基于量纲分析与符号回归的系外行星透射光谱解析建模

新发现系外行星的物理特征和大气化学组成常由其透射光谱推断，而这些光谱来自复杂的辐射传输数值模型。与之相对，简单解析表达式可对有相关大气过程提供深入的物理学直觉。深度学习革命为直接用拟合数据的计算机算法推导此类解析结果打开了大门。作为概念验证，我们成功展示了在通用热木星系外行星透射半径的合成数据上运用符号回归来推导相应解析公式。作为预处理步骤，我们使用量纲分析识别变量的相关无量纲组合并减少独立输入数量，从而提升符号回归性能。该量纲分析还使我们能够从数学上推导并恰当参数化影响通过透射光谱表征系外行星大气的输入大气参数间最一般的退化族。