Imágenes de Calibración: Flatfield

La región observada (que ocupa un área de aproximadamente 49 arcmin2 y está centrada en α=04h14m17.67s, δ=+28º06’09.48’’) se dividió en cuatro campos diferentes, uno para cada noche de observación (Figura 4.1). Las coordenadas aproximadas del centro de estas cuatro regiones son:

• Noche 1 (29/10/09; campo “A”): α=04h14m13s, δ=+28º09’59’’ (J2000)

• Noche 2 (30/10/09; campo “B”): α=04h14m19.65s, δ=+28º05’35.47’’ (J2000)

• Noche 3 (31/10/09; campo “C”): α=04h13m58s, δ=+28º12’14’’ (J2000)

Figura 4.1: Región observada correspondiente a L 1495. Se resaltan en color verde los cuatro campos de observación en los que se dividió la región.

Luego, se observaron sistemáticamente, en los tres filtros (J, H y K), las estrellas estándares FS110 y FS150 del sistema de Casali & Hawarden (1992: UKIRT Newsletter, 4, 33). Las Tablas 4.1 y 4.2 indican el número de imágenes individuales en cada filtro y el correspondiente tiempo de exposición para cada una de las estándares observadas en cada noche y para cada uno de los campos en L 1495.

Tabla 4.1

Número de imágenes para cada noche de observación, en cada filtro correspondientes a las estrellas estándares FS110 y FS150.

Noche

Número de imágenes (Tiempo de exposición)

FS110 FS150

J H K J H K

29/10/2009 12 (20 seg) 13 (15 seg) 13 (60 seg) 12 (10 seg) 12 (10 seg) 15 (10 seg)

30/10/2009 10 (20 seg) 10 (15 seg) 11 (60 seg) 14 (10 seg) 14 (10 seg) 16 (10 seg)

31/10/2009 10 (20 seg) 15 (15 seg) 15 (60 seg) 15 (10 seg) 15 (10 seg) 17 (10 seg)

01/11/2009 10 (20 seg) 10 (15 seg) 13 (60 seg) 12 (10 seg) 10 (10 seg) 12 (10 seg)

Tabla 4.2

Número de imágenes para cada noche de observación, en cada filtro correspondientes a la región L 1495. Noche

Número de imágenes (Tiempo de exposición) para L 1495

29/10/2009 30 (60 seg) 45 (60 seg)

30/10/2009 36 (60 seg) 45 (60 seg)

31/10/2009 38 (60 seg) 56 (60 seg)

01/11/2009 30 (60 seg) 36 (60 seg)

De esta manera, para cada noche de observación se tomaron una serie de imágenes de flatfield en cada uno de los filtros. Estos flatfields son flats de lámpara y, en el caso del infrarrojo cercano, se toman dos conjuntos de flats en cada filtro; uno con la lámpara encendida y otro con la lámpara apagada. Los flats obtenidos con la lámpara apagada permiten corregirlos por la contribución debida a la emisión térmica del medio ambiente (cúpula, telescopio, etc). Se empleó la tarea “display” para inspeccionar visualmente cada una de las imágenes de flat disponibles en cada filtro (J, H y K), eventualmente eliminando aquéllas que presentaban alguna anormalidad. Luego, mediante la tarea

“imstat” se distinguieron los “flats oscuros” (aquéllos obtenidos con lámpara apagada)

de los “flats brillantes” (aquéllos obtenidos con la lámpara encendida), creando los siguientes archivos:

• “lista_flats_oscuros_(filtro)”

• “lista_flats_brillantes_(filtro)”

El número de imágenes de “flats brillantes” en el filtro J estuvo comprendido entre 10 y 30; en el filtro H, entre 10 y 20; y en el filtro K, entre 10 y 30. Por otra parte, el número de imágenes de “flats oscuros” osciló en el filtro J, entre 15 y 20; en el filtro H, entre 15 y 20; y en el filtro K, entre 5 y 15.

Se utilizó la tarea “imcombine” para combinar los flats obtenidos con la lámpara

apagada en cada filtro. Para dicha combinación se empleó a la mediana como operador. En la práctica se procedió de la siguiente manera:

>imcombine @lista_flats_oscuros_(filtro) Flat_oscuro_(filtro)

Luego a cada flat obtenido con la luz encendida se le restó el flat con luz apagada resultante de la combinación indicada anteriormente en cada filtro. Para ello se empleó la tarea “imarith”, como se indica a continuación:

• >imarith @lista_flats_brillantes_(filtro) – Flat_oscuro_(filtro) @lista_flat_(filtro)_restado

Una vez realizada esta corrección, se construyó una lista que incluía a todas las imágenes de flat en todos los filtros, ya corregidos por la emisión térmica ambiental. A esta lista se la llamó “lista_flats”.

Para la normalización de los flats se utilizó la tarea “imsurfit”, la cual permite modelar la distribución superficial de brillo de cada imagen (en este caso de cada imagen de flat). Esta tarea se configuró de la siguiente manera:

PACKAGE = imfit TASK = imsurfit

input = @lista_flats Input images to be fit output = @lista_flats_imsurfit Output images xorder = 1 Order of function in x yorder = 1 Order of function in y

(type_ou= response) Type of output (fit,residual,response,clean) (functio= spline3) Function to be fit (legendre,chebyshev,spline3) (cross_t= yes) Include cross-terms for polynomials?

(xmedian= 1) X length of median box (ymedian= 1) Y length of median box

(median_= 50.) Minimum fraction of pixels in median box (lower = 0.) Lower limit for residuals

(upper = 0.) Upper limit for residuals

(ngrow = 0) Radius of region growing circle (niter = 0) Maximum number of rejection cycles

(regions= all) Good regions (all,rows,columns,border,sections, (rows = *) Rows to be fit

(columns= *) Columns to be fit

(border = 50) Width of border to be fit (section= ) File name for sections list (circle = ) Circle specifications

(div_min= INDEF) Division minimum for response output (mode = ql)

Una vez normalizados los flats individuales se los combinó mediante la tarea

“imcombine”. Como tipo de combinación se eligió la mediana. Se crearon las

siguientes listas que contenían los flats individuales para cada filtro, que fueron luego procesadas por la mencionada tarea:

• lista_flat_imcombine_J

• lista_flat_imcombine_H

• lista_flat_imcombine_K

A continuación se listan los parámetros de la tarea “imcombine” utilizados para realizar la mencionada combinación.

PACKAGE = immatch TASK = imcombine

input = @lista_flat_imcombine_(filtro) List of images to combine output = Flat_(filtro) List of output images

(rejmask= ) List of rejection masks (optional) (plfile = ) List of pixel list files (optional) (sigma = ) List of sigma images (optional) (logfile= STDOUT) Log file

(combine= median) Type of combine operation (reject = none) Type of rejection

(project= no) Project highest dimension of input images? (outtype= real) Output image pixel datatype

(offsets= none) Input image offsets (masktyp= none) Mask type

(maskval= 0.) Mask value

(blank = 0.) Value if there are no pixels (scale = none) Image scaling

(zero = none) Image zero point offset (weight = none) Image weights

(statsec= ) Image section for computing statistics (expname= ) Image header exposure time keyword (lthresh= INDEF) Lower threshold

(hthresh= INDEF) Upper threshold

(nlow = 1) minmax: Number of low pixels to reject (nhigh = 1) minmax: Number of high pixels to reject (nkeep = 1) Minimum to keep (pos) or maximum to reject (neg (mclip = yes) Use median in sigma clipping algorithms? (lsigma = 3.) Lower sigma clipping factor

(hsigma = 3.) Upper sigma clipping factor

(rdnoise= 40) ccdclip: CCD readout noise (electrons) (gain = 15) ccdclip: CCD gain (electrons/DN) (snoise = 0.) ccdclip: Sensitivity noise (fraction)

(sigscal= 0.1) Tolerance for sigma clipping scaling correction (pclip = -0.5) pclip: Percentile clipping parameter

(grow = 0.) Radius (pixels) for neighbor rejection (mode = ql)

Para la corrección por flatfield se procedió a dividir cada una de las imágenes de programa por el correspondiente flatfield normalizado como se indica a continuación:

• imarith FS110_J002.d.fits / Flat_J FS110J002.flat.fits

• imarith FS110_J003.d.fits / Flat_J FS110J003.flat.fits

• ….

• ….

Este ejemplo corresponde a las imágenes de la estrella estándar FS110 para el filtro J.