Chemistry in the ISM and disks on the verge of planet formation [Elektronische Ressource] / put forward by Anton Vasyunin

Sujets

• Astronomie

Informations

• Publié par: ruprecht-karls-universitat_heidelberg
• Publié le: 01 janvier 2009
• Nombre de lectures: 27
• Langue: Deutsch
• Poids de l'ouvrage: 3 Mo

Extrait

Dissertation
submitted to the
Combined Faculties of the Natural Sciences and
Mathematics
of the Ruperto-Carola-University of Heidelberg,
Germany
for the degree of
Doctor of Natural Sciences
Put forward by
Master Phys. Anton Vasyunin
born in: Yekaterinburg (Russia)
nd
Oral examination: December 2 , 2009Chemistry in the ISM and disks
on the verge of planet formation
Referees: Prof. Dr. Thomas Henning
Prof. Dr. Ralf KlessenZusammenfassung
Der Schwerpunkt dieser Doktorarbeit liegt in der Verbesserung astrochemischer Modelle im
Zeitalter von ALMA. Diese Epoche ist gepr agt durch eine detaillierte Erforschung protoplan-
etarer Scheiben und der Suche nach au erirdischem Leben.
Zuerst untersuchen wir wie Unsicherheiten in den Reaktionskoe zienten chemischer Reak-
tionen die Isotopenh au gkeit und S aulendichte von Schlusselmole kulen protoplanetarischer
Scheiben beein ussen. Wir isolieren eine Gruppe von Schlusselsp ecies mit S aulendichten, die
robust gegenub er Unsicherheiten des Reaktionskoe zienten sind. Das macht diese zu guten
potentiellen Indikatoren fur die physische Bescha enheit der Scheibe. Wir nden rund hundert
Reaktionen mit sehr problematischenoe zienten, welche genauer bestimmt werden
mussen, um die Zuverl assigkeit astrochemischer Modelle zu verbessern.
Als n achstes konstruieren wir ein realistisches astrochemisches Modell unter der Benutzung
eines Monte-Carlo-Ansatzes fur alle chemischen Prozesse, was bisher in dieser Form noch umge-
setz wurde. Dieses Modell versetzt uns die Lage, die stochastische Natur von chemischen Reak-
tionen auf der Ober ache von Staubk ornern genau zu beruc ksichtigen. Diese Reaktionen sind
eine wichtige Grundlage fur das Entstehen von organischen Molekulen, die der Ausgangssto
fur Leben, wie wir es kennen, sind. Es wird gezeigt, da der neueste Ansatz der modi zierten
Geschwindigkeitsgleichung nach Garrod et al. (2008) die genaueste beschleunigte Methode ist,
um stochastische E ekte in Astrochemie zu modellieren.
Zum Abschlu verwenden wir unser Modell fur die Untersuchung der chemischen Zusam-
mensetzung einer sich in der Entwicklung be ndlichen Scheibe mit Staubkoagulation, um die
chemischen Indikatoren fur diesen Proze zu ermitteln. Erstmalig wurde ein modernes astro-
ches Modell mit einem detaillierten Ansatz von Staubkoagulation und Sedimentation
verbunden.
Abstract
The general purpose of the thesis work is to improve astrochemical models in the era of
ALMA. This era is characterized by the active study of protoplanetary disks and the search for
extraterrestrial life.
First, we study how uncertainties in the rate coe cients of chemical reactions a ect the
abundances and column densities of key molecules in protoplanetary disks. We isolate a group
of key species which have column densities that are not very sensitive to the rate uncertainties,
making them good potential tracers of physical conditions in disks. We identify about a hun-
dred reactions with the most problematic rate coe cients, which need to be determined more
accurately in order to improve the reliability of modern astrochemical models.
Second, we build a realistic astrochemical model using a Monte Carlo approach to all
chemical processes, which is the rst time this has been done. This allows us to properly take
into account the stochastic nature of grain surface chemical reactions, which are of essential
importance for the formation of organic molecules { i.e., the precursors of life as we know it.
The recent modi ed rate approach (MRE) of Garrod et al. (2008) is shown to be the most
accurate fast approach of accounting for stochastic e ects in astrochemical modeling.
Finally, we apply our model to the study of the chemical composition of an evolving pro-
toplanetary disk with grain growth, in order to reveal chemical tracers of this process. For
the rst time, a state-of-the-art astrochemical model is coupled with a detailed model of grain
growth and sedimentation.
iiiivTo Olga and Tatiana.Acknowledgements
I would like to acknowledge my supervisors, Prof. Thomas Henning and
Dr. Dmitry Semenov for their great help during my PhD work. Also, I am
thankful to my co-authors and colleagues: Dmitri Wiebe, Andrej Sobolev,
Valentine Wakelam, Eric Herbst, Tilman Birnstiel, Svitlana Zhukovska and
Kees Dullemond. Without their e ort this work would never have appeared.
Of course, I am very grateful to IMPRS Heidelberg for the nancial sup-
port, and especially to the IMPRS coordinator Christian Fendt for his help.
I would like to thank the non-scienti c sta of the Max Planck Institute for
Astronomy; their help in practical questions was very valuable and made
my scienti c work much more e cient and life { easier. Individual thanks
are to Mario Flock, Natalia Dzyurkevich and Hendrik Linz for the German
translation of the thesis abstract, and to Paul Boley for corrections of En-
glish language. Above all, I am deeply appreciative to all my friends and
family for their great support during the three years of my PhD.Contents
List of Figures vii
List of Tables xi
1 Introduction 3
1.1 Structure of the dissertation . . . . . . . . . . . . . . . . . . . . . . . . . 5
2 Chemistry in Protoplanetary Disks: A Sensitivity Analysis 9
2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.2 Disk model and uncertainty approach . . . . . . . . . . . . . . . . . . . 12
2.2.1 Physical structure and chemical model of the disk . . . . . . . . 12
2.2.2 Method to model rate uncertainties . . . . . . . . . . . . . . . . 14
2.3 Results . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.3.1 Abundance distribution pro les . . . . . . . . . . . . . . . . . . . 17
2.3.2 Distribution of the mean abundances in the disk . . . . . . . . . 20
2.3.3 of the abundance and column density uncertainties 25
2.4 Discussion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.4.1 Sensitivity analysis method . . . . . . . . . . . . . . . . . . . . . 30
2.4.2 Identi cation of the most problematic reactions . . . . . . . . . . 32
2.4.2.1 Radiative association . . . . . . . . . . . . . . . . . . . 35
2.4.2.2 Cosmic ray ionization . . . . . . . . . . . . . . . . . . . 37
2.4.2.3 Photoreactions . . . . . . . . . . . . . . . . . . . . . . . 39
2.4.2.4 Ion-neutral and neutral-neutral reactions . . . . . . . . 40
2.4.2.5 Dissociative recombination . . . . . . . . . . . . . . . . 43
2.5 Summary and conclusions . . . . . . . . . . . . . . . . . . . . . . . . . . 44
iiiCONTENTS
3 A uni ed Monte Carlo treatment of gas-grain chemistry for large
reaction networks: molecular clouds 45
3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
3.2 Modeling . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
3.2.1 Physical conditions . . . . . . . . . . . . . . . . . . . . . . . . . . 50
3.2.2 Chemical model . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
3.3 Stochastic reaction kinetics . . . . . . . . . . . . . . . . . . . . . . . . . 52
3.3.1 Theoretical foundations . . . . . . . . . . . . . . . . . . . . . . . 52
3.3.2 Implementation of the Monte Carlo algorithm . . . . . . . . . . . 54
3.4 Comparison of the Monte Carlo method with rate equations . . . . . . . 56
3.4.1 Global Agreement . . . . . . . . . . . . . . . . . . . . . . . . . . 57
3.4.1.1 Model T . . . . . . . . . . . . . . . . . . . . . . . . . . 57
3.4.1.2 Model H . . . . . . . . . . . . . . . . . . . . . . . . . . 61
3.4.2 Selected Species . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
3.4.2.1 Model T . . . . . . . . . . . . . . . . . . . . . . . . . . 62
3.4.2.2 Model H . . . . . . . . . . . . . . . . . . . . . . . . . . 67
3.5 Discussion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
3.6 Conclusions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
4 A new modi ed-rate approach for gas-grain chemistry:
Comparison with a uni ed large-scale Monte Carlo simulation 77
4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
4.2 Modeling . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
4.2.1 Physical conditions . . . . . . . . . . . . . . . . . . . . . . . . . . 79
4.2.2 Chemical model . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
4.3 Algorithm of the new MRE method . . . . . . . . . . . . . . . . . . . . 80
4.4 Results . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
4.5 Summary of methods comparison . . . . . . . . . . . . . . . . . . . . . . 84
4.6 Importance of stochastic e ects for the chemistry of protoplanetary disks 86
4.6.1 Global disk chemical structure . . . . . . . . . . . . . . . . . . . 86
4.6.2 Results for Model T . . . . . . . . . . . . . . . . . . . . . . . . . 88
4.6.3 Results for Model H . . . . . . . . . . . . . . . . . . . . . . . . . 92
4.7 Conclusions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
ivCONTENTS
5 Chemistry in disks with grain evolution 95
5.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
5.2 Model outline . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98
5.2.1 Disk model . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98
5.2.1.1 Overall d