The Spectroscopic Data Processing Pipeline for the Dark Energy Spectroscopic Instrument
J. Guy, S. Bailey, A. Kremin, Shadab Alam, D. M. Alexander, C. Allende Prieto, S. BenZvi, A. S. Bolton, D. Brooks, E. Chaussidon, A. P. Cooper, K. Dawson, A. de… 展开作者
J. Guy, S. Bailey, A. Kremin, Shadab Alam, D. M. Alexander, C. Allende Prieto, S. BenZvi, A. S. Bolton, D. Brooks, E. Chaussidon, A. P. Cooper, K. Dawson, A. de la Macorra, A. Dey, Biprateep Dey, G. Dhungana, D. J. Eisenstein, A. Font-Ribera, J. E. Forero-Romero, E. Gaztañaga, S. Gontcho A Gontcho, D. Green, K. Honscheid, M. Ishak, R. Kehoe, D. Kirkby, T. Kisner, Sergey E. Koposov, Ting-Wen Lan, M. Landriau, L. Le Guillou, Michael E. Levi, C. Magneville, Christopher J. Manser, P. Martini, Aaron M. Meisner, R. Miquel, J. Moustakas, Adam D. Myers, Jeffrey A. Newman, Jundan Nie, N. Palanque-Delabrouille, W. J. Percival, C. Poppett, F. Prada, A. Raichoor, C. Ravoux, A. J. Ross, E. F. Schlafly, D. Schlegel, M. Schubnell, Ray M. Sharples, Gregory Tarlé, B. A. Weaver, Christophe Yèche, Rongpu Zhou, Zhimin Zhou, H. Zou
We describe the spectroscopic data processing pipeline of the Dark Energy Spectroscopic Instrument (DESI), which is conducting a redshift survey of about 40 million galaxies and quasars using a purpose-built instrument on the 4-m Mayall Telescope at Kitt Peak National Observatory. The main goal of DESI is to measure with unprecedented precision the expansion history of the Universe with the Baryon Acoustic Oscillation technique and the growth rate of structure with Redshift Space Distortions. Ten spectrographs with three cameras each disperse the light from 5000 fibers onto 30 CCDs, covering the near UV to near infrared (3600 to 9800 Angstrom) with a spectral resolution ranging from 2000 to 5000. The DESI data pipeline generates wavelength- and flux-calibrated spectra of all the targets, along with spectroscopic classifications and redshift measurements. Fully processed data from each night are typically available to the DESI collaboration the following morning. We give details about the pipeline's algorithms, and provide performance results on the stability of the optics, the quality of the sky background subtraction, and the precision and accuracy of the instrumental calibration. This pipeline has been used to process the DESI Survey Validation data set, and has exceeded the project's requirements for redshift performance, with high efficiency and a purity greater than 99 percent for all target classes.
The Wide-field Spectroscopic Telescope (WST): design trade-offs for the low-resolution multi-object spectrograph instrument
Aix-Marseille Université（艾克斯-马赛大学）；CNRS（法国国家科学研究中心）；CNES（法国国家空间研究中心）；LAM UMR7326（天体物理与行星学研究混合单位7326）；Australian Astronomical Optics（澳大利亚天文光学）；Macquarie Univ.（麦考瑞大学）；STFC UK Astronomy Technology Centre（英国科学与技术设施委员会英国天文技术中心）；Royal Observatory Edinburgh（爱丁堡皇家天文台）；Université Claude Bernard Lyon 1（里昂第一大学克洛德·贝尔纳）；Centre de Recherche Astrophysique de Lyon（里昂天体物理研究中心）；INAF（意大利国家天体物理研究所）；Osservatorio Astronomico di Brera（布雷拉天文台）；Department of Astrophysics, University of Vienna（维也纳大学天体物理学系）；Leibniz-Institut für Astrophysik Potsdam (AIP)（波茨坦莱布尼茨天体物理研究所）；CEA（法国原子能和替代能源委员会）；European Southern Observatory（欧洲南方天文台）
PypeIt: The Python Spectroscopic Data Reduction Pipeline
PypeIt是一个Python软件包，用于半自动化天文光谱数据的简化。它的算法建立在开发人员数十年来对先前数据简化管道的开发基础上（Bernstein，Burles，& Prochaska，2015; Bochanski et al.，2009年）。简化过程--包括输入参数和可用功能的完整列表--作为Read the Reader托管的在线文档提供，该文档定期更新。（https：//pypeit.readthedocs.io/en/latest/）。版本v1.0.3提供以下光谱仪：Gemini/GNIRS，Gemini/GMOS，Gemini/FLAMINGOS 2，Lick/Kast，Magellan/MGE，Magellan/Fire，MDM/OSMOS，Keck/DEIMOS（600ZD，830G，1200G），Keck/LRIS，Keck/MOSFIRE（J和Y光栅测试），Keck/NIRES，Keck/NIRSPEC（低色散）、LBT/Luci-I、Luci-II、LBT/MODS（beta）、NOT/ALFOSC（grism4）、VLT/X-Shooter（VIS、NIR）、VLT/FORS2（300I、300V）、WHT/ISIS。
CWITools: A Python3 Data Analysis Pipeline for the Cosmic Web Imager Instruments
Palomar Cosmic Web Imager（PCWI）和Keck Cosmic Web Imager（KCWI）是Palomar天文台的Hale 5米望远镜和W. M. Keck Observatory天文台近年来，这些仪器越来越多地用于进行调查工作，特别是在高红移的环星系和星系间介质的重点。从三维IFU数据中提取微弱信号是一项复杂的任务，如果没有适当的工具，对于大样本可能会变得非常困难。我们提出了CWITools，一个用Python 3编写的软件包，用于分析PCWI和KCWI数据。CWITools旨在提供标准仪器数据简化管道的输出与科学产品之间的管道，如表面亮度图，光谱，速度图以及各种相关模型和测量。虽然该软件包是专门为PCWI和KCWI数据设计的，但该软件包是开源的，可以适应任何三维积分场光谱数据。在这里，我们将描述这个管道，各个步骤背后的方法，并提供示例应用程序。
WST, the wide-field spectroscopic telescope: progress on the design of the instruments
UK Astronomy Technology Centre（英国天文学技术中心）；European Southern Observatory（欧洲南方天文台）；Centre de Recherche Astrophysique de Lyon（里昂天体物理研究中心）；INAF-IASF Milano（意大利国家天体物理研究所米兰分部）；Leibniz-Institut für Astrophysik Potsdam（波茨坦莱布尼茨天体物理研究所）；Ecole Polytechnique Fédérale de Lausanne（洛桑联邦理工学院）；Aix-Marseille Université, CNRS, CNES, LAM UMR7326（艾克斯-马赛大学，法国国家科学研究中心，法国国家空间研究中心，LAM UMR7326）；INAF - Osservatorio Astrofisico di Arcetri（意大利国家天体物理研究所阿切尔蒂天文台）；INAF - Osservatorio Astrofisico di Catania（意大利国家天体物理研究所卡塔尼亚天文台）；INAF - Osservatorio Astronomico di Brera（意大利国家天体物理研究所布雷拉天文台）；University of Paris-Saclay, CEA-IRFU（巴黎萨克雷大学，CEA-IRFU）；NOVA optical infrared instrumentation group at ASTRON（ASTRON的NOVA光红外仪器组）；Sydney Institute for Astronomy, The University of Sydney（悉尼天体物理学研究所，悉尼大学）；Department of Astrophysics, University of Vienna（维也纳大学天体物理学系）
Revisiting the Impact of Atmospheric Dispersion and Differential Refraction on Widefield Multiobject Spectroscopic Observations. From VLT/VIMOS to Next Generation Instruments
Spectroscopic time series performance of the Mid-Infrared Instrument on the JWST
在这里，我们提出了有史以来第一次中红外光谱时间序列观测的过境系外行星\object{L 168-9 b}与中红外仪器（MIRI）的詹姆斯韦伯太空望远镜。这些数据是作为MIRI调试活动的一部分获得的，以表征低分辨率光谱（LRS）模式在这些具有挑战性的观测中的性能。为了评估MIRI LRS的性能，我们对数据进行了两次独立分析。我们发现，通过一次凌日观测，在R=50时，在7-8 \micron范围内，我们达到了$\sim$ 50 ppm的分光光度精度，与$\sim$ 25 ppm的系统噪声一致。对于两种应用的分析方法，导出的带平均渡越深度分别为524 $\pm$ 15 ppm和547 $\pm$ 13 ppm，将已知渡越深度恢复到1 $σ$以内。在行星的透射光谱中测量的噪声比波长$6.8 \lesssim λ\lesssim 11$ $μ$ m的随机噪声模拟高约15-20 \%。\added{We observed an larger excess noise at the shortest wavelengths of up to a factor of two, for which possible causes are discussed.}这一性能是在有限的飞行中校准数据的情况下实现的，表明了MIRI在表征系外行星大气层方面的未来潜力。
The GRB joint scientific analysis pipeline of the ECLAIRs and GRM instruments on board SVOM
Laboratoire Univers et Particules de Montpellier, Université Montpellier, CNRS/IN2P3（蒙彼利埃宇宙与粒子实验室，蒙彼利埃大学，法国国家科学研究中心/法国国家核子和粒子物理研究所）；Sorbonne Université, CNRS, UMR 7095, Institut d’Astrophysique de Paris（索邦大学，法国国家科学研究中心，联合研究单位7095，巴黎天体物理学研究所）；Institut Universitaire de France（法兰西学院）；INAF –Osservatorio Astronomico di Brera（意大利国家天体物理研究所-布雷拉天文台）
Quality Assessment of Spectroscopic Data Reduction Pipelines Using Artificial Intelligence: Scrutinizing Data Release 2 from the DESI Survey
Universidad de los Andes（安第斯大学）；Tecnológico de Monterrey, Escuela de Ingeniería y Ciencias（蒙特雷理工学院，工程与科学学院）；Lawrence Berkeley National Laboratory（劳伦斯伯克利国家实验室）；University of Toronto（多伦多大学）；University of Pittsburgh（匹兹堡大学）
The SPHEREx Instrument: Calibration, testing and performance measurements of the NIR spectroscopic surveyor from the laboratory to in-orbit commissioning
California Institute of Technology（加州理工学院）；Jet Propulsion Laboratory, California Institute of Technology（加州理工学院喷气推进实验室）；Rochester Institute of Technology（罗切斯特理工学院）
