27 marzo 2012 IRAF
Esercizio 8
Su di un file che chiamerete seeing.dat annotate il risultato delle vostre misure di seeing che avete ottenuto eseguendo l'Esercizio 6.
In particolare in colonna 1 scrivete l'identificativo dell'immagine nelle colonne 2, 3, 4 e 5 la misura della FWHM (in pixel) del profilo di ciascuna stella, in colonna 6 il valore medio e la dispersione ( σ ) della FWHM (in pixel), in colonna 7 i valori di colonna 6 convertiti in secondi d'arco (utilizzando le informazioni fornite all'esercizio 6).
La FWHM fornisce una misura del diametro della (zona più luminosa della) stella e quindi del seeing. Quando lanciate r in imexamine gli ultimi 3 valori corrispondono alla misura della FWHM della “gaussiana” con cui si “fitta” il profilo della stella ottenuti con metodi diversi. Il valore più affidabile è l'ultimo dei tre.
Aggiungete una colonna in cui scrivete se l'immagine è B o R e calcolate il valore medio del seeing in B e in R separatamente.
Esercizio 9
Trovate il comando imhead e generate un file che si chiami header.dat che contenga la short list degli header di tutte le vostre immagini.
1) Dovete trovare il comando ed eseguirlo su una sola immagine.
2) Dovete creare un file che contenga i nomi di tutte le vostre immagini (usando il comando linux ls ser* > nomi.lis)
3) Dovete eseguire imhead sul file . In generale in IRAF possiamo lanciare un comando su una serie di immagini i cui nomi sono in un elenco utilizzando al posto del singolo nome dell'immagine la @ seguita dal nome del file che contiene l'elenco.
Esercizio 10
Come avrete visto all'esercizio 9, imhead ci fornisce indicazioni molto sommarie sull'header.
Se vogliamo tutto l'header di una (o più immagini) dobbiamo aggiungere al comando eseguito in linea la parola lo+.
Ottenete l' header completo per tutte le vostre immagini entro un file che si chiami headlong.dat.
Esercizio 11
(Riduzione standard di immagini CCD) Scegliete una coppia di immagini (B ed R) dello stesso campo.
Rinomatele utilizzando l'appropriato comando IRAF col nome dell'oggetto che trovate nell'header alla keyword object seguito dal colore esempio NGC3123B.fits.
Tornate al sito da dove avete scaricato le immagini e scaricate tutte le altre (quelle che iniziano per Ser*).
Trovate fra queste quali sono i bias e quali i flat field . Rinomatele come biasXX , ffBXX e ffRXX (XX sta per 01,02,03 ecc). Non una alla volta ma utilizzando gli elenchi di file (cfr.
esercizio 9).
Trovate il comando che esegue la statistica su le immagini ossia che vi dà media e deviazione standard ( σ ) di ogni immagine . Generate 3 file (bias.dat ffB.dat e ffR.dat) contenenti per ciascuna immagine, nome, media e σ .
Se i valori delle medie delle immagini non sono troppo diversi fra loro (la variazione deve stare ben entro la σ ) eseguitene la media (trovate il comando che la fa).
Chiamate queste immagini biasmed ffBmed FFRmed (o avebias aveffB aveffR...o come volete basta che si capisca che sono medie).
Confrontate le σ delle immagini medie con la σ di ciascuna immagine (che avete utilizzato per la media). Cosa notate?
Trovate il comado che esegue le operazioni sulle immagini ed eseguite la riduzione standard CCD (imareduced=ima−ff
ff −bias×factor) dove factor è un fattore (un numero) di rinormalizzazione pari al valore medio dell'immagine ff bias. Come ff e bias dovete utilizzare le immagini medie.
Confrontate (con display) l'immagine ridotta con quella originale e verificate che la prima sia meglio.