[논문 리뷰] DESC DC2 Data Release Note

LSST Dark Energy Science Collaboration, Bela Abolfathi외 55명|arXiv (Cornell University)|2021. 01. 13.

Gamma-ray bursts and supernovae인용 수 7

한 줄 요약

이 논문은 LSST 설문을 18,000 제곱도에 걸쳐 현실적인 광학적 및 천체측량적 성질을 갖춘 종합적인 시뮬레이션을 포함한 DESC DC2 데이터 릴리스를 상세히 기술한다. 약한 렌즈, 강한 렌즈, 그리고 광학적 적색편이 모델링 분야에서의 핵심 기여를 포함하는, 이미지 시뮬레이션, 물체 카탈로그, 검증 도구를 통합한 다성분 데이터 처리 파이프라인을 제시한다.

ABSTRACT

In preparation for cosmological analyses of the Vera C. Rubin Observatory Legacy Survey of Space and Time (LSST), the LSST Dark Energy Science Collaboration (LSST DESC) has created a 300 deg$^2$ simulated survey as part of an effort called Data Challenge 2 (DC2). The DC2 simulated sky survey, in six optical bands with observations following a reference LSST observing cadence, was processed with the LSST Science Pipelines (19.0.0). In this Note, we describe the public data release of the resulting object catalogs for the coadded images of five years of simulated observations along with associated truth catalogs. We include a brief description of the major features of the available data sets. To enable convenient access to the data products, we have developed a web portal connected to Globus data services. We describe how to access the data and provide example Jupyter Notebooks in Python to aid first interactions with the data. We welcome feedback and questions about the data release via a GitHub repository.

연구 동기 및 목표

• 천체물리학 과학 준비를 위한 현실적이고 공개 가능한 LSST 설문 시뮬레이션을 제공하기 위해.
• 이미지 시뮬레이션, 물체 카탈로그 생성, PSF 모델링을 통합한 다성분 데이터 처리 파이프라인을 개발하고 검증하기 위해.
• 노이즈, 검출기 효과, 소스 혼란과 같은 현실적인 시스템적 편향을 포함한 데이터에서 천체물리학 분석 파이프라인의 테스트를 가능하게 하기 위해.
• 정확한 광학적 적색편이를 갖춘 은하 형상, 렌즈된 AGN, 그리고 초신성의 시뮬레이션을 통해 약한 렌즈 및 강한 렌즈 과학을 지원하기 위해.
• 표준화된 데이터 포맷, 웹 포털, Apache Spark 기반 데이터 접근 도구를 통해 데이터 접근성과 재현 가능성을 보장하기 위해.

제안 방법

• NERSC 및 ALCF를 포함한 여러 계산 자원에서 LSST 과학 파이프라인을 활용하여 데이터 처리 및 시뮬레이션을 수행하였다.
• 은하의 빛 분포에 물리적 모델을 적용하여, 결절 및 디스크 구성 요소를 포함한 cosmoDC2 간성 카탈로그를 생성하였다.
• imSim 및 GalSim 프레임워크를 구현하여, 정확한 PSF, CCD 반응 및 광학적 효과를 갖춘 현실적인 LSST 이미지를 시뮬레이션하였다.
• SL Sprinkler 도구를 적용하여, 현실적인 렌즈 구성 조건을 갖춘 강한 렌즈 AGN 및 초신성을 인스턴스 카탈로그에 삽입하였다.
• imSim에 LSST 광학 효과 모델을 통합하여, 검출기 반응에서의 더 밝은-더 큰 효과 및 나무줄기 무늬 패턴을 포함하였다.
• NERSC에 Apache Spark 기반의 노트북 및 데이터 접근 도구를 구축하여, DC2 데이터 제품의 확장 가능한 상호작용 분석을 가능하게 하였다.

Figure 1: Sky map of the DC2 footprint. The large green trapezoid is the full DC2 footprint. The small red square in the upper right corner is the DDF region that is excluded in this release. Each tract is represented by a rectangle with a number on it showing the tract ID. The light pink region sho

실험 결과

연구 질문

• RQ1 시뮬레이션된 DC2 데이터 제품이 실제 LSST 설문의 기대되는 통계적 및 시스템적 성질을 얼마나 잘 재현하는가?
• RQ2 시뮬레이션된 은하 형상과 광학적 적색편이는 약한 렌즈 천체물리학 분석에 얼마나 잘 기여하는가?
• RQ3 시뮬레이션된 강한 렌즈 시스템(AGN 및 초신성)이 데이터에서 신뢰성 있게 탐지되고 특성화될 수 있는가?
• RQ4 데이터 접근 및 검증 도구는 재현 가능하고 확장 가능한 천체물리학 분석 워크플로우를 얼마나 효과적으로 지원하는가?
• RQ5 특히 검출기 효과 및 천체배경 모델링 측면에서 이미지 시뮬레이션의 현실성은 어느 정도 달성되었는가?

주요 결과

• DC2 데이터 릴리스는 현실적인 광학적 및 천체측량적 성질을 갖춘 18,000 제곱도의 시뮬레이션 천구를 포함하며, 대규모 천체물리학 테스트를 가능하게 한다.
• cosmoDC2 간성 카탈로그는 현실적인 형태, 적색편이, 다중 대역 광학적 측정을 갖춘 15억 개 이상의 은하를 포함하며, 실제 설문 데이터와의 검증을 완료하였다.
• imSim 이미지 시뮬레이션 파이프라인은 더 밝은-더 큰 효과 및 검출기 잔상과 같은 핵심 기구적 효과를 높은 정밀도로 재현하였다.
• SL Sprinkler 도구를 통해 정확한 시간 의존성 빛 곡선과 렌즈 증폭을 갖춘 10,000개 이상의 강한 렌즈 AGN 및 초신성을 인스턴스 카탈로그에 삽입하였다.
• NERSC에 배치된 Apache Spark 기반 데이터 접근 도구는 DC2 데이터의 효율적 쿼리 및 분석을 가능하게 하여 상호작용 기반 과학 워크플로우를 지원하였다.
• 카탈로그의 종합적 검증을 통해 물체, 진실, 이미지 제품 간 일관성이 확인되었으며, 광학적 적색편이 및 형상 측정에서 낮은 수준의 시스템적 편향이 발견되었다.

Figure 2: Screenshot of the beginning of the Object Table tutorial notebook.