一种用于最大化未来系外行星表征工作科学回报的统计比较行星学方法
地球与行星天体物理
2019-03-14 v1
摘要
若有充足资源部署，我们可以期待一个非凡的未来，届时我们将表征潜在宜居行星。迄今为止，我们不得不将观测解释建立在未经检验的宜居性假设之上。为了以观测检验这些理论，我们提出一种针对行星宜居性问题的统计比较行星学方法。该方法的关键目标是在大量系外行星样本上快速且低成本地测量关键行星特征，利用统计边际化来回答广泛的宜居性问题。这放宽了对给定行星获取多类数据的要求，因为它允许我们仅用一种测量类型并借助样本集合的力量来检验给定假设。该方法不同于“系统科学”方法，后者将对少数行星使用多种测量进行深入研究。系统科学方法伴随若干可能限制总体科学回报的困难，包括：仪器的有限光谱覆盖与噪声、系外行星的多样性，以及大量的潜在假阴性与假阳性。统计方法也可通过为特定感兴趣行星的详尽测量提供背景解释，来补充系统科学框架。我们强烈建议未来的系外行星表征任务聚焦于以同质方式研究大量行星，而非仅针对小样本行星开展小型密集研究。
引用
@article{arxiv.1903.05211,
title = {A Statistical Comparative Planetology Approach to Maximize the Scientific Return of Future Exoplanet Characterization Efforts},
author = {Jade H. Checlair and Dorian S. Abbot and Robert J. Webber and Y. Katherina Feng and Jacob L. Bean and Edward W. Schwieterman and Christopher C. Stark and Tyler D. Robinson and Eliza Kempton and Olivia D. N. Alcabes and Daniel Apai and Giada Arney and Nicolas Cowan and Shawn Domagal-Goldman and Chuanfei Dong and David P. Fleming and Yuka Fujii and R. J. Graham and Scott D. Guzewich and Yasuhiro Hasegawa and Benjamin P. C. Hayworth and Stephen R. Kane and Edwin S. Kite and Thaddeus D. Komacek and Ravi K. Kopparapu and Megan Mansfield and Nadejda Marounina and Benjamin T. Montet and Stephanie L. Olson and Adiv Paradise and Predrag Popovic and Benjamin V. Rackham and Ramses M. Ramirez and Gioia Rau and Chris Reinhard and Joe Renaud and Leslie Rogers and Lucianne M. Walkowicz and Alexandra Warren and Eric. T. Wolf},
journal= {arXiv preprint arXiv:1903.05211},
year = {2019}
}
备注
White paper submitted in response to the solicitation of feedback for the "2020 Decadal Survey" by the National Academy of Sciences