Stokes轮廓的贝叶斯反演

[节选] 反演技术是获取太阳和恒星大气热力学和磁学性质信息的最强大方法。近年来，我们见证了高度复杂的反演代码的发展，这些代码现已广泛应用于光谱偏振观测。这些反演代码大多基于对复杂的非线性优度函数的优化。然而，对于从反演中推断出的参数，无法获得可靠且统计上定义明确的置信区间。对所有描述模型的参数进行正确的置信区间估计是必须的。此外，应用有效技术来评估模型复现观测的能力，以及模型必须在何种程度上进行细化或可以简化，是至关重要的。应用贝叶斯技术来分析模型拟合给定观测Stokes向量的性能。使用马尔可夫链蒙特卡洛方法对后验分布进行高效采样。为简单起见，我们重点关注辐射传递方程的Milne-Eddington近似解，并且仅考虑通过塞曼效应产生偏振。然而，该方法极其通用，可以应用其他更复杂的正向模型。我们借助学术和现实示例来说明该方法的能力。我们表明，在这些特定情况下，后验分布提供的信息对于理解和确定Stokes轮廓中可用信息量是至关重要的。