[논문 리뷰] MDia and POTS - The Munich Difference Imaging Analysis for the pre-OmegaTranS Project

J. Koppenhoefer, R. P. Saglia외 1명|arXiv (Cornell University)|2011. 12. 09.

Astronomy and Astrophysical Research참고 문헌 4인용 수 6

한 줄 요약

이 논문은 ESO 2.2m 망원경의 WFI를 사용해 pre-OmegaTranS 설문 조사에 대비해 개발된 고정밀 차분 이미징 광도계 파이프라인인 MDia를 제시한다. 기준 이미지를 각 과학 이미지의 볼록도에 맞추기 위해 컨볼루션을 적용하고, 이를 빼서 차분 이미지를 생성함으로써 MDia는 mmag 이하의 광도 정밀도를 달성한다; 4,433장의 이미지에 적용된 결과, 16,000개의 별에 대해 2–3 mmag의 정밀도를 달성하였으며, 일식 쌍성, 플레어 항 星, 전행 행성 후보를 탐지하였다.

ABSTRACT

We describe the Munich Difference Imaging Analysis pipeline that we developed and implemented in the framework of the Astro-WISE package to automatically measure high precision light curves of a large number of stellar objects using the difference imaging approach. Combined with programs to detect time variability, this software can be used to search for planetary systems or binary stars with the transit method and for variable stars of different kinds. As a first scientific application, we discuss the data reduction and analysis performed with Astro-WISE on the pre-OmegaTranS data set, that we collected during a monitoring campaign of a dense stellar field with the Wide Field Imager at the ESO 2.2m telescope.

연구 동기 및 목표

• 혼잡한 항성 영역에서 차분 이미징을 사용해 고정밀 광도계 파이프라인을 개발하기 위해.
• 대규모 설문 데이터에서 전행 외행성, 변광성, 이중성계를 자동으로 탐지할 수 있도록 하기 위해.
• 밀집 항성 영역에서 이론적 한계에 가까운 광도 정밀도를 달성하기 위해.
• 대규모 데이터 처리를 위한 Astro-WISE 시스템에 통합된 견고하고 자동화된 파이프라인을 제공하기 위해.
• pre-OmegaTranS 프로젝트의 실제 설문 데이터를 바탕으로 파이프라인 성능을 검증하기 위해.

제안 방법

• 파이프라인은 기준 이미지를 각 과학 이미지의 볼록도에 맞추기 위해 2차 다항식으로 조절된 가우시안 커널 기반 기반 함수의 초합을 사용하는 커널 기반의 차분 이미징 기법을 사용한다.
• 최적의 컨볼루션 커널은 기준 이미지와 과학 이미지 간 잔차 광도 차이의 χ² 최소화를 통해 계산되며, 다항식 배경 모델을 포함한다.
• 광도 수준을 유지하기 위해 정규화된 커널(|K| = 1)을 사용하며, 커널 해법 중에서 변수가 있는 천체를 제외하기 위해 마스크를 적용할 수 있다.
• 모든 탐지된 천체의 광도 곡선을 복원하기 위해 기준 이미지와 각 차분 이미지에서 광도 측정을 수행한다.
• 파이프라인은 재격자화, 광도 정렬, 가중치 이미지 보정된 입력 이미지를 사용해 Astro-WISE에 구현되어 있다.
• 핵심 단계로는 천체 배경 제거, 고립된 항성들을 이용한 광도 정렬, subby를 통한 PSF 매칭, 기준 이미지를 위한 가중치 스택 등이 포함된다.

실험 결과

연구 질문

• RQ1 차분 이미징 기법이 은하수 부르지나 M31와 같은 밀집 항성 영역에서 mmag 이하의 광도 정밀도를 달성할 수 있는가?
• RQ2 MDia 파이프라인은 실제 설문 데이터에서 변광성, 일식 쌍성, 전행 행성 후보를 탐지하는 데 얼마나 잘 작동하는가?
• RQ3 수천 장의 이미지로 구성된 대규모 데이터셋에 대해 MDia 파이프라인의 계산 비용과 확장성은 어떠한가?
• RQ4 PSF-광도 측정 및 배경 모델링의 포함 여부가 광도 곡선 추출의 정확도와 효율성에 어떤 영향을 미치는가?
• RQ5 이미지 품질의 변동, 특히 열악한 볼록도 이미지와 마스킹된 픽셀을 포함한 상황에서 파이프라인은 얼마나 잘 처리할 수 있는가?

주요 결과

• MDia 파이프라인은 pre-OmegaTranS 데이터셋에서 밝은 항성에 대해 2–3 mmag의 광도 정밀도를 달성하여 이론적 한계에 가까워졌다.
• 파이프라인은 La Silla에 설치된 WFI에서 34일 간 수집한 4,433장의 이미지에서 16,000개의 별에 대한 광도 곡선을 성공적으로 추출하였다.
• 1,000장의 이미지 처리에 걸리는 실행 시간은 112.5시간이었으며, 이미지 수와 무관한 15.6%의 오버헤드가 있었고, 오버헤드를 제외한 평균 처리 시간은 1장당 5.7분이었다.
• 파이프라인은 강한 타원형 변형과 비균일한 일식 깊이를 보이는 β Lyr 유형의 일식 쌍성을 탐지하여, 복잡한 광도 곡선 형태에 대한 민감도를 확인하였다.
• 2007년 5월 11일 단일 10%의 급격한 증폭을 보인 UV Cet 유형의 플레어 항성도 탐지하여 일시적 변동성을 탐지할 수 있는 능력을 입증하였다.
• 25×25 픽셀 커널, 4개의 기본 가우시안, 8개의 서브필드를 사용한 검증 결과, 잔차 제거의 고정밀도를 달성하였다.