A constrained linear model for continuum normalization of stellar spectra

Problematica
La normalizzazione del continuo è una fase critica di pre-elaborazione per l'inferenza dei parametri stellari e delle abbondanze chimiche dalle intensità delle righe spettrali. Tuttavia, le pratiche attuali sono spesso soggettive, inconsistenti tra diversi rapporti segnale-rumore (S/N) o influenzate da bias, poiché trattano la normalizzazione del continuo come un passaggio indipendente e separato dall'inferenza dei parametri stellari. I metodi tradizionali, come il clipping sigma iterativo o la selezione manuale di "pixel del continuo", faticano con stelle ricche di metalli, dati a basso S/N e regioni spettrali prive di punti di continuo (ad esempio, le lunghezze d'onda blu di stelle fredde). Sebbene la modellazione congiunta del continuo e dei parametri stellari sia teoricamente ideale, essa è spesso computazionalmente costosa o comporta un'ottimizzazione non convessa. I modelli basati sui dati esistenti possono richiedere grandi set di addestramento e possono risultare instabili.

Metodologia
Gli autori propongono un modello lineare vincolato che modella simultaneamente l'assorbimento stellare, la trasmissione tellurica e la risposta congiunta continuo-strumento. Il nucleo del metodo si basa sulla Fattorizzazione di Matrici Non Negative (NMF) applicata a una griglia di spettri teorici rettificati nel continuo.

1. Formulazione del Modello: Il flusso osservato è modellato come il prodotto di tre componenti: l'assorbimento stellare ($f$), la trasmissione tellurica ($g$) e la risposta continuo-strumento ($h$). Il modello opera nello spazio trasformato in logaritmo per convertire questa relazione moltiplicativa in una sommatoria lineare: $Y = \log f + \log g + \log h$.
2. Assorbimento Stellare e Tellurico: Sia la componente stellare che quella tellurica sono modellate fattorizzando una griglia di spettri teorici in due matrici non negative: un insieme di vettori di base e un insieme di pesi.
   • La griglia stellare (BOSZ) viene trasformata utilizzando un logaritmo negativo per garantire la sparsità e la non negatività, per poi essere fattorizzata in $K$ vettori di base.
   • La griglia tellurica (derivata dal progetto PypeIt) è similmente fattorizzata in $L$ vettori di base.
   • Fondamentalmente, il vincolo di non negatività garantisce che il flusso rettificato ricostruito sia strettamente minore o uguale all'unità ($f \le 1$). Questo separa fisicamente le caratteristiche di assorbimento dal continuo, poiché qualsiasi flusso superiore alla previsione del modello stellare deve essere attribuito alla componente del continuo.
3. Modellazione del Continuo: La risposta continuo-strumento è modellata utilizzando una base di Fourier (funzioni seno e coseno), fornendo una rappresentazione flessibile e lineare delle variazioni lisce.
4. Inferenza: Il problema dell'inferenza viene ridotto a un'ottimizzazione dei minimi quadrati pesati con vincoli di non negatività sui pesi stellari e tellurici ($\alpha \ge 0, \beta \ge 0$). Poiché il modello è lineare e i vincoli sono convessi, la soluzione è stabile, veloce e non richiede un'ipotesi iniziale per i parametri stellari.

Contributi Chiave

• Framework Lineare Vincolato: Il documento introduce un metodo che unifica la normalizzazione del continuo con l'adattamento dei parametri di disturbo (tellurici) all'interno di un unico problema di ottimizzazione convessa.
• Vincoli Fisici tramite NMF: Imponendo la non negatività sui vettori di base e sui pesi, il modello garantisce che la componente stellare rappresenti solo l'assorbimento. Ciò impedisce al modello del continuo di "assorbire" le caratteristiche spettrali e assicura che il flusso rettificato rimanga fisicamente limitato ($\le 1$).
• Efficienza e Scalabilità: Il metodo evita costose codici di sintesi spettrale o emulatori non lineari durante l'inferenza. L'addestramento viene eseguito una sola volta su una griglia teorica, mentre l'inferenza su uno spettro ad alta risoluzione (ad esempio, HARPS) richiede solo pochi secondi di tempo di calcolo centrale.
• Estendibilità: La natura lineare del modello permette l'eventuale inclusione di altri disturbi lineari, come gli spostamenti della velocità radiale e l'allargamento per rotazione, senza rompere la convessità dell'ottimizzazione.

Risultati
Gli autori hanno validato il metodo utilizzando spettri echeltri ad alta risoluzione ESO/HARPS:

• Esperimento 1 (Tipi Spettrali): Il modello ha adattato con successo stelle che vanno dai tipi B ai tipi M, inclusa una stella B4 (HD 45418) che eccedeva i limiti di temperatura della griglia di addestramento. Le stime del continuo sono state coerenti attraverso le diverse fasi evolutive, incluse le giganti rosse.
• Esperimento 2 (Consistenza del S/N): Utilizzando osservazioni ripetute di $\alpha$-Centauri A in un ampio intervallo di rapporti S/N (da 10 a 200), gli autori hanno dimostrato un'alta consistenza nella normalizzazione del continuo.
  • Per S/N > 100, la deviazione standard del 95° percentile del flusso normalizzato è stata dello 0,22%.
  • Per S/N > 30, lo scatter era dello 0,46%.
  • Questi risultati indicano che il metodo produce pseudo-continui coerenti anche a bassi rapporti S/N, dove i metodi tradizionali spesso falliscono o richiedono una regolazione manuale.

Significatività e Rivendicazioni
Il documento sostiene che questo modello lineare vincolato offre un'alternativa robusta, riproducibile e fisicamente motivata alla soggettiva normalizzazione del continuo. Distinguendo il continuo dalle caratteristiche di assorbimento attraverso vincoli di non negatività, il metodo fornisce una stima del "vero" continuo piuttosto che di un pseudo-continuo, particolarmente nelle regioni spettrali prive di pixel di continuo. Gli autori sottolineano che, sebbene il modello sia progettato per la normalizzazione del continuo e non necessariamente per l'inferenza precisa dei parametri stellari (poiché può mascherare le carenze nella fisica sottostante), la sua capacità di adattare simultaneamente i disturbi e di farlo in modo coerente attraverso diversi rapporti S/N lo rende uno strumento superiore per i grandi sondaggi spettroscopici. Il metodo raggiunge una consistenza sub-percentuale a rapporti S/N di un ordine di grandezza inferiori rispetto ai precedenti metodi all'avanguardia (ad esempio, RASSINE) applicati a spettri impilati.