Name: מיפוי פני השטח של אקסופלנטות דמויי כדור הארץ באמצעות עקומות אור בנקודה אחת (וידאו) | JoVE Journal
Uploaded: 2020-05-10T12:30:00.000+00:00
Duration: 6 min 48 s
Description: חקור מיפוי פני שטח של אקסופלנטות דמויי כדור הארץ באמצעות עקומות אור מנקודת תצפית אחת. שיטה זו מאפשרת הערכת יכולת המחיה של עולמות רחוקים באמצעות כדור הארץ כמודל.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

עבודה זו נתמכה בחלקה על ידי מעבדת ההנעה ה סילונית, המכון הטכנולוגי של קליפורניה, תחת חוזה עם נאס"א. YLY להכיר תמיכה על ידי המעבדה פלנטרית וירטואלית באוניברסיטת וושינגטון.

1. כיוונון תכנות
<ol><li>הגדר את סביבת התיכנות עבור הקוד המצורף. נדרש מחשב עם מערכת ההפעלה Linux, מכיוון שחבילת המרפא אינה זמינה ב- Windows. הקוד אינו יקר מבחינה חישובית, כך שמחשב אישי רגיל יכול לטפל בפרוטוקול.</li>
	<li>בצע את ההוראה (https://docs.anaconda.com/anaconda/install/linux/) כדי להתקין את אנקונדה עם Python 3.7 במערכת ולאחר מכן השתמש בפקודות הבאות במסוף כדי להגדיר את סביבת התיכנות: $ קונדה ליצור --שם פיתון myenv = 3.7 $ קונדה להפעיל myenv $ קונדה להתקין אנקונדה $ קונדה להתקין מרפא הערה: שלבים אלה עשויים להימשך עשרות דקות בהתאם לחומרה ולמהירות האינטרנט. ניתן לשנות את שם הסביבה 'myenv' בשתי שורות הפקודה הראשונות לכל מחרוזת אחרת.</li>
</ol>2. קבלת עקומות אור באורך גל רב והצגת גיאומטריה מתצפיות
<ol><li>בגיאומטריית הצפייה, כלול את קו האורך והרוחב של תת-כוכבי ואת נקודות תת-הצופה עבור כל מסגרת זמן מתאימה. כדי להשתמש בקוד המצורף הבא, ודא של שני קבצים אלה יש תבנית זהה לזה של LightCurve.csv ו- Geometry.csv.</li>
	<li>הפעל PlotTimeSeries.py כדי לדמיין את הנתונים ולבדוק את האיכויות שלהם. שתי דמויות LightCurve.png וגיאומטריה.png ייווצאו(איור משלים 1-2). ייתכן שיהיה צורך להתאים פרמטרים בקודים אלה ובעקבות התווייתם אם מוחלים על תצפיות שונות. $ פיתון PlotTimeSeries.py LightCurve $ פיתון PlotTimeSeries.py גיאומטריה</li>
</ol>3. לחלץ מידע פני השטח עקומות אור
<ol><li>מרכז זמן נפתר ים רב גל אלבדו עקומות אור של exoplanet ולנרמל אותם על ידי סטיית תקן המתאימה בכל אורך גל. התוצאה היא חשיבות שווה של כל ערוץ. <img alt="Equation 1" src="/files/ftp_upload/60951/60951equ01.jpg"> כאשרR't' t, k ו Rt,k הם אלבדו קנה מידה ונצפה בשלב t-th ואורך הגל k-th, בהתאמה; μk σk הם סטיית התקן והמרשיעה של סדרת הזמן albedo באורך הגל k-th.<ol>
<li>הפעל Normalize.py כדי לנרמל את עקומות האור, Rt, k. הפלט נשמר ב- NormalizedLightCurve.csv. פיתון Normalize.py</li>
	</ol></li>
	<li>הפעל PlotTimeSeries.py כדי לדמיין את עקומות האור המנורמלות. איור מנורמלLightCurve.png ייווצר(איור משלים 3). $ פיתון PlotTimeSeries.py מנורמלאורקור</li>
	<li>החל SVD על עקומות אור albedo בקנה מידה כדי למצוא מחשבים דומיננטיים ואת סדרת הזמן המתאימה שלהם. <img alt="Equation 2" src="/files/ftp_upload/60951/60951equ02.jpg"> בצד שמאל, T ו-K הם המספר הכולל של שלבי זמן ואורך גל תצפית; R' היא המטריצה של תצפיות אלבדו בקנה מידה, אשר (t, k)-אלמנט הוא R't, k. בצד ימין, עמודות של V הן מחשבים, וקטורים אורתונורמליים המגדירים את שטח פרוייקטי SVD ל; Ω היא מטריצה אלכסונית, אשר (k,k)-th אלמנט הוא סטיית התקן של עקומות אור קנה מידה לאורך ציר k-th המוגדר על-ידי העמודה k-th של V; עמודות U הן סידרת הזמן המתאימה של כל מחשב ב- V.<ol>
<li>תריץ SingularValueDecomposition.py כדי להרקקב את ר'. U , Ω ,V T המתוצריםנשמרים בקבצי הפלט U.csv, SingularValue.csv V_T.csv, בהתאמה. פיתון SingularValueDecomposition.py</li>
	</ol></li>
	<li>השתמש PlotTimeSeries.py ו- PlotSVD.py כדי לדמיין באופן חזותי את תוצאת ה- SVD. שלוש דמויות U.png, סיגמא.png V_T.png ייווצאו(איור משלים 4-6). $ פיתון PlotTimeSeries.py U פיתון PlotSVD.py</li>
	<li>נתח תרומות וסדרת זמן מתאימה של מחשבים כדי לקבוע את סדרת המחשבים המכילה מידע על פני השטח.<ol>
<li>השווה את הערכים הייחודיים באלכסון של Ω. אקסופלנטה מעונן חלקית דמוית כדור הארץ צפויה להיות בעלת שני ערכים ייחודיים דומיננטיים דומים. הערה: Ω עשוי להכיל פחות או יותר משני ערכים ייחודיים דומיננטיים, הנדונים להלן.</li>
		<li>השווה את תבניות סדרת הזמן של שני המחשבים הדומיננטיים. המחשב המכיל מידע על פני השטח נוטה להיות בעלי צורה רגילה יותר מהמחשב השני. בשל האקלים האורך והופע מחדש של פני השטח עם שינויים קטנים בשני ימים רצופים, סדרת הזמן המקבילה נוטה להיות וריאציה יומית קבועה בערך.</li>
		<li>חשב את התקופות של שני המחשבים הדומיננטיים באמצעות תקופה Lomb-Scargle9,10 כדי לאשר את בחירת המחשב. המחשב המכיל מידע פני השטח נוטה להיות שיא גבוה יותר המתאים לתקופת סיבוב בספקטרום צפיפות צריכת החשמל.</li>
		<li>הפעל Periodogram.py כדי להשיג את ספקטרום צריכת החשמל של סידרת הזמן של כל מחשב. ספקטרום צריכת החשמל נשמרים ב- Periodogram.csv. פיתון Periodogram.py</li>
		<li>הפעל PlotPeriodogram.py כדי לדמיין תקופות תקופות אלה ואשר את בחירת המחשב. איור תקופה.png ייווצר(איור משלים 7). קוד התווייתו הנוכחי מוסיף בשורות מקווקווים המייצגים מחזורים שנתיים, חצי שנתיים, יומיים וחצי-יומיים לעיון, אשר ייתכן שיהיה צורך לשנות כאשר הם מוחלים על תצפיות אחרות. פיתון PlotPeriodogram.py</li>
		<li>בחר את המחשב, vj, המכיל מידע פני השטח ואת סדרת הזמן שלה, uj. <img alt="Equation 3" src="/files/ftp_upload/60951/60951equ03v2.jpg"> <img alt="Equation 4" src="/files/ftp_upload/60951/60951equ04v2.jpg"> כאשר V[:,j] ו- U[:,j] הם העמודות j-th של V ו- U,בהתאמה; j הוא האינדקס של מחשב להסיק בשלב 3.3 המכיל מידע פני השטח.</li>
	</ol></li>
</ol>4. לבנות מפת פני שטח פלנטרית
<ol><li>השתמש בשיטת הפיקסליזציה של אזור שוויון הירארכי (HEALPix)11 כדי לפיקסל את מפת האחזור. הוא מחלק משטח כדורי של כוכב לכת לפיקסלים עם אותו אזור והפצה אחידה. הוסף את הערך הלא ידוע של הפיקסל p-th כ- xp.<ol>
<li>הפעל HEALPixRandom.py כדי להמחות את שיטת הפיקסליזציה. דמות HEALPixRandom.png ייווצר(דמות משלימה 8). ניתן לשנותאת הפרמטר N בצד בשורה 17 עבור רזולוציות שונות. שלב זה עשוי להימשך מספר שניות עד דקות, בהתאם לרזולוציה. פיתון HEALPixRandom.py</li>
	</ol>
</li>
	<li>לחשב את המשקל של הפיקסל p-th בתצפיות בשלב t-th, wt,p, באמצעות גיאומטריית צפייה. <img alt="Equation 5" src="/files/ftp_upload/60951/60951equ05.jpg"> כאשר αt,p, βt,p הם השמש וזוויות zenith החללית בפיקסל p-th בשלב t-th; ct הוא מונח נורמליזציה של ההתבוננות t-th כך שסכום המשקל הכולל בכל שלב הוא אחדות. הערה: הגיאומטריה היא הניח להיות ידוע בשלב זה, או ניתן לגזור מניתוח אחר, אשר נדון להלן.<ol>
<li>הפעל ComputeWeight.py כדי לחשב אתw t, p. שנה את הערך של Nside בשורה 23 עבור רזולוציות אחרות של המפה המאוחזרת. הפלט נשמר כ- W.npz בשל גודלו. פיתון ComputeWeight.py</li>
	</ol>
</li>
	<li>השתמש PlotWeight.py כדי לדמיין משקולות אלה. מספר דמויות, אחת בכל שלב, ייווצרתי בתיקיה משקל. מיזוגם תוצאה של וידאו משלים 1, המציג כיצד המשקל של כל פיקסל משתנה עם הזמן. שלב זה עשוי להימשך שעות עקב המספר הגדול של פריטים חזותיים. פיתון PlotWeight.py</li>
	<li>שלב גיאומטריה ותצפיות כדי להגיע לבעיית רגרסיה ליניארית. <img alt="Equation 6" src="/files/ftp_upload/60951/60951equ06.jpg"> כאשר P הוא המספר הכולל של אחזור פיקסלים; W היא מטריצת המשקל עם wt,p כאלמנט (t, p)-th; x מורכב מ- xp כרכיב p-th, שהוא הכמות שיש לפתור בבעיה זו. לפתור את בעיית הרגרסיה ליניארית עם התאמה סדירה של נורמה L-2. <img alt="Equation 7" src="/files/ftp_upload/60951/60951equ07.jpg"> כאשר אני מטריצת הזהות ו- ω הוא פרמטר ההתעוות. הערה: 10-3 הוא ערך טוב עבור ω כאשר T ~ 104 ו P ~ 3 * 103. יש להתאים להם על-ידי השוואת הערכים של שני המונחים בשגיאה מרובעת רגילה, e, כפי המוצג להלן. <img alt="Equation 8" src="/files/ftp_upload/60951/60951equ08.jpg"><ol>
<li>הפעל LinearRegression.py כדי לפתור את בעיית הרגרסיה הליניארית. התוצאה של x נשמרת בקובץ PixelValue.csv. שנה את הערך של ω בקו 16 עבור חוזקות שונות של סדירות. פיתון LinearRegression.py</li>
	</ol>
</li>
	<li>המר x למפת פני שטח דו-ממדית בהתאם לכלל המיפוי של HEALPix.<ol>
<li>הפעל PlotMap.py כדי לבנות את המפות המאוחזרות באמצעות פרמטרים שונים של התאמה רגילה. שלוש Map_-2.png, Map_-3.png ו-Map_-4.png ייווצרה עם ההגדרה הנוכחית(איור משלים 9). הקשר בין מדדי הפיקסלים למיקומם במפה מתואר במסמך HEALPix11. שלב זה לוקח עשרות שניות. פיתון של PolotMap.py</li>
	</ol>
</li>
</ol>5. הערכת אי-ודאות במפה המאוחזרת
<ol><li>לשכתב את בעיית הרגרסיה ליניארית בשלב 4.3 עם "הערך האמיתי" של x כמו z ורעש התצפית, ε. <img alt="Equation 9" src="/files/ftp_upload/60951/60951equ09.jpg"><ol>
<li>נניח ε לעקוב אחר N הפצה Gaussian (0, σ2I[T*T]) ולהעריך את התהודה שלה. T-P היא מידת החופש של u jמהתבוננות כאשר המפה שאוחזרה קבוע. <img alt="Equation 10" src="/files/ftp_upload/60951/60951equ10.jpg">
</li>
		<li>שלב משוואות בשלבים 4.4 ו- 5.1. התוצאה היא וקטור גאוסיאני של x. <img alt="Equation 11" src="/files/ftp_upload/60951/60951equ11.jpg">
</li>
		<li>מחשב את הציפייה ואת מטריצת התהודה של x. <img alt="Equation 12" src="/files/ftp_upload/60951/60951equ12.jpg">
</li>
		<li>השג את חוסר הוודאות של כל רכיב ב- x כבסיס הריבועי של הרכיב המתאים באלכסון של Cov[x]. <img alt="Equation 13" src="/files/ftp_upload/60951/60951equ13.jpg"> כאשר ep הוא חוסר הוודאות של xp; דיאג[Cov[x]]p הוא p-th אלמנט באלכסון של Cov[x].</li>
		<li>הפעל Covariance.py כדי לחשב את מטריצת התהודה של x. התוצאה נשמרת ב- Covariance.npz בשל גודלה. שלב זה לוקח עשרות שניות עד דקות בהתאם לגודל של W. פיתון Covariance.py
</li>
	</ol>
</li>
	<li>המר ep למפת הדו-ממדית שאוחזרה בהתאם לכלל המיפוי של HEALPix.<ol>
<li>הפעל PlotCovariance.py כדי לדמיין את Cov[x] ולמפה את אי הוודאות ep למפה המאוחזרת. שתי דמויות .png וחוסר ודאות.png ייווצרו(איור משלים 10-11). פיתון PlotCovariance.py</li>
	</ol>
</li>
</ol>

<ol><li>Schwieterman, E. W., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Exoplanet+Biosignatures%3A+A+Review+of+Remotely+Detectable+Signs+of+Life%5BTitle%5D)+AND+%22Astrobiology%22%5BJournal%5D)">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/pubmed?term=((A+Search+for+Substellar+Companions+to+Solar-type+Stars%5BTitle%5D)+AND+%22The+Astrophysical+Journal%22%5BJournal%5D)">A Search for Substellar Companions to Solar-type Stars.</a> The Astrophysical Journal. 331, 902(1988).</li>
<li>NASA. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=%22NASA+Exoplanet+Archive+%282019%29+Confirmed+Planets+Table%22">NASA Exoplanet Archive (2019) Confirmed Planets Table</a>. , (2019).</li>
<li>Gillon, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Seven+temperate+terrestrial+planets+around+the+nearby+ultracool+dwarf+star+TRAPPIST-1%5BTitle%5D)+AND+%22Nature%22%5BJournal%5D)">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/pubmed?term=((Global+Mapping+of+Earth-like+Exoplanets+from+Scattered+Light+Curves%5BTitle%5D)+AND+%22The+Astrophysical+Journal%22%5BJournal%5D)">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/pubmed?term=((Mapping+Earth+Analogs+from+Photometric+Variability%3A+Spin-Orbit+Tomography+for+Planets+in+Inclined+Orbits%5BTitle%5D)+AND+%22The+Astrophysical+Journal%22%5BJournal%5D)">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. Mapping Exoplanets. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aCowan%2C+NB+%22Handbook+of+Exoplanets%22">Handbook of Exoplanets</a>. , Springer, Cham. (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/pubmed?term=((exocartographer%3A+A+Bayesian+Framework+for+Mapping+Exoplanets+in+Reflected+Light%5BTitle%5D)+AND+%22The+Astronomical+Journal%22%5BJournal%5D)">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/pubmed?term=((Least-Squares+Frequency+Analysis+of+Unequally+Spaced+Data%5BTitle%5D)+AND+%22Astrophysics+and+Space+Science%22%5BJournal%5D)">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/pubmed?term=((Studies+in+astronomical+time+series+analysis.+II.+Statistical+aspects+of+spectral+analysis+of+unevenly+spaced+data%5BTitle%5D)+AND+%22The+Astrophysical+Journal%22%5BJournal%5D)">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>Górski, K. M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((HEALPix%3A+A+Framework+for+High-Resolution+Discretization+and+Fast+Analysis+of+Data+Distributed+on+the+Sphere%5BTitle%5D)+AND+%22The+Astrophysical+Journal%22%5BJournal%5D)">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/pubmed?term=((Using+Deep+Space+Climate+Observatory+Measurements+to+Study+the+Earth+as+an+Exoplanet%5BTitle%5D)+AND+%22The+Astronomical+Journal%22%5BJournal%5D)">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/pubmed?term=((Earth+as+an+Exoplanet%3A+A+Two-dimensional+Alien+Map%5BTitle%5D)+AND+%22The+Astrophysical+Journal+Letters%22%5BJournal%5D)">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/pubmed?term=((Determining+Reflectance+Spectra+of+Surfaces+and+Clouds+on+Exoplanets%5BTitle%5D)+AND+%22The+Astrophysical+Journal+Letters%22%5BJournal%5D)">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/pubmed?term=((Rotational+Spectral+Unmixing+of+Exoplanets%3A+Degeneracies+between+Surface+Colors+and+Geography%5BTitle%5D)+AND+%22The+Astronomical+Journal%22%5BJournal%5D)">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/pubmed?term=((Mapping+Clouds+and+Terrain+of+Earth-like+Planets+from+Photomertic+Variability%3A+Demonstration+with+Planets+in+Face-on+Orbits%5BTitle%5D)+AND+%22The+Astrophysical+Journal+Letters%22%5BJournal%5D)">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/pubmed?term=((Frequency+Modulation+of+Directly+Imaged+Exoplanets%3A+Geometric+Effect+as+a+Probe+of+Planetary+Obliquity%5BTitle%5D)+AND+%22The+Astrophysical+Journal%22%5BJournal%5D)">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 ́e, E., Cowan, N. B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Inferring+planetary+obliquity+using+rotational+and+orbital+photometry%5BTitle%5D)+AND+%22Monthly+Notices+of+the+Royal+Astronomical+Society%22%5BJournal%5D)">Inferring planetary obliquity using rotational and orbital photometry.</a> Monthly Notices of the Royal Astronomical Society. 457 (1), 926-938 (2016).</li>
</ol>

לסופרים אין מה לחשוף.

אחת הדרישות הקריטיות של הפרוטוקול היא היתכנות של חילוץ מידע פני השטח מעקומות אור, התלויות בכיסוי הענן. בשלב 3.5.1, הערכים היחסיים של המחשבים עשויים להיות שונים בין אקסופלנטות. במקרה של כדור הארץ, שני המחשבים הראשונים שולטים בווריאציות עקומת האור, ומתאימים לעננים ומשטחים בלתי תלויים לפני השטח (Fan et al. 2019)13. יש להם ערכים ייחודיים דומים כך שניתן להפריד את מידע פני השטח לאחר שלבים 3.5.2 ו- 3.5.3. לתצפית עתידית על אקסופלנטה, במקרים קיצוניים של אקסופלנטה מעורפלת לחלוטין או אקסו-פלנטה ללא ענן, רק מ...

זיהוי עולמות ראויים למגורים היא אחת המטרות הסופיות באסטרוביולוגיה1. מאז הגילוי הראשון2, יותר מ 4000 exoplanets אושרועד כה 3 עם מספר אנלוגים כדור הארץ (למשל, TRAPPIST-1e)4. לכוכבי לכת אלה יש תכונות מסלוליות וכוכבי לכת הדומות לאלה של כדור הארץ, ולכן הם עשויים להיות ראויים למגורים. הערכת המגורים שלהם מתצפיות מוגבלות היא חיונית בהקשר זה. בהתבסס על הידע של החיים על פני כדור הארץ, מערכות גיאולוגיות ואקלים הן קריטיות למגורים, אשר ולכן יכול לשמש תרגמים ביולוגיים. באופן עקרוני, ניתן היה לצפות בתכונות של מערכות אלה ממרחק גם כאשר לא ניתן היה לפתור כוכב לכת באופן מרחבי טוב יותר כנקודה אחת. במקרה זה, זיהוי תכונות גיאולוגיות ומערכות אקלימיות מתקיות אור חד-נקודתיות חיוני בעת הערכת המגורים של אקסופלנטות. מיפוי פני השטח של האקסופלנטות האלה הופך לדחוף.
למרות ההתפתלויות בין גיאומטריית הצפייה לתכונות ספקטרליות, מידע על פני השטח של אקסופלנטה נכלל בעקומות האור החד-נקודתיות שנפתרו בזמן, אותן ניתן להשיג ממרחק, ונגזר ממנו תצפיות מספיקות. עם זאת, מיפוי פני השטח הדו-ממדי (2D) של כוכבי לכת דמויי כדור הארץ עשויים להיות ראויים למגורים, ומאתגר בשל השפעת העננים. שיטות לאחזור מפות דו-ממדיות פותחו ונבדקו באמצעות עקומות אור מדומהוספקטרום ידוע 5,6,7,8, אך הן לא הוחלו על תצפיות אמיתיות. יתר על כן, בניתוחים של תצפיות אקסופלנטה עכשיו ובביטיד הקרוב, הנחות של ספקטרום אופייני עשוי להיות שנוי במחלוקת כאשר קומפוזיציות פני השטח פלנטריות אינן מוגבלות היטב.
בנייר זה, אנו מדגימים טכניקת מיפוי פני השטח עבור כוכבי לכת אקסו-פלנטות דמויי כדור הארץ. אנו משתמשים ב- SVD כדי להעריך ולהפריד מידע ממקורות שונים הכלולים בעקומות אור באורך גל מרובה ללא הנחות של ספקטרום ספציפי כלשהו. בשילוב עם גיאומטריית הצפייה, אנו מציגים את השחזור של מפות פני השטח באמצעות מידע משטח שנפתר בזמן אך מרחבי. לצורך הדגמת שיטה זו, תצפיות של שנתיים באורך גל יחיד של כדור הארץ שהושגו על ידי מצפה האקלים בחלל העמוק/ מצלמת הדמיה פוליכרומטית של כדור הארץ (DSCOVR/EPIC; www.nesdis.noaa.gov/DSCOVR/spacecraft.html) מנותחות. אנו משתמשים בכדור הארץ כאקסופלנטה פרוקסי כדי להעריך שיטה זו כי כרגע תצפיות זמינות של אקסופלנטות אינן מספיקות. אנחנו מצרףים את הקוד עם הנייר כדוגמה. הוא פותח תחת פיתון 3.7 עם אנקונדה וחבילות מרפא, אבל המתמטיקה של הפרוטוקול יכול להיעשות גם בסביבות תכנות אחרות (למשל, IDL או MATLAB).

<table><tbody><tr><td>Python 3.7 עם חבילות</td><td></td><td></td> אנקונדה <td>ו-healpy סביבות תכנות אחרות (למשל, IDL או MATLAB) עובדות גם כן.</td></tr></tbody></table>

מיפוי פני השטח של אקסופלנטות דמויי כדור הארץ באמצעות עקומות אור בנקודה אחת

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

פתרון מרחבי של תכונות אקסופלנטה מתצפיות של נקודה אחת חיוני להערכת המגורים הפוטנציאליים של אקסופלנטות. המטרה הסופית של פרוטוקול זה היא לקבוע אם עולמות פלנטריים אלה נמל תכונות גיאולוגיות ו / או מערכות אקלים. אנו מציגים שיטה לחילוץ מידע מתעקומות אור מרובות אורך גל בנקודה אחת ואחזור מפות פני השטח. היא משתמשת בפירוק ערך יחיד (SVD) כדי להפריד מקורות התורמים לווריאציות עקומת האור ומקנים את קיומן של מערכות אקלים מעוננות חלקית. באמצעות ניתוח של סדרת הזמן שהתקבלה מ- SVD, ניתן להסיק ייחוסים פיזיים של רכיבים עיקריים (מחשבים) ללא הנחות של מאפיינים ספקטרליים כלשהם. בשילוב עם גיאומטריית הצפייה, ניתן לשחזר מפות משטח אם נמצא שאחד המחשבים מכיל מידע על פני השטח. Degeneracy מקורו התכווצות של גיאומטריית פיקסל ומידע ספקטרום קובע את האיכות של מפות משטח משוחזרות, אשר דורש המבוא של סדירות. לצורך הדגמת הפרוטוקול, עקומות אור באורך גל מרובה של כדור הארץ, המשמש אקסופלנטה פרוקסי, מנותחים. השוואה בין התוצאות לאמת הקרקע מוצגת כדי להראות את הביצועים והמגבלה של הפרוטוקול. עבודה זו מספקת אמת מידה להכלה עתידית של יישומי אקסופלנטה.

אנו משתמשים בעקומות אור מרובות אורך גל של נקודה אחת בכדור הארץ כדי להדגים את הפרוטוקול, ולהשוות את התוצאות לאמת הקרקע כדי להעריך את איכות מיפוי פני השטח. תצפית בשימוש כאן מתקבלת על ידי DSCOVR / EPIC, שהוא לוויין הממוקם ליד הנקודה Lagrangian הראשון (L1) בין כדור הארץ לשמש לוקח תמונות בעשרה אורכי גל של פני כדור הארץ ים. שנתיים (2016 ו-2017) של תצפיות משמשות להפגנה זו, שהן זהות לאלה של ג'יאנג ואח' (2018)12 ופאן ואח' (2019)13, שם מוצגים פרטים נוספים על התצפיות. תצפית לדוגמה ב 9...

הפרוטוקול מחלץ מידע מתעקומות אור של אקסופלנטות ובונים את מפות פני השטח שלהם. היא משתמשת בעקומות אור של כדור הארץ, המשמש כאקסופלנטה פרוקסי, כדי להדגים את הגישה.

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

פרוטוקול זה יכול לשמש כדי לפתור באופן מרחבי תכונות exoplanet מתצפיות חד נקודה והוא חיוני להערכת המגורים הפוטנציאליים של exoplanets. טכניקה זו יכולה לשמש כדי לשחזר מפות משטח דו מימדי של exoplanet דמוי כדור הארץ. וזו הטכניקה הראשונה שנבחנה עם תצפיות אמיתיות באמצעות כדור הארץ כנציג.המתמטיקה של טכניקה זו היא פשוטה ו ניתן להתאים אותה בקלות לתצפיות אחרות. אין צורך לעקוב בקפדנות אחר סקריפטי הקידוד. הדגמה חזותית של טכניקה זו חשובה מכיוון שתמונה אחת שווה אלף מילים.לאחר הגדרת סביבת התכנות עבור הקוד המצורף, הזן את הפקודה כדי להתקין את אנקונדה עם פייתון 3.7 למערכת. לאחר הגדרת סביבת התכנות, השג עקומות אור מרובות גלים, הצג את הגיאומטריה מהתצפיות והפעל את סדרת זמן העלילה. הפקודה py כדי להמחיש את הנתונים ולבדוק את התכונות שלהם.לאחר מכן הזינו את הפקודה ליצירת דמות גיאומטריה. כדי לחלץ את מידע פני השטח של עקומת האור, הפעל את הנורמליזציה. פקודת פי.הפלט נשמר בעקומות אור מנורמלות.csv. הזן את הפקודה כדי להמחיש את עקומות האור המנורמלות. דמות עקומת אור מנורמלת תיווצר.הזן את הפקודה כדי לרוקן את עקומות האור המנורמלות. סידרת הזמן המתקבלת, הערכים הייחודיים והרכיבים העיקריים יישמרו בקבצי הפלט המתאימים בתבנית csv. השתמש בפקודות כדי להמחיש את תוצאת פירוק הערך הייחודי.ייווצרו איורים עבור הערכים הייחודיים והרכיבים העיקריים. נתח את התרומות ואת סדרות הזמנים המתאימות של הרכיבים העיקריים כדי לקבוע את הרכיב המכיל מידע פני השטח ולהשוות את הערכים הייחודיים באלכסון של מטריצת ערך יחיד. אקסופלנטה דמוית כדור הארץ מעוננת חלקית צפויה להיות שני ערכים ייחודיים דומיננטיים דומים.כדי לאשר את בחירת הרכיב הראשי, הזן את הפקודה כדי לקבל את ספקטרום ההספק של סידרת הזמנים של כל רכיב ראשי. ספקטרום הכוח יישמר בהילוך תקופתי.csv. הזן את הפקודה כדי להמחיש את יחידות המחזור ולאשר את בחירת הרכיב הראשי.דמות מחזורי תיווצר. קוד ההתוויה הנוכחי מוסיף קווים מקווקווים המייצגים את המחזורים השנתיים, החצי שנתיים, היומיים וחצי-יומיים לעיון. בחר את הרכיב הראשי המכיל את מידע פני השטח ואת סידרת הזמנים המתאימה לו.כדי לבנות מפת משטח פלנטרית, השתמש בפקודה האקראית HEALPix כדי להמחיש את שיטת הפיקסלציה. דמות אקראית HEALPix ייווצר. ניתן לשנות את הפרמטר n שכך בשורה 17 עבור רזולוציות שונות.כדי לקבוע את המשקל של כל פיקסל, הזן את הפקודה. הפלט יישמר כ- w. npz בשל גודלו.צ'אנג ערך n שוככת בשורה 23 בהתאם לרזולוציות האחרות של המפה שאוחזרה. השתמש במשקל העלילה. הפקודה py לדמיין את המשקל.מספר איורים ייווצרו בתיקיה weight. מיזוג האיורים יאפשר להמחיש כיצד המשקל של כל פיקסל משתנה עם הזמן. השתמש ברגרסיה הליניארית.הפקודה py כדי לפתור את בעיית הרגרסיה הליניארית. תוצאת ערכי הפיקסלים תישמר בערך הפיקסל. קובץ csv.הערך של Lambda בשורה 16 ניתן לשנות עבור חוזקות שונות של הההסדירה בהתאם לצורך. אז תריץ את מפת העלילה. הפקודה py כדי לבנות את המפות שאוחזרו באמצעות פרמטרי סנור שונים.שלוש מפות ייווצרו. קשרי הגומלין בין מדדי הפיקסלים לבין מיקומם בכל מפה מתוארים במסמך HEALPix. כדי לחשב את מטריצת השונות המשותפת של כל פיקסל, הפעל את השונות המשותפת.פקודת פי. התוצאה תישמר בכל אחד. npz בשל גודלו.כדי לדמיין את מטריצת השונות המשותפת כדי למפות את אי הוודאות למפה שאוחזרה, הפעל את השונות המשותפת של העלילה. פקודת פי. נוצרת מחלוקת אחת ודמות אחת של אי-ודאות.כאן, דגימת תצפיות באורך גל רב של כדור הארץ ב 927 זמן אוניברסלי מתואם, פבואר 8, 2017 מוצגים. כאן, ניתן לצפות בסדרת הזמנים של שני המרכיבים העיקריים הדומיננטיים של עקומות האור הרב-גליות. סדרת הזמן של המרכיב העיקרי השני מדגימה מורפולוגיה קבועה יותר עם וריאציה יומית קבועה בערך ומחזור יומי חזק יותר בספקטרום הכוח שלה מאשר המרכיב העיקרי הראשון.לאחר מכן ניתן לבנות מפת שטח של אקסופלנטה פרוקסי זו המורכבת מהערך של הרכיב העיקרי השני בכל פיקסל. בהשוואה לאמת הקרקעית של כדור הארץ, המפה המשוחזרת משחזרת את כל היבשות הגדולות לאחר הפרדת מידע פני השטח מהעננים. התוצאות עבור חצי הכדור הדרומי גרועות יותר מאלה שנצפו בחצי הכדור הצפוני בשל כיסוי העננים מעל האוקיינוסים הדרומיים.אי הוודאות של כל ערך פיקסל היא בסדר גודל של 10% מזה במפה שאוחזרה, מה שמרמז על איכות טובה של מיפוי פני השטח ותוצאה חיובית. הדרישה הקריטית להחלת פרוטוקול זה על ניתוח עתידי מאשרת שניתן לחלץ את מידע פני השטח מעוגות אור. טכניקה זו משמשת אמת מידה במיפוי פני השטח של אקסופלנטות וייתכן שתשתפר עם פיצויים אחרים ושיטות ההוסחה לתצפיות חדשות.

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

Research

JoVE Journal

Engineering

הנדסה

אור מעצמים אסטרונומיים חייב לנסוע דרך האטמוספרה המתערבלת של כדור הארץ לפני שזה יכול להיות צלם באמצעות טלסקופים קרקעיים. כדי לאפשר הדמיה ישירה ברזולוציה הזוויתי מרבית תיאורטית, טכניקות מתקדמות כגון אלה המועסקים על ידי מערכת Robo-AO אופטיקה אדפטיבית חייבות להיות בשימוש.

הבאת היקום הנראה לפוקוס עם רובו-AO

בפרוטוקול וידאו זה אנו עוקבים - במהירות גבוהה ובתלת מימד - אחר ליזוזומים בעלי תווית פלואורסצנטית בתוך תאים חיים, תוך שימוש בשיטת המעקב המסלולי במיקרוסקופ דו-פוטוני שונה.

3D Orbital מעקב במיקרוסקופ שני פוטונים השתנה: בקשה למעקב של תאיים שלפוחית

שיטות מספריים ונסיוניות מוצגות לפיזור מספר רב של אור במדיה אקראית דיסקרטית של חלקיקים צפופים. השיטות מנוצלים כדי לפרש את התצפיות של האסטרואיד (4) וסטה ו שביט 67 p/צ'יומוב-Gerasimenko.

פיזור וקליטת האור בריגולסים פלנטרית

פרוטוקול זה מתאר את ההתקנה והשימוש של מערכת החשמל, פלטפורמת תוכנה פתוחה מבוססת MATLAB לניתוח נתוני מיפוי אופטי לב. מכשיר אלקטרומגנט מספק כלי רב טווח של תפוקה גבוהה לניתוח של מתח מיפוי אופטי והנתונים הסידן מגדיר על פני מגוון רחב של מודלים ניסוי לב.

ניתוח תפוקה גבוהה של נתוני מיפוי אופטי באמצעות מידע אלקטרומגנט

פלקסים פחמן בקריוספירה הם בקושי מוערך עדיין אבל הם חיוניים לגבי שינויי האקלים. כאן אנו מראים התקן אב טיפוס הרומן לוכדת את הפוטנציאל phototrophic בסביבות supraglacial מבוסס על לייזר המושרה פליטת זריחה (L.I.F.E.) טכנולוגיה המציעה מידע הרזולוציה גבוהה ספקטרלי ומרחבית בתנאים באתרו.

המושרה לייזר פליטת פלואורסצנטית (L.I.F.E.) ככלי הרומן שאינו פולשני עבור מדידות באתרו של ביוארקרס בבתי גידול קריורוי

מוצגת מסגרת סימולציה לבדיקת יכולות ההדמיה של מערכי רדיו בקנה מידה גדול על פני הירח. רכיבי רעש עיקריים נדונים, צינור תוכנה הוא הלך דרך עם פרטים על איך להתאים אותו אישית לשימושים מדעיים חדשניים.

הדמיית הדמיה של מערכי רדיו בקנה מידה גדול על פני הירח

פרוטוקול זה כולל טרנספקציה של חיישני cAMP ו-bPAC-nLuc, חלבון אופטוגנטי, כדי לעקוב במדויק אחר התפלגות התאים שלו ותגובתו לגירוי האור. הגישה החדשנית של יצירת מפת תגובה cAMP באמצעות מערכת סריקה נקודתית טומנת בחובה פוטנציאל לקידום המחקר עם חלבונים אופטוגנטיים בתחומים שונים.

מיפוי ההתפלגות התאית של חלבון אופטוגנטי באמצעות רשת גירוי אור

מאמר זה מתאר פרוטוקול לאפיון מכני של ספרואידים חיים בתוך מטריצה תלת-ממדית באמצעות מיקרוספקטרוסקופיית ברילואין. שיטה אופטית מלאה זו מאפשרת ויזואליזציה ספרואידית ברזולוציה מיקרוסקאלית ותכונות מכניות כמותיות. גישה זו משפיעה על פנוטיפינג מכני; לדוגמה, קביעת מצבים פתולוגיים של ספרואידים גידוליים בתוך מיקרו-סביבה תלת-ממדית.

מיפוי מכני של ספרואידים באמצעות ספקטרוסקופיית ברילואין

פרוטוקול זה מכסה מתודולוגיית סקר הדמיה בשטח גדול בת ארבעה שלבים המשמשת לחילוץ מדדים של מורכבות מבנית, הרכב קהילתי ודמוגרפיה של אוכלוסייה עבור קהילות שוניות אלמוגים. איכות התמונות שנאספו והגישה המשולבת לתמונות המקור מתועדפות בכל שלב של הפרוטוקול.

מדידת המבנה, ההרכב והשינוי של סביבות תת-מימיות באמצעות הדמיה בשטח גדול

interferometry מיקרוסקופ אור הלבן הוא אופטי, ללא מגע ומהיר שיטה למדידת הטופוגרפיה של משטחים. הוא הראה כיצד ניתן ליישם השיטה לניתוח בלאי מכאני, שבו ילבש צלקות על דגימות בדיקת tribological מנותחות, ובמדע חומרים כדי לקבוע נפחים ועומקי אבלציה ליזר אלומת יונים מקרטעים או.

אפיון של פני שטח על ידי שינויי Interferometry אור הלבן: יישומים ביון יורקת, אבלציה ליזר, וניסויי Tribology

חקור מיפוי פני שטח של אקסופלנטות דמויי כדור הארץ באמצעות עקומות אור מנקודת תצפית אחת. שיטה זו מאפשרת הערכת יכולת המחיה של עולמות רחוקים באמצעות כדור הארץ כמודל.

מיפוי פני השטח של אקסופלנטות דמויי כדור הארץ באמצעות עקומות אור בנקודה אחת

גלה סרטונים נוספים