Modelos de Datos y VO
Juan de Dios Santander Vela, Emilio García (IAA-CSIC)
NOTA DE PRENSA
Página 1 de 2 DEPARTAMENTO DE COMUNICACIÓN
BARCELONA MADRID VALENCIA
934 426 576 915 855 243 963 622 757
[email protected] [email protected] [email protected]
Las conclusiones se publican mañana, jueves, en ‘Nature’
El CSIC colabora en el hallazgo del nacimiento del agujero negro más antiguo conocido
! Está situado a una distancia de 13.000 millones de años luz de la Tierra y fue localizado en septiembre del año pasado
! El hallazgo aportará nuevos datos sobre la muerte de las primeras estrellas, según los expertos
Madrid, 8 de marzo, 2006 Un equipo internacional, con participación de nueve investigadores del Instituto de Astrofísica de Andalucía, perteneciente al Consejo Superior de Investigaciones Científicas (CSIC), ha descubierto el nacimiento del agujero negro más antiguo conocido, GRB 050904, ubicado en los confines del Universo, a una distancia de 13.000 millones de años luz de la Tierra. Las conclusiones del hallazgo, coordinado por científicos de la Universidad de Carolina del Norte (EE.UU.) se publican mañana, jueves en la revista Nature.
El responsable del equipo español, el investigador del CSIC Alberto Castro- Tirado, asegura que el hallazgo aportará nuevos datos sobre la muerte de las primeras estrellas del universo primitivo, estrellas muy masivas, conocidas como Población III. Este astrofísico del CSIC aporta una de las claves del descubrimiento: “Durante el nacimiento del agujero negro se produjo una explosión que liberó en pocos minutos más de un quintillón de veces la energía que se puede liberar en una explosión nuclear controlada”.
Entre las aportaciones futuras del hallazgo, Castro-Tirado destaca que “la posibilidad de captar el alumbramiento de agujeros negros en los confines del Universo abre la posibilidad de estudiar regiones remotas y primitivas del
NOTA DE PRENSA
La atmósfera de Marte, a debate en Granada
Del 27 de febrero al 3 de marzo tendrá lugar, en el Palacio de Congresos y Exposiciones de Granada, el Second Workshop on Modelling and Observations of the Martian
Atmosphere (Segundo Taller sobre los Modelos y Observaciones de la Atmósfera de Marte)
Tras el éxito del primero, hace tres años, la semana próxima se celebra el Second Workshop on Modelling and Observations of the Martian Atmosphere, organizado por el Instituto de Astrofisica de Andalucia (IAA-CSIC), el Laboratoire de Meteorologie Dinamique (CNRS) y la Universidad de Oxford, financiado por la Agencia Espacial Europea (ESA) y el Centro de Estudios Espaciales francés (CNES).
A lo largo de una semana se reunirán, en Palacio de Congresos de Granada, más de un centenar de científicos de todo el mundo especialistas en la atmósfera de Marte para discutir los últimos avances conseguidos en el conocimiento de la atmósfera del Planeta Rojo, bien a través de las observaciones de las sondas que actualmente se hallan en órbita alrededor del planeta, o bien a través de modelos teóricos. Recibirán especial atención las últimas observaciones realizadas por la sonda europea Mars Express, que han permitido profundizar en aspectos tales como los vientos marcianos o el comportamiento del polvo o el hielo, esenciales para comprender las similitudes y diferencias de esta atmósfera con la de la Tierra.
También se presentarán resultados relacionados con la posibilidad de un pasado remoto de Marte en el que el agua líquida fuera abundante –lo que pudo dar lugar a glaciares y otros fenómenos hidrológicos–, o incluso con sus potenciales consecuencias sobre la habitabilidad pasada del planeta.
El fin último de esta reunión consiste en poner en común los distintos avances que en los últimos años se han producido en este campo de la Astronomía y contribuir a mejorar nuestro conocimiento sobre el comportamiento de todo el Sistema Solar.
Más información: http://www.iaa.es/~valverde/Granada2006/LOC.html
Atención a los medios: Miguel Ángel López Valverde, Tel. 958 12 13 11. [email protected]
Primera Escuela de Observatorio Virtual de la
Red Temática Observatorio Virtual. Villafranca del Castillo, 26/11/2006
Esquema de la charla
Modelos de datos
Modelado de datos en IVOA
Ejemplo modelo de datos: RADAMS
Preguntas
Modelos de Datos
Definición
Descripción del conjunto de entidades (tablas y campos) necesarios para el almacenamiento de
información dentro de un campo particular, y que
especifica tanto los datos que se almacenan como
las relaciones entre ellos.
Estructura de la información
Juan de Dios Santander Vela [email protected]
Instituto de Astrofísica de Andalucía (CSIC) Becario I3P de Postgrado (01/2006-12/2006)
Becario Predoctoral IAA (03/2005-12/2005)
Estructura de la información
Juan de Dios Santander Vela [email protected]
Instituto de Astrofísica de Andalucía (CSIC) Becario I3P de Postgrado (01/2006-12/2006)
Becario Predoctoral IAA (03/2005-12/2005)
Estructura de la información
Juan de Dios Santander Vela [email protected]
Instituto de Astrofísica de Andalucía (CSIC) Becario I3P de Postgrado (01/2006-12/2006)
Becario Predoctoral IAA (03/2005-12/2005)
Estructura de la información
Juan de Dios Santander Vela [email protected]
Instituto de Astrofísica de Andalucía (CSIC) Becario I3P de Postgrado (01/2006-12/2006)
Becario Predoctoral IAA (03/2005-12/2005)
Estructura de la información
Juan de Dios Santander Vela [email protected]
Instituto de Astrofísica de Andalucía (CSIC) Becario I3P de Postgrado (01/2006-12/2006)
Becario Predoctoral IAA (03/2005-12/2005)
Estructura de la información
Juan de Dios Santander Vela [email protected]
Instituto de Astrofísica de Andalucía (CSIC) Becario I3P de Postgrado (01/2006-12/2006)
Becario Predoctoral IAA (03/2005-12/2005)
Estructura de la información
Juan de Dios Santander Vela [email protected]
Instituto de Astrofísica de Andalucía (CSIC) Becario I3P de Postgrado (01/2006-12/2006)
Becario Predoctoral IAA (03/2005-12/2005)
Estructura de la información
Juan de Dios Santander Vela [email protected]
Instituto de Astrofísica de Andalucía (CSIC) Becario I3P de Postgrado (01/2006-12/2006)
Becario Predoctoral IAA (03/2005-12/2005)
Estructura de la información
Juan de Dios Santander Vela [email protected]
Instituto de Astrofísica de Andalucía (CSIC) Becario I3P de Postgrado (01/2006-12/2006)
Becario Predoctoral IAA (03/2005-12/2005)
Estructura de la información
Juan de Dios Santander Vela [email protected]
Instituto de Astrofísica de Andalucía (CSIC) Becario I3P de Postgrado (01/2006-12/2006)
Becario Predoctoral IAA (03/2005-12/2005)
Elementos de modelos de datos Campos (Atributos en POO) Tipos de Datos
Semántica Relaciones
Estructura de la información
Estructura de la información
Atributos y tipos de datos
Estructura de la información
Campo Núm. Objeto Nombre RA Dec Época
Atributos y tipos de datos
Estructura de la información
Campo Núm. Objeto Nombre RA Dec Época
Tipo BigInt String Float Float String Code
Atributos y tipos de datos
Estructura de la información
Campo Núm. Objeto Nombre RA Dec Época
Tipo BigInt String Float Float String Code
Ejemplo 3123453445 OBGGALAX_1
‘CIG 96’
96
132.3478 8h12º50’52’’
-05.3345 -0h5º20’42’’
‘J2000’
‘Epoch J2000’
Atributos y tipos de datos
Estructura de la información
Semántica y UCDs
Estructura de la información
Campo Núm. Objeto Nombre RA Dec Época
Semántica y UCDs
Estructura de la información
Campo Núm. Objeto Nombre RA Dec Época
Significado Código de objeto
Nombre del objeto
Ascensión
recta Declinación Código de Época
Semántica y UCDs
Estructura de la información
Campo Núm. Objeto Nombre RA Dec Época
Significado Código de objeto
Nombre del objeto
Ascensión
recta Declinación Código de Época
UCD meta.id;
meta.code
meta.id;
meta.name
pos.eq.ra;
meta.main
pos.eq.dec;
meta.main
time.epoch;
meta.code
Semántica y UCDs
Modelado de datos
en IVOA
Modelos de Datos en IVOA
Modelos de Datos en IVOA
Modelos de Datos en IVOA
Modelos de Datos en IVOA
Modelos de Datos en IVOA
RADAMS: Radio Astronomy DAta- Model for Single-dish radio-
telescopes
Fuentes RADAMS
Data Model for Observation
McDowell, Bonnarel et al., IVOA Data Model WG Internal Draft
Data Model for Astronomical Dataset Characterisation
McDowell, Bonnarel et al., IVOA Data Model WG Note
IVOA Spectral Data Model
McDowell, Tody et al., IVOA Data Model WG Working Draft
IVOA Data Model for Raw Radio Telescope Data
Lamb and Power, IVOA Radio IG Note
Estructura RADAMS
Observation
ObsData
Characterization Provenance
Curation
Policy
Packaging Target
Accuracy
Sensitivity Precision
Resolution Coverage
Estructura RADAMS
Observation
ObsData
Characterization Provenance
Curation
Policy
Packaging Target
Accuracy
Sensitivity Precision
Resolution Coverage
Data Model for Observation
Estructura RADAMS
Observation
ObsData
Characterization Provenance
Curation
Policy
Packaging Target
Accuracy
Sensitivity Precision
Resolution Coverage
Data Model for Dataset
Characterisation
Estructura RADAMS
Observation
ObsData
Characterization Provenance
Curation
Policy
Packaging Target
Accuracy
Sensitivity Precision
Resolution
Coverage
Undefined Data Models
Detalles RADAMS
36 CHAPTER
7. DETAILED
DESCRIPTION
OFRADAMCLASSES
Table 7.1:AxisFrame.Spatial
metadata.
FITS
Attribute
Keyword UCD
Descript ion
axisNam e
assign
meta.id;
meta.main
Axis name.
calibrationStatus
assign
obs.calib;
meta.code
Calibrationstatus
froma con-
trolled vocabul
ary: uncal-
ibrated
, calibrated , rela-
tive
a,normalized
b.
ucd
assign
meta.ucd;
meta.main
Main UCD
fortheaxis.
unit
assign
meta.unit;
meta.main
Main units fortheaxis.
refPos
assign
meta.ref;
meta.id
Identificationof theorigin po- sition within the spaceR
ef-
Frame from
a controlledvocab- ulary; See Space-
Time Coordi-
nateDataModel[13].
spaceR efFram
e
WCSNAME or
RADESYS
pos.frame;
meta.id
Identification of the reference
system
from a controlled vo- cabulary; seeSpace-Ti
me Co-
ordinateDataModel[13]:FK4, FK5,ELLIPTIC
. . .
coordE quinox
assign
pos;
time.equinox
Equinox(only ifneeded).
epoch
assign
pos;
time.epoch
Epoch (onl
y ifneeded).
independentAxis
assign
pos;
obs.param;
meta.code
Boolean flag
indicating
whether
the axis is indepen- dent oftherestor not.
unders
amplingStat
us assign
pos;
obs.param;
meta.code
Boolean flag
indicating
whether
thedataaresampled in this axis ornot.
regularStatus
assign
pos;
obs.param;
meta.code
Boolean flag used in case
of sampled data, indicating whether
samplingis regul ar or
not.
arelative
refers to calibrateddata, except
foranadditiveor multiplicative constan t.
bnormalized
refers todimensionlessquantities, such asthoseresultingfromthedivision
betweentwocommensurabl
e datasets.
7.5. PACKAGING
61
Table 7.40: Calibration metadataa.
FITS Attribute
Keyword UCD Description timestamp
DATE-RED obs.param;
time.epoch
Timestamp for the calibration step beingperformed.
parameter.name assign obs.calib;
obs.param;
meta.id
Keyworddefining theparameter that we will characterise with the
remaining attributes.
parameter.type assign obs.calib;
obs.param;
meta.code
Type of calibration parameter used, from a controlled vo- cabulary: additive, factor, polynomial, exponential,
logarithmic.
parameter.value assign obs.calib;
obs.param;
meta.number
Value for the main calibra- tion parameter, where parame-
ter.type isnotpolynomial.
parameter.sigma assign obs.calib;
obs.param;
meta.number
Value of sigma, forexponential calibrations.
parameter.calCoeff.[n] assign obs.calib;
obs.param;
meta.number
nth degree coefficient for a polynomial calibration parame- ter; polynomial degreeis derived
from themaximum n.
aIt is mandatory that at least one [parameter.name,
parameter.type,
parameter.value]
triplet appears, with fluxScale as parameter.name, and one of antennaTemperature
, mbBrightnessTemperature
, or S nu as the parameter.value, with a
parameter.type of string.
Observation
• Target.Name
• Target.Description
• Target.Class
• Target.Pos
• Target.spectralClass
• Target.redshift.statError
• Target.redshift.Confidence Target
Figure 7.9: Target datamodel.
order to find a maser, but that Target will be most likely includedwithin an Astronomicalobject, such as a planetary nebula, associated to that Target.
7.5 Packaging
The Packaging class has to deal with how different pieces of data will be presented. For instance, if we wantedto retrieve data belonging to the maser
60 CHAPTER
7. DETAILED
DESCRIPTION
OF RAD
AM CLAS SES
Table 7.39:
Processing Stepmetadata.
Attribute FITS
Keyword UCD
Descri ption timestamp
DATE-RED
obs.param;
time.epoch
Timestamp for
the processing step being
performed.
type
assign
obs.param;
meta.code
Type of
processing
applied to source
data;
comes from a controlled vocabulary: unproc- essed, noiseWeightedAverage
, nonWeightedAverage
. softwarePackage
assign
meta.software;
meta.id
Software
package
used for data processing;
should come from a contro
lled vocabulary: CLASS , AIPS, AIPS++
, CASA, MOPSIC , GILDAS
,MIRA,MIR,other . In the case ofother
, the actual
package that was used shoul
d be added as a param
eter, with param - eter.name as softwarePackage and the param
eter.value as the packagename.
param
eter[n].name assign
obs.param;
meta.code
Additional
processing param name, whose eter
value willbe in pa- rameter.value; eventual
ly, we will have a con
trolled list
of possible param
eter.nam
e values.
param
eter[n].type assign
obs.param;
meta.code
From a control
led vocabul ary:
integer
, float, string
. . . At least all ofFITS data
types should be present.
param
eter[n].value assign
obs.param
a
Value forthe param
eter indicated by parameter.name.
aThe final
UCD to mark param
eter[n].val
ue will be cal
culated whe
n writing
the VOTable, as it dep
ends onparam
eter.type;it will beobs.param;
meta.number
most of thetime, but it could beobs.param;
meta.name
orobs.param;
meta.code
, dependi
ng on the
context.
