Summary

Ytmappning av jordliknande Exoplaneter med hjälp av Ljuskurvor med single point

Published: May 10, 2020
doi:

Summary

Protokollet extraherar information från ljuskurvor av exoplaneter och konstruerar deras ytkartor. Den använder ljuskurvor av jorden, som fungerar som en proxy exoplanet, för att visa tillvägagångssättet.

Abstract

Rumsligt lösa exoplanet funktioner från enpunktsobservationer är viktigt för att utvärdera den potentiella beboelighet exoplaneter. Det slutliga målet med detta protokoll är att avgöra om dessa planetariska världar hamn geologiska egenskaper och / eller klimatsystem. Vi presenterar en metod för att extrahera information från multi-våglängd enpunkt ljuskurvor och hämtar ytan kartor. Den använder singular värdeförruttnelse (SVD) för att separera källor som bidrar till ljuskurvans variationer och dra slutsatsen att det finns delvis grumliga klimatsystem. Genom analys av tidsserien som erhållits från SVD kunde fysiska tillskrivningar av huvudkomponenter (PC) härledas utan antaganden om några spektrala egenskaper. Kombinera med visning geometri, är det möjligt att rekonstruera ytan kartor om en av datorerna visar sig innehålla ytinformation. Degeneracy härstammar från faltning av pixelgeometrin och spektruminformationen bestämmer kvaliteten på rekonstruerade ytkartor, vilket kräver införandet av regularization. I syfte att demonstrera protokollet analyseras flervåglängdsljuskurvor av jorden, som fungerar som en proxyexoplanet. Jämförelse mellan resultaten och marken sanningen presenteras för att visa prestanda och begränsning av protokollet. Detta arbete ger ett riktmärke för framtida generalisering av exoplanetapplikationer.

Introduction

Identifiera beboeliga världar är en av de slutliga målen i astrobiologi1. Sedan den första upptäckten2, mer än 4000 exoplaneter har bekräftats hittills3 med ett antal Jorden analoger (t.ex., TRAPPIST-1e)4. Dessa planeter har omlopps- och planetariska egenskaper som liknar jordens, och därför är potentiellt beboeliga. Att utvärdera deras beboelighet från begränsade observationer är viktigt i detta sammanhang. Baserat på kunskapen om livet på jorden är geologiska system och klimatsystem kritiska för beboelighet, som därför kan fungera som biosignaturer. I princip kunde funktioner i dessa system observeras på avstånd även när en planet inte kunde vara rumsligt löst bättre än en enda punkt. I detta fall är det viktigt att identifiera geologiska egenskaper och klimatsystem från ljuskurvor med en punkt när man bedömer exoplaneternas beboelighet. Ytkartläggning av dessa exoplaneter blir brådskande.

Trots faltningen mellan visningsgeometri och spektrala funktioner, finns information om en exoplanets yta i dess tidsavstämda ljuskurvor med en punkt, som kan erhållas på avstånd, och härledas med tillräckliga observationer. Men tvådimensionella (2D) yta kartläggning av potentiellt beboeliga jordliknande exoplaneter är utmanande på grund av påverkan av moln. Metoder för att hämta 2D-kartor har utvecklats och testats med hjälp av simulerade ljuskurvor och kända spektra5,6,7,8, men de har inte tillämpats på verkliga observationer. I analyserna av exoplanetobservationer nu och inom en snar framtid kan dessutom antaganden om karakteristiska spektra vara kontroversiella när de planetariska ytsammansättningarna inte är välbegränsade.

I detta dokument visar vi en ytkartläggningsteknik för jordliknande exoplaneter. Vi använder SVD för att utvärdera och separera information från olika källor som finns i flervågsljuskurvor utan antaganden om några specifika spektra. I kombination med visningsgeometri presenterar vi rekonstruktion av ytkartor med hjälp av tidsenlig löst men rumsligt invecklad ytinformation. I syfte att demonstrera denna metod analyseras tvåårsdelvåglängdsobservationer av jorden som erhållits av Deep Space Climate Observatory/Earth Polychromatic Imaging Camera (DSCOVR/EPIC; www.nesdis.noaa.gov/DSCOVR/spacecraft.html) . Vi använder jorden som en proxy exoplanet för att bedöma denna metod eftersom för närvarande tillgängliga observationer av exoplaneter inte är tillräckliga. Vi bifogar koden med pappret som exempel. Det är utvecklat under python 3.7 med anaconda och healpy paket, men matematiken i protokollet kan också göras i andra programmeringsmiljöer (t.ex. IDL eller MATLAB).

Protocol

1. Programmering setup Ställ in programmeringsmiljön för den kopplade koden. En dator med Linux-operativsystem krävs, eftersom healpy-paketet inte finns på Windows. Koden är inte beräkningsmässigt dyr, så en normal persondator kan hantera protokollet. Följ instruktionen (https://docs.anaconda.com/anaconda/install/linux/) för att installera Anaconda med Python 3.7 på systemet, använd sedan följande kommandon i terminal för att ställa in programmeringsmiljön:$ conda skapa –name mye…

Representative Results

Vi använder multi-våglängd enpunkt ljuskurvor av jorden för att visa protokollet, och jämföra resultaten med marken sanningen att utvärdera kvaliteten på ytan kartläggning. Observation som används här erhålls av DSCOVR /EPIC, som är en satellit som ligger nära den första Lagrangian punkten (L1) mellan jorden och Solen tar bilder på tio våglängder av solbelysta jordens yta. Två år (2016 och 2017) av observationer används för denna demonstration, som är desamma som de i Jiang et al. (2018)<sup class=…

Discussion

Ett kritiskt krav i protokollet är möjligheten att extrahera ytinformation från ljuskurvor, vilket beror på molntäckningen. I steg 3.5.1 kan de relativa värdena för PC:erna vara olika bland exoplaneter. När det gäller Jorden dominerar de två första PC-datorerna ljuskurvans variationer, och motsvarar ytoberoende moln och yta (Fan et al. 2019)13. De har jämförbara singularvärden så att ytinformationen kan separeras efter steg 3.5.2 och 3.5.3. För en framtida observation av exoplanet,…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Detta arbete stöddes delvis av Jet Propulsion Laboratory, California Institute of Technology, enligt avtal med NASA. YLY erkänna stöd av Virtual Planetary Laboratory vid University of Washington.

Materials

Python 3.7 with anaconda and healpy packages Other programming environments (e.g., IDL or MATLAB) also work.

References

  1. Schwieterman, E. W., et al. Exoplanet Biosignatures: A Review of Remotely Detectable Signs of Life. Astrobiology. 18 (6), 663-708 (2018).
  2. Campbell, B., Walker, G. A. H., Yang, S. A Search for Substellar Companions to Solar-type Stars. The Astrophysical Journal. 331, 902 (1988).
  3. NASA. . NASA Exoplanet Archive (2019) Confirmed Planets Table. , (2019).
  4. Gillon, M., et al. Seven temperate terrestrial planets around the nearby ultracool dwarf star TRAPPIST-1. Nature. 542 (7642), 456-460 (2017).
  5. Kawahara, H., Fujii, Y. Global Mapping of Earth-like Exoplanets from Scattered Light Curves. The Astrophysical Journal. 720 (2), 1333 (2010).
  6. Fujii, Y., Kawahara, H. Mapping Earth Analogs from Photometric Variability: Spin-Orbit Tomography for Planets in Inclined Orbits. The Astrophysical Journal. 755 (2), 101 (2012).
  7. Cowan, N. B., Fujii, Y. Mapping Exoplanets. Handbook of Exoplanets. , (2018).
  8. Farr, B., Farr, W. M., Cowan, N. B., Haggard, H. M., Robinson, T. exocartographer: A Bayesian Framework for Mapping Exoplanets in Reflected Light. The Astronomical Journal. 156 (4), 146 (2018).
  9. Lomb, N. R. Least-Squares Frequency Analysis of Unequally Spaced Data. Astrophysics and Space Science. 39 (2), 447 (1976).
  10. Scargle, J. D. Studies in astronomical time series analysis. II. Statistical aspects of spectral analysis of unevenly spaced data. The Astrophysical Journal. 263, 835 (1982).
  11. Górski, K. M., et al. HEALPix: A Framework for High-Resolution Discretization and Fast Analysis of Data Distributed on the Sphere. The Astrophysical Journal. 622 (2), 759 (2005).
  12. Jiang, J. H., et al. Using Deep Space Climate Observatory Measurements to Study the Earth as an Exoplanet. The Astronomical Journal. 156 (1), 26 (2018).
  13. Fan, S., et al. Earth as an Exoplanet: A Two-dimensional Alien Map. The Astrophysical Journal Letters. 882 (1), 1 (2019).
  14. Cowan, N. B., Strait, T. E. Determining Reflectance Spectra of Surfaces and Clouds on Exoplanets. The Astrophysical Journal Letters. 765 (1), 17 (2013).
  15. Fujii, Y., Lustig-Yaeger, J., Cowan, N. B. Rotational Spectral Unmixing of Exoplanets: Degeneracies between Surface Colors and Geography. The Astronomical Journal. 154 (5), 189 (2017).
  16. Kawahara, H., Fujii, Y. Mapping Clouds and Terrain of Earth-like Planets from Photomertic Variability: Demonstration with Planets in Face-on Orbits. The Astrophysical Journal Letters. 739 (2), 62 (2011).
  17. Kawahara, H. Frequency Modulation of Directly Imaged Exoplanets: Geometric Effect as a Probe of Planetary Obliquity. The Astrophysical Journal. 822 (2), 112 (2016).
  18. Schwartz, J. C., Sekowski, C., Haggard, H. M., Pall ́e, E., Cowan, N. B. Inferring planetary obliquity using rotational and orbital photometry. Monthly Notices of the Royal Astronomical Society. 457 (1), 926-938 (2016).
check_url/60951?article_type=t

Play Video

Cite This Article
Fan, S., Yung, Y. L. Surface Mapping of Earth-like Exoplanets using Single Point Light Curves. J. Vis. Exp. (159), e60951, doi:10.3791/60951 (2020).

View Video