[论文解读] The DASCH Data Processing Pipeline and Multiple Exposure Plate Processing
本文提出了一套专用于DASCH项目的特殊数据处理流水线,可对52.5万张历史天文底片实现高精度测光与天体测量,重点针对多曝光底片。该流水线引入了Pickering楔形滤波器和多曝光循环机制,用于检测鬼影天体并解析重叠曝光,通过识别问题底片和光轴错位,提升了测光精度与质量控制水平。
Digital Access to a Sky Century @ Harvard (DASCH) is a project to digitize the collection of approximately 525,000 astronomical plates held at the Harvard College Observatory. This paper presents an overview of the DASCH data processing pipeline, with special emphasis on the processing of multiple-exposure plates. Such plates extended the dynamic range of photograph emulsions and improved photometric accuracy by minimizing variations in plate development procedures. Two approaches are explored in this paper: The repetitive use of astrometry.net (Lang et al. 2010) and local correlation searches. Both procedures have yielded additional quality control checks useful to the pipeline.
研究动机与目标
- 为DASCH项目数字化的52.5万张历史天文底片实现高精度测光与天体测量。
- 解决因重叠源与底片感光差异导致测光精度下降的多曝光底片挑战。
- 开发自动化方法,检测Pickering楔形与光栅底片产生的鬼影天体,提升数据质量与流水线可靠性。
- 实现稳健的数据处理流水线,能够处理具有复杂曝光历史与光学伪影的底片。
- 通过重复天体测量解算识别天体测量解不佳或光轴错位的底片,实现质量控制。
提出的方法
- 流水线采用多阶段方法:底片转录、由60块拼接成的全景图生成,以及通过astrometry.net、WCStools和多项式拟合进行WCS拟合。
- Pickering楔形滤波器通过分析300颗最亮恒星周围的空间相关性模式,检测物体分布中的特征双峰,识别鬼影天体。
- 多曝光循环机制通过迭代移除与星表匹配的天体并重新应用astrometry.net,检测未解析或混合的曝光,标记模糊情况。
- 测光校准采用环形分箱与LOWESS曲线拟合,将仪器星等与星表星等关联,并通过50×50局部网格校正补偿乳剂与天空变化。
- 缺陷过滤通过比较匹配与不匹配源的PSF特性,区分真实恒星与乳剂缺陷。
- 配套算法可标记解决方案不一致或存在多曝光混合的底片,防止无限循环,提升数据完整性。
实验结果
研究问题
- RQ1如何可靠地识别并处理具有重叠源的多曝光底片,以保持测光精度?
- RQ2在历史摄影数据中,可采用何种自动化方法检测Pickering楔形与光栅底片产生的鬼影天体?
- RQ3astrometry.net与局部相关性搜索相结合,在提升流水线质量控制方面效果如何?
- RQ4重复天体测量解在多大程度上能揭示DASCH数据集中光学系统错位或底片质量差的问题?
- RQ5Pickering楔形滤波器与多曝光循环能否检测并标记因光学伪影导致测光质量差的底片?
主要发现
- 在87张完全转录的多曝光底片样本中,流水线成功检测到31%的双曝光和18%的三曝光。
- Pickering楔形滤波器将11,461张扫描底片中的857张标记为含有鬼影天体,表明该技术被广泛使用。
- 多曝光循环识别出292张因光栅底片或天体测量解不佳导致测光质量差的底片,显著增强了质量控制。
- 通过各次曝光间天体测量解不一致,检测到'dsy'望远镜系列可能存在光学系统错位。
- 局部相关性搜索与重复astrometry.net运行提供了超越标准流水线处理的额外质量控制检查。
- 通过环形分箱与LOWESS拟合,流水线实现了可靠的测光校准,50×50局部网格校正有效降低了天空与乳剂变化的影响。
更好的研究,从现在开始
从阅读论文到最终审阅,大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成,并经人工编辑审核。