哈勃解开“棉花糖”星球之谜

“超松软”(Super-Puffs)听起来像一种新推出的早餐麦片,但实际上这是一种独特而罕见的年轻系外行星(exoplanets)的绰号。它们的密度跟棉花糖一样,我们的太阳系中并没有这种行星。

哈勃解开“棉花糖”星球之谜

这张图描绘了类太阳恒星开普勒51和NASA开普勒太空望远镜在2012至2014年间发现的三颗巨行星。这些行星大约都与木星大小相当,但质量要比木星小的多。根据哈勃太空望远镜的最新观测,它们的密度极低,更像是泡沫聚苯乙烯,而不是岩石或水。这些行星很可能在远离恒星的地方形成,之后再向内迁移到现在的位置。如今它们膨胀的氢/氦大气正慢慢渗入太空,最终可能会留下体积更小的行星。如果我们沿着银河系的猎户座螺旋臂从开普勒51(约2600光年的距离)望向太阳,就会看到这张图所展示的星空。但我们的太阳太微弱,在模拟裸眼视图中无法看到。
Credits: NASA, ESA, and L. Hustak, J. Olmsted, D. Player and F. Summers (STScI)

NASA哈勃太空望远镜的新数据为这两个超松软行星的化学性质提供了第一个线索。开普勒51这个系外行星系统是NASA开普勒太空望远镜在2012年发现的,有三个超松软行星围绕着一颗类似太阳的年轻恒星运行。直到2014年,科学家才确定这些行星的密度很低。

一个研究小组通过最近的观测结果对这些星球的质量和大小进行了估算,从而证实了它们“松软”的本性。尽管这些星球的质量也就只有地球的几倍,但其中的氢氦却膨胀到几乎是木星的大小。换句话说,这些行星看起来可能像木星一样大而笨重,但质量却轻了一百倍。

行星大气向外膨胀的原因尚不清楚,这使它们成为大气研究的主要目标。研究小组使用哈勃寻找了开普勒51b和51d行星大气中水的证据。当行星经过恒星前,哈勃观测透过行星大气的红外线,天文学家则通过推测光的吸收量来找出大气中化学成分(例如水)的明显迹象。

令该团队惊讶的是,两个行星的光谱都没有任何明显的化学特征。他们将此结果归因于大气中的粒子云。科罗拉多大学博尔德分校的Jessica Libby-Roberts表示,“这完全出乎意料。我们以为会看到很多水分子的特征,然而并没有。”与地球上水做的云不同的是,这些行星上的云可能由盐晶体或光化学烟雾(photochemical haze)组成,就像土星最大的卫星泰坦上发现的一样。

哈勃解开“棉花糖”星球之谜

上图将开普勒51周围的三个巨行星与我们太阳系行星画在一起来比较大小。开普勒太空望远镜通过行星经过主恒星前面时形成的阴影来探测它们,没有直接成像。因此,图中开普勒51行星的颜色是虚构的,并不是它们真实的颜色。
Credits: NASA, ESA, and L. Hustak and J. Olmsted (STScI)

这些云层让该团队了解,开普勒51b和51d与我们太阳系外的其他低质量、富含气体的行星有什么不一样。将两种行星的光谱进行比较后,科学家提出假设:云的形成与行星的温度有关,行星越凉,则云约多。

研究团队还探索了这些行星实际上根本不是“超松软”的可能性。行星之间的引力使它们的轨道周期略有变化,从这些时间效应中可以计算得出行星质量。通过结合行星从恒星前经过的时间变化(称为凌日)与开普勒太空望远镜观测到的凌日现象,研究团队更准确地限制了行星质量和系统动力。他们的结果与先前对51b的测量结果一致,但同时,他们发现51d的质量比以前预测的要轻一些。

最终,研究团队得出结论,这些行星的低密度部分归因于该行星系统的年轻(仅5亿年),相比之下我们的太阳有46亿年。模型表明这些行星是在恒星“雪线”(snow line,即冰可以存在轨道区域)之外形成,之后再向内迁移。

现在,随着行星更靠近恒星,它们的低密度大气将在未来数十亿年内蒸发到太空。利用行星演化模型,研究团队得以证明,最接近恒星的开普勒51b,有一天(数十亿年后)会像是更小更热的海王星,一种在银河系中很常见的行星。而距恒星更远的开普勒51d在收缩并损失少量大气后仍将是一颗低密度的星球。科罗拉多大学博尔德分校的Zach Berta-Thompson说:“这个行星系统为测试早期行星演化的理论提供了一个独特的实验室。”

好消息是,确定这两个行星大气成分的任务已经提上日程。即将推出的詹姆斯韦伯太空望远镜对远红外光有更强的敏感性,也许能够穿越云层捕捉信号。未来的观测可以提供有关这些棉花糖行星实际组成的信息。在那之前,这些行星仍然是一个甜蜜的谜。

原文:
https://www.nasa.gov/feature/goddard/2019/cotton-candy-planet-mysteries-unravel-in-new-hubble-observations

发表回复

此站点使用Akismet来减少垃圾评论。了解我们如何处理您的评论数据