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

Resumo Técnico: AstroSkyFlow – Um Simulador de Fluxo de Imagens do Céu Astronômico

Definição do Problema
As modernas pesquisas ópticas de domínio temporal, exemplificadas pelo futuro telescópio Tianyu, geram volumes massivos de dados de imagem de alta cadência. A exploração científica desses conjuntos de dados depende fortemente de pipelines automatizados e modelos de aprendizado de máquina (ML) para detecção de transientes, exoplanetas e fontes variáveis. No entanto, o desenvolvimento e a validação desses pipelines exigem conjuntos de dados simulados, rotulados e de alta fidelidade que reproduzam com precisão todo o processo físico da observação, incluindo ruído instrumental, efeitos atmosféricos e variabilidade astrofísica dependente do tempo. Os simuladores existentes apresentam compromissos significativos: motores Monte Carlo de fótons como o PhoSim são fisicamente rigorosos, mas computacionalmente proibitivos para a geração rápida de séries temporais, enquanto ferramentas leves como o SkyMaker carecem de modelagem instrumental específica, efeitos atmosféricos (como cintilação e refração diferencial) e da capacidade de modelar eficientemente objetos em movimento rápido ou variabilidade dependente do tempo. Existe uma necessidade crítica de um simulador modular e flexível capaz de gerar sequências de imagens multi-épocas realistas para testes de estresse de pipelines e treinamento de ML.

Metodologia
Os autores apresentam o AstroSkyFlow, um simulador modular, orientado por cronograma, projetado para gerar variações de fluxo dependentes do tempo sob demanda. A arquitetura consiste em dois componentes primários: um simulador de Sistema de Controle de Observatório (OCS) e um Simulador de Imagem.

1. Simulação do OCS: Este módulo emula operações reais de observatório, gerenciando o movimento (slewing) do telescópio, erros de apontamento, restrições de visibilidade (altitude, limites de segurança) e tempos de leitura da câmera. Ele traduz um cronograma de observação em comandos de exposição específicos, garantindo que a simulação respeite o ciclo de trabalho e a lógica operacional de um telescópio robótico.
2. Simulação de Imagem: Este componente central é dividido em um Simulador de Fótons de Cena Externa e um Simulador de Hardware.
   • Simulador de Fótons de Cena Externa: Este módulo sintetiza a distribuição de fótons que chega ao plano focal. Ele lida com:
     • Síntese de Fontes: Estrelas estáticas (modeladas com PSFs de Moffat), galáxias (modeladas com perfis de Sersic via GalSim) e objetos de movimento rápido (satélites e asteroides), que são propagados dinamicamente usando efemérides para criar rastros via sobreamostragem temporal.
     • Variabilidade Intrínseca: O sistema injeta sinais dependentes do tempo, incluindo trânsitos de exoplanetas (usando batman), binárias eclipsantes (usando phoebe), flares estelares, ocultações (modelando padrões tanto geométricos quanto de difração de Fresnel) e supernovas (usando sncosmo). Também reconstrói curvas de luz para estrelas variáveis conhecidas através do cruzamento de dados com o banco de dados VSX e utilizando dados de arquivo do TESS/Kepler.
     • Efeitos Atmosféricos: O simulador modela a extinção atmosférica, a refração diferencial atmosférica (ADR) usando dados meteorológicos locais, o fundo do céu espacialmente variável (incluindo luz solar e lunar espalhada) e a cintilação atmosférica (modelada como um campo multiplicativo espacialmente correlacionado usando estatísticas de Kolmogorov).
   • Simulador de Hardware: Este módulo aplica efeitos ópticos e de sensores. Ele modela a vinheta geométrica usando um modelo de cone variável e simula a cadeia completa de resposta do sensor (fóton-para-elétron, elétron-para-voltagem, voltagem-para-ADU). Ele injeta componentes de ruído realistas, incluindo ruído de tiro de fótons (shot noise), corrente escura (padrão fixo e de tiro), ruído de leitura e efeitos de saturação.

Principais Contribuições

• Integração de Cronograma de Ponta a Ponta: Diferente de muitos simuladores que geram imagens estáticas, o AstroSkyFlow integra um simulador de OCS, permitindo mapear um cronograma de observação completo para sequências de imagens sintéticas, tornando-o adequado para testar pipelines de processamento de dados autônomos.
• Variabilidade e Movimento em Tempo Real: O sistema suporta de forma única a geração sob demanda de sinais complexos dependentes do tempo (trânsitos, flares, ocultações) e objetos de movimento rápido (asteroides, satélites) dentro de exposições únicas, incluindo a modelagem de efeitos de rastro.
• Modelagem Atmosférica Abrangente: A inclusão de cintilação espacialmente correlacionada e ADR dependente do comprimento de onda aborda fontes de ruído específicas frequentemente omitidas em simuladores leves como o SkyMaker.
• Configurabilidade Modular: O software foi projetado para ser reconfigurado para qualquer sistema de observação (telescópio, câmera, local) via parâmetros de entrada sem a necessidade de reescrever módulos físicos, facilitando seu uso para diversas estratégias de pesquisa.

Resultados e Validação
Os autores validaram o AstroSkyFlow utilizando dados do Observatório Muguang (Xangai) e do Observatório Xinglong (telescópio de 85 cm), comparando a saída do simulador com observações reais e o SkyMaker.

• Características de Ruído: O AstroSkyFlow reproduz a amplitude de ruído dos dados reais significativamente melhor que o SkyMaker. Para observações de trânsito de WASP-11 b, o RMS residual do AstroSkyFlow ficou dentro de ~5% dos dados reais, enquanto o SkyMaker subestimou o ruído em ~69%. Da mesma forma, para observações da binária V0554 Dra, o AstroSkyFlow preservou a dispersão residual dos dados reais, enquanto o SkyMaker exibiu uma dispersão sistematicamente menor.
• Precisão Fotométrica: A análise da Precisão Fotométrica Diferencial Combinada (CDPP) mostrou que os valores de CDPP do AstroSkyFlow seguem de perto as curvas teóricas e as observações reais, particularmente para fontes mais fracas onde o fundo do céu e outros componentes de ruído dominam. O SkyMaker falhou em capturar o aumento acentuado de CDPP para estrelas fracas, indicando componentes de ruído ausentes.
• Função de Espalhamento de Ponto (PSF): As distribuições de FWHM da PSF nas imagens do AstroSkyFlow são mais consistentes com as observações reais do que as do SkyMaker. Embora o AstroSkyFlow subestime ligeiramente o alargamento instrumental (provavelmente devido a aberrações ópticas não modeladas e difusão de carga), ele fornece uma representação substancialmente mais realista do que a PSF espacialmente invariante do SkyMaker.
• Recuperação de Sinal: O sistema recuperou com sucesso sinais fotométricos injetados (trânsitos, binárias) e sinais de movimento (rastros de asteroides) em testes de imagem diferencial. A recuperação de padrões de difração de Fresnel e curvas de luz de supernovas demonstrou ainda mais sua capacidade de validação de pipeline de transientes.
• Desempenho: A implementação atual é um script Python serial e de thread única. Embora atinja um throughput de ~8 MB/s (significativamente abaixo do requisito de >500 MB/s para as operações em tempo real do Tianyu), é considerado adequado para validação de pipeline offline, testes de injeção-recuperação e treinamento de ML.

Significância e Alegações
O artigo afirma que o AstroSkyFlow preenche uma lacuna crítica no software astronômico ao fornecer uma ferramenta que equilibra eficiência computacional com modelagem física de alta fidelidade. Sua principal significância reside na capacidade de gerar conjuntos de dados rotulados e de alta fidelidade essenciais para:

1. Validação de Pipeline: Testar rigorosamente a eficiência de detecção, o viés fotométrico e os erros sistemáticos para as próximas gerações de pesquisas de domínio temporal, como o Tianyu.
2. Treinamento de Aprendizado de Máquina: Fornecer os dados controlados de "verdade fundamental" (ground-truth) necessários para treinar e testar modelos de ML para detecção e classificação de transientes.
3. Otimização de Estratégia de Pesquisa: Permitir a exploração rápida de cadências de observação e configurações de pipeline para maximizar o rendimento científico.

Os autores enfatizam que, embora a versão atual possua limitações quanto ao throughput (exigindo paralelização futura) e certos efeitos de segunda ordem (por exemplo, morfologia galáctica complexa, aberrações ópticas precisas), ela representa um passo robusto à frente na criação de simulações de imagens de séries temporais realistas para a era da astronomia intensiva em dados.