20224MNC5A – “Life, death and after-death of massive stars: reconstructing the path from the pre-supernova evolution to the supernova remnant”
20224MNC5A – “Life, death and after-death of massive stars: reconstructing the path from the pre-supernova evolution to the supernova remnant”.
CUP: C53D23000870006
PI: Salvatore Orlando
Descrizione sintetica
Il progetto affronta un obiettivo di lunga data dell’astrofisica: stabilire il legame tra le proprietà fisiche e chimiche dei resti di supernova (SNR), i processi esplosivi delle supernovae (SN) e la natura delle stelle progenitrici. Attraverso un approccio multidisciplinare e sinergico, il progetto combina modelli numerici avanzati di evoluzione stellare, di supernovae e di resti di supernova (idrodinamici e magnetoidrodinamici 3D) con osservazioni multi-banda (radio, ottiche, X, infrarosse) per ricostruire il percorso che porta da una stella massiccia al suo resto di supernova.
Finalità e obiettivi
1. Collegare le proprietà osservabili dei resti di supernova (SNR) con la struttura delle stelle progenitrici e con i processi fisici delle esplosioni.
2. Studiare due aspetti chiave:
- Impronta dei sistemi progenitori sui resti di supernova: comprendere come la morfologia e la composizione di un SNR riflettano la struttura della stella al collasso e il mezzo circumstellare generato dalla perdita di massa.
- Impronta delle anisotropie dell’esplosione: analizzare come le irregolarità e le asimmetrie generate subito dopo l’esplosione influenzino la struttura e l’evoluzione del SNR.
3. Integrare modellazione e osservazioni, potenziando la cooperazione tra gruppi di ricerca che tradizionalmente si occupano separatamente di evoluzione stellare, supernovae e resti di supernova.
Metodologia
- Utilizzo dei codici numerici FRANEC, HYPERION, FLASH e PLUTO per simulare l’intera evoluzione da stella a resto di supernova.
- Analisi di osservazioni radio (ASKAP, MeerKAT), X (Chandra, XMM-Newton, XRISM), ottiche (JWST) e FIR.
- Sviluppo di nuovi strumenti basati su machine learning e data mining per analizzare dati complessi multi-dimensionali.
- Impiego del cluster HPC SCAN (INAF Palermo) e delle grandi facility nazionali (CINECA) per le simulazioni 3D di lungo termine.
Risultati attesi
- Creazione di un quadro teorico più completo che colleghi evoluzione stellare, esplosione di supernova e morfologia del resto di supernova.
- Produzione di modelli predittivi e osservabili sintetici (spettri, mappe di emissione, curve di luce) per guidare future osservazioni con i nuovi telescopi (SKA, Athena, CTA).
- Sviluppo di strumenti di analisi innovativi basati su intelligenza artificiale per l’elaborazione di dati astrofisici complessi.
- Diffusione e valorizzazione dei risultati attraverso pubblicazioni, conferenze e strumenti di divulgazione (grafica 3D e realtà virtuale tramite 3DMAP-VR, con accessibilità per persone non vedenti).
Impatto scientifico
Il progetto consolida la posizione dell’Italia ai vertici nella ricerca su stelle massicce, supernovae e resti di supernova. Fornirà un riferimento teorico per interpretare le osservazioni multi-messenger (luce, raggi cosmici, neutrini, onde gravitazionali) e preparerà la comunità scientifica alle grandi missioni e osservatori del prossimo decennio (SKA, JWST, Athena, CTA).

