Data reduction method for OPTICAM multiband time series of transiting exoplanets

Deze paper presenteert een datareductiemethode voor OPTICAM-tijdreeksen van exoplaneten die een 3×3-medianefilter gebruikt om het effect van onvoorspelbare warme pixels te minimaliseren en zo de fotometrische precisie te maximaliseren.

De kern

De "Warme Pixels" Oplossing: Hoe we sterrenkijken zonder ruis

Stel je voor dat je 's nachts door een heel krachtige telescoop naar een verre ster kijkt, op zoek naar een klein, donker bolletje (een exoplaneet) dat er langzaam voorbij trekt. Dit is als een heel klein schaduwtje dat over een fel verlichte muur glijdt. Om dit te zien, moet je de foto's van de ster heel precies meten.

Maar er is een probleem. De camera die we gebruiken (de OPTICAM-camera op de Sierra de San Pedro Mártir in Mexico) heeft een rare ziekte. Bij langere belichtingstijden beginnen bepaalde pixels (de kleine bouwstenen van je digitale foto) plotseling "warm" te worden. Ze gaan vanzelf fel oplichten, alsof ze een eigen wil hebben.

Het probleem: De "Spatjes" in je soep
In de astronomie noemen we dit "warm pixels". Stel je voor dat je een grote kom soep (je foto van de sterrenhemel) hebt. Normaal gesproken is de soep helder. Maar deze camera gooit er plotseling grote, hete spatjes in die eruitzien als sterretjes, maar dat niet zijn.

Het ergste is: deze spatjes doen niet hetzelfde elke keer. Soms zijn ze er, soms niet. Soms zijn ze groot, soms klein. Omdat ze zo onvoorspelbaar zijn, kun je ze niet zomaar "wegrekenen" met de standaard software die astronomen normaal gebruiken. Het is alsof je probeert een soep te filteren, maar de spatjes veranderen van vorm en grootte elke seconde. Als je ze niet verwijdert, zien je metingen van de planeet eruit alsof ze door een wazige bril worden bekeken.

De test: Zes manieren om de soep te redden
De auteurs van dit paper hebben zes verschillende manieren getest om deze "spatjes" te verwijderen zonder de echte sterren te beschadigen. Ze keken naar een specifieke planeet, TOI-7149 b, en probeerden zes recepten:

1. De standaard methode: Gewoon de foto's nemen zoals ze zijn. Resultaat: De soep zit vol met spatjes. De metingen zijn onnauwkeurig.
2. De "Vage" methode (Gaussische filter): Ze probeerden de foto's wazig te maken, alsof je een wazige bril opzet. Resultaat: De grote spatjes verdwenen, maar helaas werden ook de echte sterren wazig en verspreid. Het was alsof je de hele soep verdunt; je ziet de sterren nog, maar ze zijn niet meer scherp.
3. De "Scherm" methode (Mediane filter): Dit was de winnaar. Stel je voor dat je rondom elke pixel kijkt naar zijn 8 buren. Als één pixel plotseling heel fel oplicht (een warm pixel), maar al zijn buren zijn rustig, dan zeg je: "Nee, jij bent raar. Je bent waarschijnlijk een foutje. We doen alsof jij de gemiddelde waarde van je buren hebt."

De winnaar: De 3x3-mediane filter
De beste methode bleek een heel klein "scherm" te zijn van 3 bij 3 pixels.

• Waarom werkt dit zo goed? Omdat het de "spatjes" (warm pixels) verwijdert alsof je ze met een viltstift uitveegt, maar het laat de echte sterren (die veel groter zijn dan 3 pixels) intact.
• Het resultaat: De foto's werden schoner, de "rode ruis" (die onrustige achtergrond) verdween, en de meting van de planeet werd veel nauwkeuriger.

De nieuwe machine: PROFE en AstroImageJ
Om dit voor iedereen makkelijk te maken, hebben de auteurs een nieuwe machine gebouwd. Het is een combinatie van twee gereedschappen:

• PROFE: Een slimme robot in Python die de ruwe foto's eerst "schoonveegt" met de 3x3-methode.
• AstroImageJ: Een bekend programma dat de rest van het werk doet (het meten van de helderheid).

Samen vormen ze een productielijn die ruwe, rommelige data omzet in kristalheldere metingen van exoplaneten.

Conclusie in één zin
De auteurs hebben ontdekt dat je de "kriebels" in je camera niet kunt wegmaken met standaard software, maar dat je ze wel kunt "repareren" door slim te kijken naar de buren van elke pixel. Met deze nieuwe methode kunnen we nu veel scherpere foto's maken van verre werelden, zelfs met een camera die normaal gesproken wat "ziek" is.

Technische samenvatting

Hier is een gedetailleerde technische samenvatting van het artikel "Data reduction method for OPTICAM multiband time series of transiting exoplanets" in het Nederlands.

Titel: Data-reductiemethode voor multiband tijdreeksen van passerende exoplaneten met OPTICAM

Auteurs: S. Páez, Y. Gómez Maqueo Chew, L. H. Hebb
Publicatie: RASTI (2026)

---

1. Het Probleem: Warm Pixels in sCMOS-detectors

Het artikel adresseert een specifiek en ernstig probleem bij het gebruik van de OPTICAM-instrumentatie (geïnstalleerd op de 2,1m-telescoop van het Observatorio Astronómico Nacional in de Sierra de San Pedro Mártir, Mexico) voor het observeren van passerende exoplaneten.

• Instrumentatie: OPTICAM maakt gebruik van drie Andor Zyla 4.3-Plus sCMOS-camera's (CIS2020-detectoren) voor gelijktijdige waarnemingen in drie kanalen (meestal met SDSS-filters $g'$, $r'$, $i'$).
• Het Kernprobleem: Bij blootstellingstijden $\ge$ 10 seconden genereren deze sCMOS-detectoren een significant aantal "warm pixels" (pixels met een ongewenst hoog signaal).
• Aard van het Ruis:
  • Deze warm pixels vertonen een onvoorspelbaar gedrag van frame tot frame (variërend in intensiteit en positie).
  • Ze veroorzaken zowel witte ruis als rode ruis (tijdsgecorreleerde ruis) in de lichtcurven.
  • Standaardreductie faalt: Normale kalibratiestappen zoals donkerreductie (dark subtraction) en vlakveldcorrectie (flat-fielding) werken niet, omdat de warm pixels niet statisch zijn. Als ze wel statisch waren, zouden ze door donkerreductie worden verwijderd. Omdat ze variëren, blijven ze als artefacten achter of worden ze versterkt.
• Gevolg: Dit beïnvloedt de fotometrische precisie en de afgeleide planetaire parameters, vooral bij sterren met een lager signaal-ruisverhouding (zoals in het blauwe $g'$-filter).

2. Methodologie: Evaluatie van Pre-processing Technieken

De auteurs hebben zes verschillende reductiestrategieën getest op de lichtcurve van de exoplaneet TOI-7149 b (waargenomen in $g'$, $r'$, en $i'$). Het doel was een methode te vinden die warm pixels onderdrukt zonder de astronomische signalen (sterrenschijf) te beschadigen.

De geteste methoden waren:

1. Standaardreductie (st): Alleen donkerreductie en vlakveldcorrectie (geen pre-processing).
2. Gaussische convolutie (g1, g3): Toepassing van een Gauss-kern met $\sigma=1$ en $\sigma=3$ pixels op alle frames vóór de standaardreductie.
3. Mediaanfilters (w3, w5, w7): Toepassing van een mediaanfilter met venstergroottes van $3\times3$,$5\times5$en$7\times7$ pixels op alle frames vóór de standaardreductie.

Analyse en Fitting:

• De lichtcurven werden gefit met de juliet-pakket, inclusief Gaussian Processes (GPs) om de basislijnvariatie en gecorreleerde ruis te modelleren.
• Evaluatiemetrics: De prestaties werden beoordeeld op basis van:
  • Bayesiaanse evidentie ($\ln Z$) om het statistisch meest voorkeursmodel te bepalen.
  • Fotometrische precisie (RMS van de residuen).
  • Gecorreleerde ruis (RMS10 min, de RMS van de residuen gebinned in 10 minuten).
  • Vermindering van de sterpiekintensiteit (om te controleren of het sterrensignaal niet te veel wordt vervormd).

3. Belangrijkste Resultaten

• Standaardreductie: Presteert het slechtst, vooral in het $g'$-filter, met hoge niveaus van rode ruis en lage Bayesiaanse evidentie.
• Gaussische Convolutie:
  • Verwijdert warm pixels niet effectief; verspreidt ze juist over aangrenzende pixels.
  • Creëert "valse sterren" (artefacten) die de fotometrie verstoren.
  • Vermindert de piekintensiteit van de ster met ~13% en verslechtert de signaal-ruisverhouding.
• Mediaanfilters:
  • $3\times3$ (w3): Dit bleek de beste methode. Het verwijdert warm pixels effectief zonder "valse sterren" te creëren. Het vermindert de piekintensiteit van de ster slechts met ~9% (ongeveer 15 ADU).
  • **$5\times5$en$7\times7$:** Deze grotere vensters verwijderen warm pixels ook, maar vervormen het sterrenprofiel meer (tot ~13$3\times3$ variant.
• Statistische Overwinning: De reductie met de **$3\times3$mediaanfilter (w3)** behaalde de hoogste Bayesiaanse evidentie ($\Delta \ln Z \gtrsim 20$ ten opzichte van andere methoden) en de laagste RMS10 min-waarden (minimale rode ruis) in alle drie de filters.

Conclusie over Signalen: De auteurs stellen dat de $3\times3$-filter de beste balans biedt tussen het verwijderen van warm pixels en het behoud van de integriteit van het sterrensignaal, vooral wanneer de sterrenpiek dicht bij het donkerstroomniveau ligt.

4. Key Contributions (Bijdragen)

1. Karakterisering van OPTICAM: Gedetailleerde analyse van het gedrag van warm pixels in OPTICAM sCMOS-detectoren, inclusief het vaststellen dat ze instrumenteel van aard zijn en onvoorspelbaar variëren.
2. Ontwikkeling van een Specifieke Reductiepijplijn: Het introduceren van een workflow die een $3\times3$ mediaanfilter integreert als een essentiële pre-processing stap voor zowel wetenschappelijke als kalibratieframes.
3. Open Source Software (PROFE): De ontwikkeling en publicatie van PROFE, een set Python-modules die de automatisering van deze reductiepijplijn mogelijk maakt. Deze combineert:
   • Python (PROFE) voor pre-processing (mediaanfilter) en post-processing (diagnostiek).
   • AstroImageJ (AIJ) voor de standaard kalibratie (master dark/flat) en differentiële fotometrie.
4. Validatie: Het aantonen dat deze methode hoge precisie lichtcurven oplevert voor exoplanetenobservaties, zelfs met instrumenten die oorspronkelijk voor andere doeleinden (transiënte verschijnselen) waren ontworpen.

5. Significantie en Toepassing

• Verbeterde Exoplanet Karakterisering: Door de rode ruis en warm pixels effectief te verwijderen, worden de afgeleide planetaire parameters (zoals straal $R_p/R_*$ en impactparameter $b$) nauwkeuriger en betrouwbaarder.
• Herbruikbaarheid: De methode is niet alleen van toepassing op OPTICAM, maar biedt een blauwdruk voor het omgaan met warm pixels in andere sCMOS-systemen die worden gebruikt voor tijdsreeksfotometrie.
• Praktische Implementatie: De paper biedt een volledig werkende, open-source oplossing (PROFE + AIJ) die onderzoekers direct kunnen toepassen om hun data te reduceren, waardoor de drempel voor het gebruik van deze specifieke telescoop voor exoplanetenonderzoek wordt verlaagd.
• Advies: De auteurs raden aan om bij OPTICAM-observaties de sterrenpiekintensiteit boven de ~1300 ADU (bij 30s blootstelling) te houden om het warm-pixel-effect te minimaliseren, maar benadrukken dat de $3\times3$ mediaanfilter essentieel blijft, vooral bij lagere signaal-ruisverhoudingen.

Kortom, dit artikel levert een cruciale oplossing voor een technisch obstakel bij moderne sCMOS-detectoren, waardoor hoogwaardige, multiband fotometrie voor exoplaneten mogelijk wordt gemaakt op de OAN-SPM 2.1m-telescoop.