Dalam penelitian saya tentang exoplanet, saya telah mendengar banyak orang berbicara "memodelkan atmosfer exoplanet". Saya tidak tahu apa artinya "maju" dalam "pemodelan maju" dan bagaimana perbandingannya dengan "pemodelan terbalik", jika itu hanya satu hal.
Apa yang dimaksud dengan pemodelan ke depan, dan mengapa pemodelan ini begitu istimewa sehingga perlu dibedakan dari pemodelan biasa biasa?
exoplanet
atmosphere
Bintang neutron
sumber
sumber
Jawaban:
Ada berbagai cara untuk memodelkan sesuatu. Dari yang Anda tanyakan, ada dua jenis utama pemodelan: pemodelan maju dan pemodelan terbalik.
Pemodelan ke Depan
Dalam jenis pemodelan ini, Anda memiliki model spesifik yang mendefinisikan kondisi "saat ini" dari sistem Anda. Dalam kasus atmosfer planet ekstrasurya, kemungkinan akan menjadi sesuatu yang mendefinisikan konten molekuler, tingkat ionisasi, kepadatan, dll dari atmosfer planet ekstrasurya Anda. Kemudian, Anda menggunakan fisika / matematika sistem Anda untuk memutuskan bagaimana itu akan berperilaku. Dalam pengaturan ini, apa yang Anda buat adalah sistem untuk memprediksi status sistem dari model fisika yang telah ditentukan.
Contoh seperti itu adalah seseorang yang menciptakan atmosfer mereka sendiri dari sebuah planet ekstrasurya dalam sebuah model dan kemudian berkata, oke apa yang terjadi ketika saya menyinari atmosfer ini. Pengamatan apa yang mungkin saya rekam?
Pemodelan terbalik
Dalam beberapa hal ini adalah kebalikan dari pemodelan ke depan, meskipun itu tidak berarti Anda menjalankan model untuk melihat ke masa lalu. Alih-alih, yang terjadi dengan pengaturan ini adalah Anda mengetahui status atau hasil tertentu, dan Anda ingin membuat model sistem Anda yang dapat menghasilkan kondisi tersebut. Pada dasarnya, Anda ingin model Anda sampai pada keadaan tertentu ketika selesai menghitung. Jika ya, Anda memiliki keyakinan yang masuk akal bahwa model Anda adalah beberapa indikasi seperti apa sebenarnya sistem Anda.
Dalam situasi ini, Anda akan mengukur komponen atmosfer, misalnya jari-jari planet sebagai fungsi panjang gelombang, dan kemudian membuat model atmosfer yang diharapkan dapat mereproduksi pengamatan Anda. Jika Anda bisa, maka harapannya adalah bahwa model tersebut secara akurat mewakili apa sistem Anda.
sumber
Pemodelan ke depan adalah penggunaan model untuk mensimulasikan hasil. Masalah mendapatkan model untuk menghasilkan data dari input disebut masalah ke depan .
Model maju mengambil parameter tertentu dan menghasilkan data yang kemudian dapat dibandingkan dengan pengamatan aktual.
Pemodelan ke depan tampaknya umum digunakan dalam ilmu-ilmu Bumi, merujuk misalnya pada model iklim global, peristiwa seismik, dll.
Prosedur yang berlawanan disebut masalah terbalik :
Memecahkan masalah terbalik berarti memberikan serangkaian pengamatan, membangun model yang menjelaskan masalah tersebut.
Saya kira itu diharapkan bahwa atmosfer planet ekstrasurya dipelajari melalui pemodelan ke depan, karena kita sudah memiliki model atmosfer yang memadai untuk Bumi dan pemahaman untuk menyesuaikannya dengan planet lain, sementara kita belum memiliki karakterisasi yang memadai dari atmosfer planet ekstrasurya.
sumber
sumber
Pemodelan terbalik adalah tempat Anda menggunakan fitur data untuk memperkirakan sekumpulan parameter mendasar dari model fisik Anda tentang apa yang sedang terjadi.
Pemodelan ke depan adalah tempat Anda menggunakan model Anda untuk memprediksi apa yang akan Anda amati dan menggunakan perbandingan prediksi ini dengan data Anda untuk menyimpulkan parameter model Anda.
Contoh planet ekstrasurya yang sederhana. Pertimbangkan kurva kecepatan radial sampel yang jarang. Anda bisa memasukkan sinusoid (atau solusi orbit elips) ke data ini dan memperkirakan periode, amplitudo kecepatan radial dan kemudian menyimpulkan massa minimum untuk planet ekstrasurya yang mengorbit dengan memasukkan angka-angka ini, bersama dengan perkiraan massa bintang ke dalam fungsi massa rumus.
Pendekatan pemodelan ke depan akan dimulai dengan massa bintang dan planet, menentukan periode dan kecenderungan orbital dan kemudian memprediksi apa yang akan diamati - termasuk jika perlu, fungsi yang memungkinkan ketidaksempurnaan dan ketidakpastian dalam pengukuran. Banyak model seperti itu diproduksi dan dibandingkan dengan pengamatan sampai satu dapat memperkirakan fungsi probabilitas untuk masing-masing parameter model.
sumber
Untuk melihat perbedaan antara model maju dan terbalik, pertimbangkan pemahaman kami bahwa atom dapat menyerap dan memancarkan hanya panjang gelombang cahaya diskrit tertentu. Inilah yang kami amati ; kita bisa membangun model struktur atom sederhana (terbalik) berdasarkan pengamatan ini. Tetapi hanya setelah kita memiliki model atom yang dikembangkan dengan baik, seperti teori kuantum, kita dapat memprediksi penyerapan dan emisi atom apa pun .
Pemodelan ke depan didasarkan pada pemahaman yang dikembangkan dengan baik ini dan umumnya merupakan bentuk pemodelan yang paling berguna.
Namun, model terbalik penting ketika kita belum memiliki pemahaman yang baik tentang suatu sistem; dalam hal itu, model ad hoc pada akhirnya dapat mengarahkan kita untuk mengembangkan model dan pemahaman yang sepenuhnya baru - seperti halnya dalam memahami atom dan molekul sebelum teori kuantum dikembangkan sepenuhnya.
sumber
Saya ingin menambahkan jawaban pablodf76, yang sepenuhnya benar, untuk mengatakan bahwa sering, pemodelan ke depan digunakan untuk memecahkan masalah terbalik . Sejauh ini, ini adalah konteks yang paling umum di mana saya telah melihat istilah ini dalam literatur astronomi.
Secara umum, memiliki model ke depan serta memahami ketidakpastian pengukuran Anda sama dengan memiliki fungsi kemungkinan. (Yang lebih umum adalah menganggap model ke depan Anda sebagai kemungkinan). Model maju bergerak dari parameter yang mendasari ke data (masalah ke depan), dan dikombinasikan dengan teknik statistik - menggunakan MCMC untuk mengambil sampel dari posterior, atau menghitung estimasi parameter kemungkinan maksimum, misalnya - untuk menyelesaikan masalah invers.
Dalam konteks ini, penulis mungkin mencoba untuk menekankan bahwa mereka sampai pada perkiraan / posterior parameter atmosfer dengan model atmosfer rinci dalam kombinasi dengan beberapa bentuk inferensi statistik.
sumber