详细信息如下:由于宇宙非常空旷，在一般的星系群岛中，星系和星系之间的距离远大于星系岛屿自身的尺度。然而有一类星系群却非常特殊，这些星系群中岛屿和岛屿之间的距离非常小，基本和岛屿自身的尺度相当，这样的星系群被称为致密星系群。
由于宇宙非常空旷，在一般的星系群岛中，星系和星系之间的距离远大于星系岛屿自身的尺度。然而有一类星系群却非常特殊，这些星系群中岛屿和岛屿之间的距离非常小，基本和岛屿自身的尺度相当，这样的星系群被称为致密星系群。
研究致密星系群可以告诉我们什么？又该怎么判断一个星系是否“致密”？
星系的过去和未来 它都能看到
历史上最先被确认的致密星系群是著名的斯蒂芬五重奏（参见图1）。在斯蒂芬五重奏中，我们可以清楚的看到这些星系成员之间的距离小到几乎紧密的靠在一起，而星系自身的图像也和孤立星系有些差异，显得不那么规则。
我们知道星系不仅在大尺度构成上被称为“宇宙岛”，其自身也是一个由气体、恒星、尘埃以及暗物质等多种成份组成的复杂的生态系统。这个生态系统的演化过程除了依赖自身的质量（岛屿的大小）外，还与其周围“岛屿”的环境密切相关。而致密星系群这样的群岛就是一种非常特殊的环境。
在致密星系群中，星系和星系之间的距离非常小，星系自身巨大的质量会给相邻的星系带来巨大的潮汐作用，从而破坏星系自身的结构，影响其中的恒星形成，甚至包括中央黑洞的增长过程。此外，由于引力的作用，致密星系群中质量相当的星系之间会迅速的合并（这种质量相当的星系并合事件在天文学中被称为主并合事件），而这种合并过程对星系自身的“生态系统”来说，几乎是灾难性的。但是，星系并合这种“灾难性”事件又是宇宙中星系质量增长的一条重要途径，也是目前星系天文学研究中的热点和难点。比如，我们并不清楚，银河系在其演化历史中是否经历过这种灾难性的并合事件？在未来的几十亿年间，银河系和其最大的邻居仙女座大星云会如何上演这样的超级并合事件？
一般认为，致密星系群中星系的并合过程将非常迅速。也就是说，致密星系群是星系演化过程中所处的一种特殊而短暂的状态。对应于这种短暂转态，致密星系群在观测中并不常见。因此，搜寻并建立一个更大更完备的致密星系群样本，并研究其随着时间的演化对理解星系的成长特别是并合过程具有十分重要的意义。
找到真正的“致密星系群” 并不简单
历史上经典的识别致密星系群的方法是通过图像辨认，比如著名的Hickson 星系群列表，它包含了100个致密星系群，由加拿大天文学家 Hickson 于 1992 年发表。但这种仅靠图像辨认的方法有一个明显的缺点，就是缺乏距离信息，因此有可能把不同距离上的前景或者背景星系错误地当错星系群的成员。因此，要想完全无误地证认致密星系群还需要所有成员星系的光谱观测。由星系的光谱观测可以得到星系的红移，而根据星系的红移则可以知道星系的距离。除了非常近距离的星系之外，光谱红移仍然是目前星系距离测量最准确的方法。
目前，由于光纤光谱技术的发展，具有光谱红移（距离）测量的星系样本数大大提高，比如迄今地面天文望远镜进行的最成功的天文巡天观测——斯隆数字巡天中具有红移测量的星系样本数达百万量级。但是，对于致密星系群来说，其成员全部有红移测量的比例并不高。这是因为一般的光谱巡天都是采用光纤光谱排列在望远镜的焦面上同时拍摄天球上的多个目标。但是，由于光纤和光纤之间存在物理上的碰撞，因而不能同时观测天球上两个非常靠近的目标。对于致密星系群来说，由于其成员之间都非常的靠近，因此无法排列多根光纤来同时观测其所有成员的光谱。
有没有更好的办法来更完备的搜寻致密星系群呢？当然，最好的办法就是利用其它望远镜来对那些在斯隆数字巡天中由于光纤碰撞而遗漏的星系进行补充观测。在我国的郭守敬望远镜光谱巡天中，来自上海天文台的一支研究团队就将这些遗漏观测的星系样本编辑并建立为一个补充星系样本来进行观测。到目前为止，郭守敬望远镜已经对上万个补充星系进行了光谱观测并获得了准确的红移测量。因此，结合斯隆数字巡天和郭守敬望远镜巡天的观测数据就可以对这些非常密近的星系系统开展独特的科学研究（参见图2）。
最近，上海天文台的研究团队正是基于这些数据构建了目前最大且最完备的致密星系群样本，成为相关研究领域的一项基础性工作。该研究目前已在天体物理学研究增刊（ApJS）发表。
具体来说，该项研究中包含了6100多个致密星系群，将前人研究的样本扩大了一个量级以上，其中超过1100个致密星系群中有成员星系的光谱由郭守敬望远镜所独家提供。值得一提的是，这项研究还创新性的采用了“宁可错杀，不可放过”的思想，额外构建了8000多个致密星系群的“候选样本”。这所谓侯选样本，就是这些星系群样本中目前还没有全部的光谱红移测量，因此还不能完全确认为真实的致密星系群，有待未来通过光谱进行进一步地认证。届时，郭守敬望远镜的观测数据将可以在致密星系系统的相关研究上发挥主导性作用，从而在星系并合及相互作用这个天文学的前沿热点研究领域中产生更多的原创性研究成果。
本文文章转载自新浪新闻
