Euclid e le lenti gravitazionali forti

Euclid e le lenti gravitazionali forti

Una galassia vicina alla nostra e la sua croce di Einstein sono state solo la prima dimostrazione delle potenzialità incredibili di Euclid. La missione dell’Esa offre un’enorme opportunità per la ricerca delle lenti gravitazionali forti, ma anche una grande sfida: dotarsi di strumenti adeguati per analizzare l’enorme mole di dati che genererà.

Quando la missione Euclid dell’Agenzia spaziale europea ha iniziato a osservare il cielo nel 2023, è parso subito evidente che sarebbe stata in grado di trasformare la ricerca delle lenti gravitazionali forti − finora un campo fatto di scoperte episodiche − in un’indagine sistematica e su larga scala. La sfida è enorme: analizzare miliardi di galassie per individuare quei rarissimi allineamenti tra oggetti in cui la luce di uno lontano viene deflessa dalla gravità di una galassia o di un ammasso di galassie in primo piano e dà origine ad archi, immagini multiple e anelli spettacolari. Ma già i primi dati hanno mostrato che Euclid è all’altezza del compito.

EUCLID DEEP FIELD NORTH, SOUTH, FORNAX
Alla pagina precedente, le regioni di cielo oggetto della quick data release 1 di Euclid. Si tratta di tre regioni che verranno osservate più volte dal telescopio spaziale dell’Esa nei prossimi anni. Crediti: Esa/Euclid/Euclid Consortium/Nasa
Le sorprese di NGC 6505

Uno dei primi casi di studio emblematici è NGC 6505, una galassia relativamente vicina alla Via Lattea, già nota da oltre 130 anni. Nessuno si era mai reso conto che questa galassia agisse da lente gravitazionale, trasformando una galassia più lontana in un anello completo. All’interno dell’anello, è racchiusa una configurazione di immagini nota come croce di Einstein: quattro immagini multiple del nucleo della galassia sorgente disposte a croce attorno alla galassia lente, a indicare un perfetto allineamento tra i due oggetti. È stato un banco di prova ideale per mostrare le capacità del telescopio: alta risoluzione ottica, sensibilità nel vicino infrarosso e campo di vista ampio. Studiando il raggio di Einstein e la dinamica stellare della galassia lente, i ricercatori hanno stimato la distribuzione di materia oscura e messo in evidenza come, nelle regioni centrali, la componente stellare giochi ancora il ruolo dominante [1]. Un risultato che conferma l’utilità di Euclid come strumento non solo per survey cosmologiche, ma anche per indagini dettagliate su singoli sistemi.

L’ANELLO DI EINSTEIN
La galassia Ngc 6505 vista dal telescopio spaziale Euclid. Il riquadro a destra mostra uno zoom della regione centrale che subisce l’effetto lente gravitazionale sulla luce proveniente dal nucleo della galassia. Crediti: Esa/Euclid/Euclid Consortium/Nasa
Early release observations

Con le Early release observations (Ero) – ovvero 17 regioni di cielo che rappresentano le prime osservazioni rese pubbliche dall’Esa – Euclid ha testato per la prima volta le pipeline di riduzione dati e le strategie per la ricerca di lenti gravitazionali forti. Un banco di prova importante è stato l’ammasso di Perseo [2], dove reti neurali convolutive (Cnn), inizialmente addestrate su dati simulati [3], sono state applicate alle osservazioni reali di Euclid. L’esperimento ha mostrato l’efficacia ma anche i limiti di queste tecniche: le Cnn generano infatti numerosi falsi positivi, che solo l’ispezione visiva riesce poi a scartare. Estendendo la ricerca, migliaia di candidati sono stati valutati con un approccio ibrido uomo-macchina: da oltre ottomila potenziali lenti di tipo galassia-galassia (nei quali sia la lente sia la sorgente sono galassie) si è arrivati a meno di un centinaio di candidati di buona qualità [4,5].
Parallelamente, è stata condotta un’analisi di lensing gravitazionale forte dell’ammasso di galassie Abell 2390, contenuto in un altro campo parte delle Ero. Questa analisi ha permesso di misurare la distribuzione di materia nella regione più centrale e più densa dell’ammasso [6]. Successivamente, combinando le misure di lensing forte con quelle di lensing debole a più grande distanza dal centro – dove le forme delle galassie lontane sono leggermente deformate dalla gravità dell’ammasso –, è stato possibile misurare il profilo di massa della lente fino a oltre il raggio viriale [7,8]. È stato il primo esempio di come Euclid possa combinare fenomeni di lensing che agiscono su scale molto diverse, fornendo misure coerenti della distribuzione di massa dai 30 Kpc centrali fino a due Mpc.

La Q1 data release
L’AMMASSO DI PERSEO
L’immagine mostra mille galassie appartenenti
all’ammasso stesso e oltre 100mila galassie aggiuntivepiù distanti, sullo sfondo, ciascuna contenente fino a centinaia di miliardi di stelle.
Crediti: Esa/Euclid/Euclid Consortium/Nasa

Il salto di qualità è arrivato con la Quick data release 1 (Q1), pubblicata nel marzo 2025. Su un’area di 63 gradi quadrati Euclid ha già dimostrato cosa significhi portare il lensing forte nell’era delle grandi statistiche. La collaborazione ha messo a punto lo Strong lensing discovery engine (Slde), un sistema integrato di algoritmi, citizen science e ispezione visuale da parte di esperti, capace di filtrare milioni di immagini [9,10,11,12,13].
Con Q1 sono emersi circa 500 nuovi candidati lente galassia-galassia, tra cui spettacolari anelli di Einstein, sistemi di immagini multiple, lenti “viste di taglio” ed esempi rarissimi in cui una singola galassia distorce contemporaneamente due sorgenti retrostanti. Proprio questi ultimi casi, noti come double-source-plane lenses, sono particolarmente preziosi perché permettono di vincolare direttamente la geometria dell’universo. E il dato più sorprendente è che, dopo aver esplorato appena lo 0,4% del cielo che coprirà nei prossimi anni, Euclid ha già superato il numero totale di lenti precedentemente note.
Progressi altrettanto significativi sono arrivati sul fronte degli ammassi di galassie. Q1 ha portato alla pubblicazione del primo catalogo di ammassi-lente osservati da Euclid, frutto di una vasta ispezione visuale a cui hanno partecipato circa cinquanta esperti [14]. Il catalogo raccoglie decine di sistemi, molti dei quali caratterizzati da archi spettacolari e immagini multiple.
In parallelo, tecniche di deep learning, come le mask region-based Cnns, hanno mostrato di poter identificare automaticamente gli archi luminosi prodotti da questi colossi cosmici [15]. Un risultato cruciale: vista l’immensa mole di dati che Euclid genererà, non è pensabile affidarsi unicamente all’occhio umano. Questi strumenti di intelligenza artificiale garantiranno la scalabilità necessaria per trasformare il lensing gravitazionale da fenomeno raro a risorsa statistica di precisione.

Un archivio enorme

I risultati della Q1 fanno intravedere la portata della rivoluzione che Euclid innescherà nello studio del lensing gravitazionale. Nel corso della missione, il telescopio scoprirà circa 200mila lenti su scala galattica e decine di migliaia di archi e immagini multiple in ammassi di galassie. Numeri che superano di gran lunga i cataloghi costruiti finora con Hubble, Jwst o con le survey da terra, e che permetteranno sia l’individuazione di casi peculiari da studiare in dettaglio con l’ausilio anche di altri strumenti, sia studi statistici mai realizzati prima.
Un archivio di tali dimensioni diventerà la base di una nuova generazione di ricerche in astrofisica e cosmologia. Le lenti consentiranno di sondare la natura della materia oscura e la sua interazione con i barioni, di ricostruire come le galassie si formano ed evolvono, di porre vincoli su parametri cosmologici fondamentali come l’equazione di stato dell’energia oscura o il parametro di densità di materia (Ω_m). Non meno importante, gli ammassi-lente fungeranno da telescopi naturali, permettendo di osservare galassie primordiali altrimenti invisibili e di esplorare le epoche più remote della storia cosmica.

MAI VISTE PRIMA
Una delle immagini pubblicate nell’ambito delle early release observations della missione spaziale Euclid. Si tratta di deboli galassie prima del tutto invisibili e così distanti che la loro luce ha impiegato 10 miliardi di anni per raggiungerci. Crediti: Esa/ Euclid/ Euclid Consortium/ Nasa
La modellizzazione delle lenti

Per molte delle applicazioni scientifiche rese possibili dal lensing gravitazionale forte sopra menzionate è fondamentale costruire modelli accurati della distribuzione di massa nelle lenti. Talvolta la modellizzazione rende anche possibile distinguere se un candidato è davvero una lente o un falso positivo.
Il numero enorme di lenti che Euclid scoprirà rende impossibile un approccio tradizionale, basato su analisi manuali, lente e complesse. Servono strumenti rapidi e automatizzati come LEMON, basato su reti neurali bayesiane [16], o pyAutoLens [17], che hanno dimostrato già nell’analisi dei dati della Q1 di essere capaci di ricostruire i parametri principali di una lente in tempi molto ridotti. Sulla scala degli ammassi, l’automatizzazione del processo di modellizzazione è ancora più complessa, ma anche in questo ambito si stanno sviluppando strumenti per accelerare la procedura, usando supercomputer [18].

Un passaggio cruciale per la modellizzazione è la conoscenza dei redshift della lente e della sorgente. Senza queste informazioni non è possibile convertire gli angoli osservati (come il raggio di Einstein) in quantità fisiche. Questi redshift dovranno essere ottenuti da misure spettroscopiche. Da un lato, sarà Euclid stesso con il suo strumento Nisp a permettere di ottenerle, almeno per le lenti più brillanti. Progetti come ELSA (https://elsa-euclid.github.io/) stanno sviluppando strumenti pensati proprio per sfruttare la spettroscopia di Euclid in sistemi complessi come le lenti forti.
Dall’altro lato, sarà necessario un vasto programma di follow-up spettroscopici da terra. Tra le iniziative già avviate spicca la 4MOST Strong Lensing Spectroscopic Legacy Survey (4Slsls), che si propone di ottenere redshift per circa 10mila sistemi scoperti da Euclid, con misure aggiuntive di dispersione di velocità per 5mila galassie lente. Accanto a 4MOST, osservazioni mirate con strumenti di punta dell’Eso, come MUSE e X-Shooter, giocheranno un ruolo decisivo nel confermare e caratterizzare le lenti più promettenti.

LENTI GRAVITAZIONALI
Una raccolta di lenti gravitazionali catturate da Euclid utilizzando un’analisi iniziale di modelli di Intelligenza artificiale, insieme a un progetto di citizen science e la conseguente verifica di un gruppo di esperti. Crediti: Esa/Euclid/Euclid Consortium/Nasa
La forza del numero

Mettendo insieme un grande numero di galassie-lente e ammassi, Euclid potrà misurare come cambiano con il tempo le loro proprietà: la forma degli aloni di materia oscura, la concentrazione, il rapporto tra materia visibile e materia oscura nelle regioni centrali delle lenti.
Si potrà misurare il numero di lenti in funzione del redshift, studiando come la prevalenza delle lenti dipenda dall’epoca cosmica e quindi dal modo in cui l’universo si espande sotto l’effetto delle sue componenti principali: materia ed energia oscura. Si potranno anche correlare le frequenze con cui si osservano fenomeni di lensing forte con fenomeni quali la formazione stellare, merger tra ammassi, i feedback energetici da esplosioni di supernove e da nuclei galattici attivi.
Questi studi statistici ci permetteranno di studiare il processo di formazione e l’evoluzione delle strutture cosmiche e di capire meglio l’interazione tra materia oscura e barionica nelle regioni centrali delle lenti, fenomeni altrimenti difficili da comprendere con pochi esempi.

L’alba di un’era

Con le sue prime osservazioni, ovvero le Early release observations e la data release Q1, Euclid ha dimostrato di essere un fenomenale cacciatore di lenti gravitazionali forti. È chiaro che stiamo vivendo l’alba di un’epoca nuova nello studio di questi fenomeni: non ci limiteremo più a poche centinaia di esempi, ma disporremo di numeri ampi e robusti che permetteranno un uso statistico delle lenti forti per applicazioni sia astrofisiche sia cosmologiche.

Bibliografia

[1] O’Riordan, C. M., et al., 2025, A&A, 694, 145
[2] Acevedo Barroso, J. A., et al. 2025, A&A, 697, 14
[3] Euclid Collaboration; Leuzzi, L. et al., 2024, A&A, 681, 68
[4] Nagam, B. C., et al. arXiv:2502.09802
[5] Pearce-Casey, R., et al., 2025, A&A, 696, 214
[6] Abriola, D. et al. 2025, in prep.
[7] Diego, J. M., et al. 2025, arXiv:2507.08545
[8] Schrabback et al. 2025, arXiv:2507.07629
[9] Euclid Collaboration; Walmsley, M. et al., 2025, arXiv:2503.15324
[10] Euclid Collaboration; Rojas, K. et al., 2025, arXiv:2503.15325
[11] Euclid Collaboration; Lines, N. et al., 2025, arXiv:2503.15326
[12] Euclid Collaboration; Li, T. et al., 2025, arXiv:2503.15327
[13] Euclid Collaboration; Holloway, P. et al., 2025, arXiv:2503.15328
[14] Euclid Collaboration; Bergamini, P. et al., 2025, arXiv:2503.15330
[15] Euclid Collaboration; Bazzanini, L. et al., in prep.
[16] Euclid Collaboration; Busillo, V. et al., 2025, arXiv:2503.15329
[17] Nightingale, J. W., et al., 2018, MNRAS, 478, 4738
[18] Lombardi, M. et al. 2024. A&A, 690. 346