Cientistas desenvolveram um novo método para mapear a pontuação de estrelas distantes, utilizando observações de missões da NASA de planetas em órbita cruzando as faces de suas estrelas. O modelo baseia-se em uma técnica que pesquisadores utilizam há décadas para estudar manchas estelares.

Ao melhorar a compreensão dos astrônomos sobre estrelas pontilhadas, o novo modelo – chamado StarryStarryProcess – pode ajudar a descobrir mais sobre atmosferas planetárias e habitabilidade potencial, utilizando dados de telescópios como a próxima missão Pandora da NASA.

“Muitos dos modelos que os pesquisadores usam para analisar dados de exoplanetas, ou mundos além do nosso sistema solar, assumem que as estrelas são discos uniformemente brilhantes”, disse Sabina Sagynbayeva, uma estudante de pós-graduação da Stony Brook University em Nova York. “Mas sabemos, apenas ao observar nosso próprio Sol, que as estrelas são mais complicadas do que isso. Modelar essa complexidade pode ser difícil, mas nossa abordagem dá aos astrônomos uma ideia de quantas manchas uma estrela pode ter, onde elas estão localizadas, e quão brilhantes ou escuras elas são.”

Um artigo descrevendo o StarryStarryProcess, liderado por Sagynbayeva, foi publicado em 25 de agosto, na The Astrophysical Journal.

Os telescópios TESS (Transiting Exoplanet Survey Satellite) da NASA e o agora aposentado Telescópio Espacial Kepler foram projetados para identificar planetas usando trânsitos, quedas na luminosidade estelar causadas quando um planeta passa na frente de sua estrela.

Essas medições revelam como a luz da estrela varia com o tempo durante cada trânsito, e os astrônomos podem organizá-las em um gráfico que chamam de curva de luz. Normalmente, uma curva de luz de trânsito traça uma descida suave à medida que o planeta começa a passar na frente da face da estrela. Ela atinge um brilho mínimo quando o mundo está completamente na frente da estrela e, em seguida, sobe suavemente à medida que o planeta sai e o trânsito termina.

Medindo o tempo entre os trânsitos, os cientistas podem determinar quão longe o planeta está de sua estrela e estimar sua temperatura de superfície. A quantidade de luz perdida da estrela durante um trânsito pode revelar o tamanho do planeta, o que pode sugerir sua composição.

Porém, ocasionalmente, a curva de luz de um planeta aparece mais complicada, com quedas e picos menores adicionados ao arco principal. Os cientistas acreditam que esses representam características de superfície escuras semelhantes às manchas solares vistas em nosso próprio Sol – manchas estelares.

O número total de manchas solares do Sol varia conforme ele passa por seu ciclo solar de 11 anos. Os cientistas as utilizam para determinar e prever o progresso desse ciclo, bem como surtos de atividade solar que podem nos afetar aqui na Terra.

De maneira semelhante, manchas estelares são manchas frias, escuras e temporárias na superfície estelar, cujos tamanhos e números mudam ao longo do tempo. Sua variabilidade impacta o que os astrônomos podem aprender sobre planetas em trânsito.

Os cientistas analisaram anteriormente curvas de luz de trânsito de exoplanetas e suas estrelas hospedeiras para observar as quedas e picos menores. Isso ajuda a determinar as propriedades da estrela hospedeira, como seu nível geral de pontuação, o ângulo de inclinação da órbita do planeta, a inclinação da rotação da estrela em relação à nossa linha de visão, e outros fatores. O modelo de Sagynbayeva utiliza curvas de luz que incluem não apenas informações de trânsito, mas também a rotação da estrela, para fornecer informações ainda mais detalhadas sobre essas propriedades estelares.

“Saber mais sobre a estrela, por sua vez, nos ajuda a aprender ainda mais sobre o planeta, como um ciclo de feedback”, disse Brett Morris, coautor e engenheiro de software sênior do Space Telescope Science Institute em Baltimore. “Por exemplo, a temperaturas suficientemente frias, estrelas podem ter vapor d’água em suas atmosferas. Se quisermos procurar água nas atmosferas de planetas ao redor dessas estrelas – um indicador chave de habitabilidade – é melhor termos certeza de que não estamos confundindo os dois.”

Para testar seu modelo, Sagynbayeva e sua equipe analisaram trânsitos de um planeta chamado TOI 3884 b, localizado a cerca de 141 anos-luz de distância na constelação northern Virgo.

Descoberto pelo TESS em 2022, os astrônomos acreditam que o planeta é um gigante gasoso cerca de cinco vezes maior que a Terra e 32 vezes mais massivo.

A análise do StarryStarryProcess sugere que a estrela fria e tênue do planeta – chamada TOI 3384 – tem concentrações de manchas em seu polo norte, que também se inclina em direção à Terra, de modo que o planeta passa sobre o polo de nossa perspectiva.

Atualmente, os únicos conjuntos de dados disponíveis que podem ser ajustados pelo modelo de Sagynbayeva estão na luz visível, o que exclui observações em infravermelho feitas pelo Telescópio Espacial James Webb da NASA. Mas a próxima missão Pandora da NASA se beneficiará de ferramentas como esta. Pandora, um pequeno satélite desenvolvido pela NASA através do Programa de Pioneiros da Astrofísica, estudará as atmosferas dos exoplanetas e a atividade de suas estrelas hospedeiras com observações de longa duração em múltiplos comprimentos de onda. O objetivo da missão Pandora é determinar como as propriedades da luz de uma estrela diferem ao passar pela atmosfera de um planeta, para que os cientistas possam medir melhor essas atmosferas usando o Webb e outras missões.

“O satélite TESS descobriu milhares de planetas desde seu lançamento em 2018”, disse Allison Youngblood, cientista do projeto TESS no Goddard Space Flight Center da NASA em Greenbelt, Maryland. “Enquanto a Pandora estudará cerca de 20 mundos, ela avançará nossa capacidade de distinguir quais sinais vêm das estrelas e quais vêm dos planetas. Quanto mais entendemos as partes individuais de um sistema planetário, melhor entendemos o todo – e o nosso próprio.”

Exit mobile version
Privacy Overview

This website uses cookies so that we can provide you with the best user experience possible. Cookie information is stored in your browser and performs functions such as recognising you when you return to our website and helping our team to understand which sections of the website you find most interesting and useful.

Strictly Necessary Cookies

Strictly Necessary Cookie should be enabled at all times so that we can save your preferences for cookie settings.