[论文解读] An Overview of the LSST Image Processing Pipelines

James Bosch, Yusra AlSayyad+32 more|arXiv (Cornell University)|Dec 8, 2018

Astronomy and Astrophysical Research参考文献 3被引用 5

一句话总结

本文全面概述了LSST图像处理流水线，详细介绍了其双轨处理架构——近实时的快速处理用于瞬变源警报，以及年度数据发布处理用于深度星表。文章强调了在共合成图像、差分图像和多 epoch 数据中集成先进算法，以生成偏差极小、可直接用于科学研究的星表，从而实现对十年观测数据中数十亿个天体的高保真测光、天体测量和源分解。

ABSTRACT

The Large Synoptic Survey Telescope (LSST) is an ambitious astronomical survey with a similarly ambitious Data Management component. Data Management for LSST includes processing on both nightly and yearly cadences to generate transient alerts, deep catalogs of the static sky, and forced photometry light-curves for billions of objects at hundreds of epochs, spanning at least a decade. The algorithms running in these pipelines are individually sophisticated and interact in subtle ways. This paper provides an overview of those pipelines, focusing more on those interactions than the details of any individual algorithm.

研究动机与目标

• 提供LSST图像处理流水线的高层次概述，重点在于算法之间的交互，而非单个算法的细节。
• 描述双轨处理架构：近实时的快速处理用于瞬变源探测和24小时内的后续观测，以及年度数据发布处理用于全 survey 重新处理。
• 突出图像相减、强制测光和多波段共合成处理在快速处理和数据发布流水线中的集成。
• 解释流水线如何通过保留多种测量模型（例如点源与扩展源）并推迟分类决策至下游分析，来最小化偏差。
• 概述在使用共合成图像和单 epoch 图像时实现高保真测光和天体测量的挑战与策略，特别是对暗弱和重叠源的处理。

提出的方法

• 利用共享代码库和中间件系统，使快速处理和数据发布流水线保持一致，确保处理周期间的一致性。
• 在快速处理和数据发布流水线中均采用图像相减技术，以检测瞬变源并实现在共合成图像和差分图像上的强制测光。
• 在源分解和测光建模中同时使用全部六个光学/近红外波段的共合成图像，以改善源的表征。
• 采用双组分 PSF 卷积星系模型，近似拟合盘-核分解，同时对所有重叠的单 epoch 图像进行拟合。
• 在单 epoch 图像上直接拟合包含自行和视差参数的恒星天体测量模型，以扩展至更暗的星等。
• 在直接图像和差分图像上均执行强制测光，以最大化信噪比并控制系统误差，特别是在重叠区域。

实验结果

研究问题

• RQ1 LSST流水线如何在观测后60秒内高效生成瞬变源警报，同时保持高动态范围和低延迟？
• RQ2 哪些架构和算法策略能够实现在快速处理和年度数据发布处理中的一致性、低偏差星表生成？
• RQ3 如何最优地结合多 epoch、多波段图像数据，以提高对暗弱和重叠源的测光和天体测量精度？
• RQ4 共合成图像和单 epoch 图像在源分解和强制测光中分别发挥什么作用？如何在最小化系统误差的同时最大化信噪比？
• RQ5 共合成图像处理在高保真测量中能在多大程度上替代单 epoch 图像处理？其在计算效率和精度之间的权衡是什么？

主要发现

• LSST流水线基于共享代码库和中间件构建，确保快速处理和数据发布处理周期间的一致性，两个流水线均使用相同的底层算法重新处理相同数据。
• 图像相减技术在快速处理和数据发布流水线中均被采用，表明两者之间的区别并非算法层面，而是操作和时间上的差异。
• 计划在直接图像和差分图像上均执行强制测光，以在信噪比和系统误差控制之间取得平衡，预计差分图像将因减少源重叠而表现更优。
• 通过使用多波段共合成图像并同时拟合单 epoch 图像，可实现更优的测光和天体测量解，包括恒星的自行和视差测量。
• 去混淆算法生成用于测量的去混淆子图像，且对象去混淆器同时利用共合成图像和单 epoch 数据以改善源表征。
• 承认共合成带来的系统误差（如 CCD 边缘伪影和噪声相关性）是主要关注点，但估计当前共合技术下的信噪比损失极小。