[논문 리뷰] Maximizing Science in the Era of LSST: A Community-Based Study of Needed US Capabilities

Joan Najita, Beth Willman외 49명|arXiv (Cornell University)|2016. 10. 05.

Advanced Data Storage Technologies참고 문헌 1인용 수 14

한 줄 요약

이 커뮤니티 기반 연구는 대규모 시天망측위망원경(Large Synoptic Survey Telescope, LSST)의 과학적 성과를 극대화하기 위해 미국 내 기초적인 광학-적외선(OIR) 능력이 무엇이 필요한지 규명한다. 이 능력들은 망원경, 기구, 계산 및 데이터 인프라를 포함하며, 심층 조사 설문조사의 우선순위와 부합하는 여섯 가지 핵심 과학 프로그램을 우선순위에 따라 정리한다. 이 연구는 기존 및 계획 중인 시설이 천체물리학 전반(태양계에서 우주론에 이르기까지)에서 LSST 기반 발견을 어떻게 가장 잘 뒷받기지 않을지 정량적으로 평가한다.

ABSTRACT

The Large Synoptic Survey Telescope (LSST) will be a discovery machine for the astronomy and physics communities, revealing astrophysical phenomena from the Solar System to the outer reaches of the observable Universe. While many discoveries will be made using LSST data alone, taking full scientific advantage of LSST will require ground-based optical-infrared (OIR) supporting capabilities, e.g., observing time on telescopes, instrumentation, computing resources, and other infrastructure. This community-based study identifies, from a science-driven perspective, capabilities that are needed to maximize LSST science. Expanding on the initial steps taken in the 2015 OIR System Report, the study takes a detailed, quantitative look at the capabilities needed to accomplish six representative LSST-enabled science programs that connect closely with scientific priorities from the 2010 decadal surveys. The study prioritizes the resources needed to accomplish the science programs and highlights ways that existing, planned, and future resources could be positioned to accomplish the science goals.

연구 동기 및 목표

• LSST 설문조사에서 과학적 성과를 극대화하기 위해 필요한 지상 기반 광학-적외선(OIR) 능력을 규명하고 우선순위를 정하는 것.
• 기존, 계획 중인, 향후 미국의 OIR 시설이 어떻게 LSST 기반 과학 프로그램을 가장 잘 뒷받기지 않을지 평가하는 것.
• 2010년 심층 조사 설문조사에서 설정한 과학 목표와 연계하여 인프라 투자를 조정하는 것. 특히 여섯 가지 대표적인 과학 프로그램을 중심으로 한다.
• 미국 천문학 인프라 자원 배분을 위한 과학 중심의 정량적 도표를 제공하는 것.

제안 방법

• LSST 기반 과학 프로그램 6개에 대해 커뮤니티 기반, 과학 중심의 분석을 수행하였으며, 이는 심층 조사 설문조사의 우선순위와 밀접한 관련이 있다.
• 각 과학 프로그램이 요구하는 관측 시간, 기구, 계산 자원, 데이터 처리 능력을 평가하였다.
• 과학적 영향과 실현 가능성에 기반해 능력을 우선순위에 따라 정렬하기 위해 정량적 지표를 사용하였다.
• 기존, 계획 중인, 향후 미국의 OIR 시설이 특정 요구사항을 충족시키는 데 어떻게 기여할지 평가하였다.
• 다양한 하위분야에서 활동하는 52명의 주요 미국 천문학자 및 천체물리학자로부터의 입력을 통합하였다.
• 국가 차원의 인프라 투자와 LSST 과학 목표를 연계하기 위한 전략적 프레임워크를 제공하였다.

실험 결과

연구 질문

• RQ1 LSST 설문조사에서 과학 성과를 극대화하기 위해 필수적인 지상 기반 OIR 능력은 무엇인가?
• RQ2 기존 및 계획 중인 미국의 망원경, 기구, 계산 자원은 어떻게 최적의 방식으로 LSST 과학 프로그램을 뒷받기지 않을 것인가?
• RQ3 핵심 LSST 기반 과학 목표를 위해 필요한 정량적 자원 요구사항(관측 시간, 데이터 처리, 기구 등)은 무엇인가?
• RQ4 규명된 능력들은 2010년 심층 조사 설문조사에서 설정한 우선순위와 어떻게 부합하는가?
• RQ5 미국이 LSST 시대 천체물리학의 선도적 위치를 유지하기 위해 어떤 전략적 인프라 투자가 필요한가?

주요 결과

• 이 연구는 LSST 과학 성과를 극대화하기 위해 망원경, 기구, 계산, 데이터 인프라 분야에서 12가지 핵심 OIR 능력이 필요하다고 규명하였다.
• LSST가 탐지한 일시적 또는 변동성 있는 천체의 후속 관측을 위해 대형 지름의 광학-적외선 망원경에서의 상당한 관측 시간 확보가 필수적이다.
• 초기 폭발, 변동성 항성, 지구 근접 천체와 같은 동적 현상을 연구하기 위해 고주기, 광역 영역의 영상 및 스펙트럼 촬영 능력이 필요하다.
• LSST의 데이터량을 처리하고 희귀하거나 미약한 신호를 추출하기 위해 고급 데이터 처리 및 머신러닝 인프라가 필요하다.
• 이 연구는 기존 미국 시설이 재편성되거나 우선순위가 재조정되면 많은 요구사항을 충족시킬 수 있음을 강조하지만, 일부 고영향력 있는 능력은 신규 투자가 필요하다고 밝혔다.
• 국가 차원의 인프라 투자와 LSST 과학 목표를 연계하기 위한 전략적 도표가 제안되었으며, 이는 미국 천문학 자금의 최적의 수익을 보장한다.