Summary

Mappatura superficiale di esopianeti simili alla Terra utilizzando curve di luce a punto singolo

Published: May 10, 2020
doi:

Summary

Il protocollo estrae informazioni dalle curve di luce degli esopianeti e costruisce le loro mappe di superficie. Usa curve di luce della Terra, che funge da esopianeta proxy, per dimostrare l’approccio.

Abstract

La risoluzione spaziale delle caratteristiche degli esopianeti dalle osservazioni a punto singolo è essenziale per valutare la potenziale abitabilità degli esopianeti. L’obiettivo finale di questo protocollo è determinare se questi mondi planetari ospitano caratteristiche geologiche e /o sistemi climatici. Presentiamo un metodo per estrarre informazioni da curve di luce a punto singolo multi-lunghezza d’onda e recuperare mappe di superficie. Utilizza la decomposizione del valore singolare (SVD) per separare le fonti che contribuiscono alle variazioni della curva di luce e dedurre l’esistenza di sistemi climatici parzialmente nuvolosi. Attraverso l’analisi delle serie temporali ottenute dall’SVD, le attribuzioni fisiche dei componenti principali (PC) potrebbero essere dedotte senza ipotesi di proprietà spettrali. Combinandosi con la geometria di visualizzazione, è possibile ricostruire le mappe di superficie se si riscontra che uno dei PC contiene informazioni sulla superficie. La degenerazione originata dalla convoluzione della geometria dei pixel e delle informazioni sullo spettro determina la qualità delle mappe superficiali ricostruite, il che richiede l’introduzione della regolarizzazione. Allo scopo di dimostrare il protocollo, vengono analizzate le curve di luce a più lunghezze d’onda della Terra, che funge da esopianeta proxy. Viene presentato il confronto tra i risultati e la verità fondamentale per mostrare le prestazioni e la limitazione del protocollo. Questo lavoro fornisce un punto di riferimento per la futura generalizzazione delle applicazioni degli esopianeti.

Introduction

Identificare mondi abitabili è uno degli obiettivi finali dell’astrobiologia1. Dal primo rilevamento2,più di 4000 esopianeti sono stati confermati fino adoggi 3 con un certo numero di analoghi terrestri (ad esempio, TRAPPIST-1e)4. Questi pianeti hanno proprietà orbitali e planetarie simili a quelle della Terra, e quindi sono potenzialmente abitabili. Valutare la loro abitabilità da osservazioni limitate è essenziale in questo contesto. Sulla base della conoscenza della vita sulla Terra, i sistemi geologici e climatici sono fondamentali per l’abitabilità, che può quindi servire come biofirme. In linea di principio, le caratteristiche di questi sistemi potevano essere osservate da lontano anche quando un pianeta non poteva essere risolto spazialmente meglio di un singolo punto. In questo caso, identificare le caratteristiche geologiche e i sistemi climatici dalle curve di luce a punto singolo è essenziale quando si valuta l’abitabilità degli esopianeti. La mappatura superficiale di questi esopianeti diventa urgente.

Nonostante la convoluzione tra la geometria di visualizzazione e le caratteristiche spettrali, le informazioni sulla superficie di un esopianeta sono contenute nelle sue curve di luce a punto singolo risolte nel tempo, che possono essere ottenute da una distanza e derivate con osservazioni sufficienti. Tuttavia, la mappatura superficiale bidimensionale (2D) di esopianeti potenzialmente abitabili simili alla Terra è impegnativa a causa dell’influenza delle nuvole. I metodi di recupero delle mappe 2D sono stati sviluppati e testati utilizzando curve di luce simulate espettri noti 5,6,7,8, ma non sono stati applicati a osservazioni reali. Inoltre, nelle analisi delle osservazioni degli esopianeti ora e nel prossimo futuro, le ipotesi degli spettri caratteristici possono essere controverse quando le composizioni superficiali planetarie non sono ben vincolate.

In questo articolo, dimostriamo una tecnica di mappatura delle superfici per esopianeti simili alla Terra. Utilizziamo SVD per valutare e separare le informazioni da diverse fonti contenute in curve di luce multi-lunghezza d’onda senza ipotesi di spettri specifici. In combinazione con la geometria di visualizzazione, presentiamo la ricostruzione delle mappe di superficie utilizzando informazioni superficiali tempestivamente risolte ma contorte spazialmente. Allo scopo di dimostrare questo metodo, vengono analizzate le osservazioni a punto singolo a più lunghezze d’onda di due anni della Terra ottenute dal Deep Space Climate Observatory/Earth Polychromatic Imaging Camera (DSCOVR/EPIC; www.nesdis.noaa.gov/DSCOVR/spacecraft.html). Usiamo la Terra come esopianeta proxy per valutare questo metodo perché le osservazioni attualmente disponibili degli esopianeti non sono sufficienti. Alleghiamo il codice con la carta come esempio. È sviluppato sotto python 3.7 con pacchetti anaconda e healpy, ma la matematica del protocollo può essere fatta anche in altri ambienti di programmazione (ad esempio, IDL o MATLAB).

Protocol

1. Configurazione della programmazione Impostare l’ambiente di programmazione per il codice allegato. È necessario un computer con sistema operativo Linux, poiché il pacchetto healpy non è disponibile su Windows. Il codice non è computazalmente costoso, quindi un normale personal computer può gestire il protocollo. Seguire le istruzioni (https://docs.anaconda.com/anaconda/install/linux/) per installare Anaconda con Python 3.7 nel sistema, quindi utilizzare i seguenti comandi nel terminale per con…

Representative Results

Usiamo curve di luce a punto singolo multi-lunghezza d’onda della Terra per dimostrare il protocollo e confrontiamo i risultati con la verità del suolo per valutare la qualità della mappatura della superficie. L’osservazione qui usata è ottenuta da DSCOVR/EPIC, che è un satellite situato vicino al primo punto lagrangiano (L1) tra la Terra e il Sole che scatta immagini a dieci lunghezze d’onda della faccia illuminata dal sole della Terra. Due anni (2016 e 2017) di osservazioni sono utilizzati per questa dimostrazione,…

Discussion

Un requisito critico del protocollo è la fattibilità di estrarre informazioni sulla superficie dalle curve di luce, che dipende dalla copertura del cloud. Nel passaggio 3.5.1, i valori relativi dei PC possono essere diversi tra gli esopianeti. Nel caso della Terra, i primi due PC dominano le variazioni della curva di luce e corrispondono a nubi e superfici indipendenti dalla superficie (Fan et al. 2019)13. Hanno valori singolari comparabili in modo che le informazioni sulla superficie possano es…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Questo lavoro è stato in parte supportato dal Jet Propulsion Laboratory, California Institute of Technology, sotto contratto con la NASA. YLY riconosce il supporto del Virtual Planetary Laboratory dell’Università di 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).

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