
Hodne stesti vsem publikacim!
Virtuální dýchánek, pro rozvoj komunikace nejen o galaxiích.





XSEPC> help plotPrvvý príklad vypíše nápovedu k príkazu plot (duh!), druhý odhalí, čo presne popisuje model apec, aké sú jeho parametre a podobne.
XSPEC> help model apec
XSPEC> data meno_spektraČasto ale používame viac spektrier naraz, v tom prípade ich treba roztriediť do skupín - tie rozlišujeme pomocou čísiel oddelených dvojbodkou, prvé označuje data set (spektrá budú fitnuté rovnakým modelom, druhé plot set. V praxi teda
XSPEC> da 1:1 spektrum1 1:2 spektrum2 2:3 spektrum3kde prvé dve spektrá popisuje model s rovnakými parapetrami, pre tretie sa parametre menia.
XSPEC> ig badV prvom príklade ignorujeme všetky časti spektra označené ako bad. V ostatných označuje číslo pred dvojbodkou data sety (hviezdička znamená všetky data sety). Za dvojbodkou je určený interval - celé čísla XSPEC interpretuje ako channely, reálne sú energie v keV. ** znamenajú "kam to až ide", čiže najvyššiu/najnižšiu možnú energiu/channel.
XSPEC> ig 1:12-27
XSPEC> no *:**-0.4
XSPEC> ig 2:7.-**
XSPEC> mo phabs*(bbody+po+laor)XSPEC sa ďalej spýta na prvotné odhady hodnôt parametrov a to toľkokrát, koľko máme data setov. Parametre môžeme určiť niekoľkými číslami oddelenými čiarkami (odhad hodnoty, veľkosť kroku pri iterácií, maximálna a minimálna hodnota a podobne). V prípade, že chceme ponechať parametru defautlnú hodnotu, píšeme namiesto čísla /, ak chceme defaultné hodnoty pre všetky parametre od aktuálneho ďalej, píšeme /*.
XSPEC> newpar 4 1.5V prvom príklade priradíme parametru 4 novú hodotu. Parameter 5 k nemu následne uviažeme s tým, že bude mať hodnotu troch štvrtím parametru 4, čo sa berie do úvahy aj pri fitovaní. V teťom príklade sme si to rozmysleli a parameter 5 opäť osamostatnili. Posledný príklad ukazuje, ako v jednom kroku dať parametru novú hodnotu a zároveň ho zafixovať (v princípe by sme miesto -1 mohli použíť akékoľvek záporné číslo).
XSPEC> newpar 5 = 0.75*4
XSPEC> untie 5
XSPEC> newpar 10 1e-3,-1
XSPEC> fit(dajú sa k nemu pridať aj nejaké parametre). Defaultné nastavenie sa po každých 10 iteráciách spýta, či má pokračovať, tohto sa dá zbaviť príkazom query yes, po ktorom si na všetečné otázky XSPEC odpovie sám. Chyby nafitovaných parametrov uvedené v tabuľke modelu sú len orientačné, spočíta ich príkaz error, ktorému je dobré zadať level of confidence (v sigma) a nevyhnutné zadať, ktoré parametre nás zaujímajú. Čiže
XSPEC> err 1. 3,4,6spočíta 1 sigma chyby pre parametre 3,4 a 6.
XSPEC> cpd /xwNa začiatok treba nastaviť, kam sa má obrázok kresiť. Slúži na to príkaz cpd (change plot device), /xw je pre XWindows, /cps kreslí to postscript súboru (pred lomeno sa dá napísať meno output súboru, cpd mojespektrum.ps/cps). setplot udáva vlastnosti obrázku, e je pre energy, čiže miesto channelov bude xová os v energiách. pl ld res hovorí PGPLOTU, že má kresliť v log-log a v spodnom paneli obrázku vykresliť reziduá (rozdiel dát a modelu). Posledný pl urobí presne to, čo príkaz o riadok vyššie, ale už nemusíme písať parametre.
XSPEC> setp e
XSPEC> pl ld res
XSPEC> pl
XSPEC> @subor.xcm
$ tar xvf "meno_archívu"a spustiť
$ ./install.shNakoniec treba zadefinovať nejaké premenné, o čo sa stará skript, ktorý treba nasourcovať pred každým spustením (napr. pridaním kódu do .bashrc).
$ . /cesta/xmmsas_20100423_1801/setsas.shDetaily inštalácie sú detailne tu.
$ rsync -v -a --delete --delete-after --force --include='*.CCF' --exclude='*/' xmm.esac.esa.int::XMM_RED_CCF /ccf/kde posledné /ccf/ treba nahradiť adresárom, kde chceme súbory uložiť. SAS sa o nich dozvie pomocou premennej SAS_CCFPATH, ktorú nastavíme ručne tak, aby naň ukazovala.
$ export SAS_ODF=/cesta/odf/Teraz možeme spustiť
$ cifbuildktorý vytvorí súbor ccf.cif (Current Calibration File). Najlepšie je spustiť ho priamo v odf/ adresári. Na ccf.cif ukazuje ďalšia premenná
$ export SAS_CCF=/cesta/ccf.cif(napr. $ export SAS_CCF=$SAS_ODF/ccf.cif, ak to robíme podľa toho, čo píšem vyššie). Nakoniec spustíme
$ odfingestktorý prekope celé pozorovanie a zapíše, čo všetko obsahuje, do .SAS súboru. Pomocou tohto súboru sa ostatné procedúry orientujú v pozorovaní a ak ho nenájdu, budú toho názoru, že pozorovanie neobsahuje žiadne dáta.
$ mkdir mosV adresári mos/ teda spustíme
$ mkdir pn
$ emchain(bez parametrov). V adresári sme týmto vytvorili veľa obskurne nazvaných súborov, pre nás najdôležitejšie sú *M1*MIEVLI* a *M2*MIEVLI*, ktoré si môžeme poyrieť napr v ds9.Pre pn sa o niečo podobné stará
$ epchainno treba si dávať pozor - pri rôznych pozorovaniach zaznamenáva pn detektor určitý zlomok OOT (Out Of Time) eventov, ktoré treba od pozorovania odčítať. Tu je treba pozrieť sa do SAS a tiež epchain manuálov pre správne parametre a spôsoby odčítania. Jedným zo spôsobov odčítania je použitie utility farith z heasoftu.
$ mos-filterno tieto veci sa dajú robiť ručne.
$ pn-filter
$ evselect table=meno_eventfilu withrateset=yes rateset=meno_sv_krivky timecolumn=TIME \expression udáva charakteristiky eventov, čo nás zaujímajú. #XMMEA_EM vyberá len good eventy, PI určuje interval energii v eV, PATTERN určuje, aké typy eventov sa majú brať do úvahy (fotóny môžu na detektore vytvoriť rôzne obrazce - nie je to limitované na jeden fotón/jeden pixel - pričom kalibrované sú všetky po 12ty). Pre pn použijeme analogický príkaz, binovanie bude ale nižšie (pokus-omyl), v expression bude XMMEA_EP, energia 10-14keV a pattern len po 4.
timebinsize=100 maketimecolumn=yes \
expression='#XMMEA_EM && (PI in [10000:12000]) && (PATTERN<=12)'
$ tabgtigen table=meno_sv_krivky gtiset=meno_gti_súboru \pričom spodnú a hornú hranicu v expression môžeme určite viacerými spôsobmi. Jednoduchší ale menej vedecký spôsob je stanoviť hodnotu priamo zo svetelnej krivky tak, aby približne konštantné pozadie zostalo zachované ale flary zmizli. Pomocou procedúry fhisto ale tiež vieme zostrojiť zo svetelnej krivky histogram
expression=COUNTS.gt.0.909262.and.COUNTS.lt.23
$ fhisto meno_sv_krivky meno_histogramu COUNTS 1Pokiaľ sme použili správnu veľkosť časových binov pri zosrojovaní sv. krivky, mali by sme dostať Poissonovské rozloženie. Toto môžeme s prižmúrením oka preložiť Gaussovou krivkou (v fplote príkaz mo gaus) a brať do úvahy napr. úseky s pozadím plusmínus 3 sigma. Samotné filtrovanie pomocou evselect potom vyzerá
$ evselect table=meno_eventfilu withfilteredset=true destruct=yes keepfilteroutput=true \Po tomto všetkom treba rovnako odfiltrovať úseky s vysokým pozadím v nízkych energiách 0.3-1keV.
expression="GTI(meno_gti,TIME)" filteredset=filtrovany_evetfile
$ evselect table=meno_eventfilu withspectrumset=true withspecranges=true \pre MOS a analogicky pre pn (specchannnelmax=20479, PATTERN<=4, PI in [300:14000]).
energycolumn=PI specchannelmin=0 specchannelmax=11999 spectralbinsize=15 \
updateexposure=yes spectrumset=meno_spektra \
expression="(FLAG==0) && (PATTERN<=12) \ && (PI in [300:12000])"
$ rmfgen spectrumset=meno_spektra rmfset=meno_rmf detmaptype=dataset \Ak sa nejedná o plošný zdroj, treba upraviť príslušný parameter.
detmaparray=meno_detektorovej_mapy extendedsource=yes \
badpixlocation=povodny_eventfile
$ arfgen spectrumset=meno_spektra arfset=meno_arf \Pre neplošné zdroje treba znovu upraviť príslušný parameter.
withrmfset=yes rmfset=meno_rmf \
extendedsource=yes badpixlocation=meno_eventfile \
detmaptype=dataset detmaparray=meno_detektorovej_mapy













