• View
• Edit
• History
• Print

SandFr

Retour vers la page de recherche sur la PL

Projet SAND

Spectrophotometer for Aerosol Night Detection

Martin Aubé Ph.D.

Last update: 16/10/2007

• Voir la présentation faite au 2005 Fall Meeting du International Dark Sky Association
• Informations sur la campagne de mesure intensive Californie-Arizona-Utah

Objectifs:

L'objectif terminal de ce projet est de mettre au point une méthodologie permettant de déterminer les propriétés optiques des aérosols la nuit. Cette méthodologie tire profit de la présence d'aérosols dans l'atmosphère et de leur impact sur la luminance du ciel induite par la pollution lumineuse (voir projet ILLUMINA). À plus court terme, nous considérons que le problème de la détection de la luminance du ciel induite par la pollution lumineuse représente à lui seul un défi de taille que nous désirons relever.

Figure 1: Sand-2 , Spectromètre à pollution lumineuse Conception opto-mécanique et réalisation: M. Aubé / M. Fréchette

Figure 2: OBSAND , observatoire du spectrometre à pollution lumineuse Pour protéger SAND-2 des pires intempéries survenant sur les sites astronomiques, une équipe d'étudiants en génie ont concu et réalisé un observatoire automatisé nommé OBSAND.

• Télécharger le manuel d'instruction du OBSAND

Le spectrophotomètre SAND est un spectromètre à longue fente muni d'un réseau de diffraction (600 lignes/mm). L'information spectrale est recueillie par une caméra CCD. À chaque acquisition, une image spectrale est produite (figure 5). Sur cette image l'information spectrale est distribuée sur l'axe horizontal de l'image (lignes).

Figure 5: Image spectrale de la pollution lumineuse au-dessus de Sherbrooke telle que détectée du sommet du mont Mégantic (60 km à vol d'oiseau). Cette image correspond à un temps d'intégration de 3600 secondes.

Dans un premier temps, nous devons retirer le bruit thermique (dark frame). Ce dernier est évalué par l'acquisition d'une image de même temps d'intégration que l'image du ciel, en maintenant l'obturateur fermé (figure 6).

Figure 6: Image du bruit thermique avec un temps d'intégration de 3600 secondes et une température du CCD de -10 ^oC.

Figure 7: Image spectrale de la pollution lumineuse au-dessus de Sherbrooke telle que détectée du sommet du Mont-Mégantic (60 km à vol d'oiseau). Cette image correspond à une intégration de 3600 secondes qui a été corrigée pour le bruit thermique.

Les lignes verticales grises sur l'image de la figure 7 ci-dessus représentent des raies d'émissions de divers éléments chimiques (principalement ceux contenus dans les lampes de lampadaires). Si le module spectroscopique du spectrophotomètre est bien orienté, ces lignes sont parallèles aux colonnes de l'image. Pour s'assurer de ce parallélisme, un algorithme de rotation d'image est utilisé. Ce dernier recherche l'angle optimisant le signal intégré par colonnes. Le spectre présent sur chaque ligne de l'image s'étale de l'ultraviolet jusqu'au proche infra-rouge. Si nous choisissons la période d'observation pour éviter la présence de la lune, le spectre de chaque ligne est la somme du spectre de la pollution lumineuse, du spectre des étoiles, du spectre des objets interstellaires, du spectre des objets extragalactiques et des aurores boréales situées dans la ligne de visée. Comme la pollution lumineuse est par nature diffuse, sa variation angulaire dans le ciel est très faible (surtout compte tenu de la faible couverture angulaire de la fente). Par contre le contenu stellaire, interstellaire et extragalactique est très variable d'un endroit à l'autre le long de la fente.

Pour mettre en relief le spectre de la pollution lumineuse ainsi que pour augmenter le rapport signal sur bruit (S/N) nous moyennons plusieurs lignes de l'image. Une telle moyenne a en effet tendance à mettre en valeur les caractéristiques stables du spectre. Nous obtenons donc un meilleur contraste entre le spectre de la pollution lumineuse et le reste du spectre.

Figure 8: Moyenne de 509 lignes de l'image spectrale de la pollution lumineuse dans la direction de Los Angeles (30 deg au-dessus de l'horizon) telle que détectée au sommet du Mont Palomar en mai 2005. Un certain nombre de raies ont été identifiées sur cette figure. L'axe vertical représente la luminance spectrale du ciel alors que l'axe horizontal représente la longueur d'onde qui est liée à la position en pixel sur le CCD.

L'étape suivante consiste à procéder au calibrage spectral. Le but étant d'associer une valeur de longueur d'onde à chaque position en pixel sur l'image. Pour ce faire nous utilisons une source lumineuse dont nous connaissons déjà un bon nombre de raies (spectre de calibrage spectral; voir figure 9). Après avoir passé par les étapes de traitement qui précèdent, le spectre de calibrage spectral est analysé par un algorithme d'ajustement à gaussiennes multiples par la méthode des moindres carrés (gfa.f). L'algorithme génère en sortie, la position, écart type, l'amplitude, et l'intégrale de chaque gaussienne. Nous procédons ensuite à une sélection statistique des raies résultantes pour déterminer une largeur de raie représentative de l'optique de l'appareil (qui dépend entre autre de la largeur de la fente). Pour sélectionner les raies, le programmes tri.f exclue à 10 reprises les écarts types qui s'écartent de plus de 1.5 fois l'écart type des écarts types.

L'écart type moyen est calculé à partir de la sélection résultante. Cette largeur est ensuite imposée à toutes les raies de largeur comparable (écart type ± ½ écart type). La largeur des raies qui n'entrent pas dans ces limites sont laissées libres. Un autre algorithme (ordorigin_type_lampe.f) recherche la signature spectrale théorique de la lampe de calibrage spectral dans la sélection finale des gaussiennes. Cette reconnaissance repose sur le fait que nous possédons une valeur approchée de la constante de proportionnalité entre la position en pixel et la longueur d'onde pour l'appareil utilisé. Lorsque la signature est reconnue, un polynôme d'ordre 2 est ajusté sur les couples de données (pixel, longueur d'onde). Ce polynôme est ensuite appliqué au spectre du ciel (figure 10).

Figure 9: Spectre de la lampe compact fluorescent servant au calibrage spectral.

Nous appliquons aussi l'ajustement de gaussiennes multiples sur le spectre du ciel afin de trouver les différentes raies composant ce spectre. Lors de l'étape d'ajustement final nous utiliserons l'écart type moyen déterminé précédemment pour contraindre la largeur des raies toujours dans l'intervalle d'écart type (écart type ± ½ écart type) (voir figure 10).

Le polynôme trouvé précédemment est aussi appliqué aux tableau des raies délivrées par gfa.f après le filtrage de tri.f (fichier raies_sp).

Figure 10: Ajustement multi-gaussien (courbe verte) sur le spectre du ciel non calibré spectralement (rouge).