[論文レビュー] Hierarchical progressive surveys. Multi-resolution HEALPix data structures for astronomical images, catalogues, and 3-dimensional data cubes

P. Fernique, M. Allen+9 more|NPARC|May 9, 2015

Galaxies: Formation, Evolution, Phenomena参考文献 64被引用数 30

ひとこと要約

本論文は、天文学的画像、カタログ、3Dデータキューブを整理するための、HEALPixに基づく階層的プログレッシブサーベイ（HiPS）という多スケールのデータ構造を紹介する。HEALPixの階層的タイリングを活用することで、さまざまなサーベイにまたがるペタバイトスケールのデータセットに対して、効率的かつ相互運用可能なアクセス、可視化、解析を可能にする。現在、180以上のHiPSデータセットがすでに展開され、Aladin や Aladin Lite などのツールに統合されている。

ABSTRACT

Scientific exploitation of the ever increasing volumes of astronomical data requires efficient and practical methods for data access, visualisation, and analysis. Hierarchical sky tessellation techniques enable a multi-resolution approach to organising data on angular scales from the full sky down to the individual image pixels. Aims. We aim to show that the Hierarchical progressive survey (HiPS) scheme for describing astronomical images, source catalogues, and three-dimensional data cubes is a practical solution to managing large volumes of heterogeneous data and that it enables a new level of scientific interoperability across large collections of data of these different data types. Methods. HiPS uses the HEALPix tessellation of the sphere to define a hierarchical tile and pixel structure to describe and organise astronomical data. HiPS is designed to conserve the scientific properties of the data alongside both visualisation considerations and emphasis on the ease of implementation. We describe the development of HiPS to manage a large number of diverse image surveys, as well as the extension of hierarchical image systems to cube and catalogue data. We demonstrate the interoperability of HiPS and Multi-Order Coverage (MOC) maps and highlight the HiPS mechanism to provide links to the original data. Results. Hierarchical progressive surveys have been generated by various data centres and groups for ~200 data collections including many wide area sky surveys, and archives of pointed observations. These can be accessed and visualised in Aladin, Aladin Lite, and other applications. HiPS provides a basis for further innovations in the use of hierarchical data structures to facilitate the description and statistical analysis of large astronomical data sets.

研究の動機と目的

• さまざまなサーベイとアーカイブから得られるペタバイトスケールの異種の天文学的データセットを管理し、相互接続することの増大する課題に対処する。
• 空間的カバレッジの不一致、ファイル形式、メタデータの標準の不備により、データ発見、可視化、解析に制限が生じる問題を克服する。
• 科学的整合性を保ちつつ、効率的な多スケールアクセスを可能にする、統一的でスケーラブルで拡張可能なデータモデルを開発する。
• 共通の階層的フレームワークを通じて、画像サーベイ、源カタログ、3Dデータキューブの間での相互運用性を実現する。
• 既存のバーチャルオブザーバトリ標準およびAladinなどのツール（MOCマップを含む）とのシームレスな統合を促進し、広範な科学的採用を実現する。

提案手法

• 天の川の球面を階層的で多スケールのピクセルとタイルのグリッドとして定義するため、球面タイリングであるHEALPixを採用する。
• HiPSデータを、各レベルが下位のデータの粗い解像度の要約を表す、タイルとピクセルの階層として構造化する。
• 画像、カタログ、3DキューブデータをHiPSフレームワークでエンコードし、科学的メタデータと空間的忠実性を保持する。
• スカイカバレッジを記述し、複数のデータセット間の領域クエリを可能にするために、マルチオーダー・カバレッジ（MOC）マップの概念を用いる。
• データの出自を保証し、階層構造から直接元のデータファイルにアクセスできるように、HiPSメタデータ内に直接リンクを埋め込む。
• 広範な互換性と導入の容易さを実現するため、軽量で人間および機械が読み取り可能な形式（例：FITS、XML、JSON）でHiPSシステムを実装する。

実験結果

リサーチクエスチョン

• RQ1 HEALPixに基づく階層的で多スケールのデータ構造は、画像、カタログ、3Dキューブを含む多様な天文学的データタイプに対して、効率的かつスケーラブルなアクセスを可能にするか？
• RQ2 HiPSは、異なる波長帯、スカイカバレッジパターン、データ形式を有する異種のデータコレクション間で、科学的正確性を損なわず、相互運用性をどのように実現できるか？
• RQ3 HiPSは、部分的・全天空のデータセットを含む大規模なスカイサーベイの統計的分析および可視化を、どの程度促進できるか？
• RQ4 10^9～10^12個の源を含む非常に大きなカタログを効率的なインデックス化と検索を伴って処理できるように、HiPSを効果的に拡張できるか？
• RQ5 MOCマップとの統合により、バーチャルオブザーバトリサービスの文脈において、データセット間のクロス比較や領域ベースの解析がどのように向上するか？

主な発見

• 180以上のHiPSデータセットが、さまざまなデータセンターとプロジェクトによって生成されており、数平方度から全天空カバレッジにまで及ぶ幅広いサーベイをカバーしている。
• AladinおよびAladin Liteにおいて、ファイルサイズの制限なしに、プログレッシブローディングにより大規模な天文学的データセットの効率的な可視化とアクセスが可能である。
• 本手法は、スペクトル的または時間的軸を有する3Dデータキューブをサポートし、マルチペタバイトのキューブコレクションの可視化と管理を可能にする。
• 最大2 × 10^9個の源を含むカタログが、HiPSカタログ構造を用いて効果的に管理されており、スケーラビリティが実証された。
• HiPSとMOCマップの統合により、画像、キューブ、カタログ間で強力なクロス比較と領域ベースのクエリが可能になる。
• HiPSは、元のデータファイルへの直接的な埋め込みリンクを提供しており、データの出自を保証するとともに、階層構造から直接生データにアクセスできる。