太阳性质的日震与中微子数据驱动重构

在本工作中，我们利用贝叶斯推断，以日震与太阳中微子数据提供的信息作为输入，定量重构与太阳丰度问题最相关的太阳性质。具体而言，我们使用高斯过程对不透明度不确定度的函数形状进行建模，以获得灵活性并尽可能避免先入为主的偏见。借助这些工具，我们首先重新审视太阳丰度问题的统计显著性。此外，从一组丰度无偏的标准太阳模型出发，我们能够统计地筛选出那些具有太阳化学组成及其他太阳输入且能更好描述日震与中微子观测的模型。特别是，我们能够以数据驱动的方式重构太阳不透明度剖面，独立于任何参考不透明度表，在对流包层底部获得 4% 的不确定度，在太阳核心获得 0.8% 的不确定度。计入系统不确定度后，结果分别为 7.5% 和 2%。此外，我们发现为更好描述日震与中微子数据所需的标准太阳模型之大多数其他输入值，与被采用为标准先验的值吻合良好，例外是天体物理因子 $S_{11}$ 和微观扩散率，数据表明二者应分别降低 1% 和 30%。作为本研究的输出，我们推导了相应的太阳中微子流的数据驱动预测。