Gas kinematics in the Nessie cloud with ALMA

Im Rahmen dieser Masterarbeit wurde die interstellare Molekülwolke "Nessie" untersucht. Aufgrund der ungewöhnlich großen Ausdehnung von ∼2.5◦ oder 160 pc bei einer Distanz von 3.1 kpc kann Nessie auch als Giant Molecular Filament klassifiziert werden. Das Hauptziel dieser Arbeit ist es, die kinematische Struktur von Nessie zu charakterisieren, da der Fragmentierungsprozess in Molekülwolken – der die Anfangsbedingungen für die Sternentstehung bestimmt – noch immer schlecht verstanden ist. Hochauflösende Beobachtungen von Spektrallinien ermöglichen es uns, sowohl kleinräumige Bewegungen in den Clumps als auch großräumige Geschwindigkeitsmuster entlang des Filaments zu untersuchen. Nessie wurde 2019 mit zwei Komponenten des ALMA Interferometrieteleskops beobachtet, dem Total Power und dem 7m Array, welche zusammengeführt werden, um Emissionen über mehrere Größenskalen zu erfassen. Wir führen diese interferometrischen Daten mit der Software CASA zusammen, indem wir die Model Assisted CLEAN + Feather Methode verwenden, was in einer hochauflösenden (28′′) Karte in den molekularen Übergangslinien N2H+(1-0) und HNC(1-0) resultiert. Die Verteilung der Geschwindigkeitsschwerpunkte der Spektrallinien zeigt eine sinusförmige Oszillation im Ort-Geschwindigkeits Raum mit einer Wellenlänge von 102 pc auf, dessen charakteristische Größe nicht mit klassischen gravo-turbulenten Fragmentationsmodellen erklärt werden kann. Wir vermuten, dass der Ursprung dieser Wellenbewegung ein Prozess auf galaktischer Skala ist, im speziellen die Toomre Instabilität, deren charakteristische Größenskala mit der beobachteten Wellenlänge übereinstimmt.

Authors

Publication Details

Journal
University of Vienna
Published
2026-06-30
DOI
https://doi.org/10.25365/thesis.81313
Primary Topic
Astrophysics and Star Formation Studies
Type
article
Field-Weighted Citation Impact
0.00
Controls
|||
ALL TIME
JAN
FEB
MAR
APR
MAY
JUN
JUL
AUG
SEP
OCT
article

Gas kinematics in the Nessie cloud with ALMA

Mathias Lechthaler
University of Vienna
Astrophysics and Star Formation Studies
article

Gas kinematics in the Nessie cloud with ALMA

Mathias Lechthaler
article en

Abstract

Im Rahmen dieser Masterarbeit wurde die interstellare Molekülwolke "Nessie" untersucht. Aufgrund der ungewöhnlich großen Ausdehnung von ∼2.5◦ oder 160 pc bei einer Distanz von 3.1 kpc kann Nessie auch als Giant Molecular Filament klassifiziert werden. Das Hauptziel dieser Arbeit ist es, die kinematische Struktur von Nessie zu charakterisieren, da der Fragmentierungsprozess in Molekülwolken – der die Anfangsbedingungen für die Sternentstehung bestimmt – noch immer schlecht verstanden ist. Hochauflösende Beobachtungen von Spektrallinien ermöglichen es uns, sowohl kleinräumige Bewegungen in den Clumps als auch großräumige Geschwindigkeitsmuster entlang des Filaments zu untersuchen. Nessie wurde 2019 mit zwei Komponenten des ALMA Interferometrieteleskops beobachtet, dem Total Power und dem 7m Array, welche zusammengeführt werden, um Emissionen über mehrere Größenskalen zu erfassen. Wir führen diese interferometrischen Daten mit der Software CASA zusammen, indem wir die Model Assisted CLEAN + Feather Methode verwenden, was in einer hochauflösenden (28′′) Karte in den molekularen Übergangslinien N2H+(1-0) und HNC(1-0) resultiert. Die Verteilung der Geschwindigkeitsschwerpunkte der Spektrallinien zeigt eine sinusförmige Oszillation im Ort-Geschwindigkeits Raum mit einer Wellenlänge von 102 pc auf, dessen charakteristische Größe nicht mit klassischen gravo-turbulenten Fragmentationsmodellen erklärt werden kann. Wir vermuten, dass der Ursprung dieser Wellenbewegung ein Prozess auf galaktischer Skala ist, im speziellen die Toomre Instabilität, deren charakteristische Größenskala mit der beobachteten Wellenlänge übereinstimmt.

University of Vienna
Openalex Percentile: Top 8%
Astrophysics and Star Formation Studies
AI Navigator

Ask Laika to Summarize, Analyze, and Connect papers live on the map.

Summarize Papers & Methodologies

Extract key findings, datasets, and comparative methods across publications.

Benchmark Rankings & Visual Analytics

Rank top research institutions, authors, funders, topics, and journals by Field-Weighted Citation Impact (FWCI) and paper volume with instant charts.

Connect Distant Disciplines

Bridge topological clusters on the map to find hidden collaborative intersections.