Language
Scienza del rilascio anticipato dell'esopianeta WASP

Blog

CasaCasa / Blog / Scienza del rilascio anticipato dell'esopianeta WASP
search

May 05, 2023

10A

Aug 10, 2023

10 migliori vantaggi

Dec 16, 2023

10 migliori vantaggi

Jul 31, 2023

10 fantastiche motociclette da crociera per principianti

Aug 29, 2023

10 persone uccise in uno studio di danza a Los Angeles alla vigilia del Capodanno lunare

Invia la tua richiesta
INVIA

Oct 09, 2023

Scienza del rilascio anticipato dell'esopianeta WASP

Nature volume 614, pages

Natura volume 614, pagine 670–675 (2023) Citare questo articolo

4559 accessi

8 citazioni

20 Altmetrico

Dettagli sulle metriche

L'esopianeta di massa di Saturno WASP-39b è stato oggetto di ampi sforzi per determinare le sue proprietà atmosferiche utilizzando la spettroscopia di trasmissione1,2,3,4. Tuttavia, questi sforzi sono stati ostacolati dalla modellazione delle degenerazioni tra la composizione e le proprietà del cloud causate dalla limitata qualità dei dati5,6,7,8,9. Qui presentiamo lo spettro di trasmissione di WASP-39b ottenuto utilizzando la modalità Slitless Spectroscopy (SOSS) a oggetto singolo dello strumento Near Infrared Imager e Slitless Spectrograph (NIRISS) sul JWST. Questo spettro si estende su 0,6–2,8 μm di lunghezza d'onda e mostra diverse bande di assorbimento dell'acqua, il doppietto di risonanza del potassio e le tracce delle nuvole. La precisione e l'ampia copertura della lunghezza d'onda di NIRISS/SOSS ci consente di rompere le degenerazioni del modello tra le proprietà delle nuvole e la composizione atmosferica di WASP-39b, favorendo un miglioramento degli elementi pesanti ("metallicità") di circa 10-30 volte il valore solare, un rapporto sub-solare carbonio-ossigeno (C/O) e un rapporto solare-super-solare potassio-ossigeno (K/O). Le osservazioni sono meglio spiegate anche da nubi non grigie, dipendenti dalla lunghezza d'onda, con una copertura disomogenea del terminatore del pianeta.

Abbiamo osservato un transito di WASP-39 b utilizzando il NIRISS10 sul JWST come parte del Transiting Exoplanet Community Early Release Science Program11,12. Le nostre osservazioni sono durate 8,2 ore a partire dal 26 luglio 2022 alle 20:45 UTC, coprendo il transito di 2,8 ore, nonché 3,0 ore prima e 2,4 ore dopo il transito per stabilire una linea di base del flusso. I dati sono stati acquisiti in modalità SOSS, che copre simultaneamente l'intervallo di lunghezze d'onda da 0,6 a 2,8 μm attraverso due ordini spettrali sullo stesso rilevatore. L'ordine 1 contiene l'intervallo spettrale compreso tra 0,6 e 2,8 μm con un potere risolutivo medio di R ≣ λ/Δλ = 700, mentre l'ordine 2 fornisce l'intervallo spettrale compreso tra 0,6 e 1,4 μm con un potere risolutivo medio di R = 1.400. Nella modalità SOSS, gli spettri sono distribuiti su più di 20 pixel nella direzione della dispersione incrociata mediante una lente di defocalizzazione cilindrica (vedere Dati estesi Fig. 1), consentendo così tempi di integrazione più lunghi e riducendo l'impatto delle differenze a livello di pixel nella risposta del rilevatore. Tuttavia, questa sfocatura comporta la sovrapposizione fisica di entrambi gli ordini sul rilevatore. L'osservazione della serie temporale era composta da 537 integrazioni di 49,4 s (nove gruppi per integrazione), corrispondenti a un ciclo di lavoro dell'89%.

Abbiamo estratto gli spettri stellari dalle osservazioni delle serie temporali utilizzando sei diverse pipeline per testare l'impatto delle differenze nel tracciamento dell'ordine spettrale, nella correzione del rumore 1/f, nella rimozione dello sfondo e nella metodologia di estrazione dello spettro (vedere Metodi e dati estesi, figure 2 e 3) . Abbiamo creato curve di luce spettrofotometriche per ciascuna pipeline (Fig. 1) e abbiamo sommato i dati per creare curve di luce bianca per ordine spettrale (Dati estesi, Fig. 4). Le curve spettrofotometriche e della luce bianca sono in gran parte prive di sistematica strumentale, ad eccezione di un andamento lineare a velocità costante nel tempo e di un effetto rampa esponenziale entro i primi 15 minuti della serie temporale. Le profondità di transito adattate sono state raggruppate in 80 variazioni di lunghezza d'onda spettrali nell'ordine 1 e 20 nell'ordine 2 per creare spettri di trasmissione a R ≈ 300. Presentiamo gli spettri dalle condutture di riduzione nirHiss, supremo-SPOON e spettroscopia di transito in Fig. 2. Troviamo risultati coerenti tra le condutture, con gli spettri derivati ​​che sono anche in accordo con le precedenti osservazioni del telescopio spaziale Hubble (HST) (vedi anche Dati estesi Fig. 5).

Un modello di transito dell'esopianeta (linea continua) è stato adattato a ciascuna curva di luce con chromatic_fitting utilizzando una legge quadratica di oscuramento dei bordi. I coefficienti di oscuramento dei bordi, il rapporto del raggio pianeta-stella (Rp/R*) e il flusso fuori transito sono stati variati in ciascun canale di lunghezza d'onda, mentre tutti gli altri parametri sono stati fissi. Per ciascuna curva di luce vengono mostrati i residui dei modelli più adatti. L'intervallo di lunghezze d'onda per ciascun canale è indicato nel pannello a, mentre la dispersione in parti per milione (ppm) nei residui è indicata nel pannello b. Calcoliamo il ppm come deviazione standard dei residui fuori transito. Riportiamo tra parentesi il rapporto del rumore fotonico previsto per ciascun contenitore. Le riduzioni provengono dalle routine nirHiss e chromatic_fitting descritte in Metodi. Definiamo i nostri errori come le incertezze 1σ estratte dagli spettri stellari. (https://github.com/afeinstein20/wasp39b_niriss_paper/blob/main/scripts/figure1.py).

30σ detection of the molecule (see Methods). Similarly, the potassium doublet at 0.768 μm is detected in the data at 6.8σ. Signatures of CO and/or CO2 are identified because of their contribution to the spectrum past 2.3 μm. We find a 3.6σ significance model preference for CO and no significant preference for CO2 (see Methods)./p> 2 μm data; the high-metallicity models (M/H > 2) expect larger transit depths than that seen in the data. The same reference model is plotted as a thick black line in both panels. We define our errors as the 1σ uncertainties extracted from the 16th and 84th percentiles of the transit depths fit from each pipeline. (https://github.com/afeinstein20/wasp39b_niriss_paper/blob/main/scripts/figure4.py)./p>2 μm; see Figs. 3 and 4b). The preferred range of metallicities provides the best fit to the shape and size of the muted water-vapour features shortward of 2 μm in combination with the larger water and CO/CO2 feature longward of 2 μm, regardless of the assumed cloud treatment in our models./p>1.5σ, which includes the zeroth-order sources. For photutils.Background2D, we used a filter size of (3, 2) pixels and a box size of (2, 2) pixels. Once the background is removed from the median F277W frame, we apply a Gaussian filter with a width of 2 to smooth out any further small-scale background noise. To apply the median F277W frame to the stage 2 science integrations, we scaled it to two isolated zeroth-order sources in the science integrations at x1 ∈ [900, 1,100], y1 ∈ [150, 250] and x2 ∈ [1,800, 2,000], y2 ∈ [150, 250]. We applied the average scaling to all integrations. We found the average F277W background scaling to be 2.81. We apply the scaled background frame to each time-series observation integration./p> 4 using this method. We interpolate over any further bad pixels by taking the median value of the two surrounding pixels along the column. We extract the spectra using a box-extraction routine and ignore any contaminants from overlapping orders or from any potential background orders. We use a box diameter of 24 pixels for both orders 1 and 2./p>5σ outliers in the resulting spectra are then identified and clipped. At present, supreme-SPOON does not explicitly treat contamination from zeroth orders of background stars that intersect the trace./p>0.001 in the jwst_niriss_spectrace_0023.fits, provided by the JWST CRDS) and a column-based 1 × median absolute deviation filter to find the illuminated pixels. Then, we calculated the column-based median of the image—using only the unilluminated pixels—and subtracted it from the image. Finally, we calculated the column-based median of the IMFD (Image-MedianFrame Difference)—using only the unilluminated pixels—and subtracted it from the image. This process is not efficient in subtracting 100% of the background contamination, which was removed during the last analysis step (spectrum decontamination)./p>2 μm, as the spectra at these wavelengths are more sensitive to the treatment of cloud properties (see next subsection for details). The best-fit spectra from PICASO, ATMO and PHOENIX indicate atmospheric metallicities of M/H = 1.7, 1.0 and 2.0, respectively. These models also consistently indicate that the C/O ratio is between 0.229 and 0.389, corresponding to the lowest C/O ratio grid point in each grid (see the main text for why models prefer lower C/O ratios). Thus, the super-solar metallicity and sub-solar C/O ratio of WASP-39b are consistent across the different model interpretations of the NIRISS/SOSS transmission spectrum./p>30σ, K at 6.8σ and CO at 3.6σ, but no notable detections of Na, CH4, CO2, HCN and H2S. The best-fit metallicity across all models is about 10–30 times solar, the best fit K/O ratio 1–2 times solar and C/O ratio 0.2. Taking the average and standard deviation of the best-fit results for all 20 runs (that is, five models on four data resolutions), we find an average M/H = 19 times solar with a standard deviation of 5 times solar and an average K/O ratio 1.5 times solar with a standard deviation of 0.26 times solar./p>

 0.85 μm, which is where the order overlap region begins. Across all pipelines, the shape of the spectra, as well as overall absorption features, cosmic-ray-removal techniques and noise levels are consistent. (https://github.com/afeinstein20/wasp39b_niriss_paper/blob/main/scripts/edfigure3.py)./p>