الفلك

تحويل جي / شعاع إلى جي؟

تحويل جي / شعاع إلى جي؟


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

ربما يكون هذا سؤالًا غبيًا ، ولكن لتحويل Jy / beam إلى Jy ، يجب أن أضربه في حجم الشعاع في sr ، أليس كذلك؟

كونك $ Omega $ حجم الشعاع: $ Omega = frac { pi theta_ {maj} ~~ theta_ {min}} {4 ln {2}} $

جي / شعاع $ cdot أوميغا $ = جي؟


طالما أنك تعرف حجم الحزمة بدقة ، فإن ضرب قياس Jy / الشعاع (كثافة التدفق الفعال) في حجم الشعاع (منطقة التدفق الفعال) سيمنحك إجمالي Jy (التدفق الفعال).

انظر إلى هذا المصدر كمثال.


في الواقع للتحويل من Jy / beam إلى Jy / pixel ، تحتاج إلى القسمة على حجم الشعاع.

لنفترض أن لديك كمية 1 جي / شعاع ، إذن

$ frac {Jy} {beam} frac {beam} { Omega} $، ثم للانتقال من Jy / beam إلى Jy / pixel ، ستحتاج إلى القسمة على $ أوميغا $.

يجب أن تكون قيم المحور الرئيسي والثانوي للحزمة بالبكسل.

المصدر: NRAO


يعتمد ذلك على ما تعنيه بعبارة "Jy فقط". عادةً ما يكون المقصود هو سطوع سطح المصدر ، في بعض الوحدات مثل $ operatorname {Jy} operatorname {sr} ^ {- 1} $ أو $ operatorname {Jy} operatorname {arcsec} ^ {- 2} $، مدمج بزاوية صلبة للحصول على التدفق الكلي للمصدر. يا له من قياس $ I operatorname {Jy} operatorname {beam} ^ {- 1} $ يخبرك ، تقريبًا ، "سيكون للمصدر الذي لم يتم حله وهو الحجم الاسمي للحزمة مع هذا التدفق الأقصى تدفقًا كليًا $ I $ في Jy. "لذا ، إذا كنت تريد سطوع السطح ، خذ الكمية في Jy / beam واقسمها على $ أوميغا $/ شعاع (انظر العلاقة بين $ S $ [تدفق] و $ I $ [سطوع السطح] في هذا البرنامج التعليمي NRAO درجة حرارة السطوع.

في معظم الحالات مع علم الفلك الراديوي ، سيكون الشعاع النظيف غاوسيًا ، لذلك start {align} I & = I _ { text {Jy / beam}} frac { text {beam}} { Omega _ { text {beam}}} & = I _ { text {Jy / beam }} frac {1} { pi sigma _ { text {beam}} ^ 2} & = I _ { text {Jy / beam}} frac {4 ln (2)} { pi ثيتا _ { نص {شعاع}} ^ 2} ، نهاية {محاذاة} مع $ ثيتا _ { نص {شعاع}} $ عرض الحزم الكامل بنصف الطاقة و $ سيجما _ { نص {شعاع}} $ الانحراف المعياري للحزمة.

حالما تمتلك $ I $، الحصول على Jy / pixel سهل مثل الضرب في $ Omega _ { text {pixel}} $. إذا كان لديك ملف تعريف سطوع السطح الذي يناسبك ، مثل ابدأ {محاذاة} I _ { text {model}} & = A exp left (- frac {(x-x_0) ^ 2 sigma_y ^ 2- 2 rho sigma_x sigma_y (x-x_0) ( y-y_0) + (y-y_0) ^ 2} {2 sigma_x ^ 2 sigma_y ^ 2 (1- rho ^ 2)} right) ، end {align} أين $ sigma_x $ و $ sigma_y $ هي الانحرافات المعيارية العادية و $ rho $ هو معامل الارتباط الطبيعي الخاص بك. لمزيد من الاستخدام العادي لعلماء الفلك ، يمكنك استخدام start {align} theta_M & = sqrt {8 ln (2) left [ frac { sigma_x ^ 2 + sigma_y ^ 2} {2} + sqrt { left ( frac { sigma_x ^ 2 - sigma_y ^ 2} {2} right) ^ 2 + rho ^ 2 sigma_x ^ 2 sigma_y ^ 2} right]} theta_m & = sqrt {8 ln (2) left [ frac { sigma_x ^ 2 + sigma_y ^ 2} {2} - sqrt { left ( frac { sigma_x ^ 2 - sigma_y ^ 2} {2} right) ^ 2 + rho ^ 2 sigma_x ^ 2 sigma_y ^ 2} right]} phi & = left { begin {array} {ll} 0 & text {if} rho = 0، sigma_y> sigma_x 90 ^ circ & text {if} rho = 0، sigma_x> sigma_y operatorname {atan2} left ( theta_M ^ 2 - 8 ln (2) sigma_x ^ 2، sigma_y ^ 2 right) & text {وإلا} end {array} right. نهاية {محاذاة} ثم يمكنك تحويل ذروة سطوع السطح دولار أسترالي لإجمالي السطوع من خلال الدمج $ I $ شاملة $ x $ و $ y $، العائد start {align} S & = A 2 pi sigma_x sigma_y sqrt {1- rho ^ 2} & = A frac { pi theta_m theta_M} {4 ln (2)}. نهاية {محاذاة}

لاحظ ما يحدث إذا قمت بدمج التحويلات من Jy / beam إلى سطوع السطح إلى Jy. لقد حصلت: start {align} S & = A frac { theta_m theta_M} { theta _ { mathrm {beam}} ^ 2}. نهاية {محاذاة} س. المعادلة 35 لـ Condon et al (1998). لاحظ أن Condon et al يقدمون معادلات متعددة تعتمد على مدى حل المصدر. استنادًا إلى الورقة المشار إليها ، يبدو أن ما يفعلونه هو تقليل تباين قيمهم "المصححة".


دعم التحويل من Jy / beam إلى K # 3463

في الوقت الحالي ، لدينا معادلة السطوع ودرجة الحرارة لتحويل Jy إلى K ، والتي تتطلب منطقة شعاع. سيكون من الجيد أيضًا أن تكون قادرًا على تحويل Jy / الحزمة ببساطة إلى K دون تحديد منطقة الحزمة بشكل صريح.

تم تحديث النص بنجاح ، ولكن تمت مواجهة هذه الأخطاء:

لا يمكننا تحويل المهمة إلى مشكلة في الوقت الحالي. حاول مرة اخرى.

تم إنشاء المشكلة بنجاح ولكن لا يمكننا تحديث التعليق في الوقت الحالي.

كيفلافيتش تم التعليق عليه في 9 فبراير 2015

سيكون من الرائع أن نجعلها تعمل مع حزمة الحزمة الراديوية ، التي تقرأ معلمات الحزمة القياسية من رؤوس FITS.

لكن ،astrofrog ، ما طلبته غير ممكن ، على ما أعتقد - Jy / beam ليس له معنى بدون منطقة شعاع.

نجمي تم التعليق عليه في 9 فبراير 2015

آه بالطبع ، ولكن عندما نفعل ذلك:

هل هو نفس الشيء كما لو فعل المرء

؟ أي القيمة الموجودة على اليسار هي في الواقع لكل شعاع لكننا لا نضعها لأنها ليست وحدة حقيقية؟ إذا كان الأمر كذلك ، فربما يجب علينا دعم الحالة الثانية بسلاسة أيضًا؟

كيفلافيتش تم التعليق عليه في 9 فبراير 2015

نعم ، هذا صحيح بشكل أساسي. ما نريده حقًا هو شيء مثل

وبعد ذلك ، عند القراءة من رأس FITS مع BUNIT = 'JY / BEAM' (بحروف كبيرة ، للأسف.) ، يجب تحليل وحدة الحزمة من معلمات BMAJ / BMIN.

كيفلافيتش تم التعليق عليه في 9 فبراير 2015

النقطة المهمة هي أن وحدة الحزمة يجب أن تكون مكافئة لـ u.sr لتكون صالحة u.beam هي مجرد عنصر نائب غير وظيفي في الوقت الحالي.

نجمي تم التعليق عليه في 9 فبراير 2015

صحيح - أعتقد أنه في هذه الأثناء ، سيكون هناك أي ضرر في دعم وجود العنصر النائب ، أي دعم:

إذن منطقة الشعاع لا تزال تمر إلى درجة حرارة السطوع لكن الكود أكثر قابلية للقراءة لأن المرء يرى أن الكمية الموجودة على اليسار هي لكل شعاع؟

كيفلافيتش تم التعليق عليه في 9 فبراير 2015

أعتقد أن هذا أمر جيد ، لكنه لا يزال أكثر وضوحًا ووضوحًا (وبالتالي أفضل؟) لاستخدام الشعاع المناسب على كلا الجانبين ، على الرغم من أنني لاحظت أنه لا يعمل الآن ، حتى مع تكافؤ الزوايا بلا أبعاد:


كيف يمكنني تحويل قياسات التدفق المعطاة في Jy km / s أو K km / s إلى كثافة تدفق الذروة التي تتطلبها OT؟

لنفترض أنك تريد مراقبة خط CO (1-0) في مجرة ​​تُعرف كثافة تدفق خط CO (1-0) المتكامل من الملاحظات السابقة ، أو تُقدر بناءً على عمليات المحاكاة وما إلى ذلك. دعنا نفترض أولاً أن ALMA المقترح لن تحل الملاحظات المجرة مكانيًا. من الملاحظات السابقة نعلم أن عرض السرعة الإجمالية لملف تعريف ثاني أكسيد الكربون يبلغ 200 كم / ثانية وكثافة التدفق المتكامل 20 جي كم / ثانية. إذا كان شكل الخط تقريبًا على شكل عربة ، فهذا يعني أن ذروة كثافة تدفق الخط هي 0.1 Jy. يتطلب الكشف عن هذا الخط عند 5 سيجما مستوى جذر متوسط ​​التربيع للضوضاء (حساسية) قدره 20 مللي جول.

إذا كنت مهتمًا فقط باكتشاف الخط وليس قياس شكل الملف الشخصي بالتفصيل ، فإن دقة السرعة

70 كم / ثانية قد تكون كافية. في هذه الحالة ، أدخل 70 كم / ثانية في النطاق الترددي المستخدم في مجال الحساسية في علامة التبويب التحكم والأداء ، ويجب أن تكون الحساسية المرغوبة لكل توجيه 20 مللي جول لكشف 5 سيجما. من ناحية أخرى ، إذا كنت بحاجة إلى العديد من عناصر الاستبانة الطيفية على عرض السرعة الكامل من أجل قياس ملف التعريف الطيفي بالتفصيل ، فأنت تريد تحديد (على سبيل المثال) 5 كم / ثانية لعرض النطاق الترددي المستخدم للحساسية. سوف يزداد وقت المراقبة على المصدر وفقًا لذلك. لاحظ أن القيمة التي تدخلها للحساسية المرغوبة مستقلة عن دقة السرعة المختارة. في حالة أن انبعاثات ثاني أكسيد الكربون (1-0) لا يتم حلها طيفيًا فحسب ، بل يتم أيضًا حلها مكانيًا بواسطة ALMA ، يحتاج المرء إلى أن يأخذ في الاعتبار أنه لا يُرى سوى جزء صغير من إجمالي كثافة التدفق المتكامل في كل عنصر من عناصر الدقة المكانية. في OT ، يجب إدخال التدفقات في Jy / الحزمة ، أي يجب توفير كثافة تدفق الذروة للمصدر المقدرة داخل حزمة ALMA مركبة واحدة. على سبيل المثال ، إذا افترضنا أن قطر قرص ثاني أكسيد الكربون هو 5 قوسين ، ولاحظت مع ALMA بدقة زاوية 0.5 قوس ثانية ، فإن إجمالي تدفق ثاني أكسيد الكربون ينتشر على (5 & rdquo / 0.5 & rdquo) ^ 2 = 100 حزمة ALMA. بالإضافة إلى ذلك ، يتم نشر البث أيضًا في مساحة التردد. سيكون الافتراض الأكثر تحفظًا هو أن البث موزع بالتساوي في جميع الأبعاد الثلاثة ، وبالتالي فإن الحساسية المرغوبة هي 20 مللي جول / 100 = 0.2 مللي جول. والحالة الأكثر واقعية هي أنه عندما يأتي انبعاث ثاني أكسيد الكربون من قرص دوار ، وبالتالي في كل عنصر من عناصر الاستبانة المكانية ، فإن انبعاثات ثاني أكسيد الكربون تنتشر فقط (على سبيل المثال) 40 كم / ثانية. في هذه الحالة ، تكون كثافة تدفق الخط المتكامل لكل حزمة (20 Jy كم / ثانية / 100 حزمة) = 200 مللي جول كم / ثانية ، ومتوسط ​​التدفق لكل حزمة (200 مللي جول كم / ثانية / 40 كم / ثانية) = 5 مللي جول . يجب أن تكون الحساسية المرغوبة لكل إشارة لكشف 5sigma 1 مللي جول. تفترض الحسابات قبل كل شيء أن المظهر الجانبي الطيفي مسطح القمة. في حالة التشكيلات الجانبية الغوسية أو ذات القرنين ، ستكون كثافة تدفق الذروة أعلى في بعض القنوات الطيفية ، وقد يتعين إجراء تعديلات على الحسابات.

إذا كان القياس السابق لكثافة ثاني أكسيد الكربون (1-0) يعتمد على ملاحظات طبق واحد ومعطى من حيث درجة حرارة السطوع المتكاملة التي تكون بوحدات K كم / ثانية ، فيجب تحويل هذه القيمة إلى وحدات Jy km / s أول. انظر كيف يمكنني تقدير كثافة تدفق الذروة لكل حزمة مركبة باستخدام قياسات التدفق في Jy أو K من المراصد الأخرى؟ لمزيد من التفاصيل حول هذا التحويل. باختصار ، هناك حاجة إلى عامل تحويل K لكل J ، والذي يعتمد على قطر هوائي الطبق الواحد وكفاءة الهوائي.

لاحظ أنه بالنسبة لقياسات الخط الجزيئي ذات الانزياح الأحمر العالي ، غالبًا ما يتم التعبير عن اللمعان بوحدات K km / s pc ^ 2. يمكن تحويل هذا القياس بسهولة إلى كثافة تدفق متكاملة بوحدات Jy km / s باستخدام المعادلات القياسية. على سبيل المثال ، يرتبط سطوع ثاني أكسيد الكربون L & rsquo بكثافة التدفق المتكامل لـ COكو بوحدات جي كم / ث ، باستخدام التحويل

أين دإل هي مسافة اللمعان عند الانزياح الأحمر z و Mpc و fObs هو تردد المراقبة بالجيجاهرتز.


تحويل جي / شعاع إلى جي؟ - الفلك

__________________________________________________________________________

6.9.1. SPIRE Source Extraction & amp Photometry in HIPE

لدى HIPE العديد من الطرق المتاحة لاستخراج المصدر والقياس الضوئي. في هذا القسم ، سوف نعرض كيفية إجراء كل من استخراج المصدر والقياس الضوئي على خرائط منتج المستوى 2 لمجموعة متنوعة من أنواع المصادر (انظر القسم 6.9.1.3 للحصول على نظرة عامة على طرق قياس الضوء ذات المصدر النقطي المتوفرة في HIPE). في القسم 6.9.1.4 ، تم شرح استخراج المصدر والقياس الضوئي باستخدام خوارزميات HIPE SUSSEXtractor و DAOphot. في القسم 6.9.1.5 ، تم شرح القياس الضوئي عبر تركيب الجدول الزمني لمنتجات المستوى 1. في القسم 6.9.1.6 تم توضيح القياس الضوئي للفتحة على صور SPIRE.

التوصية الحالية للقياس الضوئي للمصدر النقطي هي استخدام خوارزمية Timeline Fitting للقياس الضوئي لجميع خرائط SPIRE باستثناء أضعفها ، ومع ذلك فإن جميع طرق القياس الضوئي ترجع نتائج مماثلة إلى حد كبير لبيانات SPIRE. يمكن تغذية إحداثيات المصدر مباشرة إلى Timeline Fitter أو بدلاً من ذلك يمكن تقديمها عبر إخراج استخراج المصدر من SUSSEXtractor أو DAOphot. يتم عرض هذه التوصيات بشكل تصويري في القسم 6.9.1.6.

الشكل 6.81. ملخص استخراج المصدر والقياس الضوئي.

6.9.1.1. معايرة SPIRE Flux

يمكن العثور على التفاصيل الكاملة لمعايرة SPIRE في دليل SPIRE Observers Manual وفي المنشورات المخصصة: مخطط المعايرة موصوف في Griffin et al. (2013) والتنفيذ باستخدام Neptune كمعيار أساسي للمعايرة ، موصوف في Bendo et al. (2013). يمكن العثور على معالجة معايرة الانبعاث الممتد في North et al. (2013)

تحتوي معايرة تدفق مقياس الضوء SPIRE على مصدرين للشكوك التي يجب تضمينها بالإضافة إلى الأخطاء الإحصائية لأي قياس لمعايرة مصدر النقطة. أحدهما هو عدم اليقين المنتظم في معايرة التدفق المرتبط بعدم اليقين في النماذج المستخدمة في Neptune ، وهو المعاير الأساسي ، حيث يتم حاليًا اقتباس حالات عدم اليقين هذه ، والتي ترتبط عبر جميع نطاقات SPIRE الثلاثة ، بنسبة 4٪. المصدر الآخر لعدم اليقين هو عدم اليقين العشوائي المتعلق بالقدرة على تكرار قياسات كثافة التدفق لنبتون. هذا الشك العشوائي هو & lt1.5٪ لجميع النطاقات الثلاثة.

لمعايرة الانبعاث الممتدة ، بالإضافة إلى أوجه عدم اليقين المذكورة أعلاه ، هناك عدم يقين إضافي بنسبة 1٪ بسبب عدم اليقين الحالي في منطقة الحزمة المقاسة.

6.9.1.2. تحويل Jy / الحزمة إلى سطوع السطح أو كثافات التدفق في خط أنابيب SPIRE

تتم معايرة بيانات خطوط الأنابيب وخرائط المستوى 2 في Jy / الحزمة. من المهم ملاحظة أنه نظرًا لأنه يتم إجراء معايرة تدفق مقياس الضوء SPIRE على بيانات الخط الزمني ، يجب استخدام مناطق الحزمة المكافئة لحزم بيانات الخط الزمني عند معايرة الانبعاث الممتد من حيث سطوع السطح (Jy / بكسل أو / sr ). لتحويل الخرائط من Jy / beam إلى Jy / pixel ، يجب تقسيم خرائط معايرة مصدر النقطة بواسطة الحزمة. يجب استخدام مناطق الحزمة المقابلة لمقياس 1 قوس بكسل لمؤشر طيفي (& # 945) من -1 كما هو مستخدم في خط الأنابيب (انظر الجدول 6.10). ومع ذلك ، يجب تصحيح تدفقات مصدر النقطة المقاسة على خرائط سطوع السطح (على سبيل المثال Jy / بكسل) بواسطة عامل مضاعف يتوافق مع نسبة حزمة خط الأنابيب (& # 945 = -1) والحزمة الفعالة للمؤشر الطيفي المفترض لـ المصدر الذي يأخذ في الاعتبار RSRF وكفاءة الفتحة وتغير المظهر الجانبي للحزمة مع التردد. يتم إعطاء هذه النسب في الجدول 6.11.

تفترض معايرة تدفق خط أنابيب SPIRE القياسية معايرة مصدر النقطة لمؤشر الطيف القياسي & # 945 = -1 المعتمد لـ Herschel. يتم تطبيق عوامل التحويل لتحويل كثافات التدفقات المرجحة RSRF إلى كثافات تدفق أحادية اللون للنقطة والمصادر الممتدة تلقائيًا في خط الأنابيب. يتم شرح جميع معاملات تحويل التدفق بالتفصيل في (SPIRE Handbook). يتم سرد المعلمات في الجدول 6.9. K4P هي معلمة تحويل تدفق مصدر نقطة خط الأنابيب. KMonE (& # 945 = & # 87221) هو التحويل إلى سطوع سطح أحادي اللون لمصدر ممتد مع & # 945 = & # 87221. KPtoE هو التحويل من كثافة تدفق مصدر النقطة إلى سطوع سطح المصدر الممتد لطيف المصدر & # 945 = & # 87221. & # 937 نقطة هي الزاوية الصلبة للشعاع لمصدر بـ & # 945 = & # 87221 ، أي منطقة الشعاع الفعالة (& # 937 تأثير) لـ & # 945 = -1. K4E هي معلمة تحويل التدفق المستخدمة في خط الأنابيب ، والمعروفة باسم KMonE (& # 945 = & # 87221) & # 937 نقطة ، والتي تتحول إلى كثافة التدفق لمصدر ممتد.

يتم إجراء التحويل بين معايرة المصدر النقطي والممتد بواسطة النسبة K4E / K4P. يشار إلى هذه النسبة باسم K4EdivK4P وتحول كثافة تدفق أحادية اللون من مصدر نقطي إلى سطوع سطح مصدر ممتد أحادي اللون (انظر الجدول 6.9 ، لا يجب الخلط بينه وبين KPtoE الذي يتضمن الحزمة في المعلمة ولا يمكن اشتقاقه مباشرة من شجرة معايرة SPIRE - راجع أمثلة التعليمات البرمجية أدناه).

يتم تطبيق كل هذه العوامل تلقائيًا على مصدر نقطة منتجات خطوط الأنابيب القياسية (psrcPxW في Jy / beam) والانبعاثات الممتدة (extdPxW في MJy / sr) . تمت معالجة منتجات الانبعاثات الممتدة (extdPxW ، انظر الجدول 6.1) أيضًا مع المكاسب النسبية المطبقة وتم تصحيح نقطة الصفر المطلقة باستخدام خرائط Planck.

K4E و K4P هما معلمات K الوحيدة المضمنة صراحةً في شجرة معايرة SPIRE. لأغراض القياس الضوئي للمصدر النقطي ، فإن القسمة على معلمة K4E / K4P (K4EdivK4P) تتحول من معايرة مصدر إلى نقطة.

يتم إعطاء العلاقة بين معلمات K المختلفة بواسطة

KPtoE = KMonE / K4P = (K4E / & # 937 eff) / K4P = (K4EdivK4P) / & # 937 eff)

لاحظ أن خط الأنابيب يفترض قيمة & # 945 = -1 ، لذلك بالنسبة للمؤشرات الطيفية الأخرى ، يجب أيضًا تطبيق تصحيحات الألوان المناسبة (انظر القسم 6.9.1.8).

لأغراض استخراج مصدر النقطة ، حيث يكون المقياس المطلق لنموذج الحزمة غير مهم ، يجب استخدام FWHM المناسب المقابل لمقياس البكسل 1 قوس ثانية من الجدول 6.12 أدناه

الجدول 6.9. عوامل تحويل خطوط أنابيب SPIRE للمصادر النقطية والممتدة.

معامل PSW PMW PLW
الطول الموجي (ميكرون) 250 350 500
K4P 1.0102 1.0095 1.0056
KMonE (MJy / sr لكل Jy / الحزمة) 91.5670 51.6654 23.7113
KPtoE (MJy / sr لكل Jy / شعاع) 90.6462 51.1806 23.5798
منطقة الشعاع (arcsec 2) 469.3542 831.275 1804.3058
K4E 1.0102 1.0095 1.0056
K4E / K4P (K4EdivK4P) 1 1 1

الجدول 6.10. مناطق الشعاع التي يفترضها خط الأنابيب (& # 945 = -1)

مؤشر الطيف منطقة الشعاع (arcsec 2) منطقة الشعاع (/ 10-8 ريال)
(Fنو= nu & # 945) PSW PMW PLW PSW PMW PLW
-1.0 469.35423 831.27497 1804.30575 1.10319 1.95386 4.24092

الجدول 6.11. نسب منطقة الشعاع الفعالة (تصحيح الحزمة) كدالة للمؤشر الطيفي (& # 945)

مؤشر الطيف نسبة منطقة الشعاع الفعال (& # 937 (-1) / & # 937 (& # 945))
(Fنو= nu & # 945) PSW PMW PLW
-4 0.9593 0.9603 0.9311
-3.5 0.9658 0.9666 0.9419
-3 0.9724 0.973 0.953
-2.5 0.9791 0.9795 0.9643
-2 0.986 0.9862 0.976
-1.5 0.9929 0.9931 0.9879
-1 1 1 1
-0.5 1.0072 1.007 1.0123
0 1.0145 1.0142 1.0247
0.5 1.0219 1.0214 1.0371
1 1.0294 1.0287 1.0496
1.5 1.037 1.036 1.0621
2 1.0446 1.0434 1.0746
2.5 1.0523 1.0508 1.0869
3 1.06 1.0581 1.0991
3.5 1.0677 1.0655 1.1111
4 1.0755 1.0729 1.1229
4.5 1.0832 1.0802 1.1344
5 1.0908 1.0875 1.1456

الجدول 6.12. SPIRE FWHM معلمات لـ 1 بكسل ثانية.

فرقة FWHM يعني FWHM الاهليلجيه (التسطيح)
(ميكرون) (قوس ثانية) (قوس ثانية) (%)
250 18.4 × 17.4 17.9 5.1
350 24.9x23.6 24.2 5.4
500 37.0 × 33.8 35.4 8.7

6.9.1.3. وصفات SPIRE Point Source Photometry

يحتوي خط أنابيب SPIRE و HIPE على عدة طرق متاحة للقياس الضوئي لمصدر النقطة ، على سبيل المثال الأساليب القائمة على الخريطة (SUSSEXtractor و DAOphot القسم 6.9.1.4) ، وتركيب الجدول الزمني (القسم 6.9.1.5) والقياس الضوئي للفتحة ، القسم 6.9.1.6. تتطلب كل طريقة معلمات إدخال مختلفة (مثل مناطق الشعاع الفعال ، FWHM ، أحجام الفتحة ، تصحيحات اللون والفتحة ، إلخ). يمكن العثور على الأساس المنطقي وراء الخطوات المختلفة المطلوبة للقياس الضوئي في دليل SPIRE (دليل SPIRE Observers سابقًا) ، حيث يتم شرح منهجية القياس الضوئي على وجه التحديد في بيئة HIPE في الأقسام التالية. في الشكل 6.82 والجدول المرتبط به ، يتم تلخيص الخطوات الخوارزمية المطلوبة داخل HIPE لأداء القياس الضوئي لمصدر النقطة لمهام القياس الضوئي الرئيسية المتاحة.

الشكل 6.82. ملخص طرق قياس ضوئي مصدر النقطة في HIPE. يتم تلخيص المدخلات الضرورية في الجدول أدناه.

إدخال المرجعي
عامل التحويل K4EdivK4P الجدول 6.9
مناطق شعاع خطوط الأنابيب (& # 945 = -1) الجدول 6.10
نسب الشعاع الفعال (تصحيح الحزمة) الجدول 6.11
FWHM الجدول 6.12
معلمات rpeak الجدول 6.13
الفتحات الجدول 6.14
تصحيحات الفتحة الجدول 6.15
تصحيحات اللون الجدول 6.16

6.9.1.4. استخراج المصدر باستخدام SUSSEXtractor أو DAOphot

يوفر HIPE مهمتين لتنفيذ استخراج المصدر على خرائط SPIRE المستوى 2 ، المستوى 2.5 ، المستوى 3. تم تضمين مهام sourceExtractorDaophot و sourceExtractorSussextractor في HIPE ، مع مستخرج sourceExtractorSuss المُحسَّن للاستخدام مع خرائط SPIRE.

تم شرح هذه الخوارزميات بالتفصيل في دليل تحليل بيانات هيرشل القسم 4.18

يشرح هذا القسم كيفية استخدام مستخلصات المصدر عبر الاستخدام المتقدم للواجهة الرسومية الموضح في ملف دليل المستخدم المرجعي :

يتم سرد المهمتين في ملائم مجلد مهام عرض كلما تم تحديد صورة في المتغيرات منظر. يوضح الشكل 6.83 قوائم المعلمات للمهمتين (قم بتمرير مؤشر الماوس فوق معلمة لكشف تلميح الأداة):

الشكل 6.83. قائمة المعلمات لمهمتي استخراج المصدر.

مثال

يعمل كل من SUSSEXtractor و DAOphot على خرائط المستوى 2. لأغراض استخراج المصدر ، يمكن استخدام خرائط معايرة المصدر النقطي (psrcPxW) لكلا الخوارزميات. للقياس الضوئي ، يجب أن يستخدم SUSSEXtractor خرائط معايرة مصدر النقطة (psrcPxW). ومع ذلك ، نظرًا لأن DAOphot ينفذ بالفعل قياس ضوئي للفتحة ، للحصول على أفضل النتائج ، بالنسبة لـ DAOphot ، يجب استخدام الخرائط التي تمت معايرتها للانبعاثات الممتدة (extdPxW) للقياس الضوئي.

المدخلات المطلوبة التي يجب تحديدها هي خريطة الإدخال ، FWHM ، على النحو الوارد في الجدول 6.12 لأحجام بكسل الخريطة 1 قوس ثانية لمصفوفات PSW و PMW و PLW على التوالي وعتبة الكشف. تتطلب DAOphot أيضًا منطقة حزمة خط الأنابيب في الجدول 6.10 لتحويل الخريطة إلى وحدات سطوع السطح نظرًا لأنها تنفذ القياس الضوئي للفتحة.

الأمثلة أدناه مقتبسة من البرنامج النصي SPIRE Photometry الرسمي المتاح من قائمة Useful Scipts داخل HIPE ويوضح كيفية استخراج معلمات المعايرة الضرورية من شجرة معايرة SPIRE وكيفية إجراء استخراج المصدر والقياس الضوئي باستخدام SUSSEXTractor و DAOphot لفرقة SPIRE واحدة .

يعتمد قياس الضوء SPIRE على افتراض وجود طيف من الشكل nu.F (nu) = ثابت. في حالة وجود مصدر له شكل طيفي مختلف ، يجب تطبيق تصحيحات مضاعفة على أي قياس ضوئي لمصدر نقطة. يتم تضمين جميع التصحيحات اللازمة للقياس الضوئي في منتجات معايرة SPIRE ويمكن استجوابها كدالة لمؤشر الطيف (& # 945).

تغيير SUSSEXtractor PRF

لاحظ أنه بالنسبة لـ HIPE12 ، يمكن أن تقل كثافة تدفق الجرار بنسبة 5 في المائة بسبب التغيير في PRF الافتراضي من 5 × 5 إلى 13 × 13 بكسل. تمت استعادة القيمة الافتراضية الأصلية البالغة 5 × 5 بكسل لـ PRF للإصدار 13 من HIPE وما بعده. لاحظ أن التغيير في PRF سيؤثر على كثافة التدفق المقاسة بواسطة SUSSEXtractor. يوفر PRF 5 × 5 (الافتراضي) قياسات متسقة لكثافة التدفق باستخدام SPIRE Timeline Fitter. ومع ذلك ، يمكن تغيير PRF باستخدام المثال أدناه

يمكن لـ SUSSEXtractor إما إجراء استخراج المصدر على الخريطة بأكملها ولكنه يدعم أيضًا منطقة الاهتمام (ROI) ، كما هو موضح أدناه ، لتقييد منطقة البحث بمنطقة خريطة أصغر.

يمكن لكل من DAOphot و SUSSEXtractor اكتشاف المصادر واستخراجها بشكل مستقل ولكن يمكنهم أيضًا أخذ قائمة مصادر أو RA و Dec كمدخلات. في المثال أدناه ، تأخذ DAOphot كمدخلات RA و Dec للمصدر الأول الذي وجدته SUSSExtractor من المثال السابق أعلاه.

كما تم التأكيد سابقًا ، يجب إجراء قياس ضوئي DAOphot باستخدام معايرة الخرائط لانبعاثات ممتدة (extdPxW). . من أجل استخدام هذه الخرائط للقياس الضوئي لمصدر النقطة ، يجب تحويل الخرائط إلى معايرة مصدر نقطي ويجب أن تكون الوحدات في Jy / pix. يتم عرض هاتين الخطوتين في رمز المثال أدناه.

لا تتطلب التدفقات التي تم الحصول عليها عبر SUSSEXtractor أي تصحيح للفتحة. ومع ذلك ، فإن التدفقات التي تم الحصول عليها من DAOphot تتطلب تصحيح فتحة مضاعف. بشكل افتراضي ، يقدر DAOphot تصحيح الفتحة تلقائيًا عن طريق تعيين المعلمة doApertureCorrection = True. يتم حساب التصحيح التلقائي للفتحة من قياس الضوء على وظيفة الاستجابة النقطية (PRF) لتحديد التصحيح. بدلاً من ذلك ، يمكن للمستخدم تقدير تصحيح الفتحة الخاص به باستخدام أحجام مختلفة للفتحة داخل DAOphot لتقدير منحنى النمو أو استخدام الأرقام الواردة في الجدول 6.15. تم تقديم تصحيحات الفتحة في الجدول 6.15 للحالة النموذجية حيث توجد خلفية حول المصدر ولكن أيضًا للسيناريو حيث تم طرح الخلفية. لاحظ أنه إذا تم تشغيل DAOphot باستخدام المعلمة doApertureCorrection = False ، فيجب أن يكون التدفق الناتج أيضًا تضاعفت من خلال نسبة الحزمة الفعالة (تصحيح الحزمة) ، من أجل المؤشر الطيفي المناسب ، & # 945 ، الوارد في الجدول 6.11 ، من أجل مراعاة RSRF ، وكفاءة الفتحة وتغير ملف تعريف الحزمة مع التردد.

لاحظ أن هناك أيضًا تصحيحات للفتحة للفتحات التعسفية (من 0 إلى 700 قوس ثانية) في شجرة معايرة SPIRE في منتج RadialCorrBeam تحت جدول منطقة معياري. التصحيحات الواردة في هذا الجدول (عن طريق جزء الطاقة المطوقة = منطقة الشعاع الطبيعي) هي فقط لمصدر & # 945 = -1 ، ومع ذلك ، فإن تصحيحات اللون للحزمة الطبيعية صغيرة جدًا ويمكن تجاهلها في معظم الحالات بدون الكثير من القلق.

لكل من SUSSEXtractor و DAOphot ، الافتراضي ، وظيفة استجابة النقطة (PRF) يفترض أن تكون Gaussian ، مع عرض نصف أقصى عرض كامل (في arcsec) المقدمة بواسطة المعلمة fwhm. بدلاً من ذلك ، يمكنك تحديد PRF مخصص عبر المعلمة prf. يجب أن يكون هذا متغيرًا من النوع SimpleImage. يجب أن تكون الصورة ذات بُعد فردي ، مع جعل الذروة في المركز طبيعية بحيث تعطي (البكسلات المركزية) لمصدر نقطي للتدفق 1 جي ، في وحدات خريطة الإدخال. يُفترض أن يكون لصورة PRF نفس مقياس البكسل للصورة الرئيسية ، ولا تحتاج إلى WCS مرتبط بها.

يمكن استخراج PRF من ملف تعريف الحزمة في شجرة المعايرة. بافتراض أن المعايرة هي سياق معايرة SPIRE وأن myImage هي صورتك (في وحدات Jy / الشعاع) لنطاق PSW ، قم بإصدار الأمر التالي:

تأكد من التحقق من أن صورة PRF لها قيمة الذروة في مركز الصورة. يمكن استخدام أوامر مماثلة لإنشاء صور PRF لنطاقي PMW و PLW.

الإخراج من الاستخراج المصدر هو SourceListProduct ويسمى sourceList افتراضيًا. يمكنك فحصه في عارض المنتج مثل أي منتج آخر ، كما هو موضح في الشكل 6.84. للوصول إلى التدفقات والمواضع المقاسة مباشرةً ، يجب معالجة SourceListProduct بالطريقة التالية flux = srcSussex ['sources'] ['flux']. data [0] (انظر أيضًا مثال مقتطف الشفرة)

الشكل 6.84. قائمة المصادر المعروضة في عارض المنتج ، مع تمييز مجموعة البيانات الداخلية.

لعرض المصادر المستخرجة على الصورة ، اسحب وأفلت متغير SourceList على الصورة في ملف محرر منظر. يتم وضع دائرة بعرض ثابت في موقع كل مصدر ، كما هو موضح في الشكل التالي. لاحظ أن السحب والإسقاط الإرادة ليس العمل إذا قمت بتحديد الإحداثيات مربع الاختيار في الواجهة الرسومية للمهمة. عند تحديد هذا الخيار ، تُرجع المهمة إحداثيات المصدر بالبكسل بدلاً من الإحداثيات الفلكية.

تتم تغطية معالجة قائمة المصدر بالتفصيل في دليل تحليل بيانات Herschel ، الفصل 4 الذي يصف كيفية استيراد قائمة مصدر من نص أو ملف FITS ، وتراكب قائمة مصدر على صورة وتغيير حجم الدوائر وألوانها.

لاحظ أن كلاً من DAOphot و SUSSEXtractor يمكن أن يأخذ قائمة مصادر (على سبيل المثال من بعض كتالوج البيانات المساعدة) كمدخلات. عندما يتم إعطاء مستخرج مصدر قائمة مصدر كمدخل ، فإنه يقيس التدفقات وخطأ التدفق لجميع المواضع في تلك القائمة. عاد التدفق في تقدير تدفق المصدر في هذا الموضع ، بغض النظر عما إذا كان هناك بالفعل مصدر في هذا الموضع ، أو ما إذا كان الاكتشاف الرسمي ممكنًا. بهذه الطريقة ، ستُرجع مستخرجات المصدر أيضًا حدًا أعلى لمصدر لم يتم اكتشافه. راجع قسم دليل تحليل بيانات Herschel 4.18 للحصول على مزيد من التفاصيل.

مشاكل شائعة

لا يوجد امتداد خطأ (sourceExtractorSussextractor فقط)

يتطلب sourceExtractorSussextractor أن يكون لصورة الإدخال امتداد خطأ ، وإذا لم يكن هذا موجودًا ، فستفشل المهمة. يجب تحديد الخطأ (عدم اليقين) في قيم البكسل كجزء من خوارزمية صنع الخرائط. ومع ذلك ، هناك طريقة سهلة لإضافة امتداد خطأ إلى صورة SimpleImage ، بافتراض أن عدم اليقين في كل بكسل هو 0.001 ، وهو استخدام:

وحدات غير صالحة ، أو وحدات غير محددة

تتطلب مهمتا استخراج المصدر أن تحدد صورة الإدخال وحداتها بتنسيق صالح. إذا لم تتمكن المهمة من التعرف على وحدات الصورة كوحدات سطوع السطح ، فستفشل. لتعيين وحدات SimpleImage ، image ، لتكون "Jy / beam" (على سبيل المثال) ، استخدم image.setUnit ("Jy / beam"). يتم التعرف على الوحدات الأخرى القائمة على Jy و mJy و MJy و beam و pixel و sr وما إلى ذلك.

تقليل عدد NaNs في نصف قطر خلفية DAOphot

يمكن أن تنتج القيم الافتراضية لحلقة خلفية DAOphot من 60-90 arsec عددًا كبيرًا من نتائج NaN في بعض الحالات. على الرغم من أن القيم الحالية لحلقة الخلفية تنتج القياس الضوئي الأكثر اتساقًا ، في الحالات الشديدة ، يمكن تقليل عدد NaNs عن طريق تغيير نصف قطر حلقة الخلفية الافتراضية على النحو التالي

  • PSW: نصف القطر الداخلي = 22.0 قوسًا ، نصف القطر الخارجي = 33.0 قوسًا ثانيًا
  • PSW: نصف القطر الداخلي = 30.0 قوس ثانية ، نصف القطر الخارجي = 45.0 قوس ثانية
  • PSW: نصف القطر الداخلي = 42.0 قوس ثانية ، نصف القطر الخارجي = 63.0 قوس ثانية

6.9.1.5. ملاءمة المصدر لمصادر النقاط في بيانات الجدول الزمني

تعمل خوارزميات استخراج مصدر ExtractorDaophot و sourceExtractorSussextractor على خرائط الصور النهائية ، ولكن SPIRE توفر أيضًا طريقة بديلة للقياس الضوئي تعمل على بيانات المخطط الزمني نفسها قبل عملية صنع الخريطة. ال مجرب مصدر الخط الزمني يقوم بإجراء قياس ضوئي في موضع إعطاء (أو مجموعة من المواضع) عن طريق ملاءمة Gaussian لعينات الخط الزمني في السماء. يُعد Timeline Fitter حاليًا الخوارزمية الموصى بها لقياس ضوء مصدر نقطة SPIRE لا يعمل Timeline Source Fitter على الخرائط ولا يقوم باستخراج المصدر. يتطلب Timeline Source Fitter جداول زمنية محددة المستوى 1 كمدخلات ومواقع المصادر التي تناسبها. يمكن الوصول إلى Timeline Source Fitter عبر واجهة المستخدم الرسومية في نافذة المهام ضمن HIPE ضمن sourceExtractorTimeline كما هو موضح في الشكل 6.85

الشكل 6.85. واجهة المستخدم الرسومية لـ Timeline Fitter

من مربع واجهة المستخدم الرسومية في الشكل 6.85 ، يمكن ملاحظة أن هناك معلمات مختلفة لـ Timeline Fitter. المدخلات (destripedLevel1) عبارة عن سياق من المستوى الأول (أو مطروح من خط الأساس) أو سياق المسح (أي الناتج من خوارزميات الإزالة أو خط الأساس). المدخل الآخر المطلوب هو مجموعة من RA، Dec ينسق بالدرجات العشرية لمصدر واحد ([RA، DEC]) أو قائمة إحداثيات ([[RA1، RA2.] [DEC1، DEC2.]]). بدلاً من ذلك ، يمكن إلحاق قائمة المصادر (انظر أدناه). يتم شرح المعلمات الإضافية أدناه في الجدول 6.13

يمكن أيضًا تشغيل Timeline Source Fitter من سطر الأوامر كـ

الجدول 6.13. معلمات مجرب الخط الزمني

خيارات المعلمة
مجموعة مصفوفة معلمة السلسلة لصفيف SPIRE "PSW" ، "PMW" ، "PLW".
inputSourceList إما صفيف Double1d يحتوي على مدخلين يحتويان على RA و Dec المقدّر للمصدر بالدرجات. أو أحد منتجات قائمة المصادر ، على سبيل المثال ، من إخراج SUSSEXtractor
rpeak معلمة اختيارية لنصف قطر المنطقة التي ستتضمن ذروة المصدر. القيم المناسبة هي 22 ، 30 ، 42 لـ PSW ، PMW ، PLW على التوالي واستبعاد الحلقات الهوائية.
rbackground معلمة اختيارية (double1D بإدخال 2) لنصف القطر الداخلي والخارجي للحلقة لاستخدامها كطرح في الخلفية. سيؤدي تعيين إما إلى قيمة سالبة إلى عدم طرح أي خلفية. القيمة الافتراضية تعتمد على المصفوفة وهي PSW [70.، 74.]، PMW [98.، 103.]، PLW [140.، 147.]
useBackInFit معلمة منطقية اختيارية. إذا كان هذا صحيحًا ، فسيتم استخدام جميع عينات البيانات من حلقة الخلفية في الملاءمة. وإلا ستتم إزالة القيمة المتوسطة من البيانات لتلائم. القيمة الافتراضية هي True. ملاحظة: سيؤدي استخدام useBackInFit = True إلى تحسين الملاءمة.
allowVaryBackground معلمة منطقية اختيارية. إذا كان صحيحًا ، فسيتم التعامل مع الخلفية كمعامل مجاني في الملاءمة. يتم تجاهل هذه المعلمة إذا تم تجاهل الخلفية في الملاءمة. القيمة الافتراضية هي True. ملاحظة: سيؤدي استخدام allowVaryBackground = True إلى تحسين الملاءمة.
allowTiltBack معلمة منطقية اختيارية. إذا كان صحيحًا ، فسيتم استخدام مستوى مائل للخلفية. القيمة الافتراضية هي False. يتم تجاهل ذلك إذا تم ضبط allowVaryBackground على False
fitEllipticalGauss2d معلمة منطقية اختيارية. إذا كان صحيحًا ، فسيكون غاوسي بيضاوي الشكل مناسبًا للبيانات. خلاف ذلك يتم استخدام دائري Gaussian. القيمة الافتراضية هي False. لاحظ أنه بالنسبة للمصادر الساطعة نسبيًا ، فإن Gaussians البيضاوي جيد ، ولكن بالنسبة للمصادر الخافتة التي تزيد عن 30mJy تقريبًا ، يجب استخدام Gaussians الدائري في التفضيل.
modelGauss2dSigma ستؤدي المجموعة المزدوجة الاختيارية بالدرجات إلى إجراء Gaussian دائري مع معلمة sigma الخاصة بـ Gaussian Fixed (يتم تجاهلها إذا كانت مجموعة معلمات fitEllipticalGauss2d). القيمة الافتراضية هي -1.0
fitMaxIterations معلمة عدد صحيح اختيارية لتعيين حد لعدد التكرارات التي يقوم بها Levenberg Marquardt Fitter. القيمة الافتراضية هي 10000
صالح التسامح المعلمة الاختيارية (المزدوجة) التي تحدد التفاوت الذي يحاول Levenberg Marquardt Fitter تحقيقه عند تنفيذ الملاءمة. القيمة الافتراضية هي 1e-4.
عائد الاستثمار منطقة الاهتمام. قناع Skymask حيث سيتم تضمين المصادر الموجودة داخل عائد الاستثمار فقط.
بطيء بشكل افتراضي ، في حالة معالجة أكثر من مصدر واحد ، ستحاول المهمة تخزين جميع البيانات في الذاكرة مرة واحدة. إذا نفدت الذاكرة ، فستستخدم طريقة أبطأ ، والتي تتضمن التكرار على جميع البيانات لكل مصدر. عيّن هذه المعلمة إلى True لاستخدام هذه الطريقة الأبطأ دون محاولة تخزين كافة البيانات في الذاكرة أولاً.

الإخراج من Timeline Fitter هو منتج قياسي لقائمة المصادر (الاسم الافتراضي هو sourceList) يحتوي على نتائج من الملاءمة ، بما في ذلك

المعلومات الموضعية ra و dec والأخطاء المرتبطة بها raPlusErr و decPlusErr و raMinusErr و decMinusErr.

تدفق كثافة تدفق مصدر النقطة المجهزة والأخطاء المرتبطة به fluxPlusErr ، fluxMinusErr في mJy.

قياس الخلفية والخطأ backgroundParm1، backgroundParm1Err.

نتيجة Chi-squared ، والأدلة ، و chi-square chiSquare المخفض ، والأدلة ، قللت CheSquare. لاحظ أنه على الرغم من أن المهمة تقوم بإرجاع مربع Chi ، ومربع Chi المنخفض ، وقيمة دليل بايزي ، فقد أظهرت الاختبارات مع مصادر تمت محاكاتها المضافة إلى بيانات الجدول الزمني الحقيقي أن هذه الأرقام لا تعكس بالضرورة دقة التوافق الناتج. على سبيل المثال ، كانت قيم الأدلة الخاصة بنموذج Gauss2D مع عرض ثابت مناسب للمصدر المحاكى أعلى بشكل منهجي (على سبيل المثال أفضل) من الملاءمة ، على الرغم من أن التوافق القياسي Gauss2DModel (مع العرض المتغير) وتناسب Gauss2DRotModel أنتج قياسات أكثر دقة. لذلك يجب على المستخدمين أن يضعوا في اعتبارهم أنه يتم استخدام العديد من نقاط البيانات في الملاءمة بحيث تختلف قيم مربع كاي المختزل قليلاً جدًا بين النماذج ذات الأعداد المختلفة من المعلمات. استخدم هذه المقاييس بحذر شديد.

عدد التكرارات في niter الملاءمة وما إذا كان الملاءمة ناجحًا.

عدد نقاط البيانات المستخدمة لتلائم الخلفية nRdoutBack والمصدر nRdoutPeak على التوالي.

عرض Gaussian و الأخطاء المجهزة ، sigmaErr بالدرجات حيث FWHM = 2SQRT (2ln2) * sigma

يمكن كتابة منتج قائمة المصدر إلى ملف ASCII ناتج عن طريق الأمر التالي

مثال

من الممكن أيضًا توفير قائمة مصادر من خوارزمية استخراج مصدر أخرى ، على سبيل المثال استخدام SUSSEXTractor لاستخراج المصادر وتمرير قائمة مصدر الإخراج كمدخلات لمُجرب الخط الزمني كما هو موضح أدناه (لاحظ أنه في هذا المثال ، لم يتم تصحيح الألوان في المصادر )

الإعدادات الموصى بها لـ Timeline Fitter

لتلائم المصادر النقطية في الحقول ذات الخلفيات المسطحة (مثل الحقول خارج المجرة حيث تهيمن على الخلفية مصادر خارج المجرة مشوشة) ، يوصى بالإعدادات التالية:

يجب ضبط المعلمة rPeak على 22 و 30 و 42 لـ PSW و PMW و PLW ، على التوالي. تم اختيار هذه الفتحة لأنها تتضمن الجزء الغاوسي من PSF (المنطقة من المركز حتى الفجوة بين القمة والحلقة الهوائية الأولى).

المعلمة rbackground لها قيم افتراضية مختلفة لكل مصفوفة. من المحتمل أن تعمل القيم مع معظم المصادر ، حيث ستهيمن ضوضاء الخلفية على الإشارة في هذه الحلقة الصغيرة باستثناء المصادر الساطعة جدًا.

يجب تعيين المعلمة AllowTiltBack على False.

يجب عادةً ضبط المعلمة fitEllipticalGauss2d على False. هذا مفيد فقط إذا حاولت التمييز بين المصادر الممدودة والتي لم يتم حلها حقًا.

يعتمد نموذج المعلمة Gauss2dSigma على سطوع المصدر وسرعة المسح. بالنسبة لسرعات المسح البطيئة أو الاسمية ، بالنسبة للمصادر الأكثر سطوعًا من 35 مللي جول في نطاق PSW ، 50 مللي جول في نطاقي PMW و PLW ، يجب عدم تعيين modelGauss2dSigma. عادةً ما ينتج عن السماح لـ FWHM الخاص بـ Gaussian بالتغير ملاءمة أكثر دقة. ومع ذلك ، يجب على المستخدمين التحقق من أن FWHM من الملاءمة يقع ضمن النطاقات الاسمية للبيانات (15-21 قوسًا لـ PSW ، و19-28 قوسًا لـ PMW ، و 28-40 قوسًا لـ PLW). بالنسبة للمصادر التي يزيد خفتها عن 35 مللي جول في نطاق PSW أو 50 مللي جول في نطاقات PMW أو PLW أو للمصادر التي تمت ملاحظتها باستخدام سرعة المسح السريع ، يجب ضبط modelGauss2dSigma على 17.6 لـ PSW و 23.9 لـ PMW و 35.2 لـ PLW. عادةً ما ينتج عن تحديد عرض PSF نتائج أكثر دقة في هذه الحالات.

يجب تعيين المعلمة useBackInFit على True.

يجب تعيين المعلمة allowVaryBack على True.

يمكن أيضًا استخدام الإعدادات الاختيارية التالية للتعامل مع الخلفية:

يمكن تعيين المعلمة allowVaryBack على False مع الاستمرار في تحديد rBackground وتعيين useBackInFit على True. في هذا السيناريو ، لن يتم التعامل مع الخلفية كمعامل مجاني في الملاءمة ، وسيتم قياس إزاحة الخلفية الأولية وطرحها قبل تركيب البيانات.

يمكن تعيين المعلمة allowVaryBack على False ويمكن تعيين useBackInFit على False إذا تم تحديد rBackground. ستظل البيانات الموجودة في حلقة الخلفية مستخدمة لقياس وطرح خلفية أولية قبل أن تتناسب وظيفة Gaussian مع PSF ، ولكن لن يتم استخدام البيانات الموجودة في الحلقة الخلفية في الملاءمة ، ولن يتم التعامل مع الخلفية على أنها معلمة مجانية.

لا يلزم تقديم المعلمة rBackground كمدخلات ، ولكن يجب تعيين allowVaryBack على False ويجب تعيين useBackInFit على False. يعد هذا مناسبًا إذا تم طرح الخلفية بالفعل (على سبيل المثال ، باستخدام removeBaselines).

لملاءمة المصادر في المناطق ذات الاختلافات الأساسية في الخلفية (مثل المصادر التي تمت ملاحظتها في الحقول ذات الانبعاث الرقيق الكثيف) ، يوصى بالإعدادات التالية:

لا يجب تحديد المعلمة rBackground. يجب عدم استخدام الحلقة الخلفية في تركيب PSF.

يجب تعيين المعلمة allowTiltBack على True.

يجب تعيين المعلمة fitEllipticalGauss2d على False.

يجب عادةً تعيين المعلمة useBackInFit على False.

يجب عادةً تعيين المعلمة allowVaryBack على False.

6.9.1.6. إجراء قياس ضوئي للفتحة على صور SPIRE

يمكن إجراء القياس الضوئي للفتحة لكل من المصدر النقطي والمصادر الممتدة باستخدام 3 مهام في HIPE ، مهام قياس الضوء الحلقي ، سكاي أبيرتشر ، قياس ضوئي مستطيل ، سكاي أبيرتوريفوتوميتري ثابت. تم شرح هذه الخوارزميات بالتفصيل في دليل تحليل بيانات Herschel القسم 4.20 في القسمين التاليين ، يتم توفير معلومات محددة للقياس الضوئي للفتحة على المصادر النقطية والانبعاثات الممتدة على التوالي.

وصفة قياس ضوئي لفتحة مصدر النقطة

على الرغم من أنه ، من حيث المبدأ ، لا يوصى باستخدام القياس الضوئي للفتحة للمصادر النقطية في خرائط SPIRE ، إلا أن إطار العمل للقيام بذلك موجود. لقياس كثافة التدفق المتكاملة للمصادر النقطية عبر قياس ضوئي للفتحة ، يتم تنفيذ الخطوات التالية (تظهر أيضًا الخطوات الحسابية الصريحة داخل HIPE في الشكل 6.82 ويظهر البرنامج النصي HIPE أدناه)

نقطة البداية هي خرائط معايرة الانبعاثات الممتدة من المستوى 2 extdPxW في MJy لكل ستيراديان.

تحويل إلى معايرة مصدر النقطة

تمت معايرة خرائط SPIRE للإرسال الممتد من أجل سطوع سطح مصدر ممتد أحادي اللون باستخدام معلمة K4EdivK4P الموصوفة في القسم 6.9.1.2 والجدول 6.9. لذلك ، يجب أولاً تقسيم الخرائط بواسطة المعلمة K4EdivK4P.

قسّم الصورة على منطقة الشعاع لتحويل الصورة إلى Jy / pixel ، للحصول على صورة بها وحدات بكسل صغيرة (& lt1 & # 8221) باستخدام حزم خطوط الأنابيب لـ 1 & # 8221 بكسل الواردة في الجدول 6.10. لاحظ أن HIPE يوفر مهمة محددة convertImageUnit ، المتاحة من نافذة المهام ، لتقسيم الصورة على الحزمة وتحويل الوحدات.

قم بقياس كثافة التدفق المتكامل داخل الفتحة المرغوبة وحلقة الخلفية ، باستخدام مهمة قياس الضوء المناسبة للفتحة كما هو موضح في دليل تحليل بيانات هيرشل ، الفصل 4. بالنسبة للمصادر النقطية ، يتم اختيار أنصاف أقطار الفتحة الموصى بها لتحتوي فقط على الفص الرئيسي للحزمة ، وترد أدناه في الجدول 6.14 جنبًا إلى جنب مع قيم الحلقة لتقدير مستوى الخلفية.

تفترض معايرة تدفق SPIRE طيفًا مسطحًا للمصدر (nu.F (nu) = ثابت). بالنسبة للمؤشرات الطيفية الأخرى ، يجب أن تكون كثافة التدفق تضاعفت من خلال نسب الشعاع المناسبة & # 937 (& # 945 = -1) / & # 937 (& # 945) الواردة في الجدول 6.11 ، من أجل مراعاة RSRF وكفاءة الفتحة وتباين ملف تعريف الحزمة مع تردد.

تفترض معايرة تدفق SPIRE طيفًا مسطحًا للمصدر (nu.F (nu) = ثابت). بالنسبة للمؤشرات الطيفية الأخرى ، يجب أن تكون كثافة التدفق تضاعفت من خلال تصحيح ألوان مصدر النقطة المناسب للفهرس الطيفي المفترض باستخدام تصحيحات الألوان للمصادر النقطية الواردة في الجدول 6.16

عوامل تصحيح الفتحة مطلوبة ، لأن هذه الطريقة تقيس سطوع السماء في جزء صغير من الحزمة ، وبالتالي تقلل من كثافة التدفق المتكامل. تم اختبار التصحيحات وجعل كثافات التدفق المتكاملة التي تم الحصول عليها من خلال القياس الضوئي للفتحة متوافقة مع تلك التي تم الحصول عليها من بيانات الجدول الزمني المناسب ، والتي تعد بشكل عام طريقة أكثر دقة. تم سرد تصحيحات الفتحة أيضًا في الجدول 6.15 لاحظ أن هناك أيضًا تصحيحات للفتحة للفتحات التعسفية (من 0 إلى 700 قوس ثانية) في شجرة معايرة SPIRE في منتج RadialCorrBeam تحت جدول منطقة معيارية. التصحيحات الواردة في هذا الجدول (عن طريق جزء الطاقة المطوقة = منطقة الشعاع الطبيعي) هي فقط لمصدر & # 945 = -1 ، ومع ذلك ، فإن تصحيحات اللون للحزمة الطبيعية صغيرة جدًا ويمكن تجاهلها في معظم الحالات بدون الكثير من القلق.

مثال

يتم عرض الإجراء أعلاه في البرنامج النصي أدناه وهو مقتبس من البرنامج النصي SPIRE Photometry الرسمي المتاح من قائمة Useful Scipts داخل HIPE. لاحظ كما هو الحال مع الأمثلة السابقة لـ SUSSEXtractor و DAOphot ، يتم تضمين جميع المعايرة اللازمة في شجرة معايرة SPIRE والتي يمكن دمجها كدالة لمؤشر الطيف ، ألفا. في مثال القياس الضوئي للفتحة أدناه ، يتم توفير موضع المصدر للقياس الضوئي عبر SUSSEXtractor ، على الرغم من أنه من الناحية العملية يمكن توفيره بسهولة كمتغير سلسلة لـ RA و Dec على التوالي.

الجدول 6.14. معلمات قياس الضوء للفتحة

الجدول 6.15. تصحيحات الفتحة للقياس الضوئي للفتحة الحلقيّة

مؤشر الطيف وشملت الخلفية تمت إزالة حالة الخلفية
(Fنو= nu & # 945) PSW PMW PLW PSW PMW PLW
-4 1.294 1.255 1.293 1.29 1.246 1.254
-3.5 1.293 1.254 1.29 1.288 1.245 1.252
-3 1.292 1.253 1.287 1.287 1.244 1.249
-2.5 1.291 1.251 1.285 1.286 1.243 1.247
-2 1.29 1.25 1.282 1.285 1.242 1.245
-1.5 1.288 1.249 1.279 1.284 1.241 1.243
-1 1.287 1.248 1.277 1.283 1.24 1.24
-0.5 1.286 1.247 1.274 1.281 1.239 1.238
0 1.285 1.246 1.271 1.28 1.238 1.236
0.5 1.284 1.245 1.268 1.279 1.237 1.234
1 1.282 1.244 1.266 1.278 1.235 1.232
1.5 1.281 1.243 1.263 1.277 1.234 1.229
2 1.28 1.242 1.261 1.276 1.233 1.227
2.5 1.279 1.241 1.258 1.275 1.232 1.225
3 1.278 1.24 1.256 1.273 1.231 1.223
3.5 1.276 1.239 1.253 1.272 1.23 1.221
4 1.275 1.238 1.251 1.271 1.229 1.219
4.5 1.274 1.236 1.249 1.27 1.228 1.218
5 1.273 1.235 1.247 1.269 1.227 1.216
وصفة القياس الضوئي للفتحة على خرائط الانبعاث الممتدة

لقياس كثافات التدفق المتكاملة للمصادر الممتدة أو للعمل مع قياسات كثافة السطح للانبعاثات الممتدة (انظر دليل SPIRE للحصول على تفاصيل المعايرة للانبعاثات الممتدة) ، يجب تنفيذ الخطوات التالية (الخطوات الحسابية الواضحة داخل HIPE موضحة أيضًا في الشكل 6.86 ونص HIPE مبين أدناه)

ابدأ من المستوى 2 extdPxW خرائط معايرة الانبعاثات الموسعة في MJy لكل ستيراديان.

تحويل وحدات الصورة إلى Jy / pix

تتطلب مهمة HIPE Aperture Photometry صورًا خاصة بوحدات Jy / بكسل. قم بتحويل الصورة إلى وحدات Jy / pixel باستخدام مهمة convertImageUnit ، المتاحة من نافذة مهام HIPE. نظرًا لأن خرائط الانبعاث الممتدة كانت في الأصل في MJy / sr ، فلا يلزم وجود منطقة شعاع.

تفترض معايرة تدفق SPIRE طيفًا مسطحًا للمصدر (nu.F (nu) = ثابت). بالنسبة للمؤشرات الطيفية الأخرى ، يجب ضرب كثافة التدفق من خلال تصحيح اللون المناسب لـ انبعاث ممتد بالنسبة للفهرس الطيفي المفترض باستخدام تصحيحات اللون للمصادر الموسعة الواردة في الجدول 6.16. لاحظ أنه بالنسبة للانبعاثات الممتدة ، يأخذ تصحيح اللون أيضًا في الاعتبار تأثيرات الحزمة المختلفة ، وبالتالي فإن القيم الواردة في الجدول 6.11 هي ليس مطلوب

قم بقياس كثافة التدفق داخل الفتحة المرغوبة إذا كانت كثافة التدفق المتكاملة مطلوبة. تم شرح مهام القياس الضوئي للفتحة في الفصل الرابع من دليل تحليل بيانات هيرشل.

مثال

يتم تلخيص إجراء القياس الضوئي للفتحة للإرسال الممتد أدناه لنطاق SPIRE واحد. لتشغيل البرنامج النصي لنطاق SPIRE مختلف ، قم ببساطة بتحرير مجموعة الخطوط = "PSW" # SPIRE Array Bands: "PSW" ، "PMW" ، "PLW".

الشكل 6.86. ملخص طرق القياس الضوئي للانبعاثات الممتدة في HIPE. يتم تلخيص المدخلات الضرورية في الجدول أدناه.


منتجات البيانات

تتوفر بيانات VLA-ANGST HI من صفحة الويب هذه.


إذا تم استخدام البيانات للنشر ، فيرجى الاستشهاد بما يلي:

Ott، J.، Stilp، A. M.، Warren، S.، Skillman، E.D، Dalcanton، J.، Walter، F.، de Blok، W.JG، Koribalski، B.، & amp West، A. A. 2012، AJ، 144، 123

يصف هذا المنشور الملاحظات وتقليل البيانات ومنتجات البيانات بالتفصيل الكامل.

جميع الصور في تنسيق مناسب والأطياف في تنسيق بوستسكريبت مغلف. يتم ضغط جميع الملفات باستخدام gzip.

نطاق: طيف HI مرجح بشكل طبيعي
مكعب البيانات: مكعب بيانات HI ، غير مصحح للشعاع الأساسي. القنوات بوحدات سرعة LSR. السطوع في شعاع جي -1.
كثافة العمود: خريطة كثافة HI المدمجة ، المحولة إلى وحدات كثافة عمود HI (سم -2)
اللحظة 0: خريطة شدة HI المتكاملة في Jy beam -1 كم ثانية -1 وحدات
اللحظة 1: خريطة السرعة المرتفعة المرجحة بكثافة بوحدات km s -1
اللحظة الثانية: خريطة Moment 2 ، مقياس عرض خط HI ، بوحدات km s -1

غ / ريال عماني: تتوفر جميع الصور في إصدارات مرجحة طبيعية أو قوية. البيانات المرجحة الطبيعية (na) أكثر حساسية لسطوع السطح من البيانات الموزونة القوية (ro). من ناحية أخرى ، تتمتع البيانات الموزونة القوية بدقة مكانية أفضل من البيانات الموزونة الطبيعية.

لم يتم الكشف عن HS117 و KDG63 و KKH37 و DDO113 و KKR25 و KK77 في استطلاع HI الخاص بنا.


تعد مكعبات الدقة المتغيرة (متعددة الحزم) أكثر صعوبة إلى حد ما للعمل معها بشكل عام ، على الرغم من سهولة تحويل الوحدات. يمكنك إجراء نفس نوع تحويل الوحدات باستخدام VaryingResolutionSpectralCube s كما هو الحال مع المكعب الطيفي العادي SpectralCube سيستخدم شعاعًا وترددًا مختلفين لكل مستوى.

يمكنك تحديد القنوات ذات الحزم السيئة (على سبيل المثال ، الحزم التي تختلف عن الحزمة المرجعية ، والتي تكون افتراضيًا هي الحزمة المتوسطة) باستخدام تحديد الحزم السيئة (القيمة المرتجعة هي مصفوفة القناع حيث تعني True أن القناة جيدة) ، وإخفاء القنوات ذات الحزم غير المرغوب فيها باستخدام mask_out_bad_beams ، وإخفاء القنوات الفردية بشكل عام باستخدام mask_channels.

بالنسبة لأنواع العمليات الأخرى ، توجد مناقشة حول كيفية التعامل مع هذه المكعبات عبر التسوية إلى دقة عامة في مستند Smoothing.

محتويات الصفحة

& نسخ حقوق الطبع والنشر 2021 و Adam Ginsburg و Tom Robitaille و Chris Beaumont و Adam Leroy و Erik Rosolowsky و Eric Koch.
تم إنشاؤه باستخدام Sphinx 4.0.2. آخر بناء 17 يونيو 2021.


تحويل جي / شعاع إلى جي؟ - الفلك

كائن للتعامل مع حزم الراديو الفردية.

قم بإنشاء شعاع غاوسي جديد

المعلمات رائد الكمية مع التكافؤ الزاوي

تحت السن القانوني الكمية مع التكافؤ الزاوي

بنسلفانيا الكمية مع التكافؤ الزاوي

منطقة الكمية مع معادلة ستيراديان

منطقة الشعاع. هذا بديل لتحديد الرئيسي / الثانوي / PA ، وسيخلق تلك القيم بافتراض شعاع غاوسي دائري.

default_unit وحدة

الوحدة التي سيتم فرضها على الكبرى والصغرى إذا تم تحديدها على أنها عوامات

الكائن الأساسي إذا كانت الذاكرة من كائن آخر.

كائن لتبسيط تفاعل المصفوفة مع وحدة الأنواع.

يشير كائن Python المؤقت إلى بداية بيانات المصفوفة.

نوع البيانات لعناصر المصفوفة.

معلومات حول تخطيط الذاكرة للمصفوفة.

الجزء التخيلي من المصفوفة.

حاوية للمعلومات الوصفية مثل الاسم والوصف والتنسيق.

طول عنصر صفيف واحد بالبايت.

إجمالي البايت المستهلكة بواسطة عناصر المصفوفة.

عدد أبعاد المصفوفة.

الجزء الحقيقي من المصفوفة.

مجموعة أبعاد الصفيف.

عدد العناصر في المصفوفة.

عدد البايتات المطلوب إدخالها في كل بُعد عند اجتياز مصفوفة.

إرجاع True إذا تم تقييم جميع العناصر إلى True.

إرجاع True إذا كان أي من عناصر التقييم إلى True.

إرجاع فهارس القيم القصوى على طول المحور المحدد.

قم بإرجاع مؤشرات القيم الدنيا على طول المحور المحدد لـ.

إرجاع الفهارس التي من شأنها تقسيم هذه المصفوفة.

إرجاع الفهارس التي من شأنها فرز هذه المصفوفة.

إرجاع نواة غاوسي بيضاوية الشكل للحزمة.

ترجع نواة Tophat البيضاوية للشعاع.

astype (dtype [، order، casting، subok، copy])

نسخة من المصفوفة ، مصبوبة لنوع محدد.

قم بإرفاق معلومات الحزمة بالرأس المقدم.

أعد مساحة الشعاع في جهاز الكمبيوتر ^ 2 (أو ما يعادله) مع الأخذ في الاعتبار المسافة

قم بتبديل وحدات البايت الخاصة بعناصر الصفيف

استخدم مصفوفة فهرس لإنشاء مصفوفة جديدة من مجموعة من الاختيارات.

قم بإرجاع مصفوفة تكون قيمها محدودة بـ [min، max].

إرجاع الشرائح المحددة من هذا الصفيف على طول المحور المحدد.

معقد - تصريف جميع العناصر.

إعادة المرافق المركب ، العنصر الحكيم.

التواء شعاع بأخرى.

قم بإرجاع نسخة من المصفوفة.

إرجاع الناتج التراكمي للعناصر على طول المحور المحدد.

قم بإرجاع المجموع التراكمي للعناصر على طول المحور المحدد.

يولد كمية جديدة بالوحدات المتحللة.

فك شعاع من آخر

إرجاع الأقطار المحددة.

حاصل الضرب النقطي لمصفوفتين.

تفريغ مخلل من المصفوفة إلى الملف المحدد.

تُرجع مخلل المصفوفة كسلسلة.

إرجاع القطع الناقص matplotlib للتآمر

املأ المصفوفة بقيمة عددية.

إرجاع نسخة من المصفوفة مطوية في بعد واحد.

إنشاء شعاع من صورة CASA.

إنشاء شعاع واحد من bintable من صورة HDU من إنتاج CASA.

إنشاء شعاع من رأس.

إنشاء شعاع من رأس AIPS.

إرجاع حقل المصفوفة المحددة كنوع معين.

أدخل القيم على طول المحور المحدد قبل الفهارس المحددة وأعد كائن كمية جديدًا.

انسخ عنصرًا من مصفوفة إلى مقياس Python القياسي وأعده.

أدخل الحجمي في المصفوفة (يتم توجيه الحجمي إلى نوع المصفوفة ، إن أمكن)

أعد التحويل للقيمة المعطاة بين J / حزمة إلى K عند التردد المحدد.

إعادة وظيفة التحويل بين Jy / الحزمة إلى K بالتردد المحدد.

max ([axis، out، keepdims، initial، where])

أعد الحد الأقصى على طول محور معين.

إرجاع متوسط ​​عناصر الصفيف على طول محور معين.

دقيقة ([المحور ، الخروج ، الحفظ ، الأحرف الأولى ، أين])

أعد الحد الأدنى على طول محور معين.

قم بإرجاع المصفوفة بنفس البيانات المعروضة بترتيب بايت مختلف.

أعد مؤشرات العناصر غير الصفرية.

يعيد ترتيب العناصر في المصفوفة بحيث تكون قيمة العنصر في الموضع k في الموضع الذي سيكون عليه في مصفوفة مرتبة.

prod ([محور ، نوع dtype ، خارج ، حفظ ، مبدئي ، ...])

أعد حاصل ضرب عناصر الصفيف على المحور المحدد

قيمة الذروة إلى الذروة (الحد الأقصى - الحد الأدنى) على طول محور معين.

عيّن a.flat [n] = قيم [n] لكل n في الفهارس.

كرر عناصر المصفوفة.

إرجاع مصفوفة تحتوي على نفس البيانات بشكل جديد.

تغيير شكل وحجم المصفوفة في المكان.

أعد a مع كل عنصر مقربًا إلى العدد المحدد من الكسور العشرية.

ابحث عن الفهارس التي يجب إدراج عناصر v فيها للحفاظ على النظام.

ضع قيمة في مكان محدد في حقل محدد بنوع البيانات.

تعيين علامات الصفيف WRITEABLE ، ALIGNED ، (WRITEBACKIFCOPY و UPDATEIFCOPY) ، على التوالي.

قم بإزالة الإدخالات أحادية البعد من شكل ملف.

الأمراض المنقولة جنسيًا ([محور ، نوع dtype ، إخراج ، ddof ، الاحتفاظ بأبعاد])

تُرجع الانحراف المعياري لعناصر الصفيف على طول محور معين.

المجموع ([محور ، نوع dtype ، خارج ، الاحتفاظ بالأبعاد ، أولي ، أين])

قم بإرجاع مجموع عناصر الصفيف على المحور المحدد.

قم بإرجاع طريقة عرض للصفيف مع المحور 1 والمحور 2 بالتبادل.

قم بإرجاع مصفوفة مكونة من عناصر a في الفهارس المحددة.

قم بإرجاع كائن كمية جديد بالوحدة المحددة.

to_string ([unit، الدقة، format، subfmt])

قم بإنشاء تمثيل سلسلة للكمية ووحدتها.

القيمة العددية ، ربما بوحدة مختلفة.

أنشئ بايتات Python التي تحتوي على بايتات البيانات الأولية في المصفوفة.

كتابة صفيف إلى ملف كنص أو ثنائي (افتراضي).

قم بإرجاع المصفوفة كقائمة متداخلة عميقة من مستويات بايثون a.ndim.

أنشئ بايتات Python التي تحتوي على بايتات البيانات الأولية في المصفوفة.

تتبع ([إزاحة ، محور 1 ، محور 2 ، نوع dtype ، خارج])

أعد المجموع على طول أقطار المصفوفة.

تُرجع طريقة عرض المصفوفة ذات المحاور المنقولة.

var ([axis، dtype، out، ddof، keepdims])

تُرجع تباين عناصر الصفيف على طول محور معين.

عرض جديد للمصفوفة بنفس البيانات.

الكائن الأساسي إذا كانت الذاكرة من كائن آخر.

قاعدة المصفوفة التي تمتلك ذاكرتها هي لا شيء:

يؤدي التقسيم إلى إنشاء عرض يتم مشاركة ذاكرته مع x:

كائن لتبسيط تفاعل المصفوفة مع وحدة الأنواع.

تنشئ هذه السمة كائنًا يسهل استخدام المصفوفات عند استدعاء المكتبات المشتركة باستخدام الوحدة النمطية ctypes. يحتوي الكائن الذي تم إرجاعه ، من بين أشياء أخرى ، على سمات البيانات والشكل والخطوات (انظر الملاحظات أدناه) والتي تقوم بدورها بإرجاع كائنات ctypes التي يمكن استخدامها كوسائط لمكتبة مشتركة.

المعلمات لا أحد عائدات ج كائن بايثون

امتلاك بيانات السمات والشكل والخطوات وما إلى ذلك.

فيما يلي السمات العامة لهذا الكائن والتي تم توثيقها في "دليل إلى NumPy" (لقد حذفنا السمات العامة غير الموثقة ، وكذلك السمات الخاصة الموثقة):

مؤشر إلى منطقة ذاكرة المصفوفة كعدد صحيح بايثون. قد تحتوي منطقة الذاكرة هذه على بيانات غير محاذية ، أو ليست بترتيب البايت الصحيح. منطقة الذاكرة قد لا تكون قابلة للكتابة حتى. يجب احترام علامات المصفوفة ونوع البيانات لهذه المصفوفة عند تمرير هذه السمة إلى كود C عشوائي لتجنب المشاكل التي يمكن أن تتضمن تعطل Python. المستخدم احذر! قيمة هذه السمة هي نفسها تمامًا self._array_interface _ ['data'] [0].

لاحظ أنه على عكس data_as ، لن يتم الاحتفاظ بمرجع للمصفوفة: كود مثل ctypes.c_void_p ((a + b) .ctypes.data) سينتج عنه مؤشر إلى مصفوفة غير مخصصة ، ويجب تهجئتها (a + b) .ctypes.data_as (ctypes.c_void_p)

(c_intp * self.ndim): مصفوفة أنواع من الطول self.ndim حيث يكون النوع الأساسي هو العدد الصحيح C المقابل لنوع dtype ('p') على هذا النظام الأساسي. يمكن أن يكون هذا النوع الأساسي ctypes.c_int أو ctypes.c_long أو ctypes.c_longlong اعتمادًا على النظام الأساسي. يتم تعريف نوع c_intp وفقًا لذلك في numpy.ctypeslib. تحتوي مصفوفة ctypes على شكل المصفوفة الأساسية.

(c_intp * self.ndim): مصفوفة أنواع ذات طول self.ndim حيث يكون النوع الأساسي هو نفسه لسمة الشكل. تحتوي مجموعة الأنواع هذه على معلومات الخطوات من المصفوفة الأساسية. تعد معلومات الخطوات هذه مهمة لإظهار عدد البايتات التي يجب القفز عليها للوصول إلى العنصر التالي في المصفوفة.

قم بإعادة مؤشر البيانات المصبوب إلى كائن من أنواع c معين. على سبيل المثال ، استدعاء self._as_parameter_ يعادل self.data_as (ctypes.c_void_p). ربما تريد استخدام البيانات كمؤشر لمصفوفة أنواع من بيانات الفاصلة العائمة: self.data_as (ctypes.POINTER (ctypes.c_double)).

سيحتفظ المؤشر الذي تم إرجاعه بمرجع إلى المصفوفة.

قم بإرجاع صفيف الشكل كمصفوفة من بعض أنواع أنواع c الأخرى. على سبيل المثال: self.shape_as (ctypes.c_short).

قم بإرجاع الصفوف الكبيرة كمصفوفة من بعض أنواع c الأخرى. على سبيل المثال: self.strides_as (ctypes.c_longlong).

إذا كانت الوحدة النمطية ctypes غير متوفرة ، فإن سمة ctypes لكائنات المصفوفة لا تزال تُرجع شيئًا مفيدًا ، ولكن لا يتم إرجاع كائنات ctypes وقد تظهر الأخطاء بدلاً من ذلك. على وجه الخصوص ، سيظل الكائن يحتوي على سمة as_parameter التي ستعيد عددًا صحيحًا يساوي سمة البيانات.

يشير كائن Python المؤقت إلى بداية بيانات المصفوفة.

نوع البيانات لعناصر المصفوفة.

المعلمات لا أحد عائدات د كائن dtype numpy

معلومات حول تخطيط الذاكرة للمصفوفة.

يمكن الوصول إلى كائن الإشارات مثل القاموس (كما في a.flags ['WRITEABLE']) ، أو باستخدام أسماء السمات ذات الأحرف الصغيرة (كما في a.flags.writeable). يتم دعم أسماء العلامات القصيرة فقط في الوصول إلى القاموس.

يمكن فقط تغيير العلامات WRITEBACKIFCOPY و UPDATEIFCOPY و WRITEABLE و ALIGNED بواسطة المستخدم ، عبر التعيين المباشر للسمة أو إدخال القاموس ، أو عن طريق استدعاء ndarray.setflags.

لا يمكن تعيين إشارات المصفوفة بشكل عشوائي:

لا يمكن تعيين UPDATEIFCOPY إلا على False.

لا يمكن تعيين WRITEBACKIFCOPY إلا على False.

لا يمكن تعيين "المحاذاة" إلى "صحيح" إلا إذا تمت محاذاة البيانات بالفعل.

يمكن فقط تعيين WRITEABLE إلى True إذا كانت المصفوفة تمتلك ذاكرتها الخاصة أو إذا كان المالك النهائي للذاكرة يعرض واجهة مخزن مؤقت قابلة للكتابة أو سلسلة.

يمكن أن تكون المصفوفات متجاورة بنمط C ونمط فورتران في آنٍ واحد. هذا واضح للصفائف ذات البعد الواحد ، ولكن يمكن أن يكون صحيحًا أيضًا للمصفوفات ذات الأبعاد الأعلى.

حتى بالنسبة للمصفوفات المتجاورة ، قد تكون خطوة لبعد معين arr.strides [قاتمة] اعتباطيا إذا كانت arr.shape [dim] == 1 أو أن المصفوفة لا تحتوي على عناصر. نعم هو كذلك ليس بشكل عام ، يكون self.strides [-1] == self.itemsize للمصفوفات المتجاورة من النمط C أو self.strides [0] == self.itemsize للمصفوفات المتجاورة على غرار Fortran صحيحة.

صفات C_CONTIGUOUS (C)

البيانات موجودة في مقطع واحد متجاور على النمط C.

F_CONTIGUOUS (F)

البيانات موجودة في مقطع واحد متجاور على غرار فورتران.

تمتلك المصفوفة الذاكرة التي تستخدمها أو تقترضها من كائن آخر.

قابل للكتابة (W)

يمكن الكتابة إلى منطقة البيانات. يؤدي تعيين هذا إلى False إلى تأمين البيانات ، مما يجعلها للقراءة فقط. ترث طريقة العرض (شريحة ، وما إلى ذلك) WRITEABLE من صفيفها الأساسي في وقت الإنشاء ، ولكن قد يتم تأمين عرض مصفوفة قابلة للكتابة فيما بعد بينما تظل المصفوفة الأساسية قابلة للكتابة. (العكس ليس صحيحًا ، حيث أن عرض مصفوفة مقفلة قد لا يكون قابلاً للكتابة. ومع ذلك ، حاليًا ، لا يؤدي قفل كائن أساسي إلى قفل أي طرق عرض تشير إليه بالفعل ، لذلك في ظل هذه الظروف ، من الممكن تغيير المحتويات من مصفوفة مقفلة عبر عرض قابل للكتابة تم إنشاؤه مسبقًا عليه.) ​​تؤدي محاولة تغيير مصفوفة غير قابلة للكتابة إلى استثناء RuntimeError.

تتم محاذاة البيانات وجميع العناصر بشكل مناسب للأجهزة.

نسخة مطبوعة من الخلف (X)

هذه المجموعة هي نسخة من مجموعة أخرى. يجب استدعاء دالة C-API PyArray_ResolveWritebackIfCopy قبل أن يتم تحديث التخصيص إلى المصفوفة الأساسية بمحتويات هذه المصفوفة.

UPDATEIFCOPY (U)

(مهمل ، استخدم WRITEBACKIFCOPY) هذه المصفوفة نسخة من مصفوفة أخرى. عندما يتم إلغاء تخصيص هذه المصفوفة ، سيتم تحديث المصفوفة الأساسية بمحتويات هذه المصفوفة.

F_CONTIGUOUS وليس C_CONTIGUOUS.

F_CONTIGUOUS أو C_CONTIGUOUS (اختبار من قطعة واحدة).

تصرف و F_CONTIGUOUS وليس C_CONTIGUOUS.

الجزء التخيلي من المصفوفة.

حاوية للمعلومات الوصفية مثل الاسم والوصف والتنسيق. هذا مطلوب عند استخدام الكائن كعمود mixin داخل جدول ، ولكن يمكن استخدامه كطريقة عامة لتخزين المعلومات الوصفية.

طول عنصر صفيف واحد بالبايت.

إجمالي البايت المستهلكة بواسطة عناصر المصفوفة.

لا تتضمن الذاكرة المستهلكة من قبل سمات غير عنصر لكائن الصفيف.

عدد أبعاد المصفوفة.

الجزء الحقيقي من المصفوفة.

مجموعة أبعاد الصفيف.

عادةً ما تُستخدم خاصية الشكل للحصول على الشكل الحالي للمصفوفة ، ولكن يمكن استخدامها أيضًا لإعادة تشكيل المصفوفة في مكانها عن طريق تعيين مجموعة من أبعاد المصفوفة لها. كما هو الحال مع numpy.reshape ، يمكن أن يكون أحد أبعاد الشكل الجديد -1 ، وفي هذه الحالة يتم الاستدلال على قيمته من حجم المصفوفة والأبعاد المتبقية. ستفشل إعادة تشكيل المصفوفة في المكان إذا كانت هناك حاجة إلى نسخة.

عدد العناصر في المصفوفة.

يساوي np.prod (a.shape) ، أي منتج أبعاد المصفوفة.

يُرجع a.size عددًا صحيحًا من لغة Python بدقة عشوائية. قد لا يكون هذا هو الحال مع الطرق الأخرى للحصول على نفس القيمة (مثل np.prod (a.shape) المقترح ، والذي يعرض مثيل np.int_) ، وقد يكون مناسبًا إذا تم استخدام القيمة بشكل أكبر في العمليات الحسابية التي قد تتجاوز نوع عدد صحيح بحجم ثابت.

عدد البايتات المطلوب إدخالها في كل بُعد عند اجتياز مصفوفة.

إزاحة البايت للعنصر (i [0]، i [1]،. i [n]) في المصفوفة a هي:

يمكن العثور على شرح أكثر تفصيلاً للخطوات في ملف "ndarray.rst" في الدليل المرجعي لـ NumPy.

تخيل مصفوفة من الأعداد الصحيحة 32 بت (كل 4 بايت):

يتم تخزين هذه المصفوفة في الذاكرة على هيئة 40 بايت ، واحدة تلو الأخرى (تُعرف باسم كتلة متجاورة من الذاكرة). تخبرنا خطوات المصفوفة عن عدد البايتات التي يتعين علينا تخطيها في الذاكرة للانتقال إلى الموضع التالي على طول محور معين. على سبيل المثال ، يتعين علينا تخطي 4 بايت (قيمة واحدة) للانتقال إلى العمود التالي ، ولكن 20 بايت (5 قيم) للوصول إلى نفس الموضع في الصف التالي. على هذا النحو ، فإن خطوات المصفوفة x ستكون (20 ، 4).

الكل ( المحور = لا شيء , خارج = لا شيء , Keepdims = خطأ ) ¶

إرجاع True إذا تم تقييم جميع العناصر إلى True.

الرجوع إلى numpy.all للحصول على الوثائق الكاملة.

إرجاع True إذا كان أي من عناصر التقييم إلى True.

الرجوع إلى numpy.any للحصول على الوثائق الكاملة.

إرجاع فهارس القيم القصوى على طول المحور المحدد.

الرجوع إلى numpy.argmax للحصول على الوثائق الكاملة.

قم بإرجاع مؤشرات القيم الدنيا على طول المحور المحدد لـ.

الرجوع إلى numpy.argmin للحصول على وثائق مفصلة.

إرجاع الفهارس التي من شأنها تقسيم هذه المصفوفة.

الرجوع إلى numpy.argpartition للحصول على الوثائق الكاملة.

إرجاع الفهارس التي من شأنها فرز هذه المصفوفة.

الرجوع إلى numpy.argsort للحصول على الوثائق الكاملة.

إرجاع نواة غاوسي بيضاوية الشكل للحزمة.

لا تدرك هذه الطريقة أي اختلال في المحاذاة بين إحداثيات البكسل والعالم.

التحويل من حجم الزاوي إلى حجم البكسل.

kwargs مرت إلى EllipticalGaussian2DKernel as_tophat_kernel ( pixscale , ** kwargs ) [مصدر] ¶

ترجع نواة Tophat البيضاوية للشعاع. تم تحجيم المنطقة لتتناسب مع منطقة 2D Gaussian:

لا تدرك هذه الطريقة أي اختلال في المحاذاة بين إحداثيات البكسل والعالم.

** kwargs مرت إلى EllipticalTophat2DKernel astype ( dtype , الطلب = 'K' , casting = 'غير آمن' , سوبوك = صحيح , نسخ = صحيح ) ¶

نسخة من المصفوفة ، مصبوبة لنوع محدد.

المعلمات dtype str أو dtype

رمز النوع أو نوع البيانات الذي يتم إرسال المصفوفة إليه.

ترتيب <"C" ، "F" ، "A" ، "K"> ، اختياري

يتحكم في ترتيب تخطيط الذاكرة للنتيجة. يعني "C" ترتيب C ، و "F" يعني ترتيب Fortran ، و "A" يعني ترتيب "F" إذا كانت جميع المصفوفات متقاربة من Fortran ، وترتيب "C" بخلاف ذلك ، وتعني "K" أقرب الترتيب الذي تظهر به عناصر المصفوفة في الذاكرة قدر الإمكان. الافتراضي هو "K".

يتحكم في نوع إرسال البيانات الذي قد يحدث. افتراضيات على "غير آمن" للتوافق مع الإصدارات السابقة.

  • "لا" تعني أن أنواع البيانات يجب ألا يتم إرسالها على الإطلاق.

  • "equiv" تعني السماح فقط بتغييرات ترتيب البايت.

  • كلمة "آمن" تعني فقط القوالب التي يمكنها الحفاظ على القيم المسموح بها.

  • "same_kind" تعني فقط القوالب الآمنة أو القوالب ضمن النوع ، مثل float64 إلى float32 ، المسموح بها.

  • تعني كلمة "غير آمنة" إمكانية إجراء أي تحويلات للبيانات.

إذا كان صحيحًا ، فسيتم تمرير الفئات الفرعية (افتراضيًا) ، وإلا فسيتم إجبار المصفوفة المرتجعة على أن تكون مصفوفة من الفئة الأساسية.

ينسخ منطقي ، اختياري

بشكل افتراضي ، يقوم astype دائمًا بإرجاع مصفوفة مخصصة حديثًا. إذا تم تعيين هذا على خطأ ، وتم استيفاء متطلبات النوع والأمر والملف الفرعي ، فسيتم إرجاع مصفوفة الإدخال بدلاً من نسخة.

عائدات arr_t ndarray

ما لم تكن copy False ويتم استيفاء الشروط الأخرى لإرجاع مصفوفة الإدخال (انظر وصف معلمة إدخال النسخ) ، فإن arr_t عبارة عن مصفوفة جديدة من نفس الشكل مثل مصفوفة الإدخال ، مع نوع dtype ، ترتيب معين بواسطة dtype ، ترتيب.

يرفع تحذير مركب

عند الصب من المعقد إلى الطفو أو int. لتجنب ذلك ، يجب استخدام a.real.astype (t).

تم التغيير في الإصدار 1.17.0: يمكن الإرسال بين نوع بيانات بسيط ونوع منظم فقط من أجل الصب "غير الآمن". يُسمح بالإرسال إلى حقول متعددة ، ولكن لا يُسمح بالبث من حقول متعددة.

تم التغيير في الإصدار 1.9.0: يتطلب الإرسال من أنواع رقمية إلى سلسلة في وضع الصب "الآمن" أن يكون طول نوع السلسلة طويلاً بما يكفي لتخزين الحد الأقصى لعدد صحيح / قيمة عائمة محولة.

قم بإرفاق معلومات الحزمة بالرأس المقدم.

المعلمات رأس astropy.io.fits.header.Header.io.fits.header

رأس لإضافة / تحديث معلومات الشعاع.

ينسخ منطقي ، اختياري

تُرجع نسخة من الرأس المُدخَل بمعلومات الحزمة.

عائدات copy_header astropy.io.fits.header.Header.io.fits.header

نسخة من رأس الإدخال مع معلومات الحزمة المحدثة عند النسخ = صحيح.

أعد مساحة الشعاع في جهاز الكمبيوتر ^ 2 (أو ما يعادله) مع الأخذ في الاعتبار المسافة

قم بتبديل وحدات البايت الخاصة بعناصر الصفيف

قم بالتبديل بين تمثيل البيانات منخفضة النهاية وكبيرة الحجم عن طريق إرجاع صفيف مبدل بايت ، يتم تبديله اختياريًا في المكان. لا يتم تبديل صفائف سلاسل البايت. يتم تبديل الأجزاء الحقيقية والتخيلية للعدد المركب بشكل فردي.

المعلمات في المكان منطقي ، اختياري

إذا كانت True ، فقم بتبديل البايت في المكان ، يكون الإعداد الافتراضي هو False.

عائدات خارج ndarray

مجموعة بايت. إذا كان inplace صحيحًا ، فهذه نظرة إلى الذات.

لا يتم تبديل صفائف سلاسل البايت

لكن تمثيل مختلف في الذاكرة

استخدم مصفوفة فهرس لإنشاء مصفوفة جديدة من مجموعة من الاختيارات.

الرجوع إلى numpy.choose للحصول على الوثائق الكاملة.

قم بإرجاع مصفوفة تكون قيمها محدودة بـ [min، max]. يجب إعطاء واحد من max أو min.


تحويل جي / شعاع إلى جي؟ - الفلك

مثلما أحدث إدخال CCDs ذات المجال الواسع ثورة في قدرات المسح للتلسكوبات البصرية والأشعة تحت الحمراء ، فإن علم الفلك الخطي عالي المستوى يشهد نهضة مماثلة مع ظهور مستقبلات متعددة الحزم على التلسكوبات الكبيرة أحادية الطبق ، مما يتيح إجراء عمليات مسح HI العمياء التي تغطي مناطق واسعة . على وجه الخصوص ، أدى تحديث سطح هوائي Arecibo في منتصف السبعينيات إلى بدء حقبة جديدة من دراسات خط HI خارج المجرة بطول 21 سم والتي استغلت منطقة تجميع الطبق الكبير والأجهزة المساعدة الفائقة (مضخمات ضوضاء منخفضة النطاق العريض ومقاييس طيفية مرنة متعددة البتات ). أدت إضافة Arecibo L-band Feed Array (ALFA) في عام 2004 إلى إجراء مسوحات جديدة واسعة النطاق في أبحاث المجرات وخارج المجرات والنجوم النابضة. إن السماء المحلية خارج المجرة المرئية لأريسيبو غنية ، وتحتوي على خطوط الطول المركزية للطائرة فوق المجرة داخل وحول مجموعة برج العذراء ، والحافة الرئيسية للعنقود الفائق الحوت ، والخيوط الواسعة التي تربط A1367 والغيبوبة وهرقل. مع ALFA ، سيستمر إرث Arecibo لدراسات HI خارج المجرة ، والتحقق من الأنظمة التي لم تمسها المسوحات الأخرى ومعالجة الأسئلة الكونية الأساسية (كثافة عدد وتوزيع وطبيعة الهالات ذات الكتلة المنخفضة) وقضايا تكوين المجرات وتطورها (أحجام أقراص HI ، تاريخ تفاعلات المد والجزر والاندماجات ، المقطع العرضي لامتصاص z منخفض ، أصل المجرات القزمة ، طبيعة السحب عالية السرعة). هنا نلخص بإيجاز الأهداف العلمية الرئيسية لبرنامج خطوط عرض المجرة العالية لمنطقة E-ALFA الواسعة ، مسح Arecibo Legacy Fast ALFA (ALFALFA). لمزيد من المعلومات الفنية ، انظر إلى صفحة المطبوعات الخاصة بنا.

2.1 مسح قديم: HI in the Near Universe & nbsp & nbsp لقد تطور تصميم المسح واستراتيجيته كما هو مقترح هنا من عمليات المحاكاة العددية (راجع Giovanelli 2003 Masters et al. 2004) ، والتي نستخدم فيها خريطة الكثافة الكونية التي توفرها كثافة PSCz إعادة الإعمار (Branchini وآخرون 1999) مع تباعد 0.9375h -1 Mpc في الداخل 60h -1 Mpc ، وبضعف هذه القيمة بين 60 و 120 h - 1 Mpc ، يتم تنعيم الخريطة باستخدام مرشح Gaussian من 3.2h - 1 Mpc . تُستكمل خريطة الكثافة بخريطة سرعة غريبة ، مما يسمح لنا باستنتاج تقديرات أكثر دقة للمسافات من تلك المشتقة تمامًا من الانزياحات الحمراء. يتم استخدام نوعين مختلفين من HIMF (تلك المشتقة من Zwaan et al. 1997 و Rosenberg & amp Schneider 2002 و Zwaan et al. 2003 HIMF لها قيم وسيطة بين الاثنين السابقتين) لملء الخريطة بـ "السحب" HI ، والتي ننتقل بعد ذلك إلى " يكشف". يتم تعيين أحجام HI وعرض السرعة باستخدام علاقات القياس التجريبية التي تم الحصول عليها من بيانات مسح HI الخاصة بنا و Broeils & amp Rhee (1997) ، مع تشتت واقعي وعدم استقرار خط الأساس الطيفي. يتم اختيار ميول القرص وإزاحات التأشير بشكل عشوائي. لقد قمنا بفحص شبكة واسعة من معلمات المسح ، بما في ذلك السيناريوهات المختلفة لقمع تسرب الغاز إلى هالات الكتلة المنخفضة بسبب إعادة التأين. تؤكد التجارب التي تم إجراؤها باستخدام جهاز استقبال L-ضيق أحادي البكسل في عام 2003 والتفتيش الأولي لملاحظاتنا الأولية الحديثة A1946 فعالية هذه المحاكاة في ظروف المراقبة العملية (Giovanelli وآخرون 2005 أ 2005 ب).

تنبأت عمليات المحاكاة المبكرة التي أجريناها ، استنادًا إلى التقديرات السابقة لوظيفة HI Mass ، أن ALFALFA ستكتشف أكثر من 16000 كائن. ومع ذلك ، فإن الكثافة المساحية الفعلية التي يتم تحقيقها حاليًا بواسطة ALFALFA ، حوالي 5 مصادر لكل درجة مربعة ، مع قمم أعلى 10-20 مرة في مناطق المجموعات والتكتلات ، تشير الآن إلى أن مسح ALFALFA الكامل قد ينتج 30000 مصدر HI خارج المجرة. نعزو هذا العائد المرتفع إلى الجودة العالية للبيانات ، والتي أصبحت ممكنة بفضل إستراتيجية مراقبة "الحد الأدنى من التطفل" وإجراءات معالجة البيانات المتخصصة التي طورها فريق ALFALFA خصيصًا للمسح ، بما في ذلك خوارزمية استخراج إشارة مجال فورييه التي كتبها خريج جامعة كورنيل الطالب Am & # 233lie Saintonge (2007a أطروحة دكتوراه ، جامعة كورنيل 2007 ب).

اعتبارًا من أغسطس 2007 ، تم الانتهاء من استخراج الإشارات لحوالي 15٪ من منطقة المسح مع كتالوجات يبلغ مجموعها حوالي 4500 اكتشاف عالي الجودة للتحضير للنشر في النصف الثاني من عام 2007. كما هو متوقع ، تقوم ALFALFA بأخذ عينات من مجموعة واسعة من المضيفين من محلية ، منخفضة جدًا من الأقزام الكتلية العالية للمجرات الضخمة الغنية بالغازات التي يُنظر إليها على شكل z

0.06. توفر أطياف HI انزياحًا أحمر وكتل HI وعرض دوراني للمجرات العادية ، وتتبع تاريخ أحداث المد والجزر وتوفر مقاييس كمية لإمكانية تكوين النجوم في المستقبل عبر محتويات HI المقارنة. كمسح أعمى HI ، لن يكون ALFALFA متحيزًا تجاه المجرات عالية السطوع الموجودة عادةً في كتالوجات المجرات الضوئية ، علاوة على ذلك ، على عكس HIPASS و HIJASS ، سيكون لها دقة زاوية وطيفية مناسبة لاستخدامها من تلقاء نفسها ، دون الحاجة لملاحظات المتابعة لتحديد التعريفات والمواقف ، وفي كثير من الحالات ، أحجام HI المميزة. تتداخل التغطية الواسعة لمنطقة ALFALFA مع العديد من الاستطلاعات الرئيسية الأخرى ، وأبرزها مسح Sloan الرقمي للسماء (SDSS) و 2MASS و NVSS. ستكون منتجات كتالوج ALFALFA لا تقدر بثمن في التنقيب عن البيانات متعددة الأطوال الموجية من قبل مجموعة واسعة من علماء الفلك ، بما يتجاوز بكثير المشاركين حاليًا في مسح ALFALFA نفسه. يتمثل أحد العناصر الأساسية لهذا البرنامج في توفير تطبيقات واسعة ومنتجات البيانات القديمة التي ستزيد من تداعيات العلم.

2.2 دالة الكتلة HI و "مشكلة الأقمار الصناعية المفقودة" & nbsp & nbsp يدور أحد التناقضات الرئيسية بين نظرية المادة المظلمة الباردة (CDM) والملاحظات الحالية حول الاختلاف الكبير بين عدد هالات المادة المظلمة القزمية التي تُرى حول الهالات العملاقة في المحاكاة العددية استنادًا إلى آلية التنمية النظيفة وتعداد الأقمار الصناعية القزم المرصود في المجموعة المحلية (كوفمان وآخرون 1993 Klypin وآخرون 1999 Moore وآخرون 1999 ب) ، والمشار إليها باسم "مشكلة الأقمار الصناعية المفقودة". المنحدر اللوغاريتمي للنهاية الباهتة لوظيفة كتلة المجرة التي تنبأت بها محاكاة آلية التنمية النظيفة قريب من قيمة & alpha = -1.8 التي تنشأ بشكل تحليلي من شكلية Press-Schechter (Press & amp Schechter 1974 Bardeen et al. 1986). نظرًا لصعوبة تحديد وظيفة الكتلة نفسها بشكل مباشر ، تركز الجهود الحالية على تقدير النهاية الباهتة لوظيفة اللمعان البصري (LF) ، وذات الصلة المباشرة بهذا الاقتراح ، من HIMF. من خلال تحديد كليهما ، يمكن تعيين حدود على عدد الهالات ذات الكتلة المنخفضة التي تحتوي على مكونات نجمية أو غازية قابلة للقياس. شكل نهاية الكتلة المنخفضة لـ HIMF ونتيجته الطبيعية ، كثافة الكتلة الكونية لـ HI ، هي معلمات مهمة في نمذجة تكوين المجرات وتطورها.

HIMF هو التوزيع الاحتمالي على كتلة HI لإشارات خط HI القابلة للكشف في مسح حساس للهيدروجين المحايد العالمي داخل النظام. تم تقديم أحدث تقديرات HIMF بواسطة Zwaan et al. (1997 Z97) ​​، Rosenberg & amp Schneider (2002 RS02) ، Zwaan et al. (2003 Z03) و Springob et al. (2004). هذا الأخير مشتق من تجميع حوالي 9000 مجرة ​​مختارة بصريًا ، مقيدًا بتدفق خط HI والقطر البصري لعينة فرعية كاملة تحتوي على 2200 مجرة. تستند التحديدات الأخرى إلى استطلاعات HI العمياء ، وبالتالي ليس لها أي تحيز ضد اللمعان المنخفض والمجرات ذات السطوع البصري المنخفض والتي قد تكون ممثلة تمثيلا ناقصا في كتالوجات المجرات الضوئية. يعتمد Z03 HIMF على مسح HIPASS (Koribalski et al. 2004 Meyer et al. 2004) ، بينما يعتمد كل من RS02 و Z97 HIMFs على استطلاعات مسح الانجراف التي أجريت في Arecibo خلال فترة ترقيته الأخيرة. يختلف منحدر النهاية الخافت لقرارات HIMF بين -1.20 و -1.53 ​​، مما ينتج عنه استقراء أقل من Mأهلا = 10 7 مشمس التي تختلف بترتيب من حيث الحجم ، فإن RS02 HIMF لها منحدر أكثر حدة. تقوم جميع استطلاعات HI الثلاثة العمياء بتجميع حد أدنى للكتلة أقل بقليل من Mأهلا = 10 8 مشمس، له& درجة = 70 كيلومترًا - 1 ميغاباسكال -1 (قيمة سيتم افتراضها طوال الوقت ، بينما بالنسبة إلى برج العذراء ، نعتمد المسافة D = 16 مليون لكل قناة). لم يتم الكشف عن أي مجرات بواسطة RS02 أو Z97 مع Mأهلا 7 مشمس، بينما ادعى Z03 3 ، ولم يكن هناك سوى عدد قليل من الاكتشافات التي تحتوي على Mأهلا 8 مشمس.

كما أشار Kratsov et al. (2004) ، يجب أن تشرح نماذج تكوين بنية واسعة النطاق ليس فقط عدد الأقمار الصناعية الموجودة في المجموعة المحلية ، ولكن أيضًا خصائص التجميع الخاصة بهم: في حين تم العثور على dSphs مركزة مع

300 kpc من المجرات العملاقة المضيفة ، تنتشر المجرات غير النظامية في كل مكان ، سواء بالقرب من العمالقة أو بعيدًا عنها (Grebel 2004). يعتبر أصل هذا الفصل وكذلك الاختلافات الأساسية بين المجموعات القزمة من القضايا المهمة لنظريات تكوين المجرات. يمكن أن يوفر الاختلاف المحتمل في HIMF مع كثافة المجرة المحلية أو تشتت السرعة مقياسًا إحصائيًا لتأثير آليات البيئة على الغاز مع تطور المجرات.

سوف تستكشف الدراسات الاستقصائية باستخدام ALFA جانبين أساسيين من HIMF: منحدر الكتلة المنخفض ، والذي له تأثير مباشر على "مشكلة القمر الصناعي المفقود" ، وسلوكه مع بيئة المجرات المختلفة. حتى الآن ، اقتصرت دراسات الاعتماد البيئي المحتمل لـ HIMF على مقارنات HIMF المشتق من المجرات في مجموعة العذراء مع تلك الموجودة في المجال (Hoffman et al. 1992 Briggs & amp Rao 1993 RS02 Davies et al. 2004 Gavazzi et al. 2004) ولكنها تعاني من ضعف الإحصاءات وعدم اكتمالها. تشير النتائج بشكل هامشي إلى أن HIMF في برج العذراء يفتقد الأقزام الكتلية المنخفضة HI الموجودة في الحقل أو أنه على الأقل مسطح عند الطرف الخافت من الحقل HIMF.

يحتوي البرنامج العلمي لاتحاد E-ALFA كما هو موضح في الورقة البيضاء E-ALFA ، كأحد أهدافه الرئيسية ، على التحديد القوي لـ HIMF على مجموعة من الأحجام المستقلة التي تتميز بكثافة كونية متفاوتة. لا يوجد مسح واحد من المحتمل أن يستكشف كل مساحة المعلمة ذات الصلة. تحقيق إحصائيات كشف كافية للأشياء في 10 6-10 8 Mشمس يتطلب النطاق توازناً في التغطية المساحية للمسح وعمق المسح من أجل أخذ عينة من الحجم المناسب. وبالمثل ، فإن دراسة مجموعة واسعة من البيئات تتطلب مقايضات في العمق والمساحة. بالاقتران مع المسوحات الأعمق المقترحة في إطار برنامج AGES (مسح Arecibo Galaxy للبيئات) ، ستسمح ALFALFA باستكشاف مجموعة واسعة من سيناريوهات HIMF الممكنة. وسيركز على دراسات الأجسام الأقل كتلة في الكون القريب جدًا (Mأهلا 7 مشمس، د وآخرون.(2004) عن طريق أخذ العينات ، عند الكتل الأعلى ، عبر نطاق الكثافات المحلية التي تميز المجموعات الغنية مثل A262 و A1367 و Coma ، وخيوطها العنقودية الفائقة والفراغات الموجودة بينها.

نؤكد أنه نظرًا لأن أدنى كتل HI سيتم العثور عليها محليًا فقط ، يجب أن تغطي ALFALFA زاوية صلبة كبيرة جدًا من أجل مسح الحجم المناسب عند D 7.5 Mشمس اعتمادًا على ما إذا كان HIMF يتبع Z97 أو RS02. وبالتالي ، فإن كلا من الجانب القديم ومتطلبات الحجم المحلي تملي الحاجة إلى مسح 7000 درجة 2.

2.3 تطور المجرة وديناميكياتها داخل الهياكل المحلية واسعة النطاق & nbsp & nbsp يتركز توزيع المجرات على نطاق واسع في الكون المحلي في بنية (Lahav et al. 2000) تم التعرف عليها لأول مرة من قبل de Vaucouleurs وتم تعيينها اليوم على أنها المستوى فوق المجرات. في وسطها ، تعد كتلة العذراء أقرب كتلة غنية لنا. بشكل عام ، تبين أن توزيع المجرات في هذا الاتجاه يتتبع بنية خيطية (West & amp Blakeslee 2000 Gavazzi et al. 1999 Solanes et al.2.2002) ممدود على طول خط البصر. من المعروف أن المجرات الموجودة في قلب الكتلة تعاني من نقص HI بسبب التفاعل مع الغاز داخل العنقود الساخن ، في حين أن المجرات الموجودة في محيط العنقود والمقدمة والخلفية ليست كذلك. بما في ذلك التركيزات الرئيسية العديدة ، يمتد التجمع حوالي 14 درجة فوق السماء (Binggeli، Popescu & amp Tammann 1993). تحدد الزاوية الصلبة التي تقابلها هذه المنطقة أعلى كثافة في الكون المحلي ، وبالتالي تشكل الخيار الواضح لدراسة HIMF في بيئة عالية الكثافة. مطلوب منطقة ذات حجم مشابه ولكن كثافة منخفضة ، تم مسحها لحساسية مماثلة ، لتوفير مرجع. المناطق ذات الكثافة الكونية الأقل على مسافة مماثلة هي ، على نحو غير مفاجئ ، في الاتجاه المضاد للعذراء. يقترح تحسين تغطية سماء Arecibo والاعتماد على زاوية ذروة الحساسية وجود منطقة مضادة للعذراء تتمركز بالقرب من 1.5 ساعة في R.A. و + 24 درجة في كانون الأول (ديسمبر). تشتمل هذه المنطقة على قسم كبير من "الفراغ" الكوني الأكبر والأقرب والمتوسط ​​على زاوية صلبة تبلغ

0.25 ستيرد ، المنطقة المضادة للعذراء بين 0 و 3000 كم / ثانية أقل كثافة بمعامل

6 فيما يتعلق بمنطقة العذراء في نفس نطاق المسافة. الدراسة المقارنة لل HI وخصائص أخرى للمجرات في هاتين المنطقتين ستعطي أدلة على عملية التأثير البيئي على تطور المجرات. ستتم مقارنة محتويات HI ، وسيتم تتبع عدد الأقزام على نطاقات واسعة من الكثافة الكونية ، وسيتم إجراء أول مسح أعمى حقيقي لبقايا المد والجزر HI.

سيوفر مسح برج العذراء على نطاق واسع قاعدة بيانات ذات اتساع غير مسبوق للتحقيق في أصل نقص الغاز في تلك المجموعة التي ستكمل بشكل جيد الدراسة التوليفية المستهدفة عالية الدقة المكانية لمجرات العذراء التي يتم إجراؤها حاليًا باستخدام مصفوفة كبيرة جدًا ( PI: J. Kenney). سيؤدي أيضًا إلى تحسين الفهم الديناميكي للعنقود والمجموعات المحيطة به ، فضلاً عن العمليات المرتبطة بتطور بنية واسعة النطاق ، من خلال توفير قاعدة بيانات غنية بالانزياح الأحمر لأقزام غنية بالغاز ذات لمعان ضوئي منخفض ، ليس فقط داخل الكتلة الأساسية ولكن أيضًا في محيطها الواسع.

برج العذراء هي البيئة الوحيدة القريبة بدرجة كافية بحيث يمكن لتقديرات المسافة القائمة على الطرق الثانوية أن تميز بين أنظمة إنفال والتوسع في المنطقة المحيطة بالعنقود (ما يسمى "المنطقة ذات القيمة الثلاثية") وأيضًا ضخمة بما يكفي لامتلاك نطاق واسع ، منطقة إينفول المأهولة بالسكان. في حالة برج العذراء ، يمتد مجال infall 28 درجة من مركز الكتلة ، لذلك يجب أن يغطي المسح الذي يمكنه تحديد الكائنات عند الدوران مساحة واسعة جدًا. في حين أن SDSS قد يوفر المعلمات الضوئية المطلوبة لتطبيقات طريقة مسافة Tully-Fisher ، لا يمكن أن توفر ألياف القوس الثلاثة الخاصة بها مقاييس عرض دورانية كافية. وهكذا ، فإن ALFALFA ، بالاقتران مع قاعدة بيانات SDSS ، ستوفر الأساس لدراسة فريدة لديناميكيات المجرات داخل وحول مجموعة برج العذراء.

ستكون المجموعات الأخرى داخل العنقود الفائق المحلي أهدافًا أيضًا بما في ذلك: مجموعة Canes Venatici I عند حوالي 5 Mpc ، ومجموعة Leo I عند حوالي 10 Mpc ، و "مجموعات الأقزام" (Tully et al. 2002) حول UGC 3974 (D = 5.4 Mpc) و NGC 784 (D = 4.4 Mpc) ، ومجموعات Canes Venatici II و Coma I عند 10-20 Mpc. يوجد

20 مجموعة إضافية بسرعات أقل من 1000 كم / ثانية والتي يجب أن نكون قادرين على دراستها بتفصيل كبير. يتم تطوير نماذج هيكل العنقود الفائق المحلي بواسطة KLM و IDK والمتعاونين ، وسوف يساهم كلاهما في استبيان ALFALFA ويستفيد منه.

وتجدر الإشارة بشكل خاص إلى أن مجموعة Leo I (M 96) توفر فرصة جذابة لاستكشاف كل من وظيفة اللمعان البصري و HIMF في بيئة ذات كثافة متوسطة. على عكس المجموعة المحلية ، يهيمن النوع الأول من المجرات على Leo I ، ومع ذلك فهي لا تزال تتميز بسرعة تشتت منخفضة. بالنسبة لـ 19 مجرة ​​ذات انزياح أحمر محسوب ، يكون التشتت في السرعة الشعاعية 130 كم / ثانية. اثنتان من ألمع المجرات في Leo I - NGC 3379 و NGC 3384 - محاطتان بحلقة 200 kpc من غاز HI (Schneider et al. 1983). تم اقتراح سيناريوهين محتملين لأصل هذه السحابة. اقترح Rood & amp Williams 1985 أن الحلقة نتجت عن تصادم بين NGC 3384 و NGC 3368 منذ حوالي 500 Myr. بعد اكتشاف العديد من ميزات الغاز الإضافية ، لاحظ شنايدر (1985) أن الغيوم تبدو مستقرة ضد اضطراب المد والجزر واقترح أنها تمثل بدلاً من ذلك بقايا سحابة الغاز البدائية التي تشكل منها جميع أعضاء المجموعة. تشير التواقيع الحركية التي تم الكشف عنها مؤخرًا إلى أن جميع المجرات الأكثر سطوعًا قد شاركت في تفاعلات سابقة (Sil'chenko et al.2003). وهكذا تقدم منطقة Leo I بيئة مثيرة للاهتمام لدراسة الاختلافات بين مجموعات قزم الإضاءة المنخفضة: منطقة تشتت بسرعة منخفضة ولكنها تحتوي على تعزيز الكثافة المحلية الذي يدعم وجود مجرات E / S0 الساطعة. لقد كشفت المنهجية التي طورتها IDK & amp VEK لتحديد الأقزام القريبة بالفعل عن أعداد كبيرة من الأعضاء الباهتة الغنية بالغاز من المجموعات الأخرى المجاورة (على سبيل المثال ، Karachentseva & amp Karachentsev 1998 Karachentseva et al. 1999 ، 2001 Makarov ، Karachentsev & amp Burenkov 2003). لاستقصاء مجتمع dI الذي وجده Karachentsev & amp Karachentseva (2004) ، يجب دراسة حقل واسع جدًا (> 120 درجة مربع) ، على النحو المنصوص عليه بواسطة ALFALFA.

2.4 مدى وأصل HI Disks & nbsp & nbsp تمثل أقراص الغاز الممتدة حول المجرات خزانًا لنشاط تكوين النجوم في المستقبل. تسمح دراسة توزيع HI بالنسبة للقرص البصري (النجمي) بالتحقيق في علاقة الغاز بتكوين النجوم وتمييز نماذج أصل الاقتطاع الملحوظ للأقراص النجمية على مقياس القرص البصري 3-5 تعتمد الأطوال على عتبات كثافة الغاز (Fall & amp Efstathiou 1989) مقابل تلك المتعلقة بالحد الأقصى للزخم الزاوي المحدد للمجرة الأولية (van der Kruit 1979). على عكس مسوحات المنطقة الواسعة الأخرى مثل HIPASS و HIJASS ، سيتم حل حوالي 500 مجرة ​​غنية بالغاز بواسطة حزمة ALFA 3.5 arcmin ، مما يسمح بقياس كمي لأحجامها المميزة HI (Hewitt et al. 1984) واشتقاق وظيفة القطر مرحبا. بالاقتران مع القياس الضوئي البصري ، ستحدد ALFALFA جزء المجرات ذات الأقراص الغازية الممتدة وتمكين دراسات المجرات المضيفة وبيئتها وتشكلها ودور الغاز في تطورها. وتجدر الإشارة بشكل خاص إلى أننا نأمل في اكتشاف المزيد من أقراص الغاز الممتدة للغاية ، مثل تلك الموجودة في DDO 154 (Krumm & amp Burstein 1984) و NGC 4449 (Bajaja et al. 1994) و NGC 2915 (Meurer et al. 1996) و UGC 5288 (van Zee 2004) وميزات المد والجزر الواسعة مثل تلك التي شوهدت في Leo Triplet (Haynes ، Giovanelli & amp Roberts 1979).

بالإضافة إلى ذلك ، ستحل ALFALFA HI الممتد بالقرب من 100 كبيرة (Dالمحتوى الذي ينشئه المستخدمون > 5 arcmin) المجرات القريبة التي ربما فاتتها ملاحظات قياس التداخل ، مما يسمح بتعداد ISM المحايد على جميع المقاييس المكانية. على وجه الخصوص ، يوفر تلسكوب Arecibo مسبارًا مثاليًا للمسافات القصيرة التي فاتها VLA في تكويناتها الأكثر إحكاما. لمعلمات البلفا رس = 28 s / حزمة وعرض نطاق القناة 5 km / s ، ودرجة حرارة الهوائي التي يمكن اكتشافها عند حد 5 & sigma هي Tأ = 0.13 كلفن لمصدر بعرض طيفي يبلغ 25 كم / ثانية يملأ الحزمة ، يتوافق هذا الحد مع كثافة عمود دنيا يمكن اكتشافها قدرها Nأهلا

سيحدد نظام كثافة العمود الذي تم فحصه بواسطة ALFALFA الانبعاث الواسع النطاق عند حواف أقراص المجرة ، والتي يُفترض أنها مقطوعة عند نفس قيمة N تقريبًا.أهلا (مثل Corbelli & amp Salpeter 1993 ، Maloney 1993). إن وجود مكون HI سلس مشابه لذلك الموجود في DDO 154 (Hoffman et al. 2001) من شأنه أيضًا أن يوسع منحنيات الدوران بشكل أكبر في هالة المادة المظلمة ، مما يسمح بتحديد أكثر قوة لشكل الهالة وتركيزها للتناقض مع نموذج المادة المظلمة الباردة تنبؤات حول مقاييس المجرات (مثل Dutton et al. 2004 Barnes et al. 2004).

سوف يوفر ALFALFA إحصاءً لوفرة وتوزيع أقراص HI ، مما يوفر ارتباطًا منخفضًا للانزياح الأحمر لامتصاص Lyman & alpha (DLA) المخفف في أطياف الكوازار. في حالة الانزياح الأحمر العالي ، تساهم كتلة الغاز المحايدة التي تتبعها امتصاص DLA في كتلة الباريونيك المضيئة بشكل أكبر مما تفعله في العصر الحالي. سوف يوفر ALFALFA أدلة مهمة لتطور قرص الغاز هذا. بينما تشير HIMFs المستمدة من جميع الاستطلاعات حتى الآن إلى أن المجرات الكبيرة تساهم في غالبية كثافة كتلة HI المحلية ، يبدو أيضًا أن المجرات الضخمة لا تهيمن على المقطع العرضي لامتصاص DLA (Rosenberg & amp Schneider 2001 Rao & amp Turnshek 1998). الملاحظات الأخيرة مع GMRT لحل منخفض ض وبالمثل ، وجد DLAs أن الامتصاص مرتبط بكتل HI أقل من تلك المميزة لمجرات L * (Chengalur & amp Kanekar 2002). لفهم المقطع العرضي لـ DLA عند الانزياحات الحمراء المنخفضة ، يتطلب الأمر دراسة التجمعات ذات الكتلة المنخفضة ولكن المجرات الغنية بالمرونة العالية والمفقودة في الكتالوجات الضوئية. تُظهر الدراسات البصرية اللاحقة لنظائر ADBS بواسطة JLR و JJS أن المسح السابق اكتشف مجرات ذات مقادير مطلقة -16 على مسافات 70 Mpc. يجب أن تكتشف ALFALFA مثل هذه الكائنات بأعداد كبيرة جدًا ، مما يسمح ليس فقط بتقديرات قوية لمساهمتها في المقطع العرضي HI المحلي ، ولكن أيضًا قياس اتساع ارتباطها العنقودي ومقياسها.

2.5 طبيعة الغيوم عالية السرعة & nbsp & nbsp بالإضافة إلى توفير أدلة مهمة حول نطاقات وحركية الغاز عالي السرعة حول المجرات الأخرى ، ستسمح ALFALFA بدراسة منطقة واسعة للغاز في مجرة ​​درب التبانة وحولها كمكمل لـ ، وبالتزامن مع مع استطلاعات G-ALFA. على وجه الخصوص ، سوف يستكشف ALFALFA طبيعة السحب المحلية عالية السرعة (HVCs) للهيدروجين المحايد والتي قد تمثل تراكم الغاز على مجرتنا (على سبيل المثال ، Tripp et al. 2003) ولكن يُزعم أيضًا أنها أبعد ، " الأقمار الصناعية المفقودة "في المجموعة المحلية (Blitz et al. 1999 Braun & amp Burton 1999). كانت المسوحات السابقة عن HVCs ذات دقة أقل إلى حد كبير (15.5 arcmin في أحسن الأحوال) و / أو لم تكن قادرة على تتبع العلاقة بين HVCs وانبعاثات Galactic HI (Putman et al. 2002 Wakker & amp van Woerden 1991). سوف يتتبع ALFALFA الهياكل المهمة عالية السرعة ، مثل الأجزاء الشمالية من Magellanic Stream و Complex C بدقة 4 مرات أفضل من HIPASS. سيكون أيضًا أكثر حساسية 8 مرات للغيوم الصغيرة التي لم يتم حلها ، أو HVCs شديدة الصغر (إن وجدت مع كثافة عمود مركزي محايد أعلى من 10 20 سم -2). سيسمح لنا ذلك بتحديد ما إذا كانت HVCs تتفاعل مع وسط هالة منتشر (على سبيل المثال ، Br & # 252ns et al. 2000 Quilis & amp Moore 2001) أو إذا كانت الأقمار الصناعية المجرة التي تهيمن عليها المادة المظلمة (على سبيل المثال ، Moore et al. 1999 أ).

الاكتشاف الأخير لمجموعة ممتدة وخافتة من السحب عالية الارتفاع في حدود 50 كيلوبت في الثانية من M31 بواسطة Thilker et al. (2004) يقترح بحثًا مشابهًا عن السحب حول M33. على مسافة أندروميدا ، ثيلكر وآخرون. كتلة السحب تتراوح بين 10 5-10 7 مشمس. بينما لا يمكن أن تصل Arecibo إلى أقصى الشمال مثل M31 ، ستغطي ALFALFA جزءًا من المنطقة التي تحتوي على الغيوم التي اكتشفها Thilker et al. وامتدادها المحتمل نحو المنطقة حول M33. تم اكتشاف سحابة رايت (Wright 1979 Braun & amp Thilker 2004) بسهولة في ملاحظات A1946 الخاصة بنا في أغسطس / سبتمبر 2004.

100 كيلو وعرض سرعة 100 كم / ثانية ، تاوقمة

3.6 × 10 20 سم -2 بشرط واضح أن العروض الأضيق ستسبر كثافة العمود المنخفضة. استخدام قيم & tauقمة و & DeltaV الواردة في الجدول 1 من Vermeulen et al. ، نقدر أن ALFALFA ستكون قادرة على اكتشاف جميع الخطوط التي وجدها هؤلاء المؤلفون باستثناء ثلاثة ، بافتراض تطابق نطاق التردد. ستستهدف ALFALFA ماصات الانزياح الأحمر المنخفضة غير المرتبطة بمصادر الراديو نفسها.

تتمثل إحدى الصعوبات الرئيسية في دراسات الامتصاص في تحديد خط الأساس الطيفي. طريقة شائعة الاستخدام متوسط ​​مصادر القوة المماثلة التي لوحظت في تكوين تلسكوب مشابه (ممكن لوضع انجراف السمت المحدود الذي تم النظر فيه هنا). نتوقع أن تكون الموجات الواقفة أوسع من خطوط امتصاص HI المتوقعة ، وأن معظم rfi لن يتم حلها طيفيًا. لتحديد الماصات ، سنقوم بإنشاء واتباع مجموعة بسيطة من القواعد لتقييم ما إذا كانت ميزة طيفية معينة هي RFI أم الامتصاص الحقيقي أم لا. سيتطلب هذا الجانب من المشروع جهدًا إضافيًا ، ولكنه سينتج عنه إحصائيات مثيرة للاهتمام من الناحية الكونية بناءً على مسح الامتصاص "الأعمى" HI. من بين أمور أخرى ، يهتم JKD و EMM و CMS بمتابعة دراسة خط الامتصاص.

2.7 المسح الأعمى لمجموعات OH Megamasers عند 0.16 & nbsp & nbsp OHM Megamasers (OHM) هي مصادر خطية قوية لوحظت في النطاق L ، ناشئة عن المناطق الجزيئية النووية في أنظمة المجرات المدمجة. يُعرف ما يقرب من 100 مصدر من هذا القبيل حتى الآن ، تم اكتشاف نصفها بواسطة أطروحة دكتوراه JKD (مثل Darling & amp Giovanelli 2002) في Arecibo. لوحظ أن العديد منهم يتمتعون بميزات طيفية متغيرة تسمح بالدقة الفائقة والبصيرة في بنية المصدر والفيزياء. تحمل ملاحظات OHMs إمكانية تتبع تاريخ اندماج الكون لأن المصادر مرتبطة بدمج المجرات.

مقارنة بالمسوحات السابقة:

تغطي HIPASS و HIJASS نفس المنطقة من السماء التي يمكن رؤيتها في Arecibo و HIPASS جنوب ديسمبر = + 25 درجة و HIJASS إلى الشمال. ومع ذلك ، بالإضافة إلى الزيادة الكبيرة في الحساسية ، توفر استطلاعات ALFA فائدتين مباشرتين على الأخريين: دقة الزاوية والسرعة المحسنة. الدقة الزاويّة الأعلى (FWHM

3.5arcmin لـ ALFA مقابل 12 arcmin لـ HIJASS و 15.5 arcmin لـ HIPASS) سيساعد على الحد من ارتباك المصادر التي ابتليت بتلك الاستطلاعات الأخرى. تعد متابعة HIPASS المطلوبة هائلة ، وبالتالي فقد اقتصرت على مصادر التدفق الأعلى. سوف تمر سنوات قبل متابعة المصادر (إن وجدت). سيكون مسح ALFA قادرًا على القيام بالعلوم مع بيانات المسح مباشرة ، دون إضاعة الوقت في متابعة قياس التداخل. بالإضافة إلى ذلك ، فإن الدقة العالية للسرعة لـ ALFA ستكون مفيدة بعدة طرق: أولاً ، الكشف عن المجرات الجانبية ذات التدفقات القصوى بالقرب من حد الضوضاء. تكون حافة طيف الذروة المزدوجة أكثر وضوحًا عند دقة سرعة أعلى مما يجعل من السهل اكتشاف هذه المصادر تلقائيًا. ثانيًا ، ستسمح دقة السرعة الأعلى بقياسات أكثر دقة للسرعة وعرض السرعة ، دون الحاجة إلى المتابعة. سيتم اكتشاف حتى أضيق المصادر عبر عدة قنوات. ثالثًا ، نظرًا لأن معظم rfi هو نطاق ضيق ، فإن استبانة التردد الأعلى ستكون مفيدة للغاية في تحديد rfi واستئصاله.

مسح HIJASS له قيود خطيرة أخرى. rfi سيء جدًا في نطاق التردد المقابل لـ تشيكوسلوفاكيا

4500 - 7500 كم / ثانية (ضمن نطاق الكثير من الهياكل واسعة النطاق المثيرة للاهتمام ، مثل Pisces-Perseus ، A1367-Coma-Great Wall). بالإضافة إلى ذلك ، لم يتم جدولة HIJASS للقيام بأي مراقبة أخرى في نطاق Arecibo (منطقة 4 & deg & times 4 & deg في برج العذراء وتم تغطية عدد قليل من المناطق الأخرى في هذه المرحلة) للسنوات القليلة القادمة.

الميزة الرئيسية التي ستتمتع بها دراسة Arecibo مقارنة بالمسوحات السابقة هي العمق وعدد الأحجام المستقلة التي تم مسحها. يتضمن الجدول B.1 أدناه مقارنة بين الاستطلاعات الرئيسية ، بما في ذلك تلك التي تمت مناقشتها هنا. لأغراض المقارنة ، تم ضبط ضوضاء جذر متوسط ​​التربيع لكل حزمة مقتبسة لكل مسح إلى دقة سرعة تبلغ 18 كم / ثانية ، وهي دقة HIPASS.

a بعد تجانس Hanning.
ب لكل شعاع ، من أجل W = 18 كم / ثانية. ملاحظة: يعطي ADBS 3-4 مللي جول لمدة 7 ثوانٍ ، بمقياس 12 ثانية و 18 كم / ثانية.
ج عند 10 Mpc ، للكشف عن 5 & سيجما مع W = 30 كم / ثانية.
د فجوة في تغطية السرعة بين 4500-7500 كم / ثانية بسبب rfi.
يفترض الجيل الثاني الخلفية.

مراجع:
1: زوان وآخرون. (1997)
2: روزنبرغ وأمب شنايدر (2002)
3: براون وآخرون. (2003)
4: Kraan-Korteweg et al. (1999)
5: لانج وآخرون. (2003)
6: ديفيز وآخرون. (2004)
7: مينشين وآخرون. (2003)
8: هينينج وآخرون. (2000)
9: مسح HIPASS الحالي ، إلى Decl. وآخرون. (2004) ، Zwaan et al. (2004)
10: مسح HIPASS النهائي (بما في ذلك الامتداد الشمالي)
11: فرويدلينج وآخرون. اقتراح السلائف AUDS
12: ديفيز وآخرون. اقتراح السلائف الأعمار


بكسل

حقيقة ممتعة: تخبرني ويكيبيديا أن أول استخدام لكلمة بكسل ، والتي تأتي ببساطة من اختصار & # 8216 عنصر صورة & # 8217 ، كان بواسطة علماء مختبر الدفع النفاث في الستينيات.

إحدى النقاط المهمة جدًا التي يجب فهمها هي أن الدقة الأعلى لا تعني بالضرورة المزيد من وحدات البكسل. هذا لأن & # 8216 بكسل & # 8217 يمكن أن تشير إلى مفهومين مختلفين في علم الفلك. استخدام واحد يتعامل مع التقاط الصور [الأجهزة] & # 8211 أي الخلايا المادية التي تلتقط الضوء في الكاشف. (يمكن أيضًا الإشارة إليها بمحبة على أنها دلاء الفوتون.) الضغط على عدد أكبر (أصغر) من وحدات البكسل المادية في منطقة معينة على كاشفك سيعطيك دقة أكثر وضوحًا. فكر في ميغابكسل في الكاميرات.

المعنى الآخر للبكسل يتعامل مع معالجة الصورة و إعادة بناء الصورة [البرمجيات]. تشير وحدات البكسل بمعنى الصورة الرقمية إلى شبكة البيانات التي تمثل معلومات صورتك. يمكنك التقاط صورة القط المفضلة لديك من الإنترنت ومحاولة تغيير حجمها في Photoshop إلى ضعف الحجم & # 8211 مما يمنحها المزيد من البكسل & # 8211 ولكنك & # 8217 لا تضيف أي معلومات جديدة إلى وحدات البكسل الجديدة التي لم تكن موجودة بالفعل ، لذلك عند التكبير ، ستظل الصورة الإجمالية ضبابية تمامًا مثل الصورة الأصلية. (يمكنك بالطبع تطبيق بعض خوارزميات الاستيفاء الذكية لمنح البكسل مظهرًا أكثر سلاسة ، لكن هذه مشكلة مختلفة.) تستطيع اجمع بين الصور المنفصلة التي تمت إزاحتها قليلاً لإنشاء صورة جديدة ذات دقة أدق قليلاً من أي من النسخ الأصلية & # 8211 الطريقة الأكثر شيوعًا للقيام بذلك تسمى & # 8220drizzling & # 8220 ، وغالبًا ما يتم استخدامها في صور هابل ، على سبيل المثال . في علم الفلك الراديوي (و sub-mm وبعض أدوات الأشعة تحت الحمراء) ، لا يلتقط الكاشف الفوتونات مباشرة مثل الجسيمات مثل كاميرا CCD. عادةً ما يتم الكشف عن الضوء كـ a لوح، ويتم إعادة بناء الصورة لاحقًا من الفولتية الخام. من الناحية العملية ، هذا يعني أنه يمكن للعالم إعادة بناء صورة باستخدام وحدات بكسل رقمية صغيرة بشكل تعسفي & # 8211 تمامًا كما يمكنك تغيير حجم صورة قطتك إلى حجم كبير بشكل تعسفي & # 8211 ولكن وحدات البكسل الإضافية & # 8217t تحتوي بالضرورة على أي معلومات جديدة.

لتوضيح أكثر من ذلك بقليل ، بأخذ مثال الكاميرات الرقمية للمستهلكين ، يعتبر المستشعر الذي يتميز بـ 20 ميجابكسل دقة أعلى من المستشعر الذي يبلغ 15 ميجابكسل. هذا ليس سوى جزء من القصة ، لأنه يعتمد على أشياء مثل الحجم المادي للبكسل & # 8211 & # 8217s يمكن تصور أن يكون هذان المستشعران للكاميرا مصنوعان من نفس شريحة البكسل ، فقط مقطوعين إلى 15 و 20 ميجابكسل. المناطق. مجرد التفكير في المستشعرات نفسها هنا وتجاهل بصريات الكاميرا الأخرى ، سيكون لهذا الزوج من الرقائق نفس القدرة المتأصلة في حل التفاصيل ولكن مناطق إجمالية مختلفة. لكن دعونا نفترض الآن أن لديهم نفس المساحة الإجمالية. من المنطقي ، على سبيل المثال ، أن تنتج شريحة بوصة واحدة مربعة تحتوي على 1000 بكسل صورة بدقة أقل بكثير من شريحة بوصة واحدة مربعة مع مليون بكسل.
[خمن الصورة!] />
ومع ذلك ، يمكنك & # 8217t مواصلة الاتجاه إلى الأبد & # 8211 المشكلات الهندسية جانبًا ، في مرحلة ما ستصبح وحدات البكسل أصغر من الطول الموجي للضوء الذي كانت تحاول التقاطه. أبعد من هذا الحد ، لن يساعدك الضغط في المزيد من البكسل & # 8217t.

إلى جانب ذلك ، يمكنك فتح صورتك في بعض برامج معالجة الصور وتقسيم كل بكسل إلى أربعة أجزاء متساوية (أو 9 ، 25 ، إلخ & # 8230) على سبيل المثال إذا أردت ذلك. من شأن ذلك أن يجعل صورتك تحتوي على عدد أكبر من وحدات البكسل. لكن هذا لن & # 8217t يزيد من الدقة على الإطلاق ، لأن وحدات البكسل الأصغر الجديدة لا تضيف أي معلومات.

دع & # 8217s يعكس هذه الفكرة & # 8211 إذا كنت تواجه الآن مهمة مراقبة الضوء ذي الأطوال الموجية الأطول ، يمكن للفوتون الواحد أن ينزف بسهولة أكبر على عدة بكسلات إذا بقيت صغيرة. الآن سيتم تسجيل نقطة صغيرة جدًا من الضوء في العالم الحقيقي بعدة وحدات بكسل ، وفقًا لبعض الأنماط التي تعتمد على البصريات. هذا هو نمط PSF أو الشعاع المذكور في المنشورات الأخرى. (هذا الوصف يبسط العملية برمتها إلى حد كبير ، بالطبع & # 8211 بالنسبة للمبتدئين ، تختلف تقنية الكاشف & # 8216 بكسل & # 8217 تمامًا بين التلسكوبات البصرية وتلسكوبات FIR والراديو. يرجى الرجوع إلى البصريات المناسبة أو نص فلكي رصدي للحصول على صورة أكثر اكتمالا.)

لذا ، دع & # 8217s احتياطيًا خطوة. بالمعنى الأساسي ، يقوم المستشعر الموجود في الكاميرا النموذجية بتسجيل الضوء الوارد لأي شيء يشير إليه. ومع ذلك ، إذا كانت الكاميرا خارج نطاق التركيز أو كانت هناك عيوب في البصريات ، بغض النظر عن عدد وحدات البكسل لديك ، ستظهر الصورة ضبابية. وإذا كانت وحدات البكسل الخاصة بك أكبر من المقياس الفطري للتفاصيل التي توفرها البصريات الخاصة بك ، فستكون صورتك & # 8216 blurrier & # 8217 مما لو كنت ستستخدم وحدات بكسل أصغر. للتلخيص ، يتم تحديد الدقة النهائية لصورتك من خلال تفاعل معقد بين نظام البصريات * بالكامل * ، بما في ذلك العدسات (ربما تباعد مقياس التداخل) وأجهزة التسجيل.

دعونا نلقي & # 8217s نظرة على مثال لزيادة عدد وحدات البكسل في الصورة. يوجد أدناه على اليسار مصدر وهمي بعيد (اللوحة العلوية) تمت ملاحظته ببعض التلسكوب. يتم عرض الدقة (شعاع FWHM) بواسطة الدائرة المنقطة & # 8211 في هذه الحالة ، سيكون المصدر الحقيقي هو مصدر نقطة فيما يتعلق بدقة التلسكوب & # 8217s. الصورة النهائية في اللوحة السفلية. لاحظ أنه من الواضح أنه لا توجد تفاصيل دقيقة حول المصدر يمكن تحديدها من هذه الصورة ، مثل ما إذا كان هناك 2 أو 3 كائنات منفصلة مضمنة ، وما إلى ذلك. الآن انظر إلى الصورة على الجانب الأيمن & # 8211 تم إنتاج هذا من خلال معالجة الخام إشارة على شبكة بكسل دقيقة. (يمكنك غالبًا القيام بذلك باستخدام بيانات الراديو ، على سبيل المثال).

هل تكسب أي شيء بفعلك هذا؟ حسنًا ، لاحظ أنك & # 8217re لا تزال غير قادر على تحديد أي تفاصيل دقيقة حول المصدر الحقيقي & # 8211 على هذا العدد ، لا يوجد تحسن على الصورة الخشنة على اليسار. إذا كنت تحاول الحصول على مجموع دقيق للتدفق في فتحة دائرية حول المصدر ، فقد يساعدك ذلك قليلاً لأن أحجام البكسل الأصغر ستملأ الفتحة الدائرية بشكل كامل أكثر من البكسل الأكبر. يتمثل الجانب السلبي لامتلاك وحدات بكسل أصغر في هذه الحالة في زيادة وقت المعالجة بشكل كبير.

الآن دع & # 8217s ننتقل إلى مناقشة كيفية مقارنة الصور من أدوات / إعدادات مختلفة. الأدوات التي سنستخدمها هي الالتواء وإعادة التجديد. يمكن أن تكون هذه مرتبطة في بعض الأحيان (على سبيل المثال ، عند تقليل بيانات مقياس التداخل اللاسلكي ، تختار حجم البكسل بحيث تغطي العديد من وحدات البكسل منطقة الحزمة) ، لكن تذكر أنها مفاهيم منفصلة.


تحويل جي / شعاع إلى جي؟ - الفلك


حتى الآن تجنبنا عمدًا مشكلة معايرة بياناتك. هذا يعني أن بياناتك المختصرة ، حتى هذه المرحلة ، تكون بوحدات فولت. نظرًا لأن المعايرة تختلف من ليلة إلى أخرى وحتى خلال ليلة واحدة ، يجب على المرء عمومًا معايرة الخرائط الفردية قبل التحميل لتحقيق أفضل نتيجة. إذن كيف يمكن للمرء أن يحول الوحدات الآلية إلى مقياس فيزيائي للسطوع أو لمعان السطح؟ الحل كما هو الحال في معظم علم الفلك هو النظر إلى مصدر سطوع معروف بنفس الطريقة تمامًا ، أي & # x00A0 باستخدام نفس وضع المراقبة لهدفك وكذلك للمعاير (أجهزة المعايرة).

في المصادر البصرية والأشعة تحت الحمراء ، تكون المصادر القياسية دائمًا تقريبًا مصادر نقطية ونجوم قياسية ووظيفة انتشار النقطة محددة جيدًا. في أقل من المليمتر تكون الأمور أكثر تعقيدًا. أجهزة المعايرة الأولية لدينا ، المريخ وأورانوس ، ليست مصادر نقطية ، ووظيفة انتشار النقطة ممتدة للغاية وتعتمد بشدة على الطول الموجي. شعاع JCMT عند 450 & # x03BC م هو في الواقع أسوأ بكثير من هابل الأسطوري قبل تصحيح المرآة.

قد تختلف طريقة المعايرة اعتمادًا على ما إذا كنا نلاحظ مصادر نقطية أو مصادر ممتدة. بالنسبة للمصادر النقطية ، يمكننا تجاهل حزمة الخطأ وإجراء قياس ضوئي بسيط للفتحة ، بالنسبة للمصادر الممتدة ، يتعين علينا عادةً المعايرة في Jy / الحزمة وتمييز ملف تعريف الحزمة الخاص بنا. في ما يلي ننتقل أولاً إلى كيفية تمييز ملف تعريف الحزمة ، ثم حالة المعايرة في Jy / الفتحة وأخيراً ننتقل إلى الحالة الأكثر عمومية للمعايرة في Jy / الحزمة ، وهي صالحة لجميع الحالات.

7.1 تحليل خرائط الشعاع

تختلف المعايرة بالنسبة لخرائط الهزهزة وخرائط المسح ، كما أنها تعتمد أيضًا على رمي القطع ، على الرغم من أنها أكثر ضعفًا. يرجع الاختلاف الكبير نسبيًا في معايرة خرائط المسح إلى شكل موجة الفرم المختلفة المستخدمة في خرائط المسح. يتم تحديد الفرق بين خريطة تهزهز برمية فرم 120 & # x201D مقارنةً بخريطة فرم 60 & # x201D في الغالب من خلال دورة العمل وبدرجة أقل من خلال التغييرات في الحزمة. تكون الحزمة أوسع قليلاً مع رمية فرم 120 & # x201D ، لكن دورة العمل (الوقت الذي يقضيه المصدر) أيضًا أقل قليلاً ، وكلا هذين العاملين يقللان من كفاءة القطع الكبيرة.

في المثال التالي سنلقي نظرة على خرائط شعاع أورانوس المأخوذة في ظروف ليلية مستقرة خلال ثلاث ليال في أواخر مايو 2001. وقد تم تصحيح هذه الخرائط ، وقمنا بإزالة مقاييس ضغط الدم السيئة وصححنا كل خريطة للإشارة إلى الانجرافات. هناك اختلافات طفيفة في المعايرة من الليل إلى الليل ، ولكن لهذا الغرض فإن الفرق ضئيل. تم إعادة تثبيت خرائط الحزمة المكدسة النهائية في من الألف إلى الياء وهي موضحة في الشكل & # x00A011.

طريقة سريعة لتشخيص أن ملف تعريف الحزمة يبدو معقولًا هو استخدام Kappa & # x2019s psf. تتلاءم المهمة psf & # x00A0 مع ملف تعريف شعاعي ، A & # x00D7 exp (& # x2212 0. 5 & # x00D7 (r / & # x03C3) & # x03B3) ، حيث يتم حساب r من المسافة الشعاعية الحقيقية للمصدر مما يسمح بالنسبة إلى الإهليلجيه ، & # x03C3 هو عرض ملف التعريف ، و & # x03B3 هو معامل الانخفاض الشعاعي. يمكن أن يتلاءم psf & # x00A0 أيضًا مع ملف تعريف Gussian القياسي. ومع ذلك ، يتم وصف حزمة JCMT بشكل أفضل بواسطة مكونين أو ثلاثة مكونات Gaussian (الفص الرئيسي بالإضافة إلى فصوص الخطأ الداخلية والخارجية) و psf & # x00A0 لذلك يبالغ في تقدير عرض شعاع نصف الطاقة (HPBW). إذا حددنا القاعدة = لا psf & # x00A0 فسنقوم أيضًا بإرجاع قيمة الذروة المجهزة للمصدر.


ينتج عن هذا المؤامرة الموضحة في الشكل & # x00A012. تبلغ قيمة FWHM 14.72 & # x201D عبر المحور الثانوي. المتوسط ​​الهندسي يعني ببساطة & # x00A0axis & # x00A0ratio times 14.72 ، أي & # x00A0 يُتوقع أن يكون FWHM المقاس (بما في ذلك التوسيع من أورانوس) 15.4 & # x201D إذا استخدمنا psf. ومع ذلك ، إذا قمنا بتركيب Gaussian مزدوج لنفس مجموعة البيانات ، فسنحصل على 15.56 & # x201D & # x00D7 14.30 & # x201D بزاوية موضع 85 للحزمة الرئيسية ، و 55.8 & # x201D & # x00D7 49.6 & # x201D لـ فص الخطأ الداخلي. للعثور على (HPBW) الحقيقي ، نحتاج إلى إزالة التوسيع الناجم عن كون أورانوس مصدرًا ممتدًا. باستخدام برنامج Fluxes & # x00A0 (فقط اكتب التدفقات في سطر الأوامر وأجب على المطالبات) اكتشفنا أن قطر أورانوس (W) يبلغ 3.54 & # x201D في ذلك اليوم. نقوم بتحويل FWHM المقاس ، & # x03B8 m ، إلى HPBW الحقيقي للتلسكوب ، & # x03B8 A ، باستخدام المعادلة

& # x03B8 A = & # x03B8 م 2 & # x2212 l n 2 2 & # x00D7 W 2 (4)

حيث W قطر الكوكب. في هذه الحالة ، نحصل على 14.5 & # x201D لـ HPBW و & # x223C 53 & # x201D لحزمة الخطأ القريبة (الداخلية). إذا فعلنا نفس الشيء مع 450 & # x03BC م ، فسنحصل على 7.8 & # x201D لـ HPBW و 34 & # x201D لحزمة الخطأ القريبة. هذه تتفق مع القيم الاسمية للتلسكوب.

7.2 المعايرة في Jy / (زاوية صلبة)

إذا كانت خرائطك تُظهر مورفولوجيا مصدرًا بسيطًا وكنت مهتمًا فقط بكثافات التدفق المتكاملة ، فإن أبسط طريقة هي معايرة خريطتك Jy / فتحة العدسة لحجم الفتحة الذي تريد استخدامه. تعطينا قائمة التدفقات & # x00A0 أيضًا التدفق الكلي ، S t o t لأورانوس عند 850 & # x03BC م هو 67.9 Jy. دعونا نرى أولاً كيف يمكننا استخدام هذه القيمة لمعايرة صورتنا من حيث Jy / ثانية قوسية 2. من أجل القيام بذلك ، نحتاج إلى اشتقاق قيمة لمعامل تحويل التدفق (FCF) والتي تكون بوحدات Jy / ثانية قوسية 2 / V. للقيام بذلك ، نحتاج أولاً إلى حساب مجموع قيم البكسل (V s u m) في فتحة نصف قطرها r. ثم نجد أن FCF مُعطاة بواسطة

F C F (J y / a r c s e c o n d 2 / V) = 6 7. 9 / V ش م أ (5)

كانت a هي مساحة البكسل بالثانية القوسية المربعة. أسهل طريقة للحصول على الإشارة المدمجة في الفتحة هي استخدام Kappa & # x2019s aperadd. للحصول على خريطة أورانوس 850 & # x03BC م ، نشتق V s u m لمجموعة من الفتحات الدائرية المختلفة ونحسب FCFs.

نصف القطر (ثانية قوسية) 20 30 40 60 120
V s u m 45.75 60.76 64.89 70.07 77.08
FCF (جي / ثانية قوسية 2 / V) 1.48 1.12 1.05 0.97 0.88

يمكننا أن نرى من هذا الجدول أن FCF تعتمد على حجم الفتحة المستخدمة 1 وهذا بسبب وجود إشارة مهمة في الفصوص الجانبية وحزمة خطأ ممتدة للتلسكوب. من الواضح إذن أن قيمة FCF يمكن أن تكون غامضة إلى حد ما. ما عليك أن تتذكره هو أنه إذا كنت تقوم بالقياس الضوئي لجسم ممتد ، فيجب عليك استخدام قيمة لـ FCF مشتقة من نفس الفتحة.

إذا كنت بحاجة إلى استخدام فتحات صغيرة ، مثل & # x00A0 حجم HPBW ، فستحتاج إلى استخدام مصدر نقطي أو مصدر مثل نقطة كمعاير. تم تحديد كثافة التدفق لأجهزة المعايرة الثانوية الخاصة بنا للفتحة 40 & # x201D بواسطة Jenness et al. & # x00A0 [14]. ومع ذلك ، فإن العديد من أجهزة المعايرة الثانوية لدينا ليست مصادر نقطية. إذا انتهى بك الأمر ، على سبيل المثال ، IRC + 10216 و IRAS 16293 & # x2212 2422 أو المريخ بالقرب من perhelion كمعاير وحيد لك أثناء الجري ، فأنت في مشكلة. قد تكون قادرًا على استخدام فتحة كبيرة لاستعادة كل التدفق واستخدام النسب بين الفتحات المختلفة المشتقة لمصدر نقطي. ولكن ، يمكنك أيضًا أن تعض الرصاصة وتعايرها جي / شعاع.

7.3 معايرة الخرائط بتنسيق جي / شعاع

إذا أظهرت صورك قدرًا كبيرًا من البنية ، فستحتاج إلى معايرة خرائطك فيها جي / شعاع. هذا صحيح بالنسبة لمعظم ملاحظات الغيوم المظلمة والجزيئية ، والمستعرات الأعظمية الصغيرة ، والنجوم الأولية أو النجوم الفتية وحتى بالنسبة للمجرات القريبة. ومع ذلك ، إذا كنت تتعامل فقط مع مصادر النقاط الباهتة وخرائط S / N المنخفضة ، فربما تحتاج إلى التكامل عبر الخريطة. إذا كانت هذه هي الحالة ، فلا يهم ما إذا كنت تقوم بالمعايرة جي / شعاع أو جي / الفتحة، ستعطي كلتا الطريقتين نفس النتيجة. نظرًا لأن Starlink & # x00A0packages لا تتعامل مع Jy / beam ، فقد يبدو الأمر أكثر تعقيدًا للتكامل على صورة تمت معايرتها في Jy / beam ، لكن الاختلاف الوحيد هو أن المرء يحتاج إلى تطبيع التكامل على المصدر مع الحزمة المتكاملة ، & # x222B F (& # x03A9) & # x03BD d & # x03A9 ، حيث F (& # x03A9) هو نمط الطاقة الطبيعي للتلسكوب. بالنسبة لشعاع غاوسي ، يكون تكامل الحزمة هو 1. 1 3 4 & # x00D7 & # x03B8 أ 2. تقوم حزم الاختزال الفلكي الراديوي بالطبع بهذا التطبيع تلقائيًا. نظرًا لأن حزمة JCMT ليست شعاعًا غاوسيًا بسيطًا ، فنحن بحاجة إلى حساب حزمة الخطأ ، والتي تعادل وجود FCF الذي يختلف باختلاف الفتحة ، عندما نقوم بالمعايرة في جي / الفتحة. نناقش كيف يتم ذلك في نهاية هذا القسم.

للمعايرة في جي / شعاع علينا أن نعرف حجم الشعاع. من الناحية المثالية ، سنشتق كلاً من معامل تحويل كثافة التدفق وحجم الحزمة ، & # x03B8 A ، من ملاحظات الكوكب. إذا لم تكن هناك كواكب متاحة ، فيمكننا استخدام أحد أجهزة المعايرة الثانوية. لتحديد حجم الحزمة عند 850 & # x03BC م ، عادة ما يكون كافياً لعمل متوسط ​​مرجح من ملاحظات التأشير الخاصة بنا أثناء التشغيل ، إذا لم يكن لدينا مراقبة كوكب أو نقطة مثل المعاير الثانوي ، ولكن لـ 450 & # x03BC م نحتاج إلى كوكب أو معاير ثانوي. تتم معايرة جميع أجهزة المعايرة الثانوية JCMT بشكل مباشر جي / شعاع. في هذه الحالة ، فإن FCF هي ببساطة التدفق المقتبس مقسومًا على إشارة الذروة للمصدر.

7.3.1 المعايرة على الكواكب

بالنسبة للكوكب ، يتعين علينا حساب فقدان الإشارة بسبب الاقتران بالحزمة ، لأن جميع الكواكب المستخدمة للمعايرة ممتدة بالنسبة لحزمة JCMT. بالنسبة لبيانات أورانوس الخاصة بنا ، فإن كثافة التدفق S b e a m هي بالتالي كثافة التدفق الكلي ، S t o t مقسومة على اقتران الكوكب بالحزمة ، المعطاة بواسطة:

K = x 2 1 & # x2212 e & # x2212 x 2 (6)

أين س هو

س = ث 1. 2 & # x00D7 & # x03B8 أ. (7)

ال FCF ، في جي / شعاع / V. لذلك

F C F (J y / b e a m / V) = S b e a m / V p e a k (8)

بالنسبة لـ 850 & # x03BC m ، نجد K = 1.021 لـ & # x03B8 A = 14.5 & # x201D ، مما يعطي S b e a m = 66.5 Jy / beam. إشارة الذروة التي وجدناها لخريطة S / N Uranus العالية ، V p e a k = 0.2477 V ، أو FCF = 268.5 Jy / beam / V. ينطبق هذا FCF على خرائط تهزهز برمية فرم 120 & # x201D. إذا فعلنا الشيء نفسه بالنسبة لخرائط الهزهزة الخاصة بنا لأورانوس برمية القطع 60 & # x201D ، فإننا نشتق FCF = 245.2 Jy / beam / V ، أي & # x00A0a الخريطة مع 60 & # x201D رمية القطع & # x223C 10٪ أكثر كفاءة من واحد برمية فرم 120 & # x201D. على الرغم من أن Jenness et al. & # x00A0 ([14]) لم يجدوا فرقًا في FCF كدالة لرمي القطع عند المعايرة في جي / الفتحة نجد أن الاختلاف الآن أصغر مما هو عليه عند المعايرة في جي / شعاع لكن لا يزال ملحوظًا. بالنسبة للفتحة 40 & # x201D ، يكون الفرق هو 6٪.

7.3.2 استخدام أجهزة المعايرة الثانوية

إذا استخدمنا أداة معايرة ثانوية لمعايرة خرائطنا ، فسيكون ذلك أبسط. نحن فقط نأخذ قيمة التدفق المقتبسة ، S b e a m ، من صفحة المعاير الثانوية ونقسمها مع تدفق الذروة في خريطتنا الخاصة بالمعاير نفسه. إذا كانت خريطة جهاز المعايرة بها نسبة S / N ضعيفة ، فقد نرغب في ملائمة مصدر gaussian للحصول على قياس أكثر دقة لإشارة الذروة.

7.3.3 كيف نستخرج المعلومات من خريطة تمت معايرتها في جي / شعاع

تحليل الخرائط التي تم معايرتها بتنسيق جي / شعاع سهل خاصة إذا أردنا استنتاج كثافات التدفق للمصادر النقطية أو المصادر المدمجة حتى عندما يكون المصدر مضمنًا في سحابة ذات انبعاث ممتد قوي. بالنسبة لمصدر نقطي ، يكون تدفق الذروة للمصدر هو نفسه التدفق الكلي المصحح لأي انبعاث في الخلفية. بالنسبة لمصدر ممتد ، نحتاج إلى قياس FWHM وتصحيحه من أجل HPBW المقاس للتلسكوب. عادةً ما نقوم بذلك عن طريق تركيب Gaussian مزدوج ، واحد للمصدر والآخر للخلفية. عند 850 & # x03BC m ، تعد ذروة الإشارة المجهزة مطروحًا منها الخلفية ، S p e a k ، هي الآن ذروة كثافة التدفق المقاسة في Jy / الحزمة. من العرض الكامل المجهز بنصف الحد الأقصى (FWHM) يمكننا اشتقاق FWHM الحقيقي ، & # x03B8 s ، عن طريق فك الارتباط مع HPBW المقاس ، & # x03B8 A. هذا تافه ، لأنه يمكننا الآن افتراض مصدر غاوسي وشعاع غاوسي. بعد أن نعرف حجم المصدر ، & # x03B8 s ، نضاعف تدفق الذروة مع عامل التصحيح الذي نستمده من الحجم ، أي & # x00A0 لمصدر متماثل كرويًا مع حجم المصدر ، & # x03B8 s ، التدفق الكلي ، S tot هو ببساطة

S t o t = S p e a k & # x00D7 (1 + (& # x03B8 s / & # x03B8 A) 2) (9)

بالنسبة لـ 450 & # x03BC m ، لم يعد اتساع حزمة الخطأ مهملاً ، ولكن عندما نلائم Gaussian مزدوجًا ، فإن حزمة الخطأ ستندمج مع انبعاث السحابة الممتدة ، أي & # x00A0 تضيف إلى مستوى الخلفية ، أو قد نلائم مصدر بسطح Gaussian واحد بالإضافة إلى سطح من الدرجة الثانية ، أو أي شيء يقترب بشكل أفضل من الخلفية في منطقة محدودة حول المصدر. من تحليلنا لخرائط الشعاع 450 & # x03BC m لأورانوس ، وجدنا أن سعة حزمة الخطأ المدمجة هي في حدود 5 ٪ من سعة الذروة ، وبالتالي يجب علينا مضاعفة إشارة الذروة بمقدار 1.05 قبل تطبيق حجم المصدر تصحيح (انظر على سبيل المثال & # x00A0 Weintraub et al. & # x00A0 [17]).

إن العثور على شدة متكاملة على مساحات كبيرة أمر أكثر تعقيدًا ، لأننا نحتاج الآن إلى تصحيح التقاط حزمة الخطأ ، والذي يعتمد الآن على المنطقة التي نتكامل معها. هذا يعادل تغيير FCF كدالة للفتحة التي يتعين على المرء حسابها إذا تم معايرة الخريطة في جي / بكسل، ولكن مع ضبط الخريطة بتنسيق جي / شعاع من الأسهل بكثير فصل المصادر المدمجة والانبعاثات الممتدة. لتحديد الانبعاث الزائد من حزمة الخطأ ، علينا العودة مرة أخرى إلى خريطة الحزمة الخاصة بنا. إذا قمنا بمعايرة خريطة 850 & # x03BC م الخاصة بنا في Jy / beam ثم دمجنا أكثر من 120 & # x201D فتحة دائرية ، نجد أن التدفق الذي نستمده هو 86.8 Jy ، بينما نعلم أن التدفق الكلي لأورانوس هو 67.9 Jy فقط. لذلك يتعين علينا قياس كثافة التدفق الإجمالية المشتقة من خلال نسبة كثافة التدفق الحقيقية على كثافة التدفق المقاسة (لخريطة الكوكب التي تمت معايرتها) ، والتي تبلغ في هذه الحالة 0.78. في 450 & # x03BC م الوضع أسوأ بكثير.على الرغم من أن اتساع فص الخطأ لا يزال منخفضًا ، إلا أن المساحة كبيرة ، وإذا قمنا بالتكامل مع خريطة الحزمة المعايرة 450 & # x03BC m ، فإننا نشتق الآن 415.6 Jy ، إذا قمنا بدمج نفس الفتحة الدائرية 120 & # x0022 ، بينما كثافة التدفق الإجمالية من التدفقات & # x00A0 هي فقط 179.3 جي. في هذه الحالة ، يكون عامل القياس لدينا هو 0.43 ، أي & # x00A0 ، نلتقط المزيد من الانبعاثات في حزمة الخطأ الممتدة أكثر مما نفعل في الحزمة الرئيسية.

للعمل الدقيق ، قد ترغب في فك خرائط SCUBA الخاصة بك. يصبح هذا مهمًا بشكل خاص إذا كنت ترغب في تخصيص خرائط 450 و 850 & # x03BC م ، لأنه إذا كنت ترغب في تجانس خريطة 450 & # x03BC م إلى نفس الدقة مثل خريطة 850 & # x03BC م ، عليك أولاً إزالة شعاع الخطأ. على سبيل المثال حول كيفية القيام بذلك ، انظر على سبيل المثال & # x00A0Hogherheijde و Sandell [13] أو Sandell and Weintraub [16].

1 خلال هذه الفترة الزمنية ، قلل جهاز SCUBA من الحساسية بسبب مشكلة في البصريات ، مما أثر بشكل أساسي على مجموعة 850 & # x03BC m. عادةً ما تتوقع العثور على FCF لفتحة 40 & # x201D تبلغ 0.84 ، راجع Jenness et al. & # x00A0 [14]


شاهد الفيديو: طريقة توصيل وتشغيل الريموت السحرية مجيك ريموت لتلفاز LG واهم الخيارات فيه (شهر فبراير 2023).