Weniger Anomalien im Mikrowellenhintergrund bei neuer Analyse

Die kosmische Mikrowellenhintergrundstrahlung erfüllt das gesamte Universum und wurde rund 380 000 Jahre nach dem Urknall ausgesendet. Dieser Strahlung lässt sich eine Temperatur zuordnen, die über den gesamten Himmel betrachtet nur winzige Schwankungen aufweist. Laut dem Standardmodell der Kosmologie sind aus diesen Anomalien schließlich die großräumigen Strukturen wie Galaxien und Galaxienhaufen entstanden. Das Modell kann allerdings nicht alle Merkmale  des Mikrowellenhintergrunds erklären. Einige Wissenschaftler schreiben nun im Fachmagazin „Journal of Cosmology and Astroparticle Physics“, dass die bisher unerklärten Eigenschaften womöglich auf eine fehlerhafte Datenauswertung zurückgehen.

Die kosmische Hintergrundstrahlung bei verschiedenen Frequenzen

Die Analyse des Mikrowellenhintergrundsignals ist komplex, denn die ursprüngliche Strahlung wird auf ihrem Weg zur Erde von anderen Signalen überlagert. Bislang beseitigen Astronomen diese Störfaktoren vor allem mithilfe einer Technik namens „Masking“, bei der die unerwünschte Strahlung verdeckt wird. Anaïs Rassat von der Ecole Polytechnquie Fédérale de Lausanne in der Schweiz und Kollegen haben sich nun die Daten vom Weltraumteleskop Planck und der Vorgängermission WMAP nochmals vorgenommen. Dabei verzichteten sie auf das Masking und verwendeten alternative Datenverarbeitungstechniken. Diese berücksichtigen unter anderem die Bewegung unserer Galaxie sowie die Tatsache, dass die Hintergrundstrahlung auf ihrem Weg durch den Raum von geladenen Teilchen beeinflusst wird.

Das Ergebnis: Bis auf eine verschwanden alle der sieben untersuchten Anomalien, darunter auch der sogenannte kalte Fleck. Diese großräumige Region im Universum ist kälter als der Rest des Universums. Die Forscher um Rassat deuten dies als Hinweis darauf, dass es sich bei den Anomalien nicht um echte Eigenschaften der kosmischen Hintergrundstrahlung handelt. Bislang waren sich Kosmologen nicht einig, ob Anomalien wie der kalte Fleck auf einen Fehler in der Datenerhebung und Auswertung hindeuten oder aber darauf, dass das Standardmodell unvollständig ist. Rassat und ihr Team schließen jedoch nicht aus, dass sich hinter den verbleibenden Anomalien doch noch Überraschungen verbergen.