RT info:eu-repo/semantics/masterThesis
T1 High-resolution cross-correlation transmission spectroscopy with GIANO-B
A1 Meni Gallardo, Pedro Pablo
A2 Máster Universitario en Astrofísica
AB Desde que los primeros exoplanetas fueron descubiertos, hemos intentado llegar cada vez máslejos. Los primeros planetas descubiertos fueron los Júpiters calientes, planetas del tamaño del ordende Júpiters que tienen un periodo de rotación más cortos que Mercurio. Estos nos ayudaron a aclararmodelos de formación de sistemas planetarios y a entender el funcionamiento de las atmósferas de losgigantes gaseosos.Debido a los procesos de formación de estos planetas y a su cercanía a sus estrellas centrales, lo quese espera de sus atmósferas es que estén dominadas por metales y que todas las moléculas complejasque pudieran formarlas estén disociadas debido a las altas temperaturas. Normalmente, el estudio yanálisis de estos planetas giran alrededor de buscar elementos como helio, hierro, carbono, magnesio,etc. Debido que estas especies dominan en opacidad en el rango del óptico.Cuando se comprendieron mejor estas atmósferas, empezaros a realizarse estudios de baja resolución en los que se buscaba ver el efecto que sufría la luz de las estrellas anfitrionas al ser filtrada porlos Júpiters calientes durante los tránsitos. Debido a que eran métodos de baja resolución los estudiosse limitaban a los metales mencionados con anterioridad, principalmente, helio.En los últimos años, se han implementado procesos de alta resolución para comprobar la existenciade moléculas complejas u otros metales en este tipo de atmósferas. En mi caso, apliqué "crosscorrelation", método presentado por primera vez en Snellen et al. [2010] y que se basa en el método decorrelación cruzada que es una medida de la similitud entre dos señales, frecuentemente usada paraencontrar características relevantes.Mis dos principales objetivos son adaptar el código empleado por la Dra. M. Stangret en Stangretet al. [2020, 2021, 2022], para datos del HARPS-N a observaciones de GIANO-B y aplicar dichocódigo a planetas que aún no han sido analizados en este rango espectral, en busca de moléculascomplejas características del rango infrarrojo cercano como agua, metano, monóxido de carbono,dióxido de carbono, hidruro de hierro y ácido cianhídrico.Mis datos fueron obtenidos de observaciones realizadas mediante "nodding" con la configuraciónABAB. A partir de estas, mis colaboradores del INAF, Mario Basilicatta y Paolo Giacobbe, usandoGOFIO y GUIbrush, han calibrado los datos en longitud de onda; han obtenido gráficas de la evoluciónde la señal-ruido y del desviamiento de cada orden en base al "nodding"; han alineado los espectros; yhan calculado los principales parámetros necesarios para la aplicación de la "cross-correlation", talescomo la semi-amplitud de velocidad, Kp, radio del planeta, velocidad sistemática, etc.Tras esto, me he encargado de seleccionar los órdenes útiles para cada espectro, dejando fuera aquellos que habían sufrido un gran desplazamiento durante el "nodding" y los que estaban completamentesaturados por la absorción telúrica; enmascarar los píxeles problemáticos, los píxeles caliente, valoresque se desvían más de 5σ y los fríos, pixeles que toman valores negativos debido al procedimiento porel cual mis colaboradores han extraído los "flats"; y normalizar los espectros, usando un método que sebasa en dividir cada orden de cada espectro en 50 trozos y de cada trozo seleccionar los 50 valores másaltos para crear un polinomio que se ajuste a esos valores, de forma que al dividir el espectro de cadaorden por ese polinomio, este quede perfectamente normalizado.Una vez nuestros espectros estaban propiamente reducidos, he aplicado el método SYSREM, un método de tipo ACP que compara la varianza de los valores de una matriz de forma que elimina lasseñales correlacionadas de múltiples series de tiempo, es decir, se encarga de eliminar los erroressistemáticos de nuestros datos. Cabe destacar que, para mi, la contaminación telúrica y la señal de laestrella serán errores sistemáticos, además de los inducidos por la instrumentación y la electrónica.Esto es debido a que estas señales se mantienen en el tiempo y son una constante a lo largo de todoslos datos, siendo una suerte de "errores" que me impiden ver la señal proveniente del planeta. Esnecesario aplicar varias iteraciones de este método, ya que es un método escalado, es decir, en laprimera interacción elimina errores relacionados con la masa de aire, en la segunda con la extinción,y así hasta que desecha la señal de la estrella dejando la del planeta completamente libre. Yo herealizado 15 iteraciones, simplemente para alcanzar la señal-ruido óptima, aunque normalmente, con8/9 iteraciones es suficiente.A pesar de tener el espectro planetario, necesitaba unos modelos atmosféricos, en mi caso loshe desarrollado usando petitRADTRANS, Mollière et al. [2019]. Dado que trabajaba con Júpiterscalientes y ultra calientes, la obtención de estos modelos fue muy simple ya que pude ignorar efectoscomo el Rayleigh o el continuo de gas, debido a las condiciones de mis planetas. Solo necesitéespecificar el vector de presiones, los parámetros físicos del planeta como el radio, el semieje mayor,la temperatura de equilibrio, la gravedad superficial, etc. En mi caso, he seleccionado las moléculas yamencionadas y he desarrollado atmósferas de un único elemento.Una vez tenía los datos del planeta y los modelos, pude aplicar la "cross-correlation". Primeronecesité interpolar los modelos con nuestros datos, ya que los modelos producidos tienen una resoluciónde ∼ 1000000 y no están divididos en órdenes, mientras que mis datos tienen una resolución de∼ 50000. Cuando mis datos y los modelos cuadraron, cree un vector de velocidad radial desde -225km/s hasta 225 km/s en pasos de 2.7 km/s para introducirlo en la función CrosscorrRV del paquetepyAstronomy y poder realizar el análisis en el marco de la velocidad radial. Tras esto, apliqué la"cross-correlation" entre cada orden de los espectros reducidos por SYSREM y los órdenes del modelo,obteniendo como resultado un mapa de residuos para cada orden. Uní esos mapas en uno solo, parapoder ver la evolución temporal, a lo largo de la observación, de la señal del planeta en un mapa deresiduos único. Otros resultados que obtuve fueron los mapas de Kp y la CCF, que es una "rodaja" en2D del mapa de Kp para los parámetros del planeta.Los sistemas que he seleccionado son HAT-P-57 b, KELT-17 b, KELT-21 b, WASP-189 b, paracontinuar con el estudio previamente realizado en Stangret et al. [2021], y HD 189733 b, para mostrarlas flaquezas que tiene nuestro análisis en el caso de planetas un poco mas complejos.En este trabajo, he hecho una detección clara, en el caso de KELT-17 b para la noche del 26-01-2019, hay una detección de 4.8σ de FeH, esta detección es muy clara y nunca había sido detectada.También hay otros caso como una detección de agua en HAT-P-57 b, en la noche del 28-06-2019, conuna significancia de 3.6σ o una de dióxido de carbono con 4.7σ, en la noche del y 23-06-2019, que nohe valorado como detecciones completamente debido a la alta incertidumbre de su Kp y a pérdidas deseñal que se sufrieron durante la observación. Para el resto de planetas o noches, no ha habido ningunadetección.En general ha sido un trabajo muy satisfactorio y nutritivo en el que no solo he aprendido a desarrollar una pipeline capaz de realizar este tipo de análisis y a analizar estos resultados. Si no quetambién he hecho descubrimientos para nada desdeñables que podrían ayudar a futuros estudios deeste tipo de planetas.
YR 2024
FD 2024
LK http://riull.ull.es/xmlui/handle/915/39112
UL http://riull.ull.es/xmlui/handle/915/39112
LA en
DS Repositorio institucional de la Universidad de La Laguna
RD 23-dic-2024