Une méthode qui utilise les abondances stellaires pour reconstituer l'histoire de la formation et l'évolution des galaxies.L'archéologie chimique galactique est la pratique qui consiste à lire l'histoire d'une galaxie à partir de la composition chimique de ses étoiles. Chaque étoile se forme à partir d'un nuage de gaz qui porte l'empreinte chimique de tout ce qui l'a précédé — les générations antérieures d'étoiles, les explosions de supernovae, et même la matière primordiale du Big Bang. En mesurant les abondances d'éléments comme le fer, l'oxygène et l'europium dans des milliers d'étoiles individuelles, les astronomes peuvent reconstituer quand ces étoiles se sont formées, quel type de supernovae a enrichi leurs nuages de naissance, et comment la galaxie s'est assemblée au fil du temps cosmique. On parle d'« archéologie » parce que, comme en fouillant les couches d'un site, chaque étoile est un instantané de l'état chimique de la galaxie au moment de sa naissance.
Le domaine a émergé à la fin du XXe siècle, s'appuyant sur les analyses pionnières d'abondances stellaires menées par des astronomes comme Beatrice Tinsley, puis sur les grands relevés des années 2000 tels que le Sloan Digital Sky Survey. Le terme lui-même s'est répandu dans les années 2010, lorsque les données de missions comme Gaia et les grands relevés spectroscopiques ont permis de le faire à l'échelle galactique.
L'outil clé est la spectroscopie : décomposer la lumière stellaire en un arc-en-ciel et mesurer l'intensité des raies d'absorption de différents éléments. Les étoiles plus riches en éléments lourds (métallicité plus élevée) sont généralement plus jeunes, car le milieu interstellaire s'enrichit progressivement au fil des générations d'étoiles qui naissent et meurent. En traçant les abondances stellaires en fonction des âges ou de la cinématique, les astronomes construisent une « cartographie chimique » de la galaxie — par exemple, en distinguant le halo ancien et pauvre en métaux du disque mince plus jeune et riche en métaux. Des travaux récents utilisent l'apprentissage automatique sur de grands relevés pour classer les étoiles et même découvrir de nouvelles structures, comme le montre le titre sur un réseau de neurones non supervisé découvrant de nouvelles galaxies.
Cette méthode sert à tester les modèles de formation et d'évolution des galaxies, ainsi qu'à identifier les étoiles les plus anciennes et les plus pures de la Voie lactée — des cibles de choix pour étudier l'univers primordial et même rechercher des signatures des premières générations d'étoiles.
L'amas globulaire Tonantzintla 2, mentionné dans l'un des titres, est si pauvre en métaux qu'on pense qu'il s'agit d'une relique de l'ancien bulbe de la Voie lactée, préservant l'état chimique de la galaxie datant de plus de 12 milliards d'années.
