The impact of interpolation in high-resolution spectroscopy -- The overlooked role of interpolation in radial velocity extraction

Resumen Técnico: El impacto de la interpolación en la espectroscopía de alta resolución

Planteamiento del problema
La detección y caracterización de exoplanetas similares a la Tierra requiere una precisión de velocidad radial (RV) del orden de los cm s$^{-1}$. Si bien los espectrógrafos de vanguardia (por ejemplo, ESPRESSO, EXPRES) alcanzan una alta estabilidad instrumental, a menudo surgen señales espurias de los procesos de análisis de datos más que de los propios instrumentos. Específicamente, los métodos de extracción de RV basados en plantillas requieren interpolar los espectros estelares en una rejilla de longitud de onda común para construir plantillas de alto SNR y para comparar observaciones individuales con ellas. Este artículo investiga los sesgos sistemáticos introducidos por la elección del algoritmo de interpolación durante este proceso. Los autores postulan que la interpolación asume implícitamente una forma específica para las líneas espectrales; si estas suposiciones no se cumplen, el proceso puede introducir residuales de flujo, asimetrías en las líneas y sesgos sistemáticos de RV, particularmente cuando la variación de la Velocidad Radial Terrestre Bariocéntrica (BERV) es pequeña en relación con el tamaño del píxel.

Metodología
El estudio emplea un enfoque multifacético que combina la generación de datos sintéticos y el análisis de observaciones reales de ESPRESSO:

1. Generación de datos sintéticos:

   • Perfiles Gaussianos: Los autores generaron conjuntos de datos sintéticos utilizando funciones gaussianas para aislar los efectos de la interpolación. Simularon una línea gaussiana única y un "bosque" de líneas (sumando parámetros derivados de líneas detectadas por ARES en $\epsilon$ Indi y HD40307).
   • Variación de muestreo: Para imitar los efectos del movimiento de la BERV y las derivas instrumentales, los espectros sintéticos fueron desplazados Doppler a través de un rango de 0 a 500 m s$^{-1}$ (cubriendo el tamaño medio del píxel de ESPRESSO). Posteriormente, el flujo fue interpolado de vuelta a la rejilla de longitud de onda original.
   • Inyección de ruido: Las simulaciones se realizaron en condiciones sin ruido y con ruido de Poisson inyectado para evaluar las dependencias del Índice de Relación Señal-Ruido (SNR) (que varió desde SNR=10 hasta SNR=78).

2. Algoritmos de interpolación:
   El estudio comparó cinco estrategias de interpolación implementadas dentro del flujo de trabajo s-BART (Enfoque Semi-Bayesiano para RVs mediante coincidencia de plantillas):

   • Spline cúbico (por defecto).
   • Spline cuadrático.
   • Polinomio de Interpolación de Hermite Cúbico por Tramos (PCHIP).
   • Akima.
   • Floater-Hormann.

3. Observaciones Reales:
   El flujo de trabajo s-BART se aplicó a observaciones de ESPRESSO de cuatro estrellas con distintas estrategias de observación:

   • Alta cadencia, una sola noche: HD40307 (K2) y $\epsilon$ Indi (K6), utilizadas para campañas de asteroseismología.
   • Multi-noche/largo plazo: Proxima Centauri (M5) y HD39091 (G0), utilizadas para la detección y caracterización de exoplanetas.
     RVs fueron extraídas utilizando diferentes algoritmos de interpolación y comparadas contra los resultados por defecto de spline cúbico.

Resultados Clave

• Residuales de Flujo y Asimetría: La interpolación introduce residuales en el flujo de las líneas espectrales, particularmente cuando el centro de la línea cae entre los nodos de los píxeles. La magnitud de estos residuales depende de la densidad de muestreo (píxeles por FWHM) y del algoritmo utilizado. Las estrategias de spline cúbico y Floater-Hormann generalmente produjeron residuales por debajo de 100 ppm para líneas gaussianas simples. Sin embargo, se observaron asimetrías en el perfil de la línea, las cuales son más pronunciadas en líneas pobremente muestreadas (bajo SNR o espaciado de píxeles amplio).
• Sesgos de RV Simulados (Línea Única y Bosque de Líneas):
  • En escenarios gaussianos perfectamente simétricos y sin ruido, la interpolación introdujo una señal de RV sistemática con una amplitud pico a pico de $\sim$mm s$^{-1}$. Esta señal exhibió una forma sinusoidal correlacionada con la variación de la BERV.
  • En escenarios de bajo SNR (SNR=10), la amplitud de este sesgo sistemático aumentó significamente, alcanzando valores pico a pico de $\sim$20–40 m s$^{-1}$.
  • La amplitud del sesgo es inversamente correlacionada con el SNR. A medida que el SNR aumenta, la señal sistemática disminuye, convergiendo hacia el régimen de mm s$^{-1}$.
  • El estudio identificó tres regímenes en la respuesta de RV al SNR: comportamiento sinusoidal en SNR bajo y alto, y un perfil casi plano en SNR intermedio, probablemente debido a la interferencia destructiva entre efectos sistemáticos deterministas y estocásticos.
• Observaciones Reales (Una Sola Noche):
  • Para observaciones de alta cadencia con una variación de BERV pequeña (comparable al tamaño del píxel), la elección del algoritmo de interpolación impacta significativamente la serie temporal de RV.
  • En el caso de menor SNR (HD40307), diferentes algoritmos produjeron residuales pico a pico de $\sim$15–25 m s$^{-1}$. El algoritmo Floater-Hormann, que funcionó bien en las simulaciones simétricas, de hecho aumentó la señal sistemática en los datos reales.
  • En el caso de mayor SNR ($\epsilon$ Indi), las diferencias entre algoritmos fueron menores, con residuales pico a pico alrededor de 1 m s$^{-1}$, coincidiendo dentro de las incertidumbres de 1-$\sigma$.
• Observaciones Reales (Multi-noche):
  • Para observaciones distribuidas en una ventana de BERV amplia (Proxima Centauri y HD39091), la señal sistemática causada por la interpolación se atenúa significativamente.
  • Se encontró que la dispersión de RV pico a pico debida a la elección de la interpolación es un límite superior de 20 cm s$^{-1}$, lo cual está muy por debajo de la incertidumbre de 1-$\sigma$ de las mediciones.

Significancia y Conclusiones
El artículo concluye que la interpolación espectral es una fuente de error sistemático no despreciable en la extracción de RV, particularmente para casos científicos específicos:

1. Campañas de Alta Cadencia y Bajo SNR: Los casos científicos que involucran observaciones intensivas de base corta (por ejemplo, asteroseismología o monitoreo de alta frecuencia) con variaciones de BERV pequeñas son los más susceptibles a los sesgos inducidos por la interpolación, los cuales pueden alcanzar el nivel de m s$^{-1}$.
2. Impacto Amplio: Si bien el sesgo se minimiza en los estudios de exoplanetas de largo plazo y alto SNR (donde la cobertura de la BERV es amplia), los autores argumentan que los artefactos de interpolación afectan a todos los casos científicos donde los espectros se colocan en una rejilla común. Esto incluye no solo la detección de exoplanetas, sino también estudios atmosféricos, análisis asteroseísmicos y determinaciones de desplazamiento al rojo cosmológico.
3. Dependencia del Algoritmo: Ningún algoritmo de interpolación es universalmente óptimo. El rendimiento depende fuertemente del SNR, la densidad de muestreo y la forma intrínseca de las líneas espectrales. El estudio destaca que las suposiciones sobre la forma de la línea inherentes a los métodos de interpolación pueden conducir a la subestimación del flujo y a sesgos sistemáticos en los centros de las líneas.

Los autores enfatizan que, si bien el sesgo de nivel mm s$^{-1}$ en condiciones ideales está por debajo de la precisión instrumental actual, los sesgos de nivel m s$^{-1}$ observados en escenarios de bajo SNR y alta cadencia representan un sistema crítico que debe ser contabilizado en los futuros análisis de RV de alta precisión.