利用恒星元素丰度预测巨行星宿主星的推荐算法
地球与行星天体物理
2019-07-31 v2
摘要
恒星中某些元素的存在（进而其行星中）强烈影响行星系统的形成与演化。宿主星铁含量与绕转巨行星存在之间的正相关性已被证实；然而，尽管其他元素在塑造行星内部结构方面起核心作用，它们在预测巨行星出现方面的重要性仍不确定。我们设计并应用了一种机器学习算法于 Hypatia 目录（Hinkel et al. 2014）以分析已知宿主星的恒星丰度模式，从而确定那些在识别潜在巨行星宿主星时重要的元素。我们分析了多种不同的元素组合，即挥发性元素、亲石元素、亲铁元素和铁。我们表明，除铁之外，氧、碳和钠的相对丰度是巨行星存在的有影响力指示因子。我们通过分析具有已知巨行星的恒星展示了算法的预测能力，发现其中位预测得分为 75%。我们给出了一份约 350 颗尚未发现行星的恒星列表，这些恒星拥有 ≥90% 的预测概率可能宿主巨行星。我们调查了档案 HARPS 数据，发现显著趋势表明 HIP62345、HIP71803 和 HIP10278 宿主长周期巨行星伴星，其估计最小 M_p sin(i) 值分别为 3.7、6.8 和 8.5 M_J。我们预期我们的发现将革新未来的目标选择、元素在巨行星形成中的作用，以及巨行星内部结构模型的确定。
引用
@article{arxiv.1805.12144,
title = {A Recommendation Algorithm to Predict Giant Exoplanet Host Stars Using Stellar Elemental Abundances},
author = {Natalie R. Hinkel and Cayman Unterborn and Stephen R. Kane and Garrett Somers and Richard Galvez},
journal= {arXiv preprint arXiv:1805.12144},
year = {2019}
}
备注
14 pages, 8 figures, 1 Table (full csv table of planet prediction scores included in source files), accepted to the Astrophysical Journal (ApJ)