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

Résumé technique : L'impact de l'interpolation en spectroscopie à haute résolution

Énoncé du problème
La détection et la caractérisation des exoplanètes de type Terre nécessitent une précision de vitesse radiale (VR) de l'ordre du cm s$^{-1}$. Bien que les spectrographes de pointe (par exemple, ESPRESSO, EXPRES) atteignent une grande stabilité instrumentale, des signaux parasites proviennent souvent des pipelines d'analyse de données plutôt que des instruments eux-mêmes. Plus précisément, les méthodes d'extraction de VR basées sur des modèles nécessitent d'interpoler les spectres stellaires sur une grille de longueurs d'onde commune afin de construire des modèles à haut rapport signal sur bruit (SNR) et de comparer les observations individuelles à ces derniers. Cet article étudie les biais systématiques introduits par le choix de l'algorithme d'interpolation lors de ce processus. Les auteurs postulent que l'interpolation suppose implicitement une forme spécifique pour les raies spectrales ; si ces hypothèses ne sont pas vérifiées, le processus peut introduire des résidus de flux, des asymétries de raies et des biais de VR systématiques, particulièrement lorsque la variation de la vitesse radiale terrestre barycentrique (BERV) est faible par rapport à la taille du pixel.

Méthodologie
L'étude emploie une approche multidimensionnelle combinant la génération de données synthétiques et l'analyse d'observations réelles d'ESPRESSO :

1. Génération de données synthétiques :

   • Profils gausiens : Les auteurs ont généré des jeux de données synthétiques utilisant des fonctions gaussiennes pour isoler les effets de l'interpolation. Ils ont simulé une raie gaussienne unique et une « forêt » de raies (en sommant des paramètres dérivés de raies réelles détectées par ARES dans $\epsilon$ Indi et HD40307).
   • Variation de l'échantillonnage : Pour simuler les effets du mouvement BERV et des dérives instrumentales, les spectres synthétiques ont été décalés par effet Doppler sur une plage de 0 à 500 m s$^{-1}$ (couvrant la taille moyenne des pixels d'ESPRESSO). Le flux a ensuite été interpolé sur la grille de longueurs d'onde d'origine.
   • Injection de bruit : Des simulations ont été effectuées dans des conditions sans bruit et avec injection de bruit de Poisson pour évaluer les dépendances au rapport signal sur bruit (SNR) (allant de SNR=10 à SNR=78).

2. Algorithmes d'interpolation :
   L'étude a comparé cinq stratégies d'interpolation implémentées dans le pipeline s-BART (Semi-Bayesian Approach for RVs with Template matching) :

   • Spline cubique (par défaut).
   • Spline quadratique.
   • Polynôme d'interpolation de Hermite cubique par morceaux (PCHIP).
   • Akima.
   • Floater-Hormann.

3. Observations réelles :
   Le pipeline s-BART a été appliqué aux observations d'ESPRESSO de quatre étoiles présentant des stratégies d'observation distinctes :

   • Haute cadence, nuit unique : HD40307 (K2) et $\epsilon$ Indi (K6), utilisées pour des campagnes d'astérosismologie.
   • Multi-nuits/long terme : Proxima Centauri (M5) et HD39091 (G0), utilisées pour la détection et la caractérisation d'exoplanètes.
     Les VR ont été extraites en utilisant différents algorithmes d'interpolation et comparées aux résultats par défaut de la spline cubique.

Résultats clés

• Résidus de flux et asymétrie : L'interpolation introduit des résidus dans le flux des raies spectrales, particulièrement lorsque le centre de la raie se situe entre deux nœuds de pixels. L'ampleur de ces résidus dépend de la densité d'échantillonnage (pixels par FWHM) et de l'algorithme utilisé. Les stratégies de spline cubique et Floater-Hormann ont généralement produit des résidus inférieurs à 100 ppm pour les raies gaussiennes simples. Cependant, des asymétries dans le profil de la raie ont été observées, lesquelles sont plus prononcées dans les raies mal échantillonnées (faible SNR ou espacement de pixels large).
• Biais de VR simulés (raie unique et forêt de raies) :
  • Dans des scénarios gausiens parfaitement symétriques et sans bruit, l'interpolation a introduit un signal de VR systématique avec une amplitude crête à crête de $\sim$mm s$^{-1}$. Ce signal présentait une forme sinusoïdale corrélée à la variation de la BERV.
  • Dans les scénarios à faible SNR (SNR=10), l'amplitude de ce biais systématique a augmenté de manière significative, atteignant des valeurs crête à crête de $\sim$20–40 m s$^{-1}$.
  • L'amplitude du biais est inversement corrélée au SNR. À mesure que le SNR augmente, le signal systématique diminue, convergeant vers le régime du mm s$^{-1}$.
  • L'étude a identifié trois régimes dans la réponse de la VR au SNR : un comportement sinusoïdal à bas et haut SNR, et un profil presque plat à SNR intermédiaire, probablement dû à l'interférence destructrice entre les effets systématiques déterministes et stochastiques.
• Observations réelles (nuit unique) :
  • Pour les observations à haute cadence avec une faible variation de la BERV (comparable à la taille du pixel), le choix de l'algorithme d'interpolation impacte significativement la série temporelle de VR.
  • Dans le cas de plus faible SNR (HD40307), différents algorithmes ont produit des résidus crête à crête de $\sim$15–25 m s$^{-1}$. L'algorithme Floater-Hormann, qui performait bien dans les simulations symétriques, a en réalité augmenté le signal systématique dans les données réelles.
  • Dans le cas de SNR plus élevé ($\epsilon$ Indi), les différences entre algorithmes étaient moindres, avec des résidus crête à crête d'environ 1 m s$^{-1}$, en accord avec les incertitudes à 1-$\sigma$.
• Observations réelles (multi-nuits) :
  • Pour les observations réparties sur une large fenêtre de BERV (Proxima Centauri et HD39091), le signal systématique causé par l'interpolation est considérablement atténué.
  • La dispersion de la VR due au choix de l'interpolation a été établie comme une limite supérieure de 20 cm s$^{-1}$, ce qui est bien en dessous de l'incertitude à 1-$\sigma$ des mesures.

Signification et conclusions
L'article conclut que l'interpolation spectrale est une source non négligeable d'erreur systématique dans l'extraction de la VR, particulièrement pour des cas scientifiques spécifiques :

1. Campagnes à haute cadence et faible SNR : Les cas scientifiques impliquant des observations intensives à courte base (par exemple, l'astérosismologie ou la surveillance à haute fréquence) avec de faibles variations de la BERV sont les plus sensibles aux biais induits par l'interpolation, lesquels peuvent atteindre le niveau du m s$^{-1}$.
2. Impact large : Bien que le biais soit minimisé dans les relevés de VR à long terme et à haut SNR (où la couverture de la BERV est large), les auteurs soutiennent que les artefacts d'interpolation affectent tous les cas scientifiques où les spectres sont placés sur une grille commune. Cela inclut non seulement la détection d'exoplanètes, mais aussi les études atmosphériques, l'analyse astérosismologique et les déterminations de redshift cosmologique.
3. Dépendance de l'algorithme : Aucun algorithme d'interpolation n'est universellement optimal. La performance dépend fortement du SNR, de la densité d'échantillonnage et de la forme intrinsèque des raies spectrales. L'étude souligne que les hypothèses sur la forme des raies inhérentes aux méthodes d'interpolation peuvent conduire à une sous-estimation du flux et à des biais systématiques dans les centres des raies.

Les auteurs insistent sur le fait que, bien que le biais de niveau mm s$^{-1}$ dans des conditions idéales soit inférieur à la précision instrumentale actuelle, les biais de niveau m s$^{-1}$ observés dans les scénarios à faible SNR et haute cadence représentent un système systématique critique qui doit être pris en compte dans les futures analyses de VR de haute précision.