Name: surface mapping of earth-like exoplanets using single point light curves
Uploaded: 2020-05-10T12:30:00
Description: Watch this Scientific Journal Video about Surface Mapping of Earth-like Exoplanets using Single Point Light Curves at JoVE.com

Este trabajo fue apoyado en parte por el Laboratorio de Propulsión a Chorro, Instituto de Tecnología de California, bajo contrato con la NASA. YLY reconoce el apoyo del Laboratorio Planetario Virtual de la Universidad de Washington.

1. Configuración de programación
<ol><li>Configure el entorno de programación para el código adjunto. Se requiere un equipo con sistema operativo Linux, ya que el paquete healpy no está disponible en Windows. El código no es costoso desde el punto de vista computacional, por lo que un equipo personal normal puede controlar el protocolo.</li>
	<li>Siga las instrucciones (https://docs.anaconda.com/anaconda/install/linux/) para instalar Anaconda con Python 3.7 en el sistema y, a continuación, utilice los siguientes...

<ol>
	<li>Schwieterman, E. W., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Exoplanet+Biosignatures:+A+Review+of+Remotely+Detectable+Signs+of+Life.">Exoplanet Biosignatures: A Review of Remotely Detectable Signs of Life.</a> Astrobiology. 18 (6), 663-708 (2018).</li><li>Campbell, B., Walker, G. A. H., Yang, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+Search+for+Substellar+Companions+to+Solar-type+Stars.">A Search for Substellar Companions to Solar-type Stars.</a> The Astrophysical Journal. 331, 902 (1988).</li><li>NASA. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> NASA Exoplanet Archive (2019) Confirmed Planets Table. , (2019).</li><li>Gillon, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Seven+temperate+terrestrial+planets+around+the+nearby+ultracool+dwarf+star+TRAPPIST-1.">Seven temperate terrestrial planets around the nearby ultracool dwarf star TRAPPIST-1.</a> Nature. 542 (7642), 456-460 (2017).</li><li>Kawahara, H., Fujii, Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Global+Mapping+of+Earth-like+Exoplanets+from+Scattered+Light+Curves.">Global Mapping of Earth-like Exoplanets from Scattered Light Curves.</a> The Astrophysical Journal. 720 (2), 1333 (2010).</li><li>Fujii, Y., Kawahara, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Mapping+Earth+Analogs+from+Photometric+Variability:+Spin-Orbit+Tomography+for+Planets+in+Inclined+Orbits.">Mapping Earth Analogs from Photometric Variability: Spin-Orbit Tomography for Planets in Inclined Orbits.</a> The Astrophysical Journal. 755 (2), 101 (2012).</li><li>Cowan, N. B., Fujii, Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Mapping+Exoplanets.">Mapping Exoplanets.</a> Handbook of Exoplanets. , (2018).</li><li>Farr, B., Farr, W. M., Cowan, N. B., Haggard, H. M., Robinson, T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=exocartographer:+A+Bayesian+Framework+for+Mapping+Exoplanets+in+Reflected+Light.">exocartographer: A Bayesian Framework for Mapping Exoplanets in Reflected Light.</a> The Astronomical Journal. 156 (4), 146 (2018).</li><li>Lomb, N. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Least-Squares+Frequency+Analysis+of+Unequally+Spaced+Data.">Least-Squares Frequency Analysis of Unequally Spaced Data.</a> Astrophysics and Space Science. 39 (2), 447 (1976).</li><li>Scargle, J. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Studies+in+astronomical+time+series+analysis.+II.+Statistical+aspects+of+spectral+analysis+of+unevenly+spaced+data.">Studies in astronomical time series analysis. II. Statistical aspects of spectral analysis of unevenly spaced data.</a> The Astrophysical Journal. 263, 835 (1982).</li><li>G&#243;rski, K. M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=HEALPix:+A+Framework+for+High-Resolution+Discretization+and+Fast+Analysis+of+Data+Distributed+on+the+Sphere.">HEALPix: A Framework for High-Resolution Discretization and Fast Analysis of Data Distributed on the Sphere.</a> The Astrophysical Journal. 622 (2), 759 (2005).</li><li>Jiang, J. H., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Using+Deep+Space+Climate+Observatory+Measurements+to+Study+the+Earth+as+an+Exoplanet.">Using Deep Space Climate Observatory Measurements to Study the Earth as an Exoplanet.</a> The Astronomical Journal. 156 (1), 26 (2018).</li><li>Fan, S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Earth+as+an+Exoplanet:+A+Two-dimensional+Alien+Map.">Earth as an Exoplanet: A Two-dimensional Alien Map.</a> The Astrophysical Journal Letters. 882 (1), 1 (2019).</li><li>Cowan, N. B., Strait, T. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Determining+Reflectance+Spectra+of+Surfaces+and+Clouds+on+Exoplanets.">Determining Reflectance Spectra of Surfaces and Clouds on Exoplanets.</a> The Astrophysical Journal Letters. 765 (1), 17 (2013).</li><li>Fujii, Y., Lustig-Yaeger, J., Cowan, N. B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Rotational+Spectral+Unmixing+of+Exoplanets:+Degeneracies+between+Surface+Colors+and+Geography.">Rotational Spectral Unmixing of Exoplanets: Degeneracies between Surface Colors and Geography.</a> The Astronomical Journal. 154 (5), 189 (2017).</li><li>Kawahara, H., Fujii, Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Mapping+Clouds+and+Terrain+of+Earth-like+Planets+from+Photomertic+Variability:+Demonstration+with+Planets+in+Face-on+Orbits.">Mapping Clouds and Terrain of Earth-like Planets from Photomertic Variability: Demonstration with Planets in Face-on Orbits.</a> The Astrophysical Journal Letters. 739 (2), 62 (2011).</li><li>Kawahara, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Frequency+Modulation+of+Directly+Imaged+Exoplanets:+Geometric+Effect+as+a+Probe+of+Planetary+Obliquity.">Frequency Modulation of Directly Imaged Exoplanets: Geometric Effect as a Probe of Planetary Obliquity.</a> The Astrophysical Journal. 822 (2), 112 (2016).</li><li>Schwartz, J. C., Sekowski, C., Haggard, H. M., Pall &#769;e, E., Cowan, N. B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Inferring+planetary+obliquity+using+rotational+and+orbital+photometry.">Inferring planetary obliquity using rotational and orbital photometry.</a> Monthly Notices of the Royal Astronomical Society. 457 (1), 926-938 (2016).</li></ol>

Un requisito crítico del protocolo es la viabilidad de extraer información de superficie de curvas de luz, que depende de la cobertura de la nube. En el paso 3.5.1, los valores relativos de los PC pueden ser diferentes entre los exoplanetas. En el caso de la Tierra, los dos primeros PC dominan las variaciones de la curva de luz, y corresponden a las nubes y la superficie independientes de la superficie (Fan et al. 2019)13. Tienen valores singulares comparables para que la información de la supe...

Identificar mundos habitables es uno de los objetivos finales en astrobiología1. Desde la primera detección2, se han confirmado más de 4000 exoplanetas hasta la fecha3 con una serie de análogos de la Tierra (por ejemplo, TRAPPIST-1e)4. Estos planetas tienen propiedades orbitales y planetarias similares a las de la Tierra, y por lo tanto son potencialmente habitables. Evaluar su habitabilidad a partir de observaciones limitadas es esencial en este contexto. Sobre la base del conocimiento de la vida en la Tierra, los sistemas geológicos y climáticos son fundamentales para la habitabilidad, que por lo tanto puede servir como biofirmas. En principio, las características de estos sistemas podrían observarse a distancia incluso cuando un planeta no podía resolverse espacialmente mejor que un solo punto. En este caso, la identificación de características geológicas y sistemas climáticos a partir de curvas de luz de un solo punto es esencial a la hora de evaluar la habitabilidad de los exoplanetas. El mapeo superficial de estos exoplanetas se vuelve urgente.
A pesar de la convolución entre la geometría de visualización y las entidades espectrales, la información de la superficie de un exoplaneta está contenida en sus curvas de luz de un solo punto resueltas en el tiempo, que se pueden obtener a distancia y derivarse con observaciones suficientes. Sin embargo, el mapeo de superficie bidimensional (2D) de exoplanetas potencialmente habitables similares a la Tierra es un desafío debido a la influencia de las nubes. Los métodos de recuperación de mapas 2D han sido desarrollados y probados utilizando curvas de luz simuladas y espectros conocidos5,6,7,8, pero no se han aplicado a observaciones reales. Además, en los análisis de observaciones de exoplanetas ahora y en un futuro próximo, las suposiciones de espectros característicos pueden ser controvertidas cuando las composiciones de la superficie planetaria no están bien restringidas.
En este artículo, demostramos una técnica de mapeo de superficies para exoplanetas similares a la Tierra. Utilizamos SVD para evaluar y separar información de diferentes fuentes que está contenida en curvas de luz de longitud de onda múltiple sin suposiciones de ningún espectro específico. En combinación con la geometría de visualización, presentamos la reconstrucción de mapas de superficie utilizando información de superficie oportunamente resuelta pero espacialmente enrevesada. Con el fin de demostrar este método, se analizan las observaciones de punto único de longitud de onda multidesámica de dos años de la Tierra obtenidas por el Observatorio del Clima del Espacio Profundo/Cámara de Imágenes Policromáticas de la Tierra (DSCOVR/EPIC; www.nesdis.noaa.gov/DSCOVR/spacecraft.html). Usamos la Tierra como un exoplaneta proxy para evaluar este método porque las observaciones disponibles actualmente de exoplanetas no son suficientes. Adjuntamos el código con el papel como ejemplo. Se desarrolla bajo python 3.7 con paquetes de anaconda y healpy, pero las matemáticas del protocolo también se pueden hacer en otros entornos de programación (por ejemplo, IDL o MATLAB).

<table>
	<tbody>
		<tr>
			<td>Python 3.7 with anaconda and healpy packages</td>
			<td></td>
			<td></td>
			<td>Other programming environments (e.g., IDL or MATLAB) also work.</td>
		</tr>
	</tbody>
</table>

surface mapping of earth-like exoplanets using single point light curves

La resolución espacial de las características del exoplaneta a partir de observaciones de un solo punto es esencial para evaluar la habitabilidad potencial de los exoplanetas. El objetivo final de este protocolo es determinar si estos mundos planetarios albergan características geológicas y/o sistemas climáticos. Presentamos un método para extraer información de curvas de luz de punto único de longitud de onda múltiple y recuperar mapas de superficie. Utiliza la descomposición de valores singulares (SVD) para separar las fuentes que contribuyen a las variaciones de la curva de la luz e infieren la existencia de sistemas climáticos parcialmente nublados. Mediante el análisis de las series temporales obtenidas a partir de SVD, las atribuciones físicas de los componentes principales (PC) podrían deducirse sin suposiciones de ninguna propiedad espectral. Al combinar con la geometría de visualización, es posible reconstruir mapas de superficie si se encuentra que uno de los equipos contiene información de superficie. La degeneración originada a partir de la convolución de la geometría de píxeles y la información del espectro determina la calidad de los mapas de superficie reconstruidos, lo que requiere la introducción de la regularización. Con el propósito de demostrar el protocolo, se analizan las curvas de luz de longitud de onda múltiple de la Tierra, que sirve como un exoplaneta proxy. La comparación entre los resultados y la verdad del terreno se presenta para mostrar el rendimiento y la limitación del protocolo. Este trabajo proporciona un punto de referencia para la generalización futura de aplicaciones de exoplanetas.

Utilizamos curvas de luz de punto único de longitud de onda múltiple de la Tierra para demostrar el protocolo, y comparamos los resultados con la verdad del suelo para evaluar la calidad de la asignación de superficie. La observación utilizada aquí es obtenida por DSCOVR/EPIC, que es un satélite situado cerca del primer punto lagrangian (L1) entre la Tierra y el Sol tomando imágenes a diez longitudes de onda de la cara iluminada por el sol de la Tierra. Dos años (2016 y 2017) de observaciones se utilizan para est...

Watch this Scientific Journal Video about Surface Mapping of Earth-like Exoplanets using Single Point Light Curves at JoVE.com

Surface Mapping of Earth-like Exoplanets using Single Point Light Curves

El protocolo extrae información de curvas de luz de exoplanetas y construye sus mapas de superficie. Utiliza curvas de luz de la Tierra, que sirve como un exoplaneta proxy, para demostrar el enfoque.

Mapeo de superficie de exoplanetas similares a la Tierra mediante curvas de luz de un solo punto

Spatially resolving exoplanet features from single-point observations is essential for evaluating the potential habitability of exoplanets. The ultimate ...

Este protocolo se puede utilizar para resolver espacialmente las entidades de exoplanetas a partir de observaciones de un solo punto y es esencial para evaluar la habitabilidad potencial de los exoplanetas. Esta técnica se puede utilizar para reconstruir mapas de superficie bidimensionales de exoplanetas similares a la Tierra. Y esta es la primera técnica que se está probando con observaciones reales usando la Tierra como apoderado.Las matemáticas de esta técnica son sencillas y se pueden ajustar fácilmente para otras observaciones. No es necesario seguir estrictamente los scripts de codificación. La demostración visual de esta técnica es importante porque una imagen vale más que mil palabras.Después de configurar el entorno de programación para el código adjunto, escriba el comando para instalar Anaconda con Python 3.7 en el sistema. Después de configurar el entorno de programación, obtenga curvas de luz de longitud de onda múltiple, vea la geometría de las observaciones y ejecute la serie temporal de trazado. py comando para visualizar los datos y comprobar sus cualidades.A continuación, introduzca el comando para generar una figura de geometría. Para extraer la información de la superficie de curva de luz, ejecute la normalización. comando py.La salida se guarda en curva de luz normalizada.csv. Introduzca el comando para visualizar las curvas de luz normalizadas. Se creará una figura de curva de luz normalizada.Introduzca el comando para descomponer las curvas de luz normalizadas. Las series temporales resultantes, los valores singulares y los componentes principales se guardarán en los archivos de salida adecuados en formato csv. Utilice los comandos para visualizar el resultado de descomposición de valor singular.Se generarán figuras para los valores singulares y los componentes principales. Analice las contribuciones y las series temporales correspondientes de los componentes principales para determinar el que contiene información de superficie y comparar los valores singulares en la diagonal de la matriz de valores singulares. Se espera que un exoplaneta parcialmente nublado similar a la Tierra tenga dos valores singulares dominantes comparables.Para confirmar la selección del componente principal, introduzca el comando para obtener los espectros de potencia de la serie temporal de cada componente principal. Los espectros de potencia se guardarán en periodograma.csv. Introduzca el comando para visualizar los periodogramas y confirmar la selección del componente principal.Se generará una figura de periodograma. El código de trazado actual agrega líneas discontinuas que representan los ciclos anuales, semestrales, diurnos y semi diarios como referencia. Seleccione el componente principal que contiene la información de superficie y su serie temporal correspondiente.Para construir un mapa de superficie planetaria, utilice el comando aleatorio HEALPix para visualizar el método de pixelación. Se creará una figura aleatoria HEALPix. El parámetro n subside en la línea 17 se puede cambiar para diferentes resoluciones.Para determinar el peso de cada píxel, escriba el comando. La salida se guardará como w. npz debido a su tamaño.Chang el valor n del subside en la línea 23 según corresponda para las otras resoluciones del mapa recuperado. Utilice el peso de la gráfica. py para visualizar el peso.Se creará una serie de cifras en la carpeta de peso. La fusión de las figuras permitirá ilustrar cómo cambia el peso de cada píxel con el tiempo. Utilice la regresión lineal.comando py para resolver el problema de regresión lineal. El resultado de los valores de píxel se guardará en el valor de píxel. csv.El valor de Lambda en la línea 16 se puede cambiar para diferentes puntos fuertes de regularización según corresponda. A continuación, ejecute el mapa de trazado. py para construir los mapas recuperados utilizando diferentes parámetros de regularización.Se generarán tres mapas. La relación entre los índices de píxeles y sus ubicaciones en cada mapa se describe en el documento HEALPix. Para calcular la matriz de covarianza de cada píxel, ejecute la covarianza.comando py. El resultado se guardará en covarianza. npz debido a su tamaño.Para visualizar la matriz de covarianza y asignar la incertidumbre al mapa recuperado, ejecute la covarianza del trazado. comando py. Se creará una covarianza y una figura de incertidumbre.Aquí, se muestran las observaciones de múltiples longitudes de onda de la Tierra en 927 hora universal coordinada, 8 de febrero de 2017. Aquí, se puede observar la serie temporal de los dos componentes principales dominantes de las curvas de luz de longitud de onda múltiple. La serie temporal para el segundo componente principal demuestra una morfología más regular con una variación diaria aproximadamente constante y un ciclo diurno más fuerte en su espectro de potencia que el primer componente principal.A continuación, se puede construir un mapa de superficie de este exoplaneta proxy que consta del valor del segundo componente principal en cada píxel. En comparación con la verdad del suelo de la Tierra, el mapa reconstruido recupera todos los continentes principales después de separar la información de la superficie de las nubes. Los resultados para el hemisferio sur son peores que los observados para el hemisferio norte debido a la cobertura de nubes sobre los océanos del sur.La incertidumbre de cada valor de píxel está en el orden del 10% de la del mapa recuperado, lo que sugiere una buena calidad de la asignación de superficie y un resultado positivo. El requisito crítico para aplicar este protocolo a un análisis futuro es confirmar que la información de la superficie se puede extraer de las curvas de luz. Esta técnica sirve como punto de referencia en el mapeo de superficie de exoplanetas y puede mejorarse con otros métodos de descompensación y regularización para nuevas observaciones.

Research

JoVE Journal

Engineering

Characterization of Surface Modifications by White Light Interferometry: Applications in Ion Sputtering, Laser Ablation, and Tribology Experiments

Caracterización de modificaciones de la superficie de la interferometría de luz blanca: Aplicaciones en Sputtering Ion, ablación con láser y Experimentos Tribología

In materials science and engineering it is often necessary to obtain quantitative measurements of surface topography with micrometer lateral resolution. ...

Investigación

Ingeniería

Atomic Force Microscopy of Red-Light Photoreceptors Using PeakForce Quantitative Nanomechanical Property Mapping

Microscopía de Fuerza Atómica de Red-Light fotorreceptores a través de cartografía PeakForce cuantitativa nanomecánico Propiedad

Atomic force microscopy (AFM) uses a pyramidal tip attached to a cantilever to probe the force response of a surface. The deflections of the tip can be ...

Surface Enhanced Raman Spectroscopy Detection of Biomolecules Using EBL Fabricated Nanostructured Substrates

Surface Enhanced Raman Spectroscopy detección de biomoléculas mediante EBL Fabricados Nanoestructurados Sustratos

Fabrication and characterization of conjugate nano-biological systems interfacing metallic nanostructures on solid supports with immobilized biomolecules ...

Failure Analysis of Batteries Using Synchrotron-based Hard X-ray Microtomography

Análisis de Falla en Baterías Utilizando Microtomografía duro de rayos X a base de Sincrotrón

Imaging morphological changes that occur during the lifetime of rechargeable batteries is necessary to understand how these devices fail. Since the advent ...

Measurement of X-ray Beam Coherence along Multiple Directions Using 2-D Checkerboard Phase Grating

La medición de haz de rayos X coherencia a lo largo de múltiples direcciones Usando 2-D del tablero de damas rejilla de fase

A procedure for a technique to measure the transverse coherence of synchrotron radiation X-ray sources using a single phase grating interferometer is ...

Visible-light Induced Reduction of Graphene Oxide Using Plasmonic Nanoparticle

Luz visible reducción inducida de grafeno Óxido Usando plasmónica de nanopartículas

Present work demonstrates the simple, chemical free, fast, and energy efficient method to produce reduced graphene oxide (r-GO) solution at RT using ...

The Measurement of Unsteady Surface Pressure Using a Remote Microphone Probe

La medición de la presión en superficie inestable con una pinza de micrófono remoto

Microphones are widely applied to measure pressure fluctuations at the walls of solid bodies immersed in turbulent flows. Turbulent motions with various ...

Using Synchrotron Radiation Microtomography to Investigate Multi-scale Three-dimensional Microelectronic Packages

El uso de la radiación del sincrotrón Microtomografía encargado de investigar multi-escala Paquetes microelectrónicos tridimensionales

Synchrotron radiation micro-tomography (SR&#181;T) is a non-destructive three-dimensional (3D) imaging technique that offers high flux for fast data ...

Emission Spectroscopic Boundary Layer Investigation during Ablative Material Testing in Plasmatron

Investigación capa de emisión espectroscópica de límites durante el ablativo de Ensayo de Materiales en Plasmatron

Ablative Thermal Protection Systems (TPS) allowed the first humans to safely return to Earth from the moon and are still considered as the only solution ...

Experimental Methods for Trapping Ions Using Microfabricated Surface Ion Traps

Métodos experimentales para atrapar iones usando recientemente trampas de iones de la superficie

Ions trapped in a quadrupole Paul trap have been considered one of the strong physical candidates to implement quantum information processing. This is due ...