Разработайте план наблюдений и обработки данных для выявления маломассной экзопланеты (супер-Земля) методом лучевых скоростей вокруг звезды типа K с шумом 1 m/s
Краткий план наблюдений и обработки для обнаружения маломассной экзопланеты (супер-Земля) у K-звезды при уровне шума \(\sigma_{\rm inst}=1\ \mathrm{m/s}\). 1) Оценка ожидаемой амплитуды сигнала - RV-полуамплитуда (Кеплеровская формула): \[ K=\left(\frac{2\pi G}{P}\right)^{1/3}\frac{M_p\sin i}{(M_\star+M_p)^{2/3}}\frac{1}{\sqrt{1-e^2}}. \] Упрощённо в удобных единицах: \[ K\approx 28.4329\ \mathrm{m/s}\,\frac{M_p\sin i}{M_J}\left(\frac{P}{1\ \mathrm{yr}}\right)^{-1/3}\left(\frac{M_\star}{M_\odot}\right)^{-2/3}\frac{1}{\sqrt{1-e^2}}. \] или для масс в Землях (\(M_J\!=\!318\,M_\oplus\)): \[ K\approx 0.0894\ \mathrm{m/s}\,\frac{M_p\sin i}{M_\oplus}\left(\frac{P}{1\ \mathrm{yr}}\right)^{-1/3}\left(\frac{M_\star}{M_\odot}\right)^{-2/3}\frac{1}{\sqrt{1-e^2}}. \] - Пример: \(M_\star=0.8\,M_\odot,\ M_p\sin i=5\,M_\oplus,\ P=10\ \mathrm{дн}\) даёт \[ K\approx 1.7\ \mathrm{m/s}. \] 2) Требуемое число наблюдений (оценка) - Для синусоидального сигнала дисперсия полуамплитуды приближённо даёт отношение сигнал/шум: \[ \mathrm{SNR}_K = \frac{K\sqrt{N/2}}{\sigma_{\rm eff}}, \] где \(\sigma_{\rm eff}\) — эффективный однопоходный шум (инструментальный + звездный джиттер). - Для целевого обнаружения на уровне \(S\)σ: \[ N \approx 2\left(\frac{S\,\sigma_{\rm eff}}{K}\right)^2. \] При \(K=1.7\,\mathrm{m/s},\ \sigma_{\rm eff}=1\,\mathrm{m/s},\ S=5\) даёт \(N\approx18\). На практике, из‑за активности звезды и кореллированного шума рекомендуется планировать значительно больше (обычно \(N\sim 50\!-\!200\)). 3) Стратегия наблюдений (рекомендации) - Базовая цель: покрыть не менее \(3\) полноценных орбитальной периодов: \(T_{\rm span}\gtrsim 3P\). - Каденс: - Для \(P\sim 1\!-\!10\) дн: наблюдения каждые \(1\!-\!2\) дня в течение нескольких периодов, затем разреженно для проверки стабильности. - Для \(P\sim 10\!-\!100\) дн: наблюдения каждые \(2\!-\!5\) дней, распределённые равномерно по фазе. - Ночная тактика: - Экспозиции \(\sim 15\!-\!30\) мин (или 2–3 подряд по \(\sim 10\!-\!15\) мин) для усреднения p-модов и грануляции. Для K-звезды интеграция 15–20 мин обычно достаточна. - По возможности делайте несколько экспозиций в одну ноч и разделяйте их на часы, чтобы отсеять кратковременные систематики. - Избегать сильных алиасов: распределять наблюдения так, чтобы не согласовываться с целыми днями/годами; учитывать земную орбиту (barycentric corrections). 4) Контроль активности и дополнительные наблюдения - Параллельные измерения индикаторов активности: Ca II H&K (S-index), Hα, BIS (bisector), FWHM CCF, фотометрия (ground/space), чтобы отделять активность от планетного сигнала. - Измерять скорость на нескольких линиях или использовать метод шаблонного подгоняния (SERVAL/HARPS-TERRA) для оценки систематики линий. 5) Калибровка и предварительная обработка - Точная вейвлензольвка и стабильность (с использованием эталона: лазера, FP, ThAr). - Барицентрические коррекции времени и скоростей: применять точную формулу (включая временную систему, например BJD TDB). - Удаление теллурических линий и контролирование спектральных порядков с большой плотностью telluric. 6) Извлечение RV и индикаторов - Использовать cross-correlation function (CCF) либо template-matching (лучше для низких амплитуд). - Вычислять ошибки RV с учётом photon noise и сведениями о S/N. - Выдавать одновременно BIS, FWHM, S-index и коэффициенты линейной регрессии по линиям. 7) Моделирование и учёт кореллированного шума - Модель данных: сумма кеплеровских орбит и модели шума (включая белый и кореллированный): \[ v(t)=\sum_i K_i\cos\left(\frac{2\pi t}{P_i}+\phi_i\right)+\epsilon_{\rm white}(t)+\eta_{\rm cor}(t). \] - Для кореллированного шума применять Gaussian Process с квазипериодическим ядром: \[ k(t,t')=A^2\exp\!\left(-\frac{(t-t')^2}{2\lambda^2}-\Gamma^2\sin^2\!\left(\frac{\pi(t-t')}{P_{\rm rot}}\right)\right). \] параметры: амплитуда \(A\), время корреляции \(\lambda\), когерентность \(\Gamma\), период \(P_{\rm rot}\). - Оценивать параметры модели через MCMC или Nested Sampling; учитывать систематические сдвиги между инструментами. 8) Критерии обнаружения и валидация - Статистические критерии: - Полуамплитуда \(K\) значимо отлична от нуля: \(K/\sigma_K\gtrsim 5\) (жёсткий критерий) или \(\gtrsim 3\) (первичное). - FAP по периодограмме \(<1\%\) (оценка через бутстрэп/перестановки/симуляции). - Различные информационные критерии (BIC, AIC) или сравнение байесовских доказательств (Bayes factor) показывают предпочитаемую модель с планетой. - Проверки устойчива ли найденная частота при удалении частей данных, при различных способах извлечения RV, и не коррелирует ли с индикаторами активности. - Выполнить injection–recovery: ввести синтетические сигналы в реальные данные (или симуляции) для оценки чувствительности и порога обнаружения. 9) Инжекционные тесты и оценка полноты - Моделировать пределы обнаружения как функцию \(M_p,P\) путём вставки синтетических планет и восстановления: строить контуры вероятности восстановления (например 50%, 90%). 10) Практический чек-лист перед началом наблюдений - Оценить ожидаемый K и \(\sigma_{\rm eff}\) (учесть джиттер: \(\sigma_{\rm eff}=\sqrt{\sigma_{\rm inst}^2+\sigma_{\rm jitter}^2}\)). - Вычислить минимальный \(N\) по формуле выше и умножить на фактор 2–5 для учёта активности/систематик. - Планировать покрытие фаз и запас времени для подтверждающих наблюдений в последующие сезоны. Короткое резюме: рассчитать \(K\), оценить \(N\) по формуле \(\;N\approx 2\left(\dfrac{S\,\sigma_{\rm eff}}{K}\right)^2\;\), обеспечить \(T_{\rm span}\gtrsim 3P\), экспозиции 15–30 мин для усреднения p‑модов, собирать индикаторы активности, моделировать RV с кеплеровскими орбитами + GP на MCMC и проводить injection–recovery и FAP‑тесты.
1) Оценка ожидаемой амплитуды сигнала
- RV-полуамплитуда (Кеплеровская формула):
\[
K=\left(\frac{2\pi G}{P}\right)^{1/3}\frac{M_p\sin i}{(M_\star+M_p)^{2/3}}\frac{1}{\sqrt{1-e^2}}.
\]
Упрощённо в удобных единицах:
\[
K\approx 28.4329\ \mathrm{m/s}\,\frac{M_p\sin i}{M_J}\left(\frac{P}{1\ \mathrm{yr}}\right)^{-1/3}\left(\frac{M_\star}{M_\odot}\right)^{-2/3}\frac{1}{\sqrt{1-e^2}}.
\]
или для масс в Землях (\(M_J\!=\!318\,M_\oplus\)):
\[
K\approx 0.0894\ \mathrm{m/s}\,\frac{M_p\sin i}{M_\oplus}\left(\frac{P}{1\ \mathrm{yr}}\right)^{-1/3}\left(\frac{M_\star}{M_\odot}\right)^{-2/3}\frac{1}{\sqrt{1-e^2}}.
\]
- Пример: \(M_\star=0.8\,M_\odot,\ M_p\sin i=5\,M_\oplus,\ P=10\ \mathrm{дн}\) даёт
\[
K\approx 1.7\ \mathrm{m/s}.
\]
2) Требуемое число наблюдений (оценка)
- Для синусоидального сигнала дисперсия полуамплитуды приближённо даёт отношение сигнал/шум:
\[
\mathrm{SNR}_K = \frac{K\sqrt{N/2}}{\sigma_{\rm eff}},
\]
где \(\sigma_{\rm eff}\) — эффективный однопоходный шум (инструментальный + звездный джиттер).
- Для целевого обнаружения на уровне \(S\)σ:
\[
N \approx 2\left(\frac{S\,\sigma_{\rm eff}}{K}\right)^2.
\]
При \(K=1.7\,\mathrm{m/s},\ \sigma_{\rm eff}=1\,\mathrm{m/s},\ S=5\) даёт \(N\approx18\). На практике, из‑за активности звезды и кореллированного шума рекомендуется планировать значительно больше (обычно \(N\sim 50\!-\!200\)).
3) Стратегия наблюдений (рекомендации)
- Базовая цель: покрыть не менее \(3\) полноценных орбитальной периодов: \(T_{\rm span}\gtrsim 3P\).
- Каденс:
- Для \(P\sim 1\!-\!10\) дн: наблюдения каждые \(1\!-\!2\) дня в течение нескольких периодов, затем разреженно для проверки стабильности.
- Для \(P\sim 10\!-\!100\) дн: наблюдения каждые \(2\!-\!5\) дней, распределённые равномерно по фазе.
- Ночная тактика:
- Экспозиции \(\sim 15\!-\!30\) мин (или 2–3 подряд по \(\sim 10\!-\!15\) мин) для усреднения p-модов и грануляции. Для K-звезды интеграция 15–20 мин обычно достаточна.
- По возможности делайте несколько экспозиций в одну ноч и разделяйте их на часы, чтобы отсеять кратковременные систематики.
- Избегать сильных алиасов: распределять наблюдения так, чтобы не согласовываться с целыми днями/годами; учитывать земную орбиту (barycentric corrections).
4) Контроль активности и дополнительные наблюдения
- Параллельные измерения индикаторов активности: Ca II H&K (S-index), Hα, BIS (bisector), FWHM CCF, фотометрия (ground/space), чтобы отделять активность от планетного сигнала.
- Измерять скорость на нескольких линиях или использовать метод шаблонного подгоняния (SERVAL/HARPS-TERRA) для оценки систематики линий.
5) Калибровка и предварительная обработка
- Точная вейвлензольвка и стабильность (с использованием эталона: лазера, FP, ThAr).
- Барицентрические коррекции времени и скоростей: применять точную формулу (включая временную систему, например BJD TDB).
- Удаление теллурических линий и контролирование спектральных порядков с большой плотностью telluric.
6) Извлечение RV и индикаторов
- Использовать cross-correlation function (CCF) либо template-matching (лучше для низких амплитуд).
- Вычислять ошибки RV с учётом photon noise и сведениями о S/N.
- Выдавать одновременно BIS, FWHM, S-index и коэффициенты линейной регрессии по линиям.
7) Моделирование и учёт кореллированного шума
- Модель данных: сумма кеплеровских орбит и модели шума (включая белый и кореллированный):
\[
v(t)=\sum_i K_i\cos\left(\frac{2\pi t}{P_i}+\phi_i\right)+\epsilon_{\rm white}(t)+\eta_{\rm cor}(t).
\]
- Для кореллированного шума применять Gaussian Process с квазипериодическим ядром:
\[
k(t,t')=A^2\exp\!\left(-\frac{(t-t')^2}{2\lambda^2}-\Gamma^2\sin^2\!\left(\frac{\pi(t-t')}{P_{\rm rot}}\right)\right).
\]
параметры: амплитуда \(A\), время корреляции \(\lambda\), когерентность \(\Gamma\), период \(P_{\rm rot}\).
- Оценивать параметры модели через MCMC или Nested Sampling; учитывать систематические сдвиги между инструментами.
8) Критерии обнаружения и валидация
- Статистические критерии:
- Полуамплитуда \(K\) значимо отлична от нуля: \(K/\sigma_K\gtrsim 5\) (жёсткий критерий) или \(\gtrsim 3\) (первичное).
- FAP по периодограмме \(<1\%\) (оценка через бутстрэп/перестановки/симуляции).
- Различные информационные критерии (BIC, AIC) или сравнение байесовских доказательств (Bayes factor) показывают предпочитаемую модель с планетой.
- Проверки устойчива ли найденная частота при удалении частей данных, при различных способах извлечения RV, и не коррелирует ли с индикаторами активности.
- Выполнить injection–recovery: ввести синтетические сигналы в реальные данные (или симуляции) для оценки чувствительности и порога обнаружения.
9) Инжекционные тесты и оценка полноты
- Моделировать пределы обнаружения как функцию \(M_p,P\) путём вставки синтетических планет и восстановления: строить контуры вероятности восстановления (например 50%, 90%).
10) Практический чек-лист перед началом наблюдений
- Оценить ожидаемый K и \(\sigma_{\rm eff}\) (учесть джиттер: \(\sigma_{\rm eff}=\sqrt{\sigma_{\rm inst}^2+\sigma_{\rm jitter}^2}\)).
- Вычислить минимальный \(N\) по формуле выше и умножить на фактор 2–5 для учёта активности/систематик.
- Планировать покрытие фаз и запас времени для подтверждающих наблюдений в последующие сезоны.
Короткое резюме: рассчитать \(K\), оценить \(N\) по формуле \(\;N\approx 2\left(\dfrac{S\,\sigma_{\rm eff}}{K}\right)^2\;\), обеспечить \(T_{\rm span}\gtrsim 3P\), экспозиции 15–30 мин для усреднения p‑модов, собирать индикаторы активности, моделировать RV с кеплеровскими орбитами + GP на MCMC и проводить injection–recovery и FAP‑тесты.