fbpx Tre pianeti extrasolari in un colpo solo | Scienza in rete

Tre pianeti extrasolari in un colpo solo

Primary tabs

Tempo di lettura: 5 mins

La scoperta, annunciata dal team di astronomi coordinato da Guillem Anglada-Escudé (Università di Göttingen) e da Mikko Tuomi (University of Hertfordshire), riguarda una vecchia conoscenza dei cacciatori di pianeti extrasolari: Gliese 667C. Questa stella, la cui massa è poco più di un terzo di quella del Sole, fa parte del sistema stellare Gliese 667, tre distinte stelline in orbita reciproca a 22 anni luce da noi in direzione della costellazione dello Scorpione.
Precedenti studi (nell’ottobre 2009 e nel marzo 2012) avevano permesso di scoprire che intorno alla più piccola di quelle tre stelle, una nana rossa battezzata Gliese 667C, orbitavano tre pianeti. Un traguardo indubbiamente molto significativo per vari motivi: anzitutto era un’ulteriore conferma che anche le nane rosse - le stelle di gran lunga più diffuse - potevano ospitare sistemi planetari. Un secondo motivo era che le dimensioni di quei pianeti risultavano molto simili a quelle della Terra, aprendo dunque inaspettati scenari sulla diffusione di mondi alieni simili al nostro. Il terzo aspetto - probabilmente il più ghiotto - era che uno di quei pianeti si trovava a orbitare nella cosiddetta habitable zone, termine con il quale si indica la regione spaziale intorno a una stella nella quale vi sono le condizioni affinché possa mantenersi acqua allo stato liquido.
Ingolositi da quella scoperta, Anglada-Escudé e collaboratori hanno riesaminato il sistema di Gliese 667C aggiungendo alle precedenti altre accurate osservazioni effettuate con HARPS (High Accuracy Radial Velocity Planet Searcher) e nuove rilevazioni ottenute con lo spettrografo UVES (Ultraviolet and Visual Echelle Spectrograph) del VLT, il Carnegie PFS (Planet Finder Spectrograph) del telescopio Magellan e lo spettrografo HIRES montato sul telescopio Keck, l’occhio da 10 metri che scruta dalle Hawaii. La rilevazione dei piccoli spostamenti della stella indotti dai pianeti orbitanti e la loro accurata analisi statistica hanno portato il team di astronomi a raddoppiare il numero dei pianeti intorno a Gliese 667C. Nello studio, di prossima pubblicazione su Astronomy and Astrophysics, i ricercatori suggeriscono infatti la possibilità che la nana rossa possieda una corte di pianeti molto più numerosa di quanto si ritenesse finora e il sistema possa addirittura contare ben sette inquilini. Per cinque di essi l’affidabilità dell’analisi statistica è piuttosto convincente, mentre per il sesto e il settimo pianeta gli stessi astronomi considerano i risultati ancora troppo azzardati.
Quello che viene maggiormente sottolineato dagli scopritori, però, è che ben tre dei pianeti di Gliese 667C orbitino nella habitable zone e abbiano dimensioni paragonabili a quelle della Terra. Da questo punto di vista si tratta effettivamente di un autentico record: neppure il Sistema solare può vantare un simile affollamento di pianeti su orbite potenzialmente favorevoli. Record che acquista ulteriore valore se consideriamo la piccola massa della stella ospite e la sua relativa vicinanza alla Terra.

Pagato il dovuto tributo alla importante scoperta, però, è opportuna qualche riflessione supplementare partendo proprio dal concetto di habitable zone. Dinanzi agli annunci mirabolanti di pianeti collocati in oasi spaziali adatte alla vita (questa è spesso l'idea più diffusa di zona abitabile) è inevitabile trovarsi a fantasticare su possibili civiltà aliene. Fantasie troppo frettolose. Con il termine di zona abitabile si intende semplicemente che lì sussistono le condizioni perchè la temperatura sia compresa tra 0 e 100 gradi. Dal nostro punto di vista - quello di esseri viventi del pianeta Terra - si tratta di una condizione indubbiamente indispensabile, ma assolutamente non sufficiente. Tutto sommato, anche la Luna condivide un’identica collocazione spaziale, ma di abitabilità proprio non se ne parla.
Non è affatto automatico, insomma, che un pianeta che orbita nella habitable zone possieda tutte le condizioni per sostenere la vita. Ci sarebbero numerose altre domande da mettere sul tappeto, per esempio: l’acqua c’è veramente? la sua composizione ne permette l’utilizzo da parte di forme biologiche? esiste un’atmosfera? quale composizione e quale pressione la caratterizzano? E ancora: l’orbita percorsa dal pianeta è stabile su periodi sufficientemente lunghi? tale orbita obbliga il pianeta a mostrare sempre lo stesso emisfero al suo Sole? esiste un campo magnetico che possa proteggere dalle radiazioni cosmiche? esiste un’attività tettonica o vulcanica che possa mantenere attivi alcuni cicli fondamentali per la biosfera? Domande alle quali è tremendamente complicato - se non impossibile - dare una risposta.
Per valutare la possibile situazione in distanti sistemi planetari ci si deve dunque affidare a modelli che, inevitabilmente, sono soggetti a continui aggiustamenti. Lo scorso febbraio, per esempio, Ravi Kumar Kopparapu (Penn State University) e collaboratori hanno pubblicato su Astrophysical Journal un nuovo modello per determinare se un pianeta possa rientrare o meno nella zona di abitabilità (qui lo studio). Si tratta di una sorta di revisione di una precedente analisi pubblicata nel 1993 su Icarus da James Kasting, Daniel Whitmire e Ray Reynolds, anch’essi ricercatori della Penn State University. Il nuovo modello, che ha tenuto conto di quanto oggi sappiamo sul ruolo dei gas serra, ha finito con l’allontanare dalla stella la habitable zone, escludendo dunque un certo numero di esopianeti conosciuti dalla fortunata collocazione, ma facendovi rientrare altri considerati fino ad allora inospitali. Curiosamente, la Terra si colloca proprio sul confine interno di tale zona di abitabilità, un’importante conferma sia di una certa fragilità del concetto di zona abitabile, sia dell’estrema importanza di altri fattori astronomici, fisici e biologici.
Per inciso, non è affatto detto che i corpi celesti che non orbitano nella habitable zone siano automaticamente inospitali. Pensiamo, per esempio, a un satellite in orbita intorno a un pianeta sufficientemente massiccio: le forze di marea potrebbero benissimo fornire quell’apporto energetico necessario a mantenere l’acqua liquida. A tal proposito, non è un caso che planetologi ed esobiologi siano estremamente interessati alla situazione di Europa, uno dei satelliti ghiacciati di Giove…

Per approfondire:

The Habitable Zone Gallery

PHL (Planetary Habitability Laboratory)
The Extrasolar Planets Encyclopaedia


Scienza in rete è un giornale senza pubblicità e aperto a tutti per garantire l’indipendenza dell’informazione e il diritto universale alla cittadinanza scientifica. Contribuisci a dar voce alla ricerca sostenendo Scienza in rete. In questo modo, potrai entrare a far parte della nostra comunità e condividere il nostro percorso. Clicca sul pulsante e scegli liberamente quanto donare! Anche una piccola somma è importante. Se vuoi fare una donazione ricorrente, ci consenti di programmare meglio il nostro lavoro e resti comunque libero di interromperla quando credi.


prossimo articolo

Perché le reti neurali hanno vinto i Nobel per la fisica e la chimica?

Quest'anno l'Intelligenza Artificiale ha fatto la parte del leone nei Nobel per la fisica e la chimica. Meglio sarebbe dire machine learning e reti neurali, grazie al cui sviluppo si devono sistemi che vanno dal riconoscimento di immagini alla IA generativa come Chat-GPT. In questo articolo Chiara Sabelli racconta la storia della ricerca che ha portato il fisico e biologo John J. Hopfield e l'informatico e neuroscienzato Geoffrey Hinton a porre le basi dell'attuale machine learning.

Immagine modificata a partire dall'articolo "Biohybrid and Bioinspired Magnetic Microswimmers" https://onlinelibrary.wiley.com/doi/epdf/10.1002/smll.201704374

Il premio Nobel per la fisica 2024 è stato assegnato a John J. Hopfield, fisico e biologo statunitense dell’università di Princeton, e a Geoffrey Hinton, informatico e neuroscienziato britannico dell’Università di Toronto per aver sfruttato strumenti della fisica statistica nello sviluppo dei metodi alla base delle potenti tecnologie di machine learning di oggi.