AstroSkyFlow: an astronomical sky image flow simulator for time domain survey validation and machine learning

Resumen Técnico: AstroSkyFlow – Un simulador de flujo de imágenes del cielo astronómico

Planteamiento del Problema
Las modernas encuestas ópticas de dominio temporal, ejemplificadas por el próximo telescopio Tianyu, generan volúmenes masivos de datos de imagen de alta cadencia. La explotación científica de estos conjuntos de datos depende en gran medida de procesos automatizados y modelos de aprendizaje automático (ML) para la detección de transitorios, exoplanetas y fuentes variables. Sin embargo, el desarrollo y la validación de estas canalizaciones requiere conjuntos de datos simulados etiquetados y de alta fidelidad que reproduzcan con precisión todo el proceso físico de observación, incluyendo el ruido instrumental, los efectos atmosféricos y la variabilidad astrofísica dependiente del tiempo. Los simuladores existentes presentan compromisos significativos: los motores de fotones Monte-Carlo como PhoSim son físicamente rigurosos pero computacionalmente prohibitivos para la generación rápida de series temporales, mientras que las herramientas ligeras como SkyMaker carecen de un modelado específico del instrumento, de efectos atmosféricos (como la centelleo y la refracción diferencial) y de la capacidad de modelar eficientemente la variabilidad dependiente del tiempo o los objetos de movimiento rápido. Existe una necesidad crítica de un simulador modular y flexible capaz de generar secuencias de imágenes multi-época realistas para las pruebas de estrés de las canalizaciones (pipelines).

Metodología
Los autores presentan AstroSkyFlow, un simulador modular impulsado por cronogramas, diseñado para generar variaciones de flujo dependientes del tiempo bajo demanda. La arquitectura consta de dos componentes principales: un simulador de Sistema de Control de Observatorio (OCS) y un Simulador de Imágenes.

1. Simulación del OCS: Este módulo emula las operaciones reales del observatorio, gestionando el movimiento (slewing) del telescopio, errores de apuntamiento, restricciones de visibilidad (altitud, límites de seguridad) y tiempos de lectura de la cámara. Traduce un programa de observación en comandos de exposición específicos, asegurando que la simulación respete el ciclo de trabajo y la lógica operativa de un telescopio robótico.
2. Simulación de Imagen: Este componente central se divide en un Simulador de Fotones de Escena Externa y un Simulador de Hardware.
   • Simulador de Fotones de Escena Externa: Este módulo sintetiza la distribución de fotones que llega al plano focal. Gestiona la:
     • Síntesis de Fuentes: Estrellas estáticas (modeladas con PSFs de tipo Moffat), galaxias (modeladas con perfiles de Sersic vía GalSim) y objetos de movimiento rápido (satélites y asteroides), los cuales se propagan dinámicamente mediante efemérides para crear trazos mediante sobremuestreo temporal.
     • Variabilidad Intrínseca: El sistema inyecta señales dependientes del tiempo incluyendo tránsitos de exoplanetas (usando batman), binarias eclipsantes (usando phoebe), llamaradas estelares, ocultaciones (modelando patrones tanto geométricos como de difracción de Fresnel) y supernovas (usando sncosmo). También reconstruye curvas de luz de estrellas variables conocidas mediante el cotejo con la base de datos VSX y la utilización de datos de archivo de TESS/Kepler.
     • Efectos Atmosféricos: El simulador modela la extinción atmosférica, la refracción diferencial atmosférica (ADR) utilizando datos meteorológicos locales, el fondo de cielo espacialmente variable (incluyendo la luz de luna y la luz solar dispersada) y la centelleo atmosférica (modelada como un campo multiplicativo espacialmente correlacionado utilizando estadísticas de Kolmogorov).
   • Simulador de Hardware: Este módulo aplica efectos ópticos y de sensores. Modela la viñeta geométrica mediante un modelo de cono variable y simula la cadena completa de respuesta del sensor (fotón-a-electrón, electrón-a-voltaje, voltaje-a-ADU). Inyecta componentes de ruido realistas incluyendo el ruido de disparo de fotones (shot noise), la corriente oscura (de patrón fijo y de disparo), el ruido de lectura y los efectos de saturación.

Contribuciones Clave

• Integración de Cronograma de Extremo a Extremo: A diferencia de muchos simuladores que generan imágenes estáticas, AstroSkyFlow integra un simulador de OCS, lo que le permite mapear un programa de observación completo a secuencias de imágenes sintéticas, haciéndolo adecuado para probar canalizaciones de procesamiento de datos autónomas.
• Variabilidad y Movimiento en Tiempo Real: El sistema soporta de forma única la generación bajo demanda de señales complejas dependientes del tiempo (tránsitos, llamaradas, ocultaciones) y objetos de movimiento rápido (asteroides, satélites) dentro de exposiciones únicas, incluyendo el modelado de efectos de estela (trailing).
• Modelado Atmosférico Integral: La inclusión de la centelleo espacialmente correlacionada y la ADR dependiente de la longitud de onda aborda fuentes de ruido específicas que suelen omitirse en simuladores ligeros como SkyMaker.
• Configurabilidad Modular: El software está diseñado para ser reconfigurado para cualquier sistema de observación (telescopio, cámara, sitio) mediante parámetros de entrada sin reescribir los módulos de física, facilitando su uso para diversas estrategias de observación.

Resultados y Validación
Los autores validaron AstroSky-Flow utilizando datos del Observatorio Muguang (Shanghái) y del Observatorio Xinglong (telescopio de 85 cm), comparando la salida del simulador contra observaciones reales y SkyMaker.

• Características de Ruido: AstroSkyFlow reproduce la amplitud de ruido de los datos reales significativamente mejor que SkyMaker. Para las observaciones del tránsito de WASP-11 b, el RMS residual de AstroSkyFlow estuvo dentro de un ~5% de los datos reales, mientras que SkyMaker subestimó el ruido en un ~69%. Del mismo modo, para las observaciones de la binaria V0544 Dra, AstroSkyFlow preservó la dispersión residual de los datos reales, mientras que SkyMaker exhibió una dispersión sistemáticamente menor.
• Precisión Fotométrica: El análisis de la Precisión Fotométrica Diferencial Combinada (CDPP) mostró que los valores de CDPP de AstroSkyFlow siguen de cerca las curvas teóricas y las observaciones reales, particularmente para fuentes tenues donde el fondo del cielo y otras fuentes de ruido dominan. SkyMaker falló en capturar el aumento pronunciado de la CDPP para estrellas tenues, indicando componentes de ruido faltantes.
• Función de Dispersión de Punto (PSF): Las distribuciones de FWHM de la PSF en las imágenes de AstroSkyFlow son más consistentes con las observaciones reales que las de SkyMaker. Aunque AstroSkyFlow subestima ligeramente el ensanchamiento instrumental (probablemente debido a aberraciones ópticas no modeladas y difusión de carga), proporciona una representación sustancialmente más realista que la PSF espacialmente invariante de SkyMaker.
• Recuperación de Señal: El sistema recuperó con éxito las señales fotométricas inyectadas (tránsitos, binarias) y las señales de movimiento (estelas de asteroides) en pruebas de imagen diferencial. La recuperación de los patrones de difracción de Fresnel y las curvas de luz de supernovas demostró aún más su capacidad para la validación de canalizaciones de transitorios.
• Rendimiento: La implementación actual es un script de Python serial y de un solo hilo. Aunque logra un rendimiento de ~8 MB/s (significativamente por debajo del requisito de >500 MB/s para las operaciones en tiempo real de Tianyu), se considera adecuado para la validación de canalizaciones fuera de línea, pruebas de inyección-recuperación y entrenamiento de ML.

Significancia y Reivindicaciones
El artículo afirma que AstroSkyFlow llena un vacío crítico en el software astronómico al proporcionar una herramienta que equilibra la eficiencia computacional con un modelado físico de alta fidelidad. Su principal significancia radica en su capacidad para generar conjuntos de datos etiquetados de alta fidelidad esenciales para:

1. Validación de Canalizaciones: Probar rigurosamente la eficiencia de detección, el sesgo fotométrico y los errores sistemáticos para las próximas encuestas de dominio temporal como Tianyu.
2. Entrenamiento de Aprendizaje Automático (ML): Proporcionar los datos controlados de "verdad de terreno" (ground-truth) necesarios para entrenar y estresar modelos de ML para la detección y clasificación de transitorios.
3. Optimización de Estrategias de Encuesta: Permitir la exploración rápida de cadencias de observación y configuraciones de canalización para maximizar el rendimiento científico.

Los autores enfatizan que, si bien la versión actual tiene limitaciones respecto al rendimiento (requiriendo paralelización futura) y ciertos efectos de segundo orden (por ejemplo, morfología galáctica compleja y aberraciones ópticas precisas), representa un paso robusto hacia la creación de simulaciones de imágenes de series temporales realistas para la era de la astronomía intensiva de datos.