Anatomie eines Transits

Vom Schatten auf der Sternscheibe bis zur Abweichung von der Ephemeride zeigen sieben Kapitel die Mathematik hinter jedem Auswertungsschritt zum Ausprobieren. Jede Formel steht neben ihrer Animation und rechnet mit, wenn Du an den Reglern drehst.

Beim Scrollen stellt jeder Erzählschritt die Animation auf ein passendes Beispiel. Danach kannst Du frei weiterdrehen, und ein Klick auf einen Schritt stellt ihn wieder her. Wo unsere echten Messungen vorkommen, sind sie als solche markiert, alle übrigen Kurven sind Modellrechnungen.

Neu beim Thema? Das Grundprinzip eines Transits zeigen wir ohne Formeln auf der Seite Exoplaneten.

1

Transitgeometrie

Ein Schatten zieht über die Sternscheibe

Vier Größen bestimmen die Form eines Transits:

  • das Radienverhältnis k = Rp/R★
  • die skalierte Bahn a/R★
  • der Stoßparameter b
  • die Periode P

Aus der Lichtkurve kommen sie über Tiefe, Dauer und die Länge der Flanken.

Schritt 1

Zentraler Transit

Bei b = 0 läuft der Planet genau durch die Sternmitte. Die Sehne über die Scheibe ist am längsten, Ingress und Egress sind kurz, und dazwischen liegt eine flache Sohle. Ohne Randverdunklung ist ihre Tiefe einfach das Flächenverhältnis.

\[\delta \approx k^2 = \left(\frac{R_p}{R_\star}\right)^2\]
δ
delta Transittiefe: relativer Helligkeitsverlust des Sterns während des Transits
k
Radienverhältnis Rp/R★ (Planetenradius durch Sternradius)
Rp
Radius des Planeten
R★
Radius des Sterns (★ = Stern)
≈
ungefähr gleich

Die Ziffern 1 bis 4 in der Kurve sind die Kontakte. 1 und 4 markieren die erste und letzte Berührung der Scheiben von außen, 2 und 3 von innen.

Schritt 2

Der Stoßparameter verkürzt den Transit

Je weiter die Bahn vom Zentrum entfernt liegt, desto kürzer wird die Sehne und desto länger dauern Ingress und Egress. Die Dauer vom ersten bis zum vierten Kontakt folgt aus Pythagoras auf dem Himmel und dem Bahnwinkel:

b 1 + k √((1+k)² − b²) 1. 4. R★ = 1
Skizze in Sternradien: Beim 1. Kontakt ist der Planetenmittelpunkt 1 + k von der Sternmitte entfernt. Mit b als senkrechter Seite ergibt Pythagoras die halbe Strecke bis zur Transitmitte, der Planet legt sie zweimal zurück.
\[T_{14} = \frac{P}{\pi}\,\arcsin\!\left[\frac{R_\star}{a}\,\frac{\sqrt{(1+k)^2 - b^2}}{\sin i}\right],\quad b = \frac{a}{R_\star}\cos i\]
T14
Transitdauer vom 1. Kontakt (erste Berührung der Scheiben) bis zum 4. Kontakt (letzte Berührung)
P
Umlaufperiode des Planeten
π
pi Kreiszahl 3,14159…
arcsin
Arkussinus, Umkehrfunktion des Sinus: macht aus einem Sinuswert wieder einen Winkel
R★
Radius des Sterns (★ = Stern)
a
große Bahnhalbachse, Abstand Planet–Stern
k
Radienverhältnis Rp/R★ (Planetenradius durch Sternradius)
b
Stoßparameter: kleinster Abstand der Planetenbahn von der Sternmitte, in Sternradien (0 = zentral, 1 = am Rand)
i
Bahnneigung (Inklination); 90° = Bahn genau von der Seite gesehen
sin, cos
Sinus und Kosinus des Winkels

In einem Rechenbeispiel (P = 3,0 d, a/R★ = 8, k = 0,10) verliert der Transit von b = 0 bis b = 0,8 fast eine Stunde, nämlich 3,16 h gegen 2,18 h.

Schritt 3

Streifend wird es V-förmig

Bei b = 0,95 liegt der Planet nie ganz auf der Scheibe. Es gibt keinen zweiten und dritten Kontakt, die Kurve wird spitz und flacher als k². Eine V-Form in eigenen Daten heißt also nicht automatisch „kleiner Planet“.

Schritt 4

Zwei Bahnen, fast dieselbe Kurve

Die gestrichelte Kurve gehört zu b = 0,7 und a/R★ = 6,0, ihr k ist per kleinste Quadrate angepasst. Sie weicht nur in Ingress und Egress ab, und dort um weniger als 2 ppt. Bei einigen ppt Rauschen pro Messpunkt sind beide kaum zu trennen.

Deshalb halten wir in der Auswertung meist die Geometrie fest. Die Werte für a/R★ und die Bahnneigung i stammen aus der Fachliteratur, angepasst werden nur die Mittenzeit Tc, das Radienverhältnis k und die Messeffekte. Die Mittenzeit leidet darunter kaum, weil sie vor allem von der Symmetrie der Flanken abhängt.

Schritt 5

Unsere Planeten

Unter „Beispiel“ lädst Du gerundete Literaturwerte von Planeten, die wir beobachtet haben. WASP-52b fällt mit k ≈ 0,165 auf. Mit 27 ppt ist sein Transit fast dreimal so tief wie der von HAT-P-33b. KELT-7b ist mit 2,7 d Periode und a/R★ ≈ 5,5 ein enger Planet um einen großen Stern, entsprechend lang ist der Transit.

Aus a/R★ und P folgt mit Kepler III sogar die mittlere Sterndichte, ohne Entfernung und Sternradius:

\[\rho_\star = \frac{3\pi}{G P^2}\left(\frac{a}{R_\star}\right)^3\]
ρ★
rho mittlere Dichte des Sterns
G
Gravitationskonstante, 6,674 · 10⁻¹¹ m³ kg⁻¹ s⁻²
P
Umlaufperiode des Planeten
π
pi Kreiszahl 3,14159…
a/R★
skalierte Bahnhalbachse: Bahnradius in Sternradien

Werte gerundet und nur zur Veranschaulichung. Ein Fehler von 5 % in a/R★ wird zu rund 15 % in ρ★.

Modellrechnung ohne Randverdunklung
\[T_{14} \approx \frac{P}{\pi}\,\frac{R_\star}{a}\sqrt{(1+k)^2 - b^2}\]
Was bedeuten die Zeichen?
T14
Transitdauer vom 1. Kontakt (erste Berührung der Scheiben) bis zum 4. Kontakt (letzte Berührung)
P
Umlaufperiode des Planeten
π
pi Kreiszahl 3,14159…
a/R★
skalierte Bahnhalbachse: Bahnradius in Sternradien
k
Radienverhältnis Rp/R★ (Planetenradius durch Sternradius)
b
Stoßparameter: kleinster Abstand der Planetenbahn von der Sternmitte, in Sternradien (0 = zentral, 1 = am Rand)

2

Lichtkurvenmodell und Randverdunklung

Warum der Boden rund ist

Am Sternrand blicken wir schräg in die Photosphäre und sehen höhere, kühlere Schichten. Der Rand ist dunkler, im Blauen stärker als im Roten. Ein Planet vor der Mitte verdeckt also helleres Licht als am Rand.

Schritt 1

Der Rand ist dunkler

Die quadratische Randverdunklung beschreibt die Helligkeit abhängig von μ = cos θ, das in der Mitte 1 und am Rand 0 ist:

\[\frac{I(\mu)}{I(1)} = 1 - u_1(1-\mu) - u_2(1-\mu)^2,\qquad \mu = \sqrt{1-r^2}\]
I(μ)
Helligkeit (Intensität) der Sternscheibe an einer Stelle
I(1)
Helligkeit in der Scheibenmitte (dort ist μ = 1)
μ
my Kosinus des Winkels zwischen Sichtlinie und Oberflächennormale: 1 in der Mitte, 0 am Rand
r
Abstand von der Scheibenmitte in Sternradien (0 bis 1)
u1
linearer Randverdunklungskoeffizient (hängt von Stern und Filter ab)
u2
quadratischer Randverdunklungskoeffizient (hängt von Stern und Filter ab)

Rechts oben siehst Du den Verlauf über den Radius. Die gestrichelte Linie ist die mittlere Helligkeit der ganzen Scheibe, 1 − u₁/3 − u₂/6.

Schritt 2

Darum ist der Boden rund

Der relative Fluss ist eins minus dem verdeckten Anteil des Intensitätsintegrals über die Scheibe. Mandel und Agol (2002) haben das analytisch gelöst, hier wird es Ring für Ring numerisch integriert.

\[F(z) = 1 - \frac{\int_{\text{verdeckt}} I(\mu)\,dA}{\int_{\text{Scheibe}} I(\mu)\,dA}\]
F(z)
relativer Fluss des Sterns (1 = kein Transit) beim Mittelpunktsabstand z
z
Abstand der Mittelpunkte von Stern und Planet am Himmel, in Sternradien
∫
Integral: Summe über die angegebene Fläche (verdeckter Teil bzw. ganze Scheibe)
I(μ)
Helligkeit (Intensität) der Sternscheibe an einer Stelle
dA
Flächenelement der Sternscheibe

Am Rand verdeckt der Planet dunkleres Licht, in der Mitte helleres. Die gestrichelte Kurve unten ist derselbe Planet ohne Randverdunklung, mit flachem Boden bei k².

Schritt 3

Tiefer als k² bei HAT-P-33b

In der Transitmitte bei b = 0 gilt näherungsweise

\[\delta_0 \approx k^2\,\frac{1 - u_1(1-\mu_0) - u_2(1-\mu_0)^2}{1 - u_1/3 - u_2/6},\quad \mu_0 = \sqrt{1-b^2}\]
δ0
delta mit Index 0: Transittiefe in der Transitmitte
k
Radienverhältnis Rp/R★ (Planetenradius durch Sternradius)
u1
linearer Randverdunklungskoeffizient (hängt von Stern und Filter ab)
u2
quadratischer Randverdunklungskoeffizient (hängt von Stern und Filter ab)
μ0
my mit Index 0: Wert von μ an der Stelle, an der der Planet in der Transitmitte steht
b
Stoßparameter: kleinster Abstand der Planetenbahn von der Sternmitte, in Sternradien (0 = zentral, 1 = am Rand)
1 − u1/3 − u2/6
mittlere Helligkeit der ganzen Scheibe relativ zur Mitte

Mit u₁ = 0,40, u₂ = 0,25 ist der Faktor 1,21. Aus k = 0,1058 werden so rund 13,6 ppt statt 11,2 ppt.

Unsere Messung. HAT-P-33b haben wir in der Nacht 25./26.02.2026 im Filter R beobachtet. Erwartet waren 14,4 mmag.

Schritt 4

Der Filter ändert die Tiefe, nicht die Zeit

Wechsle zwischen B und R. Im Blauen ist der Rand dunkler, der Boden runder und die Mitte tiefer. Gibt man bei ExoClock „Clear“ statt „R“ an, nimmt ExoClock andere u₁, u₂ an. Die Tiefe verschiebt sich um einige Prozent, die Mittenzeit Tc bleibt, weil die Kurve symmetrisch bleibt.

Die Koeffizienten unter „Filter“ sind grobe Richtwerte für einen sonnenähnlichen Stern. In unserer Auswertung verwenden wir derzeit feste Werte u₁ = 0,40 und u₂ = 0,25. Passende Werte für jeden Stern und Filter (nach Claret) wollen wir künftig ergänzen.

Modellrechnung · Bahn wie HAT-P-33b (gerundet)
\[\delta_0 \approx k^2\,\frac{I(\mu_0)/I(1)}{1 - u_1/3 - u_2/6}\]
Was bedeuten die Zeichen?
δ0
delta mit Index 0: Transittiefe in der Transitmitte
k
Radienverhältnis Rp/R★ (Planetenradius durch Sternradius)
I(μ)
Helligkeit (Intensität) der Sternscheibe an einer Stelle
μ0
my mit Index 0: Wert von μ an der Stelle, an der der Planet in der Transitmitte steht
1 − u1/3 − u2/6
mittlere Helligkeit der ganzen Scheibe relativ zur Mitte

3

Aperturphotometrie

Ein Kreis, ein Ring und das Seeing

Die Apertur summiert das Sternlicht in einem Kreis und zieht den Himmel aus einem Ring ab. Ihr Radius ist ein Kompromiss. Ist er zu klein, geht bei wechselndem Seeing Licht verloren, ist er zu groß, sammelt er Himmelsrauschen.

Schritt 1

Ein Stern ist ein verschmiertes Lichtbündel

Links siehst Du einen Ausschnitt des Sensors um den Zielstern, Pixel für Pixel. Die Luftunruhe verschmiert das Sternbild auf typisch 2–4″ Halbwertsbreite (FWHM). Im Lauf der Nacht atmet sie, und das Bündel wird breiter und wieder schmaler.

Schritt 2

Wie viel Licht die Apertur fängt

Eine Apertur fängt nie das ganze Licht ein, sondern den Anteil der Punktbildfunktion innerhalb des Radius. Für ein gaußförmiges Sternbild:

\[\eta(r) = 1 - \exp\!\left(-4\ln 2\,\frac{r^2}{\mathrm{FWHM}^2}\right)\]
η(r)
eta eingefangener Lichtanteil: welcher Bruchteil des Sternlichts in der Apertur mit Radius r liegt
r
Radius der Apertur in Pixeln
FWHM
Halbwertsbreite des Sternbilds (full width at half maximum): Durchmesser, bei dem die Helligkeit auf die Hälfte gefallen ist
exp, e
Exponentialfunktion; e = Eulersche Zahl 2,718…
ln 2
natürlicher Logarithmus von 2 (0,693); kommt aus der Umrechnung FWHM ↔ Gauß-Breite

Bis etwa 1 · FWHM steigt der Anteil steil, danach flacht er ab. Unter 1,5 · FWHM reagiert der Fluss empfindlich auf jede kleine Fehlzentrierung.

Schritt 3

Das Signal-Rausch-Optimum

Die CCD-Gleichung sammelt alle Rauschquellen in der Apertur:

\[\sigma_\star = \sqrt{N_\star + n_{\text{pix}}\Big(1 + \tfrac{n_{\text{pix}}}{n_{\text{Ring}}}\Big)\big(N_S + N_D + N_R^2\big)}\]
σ★
sigma Rauschen des gemessenen Sternsignals, in Elektronen
N★
Sternsignal in der Apertur (Elektronen)
npix
Anzahl Pixel in der Apertur
nRing
Anzahl Pixel im Himmelsring; der Faktor (1 + npix/nRing) ist der Fehler der Himmelsschätzung
NS
Himmelshintergrund pro Pixel (Elektronen)
ND
Dunkelstrom pro Pixel (Elektronen)
NR
Ausleserauschen pro Pixel (Elektronen)

Die gestrichelte Kurve oben rechts ist das SNR über dem Radius. Bei schwachen Sternen liegt das Optimum um 0,7–1,0 · FWHM, bei hellen weiter außen, weil dort das Photonenrauschen des Sterns das Himmelsrauschen überwiegt. Dreh am Sternsignal.

Schritt 4

Feste Apertur bei schwankendem Seeing

Bei festem r sinkt η, wenn das Seeing schlechter wird. Im Verhältnis Ziel durch Vergleichsstern kürzt sich das, solange alle Sterne dieselbe Form haben. Ist das Sternbild über das Feld aber leicht verschieden (hier ist das Ziel 8 % breiter), bleibt ein Rest, der wie ein Trend aussieht.

Schritt 5

Die mitwachsende Apertur

Setzt man pro Bild r = k · FWHM, bleibt η konstant, und der Rest verschwindet. Die Tiefe wird nicht verfälscht, weil Ziel und Vergleichssterne im selben Bild denselben Radius bekommen. Die FWHM kommt nur von den Vergleichssternen, geglättet, ohne den Zielstern.

Unsere Messungen. Bei HAT-P-42b lag das Rauschen mit fester Apertur (10 px) bei 4,36 ppt, mitwachsend (k = 2) bei 4,39 ppt. Bei ruhigem Seeing sind beide also gleichwertig. Bei WASP-52b hat im Lauf mit Dark, Flat und Bias die mitwachsende Apertur mit k = 1,5 gewonnen.

Modellrechnung · Gauß-Profil
\[\eta(r) = 1 - e^{-4\ln 2\, r^2/\mathrm{FWHM}^2}\]
Was bedeuten die Zeichen?
η(r)
eta eingefangener Lichtanteil: welcher Bruchteil des Sternlichts in der Apertur mit Radius r liegt
r
Radius der Apertur in Pixeln
FWHM
Halbwertsbreite des Sternbilds (full width at half maximum): Durchmesser, bei dem die Helligkeit auf die Hälfte gefallen ist
exp, e
Exponentialfunktion; e = Eulersche Zahl 2,718…
ln 2
natürlicher Logarithmus von 2 (0,693); kommt aus der Umrechnung FWHM ↔ Gauß-Breite

4

Differentielle Photometrie und Airmass

Die Atmosphäre teilt sich heraus

Die Atmosphäre verändert die Helligkeit aller Sterne im Feld fast gleich. Teilt man das Ziel durch eine Summe von Vergleichssternen, fällt das heraus. Übrig bleibt, was nur das Ziel tut, so gut, wie die Vergleichssterne dem Ziel ähneln und selbst ruhig sind.

Schritt 1

Alle Sterne sinken mit der Airmass

Die Nacht folgt HAT-P-33b vom 25./26.02.2026: Das Ziel steht kurz nach Beginn im Meridian und sinkt bis zum Ende auf Airmass 2,3. Die Extinktion in Magnituden wächst linear mit der Luftmasse X:

\[m_{\text{beob}} = m_0 + k\,X + k''\,(B-V)\,X\]
mbeob
gemessene (beobachtete) Helligkeit in Magnituden
m0
Helligkeit außerhalb der Atmosphäre
k
Extinktionskoeffizient, Magnituden pro Luftmasse (im Filter R etwa 0,1–0,15); nicht das k aus Kapitel 1
k″
Farbterm der Extinktion: wie stark die Extinktion von der Sternfarbe abhängt
B − V
Farbindex: Blau- minus Visuell-Helligkeit; größer heißt röter
X
Airmass (Luftmasse): 1 im Zenit, etwa 1/cos der Zenitdistanz

Im mittleren Feld fallen Ziel (farbig) und vier Vergleichssterne (grau) gemeinsam ab. Den Transit sieht man im Rohfluss kaum.

Schritt 2

Das Verhältnis ist flach

Das Ensemble ist eine Summe der Vergleichssterne. Das Werkzeug summiert ungewichtet, hellere Sterne zählen dadurch automatisch stärker:

\[f_{\text{rel}}(t) = \frac{T(t)}{\sum_j w_j\,C_j(t)}\]
frel(t)
relativer Fluss des Ziels, also die Lichtkurve
T(t)
gemessener Fluss des Zielsterns zur Zeit t
Cj(t)
Fluss des Vergleichssterns Nummer j
wj
Gewicht von Vergleichsstern j (im Werkzeug derzeit alle 1)
Σ
Sigma (groß) Summe über alle Vergleichssterne j

Unten bleibt der Transit übrig, sauber auf einer flachen Grundlinie.

Schritt 3

Auch Wolken fallen heraus

Zwei Dunstfelder ziehen durch und schlucken bis zu 25 % des Lichts. Weil sie alle Sterne gleich treffen, verschwinden sie im Verhältnis fast vollständig. Es bleibt nur etwas mehr Rauschen, weil in diesen Bildern weniger Photonen ankommen.

Schritt 4

Was übrig bleibt, ist der Farbterm

Blaues Licht wird stärker gestreut. Sind die Vergleichssterne röter als das Ziel, werden sie mit steigender Airmass relativ heller, und im Verhältnis bleibt ein Trend proportional zu Δ(B−V) · X. Diesen Rest beschreiben wir in der Auswertung mit einem Airmass-Polynom, das gemeinsam mit dem Transit angepasst wird.

Ein Fallstrick aus HAT-P-33b. Steigt die Airmass über den Transit monoton und ist die Baseline davor kurz (dort 0,65 h), kann der Trend Teile der Tiefe schlucken.

Schritt 5

G06, ein veränderlicher Vergleichsstern

Ein einzelner Stern mit Anteil w am Ensemble und Helligkeitsänderung A verfälscht die Lichtkurve um etwa w · A. Wird er genau im Transitfenster heller, wächst der Nenner, und der Transit erscheint tiefer.

\[\Delta f_{\text{rel}} \approx -\,w\cdot A\]
Δfrel
Delta (groß) Verfälschung der Lichtkurve
w
Anteil des veränderlichen Sterns am Fluss des Ensembles
A
Helligkeitsänderung des veränderlichen Vergleichssterns

Unsere Messung. Bei HAT-P-33b war G06 laut Gaia veränderlich und im Transitfenster um 7,2 ppt heller (7σ). Mit G06 ergab der Fit Rp/R★ = 0,0962, ohne G06 0,0927. Das Rauschen außerhalb des Transits war in beiden Fällen gleich (9,43 ppt), deshalb ist der Test „Vergleichsstern im Transitfenster“ seither fester Teil des Ergebnisblatts.

Schritt 6

Wie viele Vergleichssterne?

Das Rauschen des Verhältnisses enthält das des Ziels und das des Ensembles:

\[\sigma_{\text{rel}}^2 \approx \sigma_T^2 + \Big(\sum_j 1/\sigma_j^2\Big)^{-1}\]
σrel
sigma relatives Rauschen der Lichtkurve
σT
sigma relatives Rauschen des Zielsterns
σj
sigma relatives Rauschen von Vergleichsstern j
Σ
Sigma (groß) Summe über alle Vergleichssterne j

Mit einem gleich hellen Vergleichsstern steigt das Rauschen um 41 %, mit fünf um 10 %, mit zehn um 5 %. Mehr Sterne helfen danach kaum noch, erhöhen aber das Risiko, einen Veränderlichen aufzunehmen.

Bei HAT-P-42b wurden drei Kandidaten ausgeschlossen, nämlich einer mit RUWE 23, einer mit dem Gaia-Flag VARIABLE und einer, der sich im Transitfenster um −4,2 ± 1,3 ppt änderte.

Modellrechnung · Zeiten und Airmass wie HAT-P-33b
\[\sigma_{\text{rel}}/\sigma_T \approx \sqrt{1 + 1/N}\]
Was bedeuten die Zeichen?
σrel
sigma relatives Rauschen der Lichtkurve
σT
sigma relatives Rauschen des Zielsterns
N
Anzahl gleich heller Vergleichssterne

5

Rauschen

Weißes Rauschen mittelt sich weg, rotes nicht

Nach dem Fit bleiben Residuen. Ob sie nur zufällig streuen oder zeitlich zusammenhängen, entscheidet darüber, wie ehrlich die Fehlerbalken sind. Bei hellen Sternen bestimmt außerdem oft die Luft das Rauschen, nicht die Kamera.

Schritt 1

Weißes Rauschen

Oben siehst Du Residuen einer Nacht, darüber Mittelwerte aus je n Punkten. Ist das Rauschen unabhängig von Punkt zu Punkt, fällt die Streuung der Mittelwerte wie 1/√n, und im unteren Diagramm liegen die Punkte auf der Linie.

Schritt 2

Rotes Rauschen bleibt stehen

Seeing-Wellen, Nachführung oder dünne Wolken erzeugen zeitlich korrelierte Schwankungen. Hier sind sie als Prozess mit einer Korrelationszeit von 25 min eingemischt. Die gemittelten Punkte wandern jetzt als Wellen, und die Streuung fällt langsamer als 1/√n.

Schritt 3

Der β-Faktor

Winn et al. (2008) vergleichen die Streuung der Blockmittel mit der Erwartung für weißes Rauschen:

\[\beta = \frac{\sigma_n}{\sigma_1}\sqrt{\frac{n(M-1)}{M}}\]
β
beta Faktor für rotes Rauschen; 1 = rein weißes Rauschen, größer = zeitlich korreliertes Rauschen
σ1
sigma Streuung der einzelnen Residuen
σn
sigma Streuung der Mittelwerte aus je n Punkten
n
Punkte pro Block
M
Anzahl der Blöcke

β = 1 heißt weißes Rauschen. In unserer Auswertung wird β über Blocklängen von 10 bis 30 min gemittelt, etwa die Dauer eines Ingress, und die Fehlerbalken werden damit multipliziert.

Unsere Messung. HAT-P-33b ergab β = 1,22 ohne Flat und 1,04 mit Flat.

Schritt 4

Szintillation bei HAT-P-33b

Luftunruhe lässt die Helligkeit flackern, stärker bei kleiner Öffnung, kurzer Belichtung und hoher Airmass. Nach Young (1967):

\[\sigma_{\text{szint}} \approx 0{,}09\,D^{-2/3}\,X^{1{,}75}\,e^{-h/8000\,\mathrm{m}}\,(2t)^{-1/2}\]
σszint
sigma relatives Helligkeitsflackern durch Luftunruhe (Szintillation)
D
Teleskopöffnung in cm
X
Airmass (Luftmasse): 1 im Zenit, etwa 1/cos der Zenitdistanz
h
Höhe des Standorts über dem Meer
t
Belichtungszeit in Sekunden
exp, e
Exponentialfunktion; e = Eulersche Zahl 2,718…

Bei 150 mm Öffnung, X = 1,5 und 20 s sind das rund 4,5 ppt pro Bild, mit der empirischen Osborn-Korrektur eher 7 ppt. Das ist der größte Teil der gemessenen 9,4 ppt aus dieser Nacht.

Schritt 5

Bei KELT-7b waren 2 Sekunden zu kurz

KELT-7 ist mit G = 8,5 so hell, dass 1,5 bis 2,5 s belichtet wurde. Die Szintillation steigt dann auf rund 25 ppt pro Bild, und der Verschluss war nur etwa 6 % der Zeit offen. Die Mittenzeit ist entsprechend schwach bestimmt.

Unsere Messung. Bei KELT-7b ergab sich am 18.10.2026 nach Gewichtung pro Bild ein O−C von +25,5 ± 7,0 min. Beim nächsten hellen Stern belichten wir 20 bis 60 s und defokussieren leicht, das bringt grob Faktor 3 bis 4 weniger Rauschen.

Simulierte Residuen · Takt 1,5 min
\[\sigma_{\text{szint}} \approx 0{,}09\,D^{-2/3}X^{1{,}75}e^{-h/H}(2t)^{-1/2}\]
Was bedeuten die Zeichen?
σszint
sigma relatives Helligkeitsflackern durch Luftunruhe (Szintillation)
D
Teleskopöffnung in cm
X
Airmass (Luftmasse): 1 im Zenit, etwa 1/cos der Zenitdistanz
h
Höhe des Standorts über dem Meer
H, 8000 m
Skalenhöhe der Atmosphäre
t
Belichtungszeit in Sekunden
exp, e
Exponentialfunktion; e = Eulersche Zahl 2,718…

6

Fit und MCMC

Wie sicher ist die Mittenzeit?

Für ExoClock zählt nicht nur die Transitmitte, sondern auch ihr Fehler: Daran wird jedes O−C gemessen. Die MCMC (Markov Chain Monte Carlo: eine Kette zufälliger Probeschritte durch die möglichen Parameterwerte, bei der jeder Schritt nur vom vorigen abhängt) liefert diesen Fehler, indem sie ausprobiert, welche Mittenzeiten zu den Daten passen. Sie hat aber Fallen, und eine davon sind Wolken am Egress. Die ganze Theorie steht auf der Vertiefungsseite.

Schritt 1

Warum ein Fit allein nicht reicht

Ein Fit findet die Mittenzeit Tc und das Radienverhältnis k, bei denen das Modell am besten zu den Punkten passt. Das ergibt einen Wert, aber noch keinen Fehler. Wie genau Tc ist, hängt davon ab, wie breit das Tal im χ² um den besten Wert ist. Dazu können sich Parameter gegenseitig ausgleichen, und das Tal kann schief sein. Ein einzelner Fehlerwert aus dem Fit unterschätzt das oft.

Wie gut ein Modell passt, misst das χ² („Chi-Quadrat“): Für jeden Messpunkt wird der Abstand zwischen Messung und Modell durch den Fehler des Punkts geteilt, quadriert und über alle Punkte aufsummiert:

\[\chi^2(T_c,k) = \sum_{i=1}^{N}\left(\frac{f_i - m(t_i;\,T_c,k)}{\sigma_i}\right)^{2}\]
χ²
chi Quadrat: Maß für den Abstand zwischen Modell und Daten; kleiner = bessere Anpassung
Σ
Sigma (groß) Summe über alle Messpunkte i = 1 … N
N
Zahl der Messpunkte
fi
gemessener, normierter Fluss von Punkt i
m(ti; Tc, k)
Modellfluss zur Zeit ti für die Mittenzeit Tc und das Radienverhältnis k
σi
sigma Fehler von Punkt i

Durch das Teilen durch σi zählt ein Punkt mit kleinem Fehler stärker. Das Quadrat macht positive und negative Abweichungen gleich schlecht und bestraft große Ausreißer besonders. Passt das Modell im Rahmen der Fehler, trägt jeder Punkt im Mittel etwa 1 bei, das χ² liegt dann ungefähr bei N. Deshalb steht in der Tabelle rechts χ²/dof, das bei einem guten Fit nahe 1 liegt (dof = Zahl der Punkte minus Zahl der freien Parameter). Viel größer heißt: Das Modell passt nicht oder die Fehler sind zu klein angesetzt.

Aus dem χ² folgt direkt die Wahrscheinlichkeit jeder Kombination:

\[p(T_c, k\,|\,\text{Daten}) \;\propto\; e^{-\chi^2(T_c,\,k)\,/\,2\beta^2}\]
p(Tc, k | Daten)
Wahrscheinlichkeit einer Kombination aus Mittenzeit und Radienverhältnis, nachdem die Messung bekannt ist
Tc
Transitmitte; im Bild als Abweichung ΔTc von der Vorhersage in Minuten
k
Radienverhältnis Rp/R★
∝
proportional zu: gleich bis auf einen konstanten Faktor
e
Eulersche Zahl 2,718…
χ²
chi Quadrat: Summe der quadrierten, auf den Fehler normierten Abstände zwischen Modell und Messpunkten
β
beta Faktor für rotes Rauschen aus Kapitel 5

Links oben ist das χ² für alle Kombinationen aufgespannt. Die Flächen markieren die 1σ-, 2σ- und 3σ-Bereiche.

In einfachen Wortenχ² ist eine Fehlerpunktzahl: Für jeden Messpunkt zählt, wie weit die Modellkurve danebenliegt, gemessen in „Fehlerbalken“. Je kleiner die Summe, desto besser passt die Kurve. Der beste Fit sagt, wo das Tal am tiefsten ist. Für den Fehlerbalken braucht man aber, wie breit es ist. Genau das vermisst die MCMC.
Schritt 2

Was die MCMC tut

Unsere Auswertung setzt sechzehn Walker ins Tal. Jeder schlägt pro Schritt einen Sprung vor. Führt er zu kleinerem χ², wird er immer angenommen, führt er bergauf, nur manchmal, und umso seltener, je steiler es wird. Dadurch halten sich die Walker an jeder Stelle so oft auf, wie sie wahrscheinlich ist. Nach einigen tausend Schritten bilden ihre Positionen die Verteilung von Tc und k.

Vorher sucht ein Optimierer den besten Fit, und zwar von fünf Tc-Startwerten innerhalb ±30 min aus. Dort starten die Walker. Die ersten Schritte gelten als Einlaufphase und werden verworfen.

In einfachen WortenErst grob den tiefsten Punkt suchen, dann eine Gruppe Wanderer absetzen, die das Tal abläuft. Wo sie sich oft aufhalten, liegt die Mittenzeit wahrscheinlich.
Schritt 3

Das Ergebnis: Median und Perzentile

Aus den gesammelten Positionen meldet unsere Auswertung den Median und das 16. und 84. Perzentil:

\[T_c = q_{50}\,{}^{+(q_{84}-q_{50})}_{-(q_{50}-q_{16})}\]
q50
Median: die Hälfte der Werte liegt darunter
q16, q84
16. und 84. Perzentil; dazwischen liegen 68 % der Werte, wie bei ±1σ
Tc
Transitmitte

Korreliertes Rauschen enthält weniger Information, als die Zahl der Punkte vortäuscht. Deshalb strecken wir alle Fehler mit β, und die Verteilung wird genau um diesen Faktor breiter. Eingestellt sind β = 1,22 und 9,4 ppt pro Punkt wie bei HAT-P-33b. Die Simulation hat aber nur 180 statt 1077 Punkte und deshalb einen größeren Fehler.

Unsere Messung. Bei HAT-P-33b ergaben 1077 Bilder à 20 s mit 9,4 ppt pro Bild und β = 1,22 für Tc eine Unsicherheit von ± 2,2 min, bei R-hat = 1,003.

In einfachen WortenDie mittlere aller gesammelten Mittenzeiten ist das Ergebnis, zwei Drittel aller Werte bilden den Fehlerbalken. Kommt das Rauschen in Wellen, wird der Balken ehrlicherweise länger.
Schritt 4

Die Falle: Wolken am Egress

Hier beginnt die Beobachtung erst in der Transitmitte, und kurz nach dem Egress drückt eine dünne Wolke den Fluss 10 Minuten lang um 10 ppt. Ein Modell mit späterem Egress erklärt die Wolke dann als Rest des Transits. Im χ² entsteht ein zweites Tal bei ΔTc ≈ +25 min.

Landen die Walker dort, sieht alles tadellos aus: schmales Histogramm, normale Annahmerate, R-hat ≈ 1. Trotzdem liegt Tc 25 min daneben. Kein Walker überquert den Rücken zwischen den Tälern, und R-hat vergleicht nur Walker, die alle im selben Tal stehen. Die MCMC misst die Breite des Tals, in dem sie steht, prüft aber nicht, ob es das richtige ist.

Unsere Messung. Bei KPS-1b streuten die Punkte am Egress, und der ExoClock-Reviewer vermutet genau so ein lokales Minimum im Fit.

In einfachen WortenDie Wanderer wurden im falschen Tal abgesetzt. Weil sie sich einig sind, sieht das Ergebnis sicher aus. Es ist trotzdem falsch, und das O−C mit ihm.
Schritt 5

Was dagegen hilft

Die fünf Startwerte unserer Auswertung helfen schon: Hier finden die Optimierer von −30, −15 und 0 min aus das richtige Tal, und das kleinere χ² gewinnt. Das schützt aber nur, solange das richtige Tal auch das tiefste ist. In der Simulation war bei 5 von 14 Rauschmustern das falsche Tal tiefer. Probier es mit „Neue Daten“ aus.

Profil prüfen: Für jede Mittenzeit das beste χ² ausrechnen (rechts unten). Ein zweites Tal mit Δχ²/β² unter etwa 10 ist ein Warnsignal.

Gestörte Minuten weglassen: Den Fit ohne den Abschnitt am Egress wiederholen. Springt Tc um mehr als den Fehler, ist das Ergebnis nicht belastbar.

Tiefe gegenprüfen: Ein Nebental zieht oft auch Rp/R★ weg, hier auf 0,090 statt 0,100. Die Drift gegen den Literaturwert aus Kapitel 7 ist deshalb auch ein Test für Tc.

In einfachen WortenVon mehreren Stellen aus suchen, das ganze Gelände ansehen und prüfen, ob die Lichtkurve am Egress sauber ist. Ein O−C, das sich ändert, sobald man zehn Minuten Daten weglässt, ist kein belastbares O−C.

Wie die Walker genau springen, was R-hat und die Autokorrelation messen und wie das an Spielzeug-Verteilungen aussieht, zeigt die Vertiefungsseite zur MCMC.

Simulierte Daten · Bahn fest
\[p \propto e^{-\chi^2/2\beta^2}\]
Was bedeuten die Zeichen?
p
Wahrscheinlichkeit einer Kombination aus Tc und k
∝
proportional zu
χ²
chi Quadrat: normierte Abweichung zwischen Modell und Daten
β
beta Faktor für rotes Rauschen
R̂
R-hat: Konvergenzmaß; nahe 1 = die Walker sind sich einig
Δχ²/β²
Delta (groß) chi Quadrat durch beta Quadrat: Abstand zum besten Fit im Profil

7

Ephemeriden, O−C und TTVs

Beobachtet minus berechnet

Eine Ephemeride sagt voraus, wann der nächste Transit kommt. Jede neue Messung prüft und verbessert sie. Genau dafür sammelt ExoClock Amateurdaten. Die Mission Ariel braucht ab etwa 2029 Transitzeiten, die auf wenige Minuten genau vorhergesagt sind.

Schritt 1

Messungen gegen die Vorhersage

Oben stehen zehn gültige Messungen, jede gegen die ExoClock-Ephemeride ihres Planeten:

\[\mathrm{O{-}C} = T_{c,\text{gemessen}} - T_{\text{pred}},\qquad z = \frac{\mathrm{O{-}C}}{\sqrt{\sigma_{T_c}^2 + \sigma_{\text{pred}}^2}}\]
O−C
beobachtet minus berechnet (observed minus calculated), in Minuten
Tc,gemessen
eigene gemessene Transitmitte
Tpred
vorhergesagte Transitmitte aus der Ephemeride
z
Abweichung in Vielfachen des Gesamtfehlers (hier nicht der Mittelpunktsabstand)
σTc
sigma Fehler der eigenen Mittenzeit
σpred
sigma Unsicherheit der Vorhersage

Sechs Nächte liegen innerhalb ihres 1σ-Fehlers, HAT-P-12b und KPS-1b innerhalb von 2σ. WASP-135b und KELT-7b liegen gut 3σ des eigenen Messfehlers daneben. Bei WASP-135b blieb die Abweichung in allen Tests stabil zwischen −2,5 und −4,6 min; ob die Vorhersage selbst etwas danebenliegt, zeigt erst ihr eigener Fehler. Bei KELT-7b scheidet die Uhr aus (NTP-Protokoll geprüft), wahrscheinlicher ist eine Systematik im verrauschten Ingress.

PlanetNachtO−C [min]Rp/R★Drift
HAT-P-42b17.01.2026+3,7 ± 4,20,0812 ± 0,0079−0,56
TOI-628b19.01.2026+1,6 ± 8,60,0724 ± 0,0103−0,84
HAT-P-33b25.02.2026−0,1 ± 2,20,0932 ± 0,0038−3,16
K2-115b10.03.2026−2,6 ± 3,90,1324 ± 0,0080+0,87
HAT-P-18b09.05.2026+0,0 ± 1,20,1423 ± 0,0023+1,84
HAT-P-12b18.05.2026+2,0 ± 1,10,1425 ± 0,0030+0,57
KPS-1b05.06.2026−2,5 ± 1,80,1237 ± 0,0056+1,40
WASP-135b07.06.2026−3,7 ± 1,10,1428 ± 0,0053+0,63
WASP-52b03.08.2026−0,5 ± 0,60,1656 ± 0,0022+0,41
KELT-7b18.10.2026+25,4 ± 7,00,0984 ± 0,0110+0,67

z ist hier nur mit dem eigenen Messfehler gerechnet, der Fehler der Vorhersage fehlt in dieser Darstellung.

Schritt 2

Die Vorhersage wird mit jeder Epoche unsicherer

Die lineare Ephemeride und ihr Fehler (T₀ und P hier vereinfacht unabhängig):

\[T_{\text{pred}}(E) = T_0 + E\cdot P,\qquad \sigma_{\text{pred}}(E) = \sqrt{\sigma_{T_0}^2 + E^2\,\sigma_P^2}\]
Tpred
vorhergesagte Transitmitte aus der Ephemeride
T0
Referenz-Transitmitte der Ephemeride
E
Epoche: Zahl der Umläufe seit T0
P
Umlaufperiode des Planeten
σpred
sigma Unsicherheit der Vorhersage
σT0
sigma Unsicherheit der Referenzzeit
σP
sigma Unsicherheit der Periode

Bei σP = 1 s sind nach 1000 Epochen 17 min Unsicherheit erreicht, bei P = 3,47 d etwa 10 Jahre. Ab dann liefert jede Messung mit ±2 min echte Information.

Schritt 3

Eine falsche Periode wird zur Geraden

Ist die Periode um 0,8 s zu kurz angesetzt, wächst O−C linear mit der Epoche. Die häufigste Ursache großer O−C ist genau das, nämlich eine veraltete Ephemeride, deren Fehler sich über die Jahre aufsummiert. Eine gewichtete Ausgleichsgerade durch viele Messungen liefert die korrigierte Periode.

Schritt 4

TTVs als echte Schwankungen

Ein weiterer Planet, Gezeitenzerfall oder Apsidendrehung können die Transitzeiten periodisch verschieben (Transit Timing Variations). Bei den meisten heißen Jupitern sind sie kleiner als eine Minute. Hier ist eine Schwankung von 3 min eingestellt. Erst viele Messungen mit kleinem Fehler machen sie sichtbar.

Schritt 5

Rp/R★-Drift, das Qualitätsmaß von ExoClock

ExoClock passt jede Kurve selbst an und vergleicht die Tiefe mit der Literatur. Weicht sie stark ab, steckt Systematik in der Kurve, und die könnte auch Tc verschoben haben.

\[\text{Drift} = \frac{(R_p/R_\star)_{\text{gem}} - (R_p/R_\star)_{\text{Lit}}}{\sqrt{\sigma_{\text{gem}}^2 + \sigma_{\text{Lit}}^2}}\]
(Rp/R★)gem
eigenes gemessenes Radienverhältnis
(Rp/R★)Lit
Literaturwert aus der ExoClock-Datenbank
σgem, σLit
sigma Fehler des eigenen Werts und des Literaturwerts

Unter 2 ist gut, unter 3 akzeptabel, ab 3 rot. Der Regler unten rechnet mit den Fehlern aus HAT-P-33b.

Unsere Messung. Für HAT-P-33b ergibt sich (0,0932 − 0,1058) / √(0,0038² + 0,0011²) = −3,16. Die Mittenzeit war solide, die Tiefe bestand das Kriterium nicht.

Oben unsere Messungen · unten eine Simulation
\[\sigma_{\text{pred}}(E) = \sqrt{\sigma_{T_0}^2 + E^2\sigma_P^2}\]
Was bedeuten die Zeichen?
σpred
sigma Unsicherheit der Vorhersage
σT0
sigma Unsicherheit der Referenzzeit
σP
sigma Unsicherheit der Periode
E
Epoche: Zahl der Umläufe seit T0

Wir bedanken uns für die Unterstützung bei
Logo Synthesa
Logo Teleskop Austria
Logo Gemeinde Michelbach
Logo Land Niederösterreich