[论文解读] A 3D Drizzle Algorithm for JWST and Practical Application to the MIRI Medium Resolution Spectrometer

David R. Law, J. Morrison+5 more|arXiv (Cornell University)|Jun 8, 2023

Atmospheric Ozone and ClimateEarth and Planetary Sciences被引用 3

一句话总结

该论文提出了一种用于构建詹姆斯·韦布空间望远镜（JWST）MIRI中等分辨率光谱仪（MIRI MRS）和NIRSpec积分场单元（IFU）数据的3D重影算法，通过计算探测器像素与光谱立方体体素之间的体积重叠来实现。通过将空间重叠与光谱重叠计算解耦，该方法实现了近乎理想的光谱测光保真度（0.03%的损失），同时支持高效的流水线实现。关键发现表明，采用四点抖动（4-point dithering）和孔径半径≥1.5×PSF FWHM可将重采样伪影降低至<1%以下，且为准确估计光谱方差，需应用1.5–3的协方差校正因子。

ABSTRACT

We describe an algorithm for application of the classic `drizzle' technique to produce 3d spectral cubes using data obtained from the slicer-type integral field unit (IFU) spectrometers on board the James Webb Space Telescope. This algorithm relies upon the computation of overlapping volume elements (composed of two spatial dimensions and one spectral dimension) between the 2d detector pixels and the 3d data cube voxels, and is greatly simplified by treating the spatial and spectral overlaps separately at the cost of just 0.03% in spectrophotometric fidelity. We provide a matrix-based formalism for the computation of spectral radiance, variance, and covariance from arbitrarily dithered data and comment on the performance of this algorithm for the Mid-Infrared Instrument's Medium Resolution IFU Spectrometer (MIRI MRS). We derive a series of simplified scaling relations to account for covariance between cube spaxels in spectra extracted from such cubes, finding multiplicative factors ranging from 1.5 to 3 depending on the wavelength range and kind of data cubes produced. Finally, we discuss how undersampling produces periodic amplitude modulations in the extracted spectra in addition to those naturally produced by fringing within the instrument; reducing such undersampling artifacts below 1% requires a 4-point dithering strategy and spectral extraction radii of 1.5 times the PSF FWHM or greater.

研究动机与目标

• 开发一种计算高效的3D重影算法，适用于JWST的切片式积分场单元（IFU）光谱仪，特别是MIRI MRS和NIRSpec。
• 解决从抖动的、非规则采样的二维探测器数据构建三维光谱立方体时面临的光谱测光保真度与计算可行性挑战。
• 量化并校正最终数据立方体中像元之间的协方差，该协方差会扭曲提取的1D光谱中的方差估计。
• 分析严重的空间与光谱欠采样（约2倍）对光谱立方体质量的影响，并提供缓解策略。
• 为观测与数据分析提供实用建议，以最小化提取光谱中的重采样伪影。

提出的方法

• 该算法计算二维探测器像素与三维数据立方体体素之间的体积重叠，通过分别处理空间与光谱重叠来降低计算成本。
• 采用基于矩阵的公式推导光谱辐射度、方差与协方差，从抖动观测中获得，从而实现重采样过程中准确的统计传播。
• 该方法采用预编译的C语言实现，以实现面向流水线应用的性能可扩展性。
• 推导出用于校正提取的1D光谱中像元间协方差的缩放因子，其值在1.5至3之间，具体取决于波长与立方体采样率。
• 利用真实MIRI MRS数据（包括对明亮恒星16CygB的观测）对算法进行验证，以评估伪影幅度与抖动效果。
• 引入四点抖动策略与孔径半径阈值（≥1.5×PSF FWHM），以抑制周期性欠采样伪影。

实验结果

研究问题

• RQ1 如何将经典的2D重影技术扩展至3D，以适用于JWST的MIRI MRS与NIRSpec仪器的IFU光谱学，同时将光谱测光保真度损失降至最低？
• RQ2 空间与光谱欠采样对光谱立方体质量有何影响？能否通过观测策略加以缓解？
• RQ3 最终数据立方体中像元之间的协方差如何影响提取的1D光谱方差？需要何种校正措施？
• RQ4 何种抖动模式与光谱孔径半径可使提取光谱中的重采样伪影低于1%？
• RQ5 何种计算优化可实现大规模JWST数据处理中3D重影算法的高效流水线实现？

主要发现

• 通过将空间与光谱重叠计算解耦，3D重影算法实现了0.03%的光谱测光保真度损失，从而在最小化精度损失的前提下支持高效的流水线应用。
• MIRI MRS数据立方体中像元间的协方差要求应用1.5至3的校正因子，以准确估计提取的1D光谱中方差，具体值取决于波长与孔径大小。
• 若不采取缓解措施，严重的欠采样（约2倍）会在提取光谱中引入高达20%的周期性振幅调制。
• 四点抖动模式可将重采样伪影降低至5%以下，而进一步将伪影降至1%以下，则需光谱提取孔径至少为PSF FWHM的1.5倍。
• 预览立方体（calwebb_spec2）中的重采样噪声高于最终立方体（calwebb_spec3），后者结合了多个抖动曝光。
• 该算法可通过矩阵公式实现准确的方差传播，但完整的协方差矩阵在实际应用中仍难以处理。