Mapeamento global da composição da superfície em uma exo-terra usando modelagem esparsa

(a)-(c) Distribuições de superfície de entrada e (d)(e)(f)(m) soluções inferidas por spin-órbita não misturada com `1-norm e regularização TSV usando um modelo de Terra sem nuvens, (g)(h) (i)(n) regularização de norma de traço, e (j)(k)(l)(o) regularização de Tikhonov. A primeira, segunda e terceira colunas de (a)-(l) são distribuições de vegetação, terra e oceano, respectivamente. Nos espectros (m)-(o), as linhas sólidas são os espectros inferidos e as linhas pontilhadas representam os espectros de entrada. (j), (k), (l) e (o) são baseados em Kawahara (2020).

A série temporal de luz refletida de exoplanetas por imagens diretas futuras pode fornecer informações espaciais em relação à superfície planetária.

Aplicamos modelagem esparsa ao método de recuperação que separa a informação espacial e espectral de curvas de luz refletida multi-bandas denominadas como spin-orbit unmixing. Usamos a norma ℓ1 e a norma Total Squared Variation como termos de regularização para a distribuição de superfície. Aplicando nossa técnica a um modelo de brinquedo da Terra sem nuvens, mostramos que nosso método pode inferir distribuições de superfície esparsas e contínuas e também espectros não misturados sem conhecimento prévio da superfície do planeta. Também aplicamos a técnica aos dados reais da Terra observados pelo DSCOVR/EPIC.

Determinamos os componentes representativos que podem ser interpretados como nuvem e oceano. Além disso, encontramos dois componentes que se assemelham à distribuição da terra. Um dos componentes captura o deserto do Saara e o outro corresponde aproximadamente à vegetação, embora seus espectros ainda estejam contaminados por nuvens. A modelagem esparsa melhora significativamente a recuperação geográfica, em particular, da nuvem e leva a resoluções mais altas para outros componentes quando comparado com a separação de órbitas giratórias usando a regularização de Tikhonov.

Publicado em 10/04/2022 15h27

Artigo original:

Estudo original: