Nel prossimo futuro sia ASKAP che MeerKAT mapperanno il Piano Galattico con una sensibilità e risoluzione senza precedenti, rilevando, tra le altre cose, sorgenti puntiformi, tra cui una buona percentuale di oggetti extragalattici, “contaminati” da stelle e altre sorgenti galattiche più o meno distanti da noi. Allo stesso modo ci si aspetta che, tra le circa 40 milioni di galassie osservate con ASKAP all’interno del progetto EMU, sarà compresa una “contaminazione”, seppur minore rispetto a quella visibile nel Piano Galattico, di stelle. È quindi importante imparare a discriminare i vari tipi di sorgenti puntiformi, sia per poter studiare le galassie esterne alla nostra che, e questo è il nostro caso, per studiare i meccanismi di emissione che permettono alle stelle di emettere nel radio, aumentando la nostra conoscenza su di esse.

Attività: Il progetto proposto prevede la produzione di cataloghi di diverse popolazioni di sorgenti radio galattiche, sia classificate che non, nonché la caratterizzazione della popolazione galattica di sorgenti deboli (sub-mJy), offrendo nuove intuizioni per una migliore comprensione della fisica di particolari classi di sistemi stellari e dei processi del plasma in un contesto più ampio.

I compiti specifici del progetto proposto sono i seguenti:

– Estrazione delle sorgenti: Testare diverse tecniche di estrazione delle sorgenti, inclusi alcuni dei metodi più comuni (ad esempio, fitting gaussiano, S-Extractor, CAESAR, etc etc). Caratterizzare la strategia migliore per l’estrazione e l’identificazione delle sorgenti applicata a diverse regioni dello spazio di densità di flusso, latitudine galattica e densità di emissione diffusa.

– Identificazione delle sorgenti: Confronto incrociato delle sorgenti radio estratte con i cataloghi stellari più aggiornati. Per le sorgenti radio rilevate senza controparti catalogate, determinare le SED (Spectral Energy Distributions) utilizzando i dataset multi-onda disponibili (CORNISH, MIPSGAL, GLIMPSE e Hi-GAL). Ciò aiuterà nella classificazione delle sorgenti, fornendo vincoli e suggerimenti sulla fisica degli oggetti singoli.

– Analisi di alcune sorgenti: Studio approfondito delle sorgenti più interessanti, con eventuali osservazioni follow-up con diversi telescopi a diverse lunghezze d’onda.

Skill maturate:

– utilizzo di software per l’analisi e visualizzazione dei dati (CASA, DS9, CARTA, etc)

– utilizzo database: gestione cataloghi e mappe di survey pre-esistenti (Simbad, TopCat, VizieR, etc)

– gestione grandi dataset

– Approfondimento conoscenze teoriche dei processi di emissione delle radiosorgenti, in particolare delle stelle

– programmazione Python

Tutor: Grazia Umana,  Francesco Cavallaro, Corrado Trigilio

I resti di supernova (SNR) rappresentano le tracce persistenti e visibili di esplosioni di supernova, durante la quale vengono espulsi nell’ambiente circostante enormi quantità di gas, plasma e detriti stellari ad altissime velocità.

I resti di supernova si formano quando i materiali espulsi interagiscono con il mezzo interstellare circostante, composto da gas, polveri e campi magnetici. Durante questa interazione, si verificano fenomeni complessi, tra cui onde d’urto e processi di accelerazione delle particelle.

Gli SNR galattici sono oggetti di grande interesse per gli astronomi perché offrono preziose informazioni sulla fisica delle esplosioni di supernova, sull’evoluzione stellare e sulla dinamica del mezzo interstellare. Inoltre, attraverso lo studio dei resti di supernova, è possibile riconoscere e comprendere meglio i processi di formazione di nuove stelle e di arricchimento del mezzo interstellare con elementi pesanti prodotti durante le esplosioni.

Grazie all’alta sensibilità e risoluzione, ASKAP e MeerKAT produrranno un atlante di emissione galattiche estese mai ottenuto in precedenza, fra cui SNR.

In particolare, si moltiplichera’ in modo significativo il numero di SNR conosciuti: saremo infatti capaci di osservare anche gli oggetti meno brillanti e/o confusi dalla presenza di altre sorgenti, permettendoci di capire e caratterizzare meglio la fisica dei processi in corso. Inoltre potremo risolvere l’annoso dilemma della missing population, cioè trovare una frazione importante (~2/3) del numero di SNR Galattici totali che dai modelli teorici e le osservazioni extragalattica ci suggeriscono.

Attività: 

– Ricerca nuovi Candidati: individuazione nuovi possibili SNR;

– Caratterizzazione campione SNRs per studio processi fisici on-going: produzione e analisi mappe indici spettrali, studio dell’emissione multiwavelength per individuare componenti (sinergia con survey ottiche/infrarosse);

— Studio environment per definire scenari di esplosione e natura progenitore

— SNR come produttori di Raggi Cosmici: studio dei fronti di interazione con ISM, come luogo di produzione di particelle ad alta energia (sinergia con surveys Gamma e X-ray, es. ERosita, CTA, etc)

Skill maturate:

– utilizzo di software per l’analisi e visualizzazione dei dati (CASA, DS9, CARTA, etc)

– utilizzo database: gestione cataloghi e mappe di survey pre-esistenti (Simbad, TopCat, VizieR, etc)

– gestione grande dataset

– Approfondimento conoscenze teoriche dei processi fisici termici e non termici.

– programmazione Python

Tutor: Filomena Bufano, Sara Loru

Nel contesto delle tematiche di interesse della scienza Galattica di SKA, la tesi si propone di raggiungere i seguenti obiettivi scientifici utilizzando i dati dei precursori SKA (ASKAP-EMU, MeerKAT GPS) in combinazione con dati ad altre lunghezze d’onda (es. infrarosso):

• Caratterizzazione di sorgenti radio compatte o estese nel Piano Galattico;
• Ricerca di nuove classi di sorgenti o sorgenti peculiari.

Attività:

1. Estrazione sorgenti da mappe radio e produzione di cataloghi (posizione, flusso, morfologia, etc) e dataset con metodi tradizionali o basati su machine learning (ML);
2. Caratterizzazione spettrale e classificazione multi-wavelength delle sorgenti estratte;
3. Sviluppo di metodi di ML per la classificazione e identificazione di sorgenti peculiari; 
4. Produzione e disseminazione di risultati scientifici su rivista, conferenze o meeting di progetto; 

Il candidato partecipera’ a diversi progetti scientifici legati alle survey ASKAP-EMU e MeerKAT-GPS, nonché a progetti di ricerca e collaborazioni a carattere più tecnologico, come ad esempio il Centro Nazionale di Calcolo e HPC (finanziato dal PNRR) e i working groups del Regional Data Center europeo di SKA. 

Skill maturate: Nel corso della tesi, oltre a competenze soft (redazione, interazione e comunicazione dei risultati scientifici in ambito nazionale ed internazionale), si prevede che il candidato maturi le seguenti competenze tecniche, molte delle quali spendibili anche in contesti industriali:

• Obiettivi e problematiche scientifiche/tecnologiche della scienza Galattica nel radio e in sinergia con altre lunghezze d’onda osservative;
• Interferometria radio, tecniche/problematiche nella produzione di mappe radio a partire da osservazioni e dati grezzi;
• Processamento ed analisi di immagini radio e relativi tool (es. DS9, CASA, Montage, tool di estrazione sorgenti, etc);
• Tecniche di image processing e relativi tool (es. OpenCV, scikit-image, etc); 
• Metodi di machine learning tradizionale o deep learning (CNN, self-supervised, object detector frameworks) per processamento e classificazione immagini o sorgenti con relativi tool/librerie/framework (es. Scikit-learn, TensorFlow/PyTorch);
• Sviluppo di macro/script di analisi dati con librerie o framework di analisi dati scientifici (es. astropy, R, ROOT, etc);
• Programmazione in python;
• Sviluppo di script per calcolo batch (es. Bash, Slurm/PBS) e parallelo (es. MPI) su infrastrutture di calcolo locali e nazionali.

Tutor: Simone Riggi, Filomena Bufano

I filamenti galattici sono strutture filamentose all’interno delle galassie che si estendono su grandi distanze nello spazio interstellare. Questi filamenti sono costituiti principalmente da gas e polveri, e sono spesso associati a regioni di formazione stellare attiva. Si pensa che siano di due tipi. Quelli del primo tipo si formano probabilmente a seguito dell’interazione complessa tra la materia interstellare, l’azione delle onde di densità e il campo magnetico galattico, mentre quelli del secondo tipo sono ciò che resta di Supernova Remnants molto antichi. I filamenti galattici possono avere dimensioni che variano da poche parsec a centinaia di parsec e possono essere collegati a strutture più grandi come le braccia spiraliformi delle galassie. Queste strutture filamentose svolgono un ruolo importante nella dinamica galattica e nel ciclo di vita delle galassie, influenzando la formazione stellare, la distribuzione del gas e l’evoluzione delle galassie nel loro complesso.

Attività: Le survey nella banda radio effettuate con i precursori SKA (MeerKAT e ASKAP), con la sensibilità e la risoluzione angolare che le caratterizzano, permettono di mappare con grande accuratezza il piano galattico, mettendo in risalto strutture di emissione diffusa a grande scala ed un grande numero di filamenti. Questi ultimi sono stati evidenziati, al momento, solo nelle vicinanze del centro della nostra Galassia, ma sembra che siano molto più diffusi in tutto il piano galattico, anche ad una distanza di una decina di gradi. 

• Preparazione dei dati: utilizzo di script dedicati per l’estrazione e sottrazione di sorgenti puntiformi dalle mappe.
• Estrazione dei filamenti: utilizzo di software di visualizzazione dati ed estrazione manuale dei filamenti.
• Studio degli indici spettrali: realizzazione di script atti all’analisi di indici spettrali dei filamenti e loro applicazione sui dati estratti.
• Analisi dei dati: studio dei risultati raccolti e confronto con la letteratura

Skill maturate: 

– utilizzo di software per l’analisi e visualizzazione dei dati (CASA, DS9, CARTA, etc);

– utilizzo database: gestione cataloghi e mappe di survey pre-esistenti (Simbad, TopCat, VizieR, etc);

– gestione grande dataset;

– programmazione Python.

Tutor: Corrado Trigilio, Francesco Cavallaro

Luminous Blue Variables (LBVs) sono stelle massicce, luminose, in fase di rapida transizione dalla sequenza principale verso la fase di Wolf-Rayet. Durante la loro vita arricchiscono l’ambiente per mezzo della cospicua perdita di massa che si verifica in fasi alternate di vento stellare lento e veloce, fino ad eruzioni improvvise a seguito di forti instabilità. Di conseguenza, sono spesso circondate da ampie nebulae circumstellari ricche di polvere e gas. Questi processi rimuovono momento ed energia, influenzando la successiva evoluzione stellare e del mezzo circumstellare. L’evoluzione post-sequenza principale delle stelle massicce è, tuttavia, tra le fasi più enigmatiche e meno comprese nella vita delle stelle. 

Il progetto proposto ha l’obiettivo di delineare, alla luce delle nuove informazioni e possibilità offerte dai più recenti strumenti astronomici (Meerkat, ASKAP, ALMA, JWST? etc.), un panorama generale delle proprietà e dei meccanismi fisici che caratterizzano l’evoluzione delle LBV, tramite lo studio combinato delle nebulae circumstellari e dei loro venti stellari. 

Le osservazioni radio forniscono informazioni sulla componente di gas ionizzato, come il flusso ionizzante e la massa totale di gas. Utilizzando strumenti moderni ad alta sensibilità, come ASKAP e MeerKAT, possiamo osservare componenti diffuse ed estese delle nebulose circumstellari e studiare la loro interazione con il mezzo interstellare, fornendo informazioni sull’evoluzione dinamica delle shell e sulle proprietà del mezzo circostante. Lo studio dell’oggetto centrale fornisce indicazioni sulla natura della stella progenitrice e sui meccanismi di perdita di massa che hanno portato alla formazione della nebula.

La finestra del mid-IR, è ideale invece per lo studio delle polveri nelle nebulose circumstellari delle LBV. 

L’inizio della ricerca si baserà sull’utilizzo dei numerosi dati già presenti in letteratura e negli archivi pubblici, e dalle immagini delle più recenti survey, ma parte integrante del progetto è lo sviluppo di campagne osservative originali al fine di raggiungere gli obiettivi prefissati e apportare un contributo nuovo allo studio in oggetto

Attività: 

– Ricerca di nuove candidate LBV e Wolf-Rayet dal catalogo di bubbles detectate nelle survey MeerKat e ASKAP del piano galattico e non ancora classificate; 

– Studio delle proprietà del materiale circumstellare nelle sue diverse componenti di polveri e gas attraverso l’analisi della distribuzione spettrale dell’energia (SED) su un’ampia gamma di lunghezze d’onda, dall’infrarosso al radio, confrontando le osservazioni con previsioni teoriche utilizzando codici di trasferimento radiativo; 

– modellazione SED su scale spaziali risolte per rilevare variazioni proprietà delle polveri in diverse regioni e determinare quantità di materiale espulso dalla stella; 

– analisi tasso perdita di massa e determinazione del contenuto in gas nella nebula circumstellare attraverso mappe radio, determinazione rapporto tra massa gas e polveri; 

– costituzione un database di informazioni omogenee sulla morfologia e sulle proprietà fisiche aggiornato sulla base nuove distanze fornite dall’ultima versione dei dati di Gaia; 

– analisi degli spettri infrarossi di un campione selezionato di LBV che copra un’ ampia gamma di luminosità e tipi spettrali, oltre che Wolf-Rayet, e B Supergiant.

Skill maturate:

– utilizzo di software per l’analisi e visualizzazione dei dati (CASA, DS9, CARTA, etc)

– utilizzo database: gestione cataloghi e mappe di survey pre-esistenti (Simbad, TopCat, VizieR, etc)

– gestione grandi dataset

– Approfondimento conoscenze teoriche dei processi di emissione delle radiosorgenti, in particolare delle stelle

– programmazione Python e DS

Tutor: Carla Buemi, Grazia Umana

In the near future, both ASKAP and MeerKAT will map the Galactic Plane with unprecedented sensitivity and resolution, detecting, among other things, point-like sources, including a significant percentage of extragalactic objects “contaminated” by stars and other galactic sources, more or less distant from us. Similarly, it is expected that among the approximately 40 million galaxies observed with ASKAP within the EMU project, there will be a “contamination,” albeit minor compared to that seen in the Galactic Plane, of stars. Therefore, it is crucial to learn how to discriminate between various types of point-like sources, both to study galaxies beyond our own and, in our case, to investigate the emission mechanisms that allow stars to emit in the radio, enhancing our knowledge about them.

Activity: The proposed project involves the production of catalogs for different populations of galactic radio sources, both classified and unclassified, as well as the characterization of the galactic population of weak sources (sub-mJy), offering new insights for a better understanding of the physics of specific classes of stellar systems and plasma processes in a broader context.

The specific tasks of the proposed project are as follows:

– Source Extraction: Testing various source extraction techniques, including some of the most common methods (e.g., Gaussian fitting, S-Extractor, CAESAR, etc.). Characterizing the best strategy for source extraction and identification applied to different regions of flux density space, galactic latitude, and diffuse emission density.

– Source Identification: Cross-matching the extracted radio sources with the most up-to-date stellar catalogs. For radio sources detected without cataloged counterparts, determining their Spectral Energy Distributions (SEDs) using available multi-wave datasets (CORNISH, MIPSGAL, GLIMPSE, and Hi-GAL). This will aid in the classification of sources, providing constraints and insights into the physics of individual objects.

– Analysis of Selected Sources: In-depth study of the most interesting sources, with possible follow-up observations using various telescopes at different wavelengths.

Skills developed:

– Use of software for data analysis and visualization (CASA, DS9, CARTA, etc).

– Database usage: management of existing survey catalogs and maps (Simbad, TopCat, VizieR, etc).

– Handling large datasets.

– In-depth knowledge of the theoretical processes of radio emission from sources, particularly from stars.

– Python programming.

Tutor: Grazia Umana,  Francesco Cavallaro, Corrado Trigilio

SNRs are the persistent and visible traces of supernova explosions, during which enormous amounts of gas, plasma, and stellar debris are expelled into the surrounding environment at extremely high speeds.

SNRs form when the expelled materials interact with the surrounding interstellar medium, composed of gas, dust, and magnetic fields. During this interaction, complex phenomena occur, including shock waves and particle acceleration processes.

Galactic SNRs are objects of great interest to astronomers because they provide valuable information about the physics of supernova explosions, stellar evolution, and the dynamics of the interstellar medium. Additionally, through the study of supernova remnants, it is possible to recognize and better understand the processes of star formation and the enrichment of the interstellar medium with heavy elements produced during the explosions.

Thanks to their high sensitivity and resolution, ASKAP and MeerKAT will produce an atlas of extended galactic emission like never obtained before, including Supernova Remnants (SNRs). In particular, the number of known SNRs will significantly multiply. We will be able to observe even the fainter objects and/or those obscured by the presence of other sources, allowing us to better understand and characterize the physics of ongoing processes. Moreover, we will be able to resolve the long-standing dilemma of the missing population, meaning we can find a significant fraction (~2/3) of the total number of Galactic SNRs that theoretical models and extragalactic observations suggest.

Activities:

– Search for new candidates: Identifying new possible SNRs.

– Characterization of SNR samples for the study of ongoing physical processes: Production and analysis of spectral index maps, studying multiwavelength emission to identify components (synergy with optical/infrared surveys).

– Study of the environment to define explosion scenarios and progenitor nature.

– SNRs as Cosmic Ray producers: Investigating the interaction fronts with the Interstellar Medium (ISM) as sites of high-energy particle production (synergy with Gamma and X-ray surveys, e.g., ERosita, CTA, etc.).

Skills Developed:

– Use of software for data analysis and visualization (CASA, DS9, CARTA, etc.).

– Database usage: managing catalogs and maps from pre-existing surveys (Simbad, TopCat, VizieR, etc.).

– Handling large datasets.

– In-depth knowledge of thermal and non-thermal physical processes.

– Python programming.

Tutor: Filomena Bufano, Sara Loru

In the context of the themes of interest of Galactic science with SKA, this thesis aims to achieve the following scientific objectives using data from SKA precursors (ASKAP-EMU, MeerKAT GPS) in combination with data at other wavelengths (e.g., infrared):

– Characterization of compact or extended radio sources in the Galactic Plane;

– Discovery of new classes of sources or peculiar sources.

Activities:

– Source extraction from radio maps and production of catalogs (position, flux, morphology, etc.) and datasets using traditional methods or machine learning (ML) techniques.

– Spectral characterization and multi-wavelength classification of the extracted sources.

– Development of ML methods for the classification and identification of peculiar sources.

– Production and dissemination of scientific results through publications in journals, conferences, or project meetings.

The candidate will participate in various scientific projects related to ASKAP-EMU and MeerKAT-GPS surveys, as well as research projects and collaborations with a more technological focus, such as the National Computing and HPC Center (funded by PNRR) and working groups of the European Regional Data Center for SKA.

Skills developed: Throughout the thesis, in addition to soft skills (writing, interaction, and communication of scientific results at the national and international level), the candidate is expected to acquire the following technical skills, many of which are also applicable in industrial contexts:

– Objectives and scientific/technological challenges in Galactic science in the radio and in synergy with other observational wavelengths;

– Radio interferometry, techniques/problems in producing radio maps from observations and raw data;

– Processing and analysis of radio images and related tools (e.g., DS9, CASA, Montage, source extraction tools, etc.);

– Image processing techniques and related tools (e.g., OpenCV, scikit-image, etc.);

– Traditional machine learning or deep learning methods (CNN, self-supervised, object detector frameworks) for image or source processing and classification, along with their respective libraries and frameworks (e.g., Scikit-learn, TensorFlow/PyTorch);

– Development of data analysis macros/scripts using scientific data analysis libraries or frameworks (e.g., astropy, R, ROOT, etc.);

– Python programming;

– Script development for batch computing (e.g., Bash, Slurm/PBS) and parallel computing (e.g., MPI) on local and national computing infrastructures.

Tutor: Simone Riggi, Filomena Buffano

Galactic filaments are filamentous structures within galaxies that extend over large distances in the interstellar space. These filaments are primarily composed of gas and dust and are often associated with regions of active star formation. It is believed that there are two types of filaments. Those of the first type are likely formed as a result of the complex interaction between interstellar matter, density waves, and the galactic magnetic field, while those of the second type are what remains of very ancient Supernova Remnants. Galactic filaments can vary in size from a few parsecs to hundreds of parsecs and can be connected to larger structures like the spiral arms of galaxies. These filamentous structures play an important role in galactic dynamics and the life cycle of galaxies, influencing star formation, gas distribution, and the overall evolution of galaxies.

Activities: Radio surveys conducted with SKA precursors (MeerKAT and ASKAP), with their sensitivity and angular resolution, allow for accurate mapping of the galactic plane, highlighting large-scale diffuse emission structures and a significant number of filaments. Currently, these filaments have been identified mainly in the vicinity of the center of our Galaxy, but it appears that they are much more widespread throughout the entire galactic plane, even at a distance from the galactic plane of about ten degrees.

• – Data Preparation: Utilization of dedicated scripts for the extraction and subtraction of point sources from the maps.
• – Filament Extraction: Use of data visualization software and manual extraction of filaments.
• – Spectral Index Study: Development of scripts for the analysis of spectral indices of the filaments and their application to the extracted data.
• – Data Analysis: Examination of the collected results and comparison with existing literature.

Skills Developed:

– Use of software for data analysis and visualization (CASA, DS9, CARTA, etc.);

– Database usage: managing catalogs and maps from pre-existing surveys (Simbad, TopCat, VizieR, etc.);

– Handling large datasets;

– Python programming.

Tutor: Corrado Trigilio, Francesco Cavallaro

Luminous Blue Variables (LBVs) are massive, luminous stars in rapid transition from the main sequence towards the Wolf-Rayet phase. During their lifetime, they enrich the environment through significant mass loss occurring in alternating phases of slow and fast stellar winds, leading to sudden eruptions due to strong instabilities. Consequently, they are often surrounded by extensive circumstellar nebulae rich in dust and gas. These processes remove momentum and energy, influencing the subsequent stellar and circumstellar medium evolution. The post-main-sequence evolution of massive stars, however, remains one of the most enigmatic and least understood phases in the life of stars.

The proposed project aims to outline, in light of new information and opportunities provided by the latest astronomical instruments (Meerkat, ASKAP, ALMA, JWST, etc.), a comprehensive overview of the properties and physical mechanisms characterizing the evolution of LBVs through the combined study of circumstellar nebulae and their stellar winds.

Radio observations provide information about the ionized gas component, such as ionizing flux and total gas mass. Using modern, highly sensitive instruments like ASKAP and MeerKAT, we can observe diffuse and extended components of circumstellar nebulae and study their interaction with the interstellar medium, providing insights into the dynamic evolution of shells and surrounding medium properties. Studying the central object provides clues about the nature of the progenitor star and the mass-loss mechanisms that led to the nebula’s formation. The mid-IR window, on the other hand, is ideal for studying the dust in LBV circumstellar nebulae.

The beginning of this research will rely on data already available in the literature and public archives, as well as images from the latest surveys. However, an integral part of the project involves the development of original observational campaigns to achieve the set objectives and make a fresh contribution to the study at hand.

Activities: 

• Search for new LBV and Wolf-Rayet candidates from the catalog of unclassified bubbles detected in the MeerKat and ASKAP surveys of the galactic plane;
• Study the properties of circumstellar material in its various components of dust and gas through the analysis of the spectral energy distribution (SED) across a wide range of wavelengths, from infrared to radio, comparing observations with theoretical predictions using radiative transfer codes;
• SED modeling on spatially resolved scales to detect variations in dust properties in different regions and determine the amount of material expelled from the star.
• Analysis of mass loss rates and determination of gas content in the circumstellar nebula through radio maps, calculating the gas-to-dust mass ratio;
• Establish a database of homogeneous information on morphology and physical properties updated based on new distances provided by the latest version of Gaia data;
• Analysis of infrared spectra from a selected sample of LBVs covering a wide range of luminosities and spectral types, as well as Wolf-Rayet and B Supergiant stars.

Developed skills:

– Use of software for data analysis and visualization (CASA, DS9, CARTA, etc.);

– Database usage: managing catalogs and maps from pre-existing surveys (Simbad, TopCat, VizieR, etc.);

– Handling large datasets;

– Python programming.

Tutor: Carla Buemi, Grazia Umana