El campo de la investigación de exoplanetas está experimentando cambios importantes.Hasta ahora,4940 exoplanetasSe ha identificado en 3.711 sistemas planetarios, con 8.709 candidatos en espera de confirmación.Como hay tantos planetas disponibles para la investigación y la sensibilidad del telescopio y el análisis de datos mejoran, el enfoque está cambiando del descubrimiento a la caracterización.En lugar de simplemente buscar más planetas, los astrobiólogos investigarán el mundo “potencialmente habitable” en busca de “características biológicas” potenciales.
Se refiere a las propiedades químicas relacionadas con la vida y los procesos biológicos, el más importante de los cuales es el agua.Como el único disolvente conocido en el que la vida (como la conocemos) no puede existir, el agua se considera un profeta para encontrar vida.eninvestigación reciente, los astrofísicos Dang Pham y Lisa Kaltenegger describen cómo las investigaciones futuras (cuando se combinan con el aprendizaje automático) podrían identificar la presencia de agua, nieve y nubes en exoplanetas distantes.
por palmaes un estudiante de posgrado conDavid A. Dunlap Departamento de Astronomía y AstrofísicaSe especializa en investigación de mecánica planetaria en la Universidad de Toronto.Lisa KalteneggerEs profesor asociado de astronomía en la Universidad de Cornell.Instituto Carl Sagan, y los principales expertos mundiales en modelado y caracterización de mundos potencialmente habitables.
El agua es importante para la investigación de exoplanetas y astrofísica porque es de lo que depende toda la vida en la Tierra.Como dijo Lisa Kaltenegger a Universe Today por correo electrónico, esta importancia se refleja en el eslogan de la NASA, “Simplemente sigue el agua”, que también inspiró el título del artículo.
“El agua líquida en la superficie de un planeta es una de las armas humeantes para la vida potencial. Digo potencial aquí porque no sé qué más se necesita para comenzar la vida.Pero el agua líquida es un gran comienzo.Entonces, utilizando el eslogan de la NASA “Simplemente sigue el agua”, preguntamos cómo se puede encontrar agua en la superficie de un exoplaneta rocoso en la Zona Habitable.Realizar espectroscopia requiere mucho tiempo, por lo que estamos buscando una forma más rápida de identificar inicialmente planetas prometedores, es decir, aquellos con agua líquida”.
En la actualidad, los astrónomosLínea Lyman-alfaAbsorción que indica la presencia de hidrógeno gaseoso en la atmósfera de un exoplaneta.Es un subproducto del vapor de agua atmosférico expuesto a la luz ultravioleta solar, que es químicamente hidrógeno y oxígeno molecular (O2).2) – el primero desaparece en el espacio y el segundo permanece.
Esto cambiará gracias a la próxima generación de telescopios:james webb(JWST) yTelescopio espacial romano Nancy Grace(RST), así como observatorios de próxima generación comotelescopio espacial de origen,observatorio de exoplanetas habitables(HabEx), yTopógrafo grande UV/óptico/IR(Louvois).También hay telescopios terrestres:telescopio extra grande(ELT),telescopio de magallanes gigante(GMT) ytelescopio de 30 metros(TMT).
Gracias a un gran espejo principal y un conjunto avanzado de espectrómetros, cronógrafos y óptica adaptativa, este instrumento puede:imagen directainvestigación de exoplanetas.Consiste en estudiar la luz reflejada directamente desde la atmósfera o superficie de un exoplaneta para obtener un espectro que permita a los astrónomos ver qué elementos químicos están presentes.Sin embargo, como señalaron en su artículo, este es un proceso que requiere mucho tiempo.
Los astrónomos comienzan observando miles de estrellas en busca de oscurecimiento periódico y luego analizan las curvas de luz en busca de indicaciones de señales químicas.Actualmente, los investigadores de exoplanetas y los astrobiólogos se basan en astrónomos aficionados y algoritmos mecánicos para categorizar la cantidad de datos obtenidos con telescopios.En el futuro, Pham y Kaltenegger muestran cuán importante es el aprendizaje automático avanzado.
Como sugieren, la tecnología MI permitirá a los astrónomos realizar más rápidamente la caracterización inicial de los exoplanetas, lo que permitirá a los astrónomos priorizar objetivos para observaciones posteriores.Al “seguir el agua”, los astrónomos pueden dedicar más tiempo del valioso estudio del observatorio a los exoplanetas que tienen más probabilidades de proporcionar resultados significativos.
“La próxima generación de telescopios buscará vapor de agua en la atmósfera del planeta y agua en la superficie del planeta”, dijo Kaltenegger.“Por supuesto, si quieres encontrar agua en la superficie de un planeta, tienes que encontrarla en forma líquida, sólida y gaseosa, como hicimos en nuestro artículo”.
“El aprendizaje automático nos permite identificar rápidamente el mejor filtro, así como las ventajas y desventajas de la precisión en diferentes relaciones señal-ruido”, agrega Pham.“En el primer trabajo, usando [algoritmos de código abierto]XGBoost, obtenemos el rango de los filtros más útiles para nuestro algoritmo en la tarea de detectar agua, nieve o nubes.En la segunda tarea, podemos observar cuánto mejor se desempeña el algoritmo con menos ruido.Esto nos permite trazar líneas en las que obtener más señales no se corresponde con una precisión mucho mayor”.
Para asegurarse de que el algoritmo sea adecuado para la tarea, Pham y Kaltenegger realizaron una calibración significativa.Consistió en generar 53.130 perfiles espectrales de la Tierra fría con varios componentes superficiales, incluyendo nieve, agua y nubes de agua.Luego simulamos el espectro de esta agua en términos de reflectancia atmosférica y superficial y el perfil de color asignado.Como explicó Pham:
“La atmósfera se modeló con Exo-Prime2. Exo-Prime2 ha sido probado contra la Tierra en una variedad de misiones.La reflectividad de superficies como la nieve y el agua se mide en la Tierra como:USGS.Luego creas un color a partir de este espectro.Entrenamos XGBoost en estos colores para lograr tres objetivos separados: detectar la presencia de agua, la presencia de nubes y la presencia de nieve”.
Este XGBoost entrenado mostró que las nubes y la nieve eran más fáciles de distinguir que el agua. Esto es de esperar porque las nubes y la nieve tienen un albedo (reflexión de la luz solar) mucho mayor que el agua.También identificaron cinco filtros óptimos que funcionaron muy bien para el algoritmo. Estos filtros tienen todos 0,2 micrómetros de ancho y están en el rango visible.El paso final fue realizar evaluaciones de probabilidad simuladas para evaluar modelos planetarios de agua líquida, nieve y nubes en un conjunto de cinco filtros óptimos que identificaron.
“Finalmente, hicimos un análisis bayesiano simple usando Markov-Chain Monte Carlo (MCMC) para hacer lo mismo con los cinco filtros de mejor ajuste”, dice Pham. Este es un método de aprendizaje no automático para validar nuestros hallazgos”.“Nuestros hallazgos son similares. El agua es más difícil de detectar, pero es posible identificar el agua, la nieve y las nubes a través de la medición”.
Del mismo modo, me sorprendió ver lo bien que un XGBoost entrenado podía identificar el agua en la superficie de un planeta rocoso solo por el color.Según Kaltenegger, este es el verdadero significado de los filtros. Es una forma de aislar la luz en discretos “barriles”.“Imagínese un contenedor para toda la luz roja (filtro “rojo”) e imagine un contenedor para toda la luz verde desde el verde brillante hasta el verde oscuro (filtro “verde”)”, dijo.
El método que proponen no identifica agua en la atmósfera del exoplaneta, sino en la superficie del exoplaneta mediante fotometría.Tampoco funciona con el Método de Tránsito (Transit Photometry), que actualmente es el método de detección de exoplanetas más utilizado.Este método consiste en observar una estrella distante para la reducción periódica de la luminosidad debido a los exoplanetas que pasan frente a la estrella (también conocido como paso) en relación con el observador.
A veces, los astrónomos pueden obtener espectros de la atmósfera a medida que pasan los exoplanetas.pasar espectroscopia.”A medida que la luz del sol atraviesa la atmósfera de un exoplaneta en relación con el observador, los astrónomos la analizan con un espectrómetro para determinar qué sustancias químicas están presentes.Utilizando un conjunto de ópticas sensibles y espectrómetros, JWST utilizará este método para caracterizar las atmósferas de los exoplanetas.
Sin embargo, como señalan Pham y Kaltenegger, su algoritmo solo funciona con luz reflejada de imágenes directas de exoplanetas.Esta es una noticia especialmente buena, dado que la espectroscopia obtenida a través de la investigación de imágenes directas tiene el potencial de revelar más sobre los exoplanetas y la composición química de la atmósfera.Según Kaltenegger, esto crea todo tipo de oportunidades para las misiones de próxima generación.
“Esto abre oportunidades para pequeñas misiones espaciales como el Telescopio Romano Nancy para ayudar a identificar mundos que podrían albergar vida.Y en el caso de futuros telescopios más grandes (como recomienda la encuesta de 10 años), estos telescopios podrían escanear los candidatos más prometedores (objetos con agua en su superficie) en planetas rocosos en regiones habitables, caracterizando así los cuerpos celestes más interesantes. pasar tiempo haciendo Efectivamente busca vida en un planeta con buenas condiciones para empezar”.
tantopapelEl artículo que describe sus hallazgos se publicó recientemente en Monthly Notices of the Royal Astronomical Society (MNRAS).
Otras lecturas:arXiv