摘要：萊曼阿爾法太陽望遠鏡(LST)是先進天基太陽天文臺(ASO-S)衛星的載荷之一,它包括白光太陽望遠鏡(WST),全日面太陽成像儀(SDI)和日冕儀(SCI)等儀器.1991年Kuhn,Lin和Loranz提出的方法(簡稱KLL方法)是WST和SDI在軌平場定標的方法之一.為了研究WST和SDI的平場定標精度對KLL方法的相鄰位置時間間隔的敏感性,使用太陽動力學觀測衛星(SDO)的日震和磁成像儀(HMI)及太陽大氣成像儀(AIA)的全日面成像觀測資料測試和分析在使用KLL方法時相鄰位置時間間隔對所得平場精度的影響.結果顯示在LST使用KLL方法進行平場定標時,相鄰位置時間間隔越短越好.具體分析表明,WST平場精度對相鄰位置取樣時間間隔不敏感,而SDI時間間隔需要在240s範圍內.分析結果對衛星姿態調整到穩定所需的時間給出了一定限制.
關鍵詞： 太陽 平場 日冕物質拋射 耀斑 萊曼阿爾法太陽望遠鏡
1、背景介紹
萊曼阿爾法太陽望遠鏡(LST)[1,2,3]是先進天基太陽天文臺(ASO-S)[4,5]衛星的3個有效載荷之一,它由白光太陽望遠鏡(WST)、全日面成像儀(SDI)、日冕儀(SCI)和導星鏡(GT)組成[2,6].SDI和WST的視場為1.2倍太陽半徑,SDI的工作波段為萊曼阿爾法波段(121.6±7.5nm),WST的工作波段為紫外窄帶連續譜(360±2.0nm)[2,6].
平場是電荷耦合器件(CCD)和互補金氧半導體(CMOS)等數值化半導體探測器像元對入射光響應的非均勻性的表徵,實際的觀測影象需要透過平場對探測器響應的非均勻性進行改正,才能獲得真實的觀測影象.通常可以透過對均勻光源成像或穩定光源在不同曝光時間下的影象進行擬合得出.但有時候,這兩種光源都難以獲得,在1991年Kuhn,Lin和Loranz提出了一種利用相對穩定非均勻影象獲取平場的方法[7],在2004年Chae[8]在此基礎上進行了一定的改進,將太陽影象、光強變化以及平場等引數自由化,Kuhn等[7]和Chae[8]都採用的是太陽像在探測器不同位置獲得影象的方法來獲得平場,我們簡稱該方法為KLL方法.該方法使用觀測的太陽像本身作為光源,改變望遠鏡指向獲得多張位於探測器不同位置的太陽像,透過迭代方法計算平場[7,8].
目前,地基全日面太陽望遠鏡,如光學和近紅外太陽爆發探測望遠鏡(ONSET)[9],大熊湖太陽天文臺的Hα全日面太陽望遠鏡[10],天基全日面太陽觀測載荷,如太陽動力學觀測衛星(SDO)搭載的太陽大氣成像儀(AIA)[11,12]及日震和磁成像儀(HMI)[13]均採用KLL方法獲取平場.而區域性視場的太陽望遠鏡如太陽介面層成像光譜儀(IRIS)和大熊湖太陽天文臺的磁場觀測亦採用了該方法[14,15].
在ASO-S衛星發射後,透過衛星指向偏離衛星-日心連線方向,得到不同指向的多幅全日面影象,並利用獲得的非均勻但相對穩定的全日面影象,使用KLL方法透過最小二乘法擬合迭代得到SDI和WST所需的平場影象[6].
衛星調姿到指定位置並保持穩定需要一定的時間,同時影象採集也需要時間,因此,相鄰兩個位置的影象採集有一定的時間差.由於太陽像或多或少存在變化[16,17,18],這一時間差的長短將直接影響所得的平場精度.而且平場定標精度也取決於全日面影象的相對穩定性、完成全部位置影象的採集時間以及演算法的最佳化等因素.全日面太陽影象在此過程中變化越少,採集影象的總時間越短,則定標精度通常就越高.根據SDO衛星AIA技術文件所示的極紫外波段平場的情況來看,KLL方法在極紫外波段平場定標精度不是很高,這對於萊曼阿爾法太陽望遠鏡來說也具有一定的參考價值.
在本文中我們將利用HMI和AIA的觀測資料來測試使用KLL方法得到的平場定標精度對相鄰位置時間間隔的敏感性.
文章的結構安排如下:我們在第2節介紹計算平場時的觀測資料來源,平移平場資料日心位置的要求及生成的平移平場資料的情況等內容;在第3節介紹使用KLL方法對這些資料的處理和計算以及對所得平場的分析;在第4節對結果進行討論並給出結論.
2、資料及處理
2.1 資料位置要求
考慮到WST和SDI的視場均為1.2倍太陽半徑的圓形視場,而探測器的讀出影象通常為方形.為了得到全視場的平場,我們擬讓衛星平臺指向13個(只考慮1.2倍太陽半徑的內切圓平場)或21個(同時考慮探測器4個角區域的平場)不同的位置(其中1個為參考位置),探測系統在這些位置分別進行太陽像的影象採集.
在日心座標系中,我們將參考影象的太陽像中心座標設為(0,0).分析得到在進行太陽平場資料觀測時21個位置點的日心座標分別為(單位為角分(′)):(0,0)、(4.8,0.0)、(4.157,2.4)、(2.4,4.157)、(0.0,4.8)、(-2.4,4.157)、(-4.157,2.4)、(-4.8,0.0)、(-4.157,-2.4)、(-2.4,-4.157)、(0.0,-4.8)、(2.4,-4.157)、(4.157,-2.4)、(11.085,6.4)、(6.4,11.085)、(-6.4,11.085)、(-11.085,6.4)、(-11.085,-6.4)、(-6.4,-11.085)、(6.4,-11.085)、(11.085,-6.4),各個位置點在探測器上的分佈如圖1所示.在下面使用KLL方法計算平場時,我們均採用了上述的21個平移平場位置進行計算.
圖1擬採用的21個平移位置相對於日面中心的座標示意圖,其中中間的21個加號是各個平移影象的日心位置,中間的小圓圈代表中心點位置的日面邊緣,大圓圈代表WST和SDI探測器視場,方框代表WST和SDI探測器的整個靶面.
2.2 測試資料與方法
基於觀測資料的相似性,我們將使用HMI/SDO的6174˚A的白光觀測資料作為WSTKLL方法平場的測試資料,使用AIA/SDO的304˚A和1700˚A觀測資料作為SDIKLL方法平場的測試資料.我們選用一定相鄰位置時間間隔的觀測資料,按照上述21個位置點進行資料平移,生成所需要的平場計算資料,然後使用KLL方法的程式進行平場計算,最後我們將所得到的平場進行分析.
選用HMI6174˚A白光觀測資料作為WST的計算資料是因其與WST的3600˚A窄帶連續譜觀測得到的影象幾乎相同.而選用AIA304˚A和1700˚A成像觀測資料作為SDI的計算資料則是考慮到1700˚A成像觀測計數預期高於SDI計數,而304˚A成像觀測計數預期低於SDI的計數,因此根據經驗預期得到的SDI平場資料會較304˚A的更優,而稍差於1700˚A的平場.
WST計算資料的來源及相鄰位置時間間隔:我們使用了2013年10月24日和2017年4月9日2d的HMI的白光觀測資料,計算時使用的相鄰位置時間間隔分別為45s、90s、135s、180s、225s、270s、315s、360s、540s和720s,每天10組資料,共20組資料,每組21幅影象.
SDI計算資料的來源及時間間隔如下:第1種計算資料我們使用了2013年10月17日和2017年4月8日2d的AIA304˚A的觀測資料,計算時選用的相鄰位置時間間隔分別為48s、96s、144s、192s、240s、288s、336s、384s、480s和720s,每天10組資料,共20組資料,每組21幅影象;第2種計算資料我們使用了2012年1月11日,2013年10月24日和2017年4月9日3d的AIA1700˚A的成像觀測資料,計算時選用的相鄰位置時間間隔分別為48s、96s、144s、240s、288s、336s、384s、480s和720s等,每天10組資料,共30組資料,每組21幅影象.
需要注意的是,計算時選用的相鄰位置時間間隔受到資料來源的觀測時間的限制,例如HMI觀測資料的最短時間間隔為45s,在生成WST平場計算資料時我們選擇使用的最短相鄰位置時間間隔為45s,AIA304˚A觀測資料的最短時間間隔為12s,而AIA1700˚A觀測資料的最短時間間隔為24s,在生成SDI平場計算資料時,我們選擇使用的最短相鄰位置時間間隔為48s,計算時選用的前8個時間間隔是最短時間間隔的n倍(n=1,2,3,4,5,6,7,8),而最後兩個相鄰位置時間間隔一個為9min(或8min),另一個為12min.最長相鄰位置時間間隔選用12min的依據是AIA在做平場資料觀測時,相鄰位置時間間隔為10min左右,所以我們在計算時選取的最長相鄰位置時間間隔為12min.
計算資料分別選取2012年、2013年和2017年的原因是其分別位於第24太陽活動周的太陽極大年和太陽極小年附近,而太陽活動的強弱可能會對使用KLL方法計算的平場定標精度造成一定的影響,所以我們分別選取了這3個年份的觀測資料作為計算資料來源,其中2012年的觀測資料只選用了AIA1700˚A的資料.
2.3 計算資料的生成
根據上面提到的21個位置的日心座標,將HMI和AIA的觀測資料按要求生成WST和SDI的平場計算資料,總共70組計算資料,我們在圖2中僅展示生成後的一組WST相鄰位置時間間隔為45s的平場計算資料,其餘各組平場計算資料與此類似,不再展示.
我們在使用KLL方法計算平場時,分為理想和觀測兩種情況進行計算:第1種為理想情況,即計算資料的平場是理想平場(理想情況下的平場資料的數值均為1.0),然後使用KLL方法計算平場,此種情況下得到的平場代表了KLL方法的最佳平場定標精度極限情況;第2種為觀測情況,利用HMI和AIA釋出的由觀測得到的平場資料(如圖3所示)將經過平場改正後的資料還原為改正前的觀測資料,然後用KLL方法計算平場,此種情況下得到的平場反映了KLL方法在實際觀測情況下的平場定標精度.
3、平場的計算與分析
我們使用上述的70組計算資料,使用KLL方法將每組計算資料按照上述理想和觀測兩種情況進行計算,共得到140個平場.
我們在計算平場過程中遇到如下困難:(1)第1種SDI計算資料的計數較低且在日面邊緣存在冕環、日珥、針狀物等現象的干擾;(2)第2種SDI計算資料計數相對較高,但是由於其原始平場的影響,使得生成的影象中有時會出現較大起伏,導致在使用索貝爾函式計算日心座標和太陽半徑時經常出現誤判現象.而WST的平場計算資料則不存在這些問題.為了克服這些困難,我們將影象進行一定閾值(採用閾值的目的是為了消除日面亮度的起伏對判斷程式的干擾,我們採用對計算影象限制其最大值和最小值的閾值方法,遮蔽掉日面對程式的干擾而提高了程式對日面邊緣梯度的判斷,所採用的閾值大小需要根據資料的實際情況設定)處理和/或去除冕環、日珥等影響後,再使用索貝爾函式計算得到日心座標和太陽半徑等引數,最後將得到的日心座標和太陽半徑等引數作為輸入引數,使用KLL方法計算平場.
圖2由HMI強度影象生成的相鄰位置時間間隔為45s的21個位置的WST平場資料示意圖
圖3用於還原觀測影象的HMI(左)、AIA304˚A(中)和1700˚A(右)的平場影象.需要注意的是圖中平場資料顯示的範圍由其上的灰度棒給出.
經過計算我們得到WST和SDI共140幅平場影象,我們這裡只給出了WST和SDI的平場示意圖,如圖4和圖5所示.圖4是按理想情況計算得到的平場,圖5是按觀測情況計算得到的平場.
圖4按理想情況由HMI強度影象計算得到的WST平場影象(左)和由AIA304˚A(中)及1700˚A(右)影象得到的SDI平場影象.需要注意的是圖中平場資料顯示的範圍由其上的灰度棒給出.
下面我們將得到的WST和SDI的平場進行統計分析.我們得到的WST和SDI的平場是以位於探測器中心的參考太陽日面邊緣的外接正方形進行歸一化處理的,而如圖3所示,原始平場的4個邊角區域均為1,因此在統計分析時,排除所得平場的4個邊角區域.統計區域類似於圖4和圖5排除4個邊角區域的圓形視場,這裡不做逐一說明.
我們的統計方法分為兩種方法:
統計方法一:對於上述第1種(理想)情況得到的WST和SDI的平場,直接統計平場的最大值、最小值、均值、標準偏差(σ)值以及平場值在均值±1σ之內,均值±3σ之內和1.0±2%之內的像元數佔總像元數的比例;統計方法二:對於上述第2種(觀測)情況得到的WST和SDI的平場,首先將得到的平場與其相應的原始平場相除,再進行與方法一同樣的統計.
圖5按觀測情況由HMI強度影象計算得到的WST平場影象(左)和由AIA304˚A(中)及1700˚A(右)影象得到的SDI平場影象.需要注意的是圖中平場資料顯示的範圍由其上的灰度棒給出.
經過統計分析,我們總共得到了14個統計表格.我們發現在上面的統計引數中,如果用σ值作為平場定標精度的衡量標準,則σ值越小說明平場數值越集中於均值附近,σ值越大則說明平場數值對均值的分散程度變大.因此得出σ值可以很好地衡量所得WST和SDI平場的質量,將同一天10個平場的σ值與其相應的相鄰位置時間間隔顯示在一起,則可以反映出平場定標精度與相鄰位置時間間隔之間的變化趨勢.我們在圖6–8中給出了理想和觀測兩種情況下所得的WST和SDI平場的σ值隨相鄰位置時間間隔的變化曲線.
我們在計算平場時,使用的KLL方法是在視覺化互動資料語言(IDL)中實現的.一組21張4096×4096畫素影象資料,在所用計算機配備1.80GHz處理器,64位作業系統和計算時選取2×2畫素合併的情況下,迭代10次的計算時間約為270s.
4、討論與結論
本文中我們透過與LST實際觀測類似的HMI的強度影象以及AIA304˚A和1700˚A影象分別測試LST載荷中WST和SDI用KLL方法獲取探測器平場時,相鄰兩個位置影象獲取的時間間隔對所得平場精度的影響.透過分析,我們得到如下結果:
(1)從圖6可知,透過HMI強度影象所測試的WST的平場定標精度高,並且隨相鄰位置時間間隔的變化很小,究其原因是白光影象比較穩定且其自身隨時間的變化很緩慢;LST的WST儀器觀測影象與其類似,預期使用KLL方法可以得到定標精度很高的平場且幾乎不隨相鄰位置時間間隔的變化而變化;
圖6由HMI2013年(加號和菱形)和2017年(三角形和正方形)資料按理想(加號和三角形)和觀測(菱形和正方形)兩種情況得到的WST平場的σ值隨相鄰位置時間間隔的變化.
(2)從圖7可知,透過AIA304˚A波段影象所測試的SDI的平場定標精度一般,並且隨相鄰位置時間間隔的增加變差,特別是在相鄰位置時間間隔大於240s後,變化愈加明顯,且在小於240s時存在一定的起伏.該波段平場定標精度的明顯變化與該波段影象上結構較多、資料計數較低(信噪比小)且隨時間變化相對較快有關.計算表明,SDI的影象信噪比會明顯高於AIA304˚A波段,因此預期LST的SDI定標精度優於該波段的定標精度;
圖7由AIA304˚A2013年(加號和菱形)和2017年(三角形和正方形)資料按理想(加號和三角形)和觀測(菱形和正方形)兩種情況得到的SDI平場的σ值隨相鄰位置時間間隔的變化.
(3)從圖8可知,透過AIA1700˚A波段影象所測試的SDI定標精度相對較好,並且隨相鄰位置時間間隔的增加也有明顯的變化,但其變化明顯優於304˚A波段而差於白光波段,原因是該波段影象的結構和信噪比均在AIA304˚A波段和HMI強度影象之間.對於該波段模擬資料得到的平場定標精度而言,在相鄰位置時間間隔大於240s後,平場定標精度變差的趨勢相對更加明顯;
(4)從圖6可以看出,對於WST平場來說,其在太陽活動周的極大年和極小年附近相差不大,說明隨著太陽活動周的變化對其平場定標精度來說影響很小;而圖7和圖8則說明,對於SDI平場來說,在太陽活動周極小年附近,定標精度相對較好,說明太陽活動的多少對其定標精度有一定的影響.
圖8由AIA1700˚A2012年(星號和交叉號),2013年(加號和菱形)和2017年(三角形和正方形)資料按理想(加號,三角形和星號)和觀測(菱形,正方形和交叉號)兩種情況得到的SDI平場的σ值隨相鄰位置時間間隔的變化.
綜合上面的分析,我們得到如下結論:在使用KLL方法獲取平場定標資料時,相鄰位置的影象採集時間間隔越短越好.具體到LST來說,在獲取採用KLL方法進行WST和SDI平場定標資料時,考慮衛星平臺進行姿態調整和影象採集的時間,WST平場精度對相鄰位置取樣時間間隔不敏感,而SDI時間間隔需要在240s範圍內.這對衛星平臺的姿態調整到穩定所需的時間給出了一定限制.
需要指出的是,以上基於HMI和AIA觀測資料進行計算所得的結果對於LST的平場定標精度對相鄰位置時間間隔的敏感性具有一定的參考價值.但LST的WST和SDI觀測資料本身與HMI的和AIA304˚A及1700˚A的觀測資料存在著一定差異,其平場定標精度與相鄰位置時間間隔之間的關係需要等ASO-S衛星發射後,在LST在軌除錯期間進行相應的觀測及驗證.
