美國宇航局（NASA）的詹姆斯·韋伯太空望遠鏡（JWST）正在以驚人的、前所未有的清晰度來揭示宇宙。目前，該天文台壯觀的超銳利紅外視線已經穿過宇宙塵埃，照亮了宇宙中一些最早的結構，以及以前被掩蓋的恆星“託兒所”和位於數億光年外的旋轉星系。
除了比以往看到更遠的宇宙之外，JWST還將捕捉到我們自己星系中天體的最詳細視圖。例如，它將把銳利的目光投向銀河系中已經發現的5000顆系外行星中的一些。通過利用望遠鏡的光解析精度，天文學家們正在對這些附近的一些世界周圍的大氣層進行解碼。一個行星是如何形成的以及它是否有生命跡象的線索可以從它們的大氣層屬性中解讀出來。
然而，麻省理工學院（MIT）的一項新研究表明，天文學家通常用來解碼基於光的信號的工具可能不足以準確解釋新望遠鏡的數據。具體來說，研究人員說，不透明度模型–這些工具將光與物質的相互作用作為物質屬性的函數來建模–可能需要進行重大調整，以匹配JWST數據的精度。
如果這些模型沒有被完善？科學家們預測，行星大氣的屬性，如其溫度、壓力和元素組成，可能會出現一個數量級的偏差。
研究的共同負責人Julien de Wit說：“像水這樣的化合物存在於5%和25%之間存在着科學上的重大區別，而目前的模型無法區分。”他是麻省理工學院地球、大氣和行星科學系（EAPS）的一名副教授。
“目前，我們用來解密光譜信息的模型還達不到我們從詹姆斯-韋伯望遠鏡獲得的數據的精度和質量，”EAPS研究生Prajwal Niraula補充道。“我們需要提高我們的遊戲水平，一起解決不透明的問題。”
De Wit、Niraula和他們的同事已於9月15日在《自然-天文學》雜誌上發表了他們的研究。共同作者包括光譜學專家Iouli Gordon、Robert Hargreaves、Clara Sousa-Silva和哈佛-史密森天體物理學中心的Roman Kochanov。
不透明度是衡量光子通過一種材料的容易程度。取決於它們是否以及如何與材料中的某些分子相互作用，某些波長的光子可以直接穿過材料，被吸收，或被反射出去。這種互動也取決於材料的溫度和壓力。
不透明度模型的工作基礎是關於光如何與物質互動的各種假設。天文學家使用不透明度模型來推導材料的某些屬性，給定材料發出的光的光譜。在系外行星的背景下，不透明度模型可以根據望遠鏡捕捉到的來自行星的光來解碼行星大氣中化學物質的類型和丰度。
De Wit將目前最先進的不透明度模型比作一個經典的語言翻譯工具。他說它在解碼哈勃太空望遠鏡等儀器拍攝的光譜數據方面做得不錯。
“到目前為止，這塊羅塞塔石碑一直做得很好，”De Wit說。“但是現在我們要以韋伯的精度進入下一個層次，我們的翻譯過程將使我們無法捕捉到重要的細微之處，例如那些使一個星球是否適合居住的區別。”
他和他的同事在他們的研究中提出了這一點，他們在研究中對最常用的不透明度模型進行了測試。科學家們想看看，如果對模型進行調整，假設我們對光和物質如何相互作用的理解存在某些限制，那麼模型會得出什麼樣的大氣特性。研究人員創建了八個這樣的“擾動”模型。然後他們給每個模型，包括真實的版本，提供了”合成光譜”–由研究小組模擬的、類似於JWST將看到的精度的光線模式。
他們發現，基於相同的光譜，每個擾動的模型對行星大氣層的屬性產生了廣泛的預測。基於他們的分析，研究小組得出結論，如果現有的不透明度模型被應用於韋伯望遠鏡拍攝的光譜，它們將遇到”準確性的牆”。也就是說，它們將不夠敏感，無法分辨出一顆行星的大氣溫度是300開爾文還是600開爾文，或者某種氣體佔大氣層的5%還是25%。
Niraula說：“為了使我們能夠約束行星的形成機制並可靠地識別生物特徵，這種差異很重要。”
研究小組還發現，每個模型也都與數據產生了“良好的擬合”。這意味着，即使一個被擾動的模型產生了一個研究人員知道是不正確的化學成分，它也從該化學成分中產生了一個與原始光譜足夠接近或“適合”的光譜。
“我們發現有足夠的參數可以調整，即使有一個錯誤的模型，仍然可以得到一個很好的擬合，這意味着你不會知道你的模型是錯誤的，它所告訴你的是錯誤的，”de Wit解釋說。
他和他的同事提出了一些如何改進現有不透明度模型的想法，包括需要更多的實驗室測量和理論計算來完善模型對光和各種分子如何相互作用的假設，以及跨學科的合作，特別是天文學和光譜學之間的合作。
“為了可靠地解釋來自不同系外行星大氣的光譜，我們需要一個廣泛的活動，對相關的分子光譜參數進行新的精確測量和計算，”研究報告的共同作者、哈佛-史密森天體物理學中心的物理學家Iouli Gordon說。“這些參數將需要及時落實到參考光譜數據庫，進而落實到天文學家使用的模型中。”
“如果我們完全知道光和物質是如何相互作用的，有很多事情可以做，”Niraula補充說。“我們在地球周圍的條件下知道得足夠好，但是一旦我們轉移到不同類型的大氣層，事情就會發生變化，這就是大量的數據，質量越來越高，我們有可能被誤讀。”