La collecte de données du télescope Euclid, qui représente 14 % du programme final, a permis d'obtenir 1,7 Po de données, identifiant 900 millions de galaxies, 160 millions de spectres mesurés, 15 000 candidats de lentilles gravitationnelles fortes, 5 systèmes stellaires découverts et 60 millions de candidats quasars. Les premiers résultats cosmologiques sur l'énergie noire et la matière noire sont attendus mi-2027.
Grâce à l'instrument NISP (Near-Infrared Spectro-Photometer), conçu et réalisé sous la maîtrise d’œuvre du LAM, Euclid a obtenu plus de 160 millions de spectres en un peu plus d’un an. Cette prouesse, rendue possible par la spectroscopie sans fente, couvre toute la chaîne de valeur spectroscopique, du hardware au software. La responsabilité du LAM dans la mesure des redshifts et des classifications spectrales des galaxies se concrétise dans un article présentant les performances du pipeline de mesure des redshifts.
Les redshifts H mesurés avec une précision remarquable pour des millions de galaxies dans la plage 0,9 < z < 1,8 permettent de retracer précisément leur distribution tri-dimensionnelle. En plus des spectres de galaxies, Euclid fournit également de nombreux spectres de quasars, d’étoiles froides et de lentilles gravitationnelles.
Parmi les 900 millions de galaxies cartographiées, Euclid a identifié 15 072 candidats de lentilles gravitationnelles fortes, constituant le plus grand catalogue homogène jamais constitué. Ces données, issues d'un pipeline de recherche automatique par Machine Learning, sont exploitées par l'équipe du LAM pour étudier le contenu en matière noire, gaz et étoiles des galaxies massives. L'instrument NISP s'avère essentiel pour la suite des mesures, cruciales pour la modélisation des masses des lentilles et l'étude de la matière noire.
Ces résultats illustrent le travail du segment sol d’Euclid (SGS) et des groupes de travail scientifiques. Les équipes du LAM continuent de coordonner les algorithmes de traitement automatisé, de surveiller l'avancement des travaux et de développer de nouveaux algorithmes pour améliorer le traitement des données jusqu'en 2030 et au-delà.




