本頁只刊出中文翻譯與中文說明；英文原文請見下方原文連結。
原文連結
論文資訊
- 類型：已發表論文
- 日期：2022-09-02
摘要
從系外行星的大氣層推斷系外行星的特性，同時在我們想要推導出的量的背景下面臨低分辨率和低信噪比的問題，這對從觀測中收集的數據提出了嚴格的要求。使這項挑戰更加複雜的是，系外行星特性的推論是根據正演模型建立的，其中可能包括由於大氣物理和化學方面的不完整或不準確假設而導致的錯誤。觀測噪音和模型誤差的融合使得開發技術來識別對低信噪比和模型誤差都具有魯棒性的預測特徵對於系外行星科學來說變得越來越重要。我們示範如何透過利用目前大氣模型中已存在的未充分利用的多元資訊（包括熱力學統計和反應網絡結構）來同時解決這兩個問題。為此，我們提供了熱木星大氣中垂直混合（參數化為渦流擴散）預測的案例研究，並展示了預測效果如何取決於所使用的模型資訊 - 例如化學物種豐度、網絡統計和/或熱力學統計。我們也展示了最具預測能力的變數如何隨溫度和金屬豐度等行星特性而改變。我們的結果表明，基於單一指標所建構的推論並不適用於所有可能的用例。我們也展示了在考慮遺失資料或觀察不確定性的可能性時，從網路分析得出的統計測量往往是更好的預測因子。我們討論了應用多元和網絡模型資訊作為框架的未來方向，以提高旨在提取與系外行星大氣相關的特徵的推斷的信心，以及未來在陸地世界生命探測中的應用。