面向系外行星大气三维反演：热化学平衡估算方法的评估

通过贝叶斯反演表征系外行星大气需要假设某种化学模型，例如热化学平衡或参数化丰度。即将到来的望远镜提供的高分辨率数据使得反演框架内可以使用更复杂的化学模型。然而，许多模拟光化学和垂直输送等更复杂过程的化学代码计算代价高昂，将其直接纳入一维反演模型可能导致运行时间长得难以接受。此外，即将到来望远镜的相位曲线观测推动了二维和三维反演模型的发展，进一步加剧了复杂化学模型反演框架的冗长运行时间。在此，我们基于相对于吉布斯能量最小化代码的精度和速度，比较了热化学平衡近似方法。我们发现，尽管所有方法都能将计算成本降低数个数量级，但神经网络代理模型比所考虑的其他方法精度更高，在所考虑的相空间中达到了中位数绝对 dex 误差 <0.03。虽然我们的结果基于一维化学模型，但我们的研究表明，更高维的化学模型可通过这种代理建模方法纳入反演模型。