AESTRA II: Generative Spectral Modeling of the Sun as a Star for Precise Radial Velocities

Resumo Técnico: AESTRA II: Modelagem Espectral Generativa do Sol como uma Estrela para Velocidades Radiais Precisas

Problema
A detecção de exoplanetas análogos à Terra via velocidades radiais de precisão extrema (EPRV) é atualmente limitada não pelo ruído de fótons ou estabilidade instrumental, mas pela variabilidade espectral decorrente da atividade estelar, absorção telúrica e sistemáticas instrumentais. Abordagens tradicionais frequentemente comprimem os dados espectrais em séries temporais unidimensionais (ex: Funções de Correlação Cruzada ou CCFs) antes de tentar decorrelacionar sinais de atividade. No entanto, essa compressão descarta informações dependentes do comprimento de onda que são cruciais para distinguir entre deslocamentos Doppler e distorções no perfil de linha induzidas pela atividade. Além disso, métodos de pré-processamento padrão para absorção telúrica frequentemente dependem de templates atmosféricos externos ou funções de espalhamento de linha (LSFs) instrumentais fixas, que podem ser imperfeitas para níveis de precisão sub-m s$^{-1}$.

Metodologia
Os autores aplicam o Æstra, um framework de modelagem espectral generativa, a observações de alta resolução e alta cadência do Sol como uma estrela, provenientes do espectrógrafo NEID. A metodologia procede em três estágios:

1. Decomposição e Limpeza Espectral:

   • O framework trata cada espectro observado como uma composição de três componentes: variabilidade na forma da linha estelar, absorção micro-telúrica e variabilidade do contínuo.
   • Utilizando um codificador compartilhado e ramos de decodificadores específicos para cada componente, o modelo decompõe empiricamente os espectros sem depender de templates estelares ou atmosféricos externos.
   • O componente telúrico é restringido para descrever características de absorção estreitas, do referencial da Terra, enquanto o componente do contínuo captura variações suaves de baixa frequência. O componente estelar captura distorções localizadas no perfil da linha.
   • Os componentes telúricos e de contínuo aprendidos são removidos dos espectros, enquanto a variabilidade estelar é preservada. Os espectros limpos de 42 ordens de echelle de alta qualidade (abrangendo 4300–6230 Å) são fundidos em um único espectro que preserva a atividade.

2. Representação Latente da Atividade Estelar:

   • Os espectros limpos são deslocados para remover a velocidade radial aparente medida, isolando a variabilidade residual da forma da linha.
   • Um autoencoder atento (Æstra) mapeia esses espectros para um vetor latente de baixa dimensão ($S=20$ dimensões). Este vetor serve como uma representação compacta e empírica do estado de atividade estelar.
   • A validação mostra que o principal componente latente está fortemente correlacionado ($r=0,889$) com o índice de atividade cromosférica Ca II H&K independente, apesar de a região H&K ter sido excluída do intervalo de comprimento de onda de treinamento.

3. Inferência Conjunta de RV:

   • Uma pequena rede neural feed-forward (Estimador de RV de Atividade) mapeia o vetor de atividade latente para uma contribuição de RV impulsionada pela atividade ($v_{act}$).
   • A RV total aparente é modelada como a soma da contribuição da atividade, sinais planetários candidatos (modelados como senoides) e um termo de tendência (trend).
   • O modelo é treinado para separar a variabilidade impulsionada pela atividade de sinais Doppler coerentes. Os sinais planetários são inicializados a partir de uma busca de período tradicional, mas são refinados conjuntamente com o modelo de atividade.

Contribuições Principais e Estratégia de Validação
O artigo introduz uma abordagem generativa unificada que opera diretamente no nível do espectro, em vez do nível de RV comprimido. Para validar o método, os autores realizaram 500 testes de injeção-recuperação de planeta único na série temporal solar do NEID.

• Design de Injeção: Sinais planetários sintéticos com períodos de 2,5–400 dias e semi-amplitudes ($K$) de 0,1–0,7 m s$^{-1}$ foram injetados na série temporal de RV aparente.
• Recuperação Cega ao Período: A análise foi projetada para ser cega ao período; os candidatos foram selecionados sem conhecimento prévio dos parâmetros injetados.
• Calibração: Os critérios de detecção foram calibrados no conjunto de injeção para resultar em zero detecções espúrias (falsos positivos).

Resultos
Sob o critério rigoroso de zero falsos positivos:

• Desempenho do Æstra: O método recuperou com sucesso 238 de 500 planetas injetados. Notavelmente, recuperou 13 planetas com semi-amplitudes abaixo de $K = 0,3$ m s$^{-1}$, um regime onde métodos tradicionais têm dificuldade.
• Linha de Base Tradicional: Uma abordagem tradicional usando indicadores de atividade baseados em CCF (profundidade da CCF, FWHM, BIS SPAN) para detrending recuperou apenas 9 planetas e falhou em recuperar qualquer sinal com $K < 0,5$ m s$^{-1}$.
• Sensibilidade: O Æstra demonstrou uma melhoria de uma ordem de magnitude na completude de detecção em comparação com a linha de base tradicional. Embora o método tradicional pudesse recuperar mais sinais se o limiar de probabilidade de falso alarme (FAP) fosse relaxado (ex: para 0,1%), isso resultaria em 322 detecções espúrias, destacando a especificidade superior da abordagem generativa.

Significância e Alegações
O artigo afirma que o Æstra II demonstra a viabilidade de distinguir sinais Doppler coerentes de baixa amplitude de variabilidade espectral dependente do comprimento de onda e impulsionada pela atividade. Os autores afirmam que:

• A modelagem espectral generativa pode explorar informações perdidas nas reduções tradicionais de nível de RV, permitindo a detecção de sinais sub-métricos por segundo.
• O método consegue separar efetivamente a absorção telúrica, flutuações de contínuo e mudanças na forma da linha estelar sem templates externos.
• A abordagem fornece um caminho prático para detectar sinais análogos à Terra que estão atualmente enterrados sob o ruído de atividade estelar.

Limitações e Escopo
Os autores observam algumas limitações:

• A validação baseia-se no feed solar do NEID, que oferece sinal-ruído e cadência excepcionalmente altos; o desempenho em estrelas mais fracas, mais ativas ou de rotação rápida permanece a ser testado.
• A implementação atual assume órbitas circulares de planeta único e depende de uma etapa inicial de geração de candidatos a partir de buscas tradicionais; não pode recuperar simultaneamente múltiplos planetas ou sinais perdidos na lista de candidatos inicial.
• O método ainda não treina um estimador de RV neural totalmente integrado para escalabilidade computacional, separando a decomposição espectral das etapas de inferência de RV.
• Degenerações entre regiões ativas de longa duração e sinais planetários em períodos semelhantes permanecem um desafio fundamental.

O artigo conclui que, embora o Sol sirva como um benchmark controlado, os resultados sugerem que a modelagem espectral generativa no nível do espectro é um caminho promissor para levantamentos de EPRV de próxima geração visando planetas de massa terrestre.