你的信Transit中藏着什么？ towards 从信获得5倍更多科学

星系行星科学严重依赖于信Transit深度（$D$）的测量。然而，随着仪器精度的提高，$D$的不确定性似乎越来越远离仅由光子噪声驱动的预期。在这里，我们通过定义一个放大因子 $A$ 来表征这一不足（信深度精度问题，TDPP），该因子量化了测量信深度不确定性与同一时间段基线散布之间的差异。虽然在理论上 $A$ 应该是 $\sim\sqrt{3}$，但我们发现它可以达到 $\gtrsim10$，这主要是由于 $D$ 与 limb-darkening 系数（LDCs）之间的相关性导致的。这意味着：（1）信基于的星系行星研究（例如大气研究）可以通过可靠的 LDCs 先验显著改进；（2）低保真度的 LDCs 先验可能对 $D$ 产生显著偏差，可能影响大气研究，因为此类偏差随波长而变。出于相同的原因，偏差可能出现在星体密度和行星形状/ limb 非对称性测量上。就目前的光度精度而言，我们建议使用 3 次多项式律和 4 次非线性律，因为它们在偏差和 $A$ 之间提供了最佳的折中。虽然其与现有 LDCs 先验（10-20% 不确定性）当前意味着 $A\sim10$，但我们展示了针对 limb-darkening 模型的针对性改进可以将 $A$ 降到 $\sim2$。因此，改进星体模型和信拟合实践是完全利用信数据集、可靠地提高其科学产出 $5\times$，从而以最多 $25\times$ 更少的信实现相同科学的关键。