Quantifying the Impact of Starspot-Crossing Events on Retrieved Parameters from Transit Lightcurves

技術要約：トランジット光度曲線から得られるパラメータに対する星斑横断イベントの影響の定量化

問題提起
系外惑星のトランジット光度測定および透過分光法では、主星の表面が均質で時間的に一定であることを前提とすることが多い。しかし、恒星活動（具体的には暗い星斑や明るいファキュラ）は、波長依存の汚染をもたらす。この「トランジット光源効果（TLSE）」は、観測されるトランジット深さを増大または減少させ、惑星の大気特性と恒星のスペクトル特性を混同させる可能性がある。この問題は、活動レベルが高く、JWSTのような施設による大気特性評価の主要なターゲットとなっているM型矮星において特に深刻である。遮蔽された星斑（星斑横断イベント、またはSCE）は、光度曲線に特有の波長依存的なフラックスの隆起（バンプ）を生じさせるが、その取り扱いについては一貫性を欠いている。一般的な手法としては、イベントをマスクするか、あるいはモデリングすることであるが、これらの選択がトランジット深さ、星斑の特性、およびパラメータの不確実性に与える影響は十分に定量化されていない。さらに、星斑の半径、緯度、コントラスト、および位置の間には強い縮退が存在し、これが最適化アルゴリズムを局所的な尤度最大値にトラップさせ、単一バンドの光度測定から物理的に一貫した星斑パラメータを導出することを困難にしている。

手法
著者らは、starryフレームワーク（球面調和関数による表面マッピング）を利用して、惑星のトランジットとSCEを同時にモデリングするオープンソースのPythonツールchromatic_fittingを用いている。研究は以下の段階を経て進行する：

1. 合成注入と回収： 著者らは、単一波長（ホワイトライト）のトランジット光度曲線に対して、1,000個のシミュレーションされたSCEを生成した。星・惑星系（$R_* = 1 R_\odot$, $R_p = 0.1 R_\odot$, 円軌道, 衝撃パラメータ $b=0$）に対し、様々なコントラスト（$C$）、半径（$R_{spot}$）、緯度（$f_{spot}$）、および経度（$\lambda_{spot}$）を持つ星斑を注入した。
2. パラメータ回収： 全サンプルに対して、星斑およびトランジットのパラメータを回収するために最大事後確率（MAP）最適化を行った。事後空間のマルチモーダルな性質に対処するため、局所最大値へのトラップを避けるべく、13個の異なる開始位置に対して最適化をループさせた。また、5つの代表的なケース（SNRの変化を含む）に対して、事後分布と共分散を探索するためにPyMC3を用いたフル・マルコフ連鎖モンテカルロ（MCMC）サンプリングを実施した。
3. マスキング vs モデリングの比較： 星斑によるSCEをモデリングした場合と、マスク（光度曲線から除去）した場合の、回収されたトランジット深さの精度を比較した。
4. 縮退マッピング・フレームワーク： 縮退したパラメータ空間を「削り出す」ための新しい幾何学的フレームワークを導入した。事後サンプリングのみに頼るのではなく、3つの直接観測可能なSCE指標（横断時刻 $t_{spot}$、継続時間 $\Delta t_{spot}$、振幅 $\Delta D_{spot}$）を利用して、星斑の経度、緯度、半径、およびコントラストに対する幾何学的制約を定義した。これにより、MCMCサンプリングのための情報に基づいた事前分布の生成が可能となる。
5. 実データへの適用： 縮退マッピング技術を、明らかなSCEを含む実データのJWST/NIRSpec-PRISM光度曲線（ケプラー51d）に適用した。結果をstarryおよびspotrodを用いた先行解析と比較した。

主な結果

• 回収精度： 高SNR（$>4$）のSCEについては、星斑の経度が厳密に制約されている（80%の回収が真値から$1^\circ$以内）。しかし、縮退により星斑のコントラスト、半径、および緯度の回収は複雑であり、80%の回収がそれぞれ真値から17%、19%、および$9^\circ$の範囲内に収まっている。
• トランジット深さの回収： 注入された値と回収された値の差は、平均して0.78%（78.3 ppm）であった。高SNRケースの80%において、トランジット深さは0.6%以内の精度で回収されている。
• モデリング vs マスキング： TLSEによってトランジット深さが$>1.3\%$増大する場合、SCEをフィッティングすることは、マスキングを行うよりも、トランジット深さの回収を改善するケースが$>95\%$であった。逆に、コントラストが小さい（$<5\%$）場合や、被覆率が低い（$<2\%$）場合の星斑に対しては、フィッティングを行うと過剰補正を招き、単純なマスキングよりも悪いトランデット深さの推定値をもたらすことがある。
• 不確実性の増大： SCEが正常にフィットされた場合でも、回収されたトランジット深さの不確実性は著しく増大する。JWSTクラスの精度において、不確実性の増大係数は理論的な光子ノイズ限界の10倍から100倍の範囲に及ぶ。
• 縮退の制約： 幾何学的フレームワークは、縮退したパラメータ空間を効果的に絞り込むことに成功した。ケプラー51dの解析では、観測量によって星斑の経度が $7^\circ \leq \lambda_{spot} \leq 15^\circ$ に、半径が $R_{spot} \geq 9^\circ$ に制約された。
• MCMCの効率性： ケプラー51dの解析に幾何学的に導出された事前分布を適用することで、MCMCの収束速度が向上し（6,000ステップ vs 無情報事前分布の10,000ステップ）、サンプラーが縮退空間のより広い部分を探索できるようになり、spotrodなどの他のツールとの結果の重複もより効果的になった。

意義と主張
本論文は、SCEの影響を定量化し軽減するための実用的なフレームワークを提供すると主張している。著者らは以下の通り述べている：

1. フィッティングは一般にマスキングよりも優れている： 顕著なSCEについては、イベントをモデリングする方が、未遮蔽の星斑を補正するために必要な不完全な恒星大気モデルへの依存を回避でき、より正確なトランジット深さを得られる。
2. 経験的なコントラスト導出： SCEをモデリングすることで、星斑のコントラスト・スペクトルを経験的に導出できる。これにより、残りの被覆率のみをフィッティングすることで、不一致のあるM型矮星モデルを使用せずに、透過スペクトルにおける未遮蔽星斑の汚染を補正することが可能になる。
3. 幾何学的事前分布： 光度曲線の観測量を用いて縮退したパラメータ空間をマッピングし、刈り取るという提案手法は、サンプリング効率を向上させ、異なる星斑フィッティングツール（例：starry vs spotrod）間の不一致を解釈するための、物理的根拠に基づいた事前分布を提供する。
4. 低SNR/小さな星斑に関する注意： 低SNRのイベントや非常に小さくコントラストの低い星斑については、モデリングが過剰補正や大きな不確実性を招く可能性があるため、マスキングの方が好ましい場合があることを示唆している。

結論として、SCEは複雑さを導入し不確実性を増大させるものの、理論的な恒星モデルに頼ることなく、恒星表面の特性を直接制約し、汚染を補正するための独自の経路を提供するものであり、これはJWSTによる高精度観測においてますます重要となる能力である。