AESTRA II: Generative Spectral Modeling of the Sun as a Star for Precise Radial Velocities

Resumen Técnico: AESTRA II: Modelado Espectral Generativo del Sol como Estrella para Velocidades Radiales de Precisión

Declaración del Problema
La detección de exoplanetas análogos a la Tierra mediante velocidades radiales de precisión extrema (EPRV) está actualmente limitada no por el ruido de fotones o la estabilidad instrumental, sino por la variabilidad espectral derivada de la actividad estelar, la absorción telúrica y los sistemáticos instrumentales. Los enfoques tradicionales suelen comprimir los datos espectrales en series temporales unidimensionales (por ejemplo, Funciones de Correlación Cruzada o CCF) antes de intentar decorrelacionar las señales de actividad. Sin embargo, esta compresión descarta información dependiente de la longitud de onda que es crucial para distinguir entre desplazamientos Doppler y distorsiones del perfil de línea inducidas por la actividad. Además, los métodos de preprocesamiento estándar para la absorción telúrica suelen depender de plantillas atmosféricas externas o de funciones de dispersión de línea (LSF) instrumentales fijas, que pueden ser imperfectas en niveles de precisión de sub-m s$^{-1}$.

Metodología
Los autores aplican Æstra, un marco de modelado espectral generativo, a observaciones de alta resolución y alta cadencia del Sol como estrella obtenidas con el espectrógrafo NEID. La metodología procede en tres etapas:

1. Descomposición y Limpieza Espectral:

   • El marco trata cada espectro observado como una composición de tres componentes: variabilidad de la forma de la línea estelar, absorción micro-telúrica y variabilidad del continuo.
   • Utilizando un codificador compartido y ramas de decodificadores específicas para cada componente, el modelo descompone empíricamente los espectros sin depender de plantillas atmosféricas o estelares externas.
   • El componente telúrico se restringe para describir características de absorción estrechas en el marco de la Tierra, mientras que el componente del continuo captura variaciones suaves de baja frecuencia. El componente estelar captura distorsiones localizadas del perfil de la línea.
   • Los componentes telúricos y del continuo aprendidos se eliminan de los espectros, mientras que la variabilidad estelar se preserva. Los espectros limpios de 42 órdenes de echelle de alta calidad (que abarcan 4300–6230 Å) se fusionan en un único espectro que preserva la actividad.

2. Representación Latente de la Actividad Estelar:

   • Los espectros limpios se desplazan para eliminar la velocidad radial aparente medida, aislando la variabilidad residual de la forma de la línea.
   • Un autoencoder atento (Æstra) mapea estos espectros a un vector latente de baja dimensión ($S=20$ dimensiones). Este vector sirve como una representación compacta y empírica del estado de actividad estelar.
   • La validación muestra que el componente latente principal está fuertemente correlacionado ($r=0.889$) con el índice de actividad cromosférica independiente Ca II H&K, a pesar de que la región H&K fue excluida del rango de longitud de onda de entrenamiento.

3. Inferencia Conjunta de la RV:

   • Una pequeña red neuronal de alimentación hacia adelante (Estimador de RV de Actividad) mapea el vector de actividad latente a una contribución de RV impulsada por la actividad ($v_{act}$).
   • La RV aparente total se modela como la suma de la contribución de la actividad, señales planetarias candidatas (modeladas como sinusoides) y un término de tendencia.
   • El modelo está entrenado para separar la variabilidad impulsada por la actividad de las señales Doppler coherentes. Las señales planetarias se inicializan a partir de una búsqueda de periodos tradicional, pero se refinan conjuntamente con el modelo de actividad.

Contribuciones Clave y Estrategia de Validación
El artículo introduce un enfoque generativo unificado que opera directamente sobre el nivel del espectro en lugar del nivel de RV comprimido. Para validar el método, los autores realizaron 500 pruebas de inyección-recuperación de un solo planeta en la serie temporal solar de NEID.

• Diseño de Inyección: Se inyectaron señales planetarias sintéticas con periodos de 2.5–400 días y semi-amplitudes ($K$) de 0.1–0.7 m s$^{-1}$ en la serie temporal de la RV aparente.
• Recuperación Ciega al Periodo: El análisis se diseñó para ser ciego al periodo; los candidatos se seleccionaron sin conocimiento previo de los parámetros inyectados.
• Calibración: Los criterios de detección se calibraron en la suite de inyección para obtener cero detecciones espurias (falsos positivos).

Resultados
Bajo el criterio estricto de cero falsos positivos:

• Rendimiento de Æstra: El método recuperó con éxito 238 de los 500 planetas inyectados. Notablemente, recuperó 13 planetas con semi-amplitudes por debajo de $K = 0.3$ m s$^{-1}$, un régimen donde los métodos tradicionales tienen dificultades.
• Línea Base Tradicional: Un enfoque tradicional utilizando indicadores de actividad basados en CCF (profundidad de CCF, FWHM, BIS SPAN) para el desajuste (detrending) recuperó solo 9 planetas y falló en recuperar cualquier señal con $K < 0.5$ m s$^{-1}$.
• Sensibilidad: Æstra demostró una mejora de un orden de magnitud en la completitud de detección en comparación con la línea base tradicional. Aunque el método tradicional podría recuperar más señales si se relajara el umbral de probabilidad de falsa alarma (FAP) (por ejemplo, a 0.1%), esto resultó en 322 detecciones espurias, resaltando la especificidad superior del enfoque generativo.

Significado y Reivindicaciones
El artículo afirma que Æstra II demuestra la viabilidad de distinguir señales Doppler coherentes de baja amplitud de la variabilidad espectral dependiente de la longitud de onda impulsada por la actividad en datos reales. Los autores sostienen que:

• El modelado generativo a nivel de espectro puede explotar la información perdida en las reducciones tradicionales de RV, permitiendo la detección de señales de sub-metro por segundo.
• El método logra desentrañar la absorción telúrica, las fluctuaciones del continuo y los cambios en la forma de la línea estelar sin plantillas externas.
• El enfoque proporciona un camino práctico hacia la detección de señales análogas a la Tierra que actualmente están enterradas bajo el ruido de la actividad estelar.

Limitaciones y Alcance
Los autores señalan algunas limitaciones:

• La validación se basa en la alimentación solar de NEID, que ofrece una relación señal-ruido y una cadencia excepcionalmente altas; el rendimiento en estrellas más tenues, más activas o de rotación rápida aún debe probarse.
• La implementación actual asume órbitas circulares de un solo planeta y depende de un paso inicial de generación de candidatos a partir de búsquedas tradicionales; no puede recuperar simultáneamente múltiples planetas o señales omitidas por la lista de candidatos inicial.
• El método aún no entrena un estimador de RV neuronal totalmente integrado para la escalabilidad computacional, separando el paso de descomposición espectral de la inferencia de RV.
• Las degeneraciones entre regiones activas de larga duración y señales planetarias con periodos similares siguen siendo un desafío fundamental.

El artículo concluye que, si bien el Sol sirve como un punto de referencia controlado, los resultados sugieren que el modelado espectral generativo a nivel de espectro es una vía prometedora para las próximas investigaciones de EPRV dirigidas a planetas de masa terrestre.