Detection of Na, K and H$_2$O in the hazy atmosphere of WASP-6b
Auteurs : Aarynn L. Carter, Nikolay Nikolov, David K. Sing, Munazza K. Alam, Jayesh M. Goyal, Thomas Mikal-Evans, Hannah R. Wakeford, Gregory W. Henry, Sam Morrell, Mercedes López-Morales, Barry Smalley, Panayotis Lavvas, Joanna K. Barstow, Antonio García Muñoz, Paul A. Wilson, Neale P. Gibson
Résumé : We present new observations of the transmission spectrum of the hot Jupiter WASP-6b both from the ground with the Very Large Telescope (VLT) FOcal Reducer and Spectrograph (FORS2) from 0.45-0.83 $\mu$m, and space with the Transiting Exoplanet Survey Satellite (TESS) from 0.6-1.0 $\mu$m and the Hubble Space Telescope (HST) Wide Field Camera 3 from 1.12-1.65 $\mu$m. Archival data from the HST Space Telescope Imaging Spectrograph (STIS) and Spitzer is also reanalysed on a common Gaussian process framework, of which the STIS data show a good overall agreement with the overlapping FORS2 data. We also explore the effects of stellar heterogeneity on our observations and its resulting implications towards determining the atmospheric characteristics of WASP-6b. Independent of our assumptions for the level of stellar heterogeneity we detect Na I, K I and H$_2$O absorption features and constrain the elemental oxygen abundance to a value of [O/H] $\simeq -0.9\pm0.3$ relative to solar. In contrast, we find that the stellar heterogeneity correction can have significant effects on the retrieved distributions of the [Na/H] and [K/H] abundances, primarily through its degeneracy with the sloping optical opacity of scattering haze species within the atmosphere. Our results also show that despite this presence of haze, WASP-6b remains a favourable object for future atmospheric characterisation with upcoming missions such as the James Webb Space Telescope.
Explorez l'arbre d'article
Cliquez sur les nœuds de l'arborescence pour être redirigé vers un article donné et accéder à leurs résumés et assistant virtuel
Recherchez des articles similaires (en version bêta)
En cliquant sur le bouton ci-dessus, notre algorithme analysera tous les articles de notre base de données pour trouver le plus proche en fonction du contenu des articles complets et pas seulement des métadonnées. Veuillez noter que cela ne fonctionne que pour les articles pour lesquels nous avons généré des résumés et que vous pouvez le réexécuter de temps en temps pour obtenir un résultat plus précis pendant que notre base de données s'agrandit.