• Título:  DETECCIÓN Y CARACTERIZACIÓN DE EXOPLANETAS CON TELESCOPIOS ESPACIALES
• Autor:  Hidalgo Soto, Diego
• Universidad:  Universidad de La Laguna
• Departamento:  Instituto de Astrofísica de Canarias
• Fecha de Lectura:  28/07/2020
• Programa de doctorado:  Programa de Doctorado en Astrofísica por la Universidad de La Laguna
• Dirección: 
  • ALONSO SOBRINO, ROI    (Director)
  • PALLÉ BAGO, ENRIC    (Codirector)
• Tribunal: 
  • LÓPEZ PUERTAS, MANUEL    (presidente)
  • ARÉVALO MORALES, MARÍA JESÚS    (secretario)
  • HUELAMO BAUTISTA, NURIA    (vocal)
• Descriptores: 
  • FISICA PLANETARIA
  • PLANETAS
• Localización:  DETECCIÓN Y CARACTERIZACIÓN DE EXOPLANETAS CON TELESCOPIOS ESPACIALES
• 491505_1260670.pdf
• Resumen:
  El estudio de los exoplanetas ha experimentado una gran revolución, pasando de apenas unos pocos planetas descubiertos en 2006, a miles de exoplanetas en 2020. Este importante avance ha sido posible gracias a varios factores. Uno de los más importantes es el avance tecnológico, que ha permitido desarrollar infraestructuras e instrumentos cada vez más precisos, rompiendo los umbrales de detección en cada nuevo proyecto. Otro de los grandes logros, es haber traspasado la atmósfera para iniciar el estudio desde el espacio con la nueva generación de telescopios. Además de los problemas tecnológicos, es importante el avance realizado en métodos de detección, siendo especialemente relevantes el método de los tránsitos y el método de la velocidad radial, cuyos descubrimientos agrupan más del 90 % de los exoplanetas que conocemos. Tras una introducción al campo en el capítulo 1, la tesis que aquí se presenta se divide en dos partes. En una primera parte, se explora la reducción de datos del telescopio espacial K2, con el método pixel level decorrelation (PLD) utilizado previamente en datos del telescopio Spitzer con excelentes resultados. Esta técnica ofrece una gran ventaja, la de poder reducir los datos de la CCD aplicando la corrección de campo plano directamente a partir de los propios datos. Dado que esta herramienta ya está implementada en la pipeline de código abierto EVEREST, nuestros esfuerzos se centran en la construcción de una apertura automática única para miles de estrellas que mejore los resultados de esta pipeline. De esta forma, reducimos en casi un 90 % el número de estrellas para las que EVEREST no consigue construir satisfactoriamente una curva de luz por una inadecuada elección de la apertura. Además de estas modificaciones, se utiliza un método para detectar señales de tránsitos basado en aplicar a la curva de luz obtenida en el paso anterior, el algoritmo de detección de señales periódicas Box-fitting Least Square o BLS. Los resíduos del BLS y la propia curva de luz, aportan información gráfica para la detección. Con estas gráficas como única herramienta, visualizamos unas 30 000 estrellas de media en cada una de las 18 campañas de K2, proporcionando una lista de 682 nuevos candidatos. La descripción de estas mejoras, y los nuevos candidatos obtenidos, se presentan en el capítulo 2. El estudio realizado con las curvas de K2, se traslada a la publicación, en el marco de colaboración con el consorcio internacional KESPRINT, del descubrimiento de tres planetas (R b = 1.95 +0.09−0.08 R ⊕ ,+0.13 R c = 3.67 +0.17−0.14 R ⊕ , y R d = 3.94 −0.12 R ⊕ ) en K2 -314, y que se describe en el capítulo 3. En la segunda parte de la tesis, se aprovecha la experiencia obtenida analizando fotometría de alta precisión para investigar las variaciones de brillo de las estrellas por la presencia de un planeta, también llamadas curvas de fase. Aunque son muy difíciles de observar en curvas de luz, cuando este efecto se manifiesta, nos proporciona información sobre la composición del planeta que lo produce, como por ejemplo, el albedo o la redistribución de energía entre el día y la noche del planeta. Esta parte de la tesis se distribuye en dos capítulos. En el capítulo 4, se estudia el papel de la variabilidad estelar en la detección de las curvas de fase de los planetas. Los resultados indican que la detección es más eficiente cuando el rango de temperatura efectiva de la estrella se encuentra entre 5 500 K y 6 000 K (estrellas tipo Sol). Con la llegada de las técnicas de inteligencia artificial, se abre una nueva puerta a la exploración de miles de curvas de luz en busca de eventos ligados a la presencia de exoplanetas. En Millholland & Laughlin (2017) se utilizan técnicas de aprendizaje supervisado sobre las curvas de luz de Kepler, para busca curvas de fase de exoplanetas no transitantes, dando como resultado la detección de 60 posibles candidatos. Además, en este artículo se estudia la relación entre la temperatura de equilibrio (T irr ) con el desplazamiento del máximo de la curva de fase (offset), donde se mide la misma tendencia observada en investigaciones previas, mostrando que los planetas con bajo T irr tienden a estar cubiertos con nubes que reflejan parcialmente la radiación incidente, desplazando el offset hacia el este; mientras que si la T irr es alta, el offset se desplaza hacia el oeste por la presencia de corrientes atmosféricas super-rotantes. En el capítulo 5 de la tesis, se describen dos campañas de observación sobre las 19 estrellas más brillantes de entre los 60 candidatos de Millholland & Laughlin (2017), para tratar de determinar la fracción de falsos positivos, y la confirmación de alguno de los candidatos. Desgraciadamente, debido a las malas condiciones meteorológicas experimentadas, junto a fallos instrumentales, el estudio realizado no es concluyente.