NASA:s Webb-rymdteleskop är så bra att vi kanske behöver förbättrade planetmodeller

Det har blivit mycket tydligt, under de senaste månaderna, att NASA:s James Webb rymdteleskop gör exakt vad det hade för avsikt att göra. Precis som dess skapare hade hoppats, “vecklar mångmiljarddollarsmaskinen ut universum” felfritt genom att avslöja kosmiskt ljus som vi inte kan se med våra egna ögon – och dess utmärkta resultat får även de mest osannolika stjärnskådare att känna sig levande.

På grund av detta guldpläterade teleskop gick Twitter en dag vild över en blåsig röd prick. I 48 timmar tittade människor över hela världen på en galax som föddes kort efter själva tidens födelse. Det verkar som att, tack vare JWST:s tekniska skicklighet, står mänskligheten enad över stjärnstoft.

Men här är grejen.

Mitt i personlig vördnad varnar forskare från Massachusetts Institute of Technology för att vi borde överväga en avgörande vetenskaplig konsekvens av att ha ett superhjälteteleskop.

Om JWST är som en uppgradering av noll till 100′, undrar de, är det möjligt att våra vetenskapsmodeller också behöver en omstart från noll till 100? Kan de datamängder som forskare har använt i decennier inte matcha enhetens kraft och därför inte avslöja vad den försöker berätta för oss?

“Datan vi kommer att få från JWST kommer att vara otrolig, men … våra insikter kommer att vara begränsade om våra modeller inte matchar den i kvalitet,” Clara Sousa-Silva, en kvantastrokemist vid Center for Astrophysics, Harvard & Smithsonian, berättade för CNET.

Och enligt en ny studie som hon är medförfattare till, publicerades i torsdags i tidskriften Nature Astronomysvaret är ja.

Mer specifikt föreslår denna artikel att några av de ljusanalysverktyg som forskare normalt använder för att förstå exoplanetatmosfärer inte är helt utrustade för att hantera JWST:s exceptionella ljusdata. I det långa loppet kan ett sådant hinder påverka mest massiv JWST quest of all: jakten på utomjordiskt liv.

“För närvarande är modellen vi använder för att dekryptera spektral information inte i nivå med precisionen och kvaliteten på data vi har från James Webb-teleskopet,” Prajwal Niraula, doktorand vid MIT:s avdelning för jord, atmosfäriska och planetära vetenskaper och med- författare till studien, sa i ett uttalande. “Vi måste öka vårt spel.”

Carina Nebula: Stjärnor gnistrar mot en indigobakgrund över rostiga bronsgasmoln

Carinanebulosan, avbildad av NASA:s rymdteleskop James Webb.

NASA

Här är ett sätt att tänka på gåtan.

Föreställ dig att para ihop den senaste, mest kraftfulla Xbox-konsolen med den allra första iterationen av en TV. (Ja, jag känner till den extrema hypotetiska karaktären i mitt scenario). Xbox skulle försöka ge TV:n fantastisk högupplöst, färgstark, vacker grafik att visa oss – men TV:n skulle inte ha kapacitet att beräkna något av det.

Jag skulle inte bli förvånad om TV:n exploderade direkt. Men poängen är att du inte skulle göra det känna till vad Xbox försöker ge dig, om du inte får en lika högupplöst TV.

På samma sätt, i linje med upptäckter av exoplaneter, matar forskare ett gäng djuprymdljus, eller foton, data till modeller som testar för “opacitet”. Opacitet mäter hur lätt fotoner passerar genom ett material och skiljer sig beroende på saker som ljusvåglängd, materialtemperatur och tryck.

Detta betyder att varje sådan interaktion lämnar efter sig en tydlig signatur om vad fotonen har, och därför, när det kommer till exoplaneter, vilken typ av kemisk atmosfär dessa fotoner passerade för att komma till ljusdetektorn. Det är så forskare omvänt beräknar, utifrån ljusdata, vad en exoplanets atmosfär består av.

I det här fallet ligger detektorkontakten på rymdteleskopet James Webb – men i lagets nya studie, efter att ha testat den mest använda opacitetsmodellen, såg forskarna JWST-ljusdata träffa vad de kallar en “noggrannhetsvägg”. ”

Modellen var inte tillräckligt känslig för att analysera saker som om en planet har en atmosfärstemperatur på 300 eller 600 Kelvin, säger forskarna, eller om en viss gas tar upp 5% eller 25% av atmosfären. En sådan skillnad är inte bara statistiskt signifikant, utan enligt Niraula är den också “viktig för att vi ska kunna begränsa mekanismer för planetbildning och på ett tillförlitligt sätt identifiera biosignaturer.”

Det vill säga bevis på främmande liv.

“Vi måste arbeta med våra tolkningsverktyg,” sa Sousa-Silva, “så att vi inte finner oss själva se något fantastiskt genom JWST men inte veta hur vi ska tolka det.”

En amorf röd klump mot rymdens tomrum

Tittar vi på den äldsta galaxen som någonsin hittats?

T. Treu/GLASS-JWST/NASA/CSA/ESA/STScI

Vidare fann teamet också att dess modeller döljer dess osäkra avläsningar. Några få justeringar kan lätt tappa osäkerheten, vilket gör att resultaten passar bra när de är felaktiga.

“Vi fann att det finns tillräckligt med parametrar för att justera, även med en fel modell, för att fortfarande få en bra passform, vilket innebär att du inte skulle veta att din modell är fel och att det den säger är fel,” Julien de Wit, biträdande professor vid MIT:s EAPS och studie medförfattare, sade i ett uttalande.

Framöver uppmanar teamet opacitetsmodeller att förbättras för att tillgodose våra spektakulära JWST-avslöjanden – särskilt efterlyser crossover-studier mellan astronomi och spektroskopi.

“Det finns så mycket som skulle kunna göras om vi visste perfekt hur ljus och materia interagerar”, säger Niraula. “Vi vet det tillräckligt bra kring jordens förhållanden, men så fort vi flyttar till olika typer av atmosfärer förändras saker och ting, och det är mycket data, med ökande kvalitet, som vi riskerar att misstolka.”

De Wit jämför den nuvarande opacitetsmodellen med det gamla språköversättningsverktyget Rosetta-stenen och förklarar att den här Rosetta-stenen hittills har klarat sig bra, till exempel med rymdteleskopet Hubble.

“Men nu när vi går till nästa nivå med Webbs precision,” sa forskaren, “kommer vår översättningsprocess att hindra oss från att fånga viktiga subtiliteter, som de som gör skillnaden mellan att en planet är beboelig eller inte.”

Som Sousa-Silva uttrycker det, “det är en uppmaning att förbättra våra modeller, så att vi inte kommer att missa subtiliteterna i data.”

Leave a Comment

Your email address will not be published.