science >> Wetenschap >  >> Astronomie

Wetenschapper ontwikkelt nieuw algoritme om exoplaneten te zoeken

Deze artist's impression (niet op schaal) illustreert hoe vaak ster-exoplaneetsystemen in de Melkweg voorkomen. Een SwRI-wetenschapper heeft een algoritme ontwikkeld om de waarschijnlijkheid te voorspellen dat een ster gigantische planeten herbergt, gebaseerd op de samenstelling van bekende ster-exoplaneetsystemen. Krediet:ESO/M. Kornmesser

Geïnspireerd door filmstreamingdiensten zoals Netflix of Hulu, een wetenschapper van het Southwest Research Institute ontwikkelde een techniek om te zoeken naar sterren die waarschijnlijk een gigantische, Planeten ter grootte van Jupiter buiten ons zonnestelsel. Ze ontwikkelde een algoritme om sterren te identificeren die waarschijnlijk gigantische exoplaneten herbergen. gebaseerd op de samenstelling van sterren waarvan bekend is dat ze planeten hebben.

"Mijn kijkgewoonten hebben Netflix getraind om sci-fi-films aan te bevelen die ik misschien leuk vind, op basis van wat ik al heb gezien. Deze films zijn als de bekende ster-exoplaneetsystemen, " zei dr. Natalie Hinkel, een planetaire astrofysicus bij SwRI. "Vervolgens, het algoritme zoekt naar sterren met nog niet-gedetecteerde planeten - die vergelijkbaar zijn met films die ik niet heb bekeken - en voorspelt de waarschijnlijkheid dat die sterren planeten hebben."

Net zoals een cakerecept enkele basisingrediënten bevat, sterren hebben bepaalde elementen nodig om reuzenplaneten te maken. Wetenschappers kunnen spectroscopie gebruiken, of de manier waarop licht interageert met atomen in de bovenste lagen van de ster, om de samenstelling van een ster te meten, waaronder materialen zoals koolstof, magnesium en silicium. Deze elementen zijn de ingrediënten voor het maken van een planeet, omdat sterren en planeten tegelijkertijd en uit dezelfde materialen worden gemaakt. Echter, terwijl er veel ingrediënten in je keuken zijn, ze horen niet allemaal in een taart. Dit is waar het algoritme voor het streamen van films van pas komt, planeten voorspellen op basis van de elementen in sterren.

"We ontdekten dat koolstof de meest invloedrijke elementen zijn bij het voorspellen van sterren op de planeet, zuurstof, ijzer en natrium, Hinkel zei. "Het grappige was dat we niet verwachtten dat natrium een ​​belangrijk ingrediënt zou zijn voor het voorspellen van een planeet. Maar het moet een belangrijke schakel zijn tussen sterren en planeten, omdat het steeds weer opduikt, zelfs als we kijken naar verschillende combinaties van elementen."

Hinkel gebruikte de Hypatia Catalogus, een openbaar beschikbare sterrendatabase die ze ontwikkelde, om het algoritme te trainen en te testen. Het is de grootste database van sterren en hun elementen voor de populatie binnen 500 lichtjaar van onze zon. Bij de laatste telling, Hypatia had gegevens over stellaire elementen voor 6, 193 sterren, 401 waarvan bekend is dat ze planeten hosten. De database catalogiseert ook 73 stellaire elementen van waterstof tot lood.

Het algoritme, die voor het publiek beschikbaar zal zijn, heeft gekeken naar meer dan 4, 200 sterren en beoordeelden hun waarschijnlijkheid om planeten te huisvesten, uitsluitend gebaseerd op de elementen, of ingrediënten, binnen de ster. In aanvulling, Hinkel keek naar verschillende combinaties van die ingrediënten om te zien hoe ze het algoritme beïnvloedden.

Het team van Hinkel identificeerde ongeveer 360 potentiële gastheersterren voor reuzenplaneten die een kans van meer dan 90 procent hebben om een ​​gigantische exoplaneet te huisvesten. "We waren enthousiast, dus gebruikten we telescoopgegevens uit het archief om te zoeken naar tekenen van planeten rond deze waarschijnlijke gaststerren, Hinkel zei. "We identificeerden mogelijke planeten ter grootte van Jupiter rond drie sterren die door het algoritme waren voorspeld."

Op de vraag hoe betrouwbaar haar algoritme is, ze legde uit dat "we geen echte negatieven in onze gegevens hebben, dat wil zeggen, sterren waarvan we weten dat ze geen planeten hebben, dus 'verborgen' we enkele bekende sterren die planeten hosten in de gegevens om te zien hoe hun voorspellingsscore eruit zou zien. Gemiddeld scoorden ze meer dan 75 procent, wat geweldig is! Dat is waarschijnlijk een hoger gemiddelde dan dat ik van de sci-fi-films houd die Netflix voor mij uitkiest."

Vooruit gaan, deze bevindingen kunnen een revolutie teweegbrengen in de selectie van doelsterren voor toekomstig onderzoek en de rol bepalen die elementen spelen bij het detecteren en vormen van reuzenplaneten. Hinkel is de hoofdauteur van het artikel "Een aanbevelingsalgoritme om reuzensterren van exoplaneten te voorspellen met behulp van stellaire elementaire abundanties, " die zal worden gepubliceerd in een aankomend nummer van Het astrofysische tijdschrift .