Comparing telluric removal methods in their capability to recover injected exoplanet atmosphere signals with high resolution emission spectroscopy

技術概要：高分散分光法における大気吸収線除去法の比較

問題定義
地上高分散分光法（HRS）は、系外惑星大気の特性解明に不可欠なツールであり、宇宙望遠鏡がしばしば達成できない分解能（$R > 25,000$）を提供します。しかし、この分析における重大なボトルネックは、地球大気（大気吸収線）および宿主星（恒星スペクトル線）からの汚染の除去です。主成分分析（PCA）とその変種（例：SYSREM）は、静止したスペクトル特徴を除去することでデータを盲検的にトレンド除去するために広く用いられていますが、特に低軌道速度を持つ惑星において、惑星信号を除去または歪めるリスクがあります。一方、Molecfit などの前方モデル化アプローチは大気吸収スペクトルを物理的にモデル化しようと試みますが、歴史的に赤外線波長域や特定の機器構成において課題に直面してきました。現在、大気吸収線補正の最適手法に関する文献上のコンセンサスはなく、異なるトレンド除去技術が回復された惑星信号に導入するバイアスは十分に定量化されていません。

手法
著者らは、CARMENES 分光器を用いて取得した非食型ホットジュピター $\tau$ Bootis b の近赤外線観測データを利用しました。本研究は、大気変動の影響を強く受ける水（$H_2O$）シグナルの検出に焦点を当てています。著者らは、体積混合比 $VMR_{H_2O} = 10^{-3.0}$ の合成惑星信号を生成し、これを観測データキューブに注入して、注入・回復テストの一連の実施を行いました。

3 つの異なるトレンド除去法を比較しました：

1. Astroclimes: 大気吸収線含有量を適合させるために GGG2020 大気プロファイルを用いたマルコフ連鎖モンテカルロ（MCMC）最適化を採用した、新たに開発された合成大気透過アルゴリズム（Fetzner Keniger et al. 2025）です。これは、恒星スペクトル線を考慮するために（ゲーティンゲン分光ライブラリからの）恒星モデルを統合し、大気吸収線除去後に「マスター恒星スペクトル」でデータを割る方式を採用しています。
2. Molecfit: GDAS および MIPAS 大気プロファイルを用いたルイヴェン・マーカート法による最小二乗適合を採用した標準的な合成透過アルゴリズムです。CARMENES 機器をサポートする実験版が利用されました。
3. PCA: 時系列全体にわたる共通モード（大気吸収線および恒星スペクトル線）を同定・除去するために特異値分解（SVD）を用いる盲検的トレンド除去法です。本研究では、信号劣化を評価するために、主成分の数（$N_C$）を様々に変えてテストを行いました。

各手法の性能は、回復された信号の信号対雑音比（SNR）を測定し、スケーリング因子（$\delta$）および回復された軌道パラメータ（$K_p$ および $V_{sys}$）の偏差を通じて信号劣化を定量化することで評価されました。分析は、異なる気象条件（可降水量）および軌道速度（$K_p = 50, 80, 110$ km/s）を有する複数の観測夜において実施されました。

主要な結果

• 信号劣化と SNR: 最適な主成分数（夜 1 では $N_C=3$）を用いた PCA は最高 SNR を達成しましたが、その代償として著しい信号劣化を伴いました。PCA は注入された信号強度の約 60–80% を除去し（スケーリング因子 $\delta \approx 0.17–0.40$）、Astroclimes および Molecfit ははるかに多くの信号を保持しました（$\delta \approx 0.64–0.70$）。
• 軌道速度への依存性: すべての手法は、低い軌道速度（$K_p = 50$ km/s）の注入信号に対してより困難を強いました。しかし、PCA は不均衡に影響を受け、回復された $K_p$ および $V_{sys}$ 値において著しい信号損失と大きなバイアスを示しました。Astroclimes および Molecfit はより良い信号保持を維持しましたが、低速度ケースにおけるパラメータ回復においてもバイアスの増加を示しました。
• 信号歪み: トレンド除去プロセスは、信号の強度だけでなく、速度空間におけるその位置も変化させました。低い軌道速度の場合、回復されたパラメータはすべての手法において注入値から著しく逸脱し、実際の検出の特性解明におけるバイアスの可能性を浮き彫りにしました。
• 深い吸収線のマスキング: 本研究では、深い大気吸収線（透過率 < 0.2）をマスキングする影響を調査しました。高い閾値は、不適切に補正されたアーティファクトを除去することで SNR をわずかに向上させることがありましたが、回復された MCMC パラメータを著しく変化させることはありませんでした。
• 実信号の検出: 同一データセットを用いて、モデル再処理なしに異なるトレンド除去法（Astroclimes および PCA）で、以前に主張された $\tau$ Bootis b の水シグナル（Webb et al. 2022）の検出を試みたところ、著者らは有意な検出を見出せませんでした。この結果は、Brogi et al. (2012) および Panwar et al. (2024) が報告した非検出と一致しており、以前の検出はモデル再処理や軌道解などの特定の分析選択に敏感であった可能性を示唆しています。

意義と結論
本論文は、PCA が高い SNR を生み出す可能性がある一方で、しばしば過度に攻撃的であり、惑星信号を劣化させ、特に低軌道速度を持つ惑星において回復された大気パラメータにバイアスを導入することを示しています。対照的に、Astroclimes や Molecfit などの前方モデル化アプローチは優れた信号保持を提供し、正確な豊富度測定が不可欠な大気回復においてより堅牢です。

著者らは、トレンド除去手法の選択が回復された系外惑星信号の本質を根本的に変えることを強調しています。彼らは、実際の検出の特性解明におけるバイアスを回避するために、これらの影響を理解することが不可欠であると主張しています。さらに、本研究は、Astroclimes が非 ESO 機器の処理に対応し、大気回復フレームワークと直接統合可能な、Molecfit の柔軟な代替案を提供することを浮き彫りにしていますが、特定の条件下での系統的バイアスの排除および大気吸収線アーティファクト除去の改善にはさらなる作業が必要です。最終的に、この研究は、宇宙ベースの観測と並行して信頼性の高い系外惑星大気の特性解明を確保するために、地上 HRS のクリーニング手法の洗練が不可欠であることを強調しています。