使用 StellarSpectraObservationFitting.jl 对大气吸收特征与恒星变异性的数据驱动建模
地球与行星天体物理
2024-09-02 v1 天体物理仪器与方法
太阳与恒星天体物理
摘要
实现表征类地质量系外行星所需的径向速度 (RV) 测量精度和准确度的一个重大障碍是，在测量光谱中存在来自大气吸收和恒星变异性的时变特征，这些特征会影响测量的谱线形状并导致视向速度偏移。使用传统技术达到所需精度通常需要避免受恒星变异性和/或变化的大气吸收污染的谱线，从而丢弃大部分光谱，降低了精度。新的数据驱动方法可以通过利用更大比例的可用数据来帮助实现极其精确和准确的 RV。虽然存在单独对大气吸收特征或恒星变异性进行建模的方法，但仍然需要能够在光谱级别同时对它们进行建模的额外工具。在此，我们提出了 StellarSpectraObservationFitting.jl (SSOF)，这是一个用于测量多普勒频移并为大气透射和恒星光谱的时变光谱特征创建数据驱动模型（具有快速、物理动机的高斯过程正则化）的 Julia 包，同时考虑了依赖于波长的仪器线扩展函数。我们在 WIYN 3.5m 望远镜上的 NEID RV 光谱仪对多颗恒星的数据上展示了 SSOF 的最先进性能。我们表明，SSOF 能够准确识别和表征光谱变异性，与基于 NEID CCF 的流水线相比，光子限制误差减小了约 2-6 倍，并且仅使用观测到的 EPRV 光谱就匹配了领先的基于模板的流水线 SERVAL 的性能。
引用
@article{arxiv.2408.17289,
title = {Data-Driven Modeling of Telluric Features and Stellar Variability with StellarSpectraObservationFitting.jl},
author = {Christian Gilbertson and Eric B. Ford and Samuel Halverson and Evan Fitzmaurice and Cullen H. Blake and Guðmundur Stefánsson and Suvrath Mahadevan and Jason T. Wright and Jacob K. Luhn and Joe P. Ninan and Paul Robertson and Arpita Roy and Christian Schwab and Ryan C. Terrien},
journal= {arXiv preprint arXiv:2408.17289},
year = {2024}
}
备注
47 pages, 21 figures, 7 tables. In revision for AAS Journals. Code at https://github.com/christiangil/StellarSpectraObservationFitting.jl