Uncertainties in Low-Count STIS Spectra

技術要約：低カウントSTISスペクトルにおける不確実性

問題提起
宇宙望遠鏡分光器（STIS）は、遠紫外（FUV）および近紫外（NUV）観測のためにマルチアノード・マイクロチャネル・アレイ（MAMA）検出器を使用している。これらの検出器は、極めて低いダーク電流率（約0.0002〜0.001 counts/sec/pix）と無視できるほどの読み出しノイズを特徴としている。これらの特性は感度において有利である一方、UVが暗い天体の観測では、フルオービットの露出中であっても、特定のピクセルにおいてカウント数がゼロまたは1になる結果を招く。

このような低カウント領域では、不確実性を計算するための標準的な「ルートN」近似（誤差 $\sigma \approx \sqrt{N}$）が破綻する。この近似はガウス分布を前提としており、これは $N \gg 10$ の場合にのみ有効なものである。ポアソン分布においては、低 $N$ の場合、分布は高度に非対称かつ離散的となり、「左側」の分布がゼロを下回ることができないため、不確実性は対称的なガウス予測から大きく逸脱する。その結果、現在の calstis パイプラインはルートN近似に依存しているため、低カウント領域における不確実性を過小評価しており、非検出の有意性や微弱な特徴に関する科学的な推論を誤らせる可能性がある。

手法
著者らは、ポアソン信頼区間を用いた手動計算と比較することにより、現在の calstis パイプラインの挙動を評価した。評価には、高カウントの Ly-$\alpha$ 放射と、連続成分がほぼゼロの領域の両方を含む、プログラム12034（M型矮星 GJ 436）の HST/STIS/G140M データを使用した。

研究内容は以下の通りである：

1. 統計解析： ルートN近似を、厳密なポアソン信頼区間（具体的には Gehrels 1986 の近似、および astropy.stats.poisson_conf_interval モジュールの "frequentist-confidence" メソッドを用いたもの）と比較した。
2. パイプラインの検証： 現在の calstis パイプラインが、MAMAデータにおいてはバイアスと読み出しノイズがゼロであるため、$\sqrt{(N-B)/g + (R/g)^2}$ という簡略化された $\sqrt{N}$ の公式を適用していることを確認した。
3. ツール開発： 1次元STISスペクトルのポアソン信頼区間を手動で計算するための新しいユーティリティ stistools.poisson_err を作成した。
4. バグ調査： TIME-TAG データをサブ露出に分割する stistools.inttag ユーティリティのソフトウェア欠陥を分析した。調査では、ピクセルレベルの誤差を結合する場合と、誤差計算の前にカウントを合算する場合とで、どのように不確実性が伝播するかを焦点とした。

主な貢献と結果

• パイプラインの限界の検証： 解析により、ターゲットのフラックスがほぼゼロに低下する波長（例：GJ 436 スペクトルの 1217 Å 長波長側）において、パイプラインのルートN不確実性が、真のポアソン上限信頼限界と比較して著しく過小評価されていることが確認された。ルートN誤差はカウントがゼロに近づくにつれてゼロに近づくが、ポアソン上限はゼロにならない（例：$N=0$ のとき $\lambda_{u, 1\sigma} \approx 1.866$）。
• 新ユーティリティ (stistools.poisson_err)： 著者らは、stistools Python パッケージに新しい関数を導入した。このツールを使用すると、更新された x1d または sx1 ファイルに4つの新しい列（NET ERROR PCI UP, NET ERROR PCI DOWN, ERROR PCI UP, ERROR PCI DOWN）を生成することができる。これらの列は、カウントレート単位およびフラックス単位の両方における 1$\sigma$ ポアソン上限および下限信頼区間を提供する。このツールは、パイプラインの誤差率と露出時間から総観測カウント（背景およびダークを含む）を再構成し、astropy の "frequentist-confidence" 区間を適用する。
• Jupyter Notebook： 「low count uncertainties」と題されたコンパニオン・ノートブックが STScI HST Notebook リポジトリに公開された。これは、GJ 436 データセットを用いてルートN誤差とポアソン誤差の相違を実証し、CalCOS パイプライン（2021年に更新）がこれらの不確実性をどのように処理しているかの例を提供している。
• stistools.inttag バグの解決： 著者らは、stistools.inttag ユーティリティにおけるバグを特定し、修正した。以前のこのツールは、個々のピクセルレベルでサブ露出のポアソン信頼区間を計算し、それらを二乗和の平方根（quadrature）で結合していた。この手法は、ポアソン統計においては数学的に不正確である。なぜなら、ポアソン区間の二乗和の平方根は、合計のポアソン区間とは一致しないからである。これにより、低カウントのサブ露出において誤差が大幅に過大評価される結果となっていた。修正（stistools v1.4.5）では、inttag をサブ露出の誤差生成にルートN近似を使用するように戻し、最終的な抽出スペクトルへのポアソン区間の適用を新しい poisson_err ユーティリティに委ねるように変更した。

意義
本論文は、STIS スペクトルの高カウント領域ではルートN近似が依然として有効であるものの、MAMA 観測に特有の低カウント領域においては不十分であることを主張している。本研究の意義は、観測者に低カウント領域における不確実性を正確に定量化するための必要なツールを提供し、ノイズを信号と誤認したり、微弱な検出の誤差範囲を過小評価したりすることを防ぐことにある。

stistools.poisson_err の導入と intag のバグ修正により、ユーザーは CalCOS パイプラインで使用されているものと同じ厳密なポアソン信頼区間手法を STIS データに適用できるようになる。著者らは、これらのツールはデフォルトの calstis 処理には自動的には適用されず、低カウント領域のデータを分析するユーザーによる手動適用が可能であることを強調している。本研究は、天文学的な計器における、離散的な低カウント・フォトンデータの適切な統計的取り扱いのケーススタディとなっている。