N1 - Sternspektren verschiedener Spektraltypen (DADOS)

Ziel des Versuches ist es eine Übersicht der Spektren verschiedener Spektraltypen zu gewinnen. Hierfür sollen anhand einer zur Verfügung gestellten Liste von Sternen (Koordinaten und scheinbare Magnituden) vier Sterne spektroskopiert werden, die während der Nacht gut zu beobachten sind. Die so gewonnenen Spektren gilt es dann anhand der Linien im Spektrum sowie der Form des Kontinuums einem Spektraltyp zuzuordnen.

Der Versuch erfordert Nachtbeobachtungen am OST der Uni Potsdam. Der Versuchshintergrund und die Technik zur Aufnahme der Spektren wird im Rahmen von Vorträgen im Praktikumsseminar besprochen. Gegenwärtig wird der DADOS mit einem Gitter von 900 Linien/mm in Kombination mit dem QHY 268M eingesetzt. Eine Liste mit geeigneten Objekten wird von den Betreuern zur Verfügung gestellt.

Beachte: Folgende Aufnahmen müssen für jeden Stern gemacht werden:

• Sternspektren
• Kalibrationsspektren mit einer diskreten Lichtquelle
• Kalibrationsspektren mit einer kontinuierlichen Lichtquelle
• Darkframes

Die Kalibrationsaufnahmen werden später benötigt, um von einer Pixelskala auf Wellenlängen umzurechnen bzw. um Geräteartefakte herauszurechnen.

Die Skripte für die Auswertung sind auf dem Praktikumsrechner im Ordner ~/scripts/n1_dados/transition_version/ zu finden.

Die ersten zwei Schritte sind das Einloggen im Praktikumspool und das Kopieren der Beobachtungsdaten (FITS-Files), inklusive Darkframe- und Kalibrations-Aufnahmen aus dem Verzeichnis ~/data/<datum> ins eigene Verzeichnis ~/data_reduction/ .

Für die Datenreduktion steht das Skript 1_masterimages.py zur Verfügung. Dieses Skript kombiniert die einzelnen Aufnahmen zu entsprechenden „Master“-Dateien. So werden z.B. die einzelnen Darkaufnahmen entsprechend der Belichtungszeit zu Masterdarks kombiniert, indem für jedes Pixel der Median über alle Aufnahmen gebildet wird.

In dem Skript müssen folgende Variablen gesetzt werden:

###
#   Path to the directories with the images
#
#   Darks:
path_darks: str = '?'
 
#   Flat darks:
path_flat_darks: str = '?'
 
#   Flats:
path_flats: str = '?'
 
#   Darks for wavelength calibration exposures:
path_wavelength_darks: str = '?'
 
#   Wavelength calibration exposures:
path_wavelength: str = '?'
 
#   Spectra:
path_spectra: str = '?'

path_darks ist der Pfad zu den Darkaufnahmen mit der gleichen Belichtungszeit wie die Aufnahmen für die Spektren. Der Pfad zu letzteren muss in path_spectra angegeben werden. Die Flats sind unter path_flats und die entsprechenden Darks unter path_flat_darks anzugeben. Gleiches gilt für die Aufnahmen zur Wellenlängenkalibrierung, die unter path_wavelength und path_wavelength_darks anzugeben sind.

Zusätzlich sollte noch die Variable trim_image auf False gesetzt werden.

Es gibt verschiedene Tools, um die im FITS-Format abgelegten zweidimensionalen Aufnahmen zu betrachten. Beispielsweise ds9, dass im Terminal gestartet werden kann

 ds9 filename.fit 

• Man notiere sich den Zeilenbereich, der das Sternspektrum enthält (master_spectrum.fit).
• Man notiere sich einen Zeilenbereich, den man als Hintergrund verwenden kann. Dieser Bereich muss also außerhalb des Sternspektrums liegen, jedoch noch innerhalb des benutzten Spektrographenschlitzes. Falls man letzteren nicht auf dem Bild mit dem Stern-Spektrum sehen kann, orientiere man sich auf den Bild des Lampenspektrums (master_wave.fit).

Das Skript sucht die Maxima im Kalibrations-Spektrum, markiert sie und notiert die Pixelnummer, bei der sich die Intensitätsmaxima befinden. Schließlich wird diesen Werten jeweils eine Wellenlänge zugeordnet. So entsteht eine Pixel-Wellenlängen-Zuordnung, die für die Auswertung des Sternspektrums verwendet wird.

Das zugehörige Skript heißt 2_findcaliblines.py. In dieser Datei muss man mit einem Editor seiner Wahl (z.B. Kate) nur den Zeilenbereich editieren, in dem das Kalibrationsspektrum zu finden ist (specRegionStart und specRegionEnd; kann derselbe sein, aus dem man das Sternspektrum extrahieren will) und einen Zeilenbereich, der außerhalb der Spalte liegt (bgRegionStart, bgRegionEnd):

#   Region (rows on the image) containing the calibration spectrum
specRegionStart = 476
specRegionEnd = 487
 
#   Background region (rows on the image) -> need to be outside of the slits
bgRegionStart = 815
bgRegionEnd = 870

Die Kalibration beruht darauf, dass Neon- und Argonlinien identifiziert werden. Die stärksten Linien, welche zu erwarten sind, sind in der folgenden Grafik identifiziert.

Neon- und Argonemissionslinienspektrum mit entsprechenden Linienidentifikation

Alte Hg- & Ar-Kalibration

Quecksilber- und Argonemissionslinienspektrum mit entsprechenden Linienidentifikation

Nun kann das Skript ausgeführt werden:

 python 2_findcaliblines.py

Nach dem Ausführen des Skripts erscheint folgendes Fenster, in dem das Emissionslinienspektrum von Neon und Argon dargestellt ist und alle durch das Skript identifizierten Linien mit einem roten Kreis markiert sind. In diesem Fenster müssen nun alle Emissionslinien markiert werden, deren Wellenlänge bekannt ist. Dabei ist das obere Beispielspektrum mit den identifizierten Linien sehr hilfreich. Das Skript gibt die möglichen Linien vor, so dass jeweils nur die entsprechenden roten Kreise durch einen Linksklick markiert werden müssen. Die Wellenlänge der aktuellen Linie wird oben im jeweiligen Fenster rot angezeigt. Sollte die Wellenlänge einer Linie angezeigt werden, die nicht mit einem roten Kreis markiert ist, kann diese mit einem Rechtsklick übersprungen werden. Erfolgreich markierte Linien erscheinen dann blau und die entsprechende Wellenlänge wird neben den Emissionspeak geschrieben (siehe unten). Für eine erfolgreiche Wellenlängenkalibrierung müssen mindestens vier Linien markiert werden. Wenn alle möglichen Linien markiert sind, kann der Vorgang durch Drücken der „Q“-Taste auf der Tastatur abgeschlossen werden.

Kalibrationsplot ohne markierte Linien

Kalibrationsplot mit sieben markierten Linien

Alte Hg- & Ar-Kalibration

Kalibrationsplot ohne markierte Linien

Kalibrationsplot mit sieben markierten Linien

Anschließend wird von dem Skript die Kalibrationskurve geplotted (siehe unten). Eine Erfolgreiche Kalibration erkennt man daran, dass die Kalibrationskurve nahezu linear ist.

Kalibrationskurve für den DADOS-Spektrographen

Alte Hg- & Ar-Kalibration

Kalibrationskurve für den DADOS-Spektrographen

Von dem Skript werden standardmäßig folgende Dateien erstellt:

• calibration_spectrum.dat - darin wird jedem Pixel eine Wellenlänge in Angstrom zugeordnet
• calibration_selection.pdf - Plot mit den ausgewählten Linien für die Wellenlängenkalibration (bitte an das Protokoll anhängen)
• calibration_fit.pdf - hier ist die Wellenlängenkalibration, also wcalibration_spectrum.dat, geplottet (bitte an das Protokoll anhängen)

Die Plots sollten dann auf mögliche Fehler inspiziert werden. Sollte der Kalibrationsplot nicht linear aussehen, muss das Skript korrigiert und neu ausgeführt werden. Fehlerquellen können sein:

• falsch markierte Linien
• ein anderer Wellenlängenbereich als normalerweise wird beobachtet oder eine andere Kalibrationslampe wird benutzt. Man kann z.B. in der NIST Datenbank nachsehen und andere Linien ausfindig machen, die dann in der Variable linelist im Skript eingetragen werden müssen.

Nach der Bestimmung der Wellenlängen-Pixel-Zuordnung kann nun das eigentliche Sternspektrum ausgewertet werden. Standardmäßig wird das Spektrum durch das Flatfield geteilt und anschließend die Wellenlängenkalibrierung durchgeführt. Zusätzlich besteht die Möglichkeit, das Spektrum zu normieren und die im Spektrum identifizierten Spektrallinien zu markieren.

Das zugehöriges Skript heißt 3_extractspectrum.py. In dieser Datei werden einige Parameter ganz analog zu den obigen Skript gesetzt. Die Parametersektion kann beispielsweise so aussehen:

#   Name of the object
object_name: str = "star"
 
###
#   Extraction regions
#
#   Region containing the science spectrum
spec_region_start: int = 759
spec_region_end: int = 772
 
#   Sky background region (inside the slit)
background_sky_start: int = 710
background_sky_end: int = 730
 
###
#   Plot range
#
#   Set the variables to '?' for an automatic resizing
lambda_min: str | float = '?'
lambda_max: str | float = '?'
flux_min: str | float = '?'
flux_max: str | float = '?'
 
###
#   Normalization ?
#   Possibilities: True or False
#
normalize: bool = False

Unter object_name kann der Name des beobachteten Sterns angegeben werden. Die Variablen spec_region_start und spec_region_end definieren die Zeilen des Kamerachips, die das Spektrum enthalten und ausgelesen werden sollen. Vom Sternspektrum muss noch der Himmelshintergrund subtrahiert werden. Dazu muss eine Region ausgewählt werden, die innerhalb des Spalts liegt, aber kein Spektrum enthält. Dieser Bereich wird durch die Variablen background_sky_start und background_sky_end definiert. Mit den Optionen lambda_min und lambda_max sowie flux_min und flux_max kann der Plotbereicha auf der X- bzw. Y-Achse eingeschränkt werden. Wird in diese Variablen ? geschrieben, so wird der Plotbereich automatisch festgelegt.

Analog zu oben wird das Skript mittels:

 python 3_extractspectrum.py

ausgeführt. Standardmäßig werden folgende Dateien erzeugt:

• spectrum_panels_{object_name}.pdf - mit dem Spektrum in mehreren Panels (Zoom-Version)
• spectrum_total_{object_name}.pdf - mit dem Spektrum dargestellt in einem einzigen Panel
• {object_name}_spectrum_total.dat - mit dem Spektrum in Tabellenform
• {object_name}_spectrum_total.csv - mit dem tabellierten Spektrum im CSV-Format

Es besteht die Möglichkeit im Spektrum gefundenen Linien im Spektrumsplot einzuzeichnen. Die Ionen, die über die Linienidentifikationen identifiziert werden sollen, müssen in der Variable „ions“ angeben werden. Geschieht dies nicht werden keine Linienidentifikationen dargestellt! Das Skript liest hierfür die Linieninformationen aus der Datei atomic_lines.tsv. Da diese Datei aber nur eine Auswahl an Spektrallinien, enthält, die in den vielen unterschiedlichen Sternen auftreten, ist es nötig nach zusätzlichen Spektralllinien und deren Übergängen z.B. in der NIST-Datenbank zu suchen. Wie bereits erwähnt haben wie für diese Datenbank auch eine Bedienungsanleitung. Die so bestimmten Linieninformationen müssen dann in die Variable manual_lines eingetragen werden.

Die folgenden Optionen müssen in dem Python-Skript gesetzt werden:

Es ist ein üblicher Praktikumsbericht anzufertigen. Allgemeine Hinweise zum Aufbau und Inhalt von Praktikumsberichten können hier eingesehen werden.

Der Überblick über den theoretischen Hintergrund des Praktikums beinhaltet eine Beschreibung der Entstehung von Sternspektren, der verschiedenen Spektraltypen und deren Eigenschaften.

Die Methoden beschreiben den Beobachtungsablauf und die anschließende Datenreduktion. Dies beinhaltet eine allgemeine Beschreibung der durchgeführten Schritte, eventuelle Abweichungen vom Standardverfahren und eine Auflistung aller eingestellten Parameter. Alle im Zuge der Datenreduktion erstellten Grafiken sollten im Bericht enthalten sein, können aber auch in den Anhang ausgelagert werden.

Im Ergebnisteil des Berichts werden die reduzierten Spektren dargestellt und beschrieben.

Die Analyse beinhaltet die Bestimmung des Spektraltyps für jeden Stern, basierend auf den Eigenschaften, die im theoretischen Hintergrund aufgelistet sind.

Abschließend werden die Ergebnisse diskutiert und in einen größeren Zusammenhang gestellt. Dazu gehört z.B. ein Literaturvergleich, wo dies möglich ist. Es sollte auch eine Diskussion über die möglichen Fehlerquellen geführt werden. Gibt es Inkonsistenzen in den Daten oder Abweichungen vom Erwarteten? Oder gibt es Strukturen und Auffälligkeiten in den Spektren, die sich nicht erklären lassen? Beschreibt mögliche Lösungen und Erklärungen für die gefundenen Probleme.

Anmerkung: Diese Grafik [1] kann hilfreich sein für eine erste Klassifizierung der Spektren. Des weiteren können die Spektren auch mit einem Spektralatlas verglichen werden. Die NIST web page erlaubt es explizit nach Spektrallinien zu suchen. Auf dieser Website gibt es eine gute Anleitung zum Klassifizieren von Sternspektren.

Anmerkung: Die Plots der individuellem Ordnungen der Spektren sind sehr speicherintensiv und gewöhnlich zu gross für einen Emailanhang. Ihr könnt den Report in den Universitaetseigenen Cloud Service (BoxUP) hochladen und uns den Link zusenden, oder aber den Dateipfad zu den Plots wenn ihr sie auf dem Praktikumsrechner gespeichert habt.

[1] Struve, O. (1959): Elementary Astronomy (Oxford University Press, New York) p. 259

Übersicht: Praktikum