Le CDS et Python II: Couvrir ou ne pas couvrir – Les MOC à la rescousse!

0
38

Katharina Lutz est post-doctorante au Centre de Données astronomiques de Strasbourg (CDS). Elle travaille sur la formation de gaz et d'étoiles dans les galaxies voisines, et la diffusion de l'Observatoire virtuel (VO) et des services CDS. Cela implique de maintenir et de développer des tutoriels et du mentorat dans les écoles VO. Ce poste est le deuxième d'une série d'articles sur les services offerts par le CDS et a été écrit en collaboration avec les développeurs CDS Python, qui travaillent actuellement sur d'autres développements MOCpy et astroquery, et l'équipe de diffusion CDS, qui se prépare pour le prochains événements de formation VO.

Bienvenue dans notre mini-série sur l'accès Python aux services CDS. Dans notre premier article, nous avons présenté ipyaladin, un moyen pratique de visualiser vos sources préférées. Dans ce deuxième article, nous passons à la seule question que chaque astronome d'observation pose tout le temps: quelles enquêtes ont observé cet objet?

Au CDS, nous avons développé des cartes de couverture multi-commandes (MOC, une norme IVOA) pour vous aider à répondre à cette question. Un MOC décrit l'empreinte d'une enquête ou, en termes plus techniques, c'est une carte (ou une liste) de toutes ces cellules HEALPix (à une résolution choisie) qui sont couvertes par une enquête. Les MOC utilisent la tessellation HEALPix et sont donc un moyen efficace de décrire les empreintes complexes des relevés sur le ciel ainsi que les polygones arbitraires à partir d'une liste de coordonnées du ciel, ou la couverture du ciel des catalogues. De plus, ils permettent d'effectuer rapidement et efficacement le calcul des intersections et des unions de ces patchs dans le ciel. Récemment, le concept MOC a été étendu au-delà de la description de la couverture spatiale dans le ciel pour coder également la couverture d'un ensemble de données dans le temps (espace et temps ou ST-MOC décrivant quand et où les données ont été prises, norme IVOA en cours).

Le serveur CDS MOC, qui fournit des MOC pour tous les jeux de données disponibles via l'Observatoire virtuel, peut être interrogé avec le CD paquet dans astroquery. En utilisant le MOCpy package, vous pouvez en outre créer des MOC de vos propres ensembles de données.

Maintenant, comment cela peut-il faciliter votre recherche? Considérez le cas d'utilisation suivant: à partir d'un catalogue de sources, vous souhaitez sélectionner les objets qui ont été observés à la fois avec GALEX et HST, et qui sont situés à une faible extinction galactique. Pour ce faire, vous pouvez télécharger le MOC de GALEX et HST et obtenir l'intersection des deux (le résultat est illustré à la figure 1). Selon votre connexion Internet, cela ne devrait vous prendre que quelques secondes. Dans l'étape suivante, vous créez un MOC à partir d'une carte d'extinction galactique mais dites MOCpy pour inclure uniquement les pixels qui ont une certaine valeur de pixel. Une fois que vous avez décrit une région d'intérêt dans le ciel avec un MOC, les catalogues peuvent être filtrés avec une seule ligne de code Python afin de sélectionner des sources qui ont des positions du ciel dans le MOC.

Figure 1. Le MOC de l'empreinte de Galex (gris), toutes les observations HST (bleu) et leur intersection (rouge) visualisées avec MOCpy.

Pour visualiser les MOC ou les tableaux de catalogue dans le ciel, vous pouvez tracer le MOC avec MOCpy utilisant Astropy Axes WCS dans matplotlib (Figure 1), ou utilisez le ipyaladin widget.

Si vous souhaitez consulter quelques didacticiels que nous avons assemblés, passez à GitHub ou essayez-le avec vos propres données. Dites-nous comment cela fonctionne pour vous et contactez notre service d'assistance pour toute question. Nous accueillons également les problèmes sur GitHub et sommes sur Twitter, Facebook et YouTube.