Caroline BOT CDS - Strasbourg

1. Caroline BOT CDS - Strasbourg Etude du milieu interstellaire dans le Petit Nuage de Magellan:un cas scientifique de l'Observatoire Virtuel

2. Quelle science avec l'OV? • OV= vivier d'études multi-longueurs d'ondes • Complexes car données hétérogènes • Caractéristiques de l'instrument (résolution, sensibilité,...) • Techniques utilisées (imagerie, spectroscopie,...) • Actuellement, développements et outils de l'OV concernent surtout sources ponctuelles • objets stellaires, quasars, galaxies lointaines, ...

3. Sources ponctuelles vs émission étendue • ''Retard émission étendue'' due à des différences de nature et à une difficulté plus grande • Les objets étendus sont complexes, en particulier multi-échelles (Exp: un nuage moléculaire géant contient des nuages individuels qui contiennent des coeurs denses, ...) • Spitzer: première arrivée de grandes quantités de données dans IR et sub-mm • Mais bientôt Planck, Herschel, Alma,...

4. Cas scientifiques de l'OV • Etudes du MIS dans SMC: multi-longueurs d'onde, multi-résolution, multi-échelle • Exemples scientifiques d'utilisation OV sur objets étendus • Permet de: • définir des spécifications pour la prise en compte des données étendues • Tests et propositions d'outils

5. Etude du milieu interstellaire diffus dans le SMC • But: caractériser les propriétés de la poussière(température, émissivité,...) dans le SMC • Données: • ISOPHOT: 170m, 4°x4°, 90'', archive ISO • IRAS HiRes: 12 à 100m, 1°x1°, <4', mail a IPAC • ATCA/Parkes: 21cm, carte, 90'', site ftp

6. Etapes d'une étude multi-longueur d'ondes • Recherche des données • Collecte (ftp, site web, ...) • Mise en forme des données • Réduction • Vérifications et incertitudes (calibration des données) • Projections et résolution • Comparaison et analyse

7. Etapes d'une étude multi-longueur d'ondes • Recherche des données • Collecte (ftp, site web, ...) • Mise en forme des données • Réduction • Vérifications et incertitudes • Projections et résolution • Comparaison et analyse -Long et fastidieux -Dépend souvent du bon vouloir des producteurs -Demande une expertise dans le domaine (connaissance des données et des instruments)

8. Un prototype de base de données d'équipe • Regrouper des données d'équipe dans une base accessible sur le web et reliée à l'OV • SAADA: générateur automatique de bases de données • Différents types de données (spectres, images,...) • Met en avant le contenu scientifique • Facilité d'utilisation

9. Définition d'un ensemble de collections: ISO, ATCA,... • Classification sur les mots clés des entêtes FITS (instrument, filtre, ...) • Lien avec les outils de l'OV (Aladin, ...)

10. Prétraitement des données • Vérification astrométrique des données • Vérification photométrique? • Exp: IRAS HiRes avec IRIS • Convolution des données IRAS à résolution IRIS • Reprojection des cartes sur un même grille • Diagramme de corrélation pixel-à-pixel • Ajustement d'une droite sur la corrélation • Corriger du biais observé sur les cartes

11. Prétraitement des données • Vérification astrométrique des données • Vérification photométrique • Exp: IRAS HiRes avec IRIS • Convolution des données IRAS à résolution DIRBE • Reprojection des cartes sur un même grille • Diagramme de corrélation pixel-à-pixel • Ajustement d'une droite sur la corrélation • Corriger du biais observé sur les cartes OUTILS GENERIQUES Calculatrice d'images

12. Prétraitement des données • Reprojection des cartes sur une même grille • Diagramme de corrélation pixel-à-pixel • Extension VOPlot aux images rsamp

13. Comparaison et analyse • Reste le rôle du chercheur • Utilisation d'outils génériques • Diagrammes de corrélation • Opérations arithmétiques sur les images • Détermination de flux • Construction de SEDs • Analyse plus fine avec des modules externes Couleurs IR Cartes t°,GDR Spectres d'objets étendus