[論文レビュー] The Automated Photometry Of Transients (AutoPhOT) pipeline

S. Brennan, M. Fraser|arXiv (Cornell University)|Jan 7, 2022

Astronomical Observations and Instrumentation被引用数 6

ひとこと要約

AutoPhOT は、天文的変光天体の自動的で出版水準の photometry を実現する、Python 3 専用のオープンソース photometry パイプラインです。自動的なアパーチャーおよび PSF photometry、テンプレート差分法、人工的光源の注入による限界マグニチュード推定を可能とし、DAOPHOT と同等の結果を達成しながら、レガシーな IRAF や Python 2 ソフトウェアへの依存を排除しています。

ABSTRACT

We present the Automated Photometry Of Transients (AutoPhOT) package, a novel automated pipeline that is designed for rapid, publication-quality photometry of astronomical transients. AutoPhOT is built from the ground up using Python 3 - with no dependencies on legacy software. Capabilities of AutoPhOT include aperture and point-spread-function photometry, template subtraction, and calculation of limiting magnitudes through artificial source injection. AutoPhOT is also capable of calibrating photometry against either survey catalogues, or using a custom set of local photometric standards, and is designed primarily for ground-based optical and infrared images. We show that both aperture and point-spread-function photometry from AutoPhOT is consistent with commonly used software, for example DAOPHOT, and also demonstrate that AutoPhOT can reproduce published light curves for a selection of transients with minimal human intervention.

研究の動機と目的

• レガシーな IRAF/DAOPHOT ソフトウェアに代わる、現代的で保守可能な photometry パイプラインの需要に対応すること。
• 最小限のユーザー介入で、自動的かつ出版用に適した photometry を提供すること。
• 32ビットおよび Python 2 依存の排除により、現代のコンピューティング環境との互換性を確保すること。
• スクリーニングカタログ（例：SDSS、PanSTARRS）とユーザー定義のローカル標準を併用した photometric キャリブレーションを可能とすること。
• 人工的光源の注入と統計的検出基準を用いた、頑健な限界マグニチュード推定を可能とすること。

提案手法

• IRAF や非推奨の Python 2 パッケージに依存しない、完全に Python 3 に依存する構築。
• 画像処理、WCS、photometry 計算に、Astropy コアパッケージを活用。
• PSF モデリングと光源プロファイル適合を用いて、アパーチャーおよび PSF フィッティング photometry を実行。
• 差分画像における変光信号の検出に、テンプレート差分法を採用。
• さまざまなフラックスレベルでの光源の模擬を用いて、人工的光源の注入による限界マグニチュードを推定。
• 誤検出率（α）および誤検出率（β）を用いた統計的検出基準を適用し、保守的な上限を得るためにデフォルトで β′ = 0.75 を採用。

実験結果

リサーチクエスチョン

• RQ1 現代的で Python 3 専用の photometry パイプラインは、レガシーなソフトウェアに依存せずに、DAOPHOT と同等の photometric 精度を達成できるか？
• RQ2 AutoPhOT は、最小限の人為的介入で、既存の出版済み光曲線をどの程度正確に再現できるか？
• RQ3 人工的光源の注入と統計的検出閾値を用いた場合、AutoPhOT は限界マグニチュードをどの程度効果的に推定できるか？
• RQ4 AutoPhOT は、外部スクリーニングカタログとユーザー定義のローカル標準の両方を用いて、信頼性高く photometry キャリブレーションを実行できるか？
• RQ5 AutoPhOT は、異なる望遠鏡やフィルターからの多様なデータセットに対しても一貫した性能を維持できるか？

主な発見

• AutoPhOT は、最小限のユーザー介入で、既存の出版済み光曲線を高精度に再現し、文献結果と高い一貫性を示した。
• AutoPhOT におけるアパーチャーおよび PSF photometry を用いたフラックス回復は、DAOPHOT の結果と一貫しており、その正確性が検証された。
• パイプラインが採用する人工的光源の注入法は、式 15 で予測される統計的検出確率（β′）を正確に再現しており、約 4.5σ の背景ノイズにおいて 75% の検出率を達成した。
• 5σ の背景ノイズに対する限界マグニチュードは、95% の信頼水準での源検出を保証しており、標準的な天文学的慣習と一致する。
• AutoPhOT はデフォルトで β′ = 0.75 を採用しており、変光天体検出における誤検出（偽陰性）のリスクを最小限に抑える保守的な上限を提供する。
• パイプラインは、SDSS/PanSTARRS カタログベースのキャリブレーションと、ユーザー定義のローカル photometric 標準の両方をサポートしており、観測キャンペーンにおける柔軟性を高めた。