Detailansicht
Challenging atmospheric retrievals
towards robust inference from exoplanet transmission spectra with next-generation telescopes
Simon Schleich
Art der Arbeit
Dissertation
Universität
Universität Wien
Fakultät
Fakultät für Geowissenschaften, Geographie und Astronomie
Studiumsbezeichnung bzw. Universitätlehrgang (ULG)
Doktoratsstudium Naturwissenschaften: Astronomie
DOI
10.25365/thesis.81846
URN
urn:nbn:at:at-ubw:1-17805.11705.433366-8
Link zu u:search
(Print-Exemplar eventuell in Bibliothek verfügbar)
Abstracts
Abstract
(Deutsch)
In den letzten drei Jahrzehnten ist die Zahl der uns bekannten Planeten außerhalb des Sonnensystems auf Tausende angestiegen und deckt einen weiten Parameterbereich ab. Die Charakterisierung der Atmosphären dieser Exoplaneten bietet einen Einblick in ihre Entstehungsgeschichte und ihre chemische Zusammensetzung. Spektroskopische Beobachtungen sind das wichtigste Mittel zur Untersuchung dieser Atmosphären, und das James-Webb-Weltraumteleskop (JWST) hat zusammen mit kommenden Missionen wie Ariel eine neue Ära der Charakterisierung von Atmosphären eingeläutet, indem es Daten mit beispiellosem Signal-Rausch-Verhältnis (SNR), Wellenlängenabdeckung und spektralen Auflösung liefert. Um aus diesen Beobachtungen Rückschlüsse auf die Eigenschaften von exoplanetaren Atmosphären zu ziehen, stützen wir uns auf die Methode eines atmospärischen Inversionsprozesses (atmospheric retrieval), einen bayesianischen Inferenzansatz, bei dem ein atmosphärisches Vorwärtsmodell iterativ mit einem beobachteten Spektrum verglichen wird, um die A-posteriori-Verteilungen der Modellparameter zu gewinnen. Die verbesserte Datenqualität modernster Observatorien rechtfertigt eine sorgfältige Reevaluation dieser Methode. In dieser Arbeit untersuchen wir die Stabilität von atmosphärischen Parameterinferenzergebnissen im Kontext der Transmissionsspektroskopie, wobei wir uns auf zwei wichtige Säulen der darunter liegenden Methodik konzentrieren: das atmosphärische Vorwärtsmodell und die Beobachtungsdaten. Im ersten Teil dieser Arbeit untersuchen wir den Einfluss des modellierten Druck-Temperatur-Profils (p–T -Profil) auf die Parameterinferenz von Transmissionsspektren. Anhand von synthetischen Spektren, die nach dem "heißen Jupiter" WASP-39 b modelliert wurden, erstellen wir einen Datensatz, der einen weiten Bereich vertikaler Temperaturstrukturen, Wolkendecken und Instrumentenszenarios für JWST und die bevorstehende Ariel-Mission abdeckt. Wir führen atmosphärische Semi-Selbst-Parameterinferenz dieser synthetischen Spektren durch, wobei wir heuristische Multipunkt-p–T -Profile unterschiedlicher Komplexität verwenden. Wir bewerten die Leistungsfähigkeit dieser atmosphärischen Modelle anhand des Bayes-Faktors und der Genauigkeit der geschätzten atmosphärischen Parameter. Die Ergebnisse zeigen durchweg, dass ein isothermes p–T -Profil nicht ausreicht, um die bekannten atmosphärischen Parameter unter modernsten Beobachtungsbedingungen korrekt zurückzugewinnen. In den meisten Fällen wird ein Multipunktprofil bevorzugt, wobei die Richtigkeit der Parameterinferenz bei einem Profil mit vier Punkten ein Plateau erreicht. Wir kommen zu dem Schluss, dass ein Multipunktprofil mit vier Punkten das optimale Gleichgewicht zwischen Modellkomplexität und Inferenzpräzision darstellt und bei der Parameterinferenz von Transmissionsspektren mit JWST und Ariel gegenüber einem isothermen Profil vorzuziehen ist. Im zweiten Teil dieser Arbeit untersuchen wir die Sensitivität von atmosphärischen Parameterinferenzergebnissen gegenüber Schwankungen im der Inferenz zu Grunde liegen den Transmissionsspektrums unter Verwendung von JWST NIRSpec PRISM-Beobachtungen eines individuellen Transits von WASP-39 b. Die Parameterinferenz wird zuerst anhand eines im Rahmen dieser Arbeit reduzierten Transmissionsspektrums durchgeführt, das mit der Eureka!-Datenreduktionspipeline erstellt wurde. Wir vergleichen die resultierenden a-posteriori-Parameterverteilungen mit homogenisierten atmosphärischen Parameterinferenzergebnissen, die über gestreute Instanzen des in dieser Arbeit erzeugten Spektrums sowie über unabhängig von denselben Beobachtungsdaten reduzierte Spektren erlangt wurden. Diese Analyse identifiziert drei Klassen von a-posteriori-Parameterverteilungen: stabile Normalverteilungen für gut eingeschränkte Parameter, stabile Gleichverteilungen für schwach eingeschränkte Parameter und instabile, stark asymmetrische a-posteriori-Verteilungen. Das Vorhandensein instabiler a-posteriori-Verteilungen erschwert eine robuste Interpretation der Ergebnisse der atmosphärischen Charakterisierung und unterstreicht die Notwendigkeit einer sorgfältigen Bewertung der Breite von Kredibilitätsintervallen, um diese Unsicherheit angemessen widerzuspiegeln. Zusammenfassend unterstreichen die Ergebnisse dieser Arbeit die Bedeutung einer rigorosen Vorwärtsmodellauswahl und einer sorgfältigen Behandlung der Beobachtungsdaten bei atmosphärischen Inversionsanalysen. Da das Forschungsfeld in eine neue Ära erwarteter Datenqualität und -fülle eintritt, betonen diese Erkenntnisse die Notwendigkeit einer systematischen Evaluierung von Inversionsmethoden, um die Zuverlässigkeit der abgeleiteten atmosphärischen Eigenschaften zu gewährleisten.
Abstract
(Englisch)
In the last three decades, the number of known planets outside the Solar System has grown into the thousands, spanning a vast parameter space. Characterising the atmospheres of these extrasolar planets offers a window into their formation histories and chemical compositions. Spectroscopic observations provide the primary means of probing these atmospheres, and the James Webb Space Telescope (JWST), alongside upcoming missions such as Ariel, has ushered in a new era of atmospheric characterisation, providing data with unprecedented signal-to-noise ratio (SNR), wavelength coverage, and spectral resolution. To infer atmospheric properties from these observations, we rely on a technique named atmospheric retrieval, a Bayesian inference approach in which an atmospheric forward model is iteratively compared to an observed spectrum to estimate the posterior distributions of atmospheric parameters. The increased data quality from state-of-the-art observatories warrants a careful re-evaluation of this technique. In this thesis, we investigate the stability of atmospheric retrieval results in the context of transmission spectroscopy, with a focus on two key pillars: the forward model and the input data. In the first part of this work, we investigate the impact of the pressure-temperature (p-T) prescription in the atmospheric forward model. Using synthetic spectra modelled after the hot Jupiter WASP-39 b, we construct a dataset spanning a range of vertical temperature structures, cloud decks, and instrument noise levels for JWST and the upcoming Ariel mission. We perform atmospheric semi-self-retrievals on these synthetic spectra, using heuristic multipoint p-T-prescriptions of varying complexity. We evaluate the performance of these forward models through the Bayes factor and the accuracy of the estimated atmospheric parameters. The results consistently show that an isothermal p-T prescription is insufficient to retrieve known atmospheric parameters under state-of-the-art observing conditions. A multipoint profile is favoured in the majority of cases, with parameter recovery plateauing at a four-point profile. We conclude that a four-point p-T prescription represents the optimal balance between model complexity and retrieval performance, and should be preferred over isothermal prescriptions in transmission spectrum retrievals with JWST and Ariel. In the second part of this work, we investigate the sensitivity of atmospheric retrievals to variations in the input transmission spectrum, using JWST NIRSpec PRISM observations of a single transit of WASP-39 b. Retrievals are performed on a baseline spectrum reduced as part of this work, using the Eureka! Pipeline. We compare the resulting parameter posterior distributions to homogenised atmospheric retrieval performed on scattered instances of the spectrum produced in this work, and on independently reduced spectra derived from the same raw data. This analysis identifies three classes of parameter posterior distributions: stable Gaussian distributions for well-constrained parameters; stable uniform posteriors for weakly constrained parameters; and unstable, heavy-tailed posteriors. The presence of unstable posterior distributions makes robust interpretations of atmospheric characterisation results difficult, highlighting the importance of a careful assessment of credible interval sizes to properly reflect this uncertainty. Taken together, the results of this thesis highlight the importance of rigorous forward model choices and careful treatment of input data in atmospheric retrievals. As the field moves into a new era of data quality and abundance, these findings underscore the need for systematic evaluation of retrieval methodologies to ensure the reliability of inferred atmospheric properties.
Schlagwörter
Schlagwörter
(Deutsch)
Astrophysik Astronomy Exoplaneten JWST Atmospärischen Inversionsprozesses
Schlagwörter
(Englisch)
astrophysics astronomy exoplanets JWST atmospheric retrieval
Autor*innen
Simon Schleich 
Haupttitel (Englisch)
Challenging atmospheric retrievals
Hauptuntertitel (Englisch)
towards robust inference from exoplanet transmission spectra with next-generation telescopes
Publikationsjahr
2026
Umfangsangabe
vii, 180 Seiten : Illustrationen
Sprache
Englisch
Beurteiler*innen
Michiel Min ,
Suzanne Aigrain
Klassifikationen
39 Astronomie > 39.11 Astronomische Beobachtung. Observatorien. Planetarien ,
39 Astronomie > 39.53 Planeten
AC Nummer
AC18007718
Utheses ID
80418
Studienkennzahl
UA | 796 | 605 | 413 |