[천문학 데이터의 우주론을 통한 분석] Class 문을 활용하여 텍스트 형식의 WMAP 데이터 다루기 (천문학 데이터 분석 입문)-4

안녕하세요! Class 문을 활용하여 텍스트 형식의 WMAP 데이터 다루기 (천문학 데이터 분석 입문) 4탄으로 돌아왔습니다!

 

이전 과정들은 아래 링크로 첨부해두었으니 참고 부탁드립니다. ^^

https://himbopsa.tistory.com/50

[Python Class 구문 입문] Class 문을 활용하여 텍스트 형식의 WMAP 데이터 다루기 (천문학 데이터 분석

https://himbopsa.tistory.com/49

[Python(파이썬) 텍스트(.txt) 형식 천문학 데이터 다루기] Class 문을 활용하여 텍스트 형식의 WMAP 데

https://himbopsa.tistory.com/52

[matplotlib x축 숫자 간격 일치시켜 plot하기] Class 문을 활용하여 텍스트 형식의 WMAP 데이터 다루기 (

안녕하세요! Class 문을 활용하여 텍스트 형식의 WMAP 데이터 다루기 (천문학 데이터 분석 입문)의 마지막 시리즈인 Angluar Spectrum 그래프에 대한 천문학적인 해석을 들고 찾아왔습니다. 그럼 지금부터 시작하겠습니다.

 

우선 직관적으로 그래프를 바라보겠습니다.

90도에서 가장 작은 온도 변화를 보이고, 점점 증가하다가 1도에서 최고치를 보이고, 각도가 너무 작아지면 그 값이 줄어드는 것을 확인할 수 있습니다.

이 그래프에서 temperature power spectrum의 세기가 가장 높은 지점이 angular scale이 1도가 되는 지점임을 알 수 있습니다. 즉 angular scale이 1도가 되는 지점에서 온도의 요동이 가장 많은 것이고, 이는 에너지의 교환이 가장 많다고 해석될 수 있습니다. 에너지 교환이 가장 많기에 우주 공간의 물질들은 밀도의 차이를 보일 수 있을 것입니다.

 

(만약 모든 물질이 동일한 에너지를 가진다고 치면 물질간의 상호작용이 없겠죠? 그럼 물질은 움직이지도 않고 제자리에 가만히 있을 것입니다. 그러나 에너지와 온도의 차이 또는 요동이 크다면 물질은 상호작용 또는 이동을 하게 되고 밀도가 달라질 수 있는 것입니다.)

 

그렇게 우주 공간의 물질들 사이에 밀도 차이가 나타나면, 밀도가 높은 곳으로 물질들이 붕괴하게 되고 모이게 됩니다. 그리고 이러한 관측적 사실은 현재의 우주론 모델인 LambdaCDM model이 맞았음을 입증해주는 결과이기도 합니다.

이를 그림으로 나타내면 다음과 같습니다.

이는 우주배경복사인 CMB(Cosmic Microwave Background, 우주 마이크로파 배경복사)의 사진이고, 제가 그린 그래프는 우주 마이크로파 배경복사의 각도에 따른 온도 변화를 나타낸 그래프입니다.

 

위의 그림에서 영역의 크기가 커질수록(면적에 대응하는 각이 커질수록) 온도 변화의 폭은 적은 것을 볼 수 있습니다. 그렇기에 큰 Angular Scale 의 경우,  그래프에서 보다시피 temperature power spectrum값이 작으므로, 요동(perturbation)이 작습니다. 그렇기에 물질은 상호작용을 하지 않고 붕괴도 하지 않습니다.

 

반대로 그림에서 빨갛고 작은 점을 보면 그 면적이 매우 작은 것을 알 수 있고 이를 각도에 대응시키면 작은 각도임을 알 수 있습니다. 1도 정도의 Angular Scale에서는 temperature power spectrum값이 매우 크고, 요동(perturbation)이 크다는 뜻이기에 물질은 상호작용을 하며 붕괴를 하게 되어 한 점으로 모이고 구조물을 만들게 됩니다.

 

그러므로 이를 종합해보면 저희가 이번에 그린 우주 마이크로파 배경복사의 Angluar Spectrum 그래프 통하여 작은 Angular Scale에서 작은 구조물부터 생성되는 Bottom-up 이론이 맞았음을 확인할 수 있습니다. 즉 low mass scale이 이른 시기에 collapse한다는 현재의 우주론인 ΛCDM model을 맞았음을 다시금 확인할 수 있습니다. 이는 우주론에서 매우 중요한 사실이며 다음의 그래프와 이론은 천문학과 학생들이 배우는 현대우주론의 기반이 되는 내용입니다.

 

그래프에 대한 해석은 여기까지입니다!

 

여태까지 3개의 게시물을 거쳐 텍스트 형식의 천문학 데이터들 중 하나인 WMAP의 multiploe moment와 temperature power spectrum 데이터를 파이썬을 통하여 열고, class구문을 통하여 가공 후 Angluar Spectrum 그래프를 그리는 코드를 작성하여 그래프를 나타내었고, 구글에 나온 이미지와 거의 일치시켰습니다. 마지막으로 그래프의 해석을 통하여 현재의 우주론에 대하여 살짝 알아보았습니다.

 

이와 같이 천문학을 하기 위해서는 데이터를 코딩을 통하여 분석하고, 분석 및 가공된 그래프를 통하여 과학적 사실을 추론해내는 과정과 능력이 필요합니다. 재미있으셨나요?

제 게시물을 보고 천문학 전공자가 아니어도 코딩을 하시는 분들 중에 특이한 데이터를 원하시는 분들과 천문학에 입문하시는 분들이 즐겁게 실습하셨으면 좋겠습니다. 다음에는 더 좋은 게시물로 찾아뵙도록 하겠습니다.

감사합니다!! :)