Bright region reset: an on-detector strategy for minimizing the impacts of atmospheric emission lines on spectral observations
Notice bibliographique
Résumé
Observations in the near-infrared using large ground-based telescopes are adversely impacted by bright atmospheric emission lines, particularly the OH Meinel bands. These lines can saturate a moderate-resolution spectrograph on the order of minutes, resulting in information loss at the wavelengths of the lines. OH lines also vary on similar timescales, requiring frequent sky exposures to be able to subtract the sky spectrum from that of the target. In this paper we present a new method, which we call bright region reset (BRR), to prevent the saturation of these lines in near-infrared spectra while simultaneously improving information about their variability. This is accomplished by periodically resetting pixels that contain bright lines on a detector capable of sub-window readout while the rest of the detector continues integrating. This method is demonstrated on the McKellar Spectrograph in the 1.2 m telescope at the Dominion Astrophysical Observatory in Victoria, Canada. Using a Teledyne H2RG detector, we reset the emission lines produced by an arc lamp while still recording their flux. We show no degradation in the resulting spectrum compared to a conventional observing mode. Unlike other OH line mitigation strategies, the BRR method not only avoids loss of information at wavelengths containing the lines, but also provides higher-cadence information on sky line variability, making it a promising technique for implementation at observatories. We advocate demonstrating this method on sky at existing 8--10 m class facilities with near-infrared spectrographs equipped with HxRG detectors in order to test its feasibility for use in sky subtraction schemes for premier modern spectrographs, including the upcoming generation of instruments for the Extremely Large Telescopes.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».