12 октября 2021 в 07:19

Досолнечные зерна соотнесли с типами звезд

Ученые смогли проанализировать изотопный состав досолнечных зерен. Это позволило исследователям связать разные зерна с определенными типами звезд. Теперь астрофизики смогут лучше понимать особенности развития звезд. Исследование опубликовано в журнале The Astrophysical Journal Letters.

Некоторые метеориты хранят в своих недрах разные сведения об истории Галактики. Например, в их составе встречаются досолнечные зерна — частицы минералов, которые конденсировались вокруг умирающих звезд до появления Солнца и оставались неизменными после формирования Солнечной системы. Однако определить тип звезды, из которой произошло определенное зерно, очень сложно.

Но международная команда ученых разработала способ, как соотносить досолнечные зерна и определенные типы звезд. Они использовали современный масс-спектрометр под названием NanoSIMS, чтобы измерить изотопы ряда элементов. Среди них были изотопы азота, магния и алюминия в досолнечных зернах из карбида кремния (SiC). Ученые смогли усовершенствовать аналитические протоколы и задействовать плазменный ионный источник нового поколения. С их помощью им удалось визуализировать образцы лучше, чем когда-либо.

Ученые распыляли зерна с помощью ионного луча в течение длительных периодов времени. Это было необходимо, чтобы обнажить чистые и незагрязненные сторонними соединениями внутренние части зерна и провести их изотопный анализ. Исследователи обнаружили, что соотношение изотопов азота в одном и том же зерне значительно увеличилось после того, как зерно было подвергнуто длительному ионному распылению. Именно изотопный состав азота позволил ученым связать зерна с определенными типами звезд.

Также ученые проанализировали радиоактивный изотоп алюминия-26. Это важный источник тепла в ранней Солнечной системе, который был распространен на начальной стадии эволюции планет. Ученые пришли к выводу, что изначально большое количество 26Al присутствовало во всех измеренных зернах, как и предсказывают современные модели. Но предсказания моделей были завышены как минимум в два раза.

Рассказать друзьям

Читайте также