Informe Reducción de datos en Iraf

Nombre: Macarena Vega

Curso: Astronomía Observacional
Profesor: Christian Moni
Fecha: 21 de Enero de 2019
Reducción Básica

Para comenzar la tarea de reducción básica, se descargó el pack correspondiente a los

datos que se utilizaron. En este caso, el pack correspondiente tiene el nombre de PackC.tar.
Una vez descargadas las imágenes, se organizaron de acuerdo al tipo de imagen que se
tenía (bias, dark, flat, imagen de ciencia) en carpetas distintas. Las imágenes de dark se
separaron por tiempo de exposición y las imágenes de flat por banda.

Revisando las imágenes, se puede notar que éstas poseen un overscan vertical en la parte
inferior de la imagen. También podemos notar ciertos problemas en los bias y en las
imágenes de ciencia, ya que poseen unas líneas diagonales, lo que se puede atribuir a
posible fringing en el CCD, lo cual no se pudo arreglar.

Como sabemos que el fringing afecta más en imágenes en bandas más rojas (y como se
puede ver en las imágenes de abajo), decidí usar la imagen de ciencia en banda V. La otra
imagen escogida fue en banda H, pero esta decisión se tomó viendo los tiempos de
exposición de los dark, para que calzara con la imagen de ciencia.
Habiendo visto todo lo anterior, el primer paso fue hacer una imagen de masterbias, para lo
cual se hizo una lista con todos los bias de la carpeta. Luego con la tarea zerocombine, se
procedió a realizar el masterbias, resultando la siguiente imagen:

Haciendo un imstat al masterbias, como se puede observar en el xgterm, el mean son 2016
cuentas. Si nos fijamos en nuestras imágenes de ciencia, nos daremos cuenta que el mean
es 2029 para la imagen en banda H y 2136 para la imagen en V, por lo que si sustraemos el
masterbias a la imagen de ciencia nos quedarán cuentas negativas. Es por esta razón que
decidí no usar masterbias para limpiar la imagen.
Se prosiguió a hacer una imagen de masterdark con la tarea darkcombine, para limpiar una
posible corriente térmica en la imagen. Se intentó corregir los dark removiendo el bias, pero
como era de esperarse, quedaron cuentas negativas, por lo que se realizó un masterdark
sin corrección por bias. En la siguiente imagen se pueden observar los resultados para los
masterdark de 200 y 300 segundos, siendo masterdark2.fits y masterdark3.fits las imágenes
de masterdark sin corregir por bias.

Luego procedí a crear los masterflat, uno por cada banda. Antes de usar la tarea
flatcombine, se revisaron las imágenes de flat para ver si correspondían a SkyFlat o
DomeFlat. Como en el header de las imágenes no aparecía esta información, me fijé en la
hora en la que habían sido tomados los flats. Todos fueron tomados entre las 22:40 y las
23:10hrs, por lo que pude suponer que correspondían a SkyFlat, por otro lado, todos los
flats, excepto uno, eran muy parecidos, por lo que no creé una carpeta de DomeFlat. El flat
distinto era el primero en banda V (flat-001V.fits), el cual se ve demasiado homogéneo en
todas las bandas y escalas, por lo que decidí sacarlo de la carpeta de flat.
Luego se ocupó el ccdproc para corregir el masterflat solamente por dark, ya que los bias
no nos estaban sirviendo y después se ejecutó la tarea flatcombine. Después de obtener el
masterflat, como las cuentas eran muy altas, se procedió a normalizarlo con epar imarith.
Resultando lo siguiente:

Siendo VN y HN los masterflats normalizados.

El siguiente paso fue hacer el overscan para las imágenes de marterdark, para ver si existe
la corriente térmica y para las imágenes de ciencia. Para esto, ocupé el ccdproc para que
ejecutara el overscan y luego cortara las imágenes, de la siguiente forma

Apliqué el overscan al masterdark y luego con imstat se obtuvo lo siguiente:

Como el promedio de las cuentas es cercano a 0, se puede decir que no hay corriente
térmica ni gradiente. Por lo que decidí no aplicar masterdark a mis imágenes de ciencia
para no contribuir al ruido.
Luego se aplicó el overscan y el corte a las imágenes de ciencia de la misma forma. Como
ya se aplicó el overscan a las imágenes de ciencia, lo que queda es aplicar el masterflat con
ccdproc para obtener nuestras imágenes finales como se muestra a continuación, en banda
V y H respectivamente.

Las imágenes obtenidas no fueron lo que esperaba, ya que no conseguí eliminar la franja
brillante que se ve en la imagen en banda V. Sin embargo, logré bajar la cantidad de
cuentas de las imágenes sin reducir y puedo ver mejor ciertas estrellas que antes se veían
muy débiles.

Tarea Ruido

Para esta tarea, queremos ver si el ruido baja con la raíz del número de bias combinados,
como dice la teoría. Para esto, se combinaron distinta cantidad de bias, desde 2 hasta 20,
con lo que se obtuvieron los siguientes archivos:

Luego, se hizo un imstat de todas las combinaciones de bias para ver su ruido, el cual se
visualiza en la desviación estándar del imstat (STDDEV), obteniendo lo siguiente:
Como se puede observar, la desviación estándar baja a medida que el número de bias es
mayor, pero queremos comprobar si baja a razón de ésta cantidad, por lo que procedí a
construir un gráfico de ruido vs número de bias y luego se le realizó un ajuste de potencia,
resultando el siguiente gráfico:

De acuerdo al ajuste realizado, el cual es un ajuste de potencia y fue el que mejor ajustaba
la gráfica, podemos ver que el exponente n es − 0, 678 ± 0, 0061 y decir que el ruido sí
disminuye con la raíz cuadrada del número de bias. Aunque la potencia esté más cerca de
-0,7 que de -0,5 creo que se debe a que los bias de mi pack no eran buenos.
Tarea Linealidad

El objetivo de esta tarea es ver en qué momento el CCD pierde linealidad y empieza a
funcionar de manera defectuosa, viendo el tiempo de exposición y el número de cuentas
obtenido para dicho tiempo.

El primer paso fue descargar el paquete linearity y ver los archivos que se encuentran en la
carpeta, los cuales son en su totalidad imágenes de flat. Luego organizamos los flat por
tiempo de exposición, como se muestra a continuación.

Se procedió a hacer un masterflat por cada tiempo de exposición con flatcombine, como se
hizo en la reducción básica. Luego se hizo un imstat por cada masterflat para ver el
promedio de cuentas que tenía y se construyó un gráfico de cuentas vs tiempo para ver si el
ccd era lineal, obteniendo el siguiente gráfico.

A este gráfico se le realizaron dos ajustes para ver cual calzaba mejor, uno lineal y otro de
potencia. Se puede ver que no hay mucha diferencia entre los dos, por lo que es difícil decir
a qué tiempo el ccd deja de ser lineal. Si lo seguimos analizando, y jugando con los ajustes,
se puede ver que hasta un tiempo de 75 segundos aproximadamente, la potencia del ajuste
potencial es 1, 00 ± 2, 8 × 10−4 . Luego de este punto la pendiente cambia a un mayor valor.
Lo que me llamó la atención de este gráfico, es que al ir jugando con los ajustes, los datos
en vez de estar abajo del ajuste lineal hasta 75 segundos, están por encima de ésta. Lo que
es extraño porque uno espera ir obteniendo menos cuentas a medida que pasa el tiempo,
ya que el pixel se satura.

Tarea Espectro

En esta tarea, se buscaba reducir el espectro de rendija del archivo Spectrum.tar.bz2.

El primer paso, como siempre, fue descargar este archivo y clasificar las imágenes que
estaban en el paquete por bias, dark, flat, sflat, imagen, etc.

Luego de esto, se hizo la reducción del espectro. Se cortaron las imágenes, se realizó un
masterbias y masterflat corregido por bias, al igual que en la reducción básica. En este caso
opté por no hacer masterdark ya que no había una imagen de dark con tiempo de
exposición igual al de la imagen de ciencia. A continuación se muestran imágenes de los
pasos seguidos.

Esta es la imagen ya cortada y su imstat. Esto lo

guardo para comparar con la imagen reducida al
final.
Imstat masterbias

Imstat de masterflat corregido por bias

Masterflat normalizado

Imagen reducida

Como podemos observar y comparar con el

promedio de cuentas de la imagen sin reducir, el
número de cuentas bajó y desapareció una línea
vertical que se encontraba a la izquierda del
espectro.
Ahora el siguiente paso es extraer el espectro. Para esto, nos cambiamos de ccdred a noao
> twodspec > apextrac y usamos el comando epar apall con los siguientes parámetros

Lo que nos va a dar el espectro extraído en una dimensión, como lo requeríamos.

Ahora deberíamos hacer un epar apall para las imágenes wlc, luego cambiar a la caja
onedspec y usar el task epar identify, que es para identificar las líneas de emisión del
espectro. Para hacer el identify debemos obtener una imagen de comparación para
comparar la imagen con el gráfico del iraf y así colocar las longitudes de ondas. Luego usar
el reidentify para todas las demás imágenes. Después usar el task epar refspectra para
darle al espectro la solución de las imágenes wlc obtenidas con el reidentify y por último
usar el task dispcor, para corregir la dispersión.

Intenté hacer lo anterior mencionado, pero la verdad no lo entendí mucho y no supe qué
hacer con las imágenes wlc, además al ejecutar las tareas no me arrojaba nada parecido a
los apuntes de reducción de espectros que busqué, por lo que tuve muchas complicaciones
para hacer la última parte de esta tarea.