Astronomen entdecken mehr als 300 mögliche neue Exoplaneten mit fortschrittlichem Planetenerkennungsalgorithmus

UCLA-Forscher identifizierten 366 neue Exoplaneten anhand von Daten des Kepler-Weltraumteleskops, darunter 18 Planetensysteme, die dem hier abgebildeten Kepler-444 ähnlich sind, das zuvor mit dem Teleskop identifiziert wurde. Bildnachweis: Tiago Campante/Peter Devine über die NASA

Zu den Erkenntnissen gehört auch ein markantes Planetensystem mit zwei Gasriesen.

UCLA-Astronomen haben 366 neue Exoplaneten identifiziert, zum großen Teil dank eines Algorithmus, der von einem Postdoktoranden der UCLA entwickelt wurde. Zu ihren bemerkenswertesten Funden gehört ein Planetensystem, das aus einem Stern und mindestens zwei Gasriesenplaneten besteht, die jeweils ungefähr die Größe von . haben Saturn und liegen ungewöhnlich nahe beieinander.

Die Entdeckungen werden in einem am 23. November 2021 veröffentlichten Papier beschrieben Astronomisches Journal.

Der Begriff „Exoplaneten“ wird verwendet, um Planeten außerhalb unseres eigenen Sonnensystems zu beschreiben. Die Zahl der von Astronomen identifizierten Exoplaneten beträgt insgesamt weniger als 5.000, daher ist die Identifizierung von Hunderten neuer Planeten ein bedeutender Fortschritt. Die Untersuchung einer so großen neuen Gruppe von Körpern könnte Wissenschaftlern helfen, besser zu verstehen, wie sich Planeten bilden und sich ihre Umlaufbahnen entwickeln, und es könnte neue Erkenntnisse darüber liefern, wie ungewöhnlich unser Sonnensystem ist.

„Die Entdeckung Hunderter neuer Exoplaneten ist an sich schon eine bedeutende Errungenschaft, aber das Besondere an dieser Arbeit ist die Art und Weise, wie sie die Merkmale der Exoplanet Bevölkerung als Ganzes“, sagte Erik Petigura, ein Astronomieprofessor an der UCLA und Mitautor der Studie.

Hauptautor der Arbeit ist Jon Zink, der im Juni an der UCLA promovierte und derzeit Postdoktorand an der UCLA ist. Er und Petigura sowie ein internationales Astronomenteam namens Scaling K2-Projekt identifizierten die Exoplaneten mithilfe von Daten aus dem NASA K2-Mission des Weltraumteleskops Kepler.

Möglich wurde die Entdeckung durch einen neuen Algorithmus zur Planetenerkennung, den Zink entwickelt hat. Eine Herausforderung bei der Identifizierung neuer Planeten besteht darin, dass die Verringerung der Staller-Helligkeit vom Instrument oder von einer alternativen astrophysikalischen Quelle herrühren kann, die eine planetarische Signatur nachahmt. Herauszufinden, welche davon eine zusätzliche Untersuchung erfordern, was traditionell extrem zeitaufwändig war und nur durch visuelle Inspektion erreicht werden kann. Zinks Algorithmus kann unterscheiden, welche Signale Planeten anzeigen und welche lediglich Rauschen sind.

„Der Katalog- und Planetenerkennungsalgorithmus, den Jon und das Scaling K2-Team entwickelt haben, ist ein großer Durchbruch beim Verständnis der Planetenpopulation“, sagte Petigura. „Ich habe keinen Zweifel, dass sie unser Verständnis der physikalischen Prozesse schärfen werden, durch die sich Planeten bilden und entwickeln.“

Keplers ursprüngliche Mission fand ein unerwartetes Ende im Jahr 2013, als die Raumsonde aufgrund eines mechanischen Defekts nicht mehr in der Lage war, genau auf den Himmelsfleck zu zielen, den sie seit Jahren beobachtet hatte.

Aber Astronomen haben das Teleskop für eine neue Mission namens K2 umfunktioniert, deren Ziel es ist, Exoplaneten in der Nähe entfernter Sterne zu identifizieren. Daten von K2 helfen Wissenschaftlern zu verstehen, wie die Position von Sternen in der Galaxie beeinflusst, welche Art von Planeten sich um sie herum bilden können. Leider war die von der ursprünglichen Kepler-Mission verwendete Software zur Identifizierung möglicher Planeten nicht in der Lage, die Komplexität der K2-Mission zu bewältigen, einschließlich der Fähigkeit, die Größe der Planeten und ihre Position relativ zu ihrem Stern zu bestimmen.

Frühere Arbeiten von Zink und Mitarbeitern führten die erste vollautomatische Pipeline für K2 ein, mit Software zur Identifizierung wahrscheinlicher Planeten in den verarbeiteten Daten.

Für die neue Studie nutzten die Forscher die neue Software, um den gesamten Datensatz von K2 zu analysieren – etwa 500 Terabyte an Daten mit mehr als 800 Millionen Bildern von Sternen –, um einen „Katalog“ zu erstellen, der bald in das Master-Exoplaneten-Archiv der NASA aufgenommen wird. Die Forscher verwendeten den Hoffman2-Cluster der UCLA, um die Daten zu verarbeiten.

Neben den 366 neuen Planeten, die die Forscher identifiziert haben, listet der Katalog 381 weitere bereits identifizierte Planeten auf.

Zink sagte, die Ergebnisse könnten ein wichtiger Schritt sein, um Astronomen zu helfen, zu verstehen, welche Arten von Sternen am wahrscheinlichsten von Planeten umkreist werden und was dies über die Bausteine ​​​​aussagt, die für eine erfolgreiche Planetenbildung erforderlich sind.

„Um das zu verstehen, müssen wir uns eine Vielzahl von Sternen ansehen, nicht nur solche wie unsere Sonne“, sagte er.

Die Entdeckung des Planetensystems mit zwei Gasriesenplaneten war auch deshalb von Bedeutung, weil Gasriesen – wie Saturn in unserem eigenen Sonnensystem – selten so nah an ihrem Wirtsstern zu finden sind wie in diesem Fall. Die Forscher können noch nicht erklären, warum es dort aufgetreten ist, aber Zink sagte, dass dies den Befund besonders nützlich macht, da er den Wissenschaftlern helfen könnte, die Parameter für die Entwicklung von Planeten und Planetensystemen genauer zu verstehen.

„Die Entdeckung jeder neuen Welt bietet einen einzigartigen Einblick in die Physik, die bei der Planetenentstehung eine Rolle spielt“, sagte er.

Weitere Informationen zu dieser Studie finden Sie unter A Whopping 301 Newly Confirmed Exoplanets – Discovered With New Deep Neural Network ExoMiner.

Referenz: „Skalierung K2. NS. A Uniform Planet Sample for Campaigns 1-8 and 10-18” von Jon K. Zink, Kevin K. Hardegree-Ullman, Jessie L. Christiansen, Sakhee Bhure, Britt Duffy Adkins, Erik A. Petigura, Courtney D. Dressing, Ian JM Crossfield und Joshua E. Schlieder, 23. November 2021, Das astronomische Journal.
DOI: 10.3847 / 1538-3881 / ac2309


Source: SciTechDaily by scitechdaily.com.

*The article has been translated based on the content of SciTechDaily by scitechdaily.com. If there is any problem regarding the content, copyright, please leave a report below the article. We will try to process as quickly as possible to protect the rights of the author. Thank you very much!

*We just want readers to access information more quickly and easily with other multilingual content, instead of information only available in a certain language.

*We always respect the copyright of the content of the author and always include the original link of the source article.If the author disagrees, just leave the report below the article, the article will be edited or deleted at the request of the author. Thanks very much! Best regards!