Imágenes

Luego de haber calibrado las amplitudes y las fases de las visibilidades y haber establecido la escala de flujo absoluta de las mediciones, las visibilidades en el plano u-v están listas para ser convertidas a la distribución de densidad de flujo observada en el campo de visión. Como se mencionó anteriormente, esto se logra mediante la transformada de Fourier de las visibilidades complejas, sin embargo, este proceso no es directo. La imagen resultante tiene una resolución dada por el haz sucio (i.e., la respuesta del interferómetro a una fuente puntual). Esta imagen puede desafectarse del haz sucio mediante el procedimiento conocido comocleaning. Existen diversos algoritmos para realizar este proceso; entre ellos, el más comúnmente utilizado es CLEAN (Hgbom 1974), con el cual se trabajó en esta Tesis. El proceso decleaningconsiste en substraer la estructura del haz sucio de la región más brillante de la imagen sucia de manera recursiva. Cuando no hay fuentes detectadas por encima del nivel de ruido, el algoritmo se detiene. Como resultado de este proceso se obtiene una imagen que muestra el ruido residual en el campo de visión, y una lista que contiene las posiciones de las componentes puntuales que han sido removidas y la densidad de flujo removida en cada caso. Finalmente, la distribución

5_{https://science.nrao.edu/facilities/vla/observing/callist}

6_{The Common Astronomy Software Applications, CASA, es un software producido y mantenido porNRAO.}

62 Capítulo 2. Observación en Radio-Frecuencias de la densidad de flujo en el plano del cielo es recuperada sumando a la imagen residual todas estas componentes extraídas, pero convolucionadas con un haz sintetizado. Este haz puede ser aproximado con una función Gaussiana bi-dimensional cuyo ancho esta dado por el HPBW del haz sucio, y representa un parámetro conveniente para describir la resolución de la imagen obtenida. El proceso es esquematizado en Figura 2.167.

Figura 2.16:Se muestra una observación simulada del interferómetro VLA en configuración D (la más compacta), a una frecuencia de 10 GHz. El panel superior izquierdo muestra la imagen modelo, mientras que el panel inferior derecho muestra la imagen observada después del procesamientocleaning.

En la mayoría de los casos, la cobertura del plano u-v no es uniforme, ya que por lo general se tiene gran cantidad de antenas con líneas de base cortas y menos con líneas de base largas. Por este motivo los datos pueden ser ponderados de diferentes maneras durante el proceso de cleaning, dependiendo de los requerimientos científicos para el objeto estudiado. Estas pondera- ciones pueden determinarse por la densidad de visibilidades en diferentes regiones del plano u-v,

7_{Figura obtenida utilizando el softwareFriendly Virtual Radio Interferometer tool, desarrollado por Cormac R.} Purcell y Roy Truelove, 2017.https://crpurcell.github.io/friendlyVRI. Imagen modelo: Río de La Plata, por Adela Kamenetzky.

que para tal propósito es divido en una cuadrícula de celdas. Las ponderaciones más comunes son naturaly uniforme; casos intermedios entre estos pesajes pueden obtenerse mediante la ponderación de Briggs (Briggs 1995), parametrizada por el parámetrorobust:

Natural: asigna un peso constante a todas las visibilidades, y en consecuencia las regiones más cubiertas del plano u-v dominan en el proceso de deconvolución. En este caso el haz sintetizado es grande, pero la sensitividad es óptima, en particular para emisión extendida. Así, esta ponderación proporciona buena sensitividad y bajo nivel de ruido, pero baja resolución.

Uniforme: en este caso, cada celda del plano u-v tiene el mismo peso, independientemente de la cantidad de visibilidades que contiene. En consecuencia, las visibilidades de una región poblada son subestimadas, en tanto que incrementa la influencia de visibilidades más aisladas, correspondientes a grandes distancias u-v. En este caso, se obtiene buena resolución, pero mayor nivel de ruido.

Briggs: el parámetro de parametrización robusttoma valores que van desde−2 (pesaje uniforme) a+2 (pesaje natural). Al disminuir el parámetro robust desde +2, la resolución angular aumenta, pero la sensitividad disminuye. Luego, un valor intermedio cercano a 0 permite obtener un buen compromiso entre sensitividad y resolución. En la practica, cuando se tienen fuentes con emisión extendida y compacta en una misma región, la variación de este parámetro permite obtener imágenes con diferentes resoluciones angulares para estudiar las distintas componentes presentes.

El proceso de cleaning puede implementarse en forma automática; sin embargo, cuando existen fuentes muy intensas en el campo y la cobertura del plano u-v es pobre, la imagen resultante podría contener estructuras que no están presentes en el campo observado, sino que son resultado del proceso. Por ello, en muchos casos este procedimiento se realiza en forma manual, es decir, que en cada paso iterativo, el usuario decide qué regiones del cielo deben ser “limpiadas”, y cuándo dar fin al proceso.

3. La Fuente Triple en Serpens

En este capítulo se presenta el análisis de nuevas observaciones de la fuente triple en radio continuo en la región de formación estelar de Serpens, obtenidas con el radio interferómetro JVLA en un amplio rango espectral. La alta sensitividad y resolución angular alcanzadas en estos nuevos datos, permiten realizar un análisis profundo de la naturaleza de la emisión dominante en las diferentes componentes del radio jet. Asimismo, se presenta un análisis de la cinemática del jet, basado en la medición de movimientos propios en un intervalo de tiempo de 18 años.