3 de febrero de 2010
ESA
Se requiere un software especial para cartografiar el Universo a partir de datos con ruido. Los científicos del laboratorio Berkeley desarrollaron un código llamado MADmap para hacer justamente eso para el fondo cósmico de microondas, y luego, lo publicaron en la web para otros cartógrafos del cielo que pudiese interesarle. Los científicos que investigan el cielo con el instrumento PACS a bordo del satélite Herschel han adaptado MADmap para crear imágenes espectaculares del Universo infrarrojo.
Para trazar el mapa de nuestro planeta, Google Earth depende mayormente de las imágenes de satélite para las superficies sólidas y de las imágenes del sonar para el mar. Los mapas del Universo, igualmente, dependen de diferentes clases de detectores para diferentes clases de características. Los mapas del fondo cósmico de microondas (CMB), por ejemplo, dependen de mediciones de diferencias minúsculas en la temperatura del cielo.
Cuando el astrofísico Julian Borrill llegó al Centro de Computación Científica de Investigación Nacional de Energía (NERSC) del Laboratorio Berkeley, su primer proyecto fue diseñar herramientas computacionales para futuros experimentos de CMB, una caja de herramientas capaz de manejar un flujo esperado de datos cósmicos. Él y sus colegas, Radek Stompor y Andrew Jaffe, idearon el Paquete de Análisis Computacional de Datos de la Anisotropía en Microondas (MADCAP). Una parte esencial del kit fue un módulo para la elaboración de mapas.
Señal vs. ruido
Trazar el mapa del CMB requiere saber la cantidad exacta de ruido en los datos. Cada píxel comienza con una parte de ruido y una parte de señal. El ruido “blanco” tiene la propiedad que cada medida es independiente de todas las otras y pueden ser precisamente promediadas, por lo que es fácil contar el ruido y estimar la contribución de la señal en la mezcla.
El ruido “coloreado” o correlacionado es más complicado: aquí el ruido del píxel varía en cada punto del cielo, y su valor está interrelacionado de acuerdo a la trayectoria particular que el telescopio haya escaneado durante una exposición.
“No se puede contar el ruido correlacionado sólo por su promedio”, dice Borrill, ahora en el Centro de Cosmológía Computacional (C3) en la División de Investigación Computacional del Laboratorio Berkeley. “Para hacer un mapa se toma un código especial para pesar y contar el ruido, en cada píxel, en cada punto temporal”.
Los detectores usados para medir la temperatura del fondo cósmico de microondas son particularmente susceptibles al ruido coloreado, por lo que el paquete de códigos MADCAP incluyó uno especialmente diseñado para hacer mapas de datos donde el ruido no es blanco. Programado por el miembro de C3 Christopher Cantalupo, el código es denominado MADmap.
Los mejores detectores para medir radiación en longitudes de ondas entre un milímetro y un quinto de milímetro, donde se sitúa mucha de la radiación CMB, son los bolómetros (la radiación CMB en frecuencias más bajas se mide con radiómetros). Un bolómetro indica cuántos fotones entrantes golpean un detector muy frío, cuya temperatura se mantiene en una fracción pequeña de grado Kelvin sobre cero. El ruido coloreado o correlacionado es una característica conocida de los bolómetros.
“Debido a que la temperatura del bolómetro nunca puede estar en el cero absoluto, siempre habrá algo de ruido térmico”, dice Borrill. Este nivel de ruido varía con los cambios de temperatura del bolómetro. “Otra fuente de ruido es cuando un fotón golpea el bolómetro, éste “suena” un rato”.
En cuanto a la primera clase de ruido, dice Cantalupo, “debido a que el refrigerante no es perfecto hay desviaciones de temperatura a largo plazo; el ruido cambia lentamente con el tiempo”.
Él compara el problema del ruido coloreado con la situación de un agente de policía caminera usando una pistola de radar para determinar la velocidad esperada de los autos que pasan. “Si hay muy poco tráfico, la velocidad de un auto será, en gran parte, independiente de la velocidad de los otros. Pero si el tráfico se hace más denso, los autos viajarán cerca unos de otros como si viajaran a velocidades similares”, explicó. “Aún habrá algo de variación en la velocidad, y esta dispersión en las mediciones es el ruido coloreado”.
Para determinar la velocidad esperada de un auto que pasa basado en las velocidades de los autos previamente medidas, la correlación entre los autos cuando el tráfico es denso debe tomarse en cuenta – especialmente el ruido de la dispersión de las mediciones en el tráfico pesado – por lo que estas mediciones no serán significativas en la estimación final.
“Si damos más significación a las mediciones tomadas más lejos en el tiempo, podemos hacer una mejor estimación de la señal fundamental”, dice Cantalupo.
Cantalupo describe el proceso MADmap como primero coleccionando datos básicos, una curva extensamente variable con una fina estructura impuesta sobre grandes excursiones, incluyendo información sobré a qué lugar del cielo está apuntando el instrumento y el tiempo durante el cual los datos fueron recogidos. Los datos se filtran para remover el ruido “promedio” – “pero por supuesto no hemos sólo filtrado ruido sino también señal”, dice Cantalupo.
Las matemáticas que determinan cómo está relacionado el ruido en cada instante dentro de cada píxel se realiza sobre datos filtrados y alisados. Luego se deshace el filtrado para restaurar la señal – la cual para los datos del CMB es la temperatura del cielo para cada píxel del mapa.
MADmap despliega sus alas
Borrill dice que aunque MADmap fue diseñado con los datos del CMB en mente, “estuvo siempre destinado a ser independiente de las especificaciones de cualquier experimento”.
MADmap ha sido usado para experimentos del CMB desde los portados por globos como el MAXIMA, el cual trazó el mapa de una porción del cielo septentrional, en 1998, y el BOOMERANG, que sobrevoló el Polo Sur en 1999, hasta para el satélite Planck de la Agencia Espacial Europea, lanzado por un cohete Ariane desde la Guyana Francesa, en mayo 2009; todos estos experimentos y otros registraron datos en diferentes formatos, por lo que la flexibilidad de MADmap es esencial.
MADmap es tan flexible que, de hecho, es aplicable a cualquier clase de experimento cuyos datos sean similares a los del modelo para el cual fue construido. Desde el comienzo, ha sido puesto en Internet como un software de código abierto.
Entra en escena Herschel, un satélite que por coincidencia fue lanzado en el mismo cohete Ariane que Planck. A diferencia de Planck, Herschel es un observatorio infrarrojo. Lleva un telescopio de 3,5 metros, el más poderoso telescopio infrarrojo que jamás haya volado al espacio. El detector principal de uno de sus tres instrumentos, la Cámara y Espectrómetro de Conjunto de Fotoconductores (PACS), son dos conjuntos de bolómetros de alta sensibilidad. En 2007, mucho antes que Herschell y Planck fueran lanzados, Cantalupo recibió un llamado de Pierre Chanial, un científico de PACS que estuvo desarrollando el software para trazar mapas del instrumento.
“Él quiso saber si era satisfactorio para nosotros si él usaba MADmap como el núcleo del software de trazado de mapas de PACS”, dice Cantalupo. “Dijo que le fue sugerido por Andrew Jaffe, quien había diseñado el MADmap original con Julian”.
Cantalupo, Borrill y sus colegas estaban encantados que MADmap prometiera ser usado en formas inesperadas. Los bolómetros de PACS son fotómetros diseñados para recoger luz en el infrarrojo lejano, mapeando galaxias y otros objetos cuyas estructuras internas están obstruidas, como las nubes de gas y polvo donde nuevas estrellas están naciendo o los discos en los cuales sistemas planetarios pueden estar formándose. Pero la novedosa aplicación de MADmap a los datos infrarrojos introdujo algunos desafíos.
“La tubería de transferencia de datos de PACS necesita usar Java, lo cual no había sido contemplado cuando MADmap fue escrito”, dice Cantalupo.
Diferentes cuestiones se levantaron cuando Herschel comenzó a elaborar imágenes, en julio, luego de alcanzar la órbita en el Punto 2 de Lagrange, donde la gravedad combinada de la Tierra y el Sol mantienen al satélite la mayor parte del tiempo en la sombra de la Tierra – un excelente lugar para un observatorio. Theodore Kisner, del C3, se encontró involucrado en el esfuerzo por ayudar al equipo del PACS a hacer el mejor MADmap.
“Hubo algunos problemas con los datos reales relacionados con la naturaleza del ruido”, dice Kisner. “Dado que estuvimos trabajando con la estimación del ruido, fui capaz de contribuir en este aspecto”.
La manera en que PACS hace una imagen es diferente a cómo un instrumento de CMB traza un mapa del cielo: un experimento CMB esencialmente escanea el cielo en una carrera lisa, una tras otra, mientras que, dice Kisner, Herschel, como que da vueltas por todos lados, mirando a la misma región como si estuviera mirando a través del agujero de una cerca”.
En cierto modo, la estimación de ruido es más fácil para Herschel, no sólo porque sus bolómetros son muy estables sino también porque ellos trazan mapas de regiones específicas; a diferencia de la ubicuidad del fondo cósmico de microondas, “partes del cielo en una imagen de Herschel son en realidad oscuras”, dice Kisner. “Nada de señal es una perfecta base para contabilizar el ruido”.
Sin embargo, lo que las dos clases de observaciones tienen en común es que ambas dependen del tiempo que los datos tardan en fluir, lo cual está relacionado con el lugar donde reside el ruido.
“Nuestra mayor esperanza ahora es que podamos persuadir a la gente de PACS a que en lugar de Java usen nuestra última versión de MADmap”, dice Cantalupo. “Algunas de sus observaciones requieren exposiciones muy largas, donde nuestra nueva Versión 2 será de mucha ayuda. Para las observaciones más cortas, la versión Java está bien”.
El equipo C3 ha inventado un nuevo formato secundario para Herschel que será capaz de manejar varias clases de datos. MADmap 2 lee fácilmente datos en diferentes formatos y sería más fácil de usar y más flexible que la presente versión.
“Es absolutamente su decisión”, dice Cantalupo. “Nosotros estamos felices de usarlo”. Él y Kisner han participado en talleres de procesamiento de datos en el Centro de Ciencias de Herschel, de la NASA, para mostrar a los científicos que están usando Herschel formas útiles de usar MADmap.
Por su parte, Julian Borrill está encantado que un programa inicialmente desarrollado con el soporte del programa Investigación en Sistemas de Informática Aplicada, de la NASA, y el programa Desarrollo e Investigación Dirigidos al Laboratorio, del Laboratorio Berkeley, haya desplegado sus alas y ya probado sus méritos para analizar clases muy diferentes de datos astronómicos.
Más información en:
Entradas Relacionadas:
Etiquetas: CMB, infrarrojo, tecnología
