系外行星進階：從穿透光譜到溫度地圖，刻畫一個看不見的世界

一條光譜線的紅移，能告訴你另一顆行星上的風往哪邊吹嗎？

入門篇談過：我們很少「直接看見」系外行星（exoplanet），而是透過它對母恆星造成的微小擾動——亮度週期性下降（凌星法，transit）、或恆星週期性前後晃動（徑向速度法，radial velocity）——間接推斷它的存在。那是一場關於「偵測」的故事。

但偵測只是入場券。真正讓行星科學在過去十年從天文學變成「比較行星學」的，是接下來這個更尖銳的問題：當一顆行星距離我們動輒數十、數百光年，連一個像素都填不滿，我們憑什麼宣稱「它的大氣裡有水蒸氣」「它的白天有 2400 K」「它的風速達每秒數公里」？

這篇進階篇，我們不再問「它在不在」，而是問「它是什麼、長什麼樣、由什麼構成」。我們會把凌星法榨到極限——不只看亮度掉多少，還看光「在不同波長掉多少」；我們會處理一個入門篇刻意略過的麻煩：偵測到的訊號其實是偏差的（biased），真實的行星族群和我們看到的不一樣。準備好，這一程從「發現」走向「刻畫」（characterization）。

從亮度曲線到大氣化學：穿透光譜的魔術

凌星發生時，恆星的一小塊光被行星擋住，亮度下降的比例近似於兩者面積比：

$$ \frac{\Delta F}{F} \approx \left(\frac{R_p}{R_\star}\right)^2 $$

其中 $R_p$ 是行星半徑，$R_\star$ 是恆星半徑。對木星大小的行星繞太陽大小的恆星，這個比值約 $(0.1)^2 = 0.01$，也就是約 1% 的掉光。入門篇到這裡就停了。

但關鍵的進階洞見是：這個 $R_p$ 並不是一個固定的數字，它隨波長（wavelength）而變。為什麼？因為行星不是一顆光禿禿的硬球，它外面包著一層大氣。在某些波長上，大氣中的分子（如水、甲烷、二氧化碳）會吸收恆星的光，使得大氣變得「不透明」——行星在這些波長看起來「更大」，因為連高層稀薄的大氣都擋光了。在分子不吸收的波長上，光能穿透到更深處，行星看起來「更小」。

於是 $R_p(\lambda)$ 成了波長的函數。把每個波長量到的凌星深度畫出來，就得到一條穿透光譜（transmission spectrum）。光譜上的「鼓起」對應某種分子的吸收帶。這就是我們如何「聞到」一顆數百光年外行星的大氣成分——不靠任何一張照片。

這個訊號有多微弱？大氣這層「環」的厚度大約是幾個大氣標高（scale height） $H$：

$$ H = \frac{k_B T}{\mu g} $$

其中 $k_B$ 是波茲曼常數，$T$ 是大氣溫度，$\mu$ 是平均分子質量，$g$ 是行星表面重力。標高描述大氣密度隨高度衰減的特徵尺度——大氣壓力每上升一個 $H$ 就掉到 $1/e$。

穿透光譜的訊號振幅大致是面積比的「微分」：

$$ \delta_\lambda \sim \frac{2 R_p\, n_H H}{R_\star^2} $$

其中 $n_H$ 是吸收帶造成的等效標高數（通常數個）。注意到 $H \propto T/(\mu g)$：熱、輕、低重力的大氣，標高大，光譜訊號就強。這解釋了為什麼第一批被刻畫大氣的行星幾乎都是「熱木星」（hot Jupiter）——又熱（$T$ 大）、又是氫氦為主（$\mu$ 小、約 2.3 原子質量單位），標高動輒數百公里，訊號相對好抓。

動手算一下：熱木星的大氣訊號到底多小

讓我們替一顆典型熱木星估算穿透光譜訊號。取 $T = 1500\ \mathrm{K}$、氫氦大氣 $\mu \approx 2.3\,m_u$（$m_u = 1.66\times10^{-27}\ \mathrm{kg}$）、表面重力 $g = 10\ \mathrm{m/s^2}$。

先算標高：

$$ H = \frac{k_B T}{\mu g} = \frac{(1.38\times10^{-23})(1500)}{(2.3 \times 1.66\times10^{-27})(10)} \approx 5.4\times10^{5}\ \mathrm{m} $$

約 540 公里。對 $R_p \approx 7\times10^7\ \mathrm{m}$（約一個木星半徑）、$R_\star \approx 7\times10^8\ \mathrm{m}$（約一個太陽半徑），取等效 $n_H \approx 5$：

$$ \delta_\lambda \sim \frac{2 (7\times10^7)(5)(5.4\times10^5)}{(7\times10^8)^2} \approx 7.7\times10^{-4} $$

也就是約 770 ppm（百萬分之 770），相當於凌星深度在分子吸收帶比連續譜額外深了不到 0.08%。對照整體凌星深度約 1%（10000 ppm），這個「光譜特徵」只是其中的百分之幾。

現在把同樣的式子套在一顆繞著紅矮星（red dwarf）的溫帶岩石行星上：$T$ 降到 300 K、岩石行星大氣以氮或二氧化碳為主（$\mu \approx 28$–$44\,m_u$）、$g$ 也接近地球的 $\sim 10\ \mathrm{m/s^2}$。標高瞬間掉到約 9 公里（地球大氣標高就是約 8.5 公里）。訊號會比熱木星小約兩個數量級。

這正是地球大小、宜居帶（habitable zone）行星大氣探測極端困難的根本原因。挽救之道藏在分母 $R_\star^2$ 裡：如果母恆星小——例如半徑只有太陽十分之一的 M 型紅矮星——分母縮小 100 倍，同樣的大氣訊號就放大 100 倍。這就是為什麼 TRAPPIST-1 這類紅矮星系統成了當前大氣刻畫的首選目標：不是因為那裡的行星大氣特別厚，而是因為「背景恆星夠小」，讓微弱訊號浮出水面。

看一個例子：用「白天的熱輻射」測一顆看不見的行星溫度

穿透光譜看的是「掠過大氣邊緣」的星光。還有另一招更直接：次食（secondary eclipse）。

凌星（行星走到恆星前面）叫主食。半個軌道之後，行星繞到恆星「後面」、被恆星擋住——這叫次食。次食前後，系統總亮度會有一個微小的下降，因為我們暫時收不到行星自己發出的光（它自己的熱輻射，加上反射的星光）。次食的深度直接給出行星與恆星的亮度比：

$$ \frac{F_p}{F_\star}(\lambda) \approx \left(\frac{R_p}{R_\star}\right)^2 \frac{B_\lambda(T_p)}{B_\lambda(T_\star)} $$

其中 $B_\lambda(T)$ 是普朗克黑體輻射函數。在紅外波段，行星與恆星的對比比可見光好得多，因為冷行星的輻射峰值落在紅外。量到不同波長的次食深度，就能反推行星白天面的溫度——甚至大致的發射光譜（emission spectrum）。

把主食的穿透光譜（看大氣成分）和次食的發射光譜（看溫度結構）合起來，再加上沿著軌道連續觀測得到的相位曲線（phase curve）——亮度隨行星自轉/公轉相位變化——我們能做到一件聽起來像科幻的事：

畫出一顆系外行星的「溫度地圖」。 對潮汐鎖定（tidally locked）的熱木星，永遠朝向恆星的那一面是灼熱白天、背面是永夜。相位曲線的最亮點如果不剛好落在次食正中央，而是有點「偏移」（hot-spot offset），就代表有超音速的大氣環流把熱量從白天吹向夜面——這是一條光譜線在說：那顆行星上，赤道急流的風速可達每秒數公里。我們確實「測到了風」，雖然從頭到尾沒有任何一張行星的照片。

被偏差的宇宙：我們看到的，不是真的族群

進階篇必須面對一個入門篇樂觀略過的事實：我們偵測到的行星，是被嚴重篩選過的樣本。

考慮凌星法。要看到凌星，行星軌道平面必須幾乎正對我們的視線——軌道得「側著」對準地球。對一個半長軸 $a$、恆星半徑 $R_\star$ 的圓軌道，幾何上的凌星機率約為：

$$ p_{\text{transit}} \approx \frac{R_\star}{a} $$

對地球繞太陽（$a = 1\ \mathrm{AU} \approx 2.1\times10^7\,R_\odot$ 的軌道，$R_\star = R_\odot$），這個機率只有約 $0.5\%$。也就是說，即使每顆類太陽恆星都有一顆「地球」，外星觀測者用凌星法平均也只看得到其中 1/200 顆。而對緊貼恆星的熱木星（$a$ 小），$R_\star/a$ 大得多，機率可達百分之十幾。

結論很尖銳：凌星法天生偏愛短週期、大半徑的行星。它不是因為熱木星比較多才先發現一堆熱木星，而是因為熱木星比較「容易被看到」。

徑向速度法也有它自己的偏差。恆星因行星拉扯而擺動的速度振幅為：

$$ K = \left(\frac{2\pi G}{P}\right)^{1/3} \frac{m_p \sin i}{(M_\star + m_p)^{2/3}} \frac{1}{\sqrt{1-e^2}} $$

注意 $K \propto P^{-1/3}$ 且 $\propto m_p \sin i$：質量越大、週期越短的行星，擺動越明顯。而且這裡只能量到 $m_p \sin i$——傾角 $i$ 未知，所以徑向速度法給的是行星質量的下限。一顆軌道幾乎正對我們（$i$ 小、$\sin i$ 小）的重行星，可能偽裝成一顆輕行星。

這就是為什麼系外行星統計學是一門「去偏差」（debiasing）的學問。當我們說「大約每顆恆星平均有一顆以上的行星」「小行星比大行星常見」，那不是把目錄裡的數字數一數就好——而是要先用偵測機率把每一筆觀測「加權還原」回真實族群。看到一顆短週期熱木星，背後可能代表數十顆我們沒看到的同類；看到一顆長週期小行星，可能代表了數千顆。目錄是冰山一角，去偏差才看得到水面下的形狀。

不只是「行星 vs 恆星」：質量—半徑關係透露的內部結構

當凌星法給出半徑 $R_p$、徑向速度法給出質量 $m_p$（且軌道幾何讓 $\sin i \approx 1$），我們就同時握有兩個數字，可以算密度：

$$ \rho_p = \frac{3 m_p}{4\pi R_p^3} $$

把大量行星畫在「質量—半徑」平面上，會浮現出有物理意義的「等密度曲線」族群：純鐵球、岩石（矽酸鹽）球、含大量水冰的世界、被厚氫氦大氣包裹的氣態行星，各自落在不同的曲線附近。一顆和地球同質量但半徑大 50% 的行星，密度過低，不可能是純岩石——它一定有很厚的揮發物外殼或氫氦大氣。

這裡有一個漂亮的進階現象：半徑谷（radius valley）。統計大量小行星的半徑分布，會發現在約 $1.8\,R_\oplus$ 附近行星數量明顯偏少，把小行星分成兩群——一群約 $1.4\,R_\oplus$（「超級地球」，super-Earth，多半是裸岩石核）和一群約 $2.4\,R_\oplus$（「次海王星」，sub-Neptune，多半有殘留的氫氦包層）。

這道「谷」不是偵測偏差，而是真實的物理：靠近恆星的小行星，原本可能都有一層薄氫氦大氣，但強烈的恆星 X 射線與極紫外輻射，會把這層輕大氣光致蒸發（photoevaporation）剝離掉，或行星自身殘餘的內熱把大氣「煮」走（core-powered mass loss）。結果是：要嘛行星留得住厚包層、半徑停在約 $2.4\,R_\oplus$；要嘛包層被完全剝光、塌縮成約 $1.4\,R_\oplus$ 的裸核。中間的尺寸不穩定，所以「空」了出來。一張統計直方圖上的凹陷，竟編碼了行星大氣數十億年的演化史——這是入門篇看不到的層次。

重點回顧

• 行星半徑是波長的函數 $R_p(\lambda)$：分子吸收讓行星在某些波長「看起來更大」，由此得到穿透光譜，這是遠距遙測大氣成分的核心原理。
• 大氣標高 $H = k_B T/(\mu g)$ 決定訊號強弱：熱、輕（低 $\mu$）、低重力的大氣訊號強，所以熱木星最早被刻畫；岩石行星訊號小兩個數量級，得靠「小恆星放大」（如 M 型紅矮星）才探得到。
• 次食與相位曲線讓我們測行星的白天溫度、甚至畫溫度地圖、推斷大氣環流風速——全程不需任何一張行星照片。
• 偵測訊號有系統性偏差：凌星機率 $\approx R_\star/a$ 偏愛短週期大行星；徑向速度只給 $m_p\sin i$ 質量下限。族群統計必須做去偏差還原。
• 質量—半徑關係與半徑谷揭露行星內部結構與大氣演化史；$\sim1.8\,R_\oplus$ 的稀疏帶是光致蒸發/核心加熱質量流失的化石證據。

深入探討（研究所視角）

從光譜「反演」到大氣狀態：retrieval 與貝氏推論。 真實的大氣刻畫不是讀一張光譜就讀出成分，而是一個反問題（inverse problem）。我們先建一個前向模型（forward model）：給定一組大氣參數 $\boldsymbol{\theta}$（各分子混合比、溫壓剖面 $T(P)$、雲層高度、平均分子量等），用輻射轉移方程（radiative transfer）算出理論光譜 $\mathcal{S}(\lambda;\boldsymbol{\theta})$。再用貝氏定理，從觀測光譜 $\mathbf{d}$ 反推參數後驗分布：

$$ P(\boldsymbol{\theta}\mid\mathbf{d}) \propto \mathcal{L}(\mathbf{d}\mid\boldsymbol{\theta})\,\pi(\boldsymbol{\theta}) $$

實務上以巢狀抽樣（nested sampling，如 MultiNest/dynesty）或 MCMC 在高維參數空間採樣，同時得到參數估計與不確定性，並用貝氏證據（Bayesian evidence）比較「有水 vs 無水」等模型。這就是 atmospheric retrieval 的骨架。其中最棘手的退化（degeneracy）之一是高空雲霾把光譜壓平：一條近乎平坦的穿透光譜，可能是「大氣裡沒有分子」，也可能是「分子被雲擋在不可見的深處」——兩者用光譜難以區分，必須靠多波段（特別是延伸到中紅外）或加入次食資訊打破。

詹姆斯·韋伯太空望遠鏡（JWST）改變了什麼。 哈伯（HST）時代受限於近紅外波段窗口，多數結論卡在「偵測到水的跡象」。JWST 的 NIRSpec、NIRISS、MIRI 把波段延伸到中紅外，首次在系外行星大氣中乾淨地分辨出 CO₂、SO₂、甲烷等多種分子，甚至偵測到由光化學（photochemistry）二次產生的 SO₂——意味著我們不只看到大氣有什麼，還看到大氣裡正在發生的化學反應網路。這把研究從「成分清單」推進到「大氣化學動力學」。

生命徵候（biosignature）與統計顯著性的陷阱。 終極目標是溫帶岩石行星上的生命跡象——例如 O₂ 與 CH₄ 的化學失衡共存（兩者會快速反應消耗彼此，長期共存暗示有持續補充源）。但這裡有兩重困難：其一是訊號極弱（前面算過，地球類比訊號僅約 10 ppm 量級，逼近儀器系統誤差）；其二是非生物假陽性（abiotic false positive）——O₂ 可由水的光解、CO₂ 的光化學等純物理過程產生。因此單一分子永遠不足以宣稱生命，必須是「失衡的組合 + 排除所有非生物途徑 + 跨多次觀測的統計穩健性」。近年關於某些次海王星（如 K2-18 b）疑似二甲基硫醚（DMS）訊號的爭議，正是這個張力的縮影：當訊號逼近偵測極限，「看到一條譜線」與「穩健宣稱一個發現」之間，隔著統計學、儀器系統誤差建模、與獨立重複驗證的整片荒野。

值得延伸閱讀的方向： 高解析都卜勒光譜（high-resolution cross-correlation spectroscopy）如何用分子的數千條譜線「指紋」同時抓成分與軌道速度、甚至直接測自轉；行星形成理論（核心吸積 vs 重力不穩定）如何預測質量—半徑—金屬量關係；以及下一代地面 ELT 與太空任務（如 Habitable Worlds Observatory 規劃中的直接成像 + 星冕儀 coronagraph）如何繞過凌星幾何的偏差，去刻畫那些不剛好「側對我們」的行星。