Betelgeuse en colores falsos, ¿es esto común?

Esta es una respuesta parcial y quizás solo temporal, publicada para llegar al fondo de esto. Creo que los comentarios son correctos, probablemente esté viendo un artefacto de manipulación de imágenes y los datos originales son solo un mapa de intensidad 2D.

Descargué la imagen original en https://cdn.eso.org/images/screen/potw1726a.jpg , la volví a convertir a .png y la analicé en Python usando matplotlib y numpy. En este momento no veo estos anillos misteriosos, pero si puede proporcionar coordenadas de píxeles de la imagen original y explicar más cómo hizo que los anillos fueran visibles, ¡sería genial!

Desglose de la imagen en tres canales de color:

Exploraciones de línea en x e y a través del centro y máximo:

Lo mismo pero multiplicado por 256 (8 bits por canal) y representado en una escala logarítmica:

El gráfico de dispersión de G y B frente a R muestra que están correlacionados. Probablemente solo estemos viendo colores artificiales de una tabla, no diferentes canales de datos. Podría ser algo similar pasando aquí también.

import numpy as np
import matplotlib.pyplot as plt

fname = 'Betelgeuse in false colors.png'

img = plt.imread(fname)
print(img.shape)

if True:
    plt.figure()
    plt.subplot(2, 2, 1)
    plt.imshow(img)
    plt.title('RGB')
    for i , char in enumerate('RGB'):
        plt.subplot(2, 2, i+2)
        plt.imshow(img[..., i], cmap='gray', vmin=0, vmax=1)
        plt.title(char + ' channel', fontsize=16)
    plt.show()

rgbx_cen = img[640]
rgbx_570 = img[570]

rgby_cen = img[:, 640]
rgby_570 = img[:, 520]

things = rgbx_cen, rgbx_570, rgby_cen, rgby_570
names  = 'rgbx_cen', 'rgbx_570', 'rgby_cen', 'rgby_570'

if True:
    plt.figure()
    for i, (thing, name) in enumerate(zip(things, names)):
        plt.subplot(2, 2, i+1)
        r, g, b = thing.T[:3]
        print(r.shape, g.shape, b.shape)
        plt.plot(r, '-r')
        plt.plot(g, '-g')
        plt.plot(b, '-b')
        plt.title(name, fontsize=16)
    plt.show()

if True:
    plt.figure()
    for i, (thing, name) in enumerate(zip(things, names)):
        plt.subplot(2, 2, i+1)
        r, g, b = thing.T[:3]
        print(r.shape, g.shape, b.shape)
        plt.plot(255*r, '-r')
        plt.plot(255*g, '-g')
        plt.plot(255*b, '-b')
        plt.yscale('log')
        plt.title(name, fontsize=16)
    plt.suptitle('scaled 0 to 255', fontsize=16)
    plt.show()

if True:
    r, g, b = [x.flatten() for x in np.moveaxis(img, 2, 0)[:3, ::8, ::8].copy()]
    plt.figure()
    plt.subplot(1, 2, 1)
    plt.plot(r, g)
    plt.title('green vs. red')
    plt.subplot(1, 2, 2)
    plt.plot(r, b)
    plt.title('blue vs. red')
    plt.show()

Lo que sea que esté causando estos pequeños artefactos, no es astrofísico. La imagen obtenida por ALMA es monocromática , es decir, obtenida a través de un solo canal de frecuencia (4 GHz de ancho a 338 GHz - ver O'Gorman et al. 2017 , de donde proviene la imagen original).

A continuación, el mapa de intensidad se ha coloreado mediante una tabla de colores, para consumo público.

Para establecer cualquier estructura espacial, debe descartar cualquier información de color y observar la intensidad total.

Allí hay una estructura real, muy probablemente relacionada con variaciones en la estructura de temperatura y densidad en la atmósfera exterior de la estrella. Cualquier estructura real no tiene bordes nítidos o detalles finos, porque cualquier detalle se ve borroso por la resolución espacial, que tiene un ancho de aproximadamente el 20% del disco de la estrella (es decir, el disco se muestrea efectivamente con aproximadamente 5x5 mediciones de brillo independientes). ).