最大化 Ariel 任务在流行病学层面上对系外行星的调查效应

ESA的Ariel任务将独特地适用于对系外行星进行流行病学层面的研究。这些研究大多由定量衡量Ariel测量量 $y$ 与先验行星属性 $x$ 之间的趋势构成；例如，从Ariel 星系光谱中推导出的大气金属丰度与行星质量。我们能够准确衡量此类趋势的精度取决于调查中目标数量以及其在先验参数上的方差。我们定义调查具有N个目标的效应为 $L = \sqrt{N}{\rm stdev}(x)$，并表明它定量预测了流行病学层面的趋势精度。因此，Ariel的目标选择挑战可以概括为在给定累计观测时间下，最大化沿某些多样性轴线的 $L$。为此，我们考虑了不同方案用于选择Ariel任务参考样本，以进行概念性的三年星系光谱调查。我们将任务候选样本中的系外行星基于半径、平衡温度和主机星温度划分为对数类别。然后，我们通过循环选择每一类别中最容易的剩余目标来构建目标列表。我们发现，沿单一多样性轴线的效应可以通过将该轴线划分为更多类别来增加，但这会牺牲其他轴线的效应。我们得出结论，应在选择Ariel目标时定义 modest 的类别数量，最多可能只有一个类别。最后，我们指出，如果当前候选行星被确认，Ariel星系调查的统计效应将显著增加。这凸显了在Ariel任务候选样本中对最容易进行传输和发射光谱目标进行鉴定和确认的紧迫性。