🔭 astrophysics

Euclid VI. NISP-P optical ghosts

تقدم هذه الورقة نماذج واستراتيجيات قناع للأشباح البصرية الناتجة عن مجزئ الحزمة ثنائي اللون ومرشحات تمرير النطاق في أداة Euclid NISP-P، والتي تم تنفيذها في خط معالجة بيانات الأشعة تحت الحمراء القريبة لضمان قياس ضوئي غير ملوث لإصدار البيانات السريع.

المؤلفون الأصليون: Euclid Collaboration, K. Paterson, M. Schirmer, K. Okumura, B. Venemans, K. Jahnke, N. Aghanim, B. Altieri, A. Amara, S. Andreon, C. Baccigalupi, M. Baldi, A. Balestra, S. Bardelli, P. Battaglia, A. BEuclid Collaboration, K. Paterson, M. Schirmer, K. Okumura, B. Venemans, K. Jahnke, N. Aghanim, B. Altieri, A. Amara, S. Andreon, C. Baccigalupi, M. Baldi, A. Balestra, S. Bardelli, P. Battaglia, A. Biviano, A. Bonchi, E. Branchini, M. Brescia, J. Brinchmann, S. Camera, G. Cañas-Herrera, V. Capobianco, J. Carretero, S. Casas, M. Castellano, G. Castignani, S. Cavuoti, K. C. Chambers, A. Cimatti, C. Colodro-Conde, G. Congedo, C. J. Conselice, L. Conversi, Y. Copin, F. Courbin, H. M. Courtois, A. Da Silva, R. da Silva, H. Degaudenzi, G. De Lucia, A. M. Di Giorgio, J. Dinis, H. Dole, F. Dubath, X. Dupac, S. Dusini, A. Ealet, S. Escoffier, M. Farina, R. Farinelli, F. Faustini, S. Ferriol, F. Finelli, S. Fotopoulou, N. Fourmanoit, M. Frailis, E. Franceschi, P. Franzetti, S. Galeotta, K. George, W. Gillard, B. Gillis, C. Giocoli, J. Gracia-Carpio, B. R. Granett, A. Grazian, F. Grupp, L. Guzzo, S. V. H. Haugan, H. Hoekstra, W. Holmes, F. Hormuth, A. Hornstrup, P. Hudelot, M. Jhabvala, E. Keihänen, S. Kermiche, A. Kiessling, R. Kohley, B. Kubik, M. Kümmel, M. Kunz, H. Kurki-Suonio, A. M. C. Le Brun, D. Le Mignant, S. Ligori, P. B. Lilje, V. Lindholm, I. Lloro, G. Mainetti, D. Maino, E. Maiorano, O. Mansutti, S. Marcin, O. Marggraf, K. Markovic, M. Martinelli, N. Martinet, F. Marulli, R. Massey, H. J. McCracken, E. Medinaceli, S. Mei, M. Meneghetti, E. Merlin, G. Meylan, A. Mora, M. Moresco, L. Moscardini, R. Nakajima, C. Neissner, R. C. Nichol, S. -M. Niemi, J. W. Nightingale, C. Padilla, S. Paltani, F. Pasian, K. Pedersen, W. J. Percival, V. Pettorino, S. Pires, G. Polenta, M. Poncet, L. A. Popa, L. Pozzetti, F. Raison, R. Rebolo, A. Renzi, J. Rhodes, G. Riccio, E. Romelli, M. Roncarelli, E. Rossetti, R. Saglia, Z. Sakr, A. G. Sánchez, D. Sapone, B. Sartoris, J. A. Schewtschenko, P. Schneider, T. Schrabback, A. Secroun, E. Sefusatti, G. Seidel, M. Seiffert, S. Serrano, P. Simon, C. Sirignano, G. Sirri, L. Stanco, J. Steinwagner, P. Tallada-Crespí, D. Tavagnacco, A. N. Taylor, I. Tereno, S. Toft, R. Toledo-Moreo, F. Torradeflot, I. Tutusaus, L. Valenziano, J. Valiviita, T. Vassallo, G. Verdoes Kleijn, A. Veropalumbo, Y. Wang, J. Weller, A. Zacchei, G. Zamorani, I. A. Zinchenko, E. Zucca, V. Allevato, M. Ballardini, M. Bolzonella, E. Bozzo, C. Burigana, R. Cabanac, M. Calabrese, P. Casenove, D. Di Ferdinando, J. A. Escartin Vigo, L. Gabarra, S. Matthew, N. Mauri, R. B. Metcalf, A. A. Nucita, A. Pezzotta, M. Pöntinen, C. Porciani, V. Scottez, M. Tenti, M. Viel, M. Wiesmann, Y. Akrami, I. T. Andika, S. Anselmi, M. Archidiacono, F. Atrio-Barandela, D. Bertacca, M. Bethermin, A. Blanchard, L. Blot, S. Borgani, M. L. Brown, S. Bruton, A. Calabro, A. Cappi, F. Caro, C. S. Carvalho, T. Castro, R. Chary, F. Cogato, S. Conseil, A. R. Cooray, O. Cucciati, S. Davini, F. De Paolis, G. Desprez, A. Díaz-Sánchez, S. Di Domizio, J. M. Diego, P. Dimauro, A. Enia, Y. Fang, A. M. N. Ferguson, A. G. Ferrari, A. Finoguenov, A. Franco, K. Ganga, J. García-Bellido, T. Gasparetto, V. Gautard, E. Gaztanaga, F. Giacomini, F. Gianotti, G. Gozaliasl, A. Gregorio, M. Guidi, C. M. Gutierrez, A. Hall, W. G. Hartley, S. Hemmati, C. Hernández-Monteagudo, H. Hildebrandt, J. Hjorth, J. J. E. Kajava, Y. Kang, V. Kansal, D. Karagiannis, K. Kiiveri, C. C. Kirkpatrick, S. Kruk, J. Le Graet, L. Legrand, M. Lembo, F. Lepori, G. Leroy, J. Lesgourgues, L. Leuzzi, T. I. Liaudat, S. J. Liu, A. Loureiro, J. Macias-Perez, G. Maggio, M. Magliocchetti, F. Mannucci, R. Maoli, J. Martín-Fleitas, C. J. A. P. Martins, L. Maurin, M. Miluzio, P. Monaco, A. Montoro, C. Moretti, G. Morgante, S. Nadathur, K. Naidoo, P. Natoli, A. Navarro-Alsina, S. Nesseris, F. Passalacqua, L. Patrizii, A. Pisani, D. Potter, S. Quai, M. Radovich, P. Reimberg, I. Risso, S. Sacquegna, M. Sahlén, E. Sarpa, A. Schneider, M. Schultheis, D. Sciotti, E. Sellentin, M. Sereno, A. Shulevski, L. C. Smith, J. Stadel, K. Tanidis, C. Tao, G. Testera, R. Teyssier, S. Tosi, A. Troja, M. Tucci, C. Valieri, A. Venhola, D. Vergani, G. Verza, P. Vielzeuf, N. A. Walton

نُشر 2026-03-18

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Euclid Collaboration, K. Paterson, M. Schirmer, K. Okumura, B. Venemans, K. Jahnke, N. Aghanim, B. Altieri, A. Amara, S. Andreon, C. Baccigalupi, M. Baldi, A. Balestra, S. Bardelli, P. Battaglia, A. Biviano, A. Bonchi, E. Branchini, M. Brescia, J. Brinchmann, S. Camera, G. Cañas-Herrera, V. Capobianco, J. Carretero, S. Casas, M. Castellano, G. Castignani, S. Cavuoti, K. C. Chambers, A. Cimatti, C. Colodro-Conde, G. Congedo, C. J. Conselice, L. Conversi, Y. Copin, F. Courbin, H. M. Courtois, A. Da Silva, R. da Silva, H. Degaudenzi, G. De Lucia, A. M. Di Giorgio, J. Dinis, H. Dole, F. Dubath, X. Dupac, S. Dusini, A. Ealet, S. Escoffier, M. Farina, R. Farinelli, F. Faustini, S. Ferriol, F. Finelli, S. Fotopoulou, N. Fourmanoit, M. Frailis, E. Franceschi, P. Franzetti, S. Galeotta, K. George, W. Gillard, B. Gillis, C. Giocoli, J. Gracia-Carpio, B. R. Granett, A. Grazian, F. Grupp, L. Guzzo, S. V. H. Haugan, H. Hoekstra, W. Holmes, F. Hormuth, A. Hornstrup, P. Hudelot, M. Jhabvala, E. Keihänen, S. Kermiche, A. Kiessling, R. Kohley, B. Kubik, M. Kümmel, M. Kunz, H. Kurki-Suonio, A. M. C. Le Brun, D. Le Mignant, S. Ligori, P. B. Lilje, V. Lindholm, I. Lloro, G. Mainetti, D. Maino, E. Maiorano, O. Mansutti, S. Marcin, O. Marggraf, K. Markovic, M. Martinelli, N. Martinet, F. Marulli, R. Massey, H. J. McCracken, E. Medinaceli, S. Mei, M. Meneghetti, E. Merlin, G. Meylan, A. Mora, M. Moresco, L. Moscardini, R. Nakajima, C. Neissner, R. C. Nichol, S. -M. Niemi, J. W. Nightingale, C. Padilla, S. Paltani, F. Pasian, K. Pedersen, W. J. Percival, V. Pettorino, S. Pires, G. Polenta, M. Poncet, L. A. Popa, L. Pozzetti, F. Raison, R. Rebolo, A. Renzi, J. Rhodes, G. Riccio, E. Romelli, M. Roncarelli, E. Rossetti, R. Saglia, Z. Sakr, A. G. Sánchez, D. Sapone, B. Sartoris, J. A. Schewtschenko, P. Schneider, T. Schrabback, A. Secroun, E. Sefusatti, G. Seidel, M. Seiffert, S. Serrano, P. Simon, C. Sirignano, G. Sirri, L. Stanco, J. Steinwagner, P. Tallada-Crespí, D. Tavagnacco, A. N. Taylor, I. Tereno, S. Toft, R. Toledo-Moreo, F. Torradeflot, I. Tutusaus, L. Valenziano, J. Valiviita, T. Vassallo, G. Verdoes Kleijn, A. Veropalumbo, Y. Wang, J. Weller, A. Zacchei, G. Zamorani, I. A. Zinchenko, E. Zucca, V. Allevato, M. Ballardini, M. Bolzonella, E. Bozzo, C. Burigana, R. Cabanac, M. Calabrese, P. Casenove, D. Di Ferdinando, J. A. Escartin Vigo, L. Gabarra, S. Matthew, N. Mauri, R. B. Metcalf, A. A. Nucita, A. Pezzotta, M. Pöntinen, C. Porciani, V. Scottez, M. Tenti, M. Viel, M. Wiesmann, Y. Akrami, I. T. Andika, S. Anselmi, M. Archidiacono, F. Atrio-Barandela, D. Bertacca, M. Bethermin, A. Blanchard, L. Blot, S. Borgani, M. L. Brown, S. Bruton, A. Calabro, A. Cappi, F. Caro, C. S. Carvalho, T. Castro, R. Chary, F. Cogato, S. Conseil, A. R. Cooray, O. Cucciati, S. Davini, F. De Paolis, G. Desprez, A. Díaz-Sánchez, S. Di Domizio, J. M. Diego, P. Dimauro, A. Enia, Y. Fang, A. M. N. Ferguson, A. G. Ferrari, A. Finoguenov, A. Franco, K. Ganga, J. García-Bellido, T. Gasparetto, V. Gautard, E. Gaztanaga, F. Giacomini, F. Gianotti, G. Gozaliasl, A. Gregorio, M. Guidi, C. M. Gutierrez, A. Hall, W. G. Hartley, S. Hemmati, C. Hernández-Monteagudo, H. Hildebrandt, J. Hjorth, J. J. E. Kajava, Y. Kang, V. Kansal, D. Karagiannis, K. Kiiveri, C. C. Kirkpatrick, S. Kruk, J. Le Graet, L. Legrand, M. Lembo, F. Lepori, G. Leroy, J. Lesgourgues, L. Leuzzi, T. I. Liaudat, S. J. Liu, A. Loureiro, J. Macias-Perez, G. Maggio, M. Magliocchetti, F. Mannucci, R. Maoli, J. Martín-Fleitas, C. J. A. P. Martins, L. Maurin, M. Miluzio, P. Monaco, A. Montoro, C. Moretti, G. Morgante, S. Nadathur, K. Naidoo, P. Natoli, A. Navarro-Alsina, S. Nesseris, F. Passalacqua, L. Patrizii, A. Pisani, D. Potter, S. Quai, M. Radovich, P. Reimberg, I. Risso, S. Sacquegna, M. Sahlén, E. Sarpa, A. Schneider, M. Schultheis, D. Sciotti, E. Sellentin, M. Sereno, A. Shulevski, L. C. Smith, J. Stadel, K. Tanidis, C. Tao, G. Testera, R. Teyssier, S. Tosi, A. Troja, M. Tucci, C. Valieri, A. Venhola, D. Vergani, G. Verza, P. Vielzeuf, N. A. Walton

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

تخيل أنك تلتقط صورة عالية الدقة للسماء ليلاً باستخدام كاميرا قوية للغاية يمكنها رؤية مجرات تبعد مليارات السنين الضوئية. هذا هو بالضبط ما يفعله تلسكوب "إقليدس" (Euclid) الفضائي. ومع ذلك، تماماً مثل أي كاميرا معقدة، يحتوي على بعض "الأعطال" في نظام عدساته التي تسبب ظلالاً أو انعكاسات غير مرغوب فيها على الصورة.

هذه الورقة البحثية هي في الأساس دليل إصلاح لتلك الأعطال، وتحديداً للجزء الخاص بتلسكوب إقليدس المسمى NISP (الذي يلتقط الصور في الأشعة تحت الحمراء).

إليك تفصيل المشكلة والحل، مشروحاً باستخدام تشبيهات من الحياة اليومية:

المشكلة: انعكاسات "الأشباح"

عندما تلتقط صورة لعمود إنارة ساطع جداً في الليل، قد ترى نسخة باهتة وضبابية من ذلك الضوء تظهر في مكان آخر من الصورة. في التصوير الفوتوغرافي، يُسمى هذا "توهج العدسة" أو "الشبح".

يمتلك تلسكوب إقليدس مصدرين رئيسيين لهذه الأشباح:

شبح "المقسم" (The Splitter Ghost): يستخدم التلسكوب مرآة خاصة (مرآة ثنائية اللون/dichroic) لتقسيم الضوء بين كاميرتين مختلفتين. أحياناً، ينعكس جزء ضئيل من الضوء عن هذه المرآة مرتين بدلاً من مرة واحدة، مما يخلق صورة "شبحية" باهتة على شكل حلقة لنجم ساطع.
شبح "المرشح" (The Filter Ghost): تحتوي الكاميرا على مرشحات زجاجية ملونة (مثل النظارات الشمسية) لفصل الألوان المختلفة للضوء. يمكن للضوء أن يرتد داخل هذه المرشحات الزجاجية، مما يخلق صورة ثانية ضبابية للنجم.

هذه الأشباح مزعجة لأنها إذا وقعت فوق مجرة خافتة يحاول عالم ما قياس سطوعها، فإن البيانات ستفسد. الأمر يشبه محاولة قراءة كتاب بينما يسلط شخص ما ضوء كشاف على الصفحة.

التحقيق: رسم خريطة للمنزل المسكون

عمل مؤلفو هذه الورقة البحثية مثل صائدي الأشباح. لم يكتفوا بالتخمين أين توجد الأشباح؛ بل ذهبوا ورسموا لها خريطة.

البيانات: نظروا في آلاف الصور الملتقطة خلال مرحلة "اختبار الأداء" (المعروفة باسم Performance Verification).
المنهجية: بحثوا عن نجوم ساطعة في الصور ووجدوا "توائمها الشبحية". استخدموا خوارزميات حاسوبية للعثور تلقائياً على هذه الأشباح، وقياس مدى بُعدها عن النجم الحقيقي، وتحديد شكلها.

النتائج: كيف تتصرف الأشباح

اكتشف الفريق أن هذه الأشباح ليست عشوائية؛ بل تتبع قواعد صارمة، مثل تصميم رقصة استعراضية:

أشباح المقسم (Dichroic): هي عبارة عن حلقات دائرية مثالية تظهر دائماً على مسافة محددة من النجم. تتغير المسافة قليلاً اعتماداً على موقع النجم في السماء، لكن الشكل يظل ثابتاً إلى حد كبير.
أشباح المرشح (Filter): هي متحولة للأشكال. اعتماداً على موقع النجم في الصورة، يمكن أن يكون الشبح دائرة، أو بيضاوياً، أو حتى يبدو مثل طائر صغير أو نجم بأربع نقاط. وهي أكثر عدم استقرار وتوقعاً من أشباح المقسم.
قاعدة السطوع: تظهر الأشباح فقط إذا كان النجم الأصلي ساطعاً جداً (أكبر من القدر الظاهري 10، وهو ما يزال خافتاً بالنسبة للعين المجردة ولكنه ساطع جداً بالنسبة لتلسكوب). النجوم الخافتة لا تصنع أشباحاً.

الحل: مناطق "ممنوع الدخول"

الآن بعد أن عرفوا بالضبط أين تظهر الأشباح، ماذا يفعلون؟ هم لا يحاولون مسحها (لأن ذلك صعب لأنها جزء من فيزياء الزجاج). بدلاً من ذلك، يقومون بإنشاء مناطق رقمية "ممنوع الدخول".

فكر في الأمر كأنها لعبة "الغميضة" حيث تضع لافتة "تحذير: أشباح هنا" فوق المنطقة التي يسقط فيها الانعكاس.

المعادلة: أنشأوا معادلات رياضية (متعددات حدود) تعمل مثل نظام تحديد المواقع (GPS). إذا أخبرت الكمبيوتر: "هناك نجم ساطع عند الإحداثيات X و Y"، سيقوم الكمبيوتر فوراً بحساب مكان سقوط الشبح بدقة.
القناع (The Mask): بناءً على مدى سطوع النجم، يرسم الكمبيوتر دائرة أو شكلاً بيضاوياً حول موقع الشبح.
النتيجة: عندما يحلل العلماء البيانات لاحقاً، يتجاهل الكمبيوتر ببساطة كل شيء داخل تلك "منطقة الشبح". الأمر يشبه إخبار العالم: "لا تنظر هنا؛ إنه مجرد انعكاس".

لماذا هذا مهم؟

هدف مهمة إقليدس هو رسم خريطة للكون لفهم الطاقة المظلمة والمادة المظلمة. وللقيام بذلك، يحتاج التلسكوب إلى قياس سطوع ملايين المجرات بدقة متناه Extrema.

إذا لم يقوموا بحجب (masking) هذه الأشباح، فستكون البيانات "ملوثة"، مما يؤدي إلى استنتاجات خاطئة حول الكون. ومن خلال إنشاء هذه الخرائط والأقنعة الدقيقة، يضمن الفريق أن تكون البيانات النهائية المقدمة للعالم نظيفة ودقيقة.

باختصار: تعلم هذه الورقة البحثية برنامج التلسكوب كيف يكتشف أوهامه البصرية ويغطيها تلقائياً، مما يضمن أن تكون صور الكون التي نحصل عليها واضحة قدر الإمكان.

إليك ملخص تقني مفصل لورقة البحث "Euclid VI. NISP-P optical ghosts" (أشباح بصرية في NISP-P) من قبل تعاون إقليدس (باترسون وآخرون، 2025).

1. بيان المشكلة

صُممت أداة مقياس الطيف والضوء في الأشعة تحت الحمراء القريبة (NISP) التابعة لمهمة إقليدس الفضائية لتقديم قياس ضوئي عالي الدقة في ثلاثة نطاقات ( $Y_E$ , $J_E$ , $H_E$ ). ومع ذلك، يحتوي المسار البصري على عدة عناصر (مقسم حزم ثنائي اللون، مرشحات تمرير النطاق، عدسات) تسبب انعكاسات طفيلية، تُعرف باسم الأشباح البصرية (optical ghosts).

تظهر هذه الأشباح كصور غير مركزة ومزاحة للنجوم الساطعة على مصفوفة المستوى البؤري (FPA). وإذا لم يتم حجبها، فإن هذه المصنوعات ستلوث القياس الضوئي للمصادر الأخفت، مما ينتهك متطلبات المهمة المتعلقة بأخطاء القياس الضوئي النسبية التي يجب أن تكون أقل من 1.5%. وتحديداً، تتناول الورقة نوعين مهيمنين من الأشباح في بيانات NISP الفوتومترية (NISP-P):

أشباح ثنائي اللون (Dichroic Ghosts): ناتجة عن الانعكاسات المزدوجة الداخلية داخل مقسم الحزم ثنائي اللون في التلسكوب.
أشباح المرشح (Filter Ghosts): ناتجة عن الانعكاسات المزدوجة الداخلية داخل مرشحات تمرير النطاق في البصريات الأمامية لـ NISP.

على عكس أداة VIS، حيث تكون الأشباح شبه عمودية على سطح المرشح، يؤدي التصميم خارج المحور لـ NISP إلى زوايا سقوط مائلة (AOIs)، مما يسبب إزاحة كبيرة وتغيرات مورفولوجية معقدة عبر مجال الكاشف.

2. المنهجية

مصادر البيانات

استخدم المؤلفون بيانات NISP-P المعالجة من مرحلة التحقق من الأداء (PV)، قبل أول عملية إزالة تلوث جزئية (مارس 2024). تضمنت مجموعة البيانات:

3,270 صورة تحتوي على 6,023 حالة من النجوم الساطعة بشكل مناسب.
شملت المصادر حقل المعايرة الذاتية بالقرب من القطب الشمالي لمسار الشمس، وملاحظات القزم الأبيض من تلسكوب هابل (CALSPEC)، وحقول تحقق متنوعة من المسح (مثل CDFS، COSMOS، EDF-N/S).
تم تحديد النجوم الساطعة باستخدام قدر (magnitude) 2MASS ( $J < 8$ ) وتم تحويل قدر Gaia إلى نظام إقليدس لضمان الاتساق.

خوارزمية الكشف

تم تطوير خط معالجة آلي مخصص للكشف عن الأشباح وتوصيفها:

تحديد المصدر: تم تحديد مواقع النجوم الساطعة وتحويل مواقعها إلى إحداثيات FPA.
إنشاء القطع (Cutout Generation): تم إنشاء قطع بمقاس $60 \times 60$ بكسل (لأشباح ثنائي اللون) و $80 \times 80$ بكسل (لأشباح المرشح) حول المواقع المتوقعة للأشباح.
طرح الخلفية: تم إنشاء خريطة خلفية منخفضة الدقة باستخدام "super-pixels" وترشيح الوسيط (median filtering) لإزالة التباينات المحلية.
كشف الحواف: تم تطبيق مرشح Canny على القطع لتحديد الحواف.
مطابقة الشكل (Shape Fitting):
- أشباح ثنائي اللون: استُخدمت تحويل هوغ الدائري (Circular Hough Transformation) للكشف عن شكل الحلقة، حيث أن هذه الأشباح دائرية نسبياً وثابتة الحجم.
- أشباح المرشح: نظراً لطبيعتها الإهليلجية المعتمدة على المجال، استُخدم تحويل هوغ الإهليجي (Elliptical Hough Transformation). كما استُخدم مطابقة غاوس (Gaussian fit) للملف الشعاعي لتقدير نصف القطر الأولي لعملية بحث هوغ.
النمذجة: استُخدمت المواقع المكتشفة ونصف القطر والأشكال لبناء نماذج متعددة الحدود ثنائية الأبعاد تصف سلوك الأشباح عبر FPA.

نهج النمذجة

الإزاحات (Offsets): تمت نمذجة الإزاحة بين نجم المصدر ومركز الشبح باستخدام متعددات حدود من الدرجة الثالثة في إحداثيات FPA ( $Y_{MOSA}, Z_{MOSA}$ ).
نصف قطر الحجب (Masking Radius): تم تحديد نصف القطر المطلوب لحجب الشبح ( $R_{mask}$ ) عن طريق حساب ملف التدفق وإيجاد النقطة التي ينخفض فيها إلى أقل من عتبة التلوث المسموح بها ( $0.0866 \, e^- \text{pixel}^{--1}$ ). تمت مطابقة ذلك كقانون قوة: $R_{mask} = R_0 m^\Gamma$ ، حيث $m$ هو قدر المصدر.
الشكل (أشباح المرشح): تمت نمذجة الاستطالة (نسبة المحور الأكبر إلى الأصغر) والاتجاه باستخدام متعددات حدود من الدرجة الثانية لمراعاة التشوه المعتمد على المجال.

3. المساهمات الرئيسية

خط معالجة آلي: تطوير خوارزمية قوية تستخدم كشف حواف Canny وتحويلات هوغ لتحديد وتوصيف الأشباح البصرية تلقائياً في مجموعات البيانات الكبيرة.
نماذج بارامترية شاملة:
- أشباح ثنائي اللون: عُرِفت بأنها ذات شكل "حلقة مزدوجة تشبه الدونات" بنصف قطر ثابت يعتمد فقط على قدر المصدر.
- أشباح المرشح: عُرِفت بأنها "حلقة رقيقة مع طرف مركزي (cusp)" تتغير بشكل كبير في الشكل والاتجاه والإزاحة اعتماداً على موقع FPA وطول موجة المرشح.
معايير الحجب: تحديد حدود القدر ( $m_{min}$ ) وعلاقات نصف القطر للحجب. النجوم التي تزيد عن قدر $\sim 9–11$ هي فقط التي تنتج أشباحاً تتطلب الحجب.
التحقق: تأكد من أن النماذج المستمدة من بيانات PV ظلت مستقرة بعد حدث إزالة التلوث في مارس 2024، مما يضمن عدم حدوث أي انزياحات بصرية كبيرة.

4. النتائج الرئيسية

أشباح ثنائي اللون (Dichroic Ghosts)

الإزاحة: تتراوح بين 3 إلى 6 مم (167–335 بكسل) عبر FPA. يتم نمذجة الإزاحة جيداً بواسطة متعددات حدود من الدرجة الثالثة.
الشكل: دائرية باستمرار مع مورفولوجيا "الدونات"؛ مع تغير ضئيل عبر المجال.
نصف قطر الحجب: يعتمد على قدر المصدر، ويتراوح بين 21 إلى 34 بكسل.
السطوع: نسب ذروة التدفق هي $\sim 5.7–8.3 \times 10^{-9}$ (أقل بمرتبة عشرية واحدة من توقعات الاختبارات الأرضية).

أشباح المرشح (Filter Ghosts)

الإزاحة: متغيرة للغاية، تتراوح بين 1 إلى 17 مم (56–949 بكسل). نمط الإزاحة متماثل شعاعياً ولكنه متمركز بعيداً عن مركز FPA (حوالي $Y_{MOSA} = -10$ مم).
الشكل: يعتمد بشدة على المجال. بالقرب من المركز، تكون دائرية؛ وبالقرب من الزوايا، تصبح مستطيلة (بنسبة تصل إلى 1.22) وتظهر "طرفاً يشبه الطائر" بسبب التحدب الكروي لسطح مدخل المرشح.
نصف قطر الحجب: يتراوح المحور الأصغر بين 23 إلى 45 بكسل بناءً على القدر؛ ويتم قياس المحور الأكبر بواسطة نموذج الاستطالة المعتمد على الموقع.
السطوع: نسب ذروة التدفق هي $\sim 4.6–13 \times 10^{-9}$ .

التأثير على البيانات

عتبة الحجب: الأشباح الناتجة عن نجوم أقل من قدر $m \approx 9–11$ (اعتماداً على المرشح) ضئيلة ولا تتطلب الحجب.
فقدان المساحة: بالنسبة لإصدار البيانات الأول (Q1)، تبلغ المساحة الإجمالية المفقودة بسبب حجب الأشباح، والاستمرارية (persistence)، والنجوم المشبعة، وغيرها من العيوب حوالي %4 (تتراوح بين 2-10% حسب كثافة النجوم). وهذا ضمن ميزانية الخطأ للمهمة البالغة 12% للمساحة المفقودة.

5. الأهمية

توفر هذه الورقة الإطار التقني الأساسي لـ إصدار بيانات إقليدس السريع (Q1) ومعالجة البيانات المستقبلية. ومن خلال نمذجة وحجب هذه الأشباح البصرية بدقة، يضمن تعاون إقليدس:

النقاء الضوئي: منع تلوث القياس الضوئي للمصادر الخافتة بواسطة مصنوعات النجوم الساطعة، وهو أمر بالغ الأهمية لدراسات العدسة الجاذبية الضعيفة وتجمع المجرات.
قوة خط المعالجة: تسمت النماذج متعددة الحدود لخط معالجة الأشعة تحت الحمراء القريبة (NIR) بالتنبؤ بالأشبح وحجبها ديناميكياً لأي رصد، بشكل مستقل عن فجوات الكاشف أو مواقع الحقول المحددة.
التحقق من الأداء البصري: تؤكد النتائج أن أداة NISP تعمل بشكل أفضل من توقعات الاختبارات الأرضية فيما يتعلق بسطوع الأشباح، مما يؤكد صحة التصميم البصري وجودة الطلاء.

تعد النماذج والمعاملات (الموجودة في ملاحق الورقة) الآن مكونات قياسية في سلسلة معالجة بيانات إقليدس، مما يضمن النزاهة العلمية للمسح الواسع للمهمة. ستعمل إصدارات البيانات المستقبلية على تحسين هذه النماذج مع توفر المزيد من البيانات، رغم أنه لا يتوقع حدوث تغييرات كبيرة بسبب تقادم البصريات.