diff --git a/compose/local/postgres/init-db.sh b/compose/local/postgres/init-db.sh index 19ab742..896d19f 100644 --- a/compose/local/postgres/init-db.sh +++ b/compose/local/postgres/init-db.sh @@ -18,7 +18,7 @@ EOSQL psql -v ON_ERROR_STOP=1 --username "$POSTGRES_USER" --dbname "daiquiri_data" <<-EOSQL \i /data/des_dr2_sample.sql; EOSQL -# -- CREATE INDEX coadd_objects_ra_dec ON des_dr2.coadd_objects USING btree (q3c_ang2ipix(ra, "dec")); +# -- CREATE INDEX coadd_objects_ra_dec ON des_dr2.main USING btree (q3c_ang2ipix(ra, "dec")); # Create Table GAIA SAMPLE SCHEMA psql -v ON_ERROR_STOP=1 --username "$POSTGRES_USER" --dbname "daiquiri_data" <<-EOSQL diff --git a/consume_tap.ipynb b/consume_tap.ipynb index d753a39..4dc6b06 100644 --- a/consume_tap.ipynb +++ b/consume_tap.ipynb @@ -108,7 +108,7 @@ } ], "source": [ - "query = \"SELECT TOP 10 coadd_object_id, ra, dec from des_dr2.coadd_objects\"\n", + "query = \"SELECT TOP 10 coadd_object_id, ra, dec from des_dr2.main\"\n", "\n", "tap_result = tap_service.run_sync(query, language=\"adql\")\n", "\n", @@ -138,7 +138,7 @@ } ], "source": [ - "query = \"SELECT coadd_object_id, ra, dec from des_dr2.coadd_objects limit 10\"\n", + "query = \"SELECT coadd_object_id, ra, dec from des_dr2.main limit 10\"\n", "\n", "tap_result = tap_service.run_sync(query, language=\"postgresql\")\n", "\n", @@ -184,7 +184,7 @@ "lang = \"PostgreSQL\"\n", "query_string = \"\"\"\n", "SELECT ra, dec\n", - "FROM des_dr2.coadd_objects\n", + "FROM des_dr2.main\n", "LIMIT 100\n", "\"\"\"\n", "tap_session = requests.Session()\n", diff --git a/daiquiri/config/settings/base.py b/daiquiri/config/settings/base.py index 3af0162..43ea064 100644 --- a/daiquiri/config/settings/base.py +++ b/daiquiri/config/settings/base.py @@ -210,7 +210,7 @@ CONESEARCH_ADAPTER = "daiquiri.conesearch.adapter.SimpleConeSearchAdapter" CONESEARCH_ANONYMOUS = True CONESEARCH_SCHEMA = "des_dr2" -CONESEARCH_TABLE = "coadd_objects" +CONESEARCH_TABLE = "main" CONESEARCH_SUBJECTS = ["cone search"] QUERY_FORMS = [ diff --git a/daiquiri/fixtures/initial_data.json b/daiquiri/fixtures/initial_data.json index 7dbbbb0..d98cb4a 100644 --- a/daiquiri/fixtures/initial_data.json +++ b/daiquiri/fixtures/initial_data.json @@ -64,7 +64,7 @@ "model": "data.dataindexpage", "pk": 8, "fields": { - "body": "# Dark Energy Survey - Data Release 2 (DES DR2)\r\n\r\nContents:\r\n\r\n- [Introdução](#introduction)\r\n- [Como acessar](#how-to-access)\r\n- [Informação dos Dados](#dataset-information)\r\n- [Informação Técnicas](#technical-information)\r\n- [Referências](#reference)\r\n\r\n\r\n## Introdução\r\n\r\n\r\nO Dark Energy Survey Data Release 2 (DES DR2) é um amplo levantamento de imagens astronômicas feitas por telescópios em solo abrangendo uma área de aproximadamente 5000 graus quadrados do céu do hemisfério sul da Via Láctea, do espectro visível e do infravermelho próximo, em cinco bandas fotométricas amplas: grizY. O principal objetivo do DES é aprimorar nossa compreensão da aceleração cósmica e da natureza da energia escura. \r\n\r\nPara atender aos objetivos científicos, a Colaboração DES desenvolveu e empregou a Dark Energy Camera (DECam), uma câmera de 570 megapixels com um campo de visão de 3 graus quadrados. Esta câmera foi instalada no topo do telescópio Blanco de 4 metros, localizado no Observatório Interamericano Cerro Tololo (CTIO), situada no norte do Chile.\r\n\r\nO DES DR2 abrange aproximadamente 691 milhões de objetos astronômicos distintos, identificados em 10.169 imagens coadicionadas, cada um com uma área de 0,534 graus quadrados, derivadas de um total de 76.217 exposições. A precisão fotométrica é de cerca de 10 milimagnitudes, e a precisão astrométrica interna média é de aproximadamente 27 milissegundos de arco. Para mais informações, consulte o documentação oficial [aqui](https://datalab.noirlab.edu/des/)\r\n\r\n## Como acessar\r\n\r\nO LIneA (Laboratório Interinstitucional de e-Astronomia) disponibiliza uma biblioteca Python chamada `dblinea` que permite acessar o banco de dados da própria instituição. Essa biblioteca é útil para recuperar dados dentro da plataforma JupyterHub. Para utilizar essa bibilioteca é necessário ter o pacote dblinea instalado em seu ambiente Python. Para instalá-lo use o comando:\r\n\r\n
pip install dblinea
\r\n\r\nA conexão com o banco de dados é feita pela classe DBBase. Um exemplo de utilização é criar uma instância do DBBase para fazer consultas ao banco de dados.\r\n\r\n
# Importe a classe DBBase do pacote dblinea\r\nfrom dblinea import DBBase\r\n  \r\n# Crie uma instância do DBBase. Essa instância será usada para se conectar ao banco de dados.\r\ndb = DBBase()\r\n    \r\n# Descreve o nome e o tipo das colunas de uma tabela.\r\ndb.describe_table(\"dr2\", schema = \"des\")\r\n
\r\n\r\nOs métodos `fetchall(query)`, `fetchall_dict(query)` e `fetchall_df(query)` fazem a consulta referente ao conteúdo atribuído ao argumento (no exemplo abaixo, à variável `query`, uma string com um comando SQL) no banco de dados e retornam os dados, respectivamente, nos formatos: lista de tuplas, dicionário, objeto do tipo pandas.DataFrame. Por exemplo, vamos consultar o identificador único e as coordenadas dos objetos nas 10 primeiras linhas da tabela:\r\n\r\n```python\r\nquery = \"SELECT coadd_object_id, ra, dec FROM des_dr2.coadd_objects limit 10\"\r\ndataframe_10_objetos = db.fetchall_df(query)\r\n```\r\n\r\nAlguns exemplos de como utilizar a biblioteca dblinea para buscar objedos em uma dada região do céu estão presentes no _Jupyter notebook_ tutorial `2-acesso-a-dados.ipynb` disponível no repositório GitHub jupyterhub-tutorial. Para acessar o notebook, uma vez logado no LIneA JupyterHub, clone o repositório de tutoriais. No terminal do Jupyter Lab, execute:\r\n\r\n```bash\r\n$ git clone https://github.com/linea-it/jupyterhub-tutorial.git\r\n```\r\n\r\nA documentação oficial e completa da biblioteca `dblinea` está no site: https://dblinea.readthedocs.io/en/latest/quickstart.html\r\n\r\n## Informação dos Dados\r\n\r\n\r\n### DES DR2 Main\r\n\r\nA tabela abaixo fornece uma descrição das colunas encontradas no DES DR2, juntamente com seus tipos de dados associados. É importante observar que a terceira coluna desta tabela especifica o número de colunas associadas a cada elemento. Por exemplo, para FLAGS_G,R,I,Z,Y, existem cinco colunas associadas: FLAGS_G, FLAGS_R, FLAGS_I, FLAGS_Z e FLAGS_Y. Todas as colunas foram indexadas.\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n
Nome da ColunaTipo de DadosDescriçãoColunas
A_IMAGEFloatTamanho do eixo principal com base em um modelo isofotal [pixel]1
ALPHAWIN_J2000DoubleAscensão reta para o objeto, J2000 no sistema ICRS (precisão total mas não indexada) [deg]1
AWIN_IMAGE_G,R,I,Z,YFloatTamanho do eixo principal, a partir de medições de momento em janela de 2ª ordem [pixels]5
BACKGROUND_G,R,I,Z,YFloatNível de fundo pelo amplificador CCD [mag]1
B_IMAGEFloatTamanho do eixo menor com base em um modelo isofotal [pixel]1
BWIN_IMAGE_G,R,I,Z,YFloatX-centroide das medidas em janela na imagem de banda coadicionada para o eixo menor [pixel]5
COADD_OBJECT_IDBigintIdentificador único para os objetos coadicionados1
CLASS_STAR_G,R,I,Z,YFloatClassificador de fonte estendida morfológica simples. Valores entre 0 (galáxias) e 1 (estrelas).5
DECDoubleDeclinação, com precisão quantizada para indexação (DELTAWIN_J2000 tem precisão total, mas não é indexada) [deg]1
DELTAWIN_J2000Doubledecl. para o objeto, J2000 no sistema ICRS (precisão total mas não indexada) [deg]1
EBV_SFD98DoubleCoeficiente de avermelhamento E(B-V) de Schlegel, Finkbeiner & Davis, 1998 [mag]1
ERRA_IMAGEFloatIncerteza no tamanho do eixo principal, a partir do modelo isofotal [pixel]1
ERRAWIN_IMAGE_G,R,I,Z,YFloatIncerteza no tamanho do eixo principal, a partir de medições em janelas convergentes, assumindo ruído não correlacionado [pixel]5
ERRB_IMAGEFloatIncerteza no tamanho do eixo menor, do modelo isofotal [pixel]1
ERRBWIN_IMAGE_G,R,I,Z,YFloatIncerteza no X-centroide das medidas em janela na imagem de banda coadicionada para o eixo menor [pixel]5
ERRTHETA_IMAGEFloatIncerteza na posição da fonte, do modelo isofotal1
ERRTHETAWIN_IMAGE_G,R,I,Z,YFloatIncerteza no ângulo de posição (theta) para o objeto, da medição em janela convergida [deg]5
ERRX2WIN_IMAGE_G,R,I,Z,YDoubleIncerteza no segundo momento do centróide da distribuição em x, das medidas em janela convergidas [pixel2]5
ERRXYWIN_IMAGE_G,R,I,Z,YDoubleIncerteza no segundo momento da distribuição xy, das medidas em janela convergidas [pixel2]5
ERRY2WIN_IMAGE_G,R,I,Z,YDoubleIncerteza no segundo momento do centróide da distribuição em y, das medidas em janela convergidas [pixel2]5
EXTENDED_CLASS_COADDSMALLINTO: estrelas de alta confiança; 1: estrelas candidatas; 2: principalmente galáxias; 3: galáxias de alta confiança; -9: Sem dados; Fotometria Sextractor1
EXTENDED_CLASS_WAVGSMALLINTO: estrelas de alta confiança ; 1: estrelas candidatas; 2: principalmente galáxias; 3: galáxias de alta confiança; -9:Sem dados; Fotometria WAVG1
FLAGS_G,R,I,Z,YSMALLINTSinalizador descrevendo conselhos cautelosos sobre o processo de extração de fontes (SINAIS <4 para objetos bem comportados)1
FLUX_AUTO_G,R,I,Z,YFloatMedição de fluxo de abertura, modelo elíptico com base no raio de Kron [ADU]5
FLUX_RADIUS_G,R,I,Z,YFloatRaio de meia luz para o objeto, a partir de uma curva de crescimento elíptica, modelada em duas dimensões [pixel]5
FLUXERR_AUTO_G,R,I,Z,YFloatIncerteza na medição de fluxo de abertura, modelo elíptico com base no raio de Kron [ADU]5
FWHM_IMAGE_G,R,I,Z,YFloatLargura total à meia-altura (FWHM) para cada banda [pixel]5
GALACTIC_BFloatLatitude Galáctica [deg]1
GALACTIC_LFloatLongitude Galáctica [deg]1
HPIX_32,64,1024,4096,16384BIGINTIdentificador Healpix para seu tamanho de grade nside, em um esquema NESTED5
IMAFLAGS_ISO_G,R,I,Z,YIntegerSinalizador identificando fontes com pixels ausentes/marcados considerando todas as imagens de única época (sem viés)1
ISOAREA_IMAGE_G,R,I,Z,YIntegerÁrea isofotal da fonte coadicionada [pixel2]5
KRON_RADIUSFloatRaio de Kron medido a partir da imagem coadicionada [pixel]1
KRON_RADIUS_G,R,I,Z,YFloatRaio de Kron medido a partir da imagem coadicionada5
MAG_AUTO_G,R,I,Z,YFloatEstimativa de magnitude, para um modelo elíptico baseado no raio de Kron [mag]5
MAG_AUTO_G,R,I,Z,Y_DEREDFloatEstimativa de magnitude descorrigida (usando SFD98), para um modelo elíptico baseado no raio de Kron [mag]5
MAGERR_AUTO_G,R,I,Z,YFloatIncerteza na estimativa de magnitude, para um modelo elíptico baseado no raio de Kron [mag]5
NEPOCHS_G,R,I,Z,YIntegerNúmero de épocas em que a fonte é detectada em imagens de época única5
NITER_MODEL_G,R,I,Z,YIntegerNúmero de iterações em medições fotométricas de ajuste de modelo5
RADoubleAscensão reta, com precisão quantizada para indexação (ALPHAWIN_J2000 tem precisão total mas não indexada) [deg]1
SPREAD_MODEL_G,R,I,Z,YFloatClassificador morfológico baseado na comparação entre o modelo PSF versus exponencial-PSF. Valores mais próximos de 0 correspondem a estrelas, valores maiores correspondem a galáxias5
SPREADERR_MODEL_G,R,I,Z,YFloatIncerteza no classificador morfológico baseado na comparação entre o modelo PSF versus exponencial-PSF5
THETAWIN_IMAGE_G,R,I,Z,YFloatÂngulo de posição (theta) para a fonte, para medição em janela convergida crescente de x para y [deg]5
THETA_J2000FloatÂngulo de posição (theta) do eixo principal para o objeto no sistema ICRS (J2000) [deg]1
TILENAMECharIdentificador de cada um dos blocos onde está quadriculado o levantamento1
WAVG_FLUX_PSF_G,R,I,Z,YFloatFluxo médio ponderado, de detecções de época única ajustadas ao PSF [ADU]5
WAVG_FLUXERR_PSF_G,R,I,Z,YFloatIncerteza da medição de fluxo médio ponderado de PSF ajusta detecções de época única [ADU]5
WAVG_MAG_PSF_G,R,I,Z,YFloatMagnitude média ponderada, de detecções de época única ajustadas ao PSF [mag]5
WAVG_MAG_PSF_G,R,I,Z,Y_DEREDFloatMagnitude média ponderada reduzida (usando SFD98) de PSF ajusta detecções de época única [mag]5
WAVG_MAGERR_PSF_G,R,I,Z,YFloatIncerteza da magnitude média ponderada, de detecções de época única ajustadas ao PSF [mag]5
WAVG_SPREAD_MODEL_G,R,IZ,YFloatMODELO SPREAD usando os valores médios ponderados das detecções de única época5
WAVG_SPREADERR_MODEL_G.R.I.Z.YFloatIncerteza no MODELO SPREAD usando os valores médios ponderados das detecções de única época5
X2WIN_IMAGE_G,R,I,Z,YDoubleSegundo momento na direção x, das medidas convergidas em janela [pixel2]5
XYWIN_IMAGE_G,R,I,Z,YDoubleSegundo momento na direção xy, das medidas convergidas em janela [pixel2]5
XWIN_IMAGEDoubleX-centroide das medidas em janela na imagem coadicionada [pixel]1
XWIN_IMAGE_G,R,I,Z,YDoubleX-centroide das medidas em janela na imagem de banda coadicionada [pixel]5
Y2WIN_IMAGE_G,R,I,Z,YDoubleSegundo momento na direção y, das medidas convergidas em janela [pixel2]5
YWIN_IMAGEDoubleY-centroide das medidas em janela na imagem coadicionada [pixel]1
YWIN_IMAGE_G,R,I,Z,YDoubleY-centroide das medidas em janela na imagem de banda coadicionada [pixel]5
\r\n\r\n## Informação Técnicas\r\n\r\n### Download e Ingestão de Dados\r\n\r\n\r\nNa tabela a seguir, são detalhados os períodos de tempo necessários para baixar arquivos DES DR2 e ingerir dados em nosso banco de dados.\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n
ÍndicesTempo
RA e DEC1037 minutos
\r\n\r\n\\** O tamanho total do download foi de aproximadamente 9,2TB.
\r\n\r\n\r\n
\r\n\r\nAs tabelas abaixo exibem o tempo dedicado à criação de índices para a tabela DES DR2 e o número de linhas e colunas.\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n
ÍndicesTempo
RA e DEC1037 minutos
\r\n\r\n
\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n
Outros-
Número de linhas691.498.505
Número de colunas215
\r\n\r\n\r\n\r\n## Referências\r\n\r\n- [https://datalab.noirlab.edu/des/](https://datalab.noirlab.edu/des/)\r\n- [https://dblinea.readthedocs.io/en/latest/quickstart.html](https://dblinea.readthedocs.io/en/latest/quickstart.html)\r\n- [https://arxiv.org/abs/2101.05765](https://arxiv.org/abs/2101.05765)" + "body": "# Dark Energy Survey - Data Release 2 (DES DR2)\r\n\r\nContents:\r\n\r\n- [Introdução](#introduction)\r\n- [Como acessar](#how-to-access)\r\n- [Informação dos Dados](#dataset-information)\r\n- [Informação Técnicas](#technical-information)\r\n- [Referências](#reference)\r\n\r\n\r\n## Introdução\r\n\r\n\r\nO Dark Energy Survey Data Release 2 (DES DR2) é um amplo levantamento de imagens astronômicas feitas por telescópios em solo abrangendo uma área de aproximadamente 5000 graus quadrados do céu do hemisfério sul da Via Láctea, do espectro visível e do infravermelho próximo, em cinco bandas fotométricas amplas: grizY. O principal objetivo do DES é aprimorar nossa compreensão da aceleração cósmica e da natureza da energia escura. \r\n\r\nPara atender aos objetivos científicos, a Colaboração DES desenvolveu e empregou a Dark Energy Camera (DECam), uma câmera de 570 megapixels com um campo de visão de 3 graus quadrados. Esta câmera foi instalada no topo do telescópio Blanco de 4 metros, localizado no Observatório Interamericano Cerro Tololo (CTIO), situada no norte do Chile.\r\n\r\nO DES DR2 abrange aproximadamente 691 milhões de objetos astronômicos distintos, identificados em 10.169 imagens coadicionadas, cada um com uma área de 0,534 graus quadrados, derivadas de um total de 76.217 exposições. A precisão fotométrica é de cerca de 10 milimagnitudes, e a precisão astrométrica interna média é de aproximadamente 27 milissegundos de arco. Para mais informações, consulte o documentação oficial [aqui](https://datalab.noirlab.edu/des/)\r\n\r\n## Como acessar\r\n\r\nO LIneA (Laboratório Interinstitucional de e-Astronomia) disponibiliza uma biblioteca Python chamada `dblinea` que permite acessar o banco de dados da própria instituição. Essa biblioteca é útil para recuperar dados dentro da plataforma JupyterHub. Para utilizar essa bibilioteca é necessário ter o pacote dblinea instalado em seu ambiente Python. Para instalá-lo use o comando:\r\n\r\n
pip install dblinea
\r\n\r\nA conexão com o banco de dados é feita pela classe DBBase. Um exemplo de utilização é criar uma instância do DBBase para fazer consultas ao banco de dados.\r\n\r\n
# Importe a classe DBBase do pacote dblinea\r\nfrom dblinea import DBBase\r\n  \r\n# Crie uma instância do DBBase. Essa instância será usada para se conectar ao banco de dados.\r\ndb = DBBase()\r\n    \r\n# Descreve o nome e o tipo das colunas de uma tabela.\r\ndb.describe_table(\"dr2\", schema = \"des\")\r\n
\r\n\r\nOs métodos `fetchall(query)`, `fetchall_dict(query)` e `fetchall_df(query)` fazem a consulta referente ao conteúdo atribuído ao argumento (no exemplo abaixo, à variável `query`, uma string com um comando SQL) no banco de dados e retornam os dados, respectivamente, nos formatos: lista de tuplas, dicionário, objeto do tipo pandas.DataFrame. Por exemplo, vamos consultar o identificador único e as coordenadas dos objetos nas 10 primeiras linhas da tabela:\r\n\r\n```python\r\nquery = \"SELECT coadd_object_id, ra, dec FROM des_dr2.main limit 10\"\r\ndataframe_10_objetos = db.fetchall_df(query)\r\n```\r\n\r\nAlguns exemplos de como utilizar a biblioteca dblinea para buscar objedos em uma dada região do céu estão presentes no _Jupyter notebook_ tutorial `2-acesso-a-dados.ipynb` disponível no repositório GitHub jupyterhub-tutorial. Para acessar o notebook, uma vez logado no LIneA JupyterHub, clone o repositório de tutoriais. No terminal do Jupyter Lab, execute:\r\n\r\n```bash\r\n$ git clone https://github.com/linea-it/jupyterhub-tutorial.git\r\n```\r\n\r\nA documentação oficial e completa da biblioteca `dblinea` está no site: https://dblinea.readthedocs.io/en/latest/quickstart.html\r\n\r\n## Informação dos Dados\r\n\r\n\r\n### DES DR2 Main\r\n\r\nA tabela abaixo fornece uma descrição das colunas encontradas no DES DR2, juntamente com seus tipos de dados associados. É importante observar que a terceira coluna desta tabela especifica o número de colunas associadas a cada elemento. Por exemplo, para FLAGS_G,R,I,Z,Y, existem cinco colunas associadas: FLAGS_G, FLAGS_R, FLAGS_I, FLAGS_Z e FLAGS_Y. Todas as colunas foram indexadas.\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n
Nome da ColunaTipo de DadosDescriçãoColunas
A_IMAGEFloatTamanho do eixo principal com base em um modelo isofotal [pixel]1
ALPHAWIN_J2000DoubleAscensão reta para o objeto, J2000 no sistema ICRS (precisão total mas não indexada) [deg]1
AWIN_IMAGE_G,R,I,Z,YFloatTamanho do eixo principal, a partir de medições de momento em janela de 2ª ordem [pixels]5
BACKGROUND_G,R,I,Z,YFloatNível de fundo pelo amplificador CCD [mag]1
B_IMAGEFloatTamanho do eixo menor com base em um modelo isofotal [pixel]1
BWIN_IMAGE_G,R,I,Z,YFloatX-centroide das medidas em janela na imagem de banda coadicionada para o eixo menor [pixel]5
COADD_OBJECT_IDBigintIdentificador único para os objetos coadicionados1
CLASS_STAR_G,R,I,Z,YFloatClassificador de fonte estendida morfológica simples. Valores entre 0 (galáxias) e 1 (estrelas).5
DECDoubleDeclinação, com precisão quantizada para indexação (DELTAWIN_J2000 tem precisão total, mas não é indexada) [deg]1
DELTAWIN_J2000Doubledecl. para o objeto, J2000 no sistema ICRS (precisão total mas não indexada) [deg]1
EBV_SFD98DoubleCoeficiente de avermelhamento E(B-V) de Schlegel, Finkbeiner & Davis, 1998 [mag]1
ERRA_IMAGEFloatIncerteza no tamanho do eixo principal, a partir do modelo isofotal [pixel]1
ERRAWIN_IMAGE_G,R,I,Z,YFloatIncerteza no tamanho do eixo principal, a partir de medições em janelas convergentes, assumindo ruído não correlacionado [pixel]5
ERRB_IMAGEFloatIncerteza no tamanho do eixo menor, do modelo isofotal [pixel]1
ERRBWIN_IMAGE_G,R,I,Z,YFloatIncerteza no X-centroide das medidas em janela na imagem de banda coadicionada para o eixo menor [pixel]5
ERRTHETA_IMAGEFloatIncerteza na posição da fonte, do modelo isofotal1
ERRTHETAWIN_IMAGE_G,R,I,Z,YFloatIncerteza no ângulo de posição (theta) para o objeto, da medição em janela convergida [deg]5
ERRX2WIN_IMAGE_G,R,I,Z,YDoubleIncerteza no segundo momento do centróide da distribuição em x, das medidas em janela convergidas [pixel2]5
ERRXYWIN_IMAGE_G,R,I,Z,YDoubleIncerteza no segundo momento da distribuição xy, das medidas em janela convergidas [pixel2]5
ERRY2WIN_IMAGE_G,R,I,Z,YDoubleIncerteza no segundo momento do centróide da distribuição em y, das medidas em janela convergidas [pixel2]5
EXTENDED_CLASS_COADDSMALLINTO: estrelas de alta confiança; 1: estrelas candidatas; 2: principalmente galáxias; 3: galáxias de alta confiança; -9: Sem dados; Fotometria Sextractor1
EXTENDED_CLASS_WAVGSMALLINTO: estrelas de alta confiança ; 1: estrelas candidatas; 2: principalmente galáxias; 3: galáxias de alta confiança; -9:Sem dados; Fotometria WAVG1
FLAGS_G,R,I,Z,YSMALLINTSinalizador descrevendo conselhos cautelosos sobre o processo de extração de fontes (SINAIS <4 para objetos bem comportados)1
FLUX_AUTO_G,R,I,Z,YFloatMedição de fluxo de abertura, modelo elíptico com base no raio de Kron [ADU]5
FLUX_RADIUS_G,R,I,Z,YFloatRaio de meia luz para o objeto, a partir de uma curva de crescimento elíptica, modelada em duas dimensões [pixel]5
FLUXERR_AUTO_G,R,I,Z,YFloatIncerteza na medição de fluxo de abertura, modelo elíptico com base no raio de Kron [ADU]5
FWHM_IMAGE_G,R,I,Z,YFloatLargura total à meia-altura (FWHM) para cada banda [pixel]5
GALACTIC_BFloatLatitude Galáctica [deg]1
GALACTIC_LFloatLongitude Galáctica [deg]1
HPIX_32,64,1024,4096,16384BIGINTIdentificador Healpix para seu tamanho de grade nside, em um esquema NESTED5
IMAFLAGS_ISO_G,R,I,Z,YIntegerSinalizador identificando fontes com pixels ausentes/marcados considerando todas as imagens de única época (sem viés)1
ISOAREA_IMAGE_G,R,I,Z,YIntegerÁrea isofotal da fonte coadicionada [pixel2]5
KRON_RADIUSFloatRaio de Kron medido a partir da imagem coadicionada [pixel]1
KRON_RADIUS_G,R,I,Z,YFloatRaio de Kron medido a partir da imagem coadicionada5
MAG_AUTO_G,R,I,Z,YFloatEstimativa de magnitude, para um modelo elíptico baseado no raio de Kron [mag]5
MAG_AUTO_G,R,I,Z,Y_DEREDFloatEstimativa de magnitude descorrigida (usando SFD98), para um modelo elíptico baseado no raio de Kron [mag]5
MAGERR_AUTO_G,R,I,Z,YFloatIncerteza na estimativa de magnitude, para um modelo elíptico baseado no raio de Kron [mag]5
NEPOCHS_G,R,I,Z,YIntegerNúmero de épocas em que a fonte é detectada em imagens de época única5
NITER_MODEL_G,R,I,Z,YIntegerNúmero de iterações em medições fotométricas de ajuste de modelo5
RADoubleAscensão reta, com precisão quantizada para indexação (ALPHAWIN_J2000 tem precisão total mas não indexada) [deg]1
SPREAD_MODEL_G,R,I,Z,YFloatClassificador morfológico baseado na comparação entre o modelo PSF versus exponencial-PSF. Valores mais próximos de 0 correspondem a estrelas, valores maiores correspondem a galáxias5
SPREADERR_MODEL_G,R,I,Z,YFloatIncerteza no classificador morfológico baseado na comparação entre o modelo PSF versus exponencial-PSF5
THETAWIN_IMAGE_G,R,I,Z,YFloatÂngulo de posição (theta) para a fonte, para medição em janela convergida crescente de x para y [deg]5
THETA_J2000FloatÂngulo de posição (theta) do eixo principal para o objeto no sistema ICRS (J2000) [deg]1
TILENAMECharIdentificador de cada um dos blocos onde está quadriculado o levantamento1
WAVG_FLUX_PSF_G,R,I,Z,YFloatFluxo médio ponderado, de detecções de época única ajustadas ao PSF [ADU]5
WAVG_FLUXERR_PSF_G,R,I,Z,YFloatIncerteza da medição de fluxo médio ponderado de PSF ajusta detecções de época única [ADU]5
WAVG_MAG_PSF_G,R,I,Z,YFloatMagnitude média ponderada, de detecções de época única ajustadas ao PSF [mag]5
WAVG_MAG_PSF_G,R,I,Z,Y_DEREDFloatMagnitude média ponderada reduzida (usando SFD98) de PSF ajusta detecções de época única [mag]5
WAVG_MAGERR_PSF_G,R,I,Z,YFloatIncerteza da magnitude média ponderada, de detecções de época única ajustadas ao PSF [mag]5
WAVG_SPREAD_MODEL_G,R,IZ,YFloatMODELO SPREAD usando os valores médios ponderados das detecções de única época5
WAVG_SPREADERR_MODEL_G.R.I.Z.YFloatIncerteza no MODELO SPREAD usando os valores médios ponderados das detecções de única época5
X2WIN_IMAGE_G,R,I,Z,YDoubleSegundo momento na direção x, das medidas convergidas em janela [pixel2]5
XYWIN_IMAGE_G,R,I,Z,YDoubleSegundo momento na direção xy, das medidas convergidas em janela [pixel2]5
XWIN_IMAGEDoubleX-centroide das medidas em janela na imagem coadicionada [pixel]1
XWIN_IMAGE_G,R,I,Z,YDoubleX-centroide das medidas em janela na imagem de banda coadicionada [pixel]5
Y2WIN_IMAGE_G,R,I,Z,YDoubleSegundo momento na direção y, das medidas convergidas em janela [pixel2]5
YWIN_IMAGEDoubleY-centroide das medidas em janela na imagem coadicionada [pixel]1
YWIN_IMAGE_G,R,I,Z,YDoubleY-centroide das medidas em janela na imagem de banda coadicionada [pixel]5
\r\n\r\n## Informação Técnicas\r\n\r\n### Download e Ingestão de Dados\r\n\r\n\r\nNa tabela a seguir, são detalhados os períodos de tempo necessários para baixar arquivos DES DR2 e ingerir dados em nosso banco de dados.\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n
ÍndicesTempo
RA e DEC1037 minutos
\r\n\r\n\\** O tamanho total do download foi de aproximadamente 9,2TB.
\r\n\r\n\r\n
\r\n\r\nAs tabelas abaixo exibem o tempo dedicado à criação de índices para a tabela DES DR2 e o número de linhas e colunas.\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n
ÍndicesTempo
RA e DEC1037 minutos
\r\n\r\n
\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n
Outros-
Número de linhas691.498.505
Número de colunas215
\r\n\r\n\r\n\r\n## Referências\r\n\r\n- [https://datalab.noirlab.edu/des/](https://datalab.noirlab.edu/des/)\r\n- [https://dblinea.readthedocs.io/en/latest/quickstart.html](https://dblinea.readthedocs.io/en/latest/quickstart.html)\r\n- [https://arxiv.org/abs/2101.05765](https://arxiv.org/abs/2101.05765)" } }, { @@ -2596,7 +2596,7 @@ "object_str": "DES DR2", "content": { "pk": 8, - "body": "# Dark Energy Survey - Data Release 2 (DES DR2)\r\n\r\nContents:\r\n\r\n- [Introdução](#introduction)\r\n- [Como acessar](#how-to-access)\r\n- [Informação dos Dados](#dataset-information)\r\n- [Informação Técnicas](#technical-information)\r\n- [Referências](#reference)\r\n\r\n\r\n## Introdução\r\n\r\n\r\nO Dark Energy Survey Data Release 2 (DES DR2) é um amplo levantamento de imagens astronômicas feitas por telescópios em solo abrangendo uma área de aproximadamente 5000 graus quadrados do céu do hemisfério sul da Via Láctea, do espectro visível e do infravermelho próximo, em cinco bandas fotométricas amplas: grizY. O principal objetivo do DES é aprimorar nossa compreensão da aceleração cósmica e da natureza da energia escura. \r\n\r\nPara atender aos objetivos científicos, a Colaboração DES desenvolveu e empregou a Dark Energy Camera (DECam), uma câmera de 570 megapixels com um campo de visão de 3 graus quadrados. Esta câmera foi instalada no topo do telescópio Blanco de 4 metros, localizado no Observatório Interamericano Cerro Tololo (CTIO), situada no norte do Chile.\r\n\r\nO DES DR2 abrange aproximadamente 691 milhões de objetos astronômicos distintos, identificados em 10.169 imagens coadicionadas, cada um com uma área de 0,534 graus quadrados, derivadas de um total de 76.217 exposições. A precisão fotométrica é de cerca de 10 milimagnitudes, e a precisão astrométrica interna média é de aproximadamente 27 milissegundos de arco. Para mais informações, consulte o documentação oficial [aqui](https://datalab.noirlab.edu/des/)\r\n\r\n## Como acessar\r\n\r\nO LIneA (Laboratório Interinstitucional de e-Astronomia) disponibiliza uma biblioteca Python chamada `dblinea` que permite acessar o banco de dados da própria instituição. Essa biblioteca é útil para recuperar dados dentro da plataforma JupyterHub. Para utilizar essa bibilioteca é necessário ter o pacote dblinea instalado em seu ambiente Python. Para instalá-lo use o comando:\r\n\r\n
pip install dblinea
\r\n\r\nA conexão com o banco de dados é feita pela classe DBBase. Um exemplo de utilização é criar uma instância do DBBase para fazer consultas ao banco de dados.\r\n\r\n
# Importe a classe DBBase do pacote dblinea\r\nfrom dblinea import DBBase\r\n  \r\n# Crie uma instância do DBBase. Essa instância será usada para se conectar ao banco de dados.\r\ndb = DBBase()\r\n    \r\n# Descreve o nome e o tipo das colunas de uma tabela.\r\ndb.describe_table(\"dr2\", schema = \"des\")\r\n
\r\n\r\nOs métodos `fetchall(query)`, `fetchall_dict(query)` e `fetchall_df(query)` fazem a consulta referente ao conteúdo atribuído ao argumento (no exemplo abaixo, à variável `query`, uma string com um comando SQL) no banco de dados e retornam os dados, respectivamente, nos formatos: lista de tuplas, dicionário, objeto do tipo pandas.DataFrame. Por exemplo, vamos consultar o identificador único e as coordenadas dos objetos nas 10 primeiras linhas da tabela:\r\n\r\n```python\r\nquery = \"SELECT coadd_object_id, ra, dec FROM des_dr2.coadd_objects limit 10\"\r\ndataframe_10_objetos = db.fetchall_df(query)\r\n```\r\n\r\nAlguns exemplos de como utilizar a biblioteca dblinea para buscar objedos em uma dada região do céu estão presentes no _Jupyter notebook_ tutorial `2-acesso-a-dados.ipynb` disponível no repositório GitHub jupyterhub-tutorial. Para acessar o notebook, uma vez logado no LIneA JupyterHub, clone o repositório de tutoriais. No terminal do Jupyter Lab, execute:\r\n\r\n```bash\r\n$ git clone https://github.com/linea-it/jupyterhub-tutorial.git\r\n```\r\n\r\nA documentação oficial e completa da biblioteca `dblinea` está no site: https://dblinea.readthedocs.io/en/latest/quickstart.html\r\n\r\n## Informação dos Dados\r\n\r\n\r\n### DES DR2 Main\r\n\r\nA tabela abaixo fornece uma descrição das colunas encontradas no DES DR2, juntamente com seus tipos de dados associados. É importante observar que a terceira coluna desta tabela especifica o número de colunas associadas a cada elemento. Por exemplo, para FLAGS_G,R,I,Z,Y, existem cinco colunas associadas: FLAGS_G, FLAGS_R, FLAGS_I, FLAGS_Z e FLAGS_Y. Todas as colunas foram indexadas.\r\n\r\n| Nome da Coluna | Tipo de Dados | Descrição | Colunas |\r\n|---|---|---|---|\r\n| A_IMAGE | Float | Tamanho do eixo principal com base em um modelo isofotal [pixel] | 1 |\r\n| ALPHAWIN_J2000 | Double| Ascensão reta para o objeto, J2000 no sistema ICRS (precisão total mas não indexada) [deg] | 1 |\r\n| AWIN_IMAGE_G,R,I,Z,Y |Float | Tamanho do eixo principal, a partir de medições de momento em janela de 2ª ordem [pixels] | 5 |\r\n| BACKGROUND_G,R,I,Z,Y | Float |Nível de fundo pelo amplificador CCD [mag] | 1 |\r\n| B_IMAGE | Float | Tamanho do eixo menor com base em um modelo isofotal [pixel] | 1 |\r\n| BWIN_IMAGE_G,R,I,Z,Y | Float | X-centroide das medidas em janela na imagem de banda coadicionada para o eixo menor [pixel] | 5 |\r\n| COADD_OBJECT_ID | Bigint | Identificador único para os objetos coadicionados | 1 |\r\n| CLASS_STAR_G,R,I,Z,Y | Float |Classificador de fonte estendida morfológica simples. Valores entre 0 (galáxias) e 1 (estrelas). | 5 |\r\n| DEC | Double | Declinação, com precisão quantizada para indexação (DELTAWIN_J2000 tem precisão total, mas não é indexada) [deg] | 1 |\r\n| DELTAWIN_J2000 | Double| decl. para o objeto, J2000 no sistema ICRS (precisão total mas não indexada) [deg] |1 |\r\n| EBV_SFD98 | Double | Coeficiente de avermelhamento E(B-V) de Schlegel, Finkbeiner & Davis, 1998 [mag] | 1 |\r\n| ERRA_IMAGE | Float | Incerteza no tamanho do eixo principal, a partir do modelo isofotal [pixel] | 1 |\r\n| ERRAWIN_IMAGE_G,R,I,Z,Y | Float | Incerteza no tamanho do eixo principal, a partir de medições em janelas convergentes, assumindo ruído não correlacionado [pixel] | 5 |\r\n| ERRB_IMAGE | Float | Incerteza no tamanho do eixo menor, do modelo isofotal [pixel] | 1 |\r\n| ERRBWIN_IMAGE_G,R,I,Z,Y | Float | Incerteza no X-centroide das medidas em janela na imagem de banda coadicionada para o eixo menor [pixel] | 5 | \r\n| ERRTHETA_IMAGE | Float | Incerteza na posição da fonte, do modelo isofotal | 1 | \r\n| ERRTHETAWIN_IMAGE_G,R,I,Z,Y | Float | Incerteza no ângulo de posição (theta) para o objeto, da medição em janela convergida [deg] | 5 |\r\n| ERRX2WIN_IMAGE_G,R,I,Z,Y | Double | Incerteza no segundo momento do centróide da distribuição em x, das medidas em janela convergidas [pixel2] | 5 |\r\n| ERRXYWIN_IMAGE_G,R,I,Z,Y | Double | Incerteza no segundo momento da distribuição xy, das medidas em janela convergidas [pixel2] | 5 |\r\n| ERRY2WIN_IMAGE_G,R,I,Z,Y | Double | Incerteza no segundo momento do centróide da distribuição em y, das medidas em janela convergidas [pixel2] | 5 |\r\n| EXTENDED_CLASS_COADD | SMALLINT | O: estrelas de alta confiança; 1: estrelas candidatas; 2: principalmente galáxias; 3: galáxias de alta confiança; -9: Sem dados; Fotometria Sextractor | 1 |\r\n| EXTENDED_CLASS_WAVG | SMALLINT | O: estrelas de alta confiança ; 1: estrelas candidatas; 2: principalmente galáxias; 3: galáxias de alta confiança; -9:Sem dados; Fotometria WAVG | 1|\r\n| FLAGS_G,R,I,Z,Y | SMALLINT | Sinalizador descrevendo conselhos cautelosos sobre o processo de extração de fontes (SINAIS <4 para objetos bem comportados) | 1 |\r\n| FLUX_AUTO_G,R,I,Z,Y | Float | Medição de fluxo de abertura, modelo elíptico com base no raio de Kron [ADU] | 5 |\r\n| FLUX_RADIUS_G,R,I,Z,Y | Float | Raio de meia luz para o objeto, a partir de uma curva de crescimento elíptica, modelada em duas dimensões [pixel] | 5 |\r\n| FLUXERR_AUTO_G,R,I,Z,Y | Float | Incerteza na medição de fluxo de abertura, modelo elíptico com base no raio de Kron [ADU] | 5 |\r\n| FWHM_IMAGE_G,R,I,Z,Y | Float | Largura total à meia-altura (FWHM) para cada banda [pixel] | 5 |\r\n| GALACTIC_B | Float | Latitude Galáctica [deg] | 1 |\r\n| GALACTIC_L | Float | Longitude Galáctica [deg] | 1 |\r\n|HPIX_32,64,1024,4096,16384 | BIGINT | Identificador Healpix para seu tamanho de grade nside, em um esquema NESTED | 5 |\r\n| IMAFLAGS_ISO_G,R,I,Z,Y | Integer | Sinalizador identificando fontes com pixels ausentes/marcados considerando todas as imagens de única época (sem viés) | 1 |\r\n| ISOAREA_IMAGE_G,R,I,Z,Y | Integer | Área isofotal da fonte coadicionada [pixel2] | 5 |\r\n| KRON_RADIUS | Float | Raio de Kron medido a partir da imagem coadicionada [pixel] | 1 |\r\n| KRON_RADIUS_G,R,I,Z,Y | Float | Raio de Kron medido a partir da imagem coadicionada | 5 |\r\n| MAG_AUTO_G,R,I,Z,Y | Float | Estimativa de magnitude, para um modelo elíptico baseado no raio de Kron [mag] | 5 |\r\n| MAG_AUTO_G,R,I,Z,Y_DERED | Float | Estimativa de magnitude descorrigida (usando SFD98), para um modelo elíptico baseado no raio de Kron [mag] | 5 |\r\n| MAGERR_AUTO_G,R,I,Z,Y | Float | Incerteza na estimativa de magnitude, para um modelo elíptico baseado no raio de Kron [mag] | 5 |\r\n| NEPOCHS_G,R,I,Z,Y | Integer | Número de épocas em que a fonte é detectada em imagens de época única | 5 |\r\n| NITER_MODEL_G,R,I,Z,Y | Integer | Número de iterações em medições fotométricas de ajuste de modelo | 5 |\r\n| RA | Double | Ascensão reta, com precisão quantizada para indexação (ALPHAWIN_J2000 tem precisão total mas não indexada) [deg] | 1 |\r\n| SPREAD_MODEL_G,R,I,Z,Y | Float | Classificador morfológico baseado na comparação entre o modelo PSF versus exponencial-PSF. Valores mais próximos de 0 correspondem a estrelas, valores maiores correspondem a galáxias | 5 |\r\n| SPREADERR_MODEL_G,R,I,Z,Y | Float | Incerteza no classificador morfológico baseado na comparação entre o modelo PSF versus exponencial-PSF | 5 |\r\n| THETAWIN_IMAGE_G,R,I,Z,Y | Float | Ângulo de posição (theta) para a fonte, para medição em janela convergida crescente de x para y [deg] | 5 |\r\n| THETA_J2000 | Float | Ângulo de posição (theta) do eixo principal para o objeto no sistema ICRS (J2000) [deg] | 1 |\r\n| TILENAME | Char | Identificador de cada um dos blocos onde está quadriculado o levantamento | 1 |\r\n| WAVG_FLUX_PSF_G,R,I,Z,Y | Float | Fluxo médio ponderado, de detecções de época única ajustadas ao PSF [ADU] | 5 |\r\n| WAVG_FLUXERR_PSF_G,R,I,Z,Y | Float | Incerteza da medição de fluxo médio ponderado de PSF ajusta detecções de época única [ADU] | 5 |\r\n| WAVG_MAG_PSF_G,R,I,Z,Y | Float | Magnitude média ponderada, de detecções de época única ajustadas ao PSF [mag] | 5 |\r\n| WAVG_MAG_PSF_G,R,I,Z,Y_DERED | Float | Magnitude média ponderada reduzida (usando SFD98) de PSF ajusta detecções de época única [mag] | 5 |\r\n| WAVG_MAGERR_PSF_G,R,I,Z,Y | Float | Incerteza da magnitude média ponderada, de detecções de época única ajustadas ao PSF [mag] | 5 |\r\n| WAVG_SPREAD_MODEL_G,R,IZ,Y | Float | MODELO SPREAD usando os valores médios ponderados das detecções de única época | 5 |\r\n| WAVG_SPREADERR_MODEL_G.R.I.Z.Y | Float | Incerteza no MODELO SPREAD usando os valores médios ponderados das detecções de única época | 5 |\r\n| X2WIN_IMAGE_G,R,I,Z,Y | Double | Segundo momento na direção x, das medidas convergidas em janela [pixel2] | 5 |\r\n| XYWIN_IMAGE_G,R,I,Z,Y | Double | Segundo momento na direção xy, das medidas convergidas em janela [pixel2] | 5 |\r\n| XWIN_IMAGE | Double | X-centroide das medidas em janela na imagem coadicionada [pixel] | 1 |\r\n| XWIN_IMAGE_G,R,I,Z,Y | Double | X-centroide das medidas em janela na imagem de banda coadicionada [pixel] | 5 |\r\n| Y2WIN_IMAGE_G,R,I,Z,Y | Double | Segundo momento na direção y, das medidas convergidas em janela [pixel2] | 5 |\r\n| YWIN_IMAGE | Double | Y-centroide das medidas em janela na imagem coadicionada [pixel] | 1 |\r\n| YWIN_IMAGE_G,R,I,Z,Y | Double | Y-centroide das medidas em janela na imagem de banda coadicionada [pixel] | 5 |\r\n\r\n## Informação Técnicas\r\n\r\n### Download e Ingestão de Dados\r\n\r\n\r\nNa tabela a seguir, são detalhados os períodos de tempo necessários para baixar arquivos DES DR2 e ingerir dados em nosso banco de dados.\r\n\r\n| Ação | Tempo |\r\n|---|---|\r\n| Download**| 678 minutos |\r\n| Ingestão | 824 minutos |\r\n\r\n\\** O tamanho total do download foi de aproximadamente 9,2TB.
\r\n\r\n\r\n
\r\n\r\nAs tabelas abaixo exibem o tempo dedicado à criação de índices para a tabela DES DR2 e o número de linhas e colunas.\r\n\r\n| Índices | Tempo | \r\n|---|---|\r\n| `RA` e `DEC` | 1037 minutos | \r\n\r\n
\r\n\r\n| Outros | - |\r\n|---|---|\r\n| Número de linhas | 691.498.505 | \r\n| Número de colunas | 215 | \r\n\r\n\r\n\r\n## Referências\r\n\r\n- https://datalab.noirlab.edu/des/\r\n- https://dblinea.readthedocs.io/en/latest/quickstart.html\r\n- https://arxiv.org/abs/2101.05765", + "body": "# Dark Energy Survey - Data Release 2 (DES DR2)\r\n\r\nContents:\r\n\r\n- [Introdução](#introduction)\r\n- [Como acessar](#how-to-access)\r\n- [Informação dos Dados](#dataset-information)\r\n- [Informação Técnicas](#technical-information)\r\n- [Referências](#reference)\r\n\r\n\r\n## Introdução\r\n\r\n\r\nO Dark Energy Survey Data Release 2 (DES DR2) é um amplo levantamento de imagens astronômicas feitas por telescópios em solo abrangendo uma área de aproximadamente 5000 graus quadrados do céu do hemisfério sul da Via Láctea, do espectro visível e do infravermelho próximo, em cinco bandas fotométricas amplas: grizY. O principal objetivo do DES é aprimorar nossa compreensão da aceleração cósmica e da natureza da energia escura. \r\n\r\nPara atender aos objetivos científicos, a Colaboração DES desenvolveu e empregou a Dark Energy Camera (DECam), uma câmera de 570 megapixels com um campo de visão de 3 graus quadrados. Esta câmera foi instalada no topo do telescópio Blanco de 4 metros, localizado no Observatório Interamericano Cerro Tololo (CTIO), situada no norte do Chile.\r\n\r\nO DES DR2 abrange aproximadamente 691 milhões de objetos astronômicos distintos, identificados em 10.169 imagens coadicionadas, cada um com uma área de 0,534 graus quadrados, derivadas de um total de 76.217 exposições. A precisão fotométrica é de cerca de 10 milimagnitudes, e a precisão astrométrica interna média é de aproximadamente 27 milissegundos de arco. Para mais informações, consulte o documentação oficial [aqui](https://datalab.noirlab.edu/des/)\r\n\r\n## Como acessar\r\n\r\nO LIneA (Laboratório Interinstitucional de e-Astronomia) disponibiliza uma biblioteca Python chamada `dblinea` que permite acessar o banco de dados da própria instituição. Essa biblioteca é útil para recuperar dados dentro da plataforma JupyterHub. Para utilizar essa bibilioteca é necessário ter o pacote dblinea instalado em seu ambiente Python. Para instalá-lo use o comando:\r\n\r\n
pip install dblinea
\r\n\r\nA conexão com o banco de dados é feita pela classe DBBase. Um exemplo de utilização é criar uma instância do DBBase para fazer consultas ao banco de dados.\r\n\r\n
# Importe a classe DBBase do pacote dblinea\r\nfrom dblinea import DBBase\r\n  \r\n# Crie uma instância do DBBase. Essa instância será usada para se conectar ao banco de dados.\r\ndb = DBBase()\r\n    \r\n# Descreve o nome e o tipo das colunas de uma tabela.\r\ndb.describe_table(\"dr2\", schema = \"des\")\r\n
\r\n\r\nOs métodos `fetchall(query)`, `fetchall_dict(query)` e `fetchall_df(query)` fazem a consulta referente ao conteúdo atribuído ao argumento (no exemplo abaixo, à variável `query`, uma string com um comando SQL) no banco de dados e retornam os dados, respectivamente, nos formatos: lista de tuplas, dicionário, objeto do tipo pandas.DataFrame. Por exemplo, vamos consultar o identificador único e as coordenadas dos objetos nas 10 primeiras linhas da tabela:\r\n\r\n```python\r\nquery = \"SELECT coadd_object_id, ra, dec FROM des_dr2.main limit 10\"\r\ndataframe_10_objetos = db.fetchall_df(query)\r\n```\r\n\r\nAlguns exemplos de como utilizar a biblioteca dblinea para buscar objedos em uma dada região do céu estão presentes no _Jupyter notebook_ tutorial `2-acesso-a-dados.ipynb` disponível no repositório GitHub jupyterhub-tutorial. Para acessar o notebook, uma vez logado no LIneA JupyterHub, clone o repositório de tutoriais. No terminal do Jupyter Lab, execute:\r\n\r\n```bash\r\n$ git clone https://github.com/linea-it/jupyterhub-tutorial.git\r\n```\r\n\r\nA documentação oficial e completa da biblioteca `dblinea` está no site: https://dblinea.readthedocs.io/en/latest/quickstart.html\r\n\r\n## Informação dos Dados\r\n\r\n\r\n### DES DR2 Main\r\n\r\nA tabela abaixo fornece uma descrição das colunas encontradas no DES DR2, juntamente com seus tipos de dados associados. É importante observar que a terceira coluna desta tabela especifica o número de colunas associadas a cada elemento. Por exemplo, para FLAGS_G,R,I,Z,Y, existem cinco colunas associadas: FLAGS_G, FLAGS_R, FLAGS_I, FLAGS_Z e FLAGS_Y. Todas as colunas foram indexadas.\r\n\r\n| Nome da Coluna | Tipo de Dados | Descrição | Colunas |\r\n|---|---|---|---|\r\n| A_IMAGE | Float | Tamanho do eixo principal com base em um modelo isofotal [pixel] | 1 |\r\n| ALPHAWIN_J2000 | Double| Ascensão reta para o objeto, J2000 no sistema ICRS (precisão total mas não indexada) [deg] | 1 |\r\n| AWIN_IMAGE_G,R,I,Z,Y |Float | Tamanho do eixo principal, a partir de medições de momento em janela de 2ª ordem [pixels] | 5 |\r\n| BACKGROUND_G,R,I,Z,Y | Float |Nível de fundo pelo amplificador CCD [mag] | 1 |\r\n| B_IMAGE | Float | Tamanho do eixo menor com base em um modelo isofotal [pixel] | 1 |\r\n| BWIN_IMAGE_G,R,I,Z,Y | Float | X-centroide das medidas em janela na imagem de banda coadicionada para o eixo menor [pixel] | 5 |\r\n| COADD_OBJECT_ID | Bigint | Identificador único para os objetos coadicionados | 1 |\r\n| CLASS_STAR_G,R,I,Z,Y | Float |Classificador de fonte estendida morfológica simples. Valores entre 0 (galáxias) e 1 (estrelas). | 5 |\r\n| DEC | Double | Declinação, com precisão quantizada para indexação (DELTAWIN_J2000 tem precisão total, mas não é indexada) [deg] | 1 |\r\n| DELTAWIN_J2000 | Double| decl. para o objeto, J2000 no sistema ICRS (precisão total mas não indexada) [deg] |1 |\r\n| EBV_SFD98 | Double | Coeficiente de avermelhamento E(B-V) de Schlegel, Finkbeiner & Davis, 1998 [mag] | 1 |\r\n| ERRA_IMAGE | Float | Incerteza no tamanho do eixo principal, a partir do modelo isofotal [pixel] | 1 |\r\n| ERRAWIN_IMAGE_G,R,I,Z,Y | Float | Incerteza no tamanho do eixo principal, a partir de medições em janelas convergentes, assumindo ruído não correlacionado [pixel] | 5 |\r\n| ERRB_IMAGE | Float | Incerteza no tamanho do eixo menor, do modelo isofotal [pixel] | 1 |\r\n| ERRBWIN_IMAGE_G,R,I,Z,Y | Float | Incerteza no X-centroide das medidas em janela na imagem de banda coadicionada para o eixo menor [pixel] | 5 | \r\n| ERRTHETA_IMAGE | Float | Incerteza na posição da fonte, do modelo isofotal | 1 | \r\n| ERRTHETAWIN_IMAGE_G,R,I,Z,Y | Float | Incerteza no ângulo de posição (theta) para o objeto, da medição em janela convergida [deg] | 5 |\r\n| ERRX2WIN_IMAGE_G,R,I,Z,Y | Double | Incerteza no segundo momento do centróide da distribuição em x, das medidas em janela convergidas [pixel2] | 5 |\r\n| ERRXYWIN_IMAGE_G,R,I,Z,Y | Double | Incerteza no segundo momento da distribuição xy, das medidas em janela convergidas [pixel2] | 5 |\r\n| ERRY2WIN_IMAGE_G,R,I,Z,Y | Double | Incerteza no segundo momento do centróide da distribuição em y, das medidas em janela convergidas [pixel2] | 5 |\r\n| EXTENDED_CLASS_COADD | SMALLINT | O: estrelas de alta confiança; 1: estrelas candidatas; 2: principalmente galáxias; 3: galáxias de alta confiança; -9: Sem dados; Fotometria Sextractor | 1 |\r\n| EXTENDED_CLASS_WAVG | SMALLINT | O: estrelas de alta confiança ; 1: estrelas candidatas; 2: principalmente galáxias; 3: galáxias de alta confiança; -9:Sem dados; Fotometria WAVG | 1|\r\n| FLAGS_G,R,I,Z,Y | SMALLINT | Sinalizador descrevendo conselhos cautelosos sobre o processo de extração de fontes (SINAIS <4 para objetos bem comportados) | 1 |\r\n| FLUX_AUTO_G,R,I,Z,Y | Float | Medição de fluxo de abertura, modelo elíptico com base no raio de Kron [ADU] | 5 |\r\n| FLUX_RADIUS_G,R,I,Z,Y | Float | Raio de meia luz para o objeto, a partir de uma curva de crescimento elíptica, modelada em duas dimensões [pixel] | 5 |\r\n| FLUXERR_AUTO_G,R,I,Z,Y | Float | Incerteza na medição de fluxo de abertura, modelo elíptico com base no raio de Kron [ADU] | 5 |\r\n| FWHM_IMAGE_G,R,I,Z,Y | Float | Largura total à meia-altura (FWHM) para cada banda [pixel] | 5 |\r\n| GALACTIC_B | Float | Latitude Galáctica [deg] | 1 |\r\n| GALACTIC_L | Float | Longitude Galáctica [deg] | 1 |\r\n|HPIX_32,64,1024,4096,16384 | BIGINT | Identificador Healpix para seu tamanho de grade nside, em um esquema NESTED | 5 |\r\n| IMAFLAGS_ISO_G,R,I,Z,Y | Integer | Sinalizador identificando fontes com pixels ausentes/marcados considerando todas as imagens de única época (sem viés) | 1 |\r\n| ISOAREA_IMAGE_G,R,I,Z,Y | Integer | Área isofotal da fonte coadicionada [pixel2] | 5 |\r\n| KRON_RADIUS | Float | Raio de Kron medido a partir da imagem coadicionada [pixel] | 1 |\r\n| KRON_RADIUS_G,R,I,Z,Y | Float | Raio de Kron medido a partir da imagem coadicionada | 5 |\r\n| MAG_AUTO_G,R,I,Z,Y | Float | Estimativa de magnitude, para um modelo elíptico baseado no raio de Kron [mag] | 5 |\r\n| MAG_AUTO_G,R,I,Z,Y_DERED | Float | Estimativa de magnitude descorrigida (usando SFD98), para um modelo elíptico baseado no raio de Kron [mag] | 5 |\r\n| MAGERR_AUTO_G,R,I,Z,Y | Float | Incerteza na estimativa de magnitude, para um modelo elíptico baseado no raio de Kron [mag] | 5 |\r\n| NEPOCHS_G,R,I,Z,Y | Integer | Número de épocas em que a fonte é detectada em imagens de época única | 5 |\r\n| NITER_MODEL_G,R,I,Z,Y | Integer | Número de iterações em medições fotométricas de ajuste de modelo | 5 |\r\n| RA | Double | Ascensão reta, com precisão quantizada para indexação (ALPHAWIN_J2000 tem precisão total mas não indexada) [deg] | 1 |\r\n| SPREAD_MODEL_G,R,I,Z,Y | Float | Classificador morfológico baseado na comparação entre o modelo PSF versus exponencial-PSF. Valores mais próximos de 0 correspondem a estrelas, valores maiores correspondem a galáxias | 5 |\r\n| SPREADERR_MODEL_G,R,I,Z,Y | Float | Incerteza no classificador morfológico baseado na comparação entre o modelo PSF versus exponencial-PSF | 5 |\r\n| THETAWIN_IMAGE_G,R,I,Z,Y | Float | Ângulo de posição (theta) para a fonte, para medição em janela convergida crescente de x para y [deg] | 5 |\r\n| THETA_J2000 | Float | Ângulo de posição (theta) do eixo principal para o objeto no sistema ICRS (J2000) [deg] | 1 |\r\n| TILENAME | Char | Identificador de cada um dos blocos onde está quadriculado o levantamento | 1 |\r\n| WAVG_FLUX_PSF_G,R,I,Z,Y | Float | Fluxo médio ponderado, de detecções de época única ajustadas ao PSF [ADU] | 5 |\r\n| WAVG_FLUXERR_PSF_G,R,I,Z,Y | Float | Incerteza da medição de fluxo médio ponderado de PSF ajusta detecções de época única [ADU] | 5 |\r\n| WAVG_MAG_PSF_G,R,I,Z,Y | Float | Magnitude média ponderada, de detecções de época única ajustadas ao PSF [mag] | 5 |\r\n| WAVG_MAG_PSF_G,R,I,Z,Y_DERED | Float | Magnitude média ponderada reduzida (usando SFD98) de PSF ajusta detecções de época única [mag] | 5 |\r\n| WAVG_MAGERR_PSF_G,R,I,Z,Y | Float | Incerteza da magnitude média ponderada, de detecções de época única ajustadas ao PSF [mag] | 5 |\r\n| WAVG_SPREAD_MODEL_G,R,IZ,Y | Float | MODELO SPREAD usando os valores médios ponderados das detecções de única época | 5 |\r\n| WAVG_SPREADERR_MODEL_G.R.I.Z.Y | Float | Incerteza no MODELO SPREAD usando os valores médios ponderados das detecções de única época | 5 |\r\n| X2WIN_IMAGE_G,R,I,Z,Y | Double | Segundo momento na direção x, das medidas convergidas em janela [pixel2] | 5 |\r\n| XYWIN_IMAGE_G,R,I,Z,Y | Double | Segundo momento na direção xy, das medidas convergidas em janela [pixel2] | 5 |\r\n| XWIN_IMAGE | Double | X-centroide das medidas em janela na imagem coadicionada [pixel] | 1 |\r\n| XWIN_IMAGE_G,R,I,Z,Y | Double | X-centroide das medidas em janela na imagem de banda coadicionada [pixel] | 5 |\r\n| Y2WIN_IMAGE_G,R,I,Z,Y | Double | Segundo momento na direção y, das medidas convergidas em janela [pixel2] | 5 |\r\n| YWIN_IMAGE | Double | Y-centroide das medidas em janela na imagem coadicionada [pixel] | 1 |\r\n| YWIN_IMAGE_G,R,I,Z,Y | Double | Y-centroide das medidas em janela na imagem de banda coadicionada [pixel] | 5 |\r\n\r\n## Informação Técnicas\r\n\r\n### Download e Ingestão de Dados\r\n\r\n\r\nNa tabela a seguir, são detalhados os períodos de tempo necessários para baixar arquivos DES DR2 e ingerir dados em nosso banco de dados.\r\n\r\n| Ação | Tempo |\r\n|---|---|\r\n| Download**| 678 minutos |\r\n| Ingestão | 824 minutos |\r\n\r\n\\** O tamanho total do download foi de aproximadamente 9,2TB.
\r\n\r\n\r\n
\r\n\r\nAs tabelas abaixo exibem o tempo dedicado à criação de índices para a tabela DES DR2 e o número de linhas e colunas.\r\n\r\n| Índices | Tempo | \r\n|---|---|\r\n| `RA` e `DEC` | 1037 minutos | \r\n\r\n
\r\n\r\n| Outros | - |\r\n|---|---|\r\n| Número de linhas | 691.498.505 | \r\n| Número de colunas | 215 | \r\n\r\n\r\n\r\n## Referências\r\n\r\n- https://datalab.noirlab.edu/des/\r\n- https://dblinea.readthedocs.io/en/latest/quickstart.html\r\n- https://arxiv.org/abs/2101.05765", "live": true, "path": "0001000100020001", "slug": "des-dr2", @@ -2651,7 +2651,7 @@ "object_str": "DES DR2", "content": { "pk": 8, - "body": "# Dark Energy Survey - Data Release 2 (DES DR2)\r\n\r\nContents:\r\n\r\n- [Introdução](#introduction)\r\n- [Como acessar](#how-to-access)\r\n- [Informação dos Dados](#dataset-information)\r\n- [Informação Técnicas](#technical-information)\r\n- [Referências](#reference)\r\n\r\n\r\n## Introdução\r\n\r\n\r\nO Dark Energy Survey Data Release 2 (DES DR2) é um amplo levantamento de imagens astronômicas feitas por telescópios em solo abrangendo uma área de aproximadamente 5000 graus quadrados do céu do hemisfério sul da Via Láctea, do espectro visível e do infravermelho próximo, em cinco bandas fotométricas amplas: grizY. O principal objetivo do DES é aprimorar nossa compreensão da aceleração cósmica e da natureza da energia escura. \r\n\r\nPara atender aos objetivos científicos, a Colaboração DES desenvolveu e empregou a Dark Energy Camera (DECam), uma câmera de 570 megapixels com um campo de visão de 3 graus quadrados. Esta câmera foi instalada no topo do telescópio Blanco de 4 metros, localizado no Observatório Interamericano Cerro Tololo (CTIO), situada no norte do Chile.\r\n\r\nO DES DR2 abrange aproximadamente 691 milhões de objetos astronômicos distintos, identificados em 10.169 imagens coadicionadas, cada um com uma área de 0,534 graus quadrados, derivadas de um total de 76.217 exposições. A precisão fotométrica é de cerca de 10 milimagnitudes, e a precisão astrométrica interna média é de aproximadamente 27 milissegundos de arco. Para mais informações, consulte o documentação oficial [aqui](https://datalab.noirlab.edu/des/)\r\n\r\n## Como acessar\r\n\r\nO LIneA (Laboratório Interinstitucional de e-Astronomia) disponibiliza uma biblioteca Python chamada `dblinea` que permite acessar o banco de dados da própria instituição. Essa biblioteca é útil para recuperar dados dentro da plataforma JupyterHub. Para utilizar essa bibilioteca é necessário ter o pacote dblinea instalado em seu ambiente Python. Para instalá-lo use o comando:\r\n\r\n
pip install dblinea
\r\n\r\nA conexão com o banco de dados é feita pela classe DBBase. Um exemplo de utilização é criar uma instância do DBBase para fazer consultas ao banco de dados.\r\n\r\n
# Importe a classe DBBase do pacote dblinea\r\nfrom dblinea import DBBase\r\n  \r\n# Crie uma instância do DBBase. Essa instância será usada para se conectar ao banco de dados.\r\ndb = DBBase()\r\n    \r\n# Descreve o nome e o tipo das colunas de uma tabela.\r\ndb.describe_table(\"dr2\", schema = \"des\")\r\n
\r\n\r\nOs métodos `fetchall(query)`, `fetchall_dict(query)` e `fetchall_df(query)` fazem a consulta referente ao conteúdo atribuído ao argumento (no exemplo abaixo, à variável `query`, uma string com um comando SQL) no banco de dados e retornam os dados, respectivamente, nos formatos: lista de tuplas, dicionário, objeto do tipo pandas.DataFrame. Por exemplo, vamos consultar o identificador único e as coordenadas dos objetos nas 10 primeiras linhas da tabela:\r\n\r\n```python\r\nquery = \"SELECT coadd_object_id, ra, dec FROM des_dr2.coadd_objects limit 10\"\r\ndataframe_10_objetos = db.fetchall_df(query)\r\n```\r\n\r\nAlguns exemplos de como utilizar a biblioteca dblinea para buscar objedos em uma dada região do céu estão presentes no _Jupyter notebook_ tutorial `2-acesso-a-dados.ipynb` disponível no repositório GitHub jupyterhub-tutorial. Para acessar o notebook, uma vez logado no LIneA JupyterHub, clone o repositório de tutoriais. No terminal do Jupyter Lab, execute:\r\n\r\n```bash\r\n$ git clone https://github.com/linea-it/jupyterhub-tutorial.git\r\n```\r\n\r\nA documentação oficial e completa da biblioteca `dblinea` está no site: https://dblinea.readthedocs.io/en/latest/quickstart.html\r\n\r\n## Informação dos Dados\r\n\r\n\r\n### DES DR2 Main\r\n\r\nA tabela abaixo fornece uma descrição das colunas encontradas no DES DR2, juntamente com seus tipos de dados associados. É importante observar que a terceira coluna desta tabela especifica o número de colunas associadas a cada elemento. Por exemplo, para FLAGS_G,R,I,Z,Y, existem cinco colunas associadas: FLAGS_G, FLAGS_R, FLAGS_I, FLAGS_Z e FLAGS_Y. Todas as colunas foram indexadas.\r\n\r\n| Nome da Coluna | Tipo de Dados | Descrição | Colunas |\r\n|---|---|---|---|\r\n| A_IMAGE | Float | Tamanho do eixo principal com base em um modelo isofotal [pixel] | 1 |\r\n| ALPHAWIN_J2000 | Double| Ascensão reta para o objeto, J2000 no sistema ICRS (precisão total mas não indexada) [deg] | 1 |\r\n| AWIN_IMAGE_G,R,I,Z,Y |Float | Tamanho do eixo principal, a partir de medições de momento em janela de 2ª ordem [pixels] | 5 |\r\n| BACKGROUND_G,R,I,Z,Y | Float |Nível de fundo pelo amplificador CCD [mag] | 1 |\r\n| B_IMAGE | Float | Tamanho do eixo menor com base em um modelo isofotal [pixel] | 1 |\r\n| BWIN_IMAGE_G,R,I,Z,Y | Float | X-centroide das medidas em janela na imagem de banda coadicionada para o eixo menor [pixel] | 5 |\r\n| COADD_OBJECT_ID | Bigint | Identificador único para os objetos coadicionados | 1 |\r\n| CLASS_STAR_G,R,I,Z,Y | Float |Classificador de fonte estendida morfológica simples. Valores entre 0 (galáxias) e 1 (estrelas). | 5 |\r\n| DEC | Double | Declinação, com precisão quantizada para indexação (DELTAWIN_J2000 tem precisão total, mas não é indexada) [deg] | 1 |\r\n| DELTAWIN_J2000 | Double| decl. para o objeto, J2000 no sistema ICRS (precisão total mas não indexada) [deg] |1 |\r\n| EBV_SFD98 | Double | Coeficiente de avermelhamento E(B-V) de Schlegel, Finkbeiner & Davis, 1998 [mag] | 1 |\r\n| ERRA_IMAGE | Float | Incerteza no tamanho do eixo principal, a partir do modelo isofotal [pixel] | 1 |\r\n| ERRAWIN_IMAGE_G,R,I,Z,Y | Float | Incerteza no tamanho do eixo principal, a partir de medições em janelas convergentes, assumindo ruído não correlacionado [pixel] | 5 |\r\n| ERRB_IMAGE | Float | Incerteza no tamanho do eixo menor, do modelo isofotal [pixel] | 1 |\r\n| ERRBWIN_IMAGE_G,R,I,Z,Y | Float | Incerteza no X-centroide das medidas em janela na imagem de banda coadicionada para o eixo menor [pixel] | 5 | \r\n| ERRTHETA_IMAGE | Float | Incerteza na posição da fonte, do modelo isofotal | 1 | \r\n| ERRTHETAWIN_IMAGE_G,R,I,Z,Y | Float | Incerteza no ângulo de posição (theta) para o objeto, da medição em janela convergida [deg] | 5 |\r\n| ERRX2WIN_IMAGE_G,R,I,Z,Y | Double | Incerteza no segundo momento do centróide da distribuição em x, das medidas em janela convergidas [pixel2] | 5 |\r\n| ERRXYWIN_IMAGE_G,R,I,Z,Y | Double | Incerteza no segundo momento da distribuição xy, das medidas em janela convergidas [pixel2] | 5 |\r\n| ERRY2WIN_IMAGE_G,R,I,Z,Y | Double | Incerteza no segundo momento do centróide da distribuição em y, das medidas em janela convergidas [pixel2] | 5 |\r\n| EXTENDED_CLASS_COADD | SMALLINT | O: estrelas de alta confiança; 1: estrelas candidatas; 2: principalmente galáxias; 3: galáxias de alta confiança; -9: Sem dados; Fotometria Sextractor | 1 |\r\n| EXTENDED_CLASS_WAVG | SMALLINT | O: estrelas de alta confiança ; 1: estrelas candidatas; 2: principalmente galáxias; 3: galáxias de alta confiança; -9:Sem dados; Fotometria WAVG | 1|\r\n| FLAGS_G,R,I,Z,Y | SMALLINT | Sinalizador descrevendo conselhos cautelosos sobre o processo de extração de fontes (SINAIS <4 para objetos bem comportados) | 1 |\r\n| FLUX_AUTO_G,R,I,Z,Y | Float | Medição de fluxo de abertura, modelo elíptico com base no raio de Kron [ADU] | 5 |\r\n| FLUX_RADIUS_G,R,I,Z,Y | Float | Raio de meia luz para o objeto, a partir de uma curva de crescimento elíptica, modelada em duas dimensões [pixel] | 5 |\r\n| FLUXERR_AUTO_G,R,I,Z,Y | Float | Incerteza na medição de fluxo de abertura, modelo elíptico com base no raio de Kron [ADU] | 5 |\r\n| FWHM_IMAGE_G,R,I,Z,Y | Float | Largura total à meia-altura (FWHM) para cada banda [pixel] | 5 |\r\n| GALACTIC_B | Float | Latitude Galáctica [deg] | 1 |\r\n| GALACTIC_L | Float | Longitude Galáctica [deg] | 1 |\r\n|HPIX_32,64,1024,4096,16384 | BIGINT | Identificador Healpix para seu tamanho de grade nside, em um esquema NESTED | 5 |\r\n| IMAFLAGS_ISO_G,R,I,Z,Y | Integer | Sinalizador identificando fontes com pixels ausentes/marcados considerando todas as imagens de única época (sem viés) | 1 |\r\n| ISOAREA_IMAGE_G,R,I,Z,Y | Integer | Área isofotal da fonte coadicionada [pixel2] | 5 |\r\n| KRON_RADIUS | Float | Raio de Kron medido a partir da imagem coadicionada [pixel] | 1 |\r\n| KRON_RADIUS_G,R,I,Z,Y | Float | Raio de Kron medido a partir da imagem coadicionada | 5 |\r\n| MAG_AUTO_G,R,I,Z,Y | Float | Estimativa de magnitude, para um modelo elíptico baseado no raio de Kron [mag] | 5 |\r\n| MAG_AUTO_G,R,I,Z,Y_DERED | Float | Estimativa de magnitude descorrigida (usando SFD98), para um modelo elíptico baseado no raio de Kron [mag] | 5 |\r\n| MAGERR_AUTO_G,R,I,Z,Y | Float | Incerteza na estimativa de magnitude, para um modelo elíptico baseado no raio de Kron [mag] | 5 |\r\n| NEPOCHS_G,R,I,Z,Y | Integer | Número de épocas em que a fonte é detectada em imagens de época única | 5 |\r\n| NITER_MODEL_G,R,I,Z,Y | Integer | Número de iterações em medições fotométricas de ajuste de modelo | 5 |\r\n| RA | Double | Ascensão reta, com precisão quantizada para indexação (ALPHAWIN_J2000 tem precisão total mas não indexada) [deg] | 1 |\r\n| SPREAD_MODEL_G,R,I,Z,Y | Float | Classificador morfológico baseado na comparação entre o modelo PSF versus exponencial-PSF. Valores mais próximos de 0 correspondem a estrelas, valores maiores correspondem a galáxias | 5 |\r\n| SPREADERR_MODEL_G,R,I,Z,Y | Float | Incerteza no classificador morfológico baseado na comparação entre o modelo PSF versus exponencial-PSF | 5 |\r\n| THETAWIN_IMAGE_G,R,I,Z,Y | Float | Ângulo de posição (theta) para a fonte, para medição em janela convergida crescente de x para y [deg] | 5 |\r\n| THETA_J2000 | Float | Ângulo de posição (theta) do eixo principal para o objeto no sistema ICRS (J2000) [deg] | 1 |\r\n| TILENAME | Char | Identificador de cada um dos blocos onde está quadriculado o levantamento | 1 |\r\n| WAVG_FLUX_PSF_G,R,I,Z,Y | Float | Fluxo médio ponderado, de detecções de época única ajustadas ao PSF [ADU] | 5 |\r\n| WAVG_FLUXERR_PSF_G,R,I,Z,Y | Float | Incerteza da medição de fluxo médio ponderado de PSF ajusta detecções de época única [ADU] | 5 |\r\n| WAVG_MAG_PSF_G,R,I,Z,Y | Float | Magnitude média ponderada, de detecções de época única ajustadas ao PSF [mag] | 5 |\r\n| WAVG_MAG_PSF_G,R,I,Z,Y_DERED | Float | Magnitude média ponderada reduzida (usando SFD98) de PSF ajusta detecções de época única [mag] | 5 |\r\n| WAVG_MAGERR_PSF_G,R,I,Z,Y | Float | Incerteza da magnitude média ponderada, de detecções de época única ajustadas ao PSF [mag] | 5 |\r\n| WAVG_SPREAD_MODEL_G,R,IZ,Y | Float | MODELO SPREAD usando os valores médios ponderados das detecções de única época | 5 |\r\n| WAVG_SPREADERR_MODEL_G.R.I.Z.Y | Float | Incerteza no MODELO SPREAD usando os valores médios ponderados das detecções de única época | 5 |\r\n| X2WIN_IMAGE_G,R,I,Z,Y | Double | Segundo momento na direção x, das medidas convergidas em janela [pixel2] | 5 |\r\n| XYWIN_IMAGE_G,R,I,Z,Y | Double | Segundo momento na direção xy, das medidas convergidas em janela [pixel2] | 5 |\r\n| XWIN_IMAGE | Double | X-centroide das medidas em janela na imagem coadicionada [pixel] | 1 |\r\n| XWIN_IMAGE_G,R,I,Z,Y | Double | X-centroide das medidas em janela na imagem de banda coadicionada [pixel] | 5 |\r\n| Y2WIN_IMAGE_G,R,I,Z,Y | Double | Segundo momento na direção y, das medidas convergidas em janela [pixel2] | 5 |\r\n| YWIN_IMAGE | Double | Y-centroide das medidas em janela na imagem coadicionada [pixel] | 1 |\r\n| YWIN_IMAGE_G,R,I,Z,Y | Double | Y-centroide das medidas em janela na imagem de banda coadicionada [pixel] | 5 |\r\n\r\n## Informação Técnicas\r\n\r\n### Download e Ingestão de Dados\r\n\r\n\r\nNa tabela a seguir, são detalhados os períodos de tempo necessários para baixar arquivos DES DR2 e ingerir dados em nosso banco de dados.\r\n\r\n| Ação | Tempo |\r\n|---|---|\r\n| Download**| 678 minutos |\r\n| Ingestão | 824 minutos |\r\n\r\n\\** O tamanho total do download foi de aproximadamente 9,2TB.
\r\n\r\n\r\n
\r\n\r\nAs tabelas abaixo exibem o tempo dedicado à criação de índices para a tabela DES DR2 e o número de linhas e colunas.\r\n\r\n| Índices | Tempo | \r\n|---|---|\r\n| `RA` e `DEC` | 1037 minutos | \r\n\r\n
\r\n\r\n| Outros | - |\r\n|---|---|\r\n| Número de linhas | 691.498.505 | \r\n| Número de colunas | 215 | \r\n\r\n\r\n\r\n## Referências\r\n\r\n- https://datalab.noirlab.edu/des/\r\n- https://dblinea.readthedocs.io/en/latest/quickstart.html\r\n- https://arxiv.org/abs/2101.05765", + "body": "# Dark Energy Survey - Data Release 2 (DES DR2)\r\n\r\nContents:\r\n\r\n- [Introdução](#introduction)\r\n- [Como acessar](#how-to-access)\r\n- [Informação dos Dados](#dataset-information)\r\n- [Informação Técnicas](#technical-information)\r\n- [Referências](#reference)\r\n\r\n\r\n## Introdução\r\n\r\n\r\nO Dark Energy Survey Data Release 2 (DES DR2) é um amplo levantamento de imagens astronômicas feitas por telescópios em solo abrangendo uma área de aproximadamente 5000 graus quadrados do céu do hemisfério sul da Via Láctea, do espectro visível e do infravermelho próximo, em cinco bandas fotométricas amplas: grizY. O principal objetivo do DES é aprimorar nossa compreensão da aceleração cósmica e da natureza da energia escura. \r\n\r\nPara atender aos objetivos científicos, a Colaboração DES desenvolveu e empregou a Dark Energy Camera (DECam), uma câmera de 570 megapixels com um campo de visão de 3 graus quadrados. Esta câmera foi instalada no topo do telescópio Blanco de 4 metros, localizado no Observatório Interamericano Cerro Tololo (CTIO), situada no norte do Chile.\r\n\r\nO DES DR2 abrange aproximadamente 691 milhões de objetos astronômicos distintos, identificados em 10.169 imagens coadicionadas, cada um com uma área de 0,534 graus quadrados, derivadas de um total de 76.217 exposições. A precisão fotométrica é de cerca de 10 milimagnitudes, e a precisão astrométrica interna média é de aproximadamente 27 milissegundos de arco. Para mais informações, consulte o documentação oficial [aqui](https://datalab.noirlab.edu/des/)\r\n\r\n## Como acessar\r\n\r\nO LIneA (Laboratório Interinstitucional de e-Astronomia) disponibiliza uma biblioteca Python chamada `dblinea` que permite acessar o banco de dados da própria instituição. Essa biblioteca é útil para recuperar dados dentro da plataforma JupyterHub. Para utilizar essa bibilioteca é necessário ter o pacote dblinea instalado em seu ambiente Python. Para instalá-lo use o comando:\r\n\r\n
pip install dblinea
\r\n\r\nA conexão com o banco de dados é feita pela classe DBBase. Um exemplo de utilização é criar uma instância do DBBase para fazer consultas ao banco de dados.\r\n\r\n
# Importe a classe DBBase do pacote dblinea\r\nfrom dblinea import DBBase\r\n  \r\n# Crie uma instância do DBBase. Essa instância será usada para se conectar ao banco de dados.\r\ndb = DBBase()\r\n    \r\n# Descreve o nome e o tipo das colunas de uma tabela.\r\ndb.describe_table(\"dr2\", schema = \"des\")\r\n
\r\n\r\nOs métodos `fetchall(query)`, `fetchall_dict(query)` e `fetchall_df(query)` fazem a consulta referente ao conteúdo atribuído ao argumento (no exemplo abaixo, à variável `query`, uma string com um comando SQL) no banco de dados e retornam os dados, respectivamente, nos formatos: lista de tuplas, dicionário, objeto do tipo pandas.DataFrame. Por exemplo, vamos consultar o identificador único e as coordenadas dos objetos nas 10 primeiras linhas da tabela:\r\n\r\n```python\r\nquery = \"SELECT coadd_object_id, ra, dec FROM des_dr2.main limit 10\"\r\ndataframe_10_objetos = db.fetchall_df(query)\r\n```\r\n\r\nAlguns exemplos de como utilizar a biblioteca dblinea para buscar objedos em uma dada região do céu estão presentes no _Jupyter notebook_ tutorial `2-acesso-a-dados.ipynb` disponível no repositório GitHub jupyterhub-tutorial. Para acessar o notebook, uma vez logado no LIneA JupyterHub, clone o repositório de tutoriais. No terminal do Jupyter Lab, execute:\r\n\r\n```bash\r\n$ git clone https://github.com/linea-it/jupyterhub-tutorial.git\r\n```\r\n\r\nA documentação oficial e completa da biblioteca `dblinea` está no site: https://dblinea.readthedocs.io/en/latest/quickstart.html\r\n\r\n## Informação dos Dados\r\n\r\n\r\n### DES DR2 Main\r\n\r\nA tabela abaixo fornece uma descrição das colunas encontradas no DES DR2, juntamente com seus tipos de dados associados. É importante observar que a terceira coluna desta tabela especifica o número de colunas associadas a cada elemento. Por exemplo, para FLAGS_G,R,I,Z,Y, existem cinco colunas associadas: FLAGS_G, FLAGS_R, FLAGS_I, FLAGS_Z e FLAGS_Y. Todas as colunas foram indexadas.\r\n\r\n| Nome da Coluna | Tipo de Dados | Descrição | Colunas |\r\n|---|---|---|---|\r\n| A_IMAGE | Float | Tamanho do eixo principal com base em um modelo isofotal [pixel] | 1 |\r\n| ALPHAWIN_J2000 | Double| Ascensão reta para o objeto, J2000 no sistema ICRS (precisão total mas não indexada) [deg] | 1 |\r\n| AWIN_IMAGE_G,R,I,Z,Y |Float | Tamanho do eixo principal, a partir de medições de momento em janela de 2ª ordem [pixels] | 5 |\r\n| BACKGROUND_G,R,I,Z,Y | Float |Nível de fundo pelo amplificador CCD [mag] | 1 |\r\n| B_IMAGE | Float | Tamanho do eixo menor com base em um modelo isofotal [pixel] | 1 |\r\n| BWIN_IMAGE_G,R,I,Z,Y | Float | X-centroide das medidas em janela na imagem de banda coadicionada para o eixo menor [pixel] | 5 |\r\n| COADD_OBJECT_ID | Bigint | Identificador único para os objetos coadicionados | 1 |\r\n| CLASS_STAR_G,R,I,Z,Y | Float |Classificador de fonte estendida morfológica simples. Valores entre 0 (galáxias) e 1 (estrelas). | 5 |\r\n| DEC | Double | Declinação, com precisão quantizada para indexação (DELTAWIN_J2000 tem precisão total, mas não é indexada) [deg] | 1 |\r\n| DELTAWIN_J2000 | Double| decl. para o objeto, J2000 no sistema ICRS (precisão total mas não indexada) [deg] |1 |\r\n| EBV_SFD98 | Double | Coeficiente de avermelhamento E(B-V) de Schlegel, Finkbeiner & Davis, 1998 [mag] | 1 |\r\n| ERRA_IMAGE | Float | Incerteza no tamanho do eixo principal, a partir do modelo isofotal [pixel] | 1 |\r\n| ERRAWIN_IMAGE_G,R,I,Z,Y | Float | Incerteza no tamanho do eixo principal, a partir de medições em janelas convergentes, assumindo ruído não correlacionado [pixel] | 5 |\r\n| ERRB_IMAGE | Float | Incerteza no tamanho do eixo menor, do modelo isofotal [pixel] | 1 |\r\n| ERRBWIN_IMAGE_G,R,I,Z,Y | Float | Incerteza no X-centroide das medidas em janela na imagem de banda coadicionada para o eixo menor [pixel] | 5 | \r\n| ERRTHETA_IMAGE | Float | Incerteza na posição da fonte, do modelo isofotal | 1 | \r\n| ERRTHETAWIN_IMAGE_G,R,I,Z,Y | Float | Incerteza no ângulo de posição (theta) para o objeto, da medição em janela convergida [deg] | 5 |\r\n| ERRX2WIN_IMAGE_G,R,I,Z,Y | Double | Incerteza no segundo momento do centróide da distribuição em x, das medidas em janela convergidas [pixel2] | 5 |\r\n| ERRXYWIN_IMAGE_G,R,I,Z,Y | Double | Incerteza no segundo momento da distribuição xy, das medidas em janela convergidas [pixel2] | 5 |\r\n| ERRY2WIN_IMAGE_G,R,I,Z,Y | Double | Incerteza no segundo momento do centróide da distribuição em y, das medidas em janela convergidas [pixel2] | 5 |\r\n| EXTENDED_CLASS_COADD | SMALLINT | O: estrelas de alta confiança; 1: estrelas candidatas; 2: principalmente galáxias; 3: galáxias de alta confiança; -9: Sem dados; Fotometria Sextractor | 1 |\r\n| EXTENDED_CLASS_WAVG | SMALLINT | O: estrelas de alta confiança ; 1: estrelas candidatas; 2: principalmente galáxias; 3: galáxias de alta confiança; -9:Sem dados; Fotometria WAVG | 1|\r\n| FLAGS_G,R,I,Z,Y | SMALLINT | Sinalizador descrevendo conselhos cautelosos sobre o processo de extração de fontes (SINAIS <4 para objetos bem comportados) | 1 |\r\n| FLUX_AUTO_G,R,I,Z,Y | Float | Medição de fluxo de abertura, modelo elíptico com base no raio de Kron [ADU] | 5 |\r\n| FLUX_RADIUS_G,R,I,Z,Y | Float | Raio de meia luz para o objeto, a partir de uma curva de crescimento elíptica, modelada em duas dimensões [pixel] | 5 |\r\n| FLUXERR_AUTO_G,R,I,Z,Y | Float | Incerteza na medição de fluxo de abertura, modelo elíptico com base no raio de Kron [ADU] | 5 |\r\n| FWHM_IMAGE_G,R,I,Z,Y | Float | Largura total à meia-altura (FWHM) para cada banda [pixel] | 5 |\r\n| GALACTIC_B | Float | Latitude Galáctica [deg] | 1 |\r\n| GALACTIC_L | Float | Longitude Galáctica [deg] | 1 |\r\n|HPIX_32,64,1024,4096,16384 | BIGINT | Identificador Healpix para seu tamanho de grade nside, em um esquema NESTED | 5 |\r\n| IMAFLAGS_ISO_G,R,I,Z,Y | Integer | Sinalizador identificando fontes com pixels ausentes/marcados considerando todas as imagens de única época (sem viés) | 1 |\r\n| ISOAREA_IMAGE_G,R,I,Z,Y | Integer | Área isofotal da fonte coadicionada [pixel2] | 5 |\r\n| KRON_RADIUS | Float | Raio de Kron medido a partir da imagem coadicionada [pixel] | 1 |\r\n| KRON_RADIUS_G,R,I,Z,Y | Float | Raio de Kron medido a partir da imagem coadicionada | 5 |\r\n| MAG_AUTO_G,R,I,Z,Y | Float | Estimativa de magnitude, para um modelo elíptico baseado no raio de Kron [mag] | 5 |\r\n| MAG_AUTO_G,R,I,Z,Y_DERED | Float | Estimativa de magnitude descorrigida (usando SFD98), para um modelo elíptico baseado no raio de Kron [mag] | 5 |\r\n| MAGERR_AUTO_G,R,I,Z,Y | Float | Incerteza na estimativa de magnitude, para um modelo elíptico baseado no raio de Kron [mag] | 5 |\r\n| NEPOCHS_G,R,I,Z,Y | Integer | Número de épocas em que a fonte é detectada em imagens de época única | 5 |\r\n| NITER_MODEL_G,R,I,Z,Y | Integer | Número de iterações em medições fotométricas de ajuste de modelo | 5 |\r\n| RA | Double | Ascensão reta, com precisão quantizada para indexação (ALPHAWIN_J2000 tem precisão total mas não indexada) [deg] | 1 |\r\n| SPREAD_MODEL_G,R,I,Z,Y | Float | Classificador morfológico baseado na comparação entre o modelo PSF versus exponencial-PSF. Valores mais próximos de 0 correspondem a estrelas, valores maiores correspondem a galáxias | 5 |\r\n| SPREADERR_MODEL_G,R,I,Z,Y | Float | Incerteza no classificador morfológico baseado na comparação entre o modelo PSF versus exponencial-PSF | 5 |\r\n| THETAWIN_IMAGE_G,R,I,Z,Y | Float | Ângulo de posição (theta) para a fonte, para medição em janela convergida crescente de x para y [deg] | 5 |\r\n| THETA_J2000 | Float | Ângulo de posição (theta) do eixo principal para o objeto no sistema ICRS (J2000) [deg] | 1 |\r\n| TILENAME | Char | Identificador de cada um dos blocos onde está quadriculado o levantamento | 1 |\r\n| WAVG_FLUX_PSF_G,R,I,Z,Y | Float | Fluxo médio ponderado, de detecções de época única ajustadas ao PSF [ADU] | 5 |\r\n| WAVG_FLUXERR_PSF_G,R,I,Z,Y | Float | Incerteza da medição de fluxo médio ponderado de PSF ajusta detecções de época única [ADU] | 5 |\r\n| WAVG_MAG_PSF_G,R,I,Z,Y | Float | Magnitude média ponderada, de detecções de época única ajustadas ao PSF [mag] | 5 |\r\n| WAVG_MAG_PSF_G,R,I,Z,Y_DERED | Float | Magnitude média ponderada reduzida (usando SFD98) de PSF ajusta detecções de época única [mag] | 5 |\r\n| WAVG_MAGERR_PSF_G,R,I,Z,Y | Float | Incerteza da magnitude média ponderada, de detecções de época única ajustadas ao PSF [mag] | 5 |\r\n| WAVG_SPREAD_MODEL_G,R,IZ,Y | Float | MODELO SPREAD usando os valores médios ponderados das detecções de única época | 5 |\r\n| WAVG_SPREADERR_MODEL_G.R.I.Z.Y | Float | Incerteza no MODELO SPREAD usando os valores médios ponderados das detecções de única época | 5 |\r\n| X2WIN_IMAGE_G,R,I,Z,Y | Double | Segundo momento na direção x, das medidas convergidas em janela [pixel2] | 5 |\r\n| XYWIN_IMAGE_G,R,I,Z,Y | Double | Segundo momento na direção xy, das medidas convergidas em janela [pixel2] | 5 |\r\n| XWIN_IMAGE | Double | X-centroide das medidas em janela na imagem coadicionada [pixel] | 1 |\r\n| XWIN_IMAGE_G,R,I,Z,Y | Double | X-centroide das medidas em janela na imagem de banda coadicionada [pixel] | 5 |\r\n| Y2WIN_IMAGE_G,R,I,Z,Y | Double | Segundo momento na direção y, das medidas convergidas em janela [pixel2] | 5 |\r\n| YWIN_IMAGE | Double | Y-centroide das medidas em janela na imagem coadicionada [pixel] | 1 |\r\n| YWIN_IMAGE_G,R,I,Z,Y | Double | Y-centroide das medidas em janela na imagem de banda coadicionada [pixel] | 5 |\r\n\r\n## Informação Técnicas\r\n\r\n### Download e Ingestão de Dados\r\n\r\n\r\nNa tabela a seguir, são detalhados os períodos de tempo necessários para baixar arquivos DES DR2 e ingerir dados em nosso banco de dados.\r\n\r\n| Ação | Tempo |\r\n|---|---|\r\n| Download**| 678 minutos |\r\n| Ingestão | 824 minutos |\r\n\r\n\\** O tamanho total do download foi de aproximadamente 9,2TB.
\r\n\r\n\r\n
\r\n\r\nAs tabelas abaixo exibem o tempo dedicado à criação de índices para a tabela DES DR2 e o número de linhas e colunas.\r\n\r\n| Índices | Tempo | \r\n|---|---|\r\n| `RA` e `DEC` | 1037 minutos | \r\n\r\n
\r\n\r\n| Outros | - |\r\n|---|---|\r\n| Número de linhas | 691.498.505 | \r\n| Número de colunas | 215 | \r\n\r\n\r\n\r\n## Referências\r\n\r\n- https://datalab.noirlab.edu/des/\r\n- https://dblinea.readthedocs.io/en/latest/quickstart.html\r\n- https://arxiv.org/abs/2101.05765", "live": true, "path": "0001000100020001", "slug": "des-dr2", @@ -2705,7 +2705,7 @@ "object_str": "DES DR2", "content": { "pk": 8, - "body": "# Dark Energy Survey - Data Release 2 (DES DR2)\r\n\r\nContents:\r\n\r\n- [Introdução](#introduction)\r\n- [Como acessar](#how-to-access)\r\n- [Informação dos Dados](#dataset-information)\r\n- [Informação Técnicas](#technical-information)\r\n- [Referências](#reference)\r\n\r\n\r\n## Introdução\r\n\r\n\r\nO Dark Energy Survey Data Release 2 (DES DR2) é um amplo levantamento de imagens astronômicas feitas por telescópios em solo abrangendo uma área de aproximadamente 5000 graus quadrados do céu do hemisfério sul da Via Láctea, do espectro visível e do infravermelho próximo, em cinco bandas fotométricas amplas: grizY. O principal objetivo do DES é aprimorar nossa compreensão da aceleração cósmica e da natureza da energia escura. \r\n\r\nPara atender aos objetivos científicos, a Colaboração DES desenvolveu e empregou a Dark Energy Camera (DECam), uma câmera de 570 megapixels com um campo de visão de 3 graus quadrados. Esta câmera foi instalada no topo do telescópio Blanco de 4 metros, localizado no Observatório Interamericano Cerro Tololo (CTIO), situada no norte do Chile.\r\n\r\nO DES DR2 abrange aproximadamente 691 milhões de objetos astronômicos distintos, identificados em 10.169 imagens coadicionadas, cada um com uma área de 0,534 graus quadrados, derivadas de um total de 76.217 exposições. A precisão fotométrica é de cerca de 10 milimagnitudes, e a precisão astrométrica interna média é de aproximadamente 27 milissegundos de arco. Para mais informações, consulte o documentação oficial [aqui](https://datalab.noirlab.edu/des/)\r\n\r\n## Como acessar\r\n\r\nO LIneA (Laboratório Interinstitucional de e-Astronomia) disponibiliza uma biblioteca Python chamada `dblinea` que permite acessar o banco de dados da própria instituição. Essa biblioteca é útil para recuperar dados dentro da plataforma JupyterHub. Para utilizar essa bibilioteca é necessário ter o pacote dblinea instalado em seu ambiente Python. Para instalá-lo use o comando:\r\n\r\n
pip install dblinea
\r\n\r\nA conexão com o banco de dados é feita pela classe DBBase. Um exemplo de utilização é criar uma instância do DBBase para fazer consultas ao banco de dados.\r\n\r\n
# Importe a classe DBBase do pacote dblinea\r\nfrom dblinea import DBBase\r\n  \r\n# Crie uma instância do DBBase. Essa instância será usada para se conectar ao banco de dados.\r\ndb = DBBase()\r\n    \r\n# Descreve o nome e o tipo das colunas de uma tabela.\r\ndb.describe_table(\"dr2\", schema = \"des\")\r\n
\r\n\r\nOs métodos `fetchall(query)`, `fetchall_dict(query)` e `fetchall_df(query)` fazem a consulta referente ao conteúdo atribuído ao argumento (no exemplo abaixo, à variável `query`, uma string com um comando SQL) no banco de dados e retornam os dados, respectivamente, nos formatos: lista de tuplas, dicionário, objeto do tipo pandas.DataFrame. Por exemplo, vamos consultar o identificador único e as coordenadas dos objetos nas 10 primeiras linhas da tabela:\r\n\r\n```python\r\nquery = \"SELECT coadd_object_id, ra, dec FROM des_dr2.coadd_objects limit 10\"\r\ndataframe_10_objetos = db.fetchall_df(query)\r\n```\r\n\r\nAlguns exemplos de como utilizar a biblioteca dblinea para buscar objedos em uma dada região do céu estão presentes no _Jupyter notebook_ tutorial `2-acesso-a-dados.ipynb` disponível no repositório GitHub jupyterhub-tutorial. Para acessar o notebook, uma vez logado no LIneA JupyterHub, clone o repositório de tutoriais. No terminal do Jupyter Lab, execute:\r\n\r\n```bash\r\n$ git clone https://github.com/linea-it/jupyterhub-tutorial.git\r\n```\r\n\r\nA documentação oficial e completa da biblioteca `dblinea` está no site: https://dblinea.readthedocs.io/en/latest/quickstart.html\r\n\r\n## Informação dos Dados\r\n\r\n\r\n### DES DR2 Main\r\n\r\nA tabela abaixo fornece uma descrição das colunas encontradas no DES DR2, juntamente com seus tipos de dados associados. É importante observar que a terceira coluna desta tabela especifica o número de colunas associadas a cada elemento. Por exemplo, para FLAGS_G,R,I,Z,Y, existem cinco colunas associadas: FLAGS_G, FLAGS_R, FLAGS_I, FLAGS_Z e FLAGS_Y. Todas as colunas foram indexadas.\r\n\r\n| Nome da Coluna | Tipo de Dados | Descrição | Colunas |\r\n|---|---|---|---|\r\n| A_IMAGE | Float | Tamanho do eixo principal com base em um modelo isofotal [pixel] | 1 |\r\n| ALPHAWIN_J2000 | Double| Ascensão reta para o objeto, J2000 no sistema ICRS (precisão total mas não indexada) [deg] | 1 |\r\n| AWIN_IMAGE_G,R,I,Z,Y |Float | Tamanho do eixo principal, a partir de medições de momento em janela de 2ª ordem [pixels] | 5 |\r\n| BACKGROUND_G,R,I,Z,Y | Float |Nível de fundo pelo amplificador CCD [mag] | 1 |\r\n| B_IMAGE | Float | Tamanho do eixo menor com base em um modelo isofotal [pixel] | 1 |\r\n| BWIN_IMAGE_G,R,I,Z,Y | Float | X-centroide das medidas em janela na imagem de banda coadicionada para o eixo menor [pixel] | 5 |\r\n| COADD_OBJECT_ID | Bigint | Identificador único para os objetos coadicionados | 1 |\r\n| CLASS_STAR_G,R,I,Z,Y | Float |Classificador de fonte estendida morfológica simples. Valores entre 0 (galáxias) e 1 (estrelas). | 5 |\r\n| DEC | Double | Declinação, com precisão quantizada para indexação (DELTAWIN_J2000 tem precisão total, mas não é indexada) [deg] | 1 |\r\n| DELTAWIN_J2000 | Double| decl. para o objeto, J2000 no sistema ICRS (precisão total mas não indexada) [deg] |1 |\r\n| EBV_SFD98 | Double | Coeficiente de avermelhamento E(B-V) de Schlegel, Finkbeiner & Davis, 1998 [mag] | 1 |\r\n| ERRA_IMAGE | Float | Incerteza no tamanho do eixo principal, a partir do modelo isofotal [pixel] | 1 |\r\n| ERRAWIN_IMAGE_G,R,I,Z,Y | Float | Incerteza no tamanho do eixo principal, a partir de medições em janelas convergentes, assumindo ruído não correlacionado [pixel] | 5 |\r\n| ERRB_IMAGE | Float | Incerteza no tamanho do eixo menor, do modelo isofotal [pixel] | 1 |\r\n| ERRBWIN_IMAGE_G,R,I,Z,Y | Float | Incerteza no X-centroide das medidas em janela na imagem de banda coadicionada para o eixo menor [pixel] | 5 | \r\n| ERRTHETA_IMAGE | Float | Incerteza na posição da fonte, do modelo isofotal | 1 | \r\n| ERRTHETAWIN_IMAGE_G,R,I,Z,Y | Float | Incerteza no ângulo de posição (theta) para o objeto, da medição em janela convergida [deg] | 5 |\r\n| ERRX2WIN_IMAGE_G,R,I,Z,Y | Double | Incerteza no segundo momento do centróide da distribuição em x, das medidas em janela convergidas [pixel2] | 5 |\r\n| ERRXYWIN_IMAGE_G,R,I,Z,Y | Double | Incerteza no segundo momento da distribuição xy, das medidas em janela convergidas [pixel2] | 5 |\r\n| ERRY2WIN_IMAGE_G,R,I,Z,Y | Double | Incerteza no segundo momento do centróide da distribuição em y, das medidas em janela convergidas [pixel2] | 5 |\r\n| EXTENDED_CLASS_COADD | SMALLINT | O: estrelas de alta confiança; 1: estrelas candidatas; 2: principalmente galáxias; 3: galáxias de alta confiança; -9: Sem dados; Fotometria Sextractor | 1 |\r\n| EXTENDED_CLASS_WAVG | SMALLINT | O: estrelas de alta confiança ; 1: estrelas candidatas; 2: principalmente galáxias; 3: galáxias de alta confiança; -9:Sem dados; Fotometria WAVG | 1|\r\n| FLAGS_G,R,I,Z,Y | SMALLINT | Sinalizador descrevendo conselhos cautelosos sobre o processo de extração de fontes (SINAIS <4 para objetos bem comportados) | 1 |\r\n| FLUX_AUTO_G,R,I,Z,Y | Float | Medição de fluxo de abertura, modelo elíptico com base no raio de Kron [ADU] | 5 |\r\n| FLUX_RADIUS_G,R,I,Z,Y | Float | Raio de meia luz para o objeto, a partir de uma curva de crescimento elíptica, modelada em duas dimensões [pixel] | 5 |\r\n| FLUXERR_AUTO_G,R,I,Z,Y | Float | Incerteza na medição de fluxo de abertura, modelo elíptico com base no raio de Kron [ADU] | 5 |\r\n| FWHM_IMAGE_G,R,I,Z,Y | Float | Largura total à meia-altura (FWHM) para cada banda [pixel] | 5 |\r\n| GALACTIC_B | Float | Latitude Galáctica [deg] | 1 |\r\n| GALACTIC_L | Float | Longitude Galáctica [deg] | 1 |\r\n|HPIX_32,64,1024,4096,16384 | BIGINT | Identificador Healpix para seu tamanho de grade nside, em um esquema NESTED | 5 |\r\n| IMAFLAGS_ISO_G,R,I,Z,Y | Integer | Sinalizador identificando fontes com pixels ausentes/marcados considerando todas as imagens de única época (sem viés) | 1 |\r\n| ISOAREA_IMAGE_G,R,I,Z,Y | Integer | Área isofotal da fonte coadicionada [pixel2] | 5 |\r\n| KRON_RADIUS | Float | Raio de Kron medido a partir da imagem coadicionada [pixel] | 1 |\r\n| KRON_RADIUS_G,R,I,Z,Y | Float | Raio de Kron medido a partir da imagem coadicionada | 5 |\r\n| MAG_AUTO_G,R,I,Z,Y | Float | Estimativa de magnitude, para um modelo elíptico baseado no raio de Kron [mag] | 5 |\r\n| MAG_AUTO_G,R,I,Z,Y_DERED | Float | Estimativa de magnitude descorrigida (usando SFD98), para um modelo elíptico baseado no raio de Kron [mag] | 5 |\r\n| MAGERR_AUTO_G,R,I,Z,Y | Float | Incerteza na estimativa de magnitude, para um modelo elíptico baseado no raio de Kron [mag] | 5 |\r\n| NEPOCHS_G,R,I,Z,Y | Integer | Número de épocas em que a fonte é detectada em imagens de época única | 5 |\r\n| NITER_MODEL_G,R,I,Z,Y | Integer | Número de iterações em medições fotométricas de ajuste de modelo | 5 |\r\n| RA | Double | Ascensão reta, com precisão quantizada para indexação (ALPHAWIN_J2000 tem precisão total mas não indexada) [deg] | 1 |\r\n| SPREAD_MODEL_G,R,I,Z,Y | Float | Classificador morfológico baseado na comparação entre o modelo PSF versus exponencial-PSF. Valores mais próximos de 0 correspondem a estrelas, valores maiores correspondem a galáxias | 5 |\r\n| SPREADERR_MODEL_G,R,I,Z,Y | Float | Incerteza no classificador morfológico baseado na comparação entre o modelo PSF versus exponencial-PSF | 5 |\r\n| THETAWIN_IMAGE_G,R,I,Z,Y | Float | Ângulo de posição (theta) para a fonte, para medição em janela convergida crescente de x para y [deg] | 5 |\r\n| THETA_J2000 | Float | Ângulo de posição (theta) do eixo principal para o objeto no sistema ICRS (J2000) [deg] | 1 |\r\n| TILENAME | Char | Identificador de cada um dos blocos onde está quadriculado o levantamento | 1 |\r\n| WAVG_FLUX_PSF_G,R,I,Z,Y | Float | Fluxo médio ponderado, de detecções de época única ajustadas ao PSF [ADU] | 5 |\r\n| WAVG_FLUXERR_PSF_G,R,I,Z,Y | Float | Incerteza da medição de fluxo médio ponderado de PSF ajusta detecções de época única [ADU] | 5 |\r\n| WAVG_MAG_PSF_G,R,I,Z,Y | Float | Magnitude média ponderada, de detecções de época única ajustadas ao PSF [mag] | 5 |\r\n| WAVG_MAG_PSF_G,R,I,Z,Y_DERED | Float | Magnitude média ponderada reduzida (usando SFD98) de PSF ajusta detecções de época única [mag] | 5 |\r\n| WAVG_MAGERR_PSF_G,R,I,Z,Y | Float | Incerteza da magnitude média ponderada, de detecções de época única ajustadas ao PSF [mag] | 5 |\r\n| WAVG_SPREAD_MODEL_G,R,IZ,Y | Float | MODELO SPREAD usando os valores médios ponderados das detecções de única época | 5 |\r\n| WAVG_SPREADERR_MODEL_G.R.I.Z.Y | Float | Incerteza no MODELO SPREAD usando os valores médios ponderados das detecções de única época | 5 |\r\n| X2WIN_IMAGE_G,R,I,Z,Y | Double | Segundo momento na direção x, das medidas convergidas em janela [pixel2] | 5 |\r\n| XYWIN_IMAGE_G,R,I,Z,Y | Double | Segundo momento na direção xy, das medidas convergidas em janela [pixel2] | 5 |\r\n| XWIN_IMAGE | Double | X-centroide das medidas em janela na imagem coadicionada [pixel] | 1 |\r\n| XWIN_IMAGE_G,R,I,Z,Y | Double | X-centroide das medidas em janela na imagem de banda coadicionada [pixel] | 5 |\r\n| Y2WIN_IMAGE_G,R,I,Z,Y | Double | Segundo momento na direção y, das medidas convergidas em janela [pixel2] | 5 |\r\n| YWIN_IMAGE | Double | Y-centroide das medidas em janela na imagem coadicionada [pixel] | 1 |\r\n| YWIN_IMAGE_G,R,I,Z,Y | Double | Y-centroide das medidas em janela na imagem de banda coadicionada [pixel] | 5 |\r\n\r\n## Informação Técnicas\r\n\r\n### Download e Ingestão de Dados\r\n\r\n\r\nNa tabela a seguir, são detalhados os períodos de tempo necessários para baixar arquivos DES DR2 e ingerir dados em nosso banco de dados.\r\n\r\n| Ação | Tempo |\r\n|---|---|\r\n| Download**| 678 minutos |\r\n| Ingestão | 824 minutos |\r\n\r\n\\** O tamanho total do download foi de aproximadamente 9,2TB.
\r\n\r\n\r\n
\r\n\r\nAs tabelas abaixo exibem o tempo dedicado à criação de índices para a tabela DES DR2 e o número de linhas e colunas.\r\n\r\n| Índices | Tempo | \r\n|---|---|\r\n| `RA` e `DEC` | 1037 minutos | \r\n\r\n
\r\n\r\n| Outros | - |\r\n|---|---|\r\n| Número de linhas | 691.498.505 | \r\n| Número de colunas | 215 | \r\n\r\n\r\n\r\n## Referências\r\n\r\n- https://datalab.noirlab.edu/des/\r\n- https://dblinea.readthedocs.io/en/latest/quickstart.html\r\n- https://arxiv.org/abs/2101.05765", + "body": "# Dark Energy Survey - Data Release 2 (DES DR2)\r\n\r\nContents:\r\n\r\n- [Introdução](#introduction)\r\n- [Como acessar](#how-to-access)\r\n- [Informação dos Dados](#dataset-information)\r\n- [Informação Técnicas](#technical-information)\r\n- [Referências](#reference)\r\n\r\n\r\n## Introdução\r\n\r\n\r\nO Dark Energy Survey Data Release 2 (DES DR2) é um amplo levantamento de imagens astronômicas feitas por telescópios em solo abrangendo uma área de aproximadamente 5000 graus quadrados do céu do hemisfério sul da Via Láctea, do espectro visível e do infravermelho próximo, em cinco bandas fotométricas amplas: grizY. O principal objetivo do DES é aprimorar nossa compreensão da aceleração cósmica e da natureza da energia escura. \r\n\r\nPara atender aos objetivos científicos, a Colaboração DES desenvolveu e empregou a Dark Energy Camera (DECam), uma câmera de 570 megapixels com um campo de visão de 3 graus quadrados. Esta câmera foi instalada no topo do telescópio Blanco de 4 metros, localizado no Observatório Interamericano Cerro Tololo (CTIO), situada no norte do Chile.\r\n\r\nO DES DR2 abrange aproximadamente 691 milhões de objetos astronômicos distintos, identificados em 10.169 imagens coadicionadas, cada um com uma área de 0,534 graus quadrados, derivadas de um total de 76.217 exposições. A precisão fotométrica é de cerca de 10 milimagnitudes, e a precisão astrométrica interna média é de aproximadamente 27 milissegundos de arco. Para mais informações, consulte o documentação oficial [aqui](https://datalab.noirlab.edu/des/)\r\n\r\n## Como acessar\r\n\r\nO LIneA (Laboratório Interinstitucional de e-Astronomia) disponibiliza uma biblioteca Python chamada `dblinea` que permite acessar o banco de dados da própria instituição. Essa biblioteca é útil para recuperar dados dentro da plataforma JupyterHub. Para utilizar essa bibilioteca é necessário ter o pacote dblinea instalado em seu ambiente Python. Para instalá-lo use o comando:\r\n\r\n
pip install dblinea
\r\n\r\nA conexão com o banco de dados é feita pela classe DBBase. Um exemplo de utilização é criar uma instância do DBBase para fazer consultas ao banco de dados.\r\n\r\n
# Importe a classe DBBase do pacote dblinea\r\nfrom dblinea import DBBase\r\n  \r\n# Crie uma instância do DBBase. Essa instância será usada para se conectar ao banco de dados.\r\ndb = DBBase()\r\n    \r\n# Descreve o nome e o tipo das colunas de uma tabela.\r\ndb.describe_table(\"dr2\", schema = \"des\")\r\n
\r\n\r\nOs métodos `fetchall(query)`, `fetchall_dict(query)` e `fetchall_df(query)` fazem a consulta referente ao conteúdo atribuído ao argumento (no exemplo abaixo, à variável `query`, uma string com um comando SQL) no banco de dados e retornam os dados, respectivamente, nos formatos: lista de tuplas, dicionário, objeto do tipo pandas.DataFrame. Por exemplo, vamos consultar o identificador único e as coordenadas dos objetos nas 10 primeiras linhas da tabela:\r\n\r\n```python\r\nquery = \"SELECT coadd_object_id, ra, dec FROM des_dr2.main limit 10\"\r\ndataframe_10_objetos = db.fetchall_df(query)\r\n```\r\n\r\nAlguns exemplos de como utilizar a biblioteca dblinea para buscar objedos em uma dada região do céu estão presentes no _Jupyter notebook_ tutorial `2-acesso-a-dados.ipynb` disponível no repositório GitHub jupyterhub-tutorial. Para acessar o notebook, uma vez logado no LIneA JupyterHub, clone o repositório de tutoriais. No terminal do Jupyter Lab, execute:\r\n\r\n```bash\r\n$ git clone https://github.com/linea-it/jupyterhub-tutorial.git\r\n```\r\n\r\nA documentação oficial e completa da biblioteca `dblinea` está no site: https://dblinea.readthedocs.io/en/latest/quickstart.html\r\n\r\n## Informação dos Dados\r\n\r\n\r\n### DES DR2 Main\r\n\r\nA tabela abaixo fornece uma descrição das colunas encontradas no DES DR2, juntamente com seus tipos de dados associados. É importante observar que a terceira coluna desta tabela especifica o número de colunas associadas a cada elemento. Por exemplo, para FLAGS_G,R,I,Z,Y, existem cinco colunas associadas: FLAGS_G, FLAGS_R, FLAGS_I, FLAGS_Z e FLAGS_Y. Todas as colunas foram indexadas.\r\n\r\n| Nome da Coluna | Tipo de Dados | Descrição | Colunas |\r\n|---|---|---|---|\r\n| A_IMAGE | Float | Tamanho do eixo principal com base em um modelo isofotal [pixel] | 1 |\r\n| ALPHAWIN_J2000 | Double| Ascensão reta para o objeto, J2000 no sistema ICRS (precisão total mas não indexada) [deg] | 1 |\r\n| AWIN_IMAGE_G,R,I,Z,Y |Float | Tamanho do eixo principal, a partir de medições de momento em janela de 2ª ordem [pixels] | 5 |\r\n| BACKGROUND_G,R,I,Z,Y | Float |Nível de fundo pelo amplificador CCD [mag] | 1 |\r\n| B_IMAGE | Float | Tamanho do eixo menor com base em um modelo isofotal [pixel] | 1 |\r\n| BWIN_IMAGE_G,R,I,Z,Y | Float | X-centroide das medidas em janela na imagem de banda coadicionada para o eixo menor [pixel] | 5 |\r\n| COADD_OBJECT_ID | Bigint | Identificador único para os objetos coadicionados | 1 |\r\n| CLASS_STAR_G,R,I,Z,Y | Float |Classificador de fonte estendida morfológica simples. Valores entre 0 (galáxias) e 1 (estrelas). | 5 |\r\n| DEC | Double | Declinação, com precisão quantizada para indexação (DELTAWIN_J2000 tem precisão total, mas não é indexada) [deg] | 1 |\r\n| DELTAWIN_J2000 | Double| decl. para o objeto, J2000 no sistema ICRS (precisão total mas não indexada) [deg] |1 |\r\n| EBV_SFD98 | Double | Coeficiente de avermelhamento E(B-V) de Schlegel, Finkbeiner & Davis, 1998 [mag] | 1 |\r\n| ERRA_IMAGE | Float | Incerteza no tamanho do eixo principal, a partir do modelo isofotal [pixel] | 1 |\r\n| ERRAWIN_IMAGE_G,R,I,Z,Y | Float | Incerteza no tamanho do eixo principal, a partir de medições em janelas convergentes, assumindo ruído não correlacionado [pixel] | 5 |\r\n| ERRB_IMAGE | Float | Incerteza no tamanho do eixo menor, do modelo isofotal [pixel] | 1 |\r\n| ERRBWIN_IMAGE_G,R,I,Z,Y | Float | Incerteza no X-centroide das medidas em janela na imagem de banda coadicionada para o eixo menor [pixel] | 5 | \r\n| ERRTHETA_IMAGE | Float | Incerteza na posição da fonte, do modelo isofotal | 1 | \r\n| ERRTHETAWIN_IMAGE_G,R,I,Z,Y | Float | Incerteza no ângulo de posição (theta) para o objeto, da medição em janela convergida [deg] | 5 |\r\n| ERRX2WIN_IMAGE_G,R,I,Z,Y | Double | Incerteza no segundo momento do centróide da distribuição em x, das medidas em janela convergidas [pixel2] | 5 |\r\n| ERRXYWIN_IMAGE_G,R,I,Z,Y | Double | Incerteza no segundo momento da distribuição xy, das medidas em janela convergidas [pixel2] | 5 |\r\n| ERRY2WIN_IMAGE_G,R,I,Z,Y | Double | Incerteza no segundo momento do centróide da distribuição em y, das medidas em janela convergidas [pixel2] | 5 |\r\n| EXTENDED_CLASS_COADD | SMALLINT | O: estrelas de alta confiança; 1: estrelas candidatas; 2: principalmente galáxias; 3: galáxias de alta confiança; -9: Sem dados; Fotometria Sextractor | 1 |\r\n| EXTENDED_CLASS_WAVG | SMALLINT | O: estrelas de alta confiança ; 1: estrelas candidatas; 2: principalmente galáxias; 3: galáxias de alta confiança; -9:Sem dados; Fotometria WAVG | 1|\r\n| FLAGS_G,R,I,Z,Y | SMALLINT | Sinalizador descrevendo conselhos cautelosos sobre o processo de extração de fontes (SINAIS <4 para objetos bem comportados) | 1 |\r\n| FLUX_AUTO_G,R,I,Z,Y | Float | Medição de fluxo de abertura, modelo elíptico com base no raio de Kron [ADU] | 5 |\r\n| FLUX_RADIUS_G,R,I,Z,Y | Float | Raio de meia luz para o objeto, a partir de uma curva de crescimento elíptica, modelada em duas dimensões [pixel] | 5 |\r\n| FLUXERR_AUTO_G,R,I,Z,Y | Float | Incerteza na medição de fluxo de abertura, modelo elíptico com base no raio de Kron [ADU] | 5 |\r\n| FWHM_IMAGE_G,R,I,Z,Y | Float | Largura total à meia-altura (FWHM) para cada banda [pixel] | 5 |\r\n| GALACTIC_B | Float | Latitude Galáctica [deg] | 1 |\r\n| GALACTIC_L | Float | Longitude Galáctica [deg] | 1 |\r\n|HPIX_32,64,1024,4096,16384 | BIGINT | Identificador Healpix para seu tamanho de grade nside, em um esquema NESTED | 5 |\r\n| IMAFLAGS_ISO_G,R,I,Z,Y | Integer | Sinalizador identificando fontes com pixels ausentes/marcados considerando todas as imagens de única época (sem viés) | 1 |\r\n| ISOAREA_IMAGE_G,R,I,Z,Y | Integer | Área isofotal da fonte coadicionada [pixel2] | 5 |\r\n| KRON_RADIUS | Float | Raio de Kron medido a partir da imagem coadicionada [pixel] | 1 |\r\n| KRON_RADIUS_G,R,I,Z,Y | Float | Raio de Kron medido a partir da imagem coadicionada | 5 |\r\n| MAG_AUTO_G,R,I,Z,Y | Float | Estimativa de magnitude, para um modelo elíptico baseado no raio de Kron [mag] | 5 |\r\n| MAG_AUTO_G,R,I,Z,Y_DERED | Float | Estimativa de magnitude descorrigida (usando SFD98), para um modelo elíptico baseado no raio de Kron [mag] | 5 |\r\n| MAGERR_AUTO_G,R,I,Z,Y | Float | Incerteza na estimativa de magnitude, para um modelo elíptico baseado no raio de Kron [mag] | 5 |\r\n| NEPOCHS_G,R,I,Z,Y | Integer | Número de épocas em que a fonte é detectada em imagens de época única | 5 |\r\n| NITER_MODEL_G,R,I,Z,Y | Integer | Número de iterações em medições fotométricas de ajuste de modelo | 5 |\r\n| RA | Double | Ascensão reta, com precisão quantizada para indexação (ALPHAWIN_J2000 tem precisão total mas não indexada) [deg] | 1 |\r\n| SPREAD_MODEL_G,R,I,Z,Y | Float | Classificador morfológico baseado na comparação entre o modelo PSF versus exponencial-PSF. Valores mais próximos de 0 correspondem a estrelas, valores maiores correspondem a galáxias | 5 |\r\n| SPREADERR_MODEL_G,R,I,Z,Y | Float | Incerteza no classificador morfológico baseado na comparação entre o modelo PSF versus exponencial-PSF | 5 |\r\n| THETAWIN_IMAGE_G,R,I,Z,Y | Float | Ângulo de posição (theta) para a fonte, para medição em janela convergida crescente de x para y [deg] | 5 |\r\n| THETA_J2000 | Float | Ângulo de posição (theta) do eixo principal para o objeto no sistema ICRS (J2000) [deg] | 1 |\r\n| TILENAME | Char | Identificador de cada um dos blocos onde está quadriculado o levantamento | 1 |\r\n| WAVG_FLUX_PSF_G,R,I,Z,Y | Float | Fluxo médio ponderado, de detecções de época única ajustadas ao PSF [ADU] | 5 |\r\n| WAVG_FLUXERR_PSF_G,R,I,Z,Y | Float | Incerteza da medição de fluxo médio ponderado de PSF ajusta detecções de época única [ADU] | 5 |\r\n| WAVG_MAG_PSF_G,R,I,Z,Y | Float | Magnitude média ponderada, de detecções de época única ajustadas ao PSF [mag] | 5 |\r\n| WAVG_MAG_PSF_G,R,I,Z,Y_DERED | Float | Magnitude média ponderada reduzida (usando SFD98) de PSF ajusta detecções de época única [mag] | 5 |\r\n| WAVG_MAGERR_PSF_G,R,I,Z,Y | Float | Incerteza da magnitude média ponderada, de detecções de época única ajustadas ao PSF [mag] | 5 |\r\n| WAVG_SPREAD_MODEL_G,R,IZ,Y | Float | MODELO SPREAD usando os valores médios ponderados das detecções de única época | 5 |\r\n| WAVG_SPREADERR_MODEL_G.R.I.Z.Y | Float | Incerteza no MODELO SPREAD usando os valores médios ponderados das detecções de única época | 5 |\r\n| X2WIN_IMAGE_G,R,I,Z,Y | Double | Segundo momento na direção x, das medidas convergidas em janela [pixel2] | 5 |\r\n| XYWIN_IMAGE_G,R,I,Z,Y | Double | Segundo momento na direção xy, das medidas convergidas em janela [pixel2] | 5 |\r\n| XWIN_IMAGE | Double | X-centroide das medidas em janela na imagem coadicionada [pixel] | 1 |\r\n| XWIN_IMAGE_G,R,I,Z,Y | Double | X-centroide das medidas em janela na imagem de banda coadicionada [pixel] | 5 |\r\n| Y2WIN_IMAGE_G,R,I,Z,Y | Double | Segundo momento na direção y, das medidas convergidas em janela [pixel2] | 5 |\r\n| YWIN_IMAGE | Double | Y-centroide das medidas em janela na imagem coadicionada [pixel] | 1 |\r\n| YWIN_IMAGE_G,R,I,Z,Y | Double | Y-centroide das medidas em janela na imagem de banda coadicionada [pixel] | 5 |\r\n\r\n## Informação Técnicas\r\n\r\n### Download e Ingestão de Dados\r\n\r\n\r\nNa tabela a seguir, são detalhados os períodos de tempo necessários para baixar arquivos DES DR2 e ingerir dados em nosso banco de dados.\r\n\r\n| Ação | Tempo |\r\n|---|---|\r\n| Download**| 678 minutos |\r\n| Ingestão | 824 minutos |\r\n\r\n\\** O tamanho total do download foi de aproximadamente 9,2TB.
\r\n\r\n\r\n
\r\n\r\nAs tabelas abaixo exibem o tempo dedicado à criação de índices para a tabela DES DR2 e o número de linhas e colunas.\r\n\r\n| Índices | Tempo | \r\n|---|---|\r\n| `RA` e `DEC` | 1037 minutos | \r\n\r\n
\r\n\r\n| Outros | - |\r\n|---|---|\r\n| Número de linhas | 691.498.505 | \r\n| Número de colunas | 215 | \r\n\r\n\r\n\r\n## Referências\r\n\r\n- https://datalab.noirlab.edu/des/\r\n- https://dblinea.readthedocs.io/en/latest/quickstart.html\r\n- https://arxiv.org/abs/2101.05765", "live": true, "path": "0001000100020001", "slug": "des-dr2", @@ -3839,7 +3839,7 @@ "object_str": "DES DR2", "content": { "pk": 8, - "body": "# Dark Energy Survey - Data Release 2 (DES DR2)\r\n\r\nContents:\r\n\r\n- [Introdução](#introduction)\r\n- [Como acessar](#how-to-access)\r\n- [Informação dos Dados](#dataset-information)\r\n- [Informação Técnicas](#technical-information)\r\n- [Referências](#reference)\r\n\r\n\r\n## Introdução\r\n\r\n\r\nO Dark Energy Survey Data Release 2 (DES DR2) é um amplo levantamento de imagens astronômicas feitas por telescópios em solo abrangendo uma área de aproximadamente 5000 graus quadrados do céu do hemisfério sul da Via Láctea, do espectro visível e do infravermelho próximo, em cinco bandas fotométricas amplas: grizY. O principal objetivo do DES é aprimorar nossa compreensão da aceleração cósmica e da natureza da energia escura. \r\n\r\nPara atender aos objetivos científicos, a Colaboração DES desenvolveu e empregou a Dark Energy Camera (DECam), uma câmera de 570 megapixels com um campo de visão de 3 graus quadrados. Esta câmera foi instalada no topo do telescópio Blanco de 4 metros, localizado no Observatório Interamericano Cerro Tololo (CTIO), situada no norte do Chile.\r\n\r\nO DES DR2 abrange aproximadamente 691 milhões de objetos astronômicos distintos, identificados em 10.169 imagens coadicionadas, cada um com uma área de 0,534 graus quadrados, derivadas de um total de 76.217 exposições. A precisão fotométrica é de cerca de 10 milimagnitudes, e a precisão astrométrica interna média é de aproximadamente 27 milissegundos de arco. Para mais informações, consulte o documentação oficial [aqui](https://datalab.noirlab.edu/des/)\r\n\r\n## Como acessar\r\n\r\nO LIneA (Laboratório Interinstitucional de e-Astronomia) disponibiliza uma biblioteca Python chamada `dblinea` que permite acessar o banco de dados da própria instituição. Essa biblioteca é útil para recuperar dados dentro da plataforma JupyterHub. Para utilizar essa bibilioteca é necessário ter o pacote dblinea instalado em seu ambiente Python. Para instalá-lo use o comando:\r\n\r\n
pip install dblinea
\r\n\r\nA conexão com o banco de dados é feita pela classe DBBase. Um exemplo de utilização é criar uma instância do DBBase para fazer consultas ao banco de dados.\r\n\r\n
# Importe a classe DBBase do pacote dblinea\r\nfrom dblinea import DBBase\r\n  \r\n# Crie uma instância do DBBase. Essa instância será usada para se conectar ao banco de dados.\r\ndb = DBBase()\r\n    \r\n# Descreve o nome e o tipo das colunas de uma tabela.\r\ndb.describe_table(\"dr2\", schema = \"des\")\r\n
\r\n\r\nOs métodos `fetchall(query)`, `fetchall_dict(query)` e `fetchall_df(query)` fazem a consulta referente ao conteúdo atribuído ao argumento (no exemplo abaixo, à variável `query`, uma string com um comando SQL) no banco de dados e retornam os dados, respectivamente, nos formatos: lista de tuplas, dicionário, objeto do tipo pandas.DataFrame. Por exemplo, vamos consultar o identificador único e as coordenadas dos objetos nas 10 primeiras linhas da tabela:\r\n\r\n```python\r\nquery = \"SELECT coadd_object_id, ra, dec FROM des_dr2.coadd_objects limit 10\"\r\ndataframe_10_objetos = db.fetchall_df(query)\r\n```\r\n\r\nAlguns exemplos de como utilizar a biblioteca dblinea para buscar objedos em uma dada região do céu estão presentes no _Jupyter notebook_ tutorial `2-acesso-a-dados.ipynb` disponível no repositório GitHub jupyterhub-tutorial. Para acessar o notebook, uma vez logado no LIneA JupyterHub, clone o repositório de tutoriais. No terminal do Jupyter Lab, execute:\r\n\r\n```bash\r\n$ git clone https://github.com/linea-it/jupyterhub-tutorial.git\r\n```\r\n\r\nA documentação oficial e completa da biblioteca `dblinea` está no site: https://dblinea.readthedocs.io/en/latest/quickstart.html\r\n\r\n## Informação dos Dados\r\n\r\n\r\n### DES DR2 Main\r\n\r\nA tabela abaixo fornece uma descrição das colunas encontradas no DES DR2, juntamente com seus tipos de dados associados. É importante observar que a terceira coluna desta tabela especifica o número de colunas associadas a cada elemento. Por exemplo, para FLAGS_G,R,I,Z,Y, existem cinco colunas associadas: FLAGS_G, FLAGS_R, FLAGS_I, FLAGS_Z e FLAGS_Y. Todas as colunas foram indexadas.\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n
Nome da ColunaTipo de DadosDescriçãoColunas
A_IMAGEFloatTamanho do eixo principal com base em um modelo isofotal [pixel]1
ALPHAWIN_J2000DoubleAscensão reta para o objeto, J2000 no sistema ICRS (precisão total mas não indexada) [deg]1
AWIN_IMAGE_G,R,I,Z,YFloatTamanho do eixo principal, a partir de medições de momento em janela de 2ª ordem [pixels]5
BACKGROUND_G,R,I,Z,YFloatNível de fundo pelo amplificador CCD [mag]1
B_IMAGEFloatTamanho do eixo menor com base em um modelo isofotal [pixel]1
BWIN_IMAGE_G,R,I,Z,YFloatX-centroide das medidas em janela na imagem de banda coadicionada para o eixo menor [pixel]5
COADD_OBJECT_IDBigintIdentificador único para os objetos coadicionados1
CLASS_STAR_G,R,I,Z,YFloatClassificador de fonte estendida morfológica simples. Valores entre 0 (galáxias) e 1 (estrelas).5
DECDoubleDeclinação, com precisão quantizada para indexação (DELTAWIN_J2000 tem precisão total, mas não é indexada) [deg]1
DELTAWIN_J2000Doubledecl. para o objeto, J2000 no sistema ICRS (precisão total mas não indexada) [deg]1
EBV_SFD98DoubleCoeficiente de avermelhamento E(B-V) de Schlegel, Finkbeiner & Davis, 1998 [mag]1
ERRA_IMAGEFloatIncerteza no tamanho do eixo principal, a partir do modelo isofotal [pixel]1
ERRAWIN_IMAGE_G,R,I,Z,YFloatIncerteza no tamanho do eixo principal, a partir de medições em janelas convergentes, assumindo ruído não correlacionado [pixel]5
ERRB_IMAGEFloatIncerteza no tamanho do eixo menor, do modelo isofotal [pixel]1
ERRBWIN_IMAGE_G,R,I,Z,YFloatIncerteza no X-centroide das medidas em janela na imagem de banda coadicionada para o eixo menor [pixel]5
ERRTHETA_IMAGEFloatIncerteza na posição da fonte, do modelo isofotal1
ERRTHETAWIN_IMAGE_G,R,I,Z,YFloatIncerteza no ângulo de posição (theta) para o objeto, da medição em janela convergida [deg]5
ERRX2WIN_IMAGE_G,R,I,Z,YDoubleIncerteza no segundo momento do centróide da distribuição em x, das medidas em janela convergidas [pixel2]5
ERRXYWIN_IMAGE_G,R,I,Z,YDoubleIncerteza no segundo momento da distribuição xy, das medidas em janela convergidas [pixel2]5
ERRY2WIN_IMAGE_G,R,I,Z,YDoubleIncerteza no segundo momento do centróide da distribuição em y, das medidas em janela convergidas [pixel2]5
EXTENDED_CLASS_COADDSMALLINTO: estrelas de alta confiança; 1: estrelas candidatas; 2: principalmente galáxias; 3: galáxias de alta confiança; -9: Sem dados; Fotometria Sextractor1
EXTENDED_CLASS_WAVGSMALLINTO: estrelas de alta confiança ; 1: estrelas candidatas; 2: principalmente galáxias; 3: galáxias de alta confiança; -9:Sem dados; Fotometria WAVG1
FLAGS_G,R,I,Z,YSMALLINTSinalizador descrevendo conselhos cautelosos sobre o processo de extração de fontes (SINAIS <4 para objetos bem comportados)1
FLUX_AUTO_G,R,I,Z,YFloatMedição de fluxo de abertura, modelo elíptico com base no raio de Kron [ADU]5
FLUX_RADIUS_G,R,I,Z,YFloatRaio de meia luz para o objeto, a partir de uma curva de crescimento elíptica, modelada em duas dimensões [pixel]5
FLUXERR_AUTO_G,R,I,Z,YFloatIncerteza na medição de fluxo de abertura, modelo elíptico com base no raio de Kron [ADU]5
FWHM_IMAGE_G,R,I,Z,YFloatLargura total à meia-altura (FWHM) para cada banda [pixel]5
GALACTIC_BFloatLatitude Galáctica [deg]1
GALACTIC_LFloatLongitude Galáctica [deg]1
HPIX_32,64,1024,4096,16384BIGINTIdentificador Healpix para seu tamanho de grade nside, em um esquema NESTED5
IMAFLAGS_ISO_G,R,I,Z,YIntegerSinalizador identificando fontes com pixels ausentes/marcados considerando todas as imagens de única época (sem viés)1
ISOAREA_IMAGE_G,R,I,Z,YIntegerÁrea isofotal da fonte coadicionada [pixel2]5
KRON_RADIUSFloatRaio de Kron medido a partir da imagem coadicionada [pixel]1
KRON_RADIUS_G,R,I,Z,YFloatRaio de Kron medido a partir da imagem coadicionada5
MAG_AUTO_G,R,I,Z,YFloatEstimativa de magnitude, para um modelo elíptico baseado no raio de Kron [mag]5
MAG_AUTO_G,R,I,Z,Y_DEREDFloatEstimativa de magnitude descorrigida (usando SFD98), para um modelo elíptico baseado no raio de Kron [mag]5
MAGERR_AUTO_G,R,I,Z,YFloatIncerteza na estimativa de magnitude, para um modelo elíptico baseado no raio de Kron [mag]5
NEPOCHS_G,R,I,Z,YIntegerNúmero de épocas em que a fonte é detectada em imagens de época única5
NITER_MODEL_G,R,I,Z,YIntegerNúmero de iterações em medições fotométricas de ajuste de modelo5
RADoubleAscensão reta, com precisão quantizada para indexação (ALPHAWIN_J2000 tem precisão total mas não indexada) [deg]1
SPREAD_MODEL_G,R,I,Z,YFloatClassificador morfológico baseado na comparação entre o modelo PSF versus exponencial-PSF. Valores mais próximos de 0 correspondem a estrelas, valores maiores correspondem a galáxias5
SPREADERR_MODEL_G,R,I,Z,YFloatIncerteza no classificador morfológico baseado na comparação entre o modelo PSF versus exponencial-PSF5
THETAWIN_IMAGE_G,R,I,Z,YFloatÂngulo de posição (theta) para a fonte, para medição em janela convergida crescente de x para y [deg]5
THETA_J2000FloatÂngulo de posição (theta) do eixo principal para o objeto no sistema ICRS (J2000) [deg]1
TILENAMECharIdentificador de cada um dos blocos onde está quadriculado o levantamento1
WAVG_FLUX_PSF_G,R,I,Z,YFloatFluxo médio ponderado, de detecções de época única ajustadas ao PSF [ADU]5
WAVG_FLUXERR_PSF_G,R,I,Z,YFloatIncerteza da medição de fluxo médio ponderado de PSF ajusta detecções de época única [ADU]5
WAVG_MAG_PSF_G,R,I,Z,YFloatMagnitude média ponderada, de detecções de época única ajustadas ao PSF [mag]5
WAVG_MAG_PSF_G,R,I,Z,Y_DEREDFloatMagnitude média ponderada reduzida (usando SFD98) de PSF ajusta detecções de época única [mag]5
WAVG_MAGERR_PSF_G,R,I,Z,YFloatIncerteza da magnitude média ponderada, de detecções de época única ajustadas ao PSF [mag]5
WAVG_SPREAD_MODEL_G,R,IZ,YFloatMODELO SPREAD usando os valores médios ponderados das detecções de única época5
WAVG_SPREADERR_MODEL_G.R.I.Z.YFloatIncerteza no MODELO SPREAD usando os valores médios ponderados das detecções de única época5
X2WIN_IMAGE_G,R,I,Z,YDoubleSegundo momento na direção x, das medidas convergidas em janela [pixel2]5
XYWIN_IMAGE_G,R,I,Z,YDoubleSegundo momento na direção xy, das medidas convergidas em janela [pixel2]5
XWIN_IMAGEDoubleX-centroide das medidas em janela na imagem coadicionada [pixel]1
XWIN_IMAGE_G,R,I,Z,YDoubleX-centroide das medidas em janela na imagem de banda coadicionada [pixel]5
Y2WIN_IMAGE_G,R,I,Z,YDoubleSegundo momento na direção y, das medidas convergidas em janela [pixel2]5
YWIN_IMAGEDoubleY-centroide das medidas em janela na imagem coadicionada [pixel]1
YWIN_IMAGE_G,R,I,Z,YDoubleY-centroide das medidas em janela na imagem de banda coadicionada [pixel]5
\r\n\r\n## Informação Técnicas\r\n\r\n### Download e Ingestão de Dados\r\n\r\n\r\nNa tabela a seguir, são detalhados os períodos de tempo necessários para baixar arquivos DES DR2 e ingerir dados em nosso banco de dados.\r\n\r\n| Ação | Tempo |\r\n|---|---|\r\n| Download**| 678 minutos |\r\n| Ingestão | 824 minutos |\r\n\r\n\\** O tamanho total do download foi de aproximadamente 9,2TB.
\r\n\r\n\r\n
\r\n\r\nAs tabelas abaixo exibem o tempo dedicado à criação de índices para a tabela DES DR2 e o número de linhas e colunas.\r\n\r\n| Índices | Tempo | \r\n|---|---|\r\n| `RA` e `DEC` | 1037 minutos | \r\n\r\n
\r\n\r\n| Outros | - |\r\n|---|---|\r\n| Número de linhas | 691.498.505 | \r\n| Número de colunas | 215 | \r\n\r\n\r\n\r\n## Referências\r\n\r\n- https://datalab.noirlab.edu/des/\r\n- https://dblinea.readthedocs.io/en/latest/quickstart.html\r\n- https://arxiv.org/abs/2101.05765", + "body": "# Dark Energy Survey - Data Release 2 (DES DR2)\r\n\r\nContents:\r\n\r\n- [Introdução](#introduction)\r\n- [Como acessar](#how-to-access)\r\n- [Informação dos Dados](#dataset-information)\r\n- [Informação Técnicas](#technical-information)\r\n- [Referências](#reference)\r\n\r\n\r\n## Introdução\r\n\r\n\r\nO Dark Energy Survey Data Release 2 (DES DR2) é um amplo levantamento de imagens astronômicas feitas por telescópios em solo abrangendo uma área de aproximadamente 5000 graus quadrados do céu do hemisfério sul da Via Láctea, do espectro visível e do infravermelho próximo, em cinco bandas fotométricas amplas: grizY. O principal objetivo do DES é aprimorar nossa compreensão da aceleração cósmica e da natureza da energia escura. \r\n\r\nPara atender aos objetivos científicos, a Colaboração DES desenvolveu e empregou a Dark Energy Camera (DECam), uma câmera de 570 megapixels com um campo de visão de 3 graus quadrados. Esta câmera foi instalada no topo do telescópio Blanco de 4 metros, localizado no Observatório Interamericano Cerro Tololo (CTIO), situada no norte do Chile.\r\n\r\nO DES DR2 abrange aproximadamente 691 milhões de objetos astronômicos distintos, identificados em 10.169 imagens coadicionadas, cada um com uma área de 0,534 graus quadrados, derivadas de um total de 76.217 exposições. A precisão fotométrica é de cerca de 10 milimagnitudes, e a precisão astrométrica interna média é de aproximadamente 27 milissegundos de arco. Para mais informações, consulte o documentação oficial [aqui](https://datalab.noirlab.edu/des/)\r\n\r\n## Como acessar\r\n\r\nO LIneA (Laboratório Interinstitucional de e-Astronomia) disponibiliza uma biblioteca Python chamada `dblinea` que permite acessar o banco de dados da própria instituição. Essa biblioteca é útil para recuperar dados dentro da plataforma JupyterHub. Para utilizar essa bibilioteca é necessário ter o pacote dblinea instalado em seu ambiente Python. Para instalá-lo use o comando:\r\n\r\n
pip install dblinea
\r\n\r\nA conexão com o banco de dados é feita pela classe DBBase. Um exemplo de utilização é criar uma instância do DBBase para fazer consultas ao banco de dados.\r\n\r\n
# Importe a classe DBBase do pacote dblinea\r\nfrom dblinea import DBBase\r\n  \r\n# Crie uma instância do DBBase. Essa instância será usada para se conectar ao banco de dados.\r\ndb = DBBase()\r\n    \r\n# Descreve o nome e o tipo das colunas de uma tabela.\r\ndb.describe_table(\"dr2\", schema = \"des\")\r\n
\r\n\r\nOs métodos `fetchall(query)`, `fetchall_dict(query)` e `fetchall_df(query)` fazem a consulta referente ao conteúdo atribuído ao argumento (no exemplo abaixo, à variável `query`, uma string com um comando SQL) no banco de dados e retornam os dados, respectivamente, nos formatos: lista de tuplas, dicionário, objeto do tipo pandas.DataFrame. Por exemplo, vamos consultar o identificador único e as coordenadas dos objetos nas 10 primeiras linhas da tabela:\r\n\r\n```python\r\nquery = \"SELECT coadd_object_id, ra, dec FROM des_dr2.main limit 10\"\r\ndataframe_10_objetos = db.fetchall_df(query)\r\n```\r\n\r\nAlguns exemplos de como utilizar a biblioteca dblinea para buscar objedos em uma dada região do céu estão presentes no _Jupyter notebook_ tutorial `2-acesso-a-dados.ipynb` disponível no repositório GitHub jupyterhub-tutorial. Para acessar o notebook, uma vez logado no LIneA JupyterHub, clone o repositório de tutoriais. No terminal do Jupyter Lab, execute:\r\n\r\n```bash\r\n$ git clone https://github.com/linea-it/jupyterhub-tutorial.git\r\n```\r\n\r\nA documentação oficial e completa da biblioteca `dblinea` está no site: https://dblinea.readthedocs.io/en/latest/quickstart.html\r\n\r\n## Informação dos Dados\r\n\r\n\r\n### DES DR2 Main\r\n\r\nA tabela abaixo fornece uma descrição das colunas encontradas no DES DR2, juntamente com seus tipos de dados associados. É importante observar que a terceira coluna desta tabela especifica o número de colunas associadas a cada elemento. Por exemplo, para FLAGS_G,R,I,Z,Y, existem cinco colunas associadas: FLAGS_G, FLAGS_R, FLAGS_I, FLAGS_Z e FLAGS_Y. Todas as colunas foram indexadas.\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n
Nome da ColunaTipo de DadosDescriçãoColunas
A_IMAGEFloatTamanho do eixo principal com base em um modelo isofotal [pixel]1
ALPHAWIN_J2000DoubleAscensão reta para o objeto, J2000 no sistema ICRS (precisão total mas não indexada) [deg]1
AWIN_IMAGE_G,R,I,Z,YFloatTamanho do eixo principal, a partir de medições de momento em janela de 2ª ordem [pixels]5
BACKGROUND_G,R,I,Z,YFloatNível de fundo pelo amplificador CCD [mag]1
B_IMAGEFloatTamanho do eixo menor com base em um modelo isofotal [pixel]1
BWIN_IMAGE_G,R,I,Z,YFloatX-centroide das medidas em janela na imagem de banda coadicionada para o eixo menor [pixel]5
COADD_OBJECT_IDBigintIdentificador único para os objetos coadicionados1
CLASS_STAR_G,R,I,Z,YFloatClassificador de fonte estendida morfológica simples. Valores entre 0 (galáxias) e 1 (estrelas).5
DECDoubleDeclinação, com precisão quantizada para indexação (DELTAWIN_J2000 tem precisão total, mas não é indexada) [deg]1
DELTAWIN_J2000Doubledecl. para o objeto, J2000 no sistema ICRS (precisão total mas não indexada) [deg]1
EBV_SFD98DoubleCoeficiente de avermelhamento E(B-V) de Schlegel, Finkbeiner & Davis, 1998 [mag]1
ERRA_IMAGEFloatIncerteza no tamanho do eixo principal, a partir do modelo isofotal [pixel]1
ERRAWIN_IMAGE_G,R,I,Z,YFloatIncerteza no tamanho do eixo principal, a partir de medições em janelas convergentes, assumindo ruído não correlacionado [pixel]5
ERRB_IMAGEFloatIncerteza no tamanho do eixo menor, do modelo isofotal [pixel]1
ERRBWIN_IMAGE_G,R,I,Z,YFloatIncerteza no X-centroide das medidas em janela na imagem de banda coadicionada para o eixo menor [pixel]5
ERRTHETA_IMAGEFloatIncerteza na posição da fonte, do modelo isofotal1
ERRTHETAWIN_IMAGE_G,R,I,Z,YFloatIncerteza no ângulo de posição (theta) para o objeto, da medição em janela convergida [deg]5
ERRX2WIN_IMAGE_G,R,I,Z,YDoubleIncerteza no segundo momento do centróide da distribuição em x, das medidas em janela convergidas [pixel2]5
ERRXYWIN_IMAGE_G,R,I,Z,YDoubleIncerteza no segundo momento da distribuição xy, das medidas em janela convergidas [pixel2]5
ERRY2WIN_IMAGE_G,R,I,Z,YDoubleIncerteza no segundo momento do centróide da distribuição em y, das medidas em janela convergidas [pixel2]5
EXTENDED_CLASS_COADDSMALLINTO: estrelas de alta confiança; 1: estrelas candidatas; 2: principalmente galáxias; 3: galáxias de alta confiança; -9: Sem dados; Fotometria Sextractor1
EXTENDED_CLASS_WAVGSMALLINTO: estrelas de alta confiança ; 1: estrelas candidatas; 2: principalmente galáxias; 3: galáxias de alta confiança; -9:Sem dados; Fotometria WAVG1
FLAGS_G,R,I,Z,YSMALLINTSinalizador descrevendo conselhos cautelosos sobre o processo de extração de fontes (SINAIS <4 para objetos bem comportados)1
FLUX_AUTO_G,R,I,Z,YFloatMedição de fluxo de abertura, modelo elíptico com base no raio de Kron [ADU]5
FLUX_RADIUS_G,R,I,Z,YFloatRaio de meia luz para o objeto, a partir de uma curva de crescimento elíptica, modelada em duas dimensões [pixel]5
FLUXERR_AUTO_G,R,I,Z,YFloatIncerteza na medição de fluxo de abertura, modelo elíptico com base no raio de Kron [ADU]5
FWHM_IMAGE_G,R,I,Z,YFloatLargura total à meia-altura (FWHM) para cada banda [pixel]5
GALACTIC_BFloatLatitude Galáctica [deg]1
GALACTIC_LFloatLongitude Galáctica [deg]1
HPIX_32,64,1024,4096,16384BIGINTIdentificador Healpix para seu tamanho de grade nside, em um esquema NESTED5
IMAFLAGS_ISO_G,R,I,Z,YIntegerSinalizador identificando fontes com pixels ausentes/marcados considerando todas as imagens de única época (sem viés)1
ISOAREA_IMAGE_G,R,I,Z,YIntegerÁrea isofotal da fonte coadicionada [pixel2]5
KRON_RADIUSFloatRaio de Kron medido a partir da imagem coadicionada [pixel]1
KRON_RADIUS_G,R,I,Z,YFloatRaio de Kron medido a partir da imagem coadicionada5
MAG_AUTO_G,R,I,Z,YFloatEstimativa de magnitude, para um modelo elíptico baseado no raio de Kron [mag]5
MAG_AUTO_G,R,I,Z,Y_DEREDFloatEstimativa de magnitude descorrigida (usando SFD98), para um modelo elíptico baseado no raio de Kron [mag]5
MAGERR_AUTO_G,R,I,Z,YFloatIncerteza na estimativa de magnitude, para um modelo elíptico baseado no raio de Kron [mag]5
NEPOCHS_G,R,I,Z,YIntegerNúmero de épocas em que a fonte é detectada em imagens de época única5
NITER_MODEL_G,R,I,Z,YIntegerNúmero de iterações em medições fotométricas de ajuste de modelo5
RADoubleAscensão reta, com precisão quantizada para indexação (ALPHAWIN_J2000 tem precisão total mas não indexada) [deg]1
SPREAD_MODEL_G,R,I,Z,YFloatClassificador morfológico baseado na comparação entre o modelo PSF versus exponencial-PSF. Valores mais próximos de 0 correspondem a estrelas, valores maiores correspondem a galáxias5
SPREADERR_MODEL_G,R,I,Z,YFloatIncerteza no classificador morfológico baseado na comparação entre o modelo PSF versus exponencial-PSF5
THETAWIN_IMAGE_G,R,I,Z,YFloatÂngulo de posição (theta) para a fonte, para medição em janela convergida crescente de x para y [deg]5
THETA_J2000FloatÂngulo de posição (theta) do eixo principal para o objeto no sistema ICRS (J2000) [deg]1
TILENAMECharIdentificador de cada um dos blocos onde está quadriculado o levantamento1
WAVG_FLUX_PSF_G,R,I,Z,YFloatFluxo médio ponderado, de detecções de época única ajustadas ao PSF [ADU]5
WAVG_FLUXERR_PSF_G,R,I,Z,YFloatIncerteza da medição de fluxo médio ponderado de PSF ajusta detecções de época única [ADU]5
WAVG_MAG_PSF_G,R,I,Z,YFloatMagnitude média ponderada, de detecções de época única ajustadas ao PSF [mag]5
WAVG_MAG_PSF_G,R,I,Z,Y_DEREDFloatMagnitude média ponderada reduzida (usando SFD98) de PSF ajusta detecções de época única [mag]5
WAVG_MAGERR_PSF_G,R,I,Z,YFloatIncerteza da magnitude média ponderada, de detecções de época única ajustadas ao PSF [mag]5
WAVG_SPREAD_MODEL_G,R,IZ,YFloatMODELO SPREAD usando os valores médios ponderados das detecções de única época5
WAVG_SPREADERR_MODEL_G.R.I.Z.YFloatIncerteza no MODELO SPREAD usando os valores médios ponderados das detecções de única época5
X2WIN_IMAGE_G,R,I,Z,YDoubleSegundo momento na direção x, das medidas convergidas em janela [pixel2]5
XYWIN_IMAGE_G,R,I,Z,YDoubleSegundo momento na direção xy, das medidas convergidas em janela [pixel2]5
XWIN_IMAGEDoubleX-centroide das medidas em janela na imagem coadicionada [pixel]1
XWIN_IMAGE_G,R,I,Z,YDoubleX-centroide das medidas em janela na imagem de banda coadicionada [pixel]5
Y2WIN_IMAGE_G,R,I,Z,YDoubleSegundo momento na direção y, das medidas convergidas em janela [pixel2]5
YWIN_IMAGEDoubleY-centroide das medidas em janela na imagem coadicionada [pixel]1
YWIN_IMAGE_G,R,I,Z,YDoubleY-centroide das medidas em janela na imagem de banda coadicionada [pixel]5
\r\n\r\n## Informação Técnicas\r\n\r\n### Download e Ingestão de Dados\r\n\r\n\r\nNa tabela a seguir, são detalhados os períodos de tempo necessários para baixar arquivos DES DR2 e ingerir dados em nosso banco de dados.\r\n\r\n| Ação | Tempo |\r\n|---|---|\r\n| Download**| 678 minutos |\r\n| Ingestão | 824 minutos |\r\n\r\n\\** O tamanho total do download foi de aproximadamente 9,2TB.
\r\n\r\n\r\n
\r\n\r\nAs tabelas abaixo exibem o tempo dedicado à criação de índices para a tabela DES DR2 e o número de linhas e colunas.\r\n\r\n| Índices | Tempo | \r\n|---|---|\r\n| `RA` e `DEC` | 1037 minutos | \r\n\r\n
\r\n\r\n| Outros | - |\r\n|---|---|\r\n| Número de linhas | 691.498.505 | \r\n| Número de colunas | 215 | \r\n\r\n\r\n\r\n## Referências\r\n\r\n- https://datalab.noirlab.edu/des/\r\n- https://dblinea.readthedocs.io/en/latest/quickstart.html\r\n- https://arxiv.org/abs/2101.05765", "live": true, "path": "0001000100020001", "slug": "des-dr2", @@ -3893,7 +3893,7 @@ "object_str": "DES DR2", "content": { "pk": 8, - "body": "# Dark Energy Survey - Data Release 2 (DES DR2)\r\n\r\nContents:\r\n\r\n- [Introdução](#introduction)\r\n- [Como acessar](#how-to-access)\r\n- [Informação dos Dados](#dataset-information)\r\n- [Informação Técnicas](#technical-information)\r\n- [Referências](#reference)\r\n\r\n\r\n## Introdução\r\n\r\n\r\nO Dark Energy Survey Data Release 2 (DES DR2) é um amplo levantamento de imagens astronômicas feitas por telescópios em solo abrangendo uma área de aproximadamente 5000 graus quadrados do céu do hemisfério sul da Via Láctea, do espectro visível e do infravermelho próximo, em cinco bandas fotométricas amplas: grizY. O principal objetivo do DES é aprimorar nossa compreensão da aceleração cósmica e da natureza da energia escura. \r\n\r\nPara atender aos objetivos científicos, a Colaboração DES desenvolveu e empregou a Dark Energy Camera (DECam), uma câmera de 570 megapixels com um campo de visão de 3 graus quadrados. Esta câmera foi instalada no topo do telescópio Blanco de 4 metros, localizado no Observatório Interamericano Cerro Tololo (CTIO), situada no norte do Chile.\r\n\r\nO DES DR2 abrange aproximadamente 691 milhões de objetos astronômicos distintos, identificados em 10.169 imagens coadicionadas, cada um com uma área de 0,534 graus quadrados, derivadas de um total de 76.217 exposições. A precisão fotométrica é de cerca de 10 milimagnitudes, e a precisão astrométrica interna média é de aproximadamente 27 milissegundos de arco. Para mais informações, consulte o documentação oficial [aqui](https://datalab.noirlab.edu/des/)\r\n\r\n## Como acessar\r\n\r\nO LIneA (Laboratório Interinstitucional de e-Astronomia) disponibiliza uma biblioteca Python chamada `dblinea` que permite acessar o banco de dados da própria instituição. Essa biblioteca é útil para recuperar dados dentro da plataforma JupyterHub. Para utilizar essa bibilioteca é necessário ter o pacote dblinea instalado em seu ambiente Python. Para instalá-lo use o comando:\r\n\r\n
pip install dblinea
\r\n\r\nA conexão com o banco de dados é feita pela classe DBBase. Um exemplo de utilização é criar uma instância do DBBase para fazer consultas ao banco de dados.\r\n\r\n
# Importe a classe DBBase do pacote dblinea\r\nfrom dblinea import DBBase\r\n  \r\n# Crie uma instância do DBBase. Essa instância será usada para se conectar ao banco de dados.\r\ndb = DBBase()\r\n    \r\n# Descreve o nome e o tipo das colunas de uma tabela.\r\ndb.describe_table(\"dr2\", schema = \"des\")\r\n
\r\n\r\nOs métodos `fetchall(query)`, `fetchall_dict(query)` e `fetchall_df(query)` fazem a consulta referente ao conteúdo atribuído ao argumento (no exemplo abaixo, à variável `query`, uma string com um comando SQL) no banco de dados e retornam os dados, respectivamente, nos formatos: lista de tuplas, dicionário, objeto do tipo pandas.DataFrame. Por exemplo, vamos consultar o identificador único e as coordenadas dos objetos nas 10 primeiras linhas da tabela:\r\n\r\n```python\r\nquery = \"SELECT coadd_object_id, ra, dec FROM des_dr2.coadd_objects limit 10\"\r\ndataframe_10_objetos = db.fetchall_df(query)\r\n```\r\n\r\nAlguns exemplos de como utilizar a biblioteca dblinea para buscar objedos em uma dada região do céu estão presentes no _Jupyter notebook_ tutorial `2-acesso-a-dados.ipynb` disponível no repositório GitHub jupyterhub-tutorial. Para acessar o notebook, uma vez logado no LIneA JupyterHub, clone o repositório de tutoriais. No terminal do Jupyter Lab, execute:\r\n\r\n```bash\r\n$ git clone https://github.com/linea-it/jupyterhub-tutorial.git\r\n```\r\n\r\nA documentação oficial e completa da biblioteca `dblinea` está no site: https://dblinea.readthedocs.io/en/latest/quickstart.html\r\n\r\n## Informação dos Dados\r\n\r\n\r\n### DES DR2 Main\r\n\r\nA tabela abaixo fornece uma descrição das colunas encontradas no DES DR2, juntamente com seus tipos de dados associados. É importante observar que a terceira coluna desta tabela especifica o número de colunas associadas a cada elemento. Por exemplo, para FLAGS_G,R,I,Z,Y, existem cinco colunas associadas: FLAGS_G, FLAGS_R, FLAGS_I, FLAGS_Z e FLAGS_Y. Todas as colunas foram indexadas.\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n
Nome da ColunaTipo de DadosDescriçãoColunas
A_IMAGEFloatTamanho do eixo principal com base em um modelo isofotal [pixel]1
ALPHAWIN_J2000DoubleAscensão reta para o objeto, J2000 no sistema ICRS (precisão total mas não indexada) [deg]1
AWIN_IMAGE_G,R,I,Z,YFloatTamanho do eixo principal, a partir de medições de momento em janela de 2ª ordem [pixels]5
BACKGROUND_G,R,I,Z,YFloatNível de fundo pelo amplificador CCD [mag]1
B_IMAGEFloatTamanho do eixo menor com base em um modelo isofotal [pixel]1
BWIN_IMAGE_G,R,I,Z,YFloatX-centroide das medidas em janela na imagem de banda coadicionada para o eixo menor [pixel]5
COADD_OBJECT_IDBigintIdentificador único para os objetos coadicionados1
CLASS_STAR_G,R,I,Z,YFloatClassificador de fonte estendida morfológica simples. Valores entre 0 (galáxias) e 1 (estrelas).5
DECDoubleDeclinação, com precisão quantizada para indexação (DELTAWIN_J2000 tem precisão total, mas não é indexada) [deg]1
DELTAWIN_J2000Doubledecl. para o objeto, J2000 no sistema ICRS (precisão total mas não indexada) [deg]1
EBV_SFD98DoubleCoeficiente de avermelhamento E(B-V) de Schlegel, Finkbeiner & Davis, 1998 [mag]1
ERRA_IMAGEFloatIncerteza no tamanho do eixo principal, a partir do modelo isofotal [pixel]1
ERRAWIN_IMAGE_G,R,I,Z,YFloatIncerteza no tamanho do eixo principal, a partir de medições em janelas convergentes, assumindo ruído não correlacionado [pixel]5
ERRB_IMAGEFloatIncerteza no tamanho do eixo menor, do modelo isofotal [pixel]1
ERRBWIN_IMAGE_G,R,I,Z,YFloatIncerteza no X-centroide das medidas em janela na imagem de banda coadicionada para o eixo menor [pixel]5
ERRTHETA_IMAGEFloatIncerteza na posição da fonte, do modelo isofotal1
ERRTHETAWIN_IMAGE_G,R,I,Z,YFloatIncerteza no ângulo de posição (theta) para o objeto, da medição em janela convergida [deg]5
ERRX2WIN_IMAGE_G,R,I,Z,YDoubleIncerteza no segundo momento do centróide da distribuição em x, das medidas em janela convergidas [pixel2]5
ERRXYWIN_IMAGE_G,R,I,Z,YDoubleIncerteza no segundo momento da distribuição xy, das medidas em janela convergidas [pixel2]5
ERRY2WIN_IMAGE_G,R,I,Z,YDoubleIncerteza no segundo momento do centróide da distribuição em y, das medidas em janela convergidas [pixel2]5
EXTENDED_CLASS_COADDSMALLINTO: estrelas de alta confiança; 1: estrelas candidatas; 2: principalmente galáxias; 3: galáxias de alta confiança; -9: Sem dados; Fotometria Sextractor1
EXTENDED_CLASS_WAVGSMALLINTO: estrelas de alta confiança ; 1: estrelas candidatas; 2: principalmente galáxias; 3: galáxias de alta confiança; -9:Sem dados; Fotometria WAVG1
FLAGS_G,R,I,Z,YSMALLINTSinalizador descrevendo conselhos cautelosos sobre o processo de extração de fontes (SINAIS <4 para objetos bem comportados)1
FLUX_AUTO_G,R,I,Z,YFloatMedição de fluxo de abertura, modelo elíptico com base no raio de Kron [ADU]5
FLUX_RADIUS_G,R,I,Z,YFloatRaio de meia luz para o objeto, a partir de uma curva de crescimento elíptica, modelada em duas dimensões [pixel]5
FLUXERR_AUTO_G,R,I,Z,YFloatIncerteza na medição de fluxo de abertura, modelo elíptico com base no raio de Kron [ADU]5
FWHM_IMAGE_G,R,I,Z,YFloatLargura total à meia-altura (FWHM) para cada banda [pixel]5
GALACTIC_BFloatLatitude Galáctica [deg]1
GALACTIC_LFloatLongitude Galáctica [deg]1
HPIX_32,64,1024,4096,16384BIGINTIdentificador Healpix para seu tamanho de grade nside, em um esquema NESTED5
IMAFLAGS_ISO_G,R,I,Z,YIntegerSinalizador identificando fontes com pixels ausentes/marcados considerando todas as imagens de única época (sem viés)1
ISOAREA_IMAGE_G,R,I,Z,YIntegerÁrea isofotal da fonte coadicionada [pixel2]5
KRON_RADIUSFloatRaio de Kron medido a partir da imagem coadicionada [pixel]1
KRON_RADIUS_G,R,I,Z,YFloatRaio de Kron medido a partir da imagem coadicionada5
MAG_AUTO_G,R,I,Z,YFloatEstimativa de magnitude, para um modelo elíptico baseado no raio de Kron [mag]5
MAG_AUTO_G,R,I,Z,Y_DEREDFloatEstimativa de magnitude descorrigida (usando SFD98), para um modelo elíptico baseado no raio de Kron [mag]5
MAGERR_AUTO_G,R,I,Z,YFloatIncerteza na estimativa de magnitude, para um modelo elíptico baseado no raio de Kron [mag]5
NEPOCHS_G,R,I,Z,YIntegerNúmero de épocas em que a fonte é detectada em imagens de época única5
NITER_MODEL_G,R,I,Z,YIntegerNúmero de iterações em medições fotométricas de ajuste de modelo5
RADoubleAscensão reta, com precisão quantizada para indexação (ALPHAWIN_J2000 tem precisão total mas não indexada) [deg]1
SPREAD_MODEL_G,R,I,Z,YFloatClassificador morfológico baseado na comparação entre o modelo PSF versus exponencial-PSF. Valores mais próximos de 0 correspondem a estrelas, valores maiores correspondem a galáxias5
SPREADERR_MODEL_G,R,I,Z,YFloatIncerteza no classificador morfológico baseado na comparação entre o modelo PSF versus exponencial-PSF5
THETAWIN_IMAGE_G,R,I,Z,YFloatÂngulo de posição (theta) para a fonte, para medição em janela convergida crescente de x para y [deg]5
THETA_J2000FloatÂngulo de posição (theta) do eixo principal para o objeto no sistema ICRS (J2000) [deg]1
TILENAMECharIdentificador de cada um dos blocos onde está quadriculado o levantamento1
WAVG_FLUX_PSF_G,R,I,Z,YFloatFluxo médio ponderado, de detecções de época única ajustadas ao PSF [ADU]5
WAVG_FLUXERR_PSF_G,R,I,Z,YFloatIncerteza da medição de fluxo médio ponderado de PSF ajusta detecções de época única [ADU]5
WAVG_MAG_PSF_G,R,I,Z,YFloatMagnitude média ponderada, de detecções de época única ajustadas ao PSF [mag]5
WAVG_MAG_PSF_G,R,I,Z,Y_DEREDFloatMagnitude média ponderada reduzida (usando SFD98) de PSF ajusta detecções de época única [mag]5
WAVG_MAGERR_PSF_G,R,I,Z,YFloatIncerteza da magnitude média ponderada, de detecções de época única ajustadas ao PSF [mag]5
WAVG_SPREAD_MODEL_G,R,IZ,YFloatMODELO SPREAD usando os valores médios ponderados das detecções de única época5
WAVG_SPREADERR_MODEL_G.R.I.Z.YFloatIncerteza no MODELO SPREAD usando os valores médios ponderados das detecções de única época5
X2WIN_IMAGE_G,R,I,Z,YDoubleSegundo momento na direção x, das medidas convergidas em janela [pixel2]5
XYWIN_IMAGE_G,R,I,Z,YDoubleSegundo momento na direção xy, das medidas convergidas em janela [pixel2]5
XWIN_IMAGEDoubleX-centroide das medidas em janela na imagem coadicionada [pixel]1
XWIN_IMAGE_G,R,I,Z,YDoubleX-centroide das medidas em janela na imagem de banda coadicionada [pixel]5
Y2WIN_IMAGE_G,R,I,Z,YDoubleSegundo momento na direção y, das medidas convergidas em janela [pixel2]5
YWIN_IMAGEDoubleY-centroide das medidas em janela na imagem coadicionada [pixel]1
YWIN_IMAGE_G,R,I,Z,YDoubleY-centroide das medidas em janela na imagem de banda coadicionada [pixel]5
\r\n\r\n## Informação Técnicas\r\n\r\n### Download e Ingestão de Dados\r\n\r\n\r\nNa tabela a seguir, são detalhados os períodos de tempo necessários para baixar arquivos DES DR2 e ingerir dados em nosso banco de dados.\r\n\r\n| Ação | Tempo |\r\n|---|---|\r\n| Download**| 678 minutos |\r\n| Ingestão | 824 minutos |\r\n\r\n\\** O tamanho total do download foi de aproximadamente 9,2TB.
\r\n\r\n\r\n
\r\n\r\nAs tabelas abaixo exibem o tempo dedicado à criação de índices para a tabela DES DR2 e o número de linhas e colunas.\r\n\r\n| Índices | Tempo | \r\n|---|---|\r\n| `RA` e `DEC` | 1037 minutos | \r\n\r\n
\r\n\r\n| Outros | - |\r\n|---|---|\r\n| Número de linhas | 691.498.505 | \r\n| Número de colunas | 215 | \r\n\r\n\r\n\r\n## Referências\r\n\r\n- https://datalab.noirlab.edu/des/\r\n- https://dblinea.readthedocs.io/en/latest/quickstart.html\r\n- https://arxiv.org/abs/2101.05765", + "body": "# Dark Energy Survey - Data Release 2 (DES DR2)\r\n\r\nContents:\r\n\r\n- [Introdução](#introduction)\r\n- [Como acessar](#how-to-access)\r\n- [Informação dos Dados](#dataset-information)\r\n- [Informação Técnicas](#technical-information)\r\n- [Referências](#reference)\r\n\r\n\r\n## Introdução\r\n\r\n\r\nO Dark Energy Survey Data Release 2 (DES DR2) é um amplo levantamento de imagens astronômicas feitas por telescópios em solo abrangendo uma área de aproximadamente 5000 graus quadrados do céu do hemisfério sul da Via Láctea, do espectro visível e do infravermelho próximo, em cinco bandas fotométricas amplas: grizY. O principal objetivo do DES é aprimorar nossa compreensão da aceleração cósmica e da natureza da energia escura. \r\n\r\nPara atender aos objetivos científicos, a Colaboração DES desenvolveu e empregou a Dark Energy Camera (DECam), uma câmera de 570 megapixels com um campo de visão de 3 graus quadrados. Esta câmera foi instalada no topo do telescópio Blanco de 4 metros, localizado no Observatório Interamericano Cerro Tololo (CTIO), situada no norte do Chile.\r\n\r\nO DES DR2 abrange aproximadamente 691 milhões de objetos astronômicos distintos, identificados em 10.169 imagens coadicionadas, cada um com uma área de 0,534 graus quadrados, derivadas de um total de 76.217 exposições. A precisão fotométrica é de cerca de 10 milimagnitudes, e a precisão astrométrica interna média é de aproximadamente 27 milissegundos de arco. Para mais informações, consulte o documentação oficial [aqui](https://datalab.noirlab.edu/des/)\r\n\r\n## Como acessar\r\n\r\nO LIneA (Laboratório Interinstitucional de e-Astronomia) disponibiliza uma biblioteca Python chamada `dblinea` que permite acessar o banco de dados da própria instituição. Essa biblioteca é útil para recuperar dados dentro da plataforma JupyterHub. Para utilizar essa bibilioteca é necessário ter o pacote dblinea instalado em seu ambiente Python. Para instalá-lo use o comando:\r\n\r\n
pip install dblinea
\r\n\r\nA conexão com o banco de dados é feita pela classe DBBase. Um exemplo de utilização é criar uma instância do DBBase para fazer consultas ao banco de dados.\r\n\r\n
# Importe a classe DBBase do pacote dblinea\r\nfrom dblinea import DBBase\r\n  \r\n# Crie uma instância do DBBase. Essa instância será usada para se conectar ao banco de dados.\r\ndb = DBBase()\r\n    \r\n# Descreve o nome e o tipo das colunas de uma tabela.\r\ndb.describe_table(\"dr2\", schema = \"des\")\r\n
\r\n\r\nOs métodos `fetchall(query)`, `fetchall_dict(query)` e `fetchall_df(query)` fazem a consulta referente ao conteúdo atribuído ao argumento (no exemplo abaixo, à variável `query`, uma string com um comando SQL) no banco de dados e retornam os dados, respectivamente, nos formatos: lista de tuplas, dicionário, objeto do tipo pandas.DataFrame. Por exemplo, vamos consultar o identificador único e as coordenadas dos objetos nas 10 primeiras linhas da tabela:\r\n\r\n```python\r\nquery = \"SELECT coadd_object_id, ra, dec FROM des_dr2.main limit 10\"\r\ndataframe_10_objetos = db.fetchall_df(query)\r\n```\r\n\r\nAlguns exemplos de como utilizar a biblioteca dblinea para buscar objedos em uma dada região do céu estão presentes no _Jupyter notebook_ tutorial `2-acesso-a-dados.ipynb` disponível no repositório GitHub jupyterhub-tutorial. Para acessar o notebook, uma vez logado no LIneA JupyterHub, clone o repositório de tutoriais. No terminal do Jupyter Lab, execute:\r\n\r\n```bash\r\n$ git clone https://github.com/linea-it/jupyterhub-tutorial.git\r\n```\r\n\r\nA documentação oficial e completa da biblioteca `dblinea` está no site: https://dblinea.readthedocs.io/en/latest/quickstart.html\r\n\r\n## Informação dos Dados\r\n\r\n\r\n### DES DR2 Main\r\n\r\nA tabela abaixo fornece uma descrição das colunas encontradas no DES DR2, juntamente com seus tipos de dados associados. É importante observar que a terceira coluna desta tabela especifica o número de colunas associadas a cada elemento. Por exemplo, para FLAGS_G,R,I,Z,Y, existem cinco colunas associadas: FLAGS_G, FLAGS_R, FLAGS_I, FLAGS_Z e FLAGS_Y. Todas as colunas foram indexadas.\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n
Nome da ColunaTipo de DadosDescriçãoColunas
A_IMAGEFloatTamanho do eixo principal com base em um modelo isofotal [pixel]1
ALPHAWIN_J2000DoubleAscensão reta para o objeto, J2000 no sistema ICRS (precisão total mas não indexada) [deg]1
AWIN_IMAGE_G,R,I,Z,YFloatTamanho do eixo principal, a partir de medições de momento em janela de 2ª ordem [pixels]5
BACKGROUND_G,R,I,Z,YFloatNível de fundo pelo amplificador CCD [mag]1
B_IMAGEFloatTamanho do eixo menor com base em um modelo isofotal [pixel]1
BWIN_IMAGE_G,R,I,Z,YFloatX-centroide das medidas em janela na imagem de banda coadicionada para o eixo menor [pixel]5
COADD_OBJECT_IDBigintIdentificador único para os objetos coadicionados1
CLASS_STAR_G,R,I,Z,YFloatClassificador de fonte estendida morfológica simples. Valores entre 0 (galáxias) e 1 (estrelas).5
DECDoubleDeclinação, com precisão quantizada para indexação (DELTAWIN_J2000 tem precisão total, mas não é indexada) [deg]1
DELTAWIN_J2000Doubledecl. para o objeto, J2000 no sistema ICRS (precisão total mas não indexada) [deg]1
EBV_SFD98DoubleCoeficiente de avermelhamento E(B-V) de Schlegel, Finkbeiner & Davis, 1998 [mag]1
ERRA_IMAGEFloatIncerteza no tamanho do eixo principal, a partir do modelo isofotal [pixel]1
ERRAWIN_IMAGE_G,R,I,Z,YFloatIncerteza no tamanho do eixo principal, a partir de medições em janelas convergentes, assumindo ruído não correlacionado [pixel]5
ERRB_IMAGEFloatIncerteza no tamanho do eixo menor, do modelo isofotal [pixel]1
ERRBWIN_IMAGE_G,R,I,Z,YFloatIncerteza no X-centroide das medidas em janela na imagem de banda coadicionada para o eixo menor [pixel]5
ERRTHETA_IMAGEFloatIncerteza na posição da fonte, do modelo isofotal1
ERRTHETAWIN_IMAGE_G,R,I,Z,YFloatIncerteza no ângulo de posição (theta) para o objeto, da medição em janela convergida [deg]5
ERRX2WIN_IMAGE_G,R,I,Z,YDoubleIncerteza no segundo momento do centróide da distribuição em x, das medidas em janela convergidas [pixel2]5
ERRXYWIN_IMAGE_G,R,I,Z,YDoubleIncerteza no segundo momento da distribuição xy, das medidas em janela convergidas [pixel2]5
ERRY2WIN_IMAGE_G,R,I,Z,YDoubleIncerteza no segundo momento do centróide da distribuição em y, das medidas em janela convergidas [pixel2]5
EXTENDED_CLASS_COADDSMALLINTO: estrelas de alta confiança; 1: estrelas candidatas; 2: principalmente galáxias; 3: galáxias de alta confiança; -9: Sem dados; Fotometria Sextractor1
EXTENDED_CLASS_WAVGSMALLINTO: estrelas de alta confiança ; 1: estrelas candidatas; 2: principalmente galáxias; 3: galáxias de alta confiança; -9:Sem dados; Fotometria WAVG1
FLAGS_G,R,I,Z,YSMALLINTSinalizador descrevendo conselhos cautelosos sobre o processo de extração de fontes (SINAIS <4 para objetos bem comportados)1
FLUX_AUTO_G,R,I,Z,YFloatMedição de fluxo de abertura, modelo elíptico com base no raio de Kron [ADU]5
FLUX_RADIUS_G,R,I,Z,YFloatRaio de meia luz para o objeto, a partir de uma curva de crescimento elíptica, modelada em duas dimensões [pixel]5
FLUXERR_AUTO_G,R,I,Z,YFloatIncerteza na medição de fluxo de abertura, modelo elíptico com base no raio de Kron [ADU]5
FWHM_IMAGE_G,R,I,Z,YFloatLargura total à meia-altura (FWHM) para cada banda [pixel]5
GALACTIC_BFloatLatitude Galáctica [deg]1
GALACTIC_LFloatLongitude Galáctica [deg]1
HPIX_32,64,1024,4096,16384BIGINTIdentificador Healpix para seu tamanho de grade nside, em um esquema NESTED5
IMAFLAGS_ISO_G,R,I,Z,YIntegerSinalizador identificando fontes com pixels ausentes/marcados considerando todas as imagens de única época (sem viés)1
ISOAREA_IMAGE_G,R,I,Z,YIntegerÁrea isofotal da fonte coadicionada [pixel2]5
KRON_RADIUSFloatRaio de Kron medido a partir da imagem coadicionada [pixel]1
KRON_RADIUS_G,R,I,Z,YFloatRaio de Kron medido a partir da imagem coadicionada5
MAG_AUTO_G,R,I,Z,YFloatEstimativa de magnitude, para um modelo elíptico baseado no raio de Kron [mag]5
MAG_AUTO_G,R,I,Z,Y_DEREDFloatEstimativa de magnitude descorrigida (usando SFD98), para um modelo elíptico baseado no raio de Kron [mag]5
MAGERR_AUTO_G,R,I,Z,YFloatIncerteza na estimativa de magnitude, para um modelo elíptico baseado no raio de Kron [mag]5
NEPOCHS_G,R,I,Z,YIntegerNúmero de épocas em que a fonte é detectada em imagens de época única5
NITER_MODEL_G,R,I,Z,YIntegerNúmero de iterações em medições fotométricas de ajuste de modelo5
RADoubleAscensão reta, com precisão quantizada para indexação (ALPHAWIN_J2000 tem precisão total mas não indexada) [deg]1
SPREAD_MODEL_G,R,I,Z,YFloatClassificador morfológico baseado na comparação entre o modelo PSF versus exponencial-PSF. Valores mais próximos de 0 correspondem a estrelas, valores maiores correspondem a galáxias5
SPREADERR_MODEL_G,R,I,Z,YFloatIncerteza no classificador morfológico baseado na comparação entre o modelo PSF versus exponencial-PSF5
THETAWIN_IMAGE_G,R,I,Z,YFloatÂngulo de posição (theta) para a fonte, para medição em janela convergida crescente de x para y [deg]5
THETA_J2000FloatÂngulo de posição (theta) do eixo principal para o objeto no sistema ICRS (J2000) [deg]1
TILENAMECharIdentificador de cada um dos blocos onde está quadriculado o levantamento1
WAVG_FLUX_PSF_G,R,I,Z,YFloatFluxo médio ponderado, de detecções de época única ajustadas ao PSF [ADU]5
WAVG_FLUXERR_PSF_G,R,I,Z,YFloatIncerteza da medição de fluxo médio ponderado de PSF ajusta detecções de época única [ADU]5
WAVG_MAG_PSF_G,R,I,Z,YFloatMagnitude média ponderada, de detecções de época única ajustadas ao PSF [mag]5
WAVG_MAG_PSF_G,R,I,Z,Y_DEREDFloatMagnitude média ponderada reduzida (usando SFD98) de PSF ajusta detecções de época única [mag]5
WAVG_MAGERR_PSF_G,R,I,Z,YFloatIncerteza da magnitude média ponderada, de detecções de época única ajustadas ao PSF [mag]5
WAVG_SPREAD_MODEL_G,R,IZ,YFloatMODELO SPREAD usando os valores médios ponderados das detecções de única época5
WAVG_SPREADERR_MODEL_G.R.I.Z.YFloatIncerteza no MODELO SPREAD usando os valores médios ponderados das detecções de única época5
X2WIN_IMAGE_G,R,I,Z,YDoubleSegundo momento na direção x, das medidas convergidas em janela [pixel2]5
XYWIN_IMAGE_G,R,I,Z,YDoubleSegundo momento na direção xy, das medidas convergidas em janela [pixel2]5
XWIN_IMAGEDoubleX-centroide das medidas em janela na imagem coadicionada [pixel]1
XWIN_IMAGE_G,R,I,Z,YDoubleX-centroide das medidas em janela na imagem de banda coadicionada [pixel]5
Y2WIN_IMAGE_G,R,I,Z,YDoubleSegundo momento na direção y, das medidas convergidas em janela [pixel2]5
YWIN_IMAGEDoubleY-centroide das medidas em janela na imagem coadicionada [pixel]1
YWIN_IMAGE_G,R,I,Z,YDoubleY-centroide das medidas em janela na imagem de banda coadicionada [pixel]5
\r\n\r\n## Informação Técnicas\r\n\r\n### Download e Ingestão de Dados\r\n\r\n\r\nNa tabela a seguir, são detalhados os períodos de tempo necessários para baixar arquivos DES DR2 e ingerir dados em nosso banco de dados.\r\n\r\n| Ação | Tempo |\r\n|---|---|\r\n| Download**| 678 minutos |\r\n| Ingestão | 824 minutos |\r\n\r\n\\** O tamanho total do download foi de aproximadamente 9,2TB.
\r\n\r\n\r\n
\r\n\r\nAs tabelas abaixo exibem o tempo dedicado à criação de índices para a tabela DES DR2 e o número de linhas e colunas.\r\n\r\n| Índices | Tempo | \r\n|---|---|\r\n| `RA` e `DEC` | 1037 minutos | \r\n\r\n
\r\n\r\n| Outros | - |\r\n|---|---|\r\n| Número de linhas | 691.498.505 | \r\n| Número de colunas | 215 | \r\n\r\n\r\n\r\n## Referências\r\n\r\n- https://datalab.noirlab.edu/des/\r\n- https://dblinea.readthedocs.io/en/latest/quickstart.html\r\n- https://arxiv.org/abs/2101.05765", "live": true, "path": "0001000100020001", "slug": "des-dr2", @@ -3947,7 +3947,7 @@ "object_str": "DES DR2", "content": { "pk": 8, - "body": "# Dark Energy Survey - Data Release 2 (DES DR2)\r\n\r\nContents:\r\n\r\n- [Introdução](#introduction)\r\n- [Como acessar](#how-to-access)\r\n- [Informação dos Dados](#dataset-information)\r\n- [Informação Técnicas](#technical-information)\r\n- [Referências](#reference)\r\n\r\n\r\n## Introdução\r\n\r\n\r\nO Dark Energy Survey Data Release 2 (DES DR2) é um amplo levantamento de imagens astronômicas feitas por telescópios em solo abrangendo uma área de aproximadamente 5000 graus quadrados do céu do hemisfério sul da Via Láctea, do espectro visível e do infravermelho próximo, em cinco bandas fotométricas amplas: grizY. O principal objetivo do DES é aprimorar nossa compreensão da aceleração cósmica e da natureza da energia escura. \r\n\r\nPara atender aos objetivos científicos, a Colaboração DES desenvolveu e empregou a Dark Energy Camera (DECam), uma câmera de 570 megapixels com um campo de visão de 3 graus quadrados. Esta câmera foi instalada no topo do telescópio Blanco de 4 metros, localizado no Observatório Interamericano Cerro Tololo (CTIO), situada no norte do Chile.\r\n\r\nO DES DR2 abrange aproximadamente 691 milhões de objetos astronômicos distintos, identificados em 10.169 imagens coadicionadas, cada um com uma área de 0,534 graus quadrados, derivadas de um total de 76.217 exposições. A precisão fotométrica é de cerca de 10 milimagnitudes, e a precisão astrométrica interna média é de aproximadamente 27 milissegundos de arco. Para mais informações, consulte o documentação oficial [aqui](https://datalab.noirlab.edu/des/)\r\n\r\n## Como acessar\r\n\r\nO LIneA (Laboratório Interinstitucional de e-Astronomia) disponibiliza uma biblioteca Python chamada `dblinea` que permite acessar o banco de dados da própria instituição. Essa biblioteca é útil para recuperar dados dentro da plataforma JupyterHub. Para utilizar essa bibilioteca é necessário ter o pacote dblinea instalado em seu ambiente Python. Para instalá-lo use o comando:\r\n\r\n
pip install dblinea
\r\n\r\nA conexão com o banco de dados é feita pela classe DBBase. Um exemplo de utilização é criar uma instância do DBBase para fazer consultas ao banco de dados.\r\n\r\n
# Importe a classe DBBase do pacote dblinea\r\nfrom dblinea import DBBase\r\n  \r\n# Crie uma instância do DBBase. Essa instância será usada para se conectar ao banco de dados.\r\ndb = DBBase()\r\n    \r\n# Descreve o nome e o tipo das colunas de uma tabela.\r\ndb.describe_table(\"dr2\", schema = \"des\")\r\n
\r\n\r\nOs métodos `fetchall(query)`, `fetchall_dict(query)` e `fetchall_df(query)` fazem a consulta referente ao conteúdo atribuído ao argumento (no exemplo abaixo, à variável `query`, uma string com um comando SQL) no banco de dados e retornam os dados, respectivamente, nos formatos: lista de tuplas, dicionário, objeto do tipo pandas.DataFrame. Por exemplo, vamos consultar o identificador único e as coordenadas dos objetos nas 10 primeiras linhas da tabela:\r\n\r\n```python\r\nquery = \"SELECT coadd_object_id, ra, dec FROM des_dr2.coadd_objects limit 10\"\r\ndataframe_10_objetos = db.fetchall_df(query)\r\n```\r\n\r\nAlguns exemplos de como utilizar a biblioteca dblinea para buscar objedos em uma dada região do céu estão presentes no _Jupyter notebook_ tutorial `2-acesso-a-dados.ipynb` disponível no repositório GitHub jupyterhub-tutorial. Para acessar o notebook, uma vez logado no LIneA JupyterHub, clone o repositório de tutoriais. No terminal do Jupyter Lab, execute:\r\n\r\n```bash\r\n$ git clone https://github.com/linea-it/jupyterhub-tutorial.git\r\n```\r\n\r\nA documentação oficial e completa da biblioteca `dblinea` está no site: https://dblinea.readthedocs.io/en/latest/quickstart.html\r\n\r\n## Informação dos Dados\r\n\r\n\r\n### DES DR2 Main\r\n\r\nA tabela abaixo fornece uma descrição das colunas encontradas no DES DR2, juntamente com seus tipos de dados associados. É importante observar que a terceira coluna desta tabela especifica o número de colunas associadas a cada elemento. Por exemplo, para FLAGS_G,R,I,Z,Y, existem cinco colunas associadas: FLAGS_G, FLAGS_R, FLAGS_I, FLAGS_Z e FLAGS_Y. Todas as colunas foram indexadas.\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n
Nome da ColunaTipo de DadosDescriçãoColunas
A_IMAGEFloatTamanho do eixo principal com base em um modelo isofotal [pixel]1
ALPHAWIN_J2000DoubleAscensão reta para o objeto, J2000 no sistema ICRS (precisão total mas não indexada) [deg]1
AWIN_IMAGE_G,R,I,Z,YFloatTamanho do eixo principal, a partir de medições de momento em janela de 2ª ordem [pixels]5
BACKGROUND_G,R,I,Z,YFloatNível de fundo pelo amplificador CCD [mag]1
B_IMAGEFloatTamanho do eixo menor com base em um modelo isofotal [pixel]1
BWIN_IMAGE_G,R,I,Z,YFloatX-centroide das medidas em janela na imagem de banda coadicionada para o eixo menor [pixel]5
COADD_OBJECT_IDBigintIdentificador único para os objetos coadicionados1
CLASS_STAR_G,R,I,Z,YFloatClassificador de fonte estendida morfológica simples. Valores entre 0 (galáxias) e 1 (estrelas).5
DECDoubleDeclinação, com precisão quantizada para indexação (DELTAWIN_J2000 tem precisão total, mas não é indexada) [deg]1
DELTAWIN_J2000Doubledecl. para o objeto, J2000 no sistema ICRS (precisão total mas não indexada) [deg]1
EBV_SFD98DoubleCoeficiente de avermelhamento E(B-V) de Schlegel, Finkbeiner & Davis, 1998 [mag]1
ERRA_IMAGEFloatIncerteza no tamanho do eixo principal, a partir do modelo isofotal [pixel]1
ERRAWIN_IMAGE_G,R,I,Z,YFloatIncerteza no tamanho do eixo principal, a partir de medições em janelas convergentes, assumindo ruído não correlacionado [pixel]5
ERRB_IMAGEFloatIncerteza no tamanho do eixo menor, do modelo isofotal [pixel]1
ERRBWIN_IMAGE_G,R,I,Z,YFloatIncerteza no X-centroide das medidas em janela na imagem de banda coadicionada para o eixo menor [pixel]5
ERRTHETA_IMAGEFloatIncerteza na posição da fonte, do modelo isofotal1
ERRTHETAWIN_IMAGE_G,R,I,Z,YFloatIncerteza no ângulo de posição (theta) para o objeto, da medição em janela convergida [deg]5
ERRX2WIN_IMAGE_G,R,I,Z,YDoubleIncerteza no segundo momento do centróide da distribuição em x, das medidas em janela convergidas [pixel2]5
ERRXYWIN_IMAGE_G,R,I,Z,YDoubleIncerteza no segundo momento da distribuição xy, das medidas em janela convergidas [pixel2]5
ERRY2WIN_IMAGE_G,R,I,Z,YDoubleIncerteza no segundo momento do centróide da distribuição em y, das medidas em janela convergidas [pixel2]5
EXTENDED_CLASS_COADDSMALLINTO: estrelas de alta confiança; 1: estrelas candidatas; 2: principalmente galáxias; 3: galáxias de alta confiança; -9: Sem dados; Fotometria Sextractor1
EXTENDED_CLASS_WAVGSMALLINTO: estrelas de alta confiança ; 1: estrelas candidatas; 2: principalmente galáxias; 3: galáxias de alta confiança; -9:Sem dados; Fotometria WAVG1
FLAGS_G,R,I,Z,YSMALLINTSinalizador descrevendo conselhos cautelosos sobre o processo de extração de fontes (SINAIS <4 para objetos bem comportados)1
FLUX_AUTO_G,R,I,Z,YFloatMedição de fluxo de abertura, modelo elíptico com base no raio de Kron [ADU]5
FLUX_RADIUS_G,R,I,Z,YFloatRaio de meia luz para o objeto, a partir de uma curva de crescimento elíptica, modelada em duas dimensões [pixel]5
FLUXERR_AUTO_G,R,I,Z,YFloatIncerteza na medição de fluxo de abertura, modelo elíptico com base no raio de Kron [ADU]5
FWHM_IMAGE_G,R,I,Z,YFloatLargura total à meia-altura (FWHM) para cada banda [pixel]5
GALACTIC_BFloatLatitude Galáctica [deg]1
GALACTIC_LFloatLongitude Galáctica [deg]1
HPIX_32,64,1024,4096,16384BIGINTIdentificador Healpix para seu tamanho de grade nside, em um esquema NESTED5
IMAFLAGS_ISO_G,R,I,Z,YIntegerSinalizador identificando fontes com pixels ausentes/marcados considerando todas as imagens de única época (sem viés)1
ISOAREA_IMAGE_G,R,I,Z,YIntegerÁrea isofotal da fonte coadicionada [pixel2]5
KRON_RADIUSFloatRaio de Kron medido a partir da imagem coadicionada [pixel]1
KRON_RADIUS_G,R,I,Z,YFloatRaio de Kron medido a partir da imagem coadicionada5
MAG_AUTO_G,R,I,Z,YFloatEstimativa de magnitude, para um modelo elíptico baseado no raio de Kron [mag]5
MAG_AUTO_G,R,I,Z,Y_DEREDFloatEstimativa de magnitude descorrigida (usando SFD98), para um modelo elíptico baseado no raio de Kron [mag]5
MAGERR_AUTO_G,R,I,Z,YFloatIncerteza na estimativa de magnitude, para um modelo elíptico baseado no raio de Kron [mag]5
NEPOCHS_G,R,I,Z,YIntegerNúmero de épocas em que a fonte é detectada em imagens de época única5
NITER_MODEL_G,R,I,Z,YIntegerNúmero de iterações em medições fotométricas de ajuste de modelo5
RADoubleAscensão reta, com precisão quantizada para indexação (ALPHAWIN_J2000 tem precisão total mas não indexada) [deg]1
SPREAD_MODEL_G,R,I,Z,YFloatClassificador morfológico baseado na comparação entre o modelo PSF versus exponencial-PSF. Valores mais próximos de 0 correspondem a estrelas, valores maiores correspondem a galáxias5
SPREADERR_MODEL_G,R,I,Z,YFloatIncerteza no classificador morfológico baseado na comparação entre o modelo PSF versus exponencial-PSF5
THETAWIN_IMAGE_G,R,I,Z,YFloatÂngulo de posição (theta) para a fonte, para medição em janela convergida crescente de x para y [deg]5
THETA_J2000FloatÂngulo de posição (theta) do eixo principal para o objeto no sistema ICRS (J2000) [deg]1
TILENAMECharIdentificador de cada um dos blocos onde está quadriculado o levantamento1
WAVG_FLUX_PSF_G,R,I,Z,YFloatFluxo médio ponderado, de detecções de época única ajustadas ao PSF [ADU]5
WAVG_FLUXERR_PSF_G,R,I,Z,YFloatIncerteza da medição de fluxo médio ponderado de PSF ajusta detecções de época única [ADU]5
WAVG_MAG_PSF_G,R,I,Z,YFloatMagnitude média ponderada, de detecções de época única ajustadas ao PSF [mag]5
WAVG_MAG_PSF_G,R,I,Z,Y_DEREDFloatMagnitude média ponderada reduzida (usando SFD98) de PSF ajusta detecções de época única [mag]5
WAVG_MAGERR_PSF_G,R,I,Z,YFloatIncerteza da magnitude média ponderada, de detecções de época única ajustadas ao PSF [mag]5
WAVG_SPREAD_MODEL_G,R,IZ,YFloatMODELO SPREAD usando os valores médios ponderados das detecções de única época5
WAVG_SPREADERR_MODEL_G.R.I.Z.YFloatIncerteza no MODELO SPREAD usando os valores médios ponderados das detecções de única época5
X2WIN_IMAGE_G,R,I,Z,YDoubleSegundo momento na direção x, das medidas convergidas em janela [pixel2]5
XYWIN_IMAGE_G,R,I,Z,YDoubleSegundo momento na direção xy, das medidas convergidas em janela [pixel2]5
XWIN_IMAGEDoubleX-centroide das medidas em janela na imagem coadicionada [pixel]1
XWIN_IMAGE_G,R,I,Z,YDoubleX-centroide das medidas em janela na imagem de banda coadicionada [pixel]5
Y2WIN_IMAGE_G,R,I,Z,YDoubleSegundo momento na direção y, das medidas convergidas em janela [pixel2]5
YWIN_IMAGEDoubleY-centroide das medidas em janela na imagem coadicionada [pixel]1
YWIN_IMAGE_G,R,I,Z,YDoubleY-centroide das medidas em janela na imagem de banda coadicionada [pixel]5
\r\n\r\n## Informação Técnicas\r\n\r\n### Download e Ingestão de Dados\r\n\r\n\r\nNa tabela a seguir, são detalhados os períodos de tempo necessários para baixar arquivos DES DR2 e ingerir dados em nosso banco de dados.\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n
ÍndicesTempo
RA e DEC1037 minutos
\r\n\r\n\\** O tamanho total do download foi de aproximadamente 9,2TB.
\r\n\r\n\r\n
\r\n\r\nAs tabelas abaixo exibem o tempo dedicado à criação de índices para a tabela DES DR2 e o número de linhas e colunas.\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n
ÍndicesTempo
RA e DEC1037 minutos
\r\n\r\n
\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n
Outros-
Número de linhas691.498.505
Número de colunas215
\r\n\r\n\r\n\r\n## Referências\r\n\r\n- https://datalab.noirlab.edu/des/\r\n- https://dblinea.readthedocs.io/en/latest/quickstart.html\r\n- https://arxiv.org/abs/2101.05765", + "body": "# Dark Energy Survey - Data Release 2 (DES DR2)\r\n\r\nContents:\r\n\r\n- [Introdução](#introduction)\r\n- [Como acessar](#how-to-access)\r\n- [Informação dos Dados](#dataset-information)\r\n- [Informação Técnicas](#technical-information)\r\n- [Referências](#reference)\r\n\r\n\r\n## Introdução\r\n\r\n\r\nO Dark Energy Survey Data Release 2 (DES DR2) é um amplo levantamento de imagens astronômicas feitas por telescópios em solo abrangendo uma área de aproximadamente 5000 graus quadrados do céu do hemisfério sul da Via Láctea, do espectro visível e do infravermelho próximo, em cinco bandas fotométricas amplas: grizY. O principal objetivo do DES é aprimorar nossa compreensão da aceleração cósmica e da natureza da energia escura. \r\n\r\nPara atender aos objetivos científicos, a Colaboração DES desenvolveu e empregou a Dark Energy Camera (DECam), uma câmera de 570 megapixels com um campo de visão de 3 graus quadrados. Esta câmera foi instalada no topo do telescópio Blanco de 4 metros, localizado no Observatório Interamericano Cerro Tololo (CTIO), situada no norte do Chile.\r\n\r\nO DES DR2 abrange aproximadamente 691 milhões de objetos astronômicos distintos, identificados em 10.169 imagens coadicionadas, cada um com uma área de 0,534 graus quadrados, derivadas de um total de 76.217 exposições. A precisão fotométrica é de cerca de 10 milimagnitudes, e a precisão astrométrica interna média é de aproximadamente 27 milissegundos de arco. Para mais informações, consulte o documentação oficial [aqui](https://datalab.noirlab.edu/des/)\r\n\r\n## Como acessar\r\n\r\nO LIneA (Laboratório Interinstitucional de e-Astronomia) disponibiliza uma biblioteca Python chamada `dblinea` que permite acessar o banco de dados da própria instituição. Essa biblioteca é útil para recuperar dados dentro da plataforma JupyterHub. Para utilizar essa bibilioteca é necessário ter o pacote dblinea instalado em seu ambiente Python. Para instalá-lo use o comando:\r\n\r\n
pip install dblinea
\r\n\r\nA conexão com o banco de dados é feita pela classe DBBase. Um exemplo de utilização é criar uma instância do DBBase para fazer consultas ao banco de dados.\r\n\r\n
# Importe a classe DBBase do pacote dblinea\r\nfrom dblinea import DBBase\r\n  \r\n# Crie uma instância do DBBase. Essa instância será usada para se conectar ao banco de dados.\r\ndb = DBBase()\r\n    \r\n# Descreve o nome e o tipo das colunas de uma tabela.\r\ndb.describe_table(\"dr2\", schema = \"des\")\r\n
\r\n\r\nOs métodos `fetchall(query)`, `fetchall_dict(query)` e `fetchall_df(query)` fazem a consulta referente ao conteúdo atribuído ao argumento (no exemplo abaixo, à variável `query`, uma string com um comando SQL) no banco de dados e retornam os dados, respectivamente, nos formatos: lista de tuplas, dicionário, objeto do tipo pandas.DataFrame. Por exemplo, vamos consultar o identificador único e as coordenadas dos objetos nas 10 primeiras linhas da tabela:\r\n\r\n```python\r\nquery = \"SELECT coadd_object_id, ra, dec FROM des_dr2.main limit 10\"\r\ndataframe_10_objetos = db.fetchall_df(query)\r\n```\r\n\r\nAlguns exemplos de como utilizar a biblioteca dblinea para buscar objedos em uma dada região do céu estão presentes no _Jupyter notebook_ tutorial `2-acesso-a-dados.ipynb` disponível no repositório GitHub jupyterhub-tutorial. Para acessar o notebook, uma vez logado no LIneA JupyterHub, clone o repositório de tutoriais. No terminal do Jupyter Lab, execute:\r\n\r\n```bash\r\n$ git clone https://github.com/linea-it/jupyterhub-tutorial.git\r\n```\r\n\r\nA documentação oficial e completa da biblioteca `dblinea` está no site: https://dblinea.readthedocs.io/en/latest/quickstart.html\r\n\r\n## Informação dos Dados\r\n\r\n\r\n### DES DR2 Main\r\n\r\nA tabela abaixo fornece uma descrição das colunas encontradas no DES DR2, juntamente com seus tipos de dados associados. É importante observar que a terceira coluna desta tabela especifica o número de colunas associadas a cada elemento. Por exemplo, para FLAGS_G,R,I,Z,Y, existem cinco colunas associadas: FLAGS_G, FLAGS_R, FLAGS_I, FLAGS_Z e FLAGS_Y. Todas as colunas foram indexadas.\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n
Nome da ColunaTipo de DadosDescriçãoColunas
A_IMAGEFloatTamanho do eixo principal com base em um modelo isofotal [pixel]1
ALPHAWIN_J2000DoubleAscensão reta para o objeto, J2000 no sistema ICRS (precisão total mas não indexada) [deg]1
AWIN_IMAGE_G,R,I,Z,YFloatTamanho do eixo principal, a partir de medições de momento em janela de 2ª ordem [pixels]5
BACKGROUND_G,R,I,Z,YFloatNível de fundo pelo amplificador CCD [mag]1
B_IMAGEFloatTamanho do eixo menor com base em um modelo isofotal [pixel]1
BWIN_IMAGE_G,R,I,Z,YFloatX-centroide das medidas em janela na imagem de banda coadicionada para o eixo menor [pixel]5
COADD_OBJECT_IDBigintIdentificador único para os objetos coadicionados1
CLASS_STAR_G,R,I,Z,YFloatClassificador de fonte estendida morfológica simples. Valores entre 0 (galáxias) e 1 (estrelas).5
DECDoubleDeclinação, com precisão quantizada para indexação (DELTAWIN_J2000 tem precisão total, mas não é indexada) [deg]1
DELTAWIN_J2000Doubledecl. para o objeto, J2000 no sistema ICRS (precisão total mas não indexada) [deg]1
EBV_SFD98DoubleCoeficiente de avermelhamento E(B-V) de Schlegel, Finkbeiner & Davis, 1998 [mag]1
ERRA_IMAGEFloatIncerteza no tamanho do eixo principal, a partir do modelo isofotal [pixel]1
ERRAWIN_IMAGE_G,R,I,Z,YFloatIncerteza no tamanho do eixo principal, a partir de medições em janelas convergentes, assumindo ruído não correlacionado [pixel]5
ERRB_IMAGEFloatIncerteza no tamanho do eixo menor, do modelo isofotal [pixel]1
ERRBWIN_IMAGE_G,R,I,Z,YFloatIncerteza no X-centroide das medidas em janela na imagem de banda coadicionada para o eixo menor [pixel]5
ERRTHETA_IMAGEFloatIncerteza na posição da fonte, do modelo isofotal1
ERRTHETAWIN_IMAGE_G,R,I,Z,YFloatIncerteza no ângulo de posição (theta) para o objeto, da medição em janela convergida [deg]5
ERRX2WIN_IMAGE_G,R,I,Z,YDoubleIncerteza no segundo momento do centróide da distribuição em x, das medidas em janela convergidas [pixel2]5
ERRXYWIN_IMAGE_G,R,I,Z,YDoubleIncerteza no segundo momento da distribuição xy, das medidas em janela convergidas [pixel2]5
ERRY2WIN_IMAGE_G,R,I,Z,YDoubleIncerteza no segundo momento do centróide da distribuição em y, das medidas em janela convergidas [pixel2]5
EXTENDED_CLASS_COADDSMALLINTO: estrelas de alta confiança; 1: estrelas candidatas; 2: principalmente galáxias; 3: galáxias de alta confiança; -9: Sem dados; Fotometria Sextractor1
EXTENDED_CLASS_WAVGSMALLINTO: estrelas de alta confiança ; 1: estrelas candidatas; 2: principalmente galáxias; 3: galáxias de alta confiança; -9:Sem dados; Fotometria WAVG1
FLAGS_G,R,I,Z,YSMALLINTSinalizador descrevendo conselhos cautelosos sobre o processo de extração de fontes (SINAIS <4 para objetos bem comportados)1
FLUX_AUTO_G,R,I,Z,YFloatMedição de fluxo de abertura, modelo elíptico com base no raio de Kron [ADU]5
FLUX_RADIUS_G,R,I,Z,YFloatRaio de meia luz para o objeto, a partir de uma curva de crescimento elíptica, modelada em duas dimensões [pixel]5
FLUXERR_AUTO_G,R,I,Z,YFloatIncerteza na medição de fluxo de abertura, modelo elíptico com base no raio de Kron [ADU]5
FWHM_IMAGE_G,R,I,Z,YFloatLargura total à meia-altura (FWHM) para cada banda [pixel]5
GALACTIC_BFloatLatitude Galáctica [deg]1
GALACTIC_LFloatLongitude Galáctica [deg]1
HPIX_32,64,1024,4096,16384BIGINTIdentificador Healpix para seu tamanho de grade nside, em um esquema NESTED5
IMAFLAGS_ISO_G,R,I,Z,YIntegerSinalizador identificando fontes com pixels ausentes/marcados considerando todas as imagens de única época (sem viés)1
ISOAREA_IMAGE_G,R,I,Z,YIntegerÁrea isofotal da fonte coadicionada [pixel2]5
KRON_RADIUSFloatRaio de Kron medido a partir da imagem coadicionada [pixel]1
KRON_RADIUS_G,R,I,Z,YFloatRaio de Kron medido a partir da imagem coadicionada5
MAG_AUTO_G,R,I,Z,YFloatEstimativa de magnitude, para um modelo elíptico baseado no raio de Kron [mag]5
MAG_AUTO_G,R,I,Z,Y_DEREDFloatEstimativa de magnitude descorrigida (usando SFD98), para um modelo elíptico baseado no raio de Kron [mag]5
MAGERR_AUTO_G,R,I,Z,YFloatIncerteza na estimativa de magnitude, para um modelo elíptico baseado no raio de Kron [mag]5
NEPOCHS_G,R,I,Z,YIntegerNúmero de épocas em que a fonte é detectada em imagens de época única5
NITER_MODEL_G,R,I,Z,YIntegerNúmero de iterações em medições fotométricas de ajuste de modelo5
RADoubleAscensão reta, com precisão quantizada para indexação (ALPHAWIN_J2000 tem precisão total mas não indexada) [deg]1
SPREAD_MODEL_G,R,I,Z,YFloatClassificador morfológico baseado na comparação entre o modelo PSF versus exponencial-PSF. Valores mais próximos de 0 correspondem a estrelas, valores maiores correspondem a galáxias5
SPREADERR_MODEL_G,R,I,Z,YFloatIncerteza no classificador morfológico baseado na comparação entre o modelo PSF versus exponencial-PSF5
THETAWIN_IMAGE_G,R,I,Z,YFloatÂngulo de posição (theta) para a fonte, para medição em janela convergida crescente de x para y [deg]5
THETA_J2000FloatÂngulo de posição (theta) do eixo principal para o objeto no sistema ICRS (J2000) [deg]1
TILENAMECharIdentificador de cada um dos blocos onde está quadriculado o levantamento1
WAVG_FLUX_PSF_G,R,I,Z,YFloatFluxo médio ponderado, de detecções de época única ajustadas ao PSF [ADU]5
WAVG_FLUXERR_PSF_G,R,I,Z,YFloatIncerteza da medição de fluxo médio ponderado de PSF ajusta detecções de época única [ADU]5
WAVG_MAG_PSF_G,R,I,Z,YFloatMagnitude média ponderada, de detecções de época única ajustadas ao PSF [mag]5
WAVG_MAG_PSF_G,R,I,Z,Y_DEREDFloatMagnitude média ponderada reduzida (usando SFD98) de PSF ajusta detecções de época única [mag]5
WAVG_MAGERR_PSF_G,R,I,Z,YFloatIncerteza da magnitude média ponderada, de detecções de época única ajustadas ao PSF [mag]5
WAVG_SPREAD_MODEL_G,R,IZ,YFloatMODELO SPREAD usando os valores médios ponderados das detecções de única época5
WAVG_SPREADERR_MODEL_G.R.I.Z.YFloatIncerteza no MODELO SPREAD usando os valores médios ponderados das detecções de única época5
X2WIN_IMAGE_G,R,I,Z,YDoubleSegundo momento na direção x, das medidas convergidas em janela [pixel2]5
XYWIN_IMAGE_G,R,I,Z,YDoubleSegundo momento na direção xy, das medidas convergidas em janela [pixel2]5
XWIN_IMAGEDoubleX-centroide das medidas em janela na imagem coadicionada [pixel]1
XWIN_IMAGE_G,R,I,Z,YDoubleX-centroide das medidas em janela na imagem de banda coadicionada [pixel]5
Y2WIN_IMAGE_G,R,I,Z,YDoubleSegundo momento na direção y, das medidas convergidas em janela [pixel2]5
YWIN_IMAGEDoubleY-centroide das medidas em janela na imagem coadicionada [pixel]1
YWIN_IMAGE_G,R,I,Z,YDoubleY-centroide das medidas em janela na imagem de banda coadicionada [pixel]5
\r\n\r\n## Informação Técnicas\r\n\r\n### Download e Ingestão de Dados\r\n\r\n\r\nNa tabela a seguir, são detalhados os períodos de tempo necessários para baixar arquivos DES DR2 e ingerir dados em nosso banco de dados.\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n
ÍndicesTempo
RA e DEC1037 minutos
\r\n\r\n\\** O tamanho total do download foi de aproximadamente 9,2TB.
\r\n\r\n\r\n
\r\n\r\nAs tabelas abaixo exibem o tempo dedicado à criação de índices para a tabela DES DR2 e o número de linhas e colunas.\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n
ÍndicesTempo
RA e DEC1037 minutos
\r\n\r\n
\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n
Outros-
Número de linhas691.498.505
Número de colunas215
\r\n\r\n\r\n\r\n## Referências\r\n\r\n- https://datalab.noirlab.edu/des/\r\n- https://dblinea.readthedocs.io/en/latest/quickstart.html\r\n- https://arxiv.org/abs/2101.05765", "live": true, "path": "0001000100020001", "slug": "des-dr2", @@ -4001,7 +4001,7 @@ "object_str": "DES DR2", "content": { "pk": 8, - "body": "# Dark Energy Survey - Data Release 2 (DES DR2)\r\n\r\nContents:\r\n\r\n- [Introdução](#introduction)\r\n- [Como acessar](#how-to-access)\r\n- [Informação dos Dados](#dataset-information)\r\n- [Informação Técnicas](#technical-information)\r\n- [Referências](#reference)\r\n\r\n\r\n## Introdução\r\n\r\n\r\nO Dark Energy Survey Data Release 2 (DES DR2) é um amplo levantamento de imagens astronômicas feitas por telescópios em solo abrangendo uma área de aproximadamente 5000 graus quadrados do céu do hemisfério sul da Via Láctea, do espectro visível e do infravermelho próximo, em cinco bandas fotométricas amplas: grizY. O principal objetivo do DES é aprimorar nossa compreensão da aceleração cósmica e da natureza da energia escura. \r\n\r\nPara atender aos objetivos científicos, a Colaboração DES desenvolveu e empregou a Dark Energy Camera (DECam), uma câmera de 570 megapixels com um campo de visão de 3 graus quadrados. Esta câmera foi instalada no topo do telescópio Blanco de 4 metros, localizado no Observatório Interamericano Cerro Tololo (CTIO), situada no norte do Chile.\r\n\r\nO DES DR2 abrange aproximadamente 691 milhões de objetos astronômicos distintos, identificados em 10.169 imagens coadicionadas, cada um com uma área de 0,534 graus quadrados, derivadas de um total de 76.217 exposições. A precisão fotométrica é de cerca de 10 milimagnitudes, e a precisão astrométrica interna média é de aproximadamente 27 milissegundos de arco. Para mais informações, consulte o documentação oficial [aqui](https://datalab.noirlab.edu/des/)\r\n\r\n## Como acessar\r\n\r\nO LIneA (Laboratório Interinstitucional de e-Astronomia) disponibiliza uma biblioteca Python chamada `dblinea` que permite acessar o banco de dados da própria instituição. Essa biblioteca é útil para recuperar dados dentro da plataforma JupyterHub. Para utilizar essa bibilioteca é necessário ter o pacote dblinea instalado em seu ambiente Python. Para instalá-lo use o comando:\r\n\r\n
pip install dblinea
\r\n\r\nA conexão com o banco de dados é feita pela classe DBBase. Um exemplo de utilização é criar uma instância do DBBase para fazer consultas ao banco de dados.\r\n\r\n
# Importe a classe DBBase do pacote dblinea\r\nfrom dblinea import DBBase\r\n  \r\n# Crie uma instância do DBBase. Essa instância será usada para se conectar ao banco de dados.\r\ndb = DBBase()\r\n    \r\n# Descreve o nome e o tipo das colunas de uma tabela.\r\ndb.describe_table(\"dr2\", schema = \"des\")\r\n
\r\n\r\nOs métodos `fetchall(query)`, `fetchall_dict(query)` e `fetchall_df(query)` fazem a consulta referente ao conteúdo atribuído ao argumento (no exemplo abaixo, à variável `query`, uma string com um comando SQL) no banco de dados e retornam os dados, respectivamente, nos formatos: lista de tuplas, dicionário, objeto do tipo pandas.DataFrame. Por exemplo, vamos consultar o identificador único e as coordenadas dos objetos nas 10 primeiras linhas da tabela:\r\n\r\n```python\r\nquery = \"SELECT coadd_object_id, ra, dec FROM des_dr2.coadd_objects limit 10\"\r\ndataframe_10_objetos = db.fetchall_df(query)\r\n```\r\n\r\nAlguns exemplos de como utilizar a biblioteca dblinea para buscar objedos em uma dada região do céu estão presentes no _Jupyter notebook_ tutorial `2-acesso-a-dados.ipynb` disponível no repositório GitHub jupyterhub-tutorial. Para acessar o notebook, uma vez logado no LIneA JupyterHub, clone o repositório de tutoriais. No terminal do Jupyter Lab, execute:\r\n\r\n```bash\r\n$ git clone https://github.com/linea-it/jupyterhub-tutorial.git\r\n```\r\n\r\nA documentação oficial e completa da biblioteca `dblinea` está no site: https://dblinea.readthedocs.io/en/latest/quickstart.html\r\n\r\n## Informação dos Dados\r\n\r\n\r\n### DES DR2 Main\r\n\r\nA tabela abaixo fornece uma descrição das colunas encontradas no DES DR2, juntamente com seus tipos de dados associados. É importante observar que a terceira coluna desta tabela especifica o número de colunas associadas a cada elemento. Por exemplo, para FLAGS_G,R,I,Z,Y, existem cinco colunas associadas: FLAGS_G, FLAGS_R, FLAGS_I, FLAGS_Z e FLAGS_Y. Todas as colunas foram indexadas.\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n
Nome da ColunaTipo de DadosDescriçãoColunas
A_IMAGEFloatTamanho do eixo principal com base em um modelo isofotal [pixel]1
ALPHAWIN_J2000DoubleAscensão reta para o objeto, J2000 no sistema ICRS (precisão total mas não indexada) [deg]1
AWIN_IMAGE_G,R,I,Z,YFloatTamanho do eixo principal, a partir de medições de momento em janela de 2ª ordem [pixels]5
BACKGROUND_G,R,I,Z,YFloatNível de fundo pelo amplificador CCD [mag]1
B_IMAGEFloatTamanho do eixo menor com base em um modelo isofotal [pixel]1
BWIN_IMAGE_G,R,I,Z,YFloatX-centroide das medidas em janela na imagem de banda coadicionada para o eixo menor [pixel]5
COADD_OBJECT_IDBigintIdentificador único para os objetos coadicionados1
CLASS_STAR_G,R,I,Z,YFloatClassificador de fonte estendida morfológica simples. Valores entre 0 (galáxias) e 1 (estrelas).5
DECDoubleDeclinação, com precisão quantizada para indexação (DELTAWIN_J2000 tem precisão total, mas não é indexada) [deg]1
DELTAWIN_J2000Doubledecl. para o objeto, J2000 no sistema ICRS (precisão total mas não indexada) [deg]1
EBV_SFD98DoubleCoeficiente de avermelhamento E(B-V) de Schlegel, Finkbeiner & Davis, 1998 [mag]1
ERRA_IMAGEFloatIncerteza no tamanho do eixo principal, a partir do modelo isofotal [pixel]1
ERRAWIN_IMAGE_G,R,I,Z,YFloatIncerteza no tamanho do eixo principal, a partir de medições em janelas convergentes, assumindo ruído não correlacionado [pixel]5
ERRB_IMAGEFloatIncerteza no tamanho do eixo menor, do modelo isofotal [pixel]1
ERRBWIN_IMAGE_G,R,I,Z,YFloatIncerteza no X-centroide das medidas em janela na imagem de banda coadicionada para o eixo menor [pixel]5
ERRTHETA_IMAGEFloatIncerteza na posição da fonte, do modelo isofotal1
ERRTHETAWIN_IMAGE_G,R,I,Z,YFloatIncerteza no ângulo de posição (theta) para o objeto, da medição em janela convergida [deg]5
ERRX2WIN_IMAGE_G,R,I,Z,YDoubleIncerteza no segundo momento do centróide da distribuição em x, das medidas em janela convergidas [pixel2]5
ERRXYWIN_IMAGE_G,R,I,Z,YDoubleIncerteza no segundo momento da distribuição xy, das medidas em janela convergidas [pixel2]5
ERRY2WIN_IMAGE_G,R,I,Z,YDoubleIncerteza no segundo momento do centróide da distribuição em y, das medidas em janela convergidas [pixel2]5
EXTENDED_CLASS_COADDSMALLINTO: estrelas de alta confiança; 1: estrelas candidatas; 2: principalmente galáxias; 3: galáxias de alta confiança; -9: Sem dados; Fotometria Sextractor1
EXTENDED_CLASS_WAVGSMALLINTO: estrelas de alta confiança ; 1: estrelas candidatas; 2: principalmente galáxias; 3: galáxias de alta confiança; -9:Sem dados; Fotometria WAVG1
FLAGS_G,R,I,Z,YSMALLINTSinalizador descrevendo conselhos cautelosos sobre o processo de extração de fontes (SINAIS <4 para objetos bem comportados)1
FLUX_AUTO_G,R,I,Z,YFloatMedição de fluxo de abertura, modelo elíptico com base no raio de Kron [ADU]5
FLUX_RADIUS_G,R,I,Z,YFloatRaio de meia luz para o objeto, a partir de uma curva de crescimento elíptica, modelada em duas dimensões [pixel]5
FLUXERR_AUTO_G,R,I,Z,YFloatIncerteza na medição de fluxo de abertura, modelo elíptico com base no raio de Kron [ADU]5
FWHM_IMAGE_G,R,I,Z,YFloatLargura total à meia-altura (FWHM) para cada banda [pixel]5
GALACTIC_BFloatLatitude Galáctica [deg]1
GALACTIC_LFloatLongitude Galáctica [deg]1
HPIX_32,64,1024,4096,16384BIGINTIdentificador Healpix para seu tamanho de grade nside, em um esquema NESTED5
IMAFLAGS_ISO_G,R,I,Z,YIntegerSinalizador identificando fontes com pixels ausentes/marcados considerando todas as imagens de única época (sem viés)1
ISOAREA_IMAGE_G,R,I,Z,YIntegerÁrea isofotal da fonte coadicionada [pixel2]5
KRON_RADIUSFloatRaio de Kron medido a partir da imagem coadicionada [pixel]1
KRON_RADIUS_G,R,I,Z,YFloatRaio de Kron medido a partir da imagem coadicionada5
MAG_AUTO_G,R,I,Z,YFloatEstimativa de magnitude, para um modelo elíptico baseado no raio de Kron [mag]5
MAG_AUTO_G,R,I,Z,Y_DEREDFloatEstimativa de magnitude descorrigida (usando SFD98), para um modelo elíptico baseado no raio de Kron [mag]5
MAGERR_AUTO_G,R,I,Z,YFloatIncerteza na estimativa de magnitude, para um modelo elíptico baseado no raio de Kron [mag]5
NEPOCHS_G,R,I,Z,YIntegerNúmero de épocas em que a fonte é detectada em imagens de época única5
NITER_MODEL_G,R,I,Z,YIntegerNúmero de iterações em medições fotométricas de ajuste de modelo5
RADoubleAscensão reta, com precisão quantizada para indexação (ALPHAWIN_J2000 tem precisão total mas não indexada) [deg]1
SPREAD_MODEL_G,R,I,Z,YFloatClassificador morfológico baseado na comparação entre o modelo PSF versus exponencial-PSF. Valores mais próximos de 0 correspondem a estrelas, valores maiores correspondem a galáxias5
SPREADERR_MODEL_G,R,I,Z,YFloatIncerteza no classificador morfológico baseado na comparação entre o modelo PSF versus exponencial-PSF5
THETAWIN_IMAGE_G,R,I,Z,YFloatÂngulo de posição (theta) para a fonte, para medição em janela convergida crescente de x para y [deg]5
THETA_J2000FloatÂngulo de posição (theta) do eixo principal para o objeto no sistema ICRS (J2000) [deg]1
TILENAMECharIdentificador de cada um dos blocos onde está quadriculado o levantamento1
WAVG_FLUX_PSF_G,R,I,Z,YFloatFluxo médio ponderado, de detecções de época única ajustadas ao PSF [ADU]5
WAVG_FLUXERR_PSF_G,R,I,Z,YFloatIncerteza da medição de fluxo médio ponderado de PSF ajusta detecções de época única [ADU]5
WAVG_MAG_PSF_G,R,I,Z,YFloatMagnitude média ponderada, de detecções de época única ajustadas ao PSF [mag]5
WAVG_MAG_PSF_G,R,I,Z,Y_DEREDFloatMagnitude média ponderada reduzida (usando SFD98) de PSF ajusta detecções de época única [mag]5
WAVG_MAGERR_PSF_G,R,I,Z,YFloatIncerteza da magnitude média ponderada, de detecções de época única ajustadas ao PSF [mag]5
WAVG_SPREAD_MODEL_G,R,IZ,YFloatMODELO SPREAD usando os valores médios ponderados das detecções de única época5
WAVG_SPREADERR_MODEL_G.R.I.Z.YFloatIncerteza no MODELO SPREAD usando os valores médios ponderados das detecções de única época5
X2WIN_IMAGE_G,R,I,Z,YDoubleSegundo momento na direção x, das medidas convergidas em janela [pixel2]5
XYWIN_IMAGE_G,R,I,Z,YDoubleSegundo momento na direção xy, das medidas convergidas em janela [pixel2]5
XWIN_IMAGEDoubleX-centroide das medidas em janela na imagem coadicionada [pixel]1
XWIN_IMAGE_G,R,I,Z,YDoubleX-centroide das medidas em janela na imagem de banda coadicionada [pixel]5
Y2WIN_IMAGE_G,R,I,Z,YDoubleSegundo momento na direção y, das medidas convergidas em janela [pixel2]5
YWIN_IMAGEDoubleY-centroide das medidas em janela na imagem coadicionada [pixel]1
YWIN_IMAGE_G,R,I,Z,YDoubleY-centroide das medidas em janela na imagem de banda coadicionada [pixel]5
\r\n\r\n## Informação Técnicas\r\n\r\n### Download e Ingestão de Dados\r\n\r\n\r\nNa tabela a seguir, são detalhados os períodos de tempo necessários para baixar arquivos DES DR2 e ingerir dados em nosso banco de dados.\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n
ÍndicesTempo
RA e DEC1037 minutos
\r\n\r\n\\** O tamanho total do download foi de aproximadamente 9,2TB.
\r\n\r\n\r\n
\r\n\r\nAs tabelas abaixo exibem o tempo dedicado à criação de índices para a tabela DES DR2 e o número de linhas e colunas.\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n
ÍndicesTempo
RA e DEC1037 minutos
\r\n\r\n
\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n
Outros-
Número de linhas691.498.505
Número de colunas215
\r\n\r\n\r\n\r\n## Referências\r\n\r\n- https://datalab.noirlab.edu/des/\r\n- https://dblinea.readthedocs.io/en/latest/quickstart.html\r\n- https://arxiv.org/abs/2101.05765", + "body": "# Dark Energy Survey - Data Release 2 (DES DR2)\r\n\r\nContents:\r\n\r\n- [Introdução](#introduction)\r\n- [Como acessar](#how-to-access)\r\n- [Informação dos Dados](#dataset-information)\r\n- [Informação Técnicas](#technical-information)\r\n- [Referências](#reference)\r\n\r\n\r\n## Introdução\r\n\r\n\r\nO Dark Energy Survey Data Release 2 (DES DR2) é um amplo levantamento de imagens astronômicas feitas por telescópios em solo abrangendo uma área de aproximadamente 5000 graus quadrados do céu do hemisfério sul da Via Láctea, do espectro visível e do infravermelho próximo, em cinco bandas fotométricas amplas: grizY. O principal objetivo do DES é aprimorar nossa compreensão da aceleração cósmica e da natureza da energia escura. \r\n\r\nPara atender aos objetivos científicos, a Colaboração DES desenvolveu e empregou a Dark Energy Camera (DECam), uma câmera de 570 megapixels com um campo de visão de 3 graus quadrados. Esta câmera foi instalada no topo do telescópio Blanco de 4 metros, localizado no Observatório Interamericano Cerro Tololo (CTIO), situada no norte do Chile.\r\n\r\nO DES DR2 abrange aproximadamente 691 milhões de objetos astronômicos distintos, identificados em 10.169 imagens coadicionadas, cada um com uma área de 0,534 graus quadrados, derivadas de um total de 76.217 exposições. A precisão fotométrica é de cerca de 10 milimagnitudes, e a precisão astrométrica interna média é de aproximadamente 27 milissegundos de arco. Para mais informações, consulte o documentação oficial [aqui](https://datalab.noirlab.edu/des/)\r\n\r\n## Como acessar\r\n\r\nO LIneA (Laboratório Interinstitucional de e-Astronomia) disponibiliza uma biblioteca Python chamada `dblinea` que permite acessar o banco de dados da própria instituição. Essa biblioteca é útil para recuperar dados dentro da plataforma JupyterHub. Para utilizar essa bibilioteca é necessário ter o pacote dblinea instalado em seu ambiente Python. Para instalá-lo use o comando:\r\n\r\n
pip install dblinea
\r\n\r\nA conexão com o banco de dados é feita pela classe DBBase. Um exemplo de utilização é criar uma instância do DBBase para fazer consultas ao banco de dados.\r\n\r\n
# Importe a classe DBBase do pacote dblinea\r\nfrom dblinea import DBBase\r\n  \r\n# Crie uma instância do DBBase. Essa instância será usada para se conectar ao banco de dados.\r\ndb = DBBase()\r\n    \r\n# Descreve o nome e o tipo das colunas de uma tabela.\r\ndb.describe_table(\"dr2\", schema = \"des\")\r\n
\r\n\r\nOs métodos `fetchall(query)`, `fetchall_dict(query)` e `fetchall_df(query)` fazem a consulta referente ao conteúdo atribuído ao argumento (no exemplo abaixo, à variável `query`, uma string com um comando SQL) no banco de dados e retornam os dados, respectivamente, nos formatos: lista de tuplas, dicionário, objeto do tipo pandas.DataFrame. Por exemplo, vamos consultar o identificador único e as coordenadas dos objetos nas 10 primeiras linhas da tabela:\r\n\r\n```python\r\nquery = \"SELECT coadd_object_id, ra, dec FROM des_dr2.main limit 10\"\r\ndataframe_10_objetos = db.fetchall_df(query)\r\n```\r\n\r\nAlguns exemplos de como utilizar a biblioteca dblinea para buscar objedos em uma dada região do céu estão presentes no _Jupyter notebook_ tutorial `2-acesso-a-dados.ipynb` disponível no repositório GitHub jupyterhub-tutorial. Para acessar o notebook, uma vez logado no LIneA JupyterHub, clone o repositório de tutoriais. No terminal do Jupyter Lab, execute:\r\n\r\n```bash\r\n$ git clone https://github.com/linea-it/jupyterhub-tutorial.git\r\n```\r\n\r\nA documentação oficial e completa da biblioteca `dblinea` está no site: https://dblinea.readthedocs.io/en/latest/quickstart.html\r\n\r\n## Informação dos Dados\r\n\r\n\r\n### DES DR2 Main\r\n\r\nA tabela abaixo fornece uma descrição das colunas encontradas no DES DR2, juntamente com seus tipos de dados associados. É importante observar que a terceira coluna desta tabela especifica o número de colunas associadas a cada elemento. Por exemplo, para FLAGS_G,R,I,Z,Y, existem cinco colunas associadas: FLAGS_G, FLAGS_R, FLAGS_I, FLAGS_Z e FLAGS_Y. Todas as colunas foram indexadas.\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n
Nome da ColunaTipo de DadosDescriçãoColunas
A_IMAGEFloatTamanho do eixo principal com base em um modelo isofotal [pixel]1
ALPHAWIN_J2000DoubleAscensão reta para o objeto, J2000 no sistema ICRS (precisão total mas não indexada) [deg]1
AWIN_IMAGE_G,R,I,Z,YFloatTamanho do eixo principal, a partir de medições de momento em janela de 2ª ordem [pixels]5
BACKGROUND_G,R,I,Z,YFloatNível de fundo pelo amplificador CCD [mag]1
B_IMAGEFloatTamanho do eixo menor com base em um modelo isofotal [pixel]1
BWIN_IMAGE_G,R,I,Z,YFloatX-centroide das medidas em janela na imagem de banda coadicionada para o eixo menor [pixel]5
COADD_OBJECT_IDBigintIdentificador único para os objetos coadicionados1
CLASS_STAR_G,R,I,Z,YFloatClassificador de fonte estendida morfológica simples. Valores entre 0 (galáxias) e 1 (estrelas).5
DECDoubleDeclinação, com precisão quantizada para indexação (DELTAWIN_J2000 tem precisão total, mas não é indexada) [deg]1
DELTAWIN_J2000Doubledecl. para o objeto, J2000 no sistema ICRS (precisão total mas não indexada) [deg]1
EBV_SFD98DoubleCoeficiente de avermelhamento E(B-V) de Schlegel, Finkbeiner & Davis, 1998 [mag]1
ERRA_IMAGEFloatIncerteza no tamanho do eixo principal, a partir do modelo isofotal [pixel]1
ERRAWIN_IMAGE_G,R,I,Z,YFloatIncerteza no tamanho do eixo principal, a partir de medições em janelas convergentes, assumindo ruído não correlacionado [pixel]5
ERRB_IMAGEFloatIncerteza no tamanho do eixo menor, do modelo isofotal [pixel]1
ERRBWIN_IMAGE_G,R,I,Z,YFloatIncerteza no X-centroide das medidas em janela na imagem de banda coadicionada para o eixo menor [pixel]5
ERRTHETA_IMAGEFloatIncerteza na posição da fonte, do modelo isofotal1
ERRTHETAWIN_IMAGE_G,R,I,Z,YFloatIncerteza no ângulo de posição (theta) para o objeto, da medição em janela convergida [deg]5
ERRX2WIN_IMAGE_G,R,I,Z,YDoubleIncerteza no segundo momento do centróide da distribuição em x, das medidas em janela convergidas [pixel2]5
ERRXYWIN_IMAGE_G,R,I,Z,YDoubleIncerteza no segundo momento da distribuição xy, das medidas em janela convergidas [pixel2]5
ERRY2WIN_IMAGE_G,R,I,Z,YDoubleIncerteza no segundo momento do centróide da distribuição em y, das medidas em janela convergidas [pixel2]5
EXTENDED_CLASS_COADDSMALLINTO: estrelas de alta confiança; 1: estrelas candidatas; 2: principalmente galáxias; 3: galáxias de alta confiança; -9: Sem dados; Fotometria Sextractor1
EXTENDED_CLASS_WAVGSMALLINTO: estrelas de alta confiança ; 1: estrelas candidatas; 2: principalmente galáxias; 3: galáxias de alta confiança; -9:Sem dados; Fotometria WAVG1
FLAGS_G,R,I,Z,YSMALLINTSinalizador descrevendo conselhos cautelosos sobre o processo de extração de fontes (SINAIS <4 para objetos bem comportados)1
FLUX_AUTO_G,R,I,Z,YFloatMedição de fluxo de abertura, modelo elíptico com base no raio de Kron [ADU]5
FLUX_RADIUS_G,R,I,Z,YFloatRaio de meia luz para o objeto, a partir de uma curva de crescimento elíptica, modelada em duas dimensões [pixel]5
FLUXERR_AUTO_G,R,I,Z,YFloatIncerteza na medição de fluxo de abertura, modelo elíptico com base no raio de Kron [ADU]5
FWHM_IMAGE_G,R,I,Z,YFloatLargura total à meia-altura (FWHM) para cada banda [pixel]5
GALACTIC_BFloatLatitude Galáctica [deg]1
GALACTIC_LFloatLongitude Galáctica [deg]1
HPIX_32,64,1024,4096,16384BIGINTIdentificador Healpix para seu tamanho de grade nside, em um esquema NESTED5
IMAFLAGS_ISO_G,R,I,Z,YIntegerSinalizador identificando fontes com pixels ausentes/marcados considerando todas as imagens de única época (sem viés)1
ISOAREA_IMAGE_G,R,I,Z,YIntegerÁrea isofotal da fonte coadicionada [pixel2]5
KRON_RADIUSFloatRaio de Kron medido a partir da imagem coadicionada [pixel]1
KRON_RADIUS_G,R,I,Z,YFloatRaio de Kron medido a partir da imagem coadicionada5
MAG_AUTO_G,R,I,Z,YFloatEstimativa de magnitude, para um modelo elíptico baseado no raio de Kron [mag]5
MAG_AUTO_G,R,I,Z,Y_DEREDFloatEstimativa de magnitude descorrigida (usando SFD98), para um modelo elíptico baseado no raio de Kron [mag]5
MAGERR_AUTO_G,R,I,Z,YFloatIncerteza na estimativa de magnitude, para um modelo elíptico baseado no raio de Kron [mag]5
NEPOCHS_G,R,I,Z,YIntegerNúmero de épocas em que a fonte é detectada em imagens de época única5
NITER_MODEL_G,R,I,Z,YIntegerNúmero de iterações em medições fotométricas de ajuste de modelo5
RADoubleAscensão reta, com precisão quantizada para indexação (ALPHAWIN_J2000 tem precisão total mas não indexada) [deg]1
SPREAD_MODEL_G,R,I,Z,YFloatClassificador morfológico baseado na comparação entre o modelo PSF versus exponencial-PSF. Valores mais próximos de 0 correspondem a estrelas, valores maiores correspondem a galáxias5
SPREADERR_MODEL_G,R,I,Z,YFloatIncerteza no classificador morfológico baseado na comparação entre o modelo PSF versus exponencial-PSF5
THETAWIN_IMAGE_G,R,I,Z,YFloatÂngulo de posição (theta) para a fonte, para medição em janela convergida crescente de x para y [deg]5
THETA_J2000FloatÂngulo de posição (theta) do eixo principal para o objeto no sistema ICRS (J2000) [deg]1
TILENAMECharIdentificador de cada um dos blocos onde está quadriculado o levantamento1
WAVG_FLUX_PSF_G,R,I,Z,YFloatFluxo médio ponderado, de detecções de época única ajustadas ao PSF [ADU]5
WAVG_FLUXERR_PSF_G,R,I,Z,YFloatIncerteza da medição de fluxo médio ponderado de PSF ajusta detecções de época única [ADU]5
WAVG_MAG_PSF_G,R,I,Z,YFloatMagnitude média ponderada, de detecções de época única ajustadas ao PSF [mag]5
WAVG_MAG_PSF_G,R,I,Z,Y_DEREDFloatMagnitude média ponderada reduzida (usando SFD98) de PSF ajusta detecções de época única [mag]5
WAVG_MAGERR_PSF_G,R,I,Z,YFloatIncerteza da magnitude média ponderada, de detecções de época única ajustadas ao PSF [mag]5
WAVG_SPREAD_MODEL_G,R,IZ,YFloatMODELO SPREAD usando os valores médios ponderados das detecções de única época5
WAVG_SPREADERR_MODEL_G.R.I.Z.YFloatIncerteza no MODELO SPREAD usando os valores médios ponderados das detecções de única época5
X2WIN_IMAGE_G,R,I,Z,YDoubleSegundo momento na direção x, das medidas convergidas em janela [pixel2]5
XYWIN_IMAGE_G,R,I,Z,YDoubleSegundo momento na direção xy, das medidas convergidas em janela [pixel2]5
XWIN_IMAGEDoubleX-centroide das medidas em janela na imagem coadicionada [pixel]1
XWIN_IMAGE_G,R,I,Z,YDoubleX-centroide das medidas em janela na imagem de banda coadicionada [pixel]5
Y2WIN_IMAGE_G,R,I,Z,YDoubleSegundo momento na direção y, das medidas convergidas em janela [pixel2]5
YWIN_IMAGEDoubleY-centroide das medidas em janela na imagem coadicionada [pixel]1
YWIN_IMAGE_G,R,I,Z,YDoubleY-centroide das medidas em janela na imagem de banda coadicionada [pixel]5
\r\n\r\n## Informação Técnicas\r\n\r\n### Download e Ingestão de Dados\r\n\r\n\r\nNa tabela a seguir, são detalhados os períodos de tempo necessários para baixar arquivos DES DR2 e ingerir dados em nosso banco de dados.\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n
ÍndicesTempo
RA e DEC1037 minutos
\r\n\r\n\\** O tamanho total do download foi de aproximadamente 9,2TB.
\r\n\r\n\r\n
\r\n\r\nAs tabelas abaixo exibem o tempo dedicado à criação de índices para a tabela DES DR2 e o número de linhas e colunas.\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n
ÍndicesTempo
RA e DEC1037 minutos
\r\n\r\n
\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n
Outros-
Número de linhas691.498.505
Número de colunas215
\r\n\r\n\r\n\r\n## Referências\r\n\r\n- https://datalab.noirlab.edu/des/\r\n- https://dblinea.readthedocs.io/en/latest/quickstart.html\r\n- https://arxiv.org/abs/2101.05765", "live": true, "path": "0001000100020001", "slug": "des-dr2", @@ -4055,7 +4055,7 @@ "object_str": "DES DR2", "content": { "pk": 8, - "body": "# Dark Energy Survey - Data Release 2 (DES DR2)\r\n\r\nContents:\r\n\r\n- [Introdução](#introduction)\r\n- [Como acessar](#how-to-access)\r\n- [Informação dos Dados](#dataset-information)\r\n- [Informação Técnicas](#technical-information)\r\n- [Referências](#reference)\r\n\r\n\r\n## Introdução\r\n\r\n\r\nO Dark Energy Survey Data Release 2 (DES DR2) é um amplo levantamento de imagens astronômicas feitas por telescópios em solo abrangendo uma área de aproximadamente 5000 graus quadrados do céu do hemisfério sul da Via Láctea, do espectro visível e do infravermelho próximo, em cinco bandas fotométricas amplas: grizY. O principal objetivo do DES é aprimorar nossa compreensão da aceleração cósmica e da natureza da energia escura. \r\n\r\nPara atender aos objetivos científicos, a Colaboração DES desenvolveu e empregou a Dark Energy Camera (DECam), uma câmera de 570 megapixels com um campo de visão de 3 graus quadrados. Esta câmera foi instalada no topo do telescópio Blanco de 4 metros, localizado no Observatório Interamericano Cerro Tololo (CTIO), situada no norte do Chile.\r\n\r\nO DES DR2 abrange aproximadamente 691 milhões de objetos astronômicos distintos, identificados em 10.169 imagens coadicionadas, cada um com uma área de 0,534 graus quadrados, derivadas de um total de 76.217 exposições. A precisão fotométrica é de cerca de 10 milimagnitudes, e a precisão astrométrica interna média é de aproximadamente 27 milissegundos de arco. Para mais informações, consulte o documentação oficial [aqui](https://datalab.noirlab.edu/des/)\r\n\r\n## Como acessar\r\n\r\nO LIneA (Laboratório Interinstitucional de e-Astronomia) disponibiliza uma biblioteca Python chamada `dblinea` que permite acessar o banco de dados da própria instituição. Essa biblioteca é útil para recuperar dados dentro da plataforma JupyterHub. Para utilizar essa bibilioteca é necessário ter o pacote dblinea instalado em seu ambiente Python. Para instalá-lo use o comando:\r\n\r\n
pip install dblinea
\r\n\r\nA conexão com o banco de dados é feita pela classe DBBase. Um exemplo de utilização é criar uma instância do DBBase para fazer consultas ao banco de dados.\r\n\r\n
# Importe a classe DBBase do pacote dblinea\r\nfrom dblinea import DBBase\r\n  \r\n# Crie uma instância do DBBase. Essa instância será usada para se conectar ao banco de dados.\r\ndb = DBBase()\r\n    \r\n# Descreve o nome e o tipo das colunas de uma tabela.\r\ndb.describe_table(\"dr2\", schema = \"des\")\r\n
\r\n\r\nOs métodos `fetchall(query)`, `fetchall_dict(query)` e `fetchall_df(query)` fazem a consulta referente ao conteúdo atribuído ao argumento (no exemplo abaixo, à variável `query`, uma string com um comando SQL) no banco de dados e retornam os dados, respectivamente, nos formatos: lista de tuplas, dicionário, objeto do tipo pandas.DataFrame. Por exemplo, vamos consultar o identificador único e as coordenadas dos objetos nas 10 primeiras linhas da tabela:\r\n\r\n```python\r\nquery = \"SELECT coadd_object_id, ra, dec FROM des_dr2.coadd_objects limit 10\"\r\ndataframe_10_objetos = db.fetchall_df(query)\r\n```\r\n\r\nAlguns exemplos de como utilizar a biblioteca dblinea para buscar objedos em uma dada região do céu estão presentes no _Jupyter notebook_ tutorial `2-acesso-a-dados.ipynb` disponível no repositório GitHub jupyterhub-tutorial. Para acessar o notebook, uma vez logado no LIneA JupyterHub, clone o repositório de tutoriais. No terminal do Jupyter Lab, execute:\r\n\r\n```bash\r\n$ git clone https://github.com/linea-it/jupyterhub-tutorial.git\r\n```\r\n\r\nA documentação oficial e completa da biblioteca `dblinea` está no site: https://dblinea.readthedocs.io/en/latest/quickstart.html\r\n\r\n## Informação dos Dados\r\n\r\n\r\n### DES DR2 Main\r\n\r\nA tabela abaixo fornece uma descrição das colunas encontradas no DES DR2, juntamente com seus tipos de dados associados. É importante observar que a terceira coluna desta tabela especifica o número de colunas associadas a cada elemento. Por exemplo, para FLAGS_G,R,I,Z,Y, existem cinco colunas associadas: FLAGS_G, FLAGS_R, FLAGS_I, FLAGS_Z e FLAGS_Y. Todas as colunas foram indexadas.\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n
Nome da ColunaTipo de DadosDescriçãoColunas
A_IMAGEFloatTamanho do eixo principal com base em um modelo isofotal [pixel]1
ALPHAWIN_J2000DoubleAscensão reta para o objeto, J2000 no sistema ICRS (precisão total mas não indexada) [deg]1
AWIN_IMAGE_G,R,I,Z,YFloatTamanho do eixo principal, a partir de medições de momento em janela de 2ª ordem [pixels]5
BACKGROUND_G,R,I,Z,YFloatNível de fundo pelo amplificador CCD [mag]1
B_IMAGEFloatTamanho do eixo menor com base em um modelo isofotal [pixel]1
BWIN_IMAGE_G,R,I,Z,YFloatX-centroide das medidas em janela na imagem de banda coadicionada para o eixo menor [pixel]5
COADD_OBJECT_IDBigintIdentificador único para os objetos coadicionados1
CLASS_STAR_G,R,I,Z,YFloatClassificador de fonte estendida morfológica simples. Valores entre 0 (galáxias) e 1 (estrelas).5
DECDoubleDeclinação, com precisão quantizada para indexação (DELTAWIN_J2000 tem precisão total, mas não é indexada) [deg]1
DELTAWIN_J2000Doubledecl. para o objeto, J2000 no sistema ICRS (precisão total mas não indexada) [deg]1
EBV_SFD98DoubleCoeficiente de avermelhamento E(B-V) de Schlegel, Finkbeiner & Davis, 1998 [mag]1
ERRA_IMAGEFloatIncerteza no tamanho do eixo principal, a partir do modelo isofotal [pixel]1
ERRAWIN_IMAGE_G,R,I,Z,YFloatIncerteza no tamanho do eixo principal, a partir de medições em janelas convergentes, assumindo ruído não correlacionado [pixel]5
ERRB_IMAGEFloatIncerteza no tamanho do eixo menor, do modelo isofotal [pixel]1
ERRBWIN_IMAGE_G,R,I,Z,YFloatIncerteza no X-centroide das medidas em janela na imagem de banda coadicionada para o eixo menor [pixel]5
ERRTHETA_IMAGEFloatIncerteza na posição da fonte, do modelo isofotal1
ERRTHETAWIN_IMAGE_G,R,I,Z,YFloatIncerteza no ângulo de posição (theta) para o objeto, da medição em janela convergida [deg]5
ERRX2WIN_IMAGE_G,R,I,Z,YDoubleIncerteza no segundo momento do centróide da distribuição em x, das medidas em janela convergidas [pixel2]5
ERRXYWIN_IMAGE_G,R,I,Z,YDoubleIncerteza no segundo momento da distribuição xy, das medidas em janela convergidas [pixel2]5
ERRY2WIN_IMAGE_G,R,I,Z,YDoubleIncerteza no segundo momento do centróide da distribuição em y, das medidas em janela convergidas [pixel2]5
EXTENDED_CLASS_COADDSMALLINTO: estrelas de alta confiança; 1: estrelas candidatas; 2: principalmente galáxias; 3: galáxias de alta confiança; -9: Sem dados; Fotometria Sextractor1
EXTENDED_CLASS_WAVGSMALLINTO: estrelas de alta confiança ; 1: estrelas candidatas; 2: principalmente galáxias; 3: galáxias de alta confiança; -9:Sem dados; Fotometria WAVG1
FLAGS_G,R,I,Z,YSMALLINTSinalizador descrevendo conselhos cautelosos sobre o processo de extração de fontes (SINAIS <4 para objetos bem comportados)1
FLUX_AUTO_G,R,I,Z,YFloatMedição de fluxo de abertura, modelo elíptico com base no raio de Kron [ADU]5
FLUX_RADIUS_G,R,I,Z,YFloatRaio de meia luz para o objeto, a partir de uma curva de crescimento elíptica, modelada em duas dimensões [pixel]5
FLUXERR_AUTO_G,R,I,Z,YFloatIncerteza na medição de fluxo de abertura, modelo elíptico com base no raio de Kron [ADU]5
FWHM_IMAGE_G,R,I,Z,YFloatLargura total à meia-altura (FWHM) para cada banda [pixel]5
GALACTIC_BFloatLatitude Galáctica [deg]1
GALACTIC_LFloatLongitude Galáctica [deg]1
HPIX_32,64,1024,4096,16384BIGINTIdentificador Healpix para seu tamanho de grade nside, em um esquema NESTED5
IMAFLAGS_ISO_G,R,I,Z,YIntegerSinalizador identificando fontes com pixels ausentes/marcados considerando todas as imagens de única época (sem viés)1
ISOAREA_IMAGE_G,R,I,Z,YIntegerÁrea isofotal da fonte coadicionada [pixel2]5
KRON_RADIUSFloatRaio de Kron medido a partir da imagem coadicionada [pixel]1
KRON_RADIUS_G,R,I,Z,YFloatRaio de Kron medido a partir da imagem coadicionada5
MAG_AUTO_G,R,I,Z,YFloatEstimativa de magnitude, para um modelo elíptico baseado no raio de Kron [mag]5
MAG_AUTO_G,R,I,Z,Y_DEREDFloatEstimativa de magnitude descorrigida (usando SFD98), para um modelo elíptico baseado no raio de Kron [mag]5
MAGERR_AUTO_G,R,I,Z,YFloatIncerteza na estimativa de magnitude, para um modelo elíptico baseado no raio de Kron [mag]5
NEPOCHS_G,R,I,Z,YIntegerNúmero de épocas em que a fonte é detectada em imagens de época única5
NITER_MODEL_G,R,I,Z,YIntegerNúmero de iterações em medições fotométricas de ajuste de modelo5
RADoubleAscensão reta, com precisão quantizada para indexação (ALPHAWIN_J2000 tem precisão total mas não indexada) [deg]1
SPREAD_MODEL_G,R,I,Z,YFloatClassificador morfológico baseado na comparação entre o modelo PSF versus exponencial-PSF. Valores mais próximos de 0 correspondem a estrelas, valores maiores correspondem a galáxias5
SPREADERR_MODEL_G,R,I,Z,YFloatIncerteza no classificador morfológico baseado na comparação entre o modelo PSF versus exponencial-PSF5
THETAWIN_IMAGE_G,R,I,Z,YFloatÂngulo de posição (theta) para a fonte, para medição em janela convergida crescente de x para y [deg]5
THETA_J2000FloatÂngulo de posição (theta) do eixo principal para o objeto no sistema ICRS (J2000) [deg]1
TILENAMECharIdentificador de cada um dos blocos onde está quadriculado o levantamento1
WAVG_FLUX_PSF_G,R,I,Z,YFloatFluxo médio ponderado, de detecções de época única ajustadas ao PSF [ADU]5
WAVG_FLUXERR_PSF_G,R,I,Z,YFloatIncerteza da medição de fluxo médio ponderado de PSF ajusta detecções de época única [ADU]5
WAVG_MAG_PSF_G,R,I,Z,YFloatMagnitude média ponderada, de detecções de época única ajustadas ao PSF [mag]5
WAVG_MAG_PSF_G,R,I,Z,Y_DEREDFloatMagnitude média ponderada reduzida (usando SFD98) de PSF ajusta detecções de época única [mag]5
WAVG_MAGERR_PSF_G,R,I,Z,YFloatIncerteza da magnitude média ponderada, de detecções de época única ajustadas ao PSF [mag]5
WAVG_SPREAD_MODEL_G,R,IZ,YFloatMODELO SPREAD usando os valores médios ponderados das detecções de única época5
WAVG_SPREADERR_MODEL_G.R.I.Z.YFloatIncerteza no MODELO SPREAD usando os valores médios ponderados das detecções de única época5
X2WIN_IMAGE_G,R,I,Z,YDoubleSegundo momento na direção x, das medidas convergidas em janela [pixel2]5
XYWIN_IMAGE_G,R,I,Z,YDoubleSegundo momento na direção xy, das medidas convergidas em janela [pixel2]5
XWIN_IMAGEDoubleX-centroide das medidas em janela na imagem coadicionada [pixel]1
XWIN_IMAGE_G,R,I,Z,YDoubleX-centroide das medidas em janela na imagem de banda coadicionada [pixel]5
Y2WIN_IMAGE_G,R,I,Z,YDoubleSegundo momento na direção y, das medidas convergidas em janela [pixel2]5
YWIN_IMAGEDoubleY-centroide das medidas em janela na imagem coadicionada [pixel]1
YWIN_IMAGE_G,R,I,Z,YDoubleY-centroide das medidas em janela na imagem de banda coadicionada [pixel]5
\r\n\r\n## Informação Técnicas\r\n\r\n### Download e Ingestão de Dados\r\n\r\n\r\nNa tabela a seguir, são detalhados os períodos de tempo necessários para baixar arquivos DES DR2 e ingerir dados em nosso banco de dados.\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n
ÍndicesTempo
RA e DEC1037 minutos
\r\n\r\n\\** O tamanho total do download foi de aproximadamente 9,2TB.
\r\n\r\n\r\n
\r\n\r\nAs tabelas abaixo exibem o tempo dedicado à criação de índices para a tabela DES DR2 e o número de linhas e colunas.\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n
ÍndicesTempo
RA e DEC1037 minutos
\r\n\r\n
\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n
Outros-
Número de linhas691.498.505
Número de colunas215
\r\n\r\n\r\n\r\n## Referências\r\n\r\n- https://datalab.noirlab.edu/des/\r\n- https://dblinea.readthedocs.io/en/latest/quickstart.html\r\n- https://arxiv.org/abs/2101.05765", + "body": "# Dark Energy Survey - Data Release 2 (DES DR2)\r\n\r\nContents:\r\n\r\n- [Introdução](#introduction)\r\n- [Como acessar](#how-to-access)\r\n- [Informação dos Dados](#dataset-information)\r\n- [Informação Técnicas](#technical-information)\r\n- [Referências](#reference)\r\n\r\n\r\n## Introdução\r\n\r\n\r\nO Dark Energy Survey Data Release 2 (DES DR2) é um amplo levantamento de imagens astronômicas feitas por telescópios em solo abrangendo uma área de aproximadamente 5000 graus quadrados do céu do hemisfério sul da Via Láctea, do espectro visível e do infravermelho próximo, em cinco bandas fotométricas amplas: grizY. O principal objetivo do DES é aprimorar nossa compreensão da aceleração cósmica e da natureza da energia escura. \r\n\r\nPara atender aos objetivos científicos, a Colaboração DES desenvolveu e empregou a Dark Energy Camera (DECam), uma câmera de 570 megapixels com um campo de visão de 3 graus quadrados. Esta câmera foi instalada no topo do telescópio Blanco de 4 metros, localizado no Observatório Interamericano Cerro Tololo (CTIO), situada no norte do Chile.\r\n\r\nO DES DR2 abrange aproximadamente 691 milhões de objetos astronômicos distintos, identificados em 10.169 imagens coadicionadas, cada um com uma área de 0,534 graus quadrados, derivadas de um total de 76.217 exposições. A precisão fotométrica é de cerca de 10 milimagnitudes, e a precisão astrométrica interna média é de aproximadamente 27 milissegundos de arco. Para mais informações, consulte o documentação oficial [aqui](https://datalab.noirlab.edu/des/)\r\n\r\n## Como acessar\r\n\r\nO LIneA (Laboratório Interinstitucional de e-Astronomia) disponibiliza uma biblioteca Python chamada `dblinea` que permite acessar o banco de dados da própria instituição. Essa biblioteca é útil para recuperar dados dentro da plataforma JupyterHub. Para utilizar essa bibilioteca é necessário ter o pacote dblinea instalado em seu ambiente Python. Para instalá-lo use o comando:\r\n\r\n
pip install dblinea
\r\n\r\nA conexão com o banco de dados é feita pela classe DBBase. Um exemplo de utilização é criar uma instância do DBBase para fazer consultas ao banco de dados.\r\n\r\n
# Importe a classe DBBase do pacote dblinea\r\nfrom dblinea import DBBase\r\n  \r\n# Crie uma instância do DBBase. Essa instância será usada para se conectar ao banco de dados.\r\ndb = DBBase()\r\n    \r\n# Descreve o nome e o tipo das colunas de uma tabela.\r\ndb.describe_table(\"dr2\", schema = \"des\")\r\n
\r\n\r\nOs métodos `fetchall(query)`, `fetchall_dict(query)` e `fetchall_df(query)` fazem a consulta referente ao conteúdo atribuído ao argumento (no exemplo abaixo, à variável `query`, uma string com um comando SQL) no banco de dados e retornam os dados, respectivamente, nos formatos: lista de tuplas, dicionário, objeto do tipo pandas.DataFrame. Por exemplo, vamos consultar o identificador único e as coordenadas dos objetos nas 10 primeiras linhas da tabela:\r\n\r\n```python\r\nquery = \"SELECT coadd_object_id, ra, dec FROM des_dr2.main limit 10\"\r\ndataframe_10_objetos = db.fetchall_df(query)\r\n```\r\n\r\nAlguns exemplos de como utilizar a biblioteca dblinea para buscar objedos em uma dada região do céu estão presentes no _Jupyter notebook_ tutorial `2-acesso-a-dados.ipynb` disponível no repositório GitHub jupyterhub-tutorial. Para acessar o notebook, uma vez logado no LIneA JupyterHub, clone o repositório de tutoriais. No terminal do Jupyter Lab, execute:\r\n\r\n```bash\r\n$ git clone https://github.com/linea-it/jupyterhub-tutorial.git\r\n```\r\n\r\nA documentação oficial e completa da biblioteca `dblinea` está no site: https://dblinea.readthedocs.io/en/latest/quickstart.html\r\n\r\n## Informação dos Dados\r\n\r\n\r\n### DES DR2 Main\r\n\r\nA tabela abaixo fornece uma descrição das colunas encontradas no DES DR2, juntamente com seus tipos de dados associados. É importante observar que a terceira coluna desta tabela especifica o número de colunas associadas a cada elemento. Por exemplo, para FLAGS_G,R,I,Z,Y, existem cinco colunas associadas: FLAGS_G, FLAGS_R, FLAGS_I, FLAGS_Z e FLAGS_Y. Todas as colunas foram indexadas.\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n
Nome da ColunaTipo de DadosDescriçãoColunas
A_IMAGEFloatTamanho do eixo principal com base em um modelo isofotal [pixel]1
ALPHAWIN_J2000DoubleAscensão reta para o objeto, J2000 no sistema ICRS (precisão total mas não indexada) [deg]1
AWIN_IMAGE_G,R,I,Z,YFloatTamanho do eixo principal, a partir de medições de momento em janela de 2ª ordem [pixels]5
BACKGROUND_G,R,I,Z,YFloatNível de fundo pelo amplificador CCD [mag]1
B_IMAGEFloatTamanho do eixo menor com base em um modelo isofotal [pixel]1
BWIN_IMAGE_G,R,I,Z,YFloatX-centroide das medidas em janela na imagem de banda coadicionada para o eixo menor [pixel]5
COADD_OBJECT_IDBigintIdentificador único para os objetos coadicionados1
CLASS_STAR_G,R,I,Z,YFloatClassificador de fonte estendida morfológica simples. Valores entre 0 (galáxias) e 1 (estrelas).5
DECDoubleDeclinação, com precisão quantizada para indexação (DELTAWIN_J2000 tem precisão total, mas não é indexada) [deg]1
DELTAWIN_J2000Doubledecl. para o objeto, J2000 no sistema ICRS (precisão total mas não indexada) [deg]1
EBV_SFD98DoubleCoeficiente de avermelhamento E(B-V) de Schlegel, Finkbeiner & Davis, 1998 [mag]1
ERRA_IMAGEFloatIncerteza no tamanho do eixo principal, a partir do modelo isofotal [pixel]1
ERRAWIN_IMAGE_G,R,I,Z,YFloatIncerteza no tamanho do eixo principal, a partir de medições em janelas convergentes, assumindo ruído não correlacionado [pixel]5
ERRB_IMAGEFloatIncerteza no tamanho do eixo menor, do modelo isofotal [pixel]1
ERRBWIN_IMAGE_G,R,I,Z,YFloatIncerteza no X-centroide das medidas em janela na imagem de banda coadicionada para o eixo menor [pixel]5
ERRTHETA_IMAGEFloatIncerteza na posição da fonte, do modelo isofotal1
ERRTHETAWIN_IMAGE_G,R,I,Z,YFloatIncerteza no ângulo de posição (theta) para o objeto, da medição em janela convergida [deg]5
ERRX2WIN_IMAGE_G,R,I,Z,YDoubleIncerteza no segundo momento do centróide da distribuição em x, das medidas em janela convergidas [pixel2]5
ERRXYWIN_IMAGE_G,R,I,Z,YDoubleIncerteza no segundo momento da distribuição xy, das medidas em janela convergidas [pixel2]5
ERRY2WIN_IMAGE_G,R,I,Z,YDoubleIncerteza no segundo momento do centróide da distribuição em y, das medidas em janela convergidas [pixel2]5
EXTENDED_CLASS_COADDSMALLINTO: estrelas de alta confiança; 1: estrelas candidatas; 2: principalmente galáxias; 3: galáxias de alta confiança; -9: Sem dados; Fotometria Sextractor1
EXTENDED_CLASS_WAVGSMALLINTO: estrelas de alta confiança ; 1: estrelas candidatas; 2: principalmente galáxias; 3: galáxias de alta confiança; -9:Sem dados; Fotometria WAVG1
FLAGS_G,R,I,Z,YSMALLINTSinalizador descrevendo conselhos cautelosos sobre o processo de extração de fontes (SINAIS <4 para objetos bem comportados)1
FLUX_AUTO_G,R,I,Z,YFloatMedição de fluxo de abertura, modelo elíptico com base no raio de Kron [ADU]5
FLUX_RADIUS_G,R,I,Z,YFloatRaio de meia luz para o objeto, a partir de uma curva de crescimento elíptica, modelada em duas dimensões [pixel]5
FLUXERR_AUTO_G,R,I,Z,YFloatIncerteza na medição de fluxo de abertura, modelo elíptico com base no raio de Kron [ADU]5
FWHM_IMAGE_G,R,I,Z,YFloatLargura total à meia-altura (FWHM) para cada banda [pixel]5
GALACTIC_BFloatLatitude Galáctica [deg]1
GALACTIC_LFloatLongitude Galáctica [deg]1
HPIX_32,64,1024,4096,16384BIGINTIdentificador Healpix para seu tamanho de grade nside, em um esquema NESTED5
IMAFLAGS_ISO_G,R,I,Z,YIntegerSinalizador identificando fontes com pixels ausentes/marcados considerando todas as imagens de única época (sem viés)1
ISOAREA_IMAGE_G,R,I,Z,YIntegerÁrea isofotal da fonte coadicionada [pixel2]5
KRON_RADIUSFloatRaio de Kron medido a partir da imagem coadicionada [pixel]1
KRON_RADIUS_G,R,I,Z,YFloatRaio de Kron medido a partir da imagem coadicionada5
MAG_AUTO_G,R,I,Z,YFloatEstimativa de magnitude, para um modelo elíptico baseado no raio de Kron [mag]5
MAG_AUTO_G,R,I,Z,Y_DEREDFloatEstimativa de magnitude descorrigida (usando SFD98), para um modelo elíptico baseado no raio de Kron [mag]5
MAGERR_AUTO_G,R,I,Z,YFloatIncerteza na estimativa de magnitude, para um modelo elíptico baseado no raio de Kron [mag]5
NEPOCHS_G,R,I,Z,YIntegerNúmero de épocas em que a fonte é detectada em imagens de época única5
NITER_MODEL_G,R,I,Z,YIntegerNúmero de iterações em medições fotométricas de ajuste de modelo5
RADoubleAscensão reta, com precisão quantizada para indexação (ALPHAWIN_J2000 tem precisão total mas não indexada) [deg]1
SPREAD_MODEL_G,R,I,Z,YFloatClassificador morfológico baseado na comparação entre o modelo PSF versus exponencial-PSF. Valores mais próximos de 0 correspondem a estrelas, valores maiores correspondem a galáxias5
SPREADERR_MODEL_G,R,I,Z,YFloatIncerteza no classificador morfológico baseado na comparação entre o modelo PSF versus exponencial-PSF5
THETAWIN_IMAGE_G,R,I,Z,YFloatÂngulo de posição (theta) para a fonte, para medição em janela convergida crescente de x para y [deg]5
THETA_J2000FloatÂngulo de posição (theta) do eixo principal para o objeto no sistema ICRS (J2000) [deg]1
TILENAMECharIdentificador de cada um dos blocos onde está quadriculado o levantamento1
WAVG_FLUX_PSF_G,R,I,Z,YFloatFluxo médio ponderado, de detecções de época única ajustadas ao PSF [ADU]5
WAVG_FLUXERR_PSF_G,R,I,Z,YFloatIncerteza da medição de fluxo médio ponderado de PSF ajusta detecções de época única [ADU]5
WAVG_MAG_PSF_G,R,I,Z,YFloatMagnitude média ponderada, de detecções de época única ajustadas ao PSF [mag]5
WAVG_MAG_PSF_G,R,I,Z,Y_DEREDFloatMagnitude média ponderada reduzida (usando SFD98) de PSF ajusta detecções de época única [mag]5
WAVG_MAGERR_PSF_G,R,I,Z,YFloatIncerteza da magnitude média ponderada, de detecções de época única ajustadas ao PSF [mag]5
WAVG_SPREAD_MODEL_G,R,IZ,YFloatMODELO SPREAD usando os valores médios ponderados das detecções de única época5
WAVG_SPREADERR_MODEL_G.R.I.Z.YFloatIncerteza no MODELO SPREAD usando os valores médios ponderados das detecções de única época5
X2WIN_IMAGE_G,R,I,Z,YDoubleSegundo momento na direção x, das medidas convergidas em janela [pixel2]5
XYWIN_IMAGE_G,R,I,Z,YDoubleSegundo momento na direção xy, das medidas convergidas em janela [pixel2]5
XWIN_IMAGEDoubleX-centroide das medidas em janela na imagem coadicionada [pixel]1
XWIN_IMAGE_G,R,I,Z,YDoubleX-centroide das medidas em janela na imagem de banda coadicionada [pixel]5
Y2WIN_IMAGE_G,R,I,Z,YDoubleSegundo momento na direção y, das medidas convergidas em janela [pixel2]5
YWIN_IMAGEDoubleY-centroide das medidas em janela na imagem coadicionada [pixel]1
YWIN_IMAGE_G,R,I,Z,YDoubleY-centroide das medidas em janela na imagem de banda coadicionada [pixel]5
\r\n\r\n## Informação Técnicas\r\n\r\n### Download e Ingestão de Dados\r\n\r\n\r\nNa tabela a seguir, são detalhados os períodos de tempo necessários para baixar arquivos DES DR2 e ingerir dados em nosso banco de dados.\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n
ÍndicesTempo
RA e DEC1037 minutos
\r\n\r\n\\** O tamanho total do download foi de aproximadamente 9,2TB.
\r\n\r\n\r\n
\r\n\r\nAs tabelas abaixo exibem o tempo dedicado à criação de índices para a tabela DES DR2 e o número de linhas e colunas.\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n
ÍndicesTempo
RA e DEC1037 minutos
\r\n\r\n
\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n
Outros-
Número de linhas691.498.505
Número de colunas215
\r\n\r\n\r\n\r\n## Referências\r\n\r\n- https://datalab.noirlab.edu/des/\r\n- https://dblinea.readthedocs.io/en/latest/quickstart.html\r\n- https://arxiv.org/abs/2101.05765", "live": true, "path": "0001000100020001", "slug": "des-dr2", @@ -4109,7 +4109,7 @@ "object_str": "DES DR2", "content": { "pk": 8, - "body": "# Dark Energy Survey - Data Release 2 (DES DR2)\r\n\r\nContents:\r\n\r\n- [Introdução](#introduction)\r\n- [Como acessar](#how-to-access)\r\n- [Informação dos Dados](#dataset-information)\r\n- [Informação Técnicas](#technical-information)\r\n- [Referências](#reference)\r\n\r\n\r\n## Introdução\r\n\r\n\r\nO Dark Energy Survey Data Release 2 (DES DR2) é um amplo levantamento de imagens astronômicas feitas por telescópios em solo abrangendo uma área de aproximadamente 5000 graus quadrados do céu do hemisfério sul da Via Láctea, do espectro visível e do infravermelho próximo, em cinco bandas fotométricas amplas: grizY. O principal objetivo do DES é aprimorar nossa compreensão da aceleração cósmica e da natureza da energia escura. \r\n\r\nPara atender aos objetivos científicos, a Colaboração DES desenvolveu e empregou a Dark Energy Camera (DECam), uma câmera de 570 megapixels com um campo de visão de 3 graus quadrados. Esta câmera foi instalada no topo do telescópio Blanco de 4 metros, localizado no Observatório Interamericano Cerro Tololo (CTIO), situada no norte do Chile.\r\n\r\nO DES DR2 abrange aproximadamente 691 milhões de objetos astronômicos distintos, identificados em 10.169 imagens coadicionadas, cada um com uma área de 0,534 graus quadrados, derivadas de um total de 76.217 exposições. A precisão fotométrica é de cerca de 10 milimagnitudes, e a precisão astrométrica interna média é de aproximadamente 27 milissegundos de arco. Para mais informações, consulte o documentação oficial [aqui](https://datalab.noirlab.edu/des/)\r\n\r\n## Como acessar\r\n\r\nO LIneA (Laboratório Interinstitucional de e-Astronomia) disponibiliza uma biblioteca Python chamada `dblinea` que permite acessar o banco de dados da própria instituição. Essa biblioteca é útil para recuperar dados dentro da plataforma JupyterHub. Para utilizar essa bibilioteca é necessário ter o pacote dblinea instalado em seu ambiente Python. Para instalá-lo use o comando:\r\n\r\n
pip install dblinea
\r\n\r\nA conexão com o banco de dados é feita pela classe DBBase. Um exemplo de utilização é criar uma instância do DBBase para fazer consultas ao banco de dados.\r\n\r\n
# Importe a classe DBBase do pacote dblinea\r\nfrom dblinea import DBBase\r\n  \r\n# Crie uma instância do DBBase. Essa instância será usada para se conectar ao banco de dados.\r\ndb = DBBase()\r\n    \r\n# Descreve o nome e o tipo das colunas de uma tabela.\r\ndb.describe_table(\"dr2\", schema = \"des\")\r\n
\r\n\r\nOs métodos `fetchall(query)`, `fetchall_dict(query)` e `fetchall_df(query)` fazem a consulta referente ao conteúdo atribuído ao argumento (no exemplo abaixo, à variável `query`, uma string com um comando SQL) no banco de dados e retornam os dados, respectivamente, nos formatos: lista de tuplas, dicionário, objeto do tipo pandas.DataFrame. Por exemplo, vamos consultar o identificador único e as coordenadas dos objetos nas 10 primeiras linhas da tabela:\r\n\r\n```python\r\nquery = \"SELECT coadd_object_id, ra, dec FROM des_dr2.coadd_objects limit 10\"\r\ndataframe_10_objetos = db.fetchall_df(query)\r\n```\r\n\r\nAlguns exemplos de como utilizar a biblioteca dblinea para buscar objedos em uma dada região do céu estão presentes no _Jupyter notebook_ tutorial `2-acesso-a-dados.ipynb` disponível no repositório GitHub jupyterhub-tutorial. Para acessar o notebook, uma vez logado no LIneA JupyterHub, clone o repositório de tutoriais. No terminal do Jupyter Lab, execute:\r\n\r\n```bash\r\n$ git clone https://github.com/linea-it/jupyterhub-tutorial.git\r\n```\r\n\r\nA documentação oficial e completa da biblioteca `dblinea` está no site: https://dblinea.readthedocs.io/en/latest/quickstart.html\r\n\r\n## Informação dos Dados\r\n\r\n\r\n### DES DR2 Main\r\n\r\nA tabela abaixo fornece uma descrição das colunas encontradas no DES DR2, juntamente com seus tipos de dados associados. É importante observar que a terceira coluna desta tabela especifica o número de colunas associadas a cada elemento. Por exemplo, para FLAGS_G,R,I,Z,Y, existem cinco colunas associadas: FLAGS_G, FLAGS_R, FLAGS_I, FLAGS_Z e FLAGS_Y. Todas as colunas foram indexadas.\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n
Nome da ColunaTipo de DadosDescriçãoColunas
A_IMAGEFloatTamanho do eixo principal com base em um modelo isofotal [pixel]1
ALPHAWIN_J2000DoubleAscensão reta para o objeto, J2000 no sistema ICRS (precisão total mas não indexada) [deg]1
AWIN_IMAGE_G,R,I,Z,YFloatTamanho do eixo principal, a partir de medições de momento em janela de 2ª ordem [pixels]5
BACKGROUND_G,R,I,Z,YFloatNível de fundo pelo amplificador CCD [mag]1
B_IMAGEFloatTamanho do eixo menor com base em um modelo isofotal [pixel]1
BWIN_IMAGE_G,R,I,Z,YFloatX-centroide das medidas em janela na imagem de banda coadicionada para o eixo menor [pixel]5
COADD_OBJECT_IDBigintIdentificador único para os objetos coadicionados1
CLASS_STAR_G,R,I,Z,YFloatClassificador de fonte estendida morfológica simples. Valores entre 0 (galáxias) e 1 (estrelas).5
DECDoubleDeclinação, com precisão quantizada para indexação (DELTAWIN_J2000 tem precisão total, mas não é indexada) [deg]1
DELTAWIN_J2000Doubledecl. para o objeto, J2000 no sistema ICRS (precisão total mas não indexada) [deg]1
EBV_SFD98DoubleCoeficiente de avermelhamento E(B-V) de Schlegel, Finkbeiner & Davis, 1998 [mag]1
ERRA_IMAGEFloatIncerteza no tamanho do eixo principal, a partir do modelo isofotal [pixel]1
ERRAWIN_IMAGE_G,R,I,Z,YFloatIncerteza no tamanho do eixo principal, a partir de medições em janelas convergentes, assumindo ruído não correlacionado [pixel]5
ERRB_IMAGEFloatIncerteza no tamanho do eixo menor, do modelo isofotal [pixel]1
ERRBWIN_IMAGE_G,R,I,Z,YFloatIncerteza no X-centroide das medidas em janela na imagem de banda coadicionada para o eixo menor [pixel]5
ERRTHETA_IMAGEFloatIncerteza na posição da fonte, do modelo isofotal1
ERRTHETAWIN_IMAGE_G,R,I,Z,YFloatIncerteza no ângulo de posição (theta) para o objeto, da medição em janela convergida [deg]5
ERRX2WIN_IMAGE_G,R,I,Z,YDoubleIncerteza no segundo momento do centróide da distribuição em x, das medidas em janela convergidas [pixel2]5
ERRXYWIN_IMAGE_G,R,I,Z,YDoubleIncerteza no segundo momento da distribuição xy, das medidas em janela convergidas [pixel2]5
ERRY2WIN_IMAGE_G,R,I,Z,YDoubleIncerteza no segundo momento do centróide da distribuição em y, das medidas em janela convergidas [pixel2]5
EXTENDED_CLASS_COADDSMALLINTO: estrelas de alta confiança; 1: estrelas candidatas; 2: principalmente galáxias; 3: galáxias de alta confiança; -9: Sem dados; Fotometria Sextractor1
EXTENDED_CLASS_WAVGSMALLINTO: estrelas de alta confiança ; 1: estrelas candidatas; 2: principalmente galáxias; 3: galáxias de alta confiança; -9:Sem dados; Fotometria WAVG1
FLAGS_G,R,I,Z,YSMALLINTSinalizador descrevendo conselhos cautelosos sobre o processo de extração de fontes (SINAIS <4 para objetos bem comportados)1
FLUX_AUTO_G,R,I,Z,YFloatMedição de fluxo de abertura, modelo elíptico com base no raio de Kron [ADU]5
FLUX_RADIUS_G,R,I,Z,YFloatRaio de meia luz para o objeto, a partir de uma curva de crescimento elíptica, modelada em duas dimensões [pixel]5
FLUXERR_AUTO_G,R,I,Z,YFloatIncerteza na medição de fluxo de abertura, modelo elíptico com base no raio de Kron [ADU]5
FWHM_IMAGE_G,R,I,Z,YFloatLargura total à meia-altura (FWHM) para cada banda [pixel]5
GALACTIC_BFloatLatitude Galáctica [deg]1
GALACTIC_LFloatLongitude Galáctica [deg]1
HPIX_32,64,1024,4096,16384BIGINTIdentificador Healpix para seu tamanho de grade nside, em um esquema NESTED5
IMAFLAGS_ISO_G,R,I,Z,YIntegerSinalizador identificando fontes com pixels ausentes/marcados considerando todas as imagens de única época (sem viés)1
ISOAREA_IMAGE_G,R,I,Z,YIntegerÁrea isofotal da fonte coadicionada [pixel2]5
KRON_RADIUSFloatRaio de Kron medido a partir da imagem coadicionada [pixel]1
KRON_RADIUS_G,R,I,Z,YFloatRaio de Kron medido a partir da imagem coadicionada5
MAG_AUTO_G,R,I,Z,YFloatEstimativa de magnitude, para um modelo elíptico baseado no raio de Kron [mag]5
MAG_AUTO_G,R,I,Z,Y_DEREDFloatEstimativa de magnitude descorrigida (usando SFD98), para um modelo elíptico baseado no raio de Kron [mag]5
MAGERR_AUTO_G,R,I,Z,YFloatIncerteza na estimativa de magnitude, para um modelo elíptico baseado no raio de Kron [mag]5
NEPOCHS_G,R,I,Z,YIntegerNúmero de épocas em que a fonte é detectada em imagens de época única5
NITER_MODEL_G,R,I,Z,YIntegerNúmero de iterações em medições fotométricas de ajuste de modelo5
RADoubleAscensão reta, com precisão quantizada para indexação (ALPHAWIN_J2000 tem precisão total mas não indexada) [deg]1
SPREAD_MODEL_G,R,I,Z,YFloatClassificador morfológico baseado na comparação entre o modelo PSF versus exponencial-PSF. Valores mais próximos de 0 correspondem a estrelas, valores maiores correspondem a galáxias5
SPREADERR_MODEL_G,R,I,Z,YFloatIncerteza no classificador morfológico baseado na comparação entre o modelo PSF versus exponencial-PSF5
THETAWIN_IMAGE_G,R,I,Z,YFloatÂngulo de posição (theta) para a fonte, para medição em janela convergida crescente de x para y [deg]5
THETA_J2000FloatÂngulo de posição (theta) do eixo principal para o objeto no sistema ICRS (J2000) [deg]1
TILENAMECharIdentificador de cada um dos blocos onde está quadriculado o levantamento1
WAVG_FLUX_PSF_G,R,I,Z,YFloatFluxo médio ponderado, de detecções de época única ajustadas ao PSF [ADU]5
WAVG_FLUXERR_PSF_G,R,I,Z,YFloatIncerteza da medição de fluxo médio ponderado de PSF ajusta detecções de época única [ADU]5
WAVG_MAG_PSF_G,R,I,Z,YFloatMagnitude média ponderada, de detecções de época única ajustadas ao PSF [mag]5
WAVG_MAG_PSF_G,R,I,Z,Y_DEREDFloatMagnitude média ponderada reduzida (usando SFD98) de PSF ajusta detecções de época única [mag]5
WAVG_MAGERR_PSF_G,R,I,Z,YFloatIncerteza da magnitude média ponderada, de detecções de época única ajustadas ao PSF [mag]5
WAVG_SPREAD_MODEL_G,R,IZ,YFloatMODELO SPREAD usando os valores médios ponderados das detecções de única época5
WAVG_SPREADERR_MODEL_G.R.I.Z.YFloatIncerteza no MODELO SPREAD usando os valores médios ponderados das detecções de única época5
X2WIN_IMAGE_G,R,I,Z,YDoubleSegundo momento na direção x, das medidas convergidas em janela [pixel2]5
XYWIN_IMAGE_G,R,I,Z,YDoubleSegundo momento na direção xy, das medidas convergidas em janela [pixel2]5
XWIN_IMAGEDoubleX-centroide das medidas em janela na imagem coadicionada [pixel]1
XWIN_IMAGE_G,R,I,Z,YDoubleX-centroide das medidas em janela na imagem de banda coadicionada [pixel]5
Y2WIN_IMAGE_G,R,I,Z,YDoubleSegundo momento na direção y, das medidas convergidas em janela [pixel2]5
YWIN_IMAGEDoubleY-centroide das medidas em janela na imagem coadicionada [pixel]1
YWIN_IMAGE_G,R,I,Z,YDoubleY-centroide das medidas em janela na imagem de banda coadicionada [pixel]5
\r\n\r\n## Informação Técnicas\r\n\r\n### Download e Ingestão de Dados\r\n\r\n\r\nNa tabela a seguir, são detalhados os períodos de tempo necessários para baixar arquivos DES DR2 e ingerir dados em nosso banco de dados.\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n
ÍndicesTempo
RA e DEC1037 minutos
\r\n\r\n\\** O tamanho total do download foi de aproximadamente 9,2TB.
\r\n\r\n\r\n
\r\n\r\nAs tabelas abaixo exibem o tempo dedicado à criação de índices para a tabela DES DR2 e o número de linhas e colunas.\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n
ÍndicesTempo
RA e DEC1037 minutos
\r\n\r\n
\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n
Outros-
Número de linhas691.498.505
Número de colunas215
\r\n\r\n\r\n\r\n## Referências\r\n\r\n- https://datalab.noirlab.edu/des/\r\n- https://dblinea.readthedocs.io/en/latest/quickstart.html\r\n- https://arxiv.org/abs/2101.05765", + "body": "# Dark Energy Survey - Data Release 2 (DES DR2)\r\n\r\nContents:\r\n\r\n- [Introdução](#introduction)\r\n- [Como acessar](#how-to-access)\r\n- [Informação dos Dados](#dataset-information)\r\n- [Informação Técnicas](#technical-information)\r\n- [Referências](#reference)\r\n\r\n\r\n## Introdução\r\n\r\n\r\nO Dark Energy Survey Data Release 2 (DES DR2) é um amplo levantamento de imagens astronômicas feitas por telescópios em solo abrangendo uma área de aproximadamente 5000 graus quadrados do céu do hemisfério sul da Via Láctea, do espectro visível e do infravermelho próximo, em cinco bandas fotométricas amplas: grizY. O principal objetivo do DES é aprimorar nossa compreensão da aceleração cósmica e da natureza da energia escura. \r\n\r\nPara atender aos objetivos científicos, a Colaboração DES desenvolveu e empregou a Dark Energy Camera (DECam), uma câmera de 570 megapixels com um campo de visão de 3 graus quadrados. Esta câmera foi instalada no topo do telescópio Blanco de 4 metros, localizado no Observatório Interamericano Cerro Tololo (CTIO), situada no norte do Chile.\r\n\r\nO DES DR2 abrange aproximadamente 691 milhões de objetos astronômicos distintos, identificados em 10.169 imagens coadicionadas, cada um com uma área de 0,534 graus quadrados, derivadas de um total de 76.217 exposições. A precisão fotométrica é de cerca de 10 milimagnitudes, e a precisão astrométrica interna média é de aproximadamente 27 milissegundos de arco. Para mais informações, consulte o documentação oficial [aqui](https://datalab.noirlab.edu/des/)\r\n\r\n## Como acessar\r\n\r\nO LIneA (Laboratório Interinstitucional de e-Astronomia) disponibiliza uma biblioteca Python chamada `dblinea` que permite acessar o banco de dados da própria instituição. Essa biblioteca é útil para recuperar dados dentro da plataforma JupyterHub. Para utilizar essa bibilioteca é necessário ter o pacote dblinea instalado em seu ambiente Python. Para instalá-lo use o comando:\r\n\r\n
pip install dblinea
\r\n\r\nA conexão com o banco de dados é feita pela classe DBBase. Um exemplo de utilização é criar uma instância do DBBase para fazer consultas ao banco de dados.\r\n\r\n
# Importe a classe DBBase do pacote dblinea\r\nfrom dblinea import DBBase\r\n  \r\n# Crie uma instância do DBBase. Essa instância será usada para se conectar ao banco de dados.\r\ndb = DBBase()\r\n    \r\n# Descreve o nome e o tipo das colunas de uma tabela.\r\ndb.describe_table(\"dr2\", schema = \"des\")\r\n
\r\n\r\nOs métodos `fetchall(query)`, `fetchall_dict(query)` e `fetchall_df(query)` fazem a consulta referente ao conteúdo atribuído ao argumento (no exemplo abaixo, à variável `query`, uma string com um comando SQL) no banco de dados e retornam os dados, respectivamente, nos formatos: lista de tuplas, dicionário, objeto do tipo pandas.DataFrame. Por exemplo, vamos consultar o identificador único e as coordenadas dos objetos nas 10 primeiras linhas da tabela:\r\n\r\n```python\r\nquery = \"SELECT coadd_object_id, ra, dec FROM des_dr2.main limit 10\"\r\ndataframe_10_objetos = db.fetchall_df(query)\r\n```\r\n\r\nAlguns exemplos de como utilizar a biblioteca dblinea para buscar objedos em uma dada região do céu estão presentes no _Jupyter notebook_ tutorial `2-acesso-a-dados.ipynb` disponível no repositório GitHub jupyterhub-tutorial. Para acessar o notebook, uma vez logado no LIneA JupyterHub, clone o repositório de tutoriais. No terminal do Jupyter Lab, execute:\r\n\r\n```bash\r\n$ git clone https://github.com/linea-it/jupyterhub-tutorial.git\r\n```\r\n\r\nA documentação oficial e completa da biblioteca `dblinea` está no site: https://dblinea.readthedocs.io/en/latest/quickstart.html\r\n\r\n## Informação dos Dados\r\n\r\n\r\n### DES DR2 Main\r\n\r\nA tabela abaixo fornece uma descrição das colunas encontradas no DES DR2, juntamente com seus tipos de dados associados. É importante observar que a terceira coluna desta tabela especifica o número de colunas associadas a cada elemento. Por exemplo, para FLAGS_G,R,I,Z,Y, existem cinco colunas associadas: FLAGS_G, FLAGS_R, FLAGS_I, FLAGS_Z e FLAGS_Y. Todas as colunas foram indexadas.\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n
Nome da ColunaTipo de DadosDescriçãoColunas
A_IMAGEFloatTamanho do eixo principal com base em um modelo isofotal [pixel]1
ALPHAWIN_J2000DoubleAscensão reta para o objeto, J2000 no sistema ICRS (precisão total mas não indexada) [deg]1
AWIN_IMAGE_G,R,I,Z,YFloatTamanho do eixo principal, a partir de medições de momento em janela de 2ª ordem [pixels]5
BACKGROUND_G,R,I,Z,YFloatNível de fundo pelo amplificador CCD [mag]1
B_IMAGEFloatTamanho do eixo menor com base em um modelo isofotal [pixel]1
BWIN_IMAGE_G,R,I,Z,YFloatX-centroide das medidas em janela na imagem de banda coadicionada para o eixo menor [pixel]5
COADD_OBJECT_IDBigintIdentificador único para os objetos coadicionados1
CLASS_STAR_G,R,I,Z,YFloatClassificador de fonte estendida morfológica simples. Valores entre 0 (galáxias) e 1 (estrelas).5
DECDoubleDeclinação, com precisão quantizada para indexação (DELTAWIN_J2000 tem precisão total, mas não é indexada) [deg]1
DELTAWIN_J2000Doubledecl. para o objeto, J2000 no sistema ICRS (precisão total mas não indexada) [deg]1
EBV_SFD98DoubleCoeficiente de avermelhamento E(B-V) de Schlegel, Finkbeiner & Davis, 1998 [mag]1
ERRA_IMAGEFloatIncerteza no tamanho do eixo principal, a partir do modelo isofotal [pixel]1
ERRAWIN_IMAGE_G,R,I,Z,YFloatIncerteza no tamanho do eixo principal, a partir de medições em janelas convergentes, assumindo ruído não correlacionado [pixel]5
ERRB_IMAGEFloatIncerteza no tamanho do eixo menor, do modelo isofotal [pixel]1
ERRBWIN_IMAGE_G,R,I,Z,YFloatIncerteza no X-centroide das medidas em janela na imagem de banda coadicionada para o eixo menor [pixel]5
ERRTHETA_IMAGEFloatIncerteza na posição da fonte, do modelo isofotal1
ERRTHETAWIN_IMAGE_G,R,I,Z,YFloatIncerteza no ângulo de posição (theta) para o objeto, da medição em janela convergida [deg]5
ERRX2WIN_IMAGE_G,R,I,Z,YDoubleIncerteza no segundo momento do centróide da distribuição em x, das medidas em janela convergidas [pixel2]5
ERRXYWIN_IMAGE_G,R,I,Z,YDoubleIncerteza no segundo momento da distribuição xy, das medidas em janela convergidas [pixel2]5
ERRY2WIN_IMAGE_G,R,I,Z,YDoubleIncerteza no segundo momento do centróide da distribuição em y, das medidas em janela convergidas [pixel2]5
EXTENDED_CLASS_COADDSMALLINTO: estrelas de alta confiança; 1: estrelas candidatas; 2: principalmente galáxias; 3: galáxias de alta confiança; -9: Sem dados; Fotometria Sextractor1
EXTENDED_CLASS_WAVGSMALLINTO: estrelas de alta confiança ; 1: estrelas candidatas; 2: principalmente galáxias; 3: galáxias de alta confiança; -9:Sem dados; Fotometria WAVG1
FLAGS_G,R,I,Z,YSMALLINTSinalizador descrevendo conselhos cautelosos sobre o processo de extração de fontes (SINAIS <4 para objetos bem comportados)1
FLUX_AUTO_G,R,I,Z,YFloatMedição de fluxo de abertura, modelo elíptico com base no raio de Kron [ADU]5
FLUX_RADIUS_G,R,I,Z,YFloatRaio de meia luz para o objeto, a partir de uma curva de crescimento elíptica, modelada em duas dimensões [pixel]5
FLUXERR_AUTO_G,R,I,Z,YFloatIncerteza na medição de fluxo de abertura, modelo elíptico com base no raio de Kron [ADU]5
FWHM_IMAGE_G,R,I,Z,YFloatLargura total à meia-altura (FWHM) para cada banda [pixel]5
GALACTIC_BFloatLatitude Galáctica [deg]1
GALACTIC_LFloatLongitude Galáctica [deg]1
HPIX_32,64,1024,4096,16384BIGINTIdentificador Healpix para seu tamanho de grade nside, em um esquema NESTED5
IMAFLAGS_ISO_G,R,I,Z,YIntegerSinalizador identificando fontes com pixels ausentes/marcados considerando todas as imagens de única época (sem viés)1
ISOAREA_IMAGE_G,R,I,Z,YIntegerÁrea isofotal da fonte coadicionada [pixel2]5
KRON_RADIUSFloatRaio de Kron medido a partir da imagem coadicionada [pixel]1
KRON_RADIUS_G,R,I,Z,YFloatRaio de Kron medido a partir da imagem coadicionada5
MAG_AUTO_G,R,I,Z,YFloatEstimativa de magnitude, para um modelo elíptico baseado no raio de Kron [mag]5
MAG_AUTO_G,R,I,Z,Y_DEREDFloatEstimativa de magnitude descorrigida (usando SFD98), para um modelo elíptico baseado no raio de Kron [mag]5
MAGERR_AUTO_G,R,I,Z,YFloatIncerteza na estimativa de magnitude, para um modelo elíptico baseado no raio de Kron [mag]5
NEPOCHS_G,R,I,Z,YIntegerNúmero de épocas em que a fonte é detectada em imagens de época única5
NITER_MODEL_G,R,I,Z,YIntegerNúmero de iterações em medições fotométricas de ajuste de modelo5
RADoubleAscensão reta, com precisão quantizada para indexação (ALPHAWIN_J2000 tem precisão total mas não indexada) [deg]1
SPREAD_MODEL_G,R,I,Z,YFloatClassificador morfológico baseado na comparação entre o modelo PSF versus exponencial-PSF. Valores mais próximos de 0 correspondem a estrelas, valores maiores correspondem a galáxias5
SPREADERR_MODEL_G,R,I,Z,YFloatIncerteza no classificador morfológico baseado na comparação entre o modelo PSF versus exponencial-PSF5
THETAWIN_IMAGE_G,R,I,Z,YFloatÂngulo de posição (theta) para a fonte, para medição em janela convergida crescente de x para y [deg]5
THETA_J2000FloatÂngulo de posição (theta) do eixo principal para o objeto no sistema ICRS (J2000) [deg]1
TILENAMECharIdentificador de cada um dos blocos onde está quadriculado o levantamento1
WAVG_FLUX_PSF_G,R,I,Z,YFloatFluxo médio ponderado, de detecções de época única ajustadas ao PSF [ADU]5
WAVG_FLUXERR_PSF_G,R,I,Z,YFloatIncerteza da medição de fluxo médio ponderado de PSF ajusta detecções de época única [ADU]5
WAVG_MAG_PSF_G,R,I,Z,YFloatMagnitude média ponderada, de detecções de época única ajustadas ao PSF [mag]5
WAVG_MAG_PSF_G,R,I,Z,Y_DEREDFloatMagnitude média ponderada reduzida (usando SFD98) de PSF ajusta detecções de época única [mag]5
WAVG_MAGERR_PSF_G,R,I,Z,YFloatIncerteza da magnitude média ponderada, de detecções de época única ajustadas ao PSF [mag]5
WAVG_SPREAD_MODEL_G,R,IZ,YFloatMODELO SPREAD usando os valores médios ponderados das detecções de única época5
WAVG_SPREADERR_MODEL_G.R.I.Z.YFloatIncerteza no MODELO SPREAD usando os valores médios ponderados das detecções de única época5
X2WIN_IMAGE_G,R,I,Z,YDoubleSegundo momento na direção x, das medidas convergidas em janela [pixel2]5
XYWIN_IMAGE_G,R,I,Z,YDoubleSegundo momento na direção xy, das medidas convergidas em janela [pixel2]5
XWIN_IMAGEDoubleX-centroide das medidas em janela na imagem coadicionada [pixel]1
XWIN_IMAGE_G,R,I,Z,YDoubleX-centroide das medidas em janela na imagem de banda coadicionada [pixel]5
Y2WIN_IMAGE_G,R,I,Z,YDoubleSegundo momento na direção y, das medidas convergidas em janela [pixel2]5
YWIN_IMAGEDoubleY-centroide das medidas em janela na imagem coadicionada [pixel]1
YWIN_IMAGE_G,R,I,Z,YDoubleY-centroide das medidas em janela na imagem de banda coadicionada [pixel]5
\r\n\r\n## Informação Técnicas\r\n\r\n### Download e Ingestão de Dados\r\n\r\n\r\nNa tabela a seguir, são detalhados os períodos de tempo necessários para baixar arquivos DES DR2 e ingerir dados em nosso banco de dados.\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n
ÍndicesTempo
RA e DEC1037 minutos
\r\n\r\n\\** O tamanho total do download foi de aproximadamente 9,2TB.
\r\n\r\n\r\n
\r\n\r\nAs tabelas abaixo exibem o tempo dedicado à criação de índices para a tabela DES DR2 e o número de linhas e colunas.\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n
ÍndicesTempo
RA e DEC1037 minutos
\r\n\r\n
\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n
Outros-
Número de linhas691.498.505
Número de colunas215
\r\n\r\n\r\n\r\n## Referências\r\n\r\n- https://datalab.noirlab.edu/des/\r\n- https://dblinea.readthedocs.io/en/latest/quickstart.html\r\n- https://arxiv.org/abs/2101.05765", "live": true, "path": "0001000100020001", "slug": "des-dr2", @@ -4163,7 +4163,7 @@ "object_str": "DES DR2", "content": { "pk": 8, - "body": "# Dark Energy Survey - Data Release 2 (DES DR2)\r\n\r\nContents:\r\n\r\n- [Introdução](#introduction)\r\n- [Como acessar](#how-to-access)\r\n- [Informação dos Dados](#dataset-information)\r\n- [Informação Técnicas](#technical-information)\r\n- [Referências](#reference)\r\n\r\n\r\n## Introdução\r\n\r\n\r\nO Dark Energy Survey Data Release 2 (DES DR2) é um amplo levantamento de imagens astronômicas feitas por telescópios em solo abrangendo uma área de aproximadamente 5000 graus quadrados do céu do hemisfério sul da Via Láctea, do espectro visível e do infravermelho próximo, em cinco bandas fotométricas amplas: grizY. O principal objetivo do DES é aprimorar nossa compreensão da aceleração cósmica e da natureza da energia escura. \r\n\r\nPara atender aos objetivos científicos, a Colaboração DES desenvolveu e empregou a Dark Energy Camera (DECam), uma câmera de 570 megapixels com um campo de visão de 3 graus quadrados. Esta câmera foi instalada no topo do telescópio Blanco de 4 metros, localizado no Observatório Interamericano Cerro Tololo (CTIO), situada no norte do Chile.\r\n\r\nO DES DR2 abrange aproximadamente 691 milhões de objetos astronômicos distintos, identificados em 10.169 imagens coadicionadas, cada um com uma área de 0,534 graus quadrados, derivadas de um total de 76.217 exposições. A precisão fotométrica é de cerca de 10 milimagnitudes, e a precisão astrométrica interna média é de aproximadamente 27 milissegundos de arco. Para mais informações, consulte o documentação oficial [aqui](https://datalab.noirlab.edu/des/)\r\n\r\n## Como acessar\r\n\r\nO LIneA (Laboratório Interinstitucional de e-Astronomia) disponibiliza uma biblioteca Python chamada `dblinea` que permite acessar o banco de dados da própria instituição. Essa biblioteca é útil para recuperar dados dentro da plataforma JupyterHub. Para utilizar essa bibilioteca é necessário ter o pacote dblinea instalado em seu ambiente Python. Para instalá-lo use o comando:\r\n\r\n
pip install dblinea
\r\n\r\nA conexão com o banco de dados é feita pela classe DBBase. Um exemplo de utilização é criar uma instância do DBBase para fazer consultas ao banco de dados.\r\n\r\n
# Importe a classe DBBase do pacote dblinea\r\nfrom dblinea import DBBase\r\n  \r\n# Crie uma instância do DBBase. Essa instância será usada para se conectar ao banco de dados.\r\ndb = DBBase()\r\n    \r\n# Descreve o nome e o tipo das colunas de uma tabela.\r\ndb.describe_table(\"dr2\", schema = \"des\")\r\n
\r\n\r\nOs métodos `fetchall(query)`, `fetchall_dict(query)` e `fetchall_df(query)` fazem a consulta referente ao conteúdo atribuído ao argumento (no exemplo abaixo, à variável `query`, uma string com um comando SQL) no banco de dados e retornam os dados, respectivamente, nos formatos: lista de tuplas, dicionário, objeto do tipo pandas.DataFrame. Por exemplo, vamos consultar o identificador único e as coordenadas dos objetos nas 10 primeiras linhas da tabela:\r\n\r\n```python\r\nquery = \"SELECT coadd_object_id, ra, dec FROM des_dr2.coadd_objects limit 10\"\r\ndataframe_10_objetos = db.fetchall_df(query)\r\n```\r\n\r\nAlguns exemplos de como utilizar a biblioteca dblinea para buscar objedos em uma dada região do céu estão presentes no _Jupyter notebook_ tutorial `2-acesso-a-dados.ipynb` disponível no repositório GitHub jupyterhub-tutorial. Para acessar o notebook, uma vez logado no LIneA JupyterHub, clone o repositório de tutoriais. No terminal do Jupyter Lab, execute:\r\n\r\n```bash\r\n$ git clone https://github.com/linea-it/jupyterhub-tutorial.git\r\n```\r\n\r\nA documentação oficial e completa da biblioteca `dblinea` está no site: https://dblinea.readthedocs.io/en/latest/quickstart.html\r\n\r\n## Informação dos Dados\r\n\r\n\r\n### DES DR2 Main\r\n\r\nA tabela abaixo fornece uma descrição das colunas encontradas no DES DR2, juntamente com seus tipos de dados associados. É importante observar que a terceira coluna desta tabela especifica o número de colunas associadas a cada elemento. Por exemplo, para FLAGS_G,R,I,Z,Y, existem cinco colunas associadas: FLAGS_G, FLAGS_R, FLAGS_I, FLAGS_Z e FLAGS_Y. Todas as colunas foram indexadas.\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n
Nome da ColunaTipo de DadosDescriçãoColunas
A_IMAGEFloatTamanho do eixo principal com base em um modelo isofotal [pixel]1
ALPHAWIN_J2000DoubleAscensão reta para o objeto, J2000 no sistema ICRS (precisão total mas não indexada) [deg]1
AWIN_IMAGE_G,R,I,Z,YFloatTamanho do eixo principal, a partir de medições de momento em janela de 2ª ordem [pixels]5
BACKGROUND_G,R,I,Z,YFloatNível de fundo pelo amplificador CCD [mag]1
B_IMAGEFloatTamanho do eixo menor com base em um modelo isofotal [pixel]1
BWIN_IMAGE_G,R,I,Z,YFloatX-centroide das medidas em janela na imagem de banda coadicionada para o eixo menor [pixel]5
COADD_OBJECT_IDBigintIdentificador único para os objetos coadicionados1
CLASS_STAR_G,R,I,Z,YFloatClassificador de fonte estendida morfológica simples. Valores entre 0 (galáxias) e 1 (estrelas).5
DECDoubleDeclinação, com precisão quantizada para indexação (DELTAWIN_J2000 tem precisão total, mas não é indexada) [deg]1
DELTAWIN_J2000Doubledecl. para o objeto, J2000 no sistema ICRS (precisão total mas não indexada) [deg]1
EBV_SFD98DoubleCoeficiente de avermelhamento E(B-V) de Schlegel, Finkbeiner & Davis, 1998 [mag]1
ERRA_IMAGEFloatIncerteza no tamanho do eixo principal, a partir do modelo isofotal [pixel]1
ERRAWIN_IMAGE_G,R,I,Z,YFloatIncerteza no tamanho do eixo principal, a partir de medições em janelas convergentes, assumindo ruído não correlacionado [pixel]5
ERRB_IMAGEFloatIncerteza no tamanho do eixo menor, do modelo isofotal [pixel]1
ERRBWIN_IMAGE_G,R,I,Z,YFloatIncerteza no X-centroide das medidas em janela na imagem de banda coadicionada para o eixo menor [pixel]5
ERRTHETA_IMAGEFloatIncerteza na posição da fonte, do modelo isofotal1
ERRTHETAWIN_IMAGE_G,R,I,Z,YFloatIncerteza no ângulo de posição (theta) para o objeto, da medição em janela convergida [deg]5
ERRX2WIN_IMAGE_G,R,I,Z,YDoubleIncerteza no segundo momento do centróide da distribuição em x, das medidas em janela convergidas [pixel2]5
ERRXYWIN_IMAGE_G,R,I,Z,YDoubleIncerteza no segundo momento da distribuição xy, das medidas em janela convergidas [pixel2]5
ERRY2WIN_IMAGE_G,R,I,Z,YDoubleIncerteza no segundo momento do centróide da distribuição em y, das medidas em janela convergidas [pixel2]5
EXTENDED_CLASS_COADDSMALLINTO: estrelas de alta confiança; 1: estrelas candidatas; 2: principalmente galáxias; 3: galáxias de alta confiança; -9: Sem dados; Fotometria Sextractor1
EXTENDED_CLASS_WAVGSMALLINTO: estrelas de alta confiança ; 1: estrelas candidatas; 2: principalmente galáxias; 3: galáxias de alta confiança; -9:Sem dados; Fotometria WAVG1
FLAGS_G,R,I,Z,YSMALLINTSinalizador descrevendo conselhos cautelosos sobre o processo de extração de fontes (SINAIS <4 para objetos bem comportados)1
FLUX_AUTO_G,R,I,Z,YFloatMedição de fluxo de abertura, modelo elíptico com base no raio de Kron [ADU]5
FLUX_RADIUS_G,R,I,Z,YFloatRaio de meia luz para o objeto, a partir de uma curva de crescimento elíptica, modelada em duas dimensões [pixel]5
FLUXERR_AUTO_G,R,I,Z,YFloatIncerteza na medição de fluxo de abertura, modelo elíptico com base no raio de Kron [ADU]5
FWHM_IMAGE_G,R,I,Z,YFloatLargura total à meia-altura (FWHM) para cada banda [pixel]5
GALACTIC_BFloatLatitude Galáctica [deg]1
GALACTIC_LFloatLongitude Galáctica [deg]1
HPIX_32,64,1024,4096,16384BIGINTIdentificador Healpix para seu tamanho de grade nside, em um esquema NESTED5
IMAFLAGS_ISO_G,R,I,Z,YIntegerSinalizador identificando fontes com pixels ausentes/marcados considerando todas as imagens de única época (sem viés)1
ISOAREA_IMAGE_G,R,I,Z,YIntegerÁrea isofotal da fonte coadicionada [pixel2]5
KRON_RADIUSFloatRaio de Kron medido a partir da imagem coadicionada [pixel]1
KRON_RADIUS_G,R,I,Z,YFloatRaio de Kron medido a partir da imagem coadicionada5
MAG_AUTO_G,R,I,Z,YFloatEstimativa de magnitude, para um modelo elíptico baseado no raio de Kron [mag]5
MAG_AUTO_G,R,I,Z,Y_DEREDFloatEstimativa de magnitude descorrigida (usando SFD98), para um modelo elíptico baseado no raio de Kron [mag]5
MAGERR_AUTO_G,R,I,Z,YFloatIncerteza na estimativa de magnitude, para um modelo elíptico baseado no raio de Kron [mag]5
NEPOCHS_G,R,I,Z,YIntegerNúmero de épocas em que a fonte é detectada em imagens de época única5
NITER_MODEL_G,R,I,Z,YIntegerNúmero de iterações em medições fotométricas de ajuste de modelo5
RADoubleAscensão reta, com precisão quantizada para indexação (ALPHAWIN_J2000 tem precisão total mas não indexada) [deg]1
SPREAD_MODEL_G,R,I,Z,YFloatClassificador morfológico baseado na comparação entre o modelo PSF versus exponencial-PSF. Valores mais próximos de 0 correspondem a estrelas, valores maiores correspondem a galáxias5
SPREADERR_MODEL_G,R,I,Z,YFloatIncerteza no classificador morfológico baseado na comparação entre o modelo PSF versus exponencial-PSF5
THETAWIN_IMAGE_G,R,I,Z,YFloatÂngulo de posição (theta) para a fonte, para medição em janela convergida crescente de x para y [deg]5
THETA_J2000FloatÂngulo de posição (theta) do eixo principal para o objeto no sistema ICRS (J2000) [deg]1
TILENAMECharIdentificador de cada um dos blocos onde está quadriculado o levantamento1
WAVG_FLUX_PSF_G,R,I,Z,YFloatFluxo médio ponderado, de detecções de época única ajustadas ao PSF [ADU]5
WAVG_FLUXERR_PSF_G,R,I,Z,YFloatIncerteza da medição de fluxo médio ponderado de PSF ajusta detecções de época única [ADU]5
WAVG_MAG_PSF_G,R,I,Z,YFloatMagnitude média ponderada, de detecções de época única ajustadas ao PSF [mag]5
WAVG_MAG_PSF_G,R,I,Z,Y_DEREDFloatMagnitude média ponderada reduzida (usando SFD98) de PSF ajusta detecções de época única [mag]5
WAVG_MAGERR_PSF_G,R,I,Z,YFloatIncerteza da magnitude média ponderada, de detecções de época única ajustadas ao PSF [mag]5
WAVG_SPREAD_MODEL_G,R,IZ,YFloatMODELO SPREAD usando os valores médios ponderados das detecções de única época5
WAVG_SPREADERR_MODEL_G.R.I.Z.YFloatIncerteza no MODELO SPREAD usando os valores médios ponderados das detecções de única época5
X2WIN_IMAGE_G,R,I,Z,YDoubleSegundo momento na direção x, das medidas convergidas em janela [pixel2]5
XYWIN_IMAGE_G,R,I,Z,YDoubleSegundo momento na direção xy, das medidas convergidas em janela [pixel2]5
XWIN_IMAGEDoubleX-centroide das medidas em janela na imagem coadicionada [pixel]1
XWIN_IMAGE_G,R,I,Z,YDoubleX-centroide das medidas em janela na imagem de banda coadicionada [pixel]5
Y2WIN_IMAGE_G,R,I,Z,YDoubleSegundo momento na direção y, das medidas convergidas em janela [pixel2]5
YWIN_IMAGEDoubleY-centroide das medidas em janela na imagem coadicionada [pixel]1
YWIN_IMAGE_G,R,I,Z,YDoubleY-centroide das medidas em janela na imagem de banda coadicionada [pixel]5
\r\n\r\n## Informação Técnicas\r\n\r\n### Download e Ingestão de Dados\r\n\r\n\r\nNa tabela a seguir, são detalhados os períodos de tempo necessários para baixar arquivos DES DR2 e ingerir dados em nosso banco de dados.\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n
ÍndicesTempo
RA e DEC1037 minutos
\r\n\r\n\\** O tamanho total do download foi de aproximadamente 9,2TB.
\r\n\r\n\r\n
\r\n\r\nAs tabelas abaixo exibem o tempo dedicado à criação de índices para a tabela DES DR2 e o número de linhas e colunas.\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n
ÍndicesTempo
RA e DEC1037 minutos
\r\n\r\n
\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n
Outros-
Número de linhas691.498.505
Número de colunas215
\r\n\r\n\r\n\r\n## Referências\r\n\r\n- [https://datalab.noirlab.edu/des/](https://datalab.noirlab.edu/des/)\r\n- [https://dblinea.readthedocs.io/en/latest/quickstart.html](https://dblinea.readthedocs.io/en/latest/quickstart.html)\r\n- [https://arxiv.org/abs/2101.05765](https://arxiv.org/abs/2101.05765)", + "body": "# Dark Energy Survey - Data Release 2 (DES DR2)\r\n\r\nContents:\r\n\r\n- [Introdução](#introduction)\r\n- [Como acessar](#how-to-access)\r\n- [Informação dos Dados](#dataset-information)\r\n- [Informação Técnicas](#technical-information)\r\n- [Referências](#reference)\r\n\r\n\r\n## Introdução\r\n\r\n\r\nO Dark Energy Survey Data Release 2 (DES DR2) é um amplo levantamento de imagens astronômicas feitas por telescópios em solo abrangendo uma área de aproximadamente 5000 graus quadrados do céu do hemisfério sul da Via Láctea, do espectro visível e do infravermelho próximo, em cinco bandas fotométricas amplas: grizY. O principal objetivo do DES é aprimorar nossa compreensão da aceleração cósmica e da natureza da energia escura. \r\n\r\nPara atender aos objetivos científicos, a Colaboração DES desenvolveu e empregou a Dark Energy Camera (DECam), uma câmera de 570 megapixels com um campo de visão de 3 graus quadrados. Esta câmera foi instalada no topo do telescópio Blanco de 4 metros, localizado no Observatório Interamericano Cerro Tololo (CTIO), situada no norte do Chile.\r\n\r\nO DES DR2 abrange aproximadamente 691 milhões de objetos astronômicos distintos, identificados em 10.169 imagens coadicionadas, cada um com uma área de 0,534 graus quadrados, derivadas de um total de 76.217 exposições. A precisão fotométrica é de cerca de 10 milimagnitudes, e a precisão astrométrica interna média é de aproximadamente 27 milissegundos de arco. Para mais informações, consulte o documentação oficial [aqui](https://datalab.noirlab.edu/des/)\r\n\r\n## Como acessar\r\n\r\nO LIneA (Laboratório Interinstitucional de e-Astronomia) disponibiliza uma biblioteca Python chamada `dblinea` que permite acessar o banco de dados da própria instituição. Essa biblioteca é útil para recuperar dados dentro da plataforma JupyterHub. Para utilizar essa bibilioteca é necessário ter o pacote dblinea instalado em seu ambiente Python. Para instalá-lo use o comando:\r\n\r\n
pip install dblinea
\r\n\r\nA conexão com o banco de dados é feita pela classe DBBase. Um exemplo de utilização é criar uma instância do DBBase para fazer consultas ao banco de dados.\r\n\r\n
# Importe a classe DBBase do pacote dblinea\r\nfrom dblinea import DBBase\r\n  \r\n# Crie uma instância do DBBase. Essa instância será usada para se conectar ao banco de dados.\r\ndb = DBBase()\r\n    \r\n# Descreve o nome e o tipo das colunas de uma tabela.\r\ndb.describe_table(\"dr2\", schema = \"des\")\r\n
\r\n\r\nOs métodos `fetchall(query)`, `fetchall_dict(query)` e `fetchall_df(query)` fazem a consulta referente ao conteúdo atribuído ao argumento (no exemplo abaixo, à variável `query`, uma string com um comando SQL) no banco de dados e retornam os dados, respectivamente, nos formatos: lista de tuplas, dicionário, objeto do tipo pandas.DataFrame. Por exemplo, vamos consultar o identificador único e as coordenadas dos objetos nas 10 primeiras linhas da tabela:\r\n\r\n```python\r\nquery = \"SELECT coadd_object_id, ra, dec FROM des_dr2.main limit 10\"\r\ndataframe_10_objetos = db.fetchall_df(query)\r\n```\r\n\r\nAlguns exemplos de como utilizar a biblioteca dblinea para buscar objedos em uma dada região do céu estão presentes no _Jupyter notebook_ tutorial `2-acesso-a-dados.ipynb` disponível no repositório GitHub jupyterhub-tutorial. Para acessar o notebook, uma vez logado no LIneA JupyterHub, clone o repositório de tutoriais. No terminal do Jupyter Lab, execute:\r\n\r\n```bash\r\n$ git clone https://github.com/linea-it/jupyterhub-tutorial.git\r\n```\r\n\r\nA documentação oficial e completa da biblioteca `dblinea` está no site: https://dblinea.readthedocs.io/en/latest/quickstart.html\r\n\r\n## Informação dos Dados\r\n\r\n\r\n### DES DR2 Main\r\n\r\nA tabela abaixo fornece uma descrição das colunas encontradas no DES DR2, juntamente com seus tipos de dados associados. É importante observar que a terceira coluna desta tabela especifica o número de colunas associadas a cada elemento. Por exemplo, para FLAGS_G,R,I,Z,Y, existem cinco colunas associadas: FLAGS_G, FLAGS_R, FLAGS_I, FLAGS_Z e FLAGS_Y. Todas as colunas foram indexadas.\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n
Nome da ColunaTipo de DadosDescriçãoColunas
A_IMAGEFloatTamanho do eixo principal com base em um modelo isofotal [pixel]1
ALPHAWIN_J2000DoubleAscensão reta para o objeto, J2000 no sistema ICRS (precisão total mas não indexada) [deg]1
AWIN_IMAGE_G,R,I,Z,YFloatTamanho do eixo principal, a partir de medições de momento em janela de 2ª ordem [pixels]5
BACKGROUND_G,R,I,Z,YFloatNível de fundo pelo amplificador CCD [mag]1
B_IMAGEFloatTamanho do eixo menor com base em um modelo isofotal [pixel]1
BWIN_IMAGE_G,R,I,Z,YFloatX-centroide das medidas em janela na imagem de banda coadicionada para o eixo menor [pixel]5
COADD_OBJECT_IDBigintIdentificador único para os objetos coadicionados1
CLASS_STAR_G,R,I,Z,YFloatClassificador de fonte estendida morfológica simples. Valores entre 0 (galáxias) e 1 (estrelas).5
DECDoubleDeclinação, com precisão quantizada para indexação (DELTAWIN_J2000 tem precisão total, mas não é indexada) [deg]1
DELTAWIN_J2000Doubledecl. para o objeto, J2000 no sistema ICRS (precisão total mas não indexada) [deg]1
EBV_SFD98DoubleCoeficiente de avermelhamento E(B-V) de Schlegel, Finkbeiner & Davis, 1998 [mag]1
ERRA_IMAGEFloatIncerteza no tamanho do eixo principal, a partir do modelo isofotal [pixel]1
ERRAWIN_IMAGE_G,R,I,Z,YFloatIncerteza no tamanho do eixo principal, a partir de medições em janelas convergentes, assumindo ruído não correlacionado [pixel]5
ERRB_IMAGEFloatIncerteza no tamanho do eixo menor, do modelo isofotal [pixel]1
ERRBWIN_IMAGE_G,R,I,Z,YFloatIncerteza no X-centroide das medidas em janela na imagem de banda coadicionada para o eixo menor [pixel]5
ERRTHETA_IMAGEFloatIncerteza na posição da fonte, do modelo isofotal1
ERRTHETAWIN_IMAGE_G,R,I,Z,YFloatIncerteza no ângulo de posição (theta) para o objeto, da medição em janela convergida [deg]5
ERRX2WIN_IMAGE_G,R,I,Z,YDoubleIncerteza no segundo momento do centróide da distribuição em x, das medidas em janela convergidas [pixel2]5
ERRXYWIN_IMAGE_G,R,I,Z,YDoubleIncerteza no segundo momento da distribuição xy, das medidas em janela convergidas [pixel2]5
ERRY2WIN_IMAGE_G,R,I,Z,YDoubleIncerteza no segundo momento do centróide da distribuição em y, das medidas em janela convergidas [pixel2]5
EXTENDED_CLASS_COADDSMALLINTO: estrelas de alta confiança; 1: estrelas candidatas; 2: principalmente galáxias; 3: galáxias de alta confiança; -9: Sem dados; Fotometria Sextractor1
EXTENDED_CLASS_WAVGSMALLINTO: estrelas de alta confiança ; 1: estrelas candidatas; 2: principalmente galáxias; 3: galáxias de alta confiança; -9:Sem dados; Fotometria WAVG1
FLAGS_G,R,I,Z,YSMALLINTSinalizador descrevendo conselhos cautelosos sobre o processo de extração de fontes (SINAIS <4 para objetos bem comportados)1
FLUX_AUTO_G,R,I,Z,YFloatMedição de fluxo de abertura, modelo elíptico com base no raio de Kron [ADU]5
FLUX_RADIUS_G,R,I,Z,YFloatRaio de meia luz para o objeto, a partir de uma curva de crescimento elíptica, modelada em duas dimensões [pixel]5
FLUXERR_AUTO_G,R,I,Z,YFloatIncerteza na medição de fluxo de abertura, modelo elíptico com base no raio de Kron [ADU]5
FWHM_IMAGE_G,R,I,Z,YFloatLargura total à meia-altura (FWHM) para cada banda [pixel]5
GALACTIC_BFloatLatitude Galáctica [deg]1
GALACTIC_LFloatLongitude Galáctica [deg]1
HPIX_32,64,1024,4096,16384BIGINTIdentificador Healpix para seu tamanho de grade nside, em um esquema NESTED5
IMAFLAGS_ISO_G,R,I,Z,YIntegerSinalizador identificando fontes com pixels ausentes/marcados considerando todas as imagens de única época (sem viés)1
ISOAREA_IMAGE_G,R,I,Z,YIntegerÁrea isofotal da fonte coadicionada [pixel2]5
KRON_RADIUSFloatRaio de Kron medido a partir da imagem coadicionada [pixel]1
KRON_RADIUS_G,R,I,Z,YFloatRaio de Kron medido a partir da imagem coadicionada5
MAG_AUTO_G,R,I,Z,YFloatEstimativa de magnitude, para um modelo elíptico baseado no raio de Kron [mag]5
MAG_AUTO_G,R,I,Z,Y_DEREDFloatEstimativa de magnitude descorrigida (usando SFD98), para um modelo elíptico baseado no raio de Kron [mag]5
MAGERR_AUTO_G,R,I,Z,YFloatIncerteza na estimativa de magnitude, para um modelo elíptico baseado no raio de Kron [mag]5
NEPOCHS_G,R,I,Z,YIntegerNúmero de épocas em que a fonte é detectada em imagens de época única5
NITER_MODEL_G,R,I,Z,YIntegerNúmero de iterações em medições fotométricas de ajuste de modelo5
RADoubleAscensão reta, com precisão quantizada para indexação (ALPHAWIN_J2000 tem precisão total mas não indexada) [deg]1
SPREAD_MODEL_G,R,I,Z,YFloatClassificador morfológico baseado na comparação entre o modelo PSF versus exponencial-PSF. Valores mais próximos de 0 correspondem a estrelas, valores maiores correspondem a galáxias5
SPREADERR_MODEL_G,R,I,Z,YFloatIncerteza no classificador morfológico baseado na comparação entre o modelo PSF versus exponencial-PSF5
THETAWIN_IMAGE_G,R,I,Z,YFloatÂngulo de posição (theta) para a fonte, para medição em janela convergida crescente de x para y [deg]5
THETA_J2000FloatÂngulo de posição (theta) do eixo principal para o objeto no sistema ICRS (J2000) [deg]1
TILENAMECharIdentificador de cada um dos blocos onde está quadriculado o levantamento1
WAVG_FLUX_PSF_G,R,I,Z,YFloatFluxo médio ponderado, de detecções de época única ajustadas ao PSF [ADU]5
WAVG_FLUXERR_PSF_G,R,I,Z,YFloatIncerteza da medição de fluxo médio ponderado de PSF ajusta detecções de época única [ADU]5
WAVG_MAG_PSF_G,R,I,Z,YFloatMagnitude média ponderada, de detecções de época única ajustadas ao PSF [mag]5
WAVG_MAG_PSF_G,R,I,Z,Y_DEREDFloatMagnitude média ponderada reduzida (usando SFD98) de PSF ajusta detecções de época única [mag]5
WAVG_MAGERR_PSF_G,R,I,Z,YFloatIncerteza da magnitude média ponderada, de detecções de época única ajustadas ao PSF [mag]5
WAVG_SPREAD_MODEL_G,R,IZ,YFloatMODELO SPREAD usando os valores médios ponderados das detecções de única época5
WAVG_SPREADERR_MODEL_G.R.I.Z.YFloatIncerteza no MODELO SPREAD usando os valores médios ponderados das detecções de única época5
X2WIN_IMAGE_G,R,I,Z,YDoubleSegundo momento na direção x, das medidas convergidas em janela [pixel2]5
XYWIN_IMAGE_G,R,I,Z,YDoubleSegundo momento na direção xy, das medidas convergidas em janela [pixel2]5
XWIN_IMAGEDoubleX-centroide das medidas em janela na imagem coadicionada [pixel]1
XWIN_IMAGE_G,R,I,Z,YDoubleX-centroide das medidas em janela na imagem de banda coadicionada [pixel]5
Y2WIN_IMAGE_G,R,I,Z,YDoubleSegundo momento na direção y, das medidas convergidas em janela [pixel2]5
YWIN_IMAGEDoubleY-centroide das medidas em janela na imagem coadicionada [pixel]1
YWIN_IMAGE_G,R,I,Z,YDoubleY-centroide das medidas em janela na imagem de banda coadicionada [pixel]5
\r\n\r\n## Informação Técnicas\r\n\r\n### Download e Ingestão de Dados\r\n\r\n\r\nNa tabela a seguir, são detalhados os períodos de tempo necessários para baixar arquivos DES DR2 e ingerir dados em nosso banco de dados.\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n
ÍndicesTempo
RA e DEC1037 minutos
\r\n\r\n\\** O tamanho total do download foi de aproximadamente 9,2TB.
\r\n\r\n\r\n
\r\n\r\nAs tabelas abaixo exibem o tempo dedicado à criação de índices para a tabela DES DR2 e o número de linhas e colunas.\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n
ÍndicesTempo
RA e DEC1037 minutos
\r\n\r\n
\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n
Outros-
Número de linhas691.498.505
Número de colunas215
\r\n\r\n\r\n\r\n## Referências\r\n\r\n- [https://datalab.noirlab.edu/des/](https://datalab.noirlab.edu/des/)\r\n- [https://dblinea.readthedocs.io/en/latest/quickstart.html](https://dblinea.readthedocs.io/en/latest/quickstart.html)\r\n- [https://arxiv.org/abs/2101.05765](https://arxiv.org/abs/2101.05765)", "live": true, "path": "0001000100020001", "slug": "des-dr2", @@ -4217,7 +4217,7 @@ "object_str": "DES DR2", "content": { "pk": 8, - "body": "# Dark Energy Survey - Data Release 2 (DES DR2)\r\n\r\nContents:\r\n\r\n- [Introdução](#introduction)\r\n- [Como acessar](#how-to-access)\r\n- [Informação dos Dados](#dataset-information)\r\n- [Informação Técnicas](#technical-information)\r\n- [Referências](#reference)\r\n\r\n\r\n## Introdução\r\n\r\n\r\nO Dark Energy Survey Data Release 2 (DES DR2) é um amplo levantamento de imagens astronômicas feitas por telescópios em solo abrangendo uma área de aproximadamente 5000 graus quadrados do céu do hemisfério sul da Via Láctea, do espectro visível e do infravermelho próximo, em cinco bandas fotométricas amplas: grizY. O principal objetivo do DES é aprimorar nossa compreensão da aceleração cósmica e da natureza da energia escura. \r\n\r\nPara atender aos objetivos científicos, a Colaboração DES desenvolveu e empregou a Dark Energy Camera (DECam), uma câmera de 570 megapixels com um campo de visão de 3 graus quadrados. Esta câmera foi instalada no topo do telescópio Blanco de 4 metros, localizado no Observatório Interamericano Cerro Tololo (CTIO), situada no norte do Chile.\r\n\r\nO DES DR2 abrange aproximadamente 691 milhões de objetos astronômicos distintos, identificados em 10.169 imagens coadicionadas, cada um com uma área de 0,534 graus quadrados, derivadas de um total de 76.217 exposições. A precisão fotométrica é de cerca de 10 milimagnitudes, e a precisão astrométrica interna média é de aproximadamente 27 milissegundos de arco. Para mais informações, consulte o documentação oficial [aqui](https://datalab.noirlab.edu/des/)\r\n\r\n## Como acessar\r\n\r\nO LIneA (Laboratório Interinstitucional de e-Astronomia) disponibiliza uma biblioteca Python chamada `dblinea` que permite acessar o banco de dados da própria instituição. Essa biblioteca é útil para recuperar dados dentro da plataforma JupyterHub. Para utilizar essa bibilioteca é necessário ter o pacote dblinea instalado em seu ambiente Python. Para instalá-lo use o comando:\r\n\r\n
pip install dblinea
\r\n\r\nA conexão com o banco de dados é feita pela classe DBBase. Um exemplo de utilização é criar uma instância do DBBase para fazer consultas ao banco de dados.\r\n\r\n
# Importe a classe DBBase do pacote dblinea\r\nfrom dblinea import DBBase\r\n  \r\n# Crie uma instância do DBBase. Essa instância será usada para se conectar ao banco de dados.\r\ndb = DBBase()\r\n    \r\n# Descreve o nome e o tipo das colunas de uma tabela.\r\ndb.describe_table(\"dr2\", schema = \"des\")\r\n
\r\n\r\nOs métodos `fetchall(query)`, `fetchall_dict(query)` e `fetchall_df(query)` fazem a consulta referente ao conteúdo atribuído ao argumento (no exemplo abaixo, à variável `query`, uma string com um comando SQL) no banco de dados e retornam os dados, respectivamente, nos formatos: lista de tuplas, dicionário, objeto do tipo pandas.DataFrame. Por exemplo, vamos consultar o identificador único e as coordenadas dos objetos nas 10 primeiras linhas da tabela:\r\n\r\n```python\r\nquery = \"SELECT coadd_object_id, ra, dec FROM des_dr2.coadd_objects limit 10\"\r\ndataframe_10_objetos = db.fetchall_df(query)\r\n```\r\n\r\nAlguns exemplos de como utilizar a biblioteca dblinea para buscar objedos em uma dada região do céu estão presentes no _Jupyter notebook_ tutorial `2-acesso-a-dados.ipynb` disponível no repositório GitHub jupyterhub-tutorial. Para acessar o notebook, uma vez logado no LIneA JupyterHub, clone o repositório de tutoriais. No terminal do Jupyter Lab, execute:\r\n\r\n```bash\r\n$ git clone https://github.com/linea-it/jupyterhub-tutorial.git\r\n```\r\n\r\nA documentação oficial e completa da biblioteca `dblinea` está no site: https://dblinea.readthedocs.io/en/latest/quickstart.html\r\n\r\n## Informação dos Dados\r\n\r\n\r\n### DES DR2 Main\r\n\r\nA tabela abaixo fornece uma descrição das colunas encontradas no DES DR2, juntamente com seus tipos de dados associados. É importante observar que a terceira coluna desta tabela especifica o número de colunas associadas a cada elemento. Por exemplo, para FLAGS_G,R,I,Z,Y, existem cinco colunas associadas: FLAGS_G, FLAGS_R, FLAGS_I, FLAGS_Z e FLAGS_Y. Todas as colunas foram indexadas.\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n
Nome da ColunaTipo de DadosDescriçãoColunas
A_IMAGEFloatTamanho do eixo principal com base em um modelo isofotal [pixel]1
ALPHAWIN_J2000DoubleAscensão reta para o objeto, J2000 no sistema ICRS (precisão total mas não indexada) [deg]1
AWIN_IMAGE_G,R,I,Z,YFloatTamanho do eixo principal, a partir de medições de momento em janela de 2ª ordem [pixels]5
BACKGROUND_G,R,I,Z,YFloatNível de fundo pelo amplificador CCD [mag]1
B_IMAGEFloatTamanho do eixo menor com base em um modelo isofotal [pixel]1
BWIN_IMAGE_G,R,I,Z,YFloatX-centroide das medidas em janela na imagem de banda coadicionada para o eixo menor [pixel]5
COADD_OBJECT_IDBigintIdentificador único para os objetos coadicionados1
CLASS_STAR_G,R,I,Z,YFloatClassificador de fonte estendida morfológica simples. Valores entre 0 (galáxias) e 1 (estrelas).5
DECDoubleDeclinação, com precisão quantizada para indexação (DELTAWIN_J2000 tem precisão total, mas não é indexada) [deg]1
DELTAWIN_J2000Doubledecl. para o objeto, J2000 no sistema ICRS (precisão total mas não indexada) [deg]1
EBV_SFD98DoubleCoeficiente de avermelhamento E(B-V) de Schlegel, Finkbeiner & Davis, 1998 [mag]1
ERRA_IMAGEFloatIncerteza no tamanho do eixo principal, a partir do modelo isofotal [pixel]1
ERRAWIN_IMAGE_G,R,I,Z,YFloatIncerteza no tamanho do eixo principal, a partir de medições em janelas convergentes, assumindo ruído não correlacionado [pixel]5
ERRB_IMAGEFloatIncerteza no tamanho do eixo menor, do modelo isofotal [pixel]1
ERRBWIN_IMAGE_G,R,I,Z,YFloatIncerteza no X-centroide das medidas em janela na imagem de banda coadicionada para o eixo menor [pixel]5
ERRTHETA_IMAGEFloatIncerteza na posição da fonte, do modelo isofotal1
ERRTHETAWIN_IMAGE_G,R,I,Z,YFloatIncerteza no ângulo de posição (theta) para o objeto, da medição em janela convergida [deg]5
ERRX2WIN_IMAGE_G,R,I,Z,YDoubleIncerteza no segundo momento do centróide da distribuição em x, das medidas em janela convergidas [pixel2]5
ERRXYWIN_IMAGE_G,R,I,Z,YDoubleIncerteza no segundo momento da distribuição xy, das medidas em janela convergidas [pixel2]5
ERRY2WIN_IMAGE_G,R,I,Z,YDoubleIncerteza no segundo momento do centróide da distribuição em y, das medidas em janela convergidas [pixel2]5
EXTENDED_CLASS_COADDSMALLINTO: estrelas de alta confiança; 1: estrelas candidatas; 2: principalmente galáxias; 3: galáxias de alta confiança; -9: Sem dados; Fotometria Sextractor1
EXTENDED_CLASS_WAVGSMALLINTO: estrelas de alta confiança ; 1: estrelas candidatas; 2: principalmente galáxias; 3: galáxias de alta confiança; -9:Sem dados; Fotometria WAVG1
FLAGS_G,R,I,Z,YSMALLINTSinalizador descrevendo conselhos cautelosos sobre o processo de extração de fontes (SINAIS <4 para objetos bem comportados)1
FLUX_AUTO_G,R,I,Z,YFloatMedição de fluxo de abertura, modelo elíptico com base no raio de Kron [ADU]5
FLUX_RADIUS_G,R,I,Z,YFloatRaio de meia luz para o objeto, a partir de uma curva de crescimento elíptica, modelada em duas dimensões [pixel]5
FLUXERR_AUTO_G,R,I,Z,YFloatIncerteza na medição de fluxo de abertura, modelo elíptico com base no raio de Kron [ADU]5
FWHM_IMAGE_G,R,I,Z,YFloatLargura total à meia-altura (FWHM) para cada banda [pixel]5
GALACTIC_BFloatLatitude Galáctica [deg]1
GALACTIC_LFloatLongitude Galáctica [deg]1
HPIX_32,64,1024,4096,16384BIGINTIdentificador Healpix para seu tamanho de grade nside, em um esquema NESTED5
IMAFLAGS_ISO_G,R,I,Z,YIntegerSinalizador identificando fontes com pixels ausentes/marcados considerando todas as imagens de única época (sem viés)1
ISOAREA_IMAGE_G,R,I,Z,YIntegerÁrea isofotal da fonte coadicionada [pixel2]5
KRON_RADIUSFloatRaio de Kron medido a partir da imagem coadicionada [pixel]1
KRON_RADIUS_G,R,I,Z,YFloatRaio de Kron medido a partir da imagem coadicionada5
MAG_AUTO_G,R,I,Z,YFloatEstimativa de magnitude, para um modelo elíptico baseado no raio de Kron [mag]5
MAG_AUTO_G,R,I,Z,Y_DEREDFloatEstimativa de magnitude descorrigida (usando SFD98), para um modelo elíptico baseado no raio de Kron [mag]5
MAGERR_AUTO_G,R,I,Z,YFloatIncerteza na estimativa de magnitude, para um modelo elíptico baseado no raio de Kron [mag]5
NEPOCHS_G,R,I,Z,YIntegerNúmero de épocas em que a fonte é detectada em imagens de época única5
NITER_MODEL_G,R,I,Z,YIntegerNúmero de iterações em medições fotométricas de ajuste de modelo5
RADoubleAscensão reta, com precisão quantizada para indexação (ALPHAWIN_J2000 tem precisão total mas não indexada) [deg]1
SPREAD_MODEL_G,R,I,Z,YFloatClassificador morfológico baseado na comparação entre o modelo PSF versus exponencial-PSF. Valores mais próximos de 0 correspondem a estrelas, valores maiores correspondem a galáxias5
SPREADERR_MODEL_G,R,I,Z,YFloatIncerteza no classificador morfológico baseado na comparação entre o modelo PSF versus exponencial-PSF5
THETAWIN_IMAGE_G,R,I,Z,YFloatÂngulo de posição (theta) para a fonte, para medição em janela convergida crescente de x para y [deg]5
THETA_J2000FloatÂngulo de posição (theta) do eixo principal para o objeto no sistema ICRS (J2000) [deg]1
TILENAMECharIdentificador de cada um dos blocos onde está quadriculado o levantamento1
WAVG_FLUX_PSF_G,R,I,Z,YFloatFluxo médio ponderado, de detecções de época única ajustadas ao PSF [ADU]5
WAVG_FLUXERR_PSF_G,R,I,Z,YFloatIncerteza da medição de fluxo médio ponderado de PSF ajusta detecções de época única [ADU]5
WAVG_MAG_PSF_G,R,I,Z,YFloatMagnitude média ponderada, de detecções de época única ajustadas ao PSF [mag]5
WAVG_MAG_PSF_G,R,I,Z,Y_DEREDFloatMagnitude média ponderada reduzida (usando SFD98) de PSF ajusta detecções de época única [mag]5
WAVG_MAGERR_PSF_G,R,I,Z,YFloatIncerteza da magnitude média ponderada, de detecções de época única ajustadas ao PSF [mag]5
WAVG_SPREAD_MODEL_G,R,IZ,YFloatMODELO SPREAD usando os valores médios ponderados das detecções de única época5
WAVG_SPREADERR_MODEL_G.R.I.Z.YFloatIncerteza no MODELO SPREAD usando os valores médios ponderados das detecções de única época5
X2WIN_IMAGE_G,R,I,Z,YDoubleSegundo momento na direção x, das medidas convergidas em janela [pixel2]5
XYWIN_IMAGE_G,R,I,Z,YDoubleSegundo momento na direção xy, das medidas convergidas em janela [pixel2]5
XWIN_IMAGEDoubleX-centroide das medidas em janela na imagem coadicionada [pixel]1
XWIN_IMAGE_G,R,I,Z,YDoubleX-centroide das medidas em janela na imagem de banda coadicionada [pixel]5
Y2WIN_IMAGE_G,R,I,Z,YDoubleSegundo momento na direção y, das medidas convergidas em janela [pixel2]5
YWIN_IMAGEDoubleY-centroide das medidas em janela na imagem coadicionada [pixel]1
YWIN_IMAGE_G,R,I,Z,YDoubleY-centroide das medidas em janela na imagem de banda coadicionada [pixel]5
\r\n\r\n## Informação Técnicas\r\n\r\n### Download e Ingestão de Dados\r\n\r\n\r\nNa tabela a seguir, são detalhados os períodos de tempo necessários para baixar arquivos DES DR2 e ingerir dados em nosso banco de dados.\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n
ÍndicesTempo
RA e DEC1037 minutos
\r\n\r\n\\** O tamanho total do download foi de aproximadamente 9,2TB.
\r\n\r\n\r\n
\r\n\r\nAs tabelas abaixo exibem o tempo dedicado à criação de índices para a tabela DES DR2 e o número de linhas e colunas.\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n
ÍndicesTempo
RA e DEC1037 minutos
\r\n\r\n
\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n
Outros-
Número de linhas691.498.505
Número de colunas215
\r\n\r\n\r\n\r\n## Referências\r\n\r\n- [https://datalab.noirlab.edu/des/](https://datalab.noirlab.edu/des/)\r\n- [https://dblinea.readthedocs.io/en/latest/quickstart.html](https://dblinea.readthedocs.io/en/latest/quickstart.html)\r\n- [https://arxiv.org/abs/2101.05765](https://arxiv.org/abs/2101.05765)", + "body": "# Dark Energy Survey - Data Release 2 (DES DR2)\r\n\r\nContents:\r\n\r\n- [Introdução](#introduction)\r\n- [Como acessar](#how-to-access)\r\n- [Informação dos Dados](#dataset-information)\r\n- [Informação Técnicas](#technical-information)\r\n- [Referências](#reference)\r\n\r\n\r\n## Introdução\r\n\r\n\r\nO Dark Energy Survey Data Release 2 (DES DR2) é um amplo levantamento de imagens astronômicas feitas por telescópios em solo abrangendo uma área de aproximadamente 5000 graus quadrados do céu do hemisfério sul da Via Láctea, do espectro visível e do infravermelho próximo, em cinco bandas fotométricas amplas: grizY. O principal objetivo do DES é aprimorar nossa compreensão da aceleração cósmica e da natureza da energia escura. \r\n\r\nPara atender aos objetivos científicos, a Colaboração DES desenvolveu e empregou a Dark Energy Camera (DECam), uma câmera de 570 megapixels com um campo de visão de 3 graus quadrados. Esta câmera foi instalada no topo do telescópio Blanco de 4 metros, localizado no Observatório Interamericano Cerro Tololo (CTIO), situada no norte do Chile.\r\n\r\nO DES DR2 abrange aproximadamente 691 milhões de objetos astronômicos distintos, identificados em 10.169 imagens coadicionadas, cada um com uma área de 0,534 graus quadrados, derivadas de um total de 76.217 exposições. A precisão fotométrica é de cerca de 10 milimagnitudes, e a precisão astrométrica interna média é de aproximadamente 27 milissegundos de arco. Para mais informações, consulte o documentação oficial [aqui](https://datalab.noirlab.edu/des/)\r\n\r\n## Como acessar\r\n\r\nO LIneA (Laboratório Interinstitucional de e-Astronomia) disponibiliza uma biblioteca Python chamada `dblinea` que permite acessar o banco de dados da própria instituição. Essa biblioteca é útil para recuperar dados dentro da plataforma JupyterHub. Para utilizar essa bibilioteca é necessário ter o pacote dblinea instalado em seu ambiente Python. Para instalá-lo use o comando:\r\n\r\n
pip install dblinea
\r\n\r\nA conexão com o banco de dados é feita pela classe DBBase. Um exemplo de utilização é criar uma instância do DBBase para fazer consultas ao banco de dados.\r\n\r\n
# Importe a classe DBBase do pacote dblinea\r\nfrom dblinea import DBBase\r\n  \r\n# Crie uma instância do DBBase. Essa instância será usada para se conectar ao banco de dados.\r\ndb = DBBase()\r\n    \r\n# Descreve o nome e o tipo das colunas de uma tabela.\r\ndb.describe_table(\"dr2\", schema = \"des\")\r\n
\r\n\r\nOs métodos `fetchall(query)`, `fetchall_dict(query)` e `fetchall_df(query)` fazem a consulta referente ao conteúdo atribuído ao argumento (no exemplo abaixo, à variável `query`, uma string com um comando SQL) no banco de dados e retornam os dados, respectivamente, nos formatos: lista de tuplas, dicionário, objeto do tipo pandas.DataFrame. Por exemplo, vamos consultar o identificador único e as coordenadas dos objetos nas 10 primeiras linhas da tabela:\r\n\r\n```python\r\nquery = \"SELECT coadd_object_id, ra, dec FROM des_dr2.main limit 10\"\r\ndataframe_10_objetos = db.fetchall_df(query)\r\n```\r\n\r\nAlguns exemplos de como utilizar a biblioteca dblinea para buscar objedos em uma dada região do céu estão presentes no _Jupyter notebook_ tutorial `2-acesso-a-dados.ipynb` disponível no repositório GitHub jupyterhub-tutorial. Para acessar o notebook, uma vez logado no LIneA JupyterHub, clone o repositório de tutoriais. No terminal do Jupyter Lab, execute:\r\n\r\n```bash\r\n$ git clone https://github.com/linea-it/jupyterhub-tutorial.git\r\n```\r\n\r\nA documentação oficial e completa da biblioteca `dblinea` está no site: https://dblinea.readthedocs.io/en/latest/quickstart.html\r\n\r\n## Informação dos Dados\r\n\r\n\r\n### DES DR2 Main\r\n\r\nA tabela abaixo fornece uma descrição das colunas encontradas no DES DR2, juntamente com seus tipos de dados associados. É importante observar que a terceira coluna desta tabela especifica o número de colunas associadas a cada elemento. Por exemplo, para FLAGS_G,R,I,Z,Y, existem cinco colunas associadas: FLAGS_G, FLAGS_R, FLAGS_I, FLAGS_Z e FLAGS_Y. Todas as colunas foram indexadas.\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n
Nome da ColunaTipo de DadosDescriçãoColunas
A_IMAGEFloatTamanho do eixo principal com base em um modelo isofotal [pixel]1
ALPHAWIN_J2000DoubleAscensão reta para o objeto, J2000 no sistema ICRS (precisão total mas não indexada) [deg]1
AWIN_IMAGE_G,R,I,Z,YFloatTamanho do eixo principal, a partir de medições de momento em janela de 2ª ordem [pixels]5
BACKGROUND_G,R,I,Z,YFloatNível de fundo pelo amplificador CCD [mag]1
B_IMAGEFloatTamanho do eixo menor com base em um modelo isofotal [pixel]1
BWIN_IMAGE_G,R,I,Z,YFloatX-centroide das medidas em janela na imagem de banda coadicionada para o eixo menor [pixel]5
COADD_OBJECT_IDBigintIdentificador único para os objetos coadicionados1
CLASS_STAR_G,R,I,Z,YFloatClassificador de fonte estendida morfológica simples. Valores entre 0 (galáxias) e 1 (estrelas).5
DECDoubleDeclinação, com precisão quantizada para indexação (DELTAWIN_J2000 tem precisão total, mas não é indexada) [deg]1
DELTAWIN_J2000Doubledecl. para o objeto, J2000 no sistema ICRS (precisão total mas não indexada) [deg]1
EBV_SFD98DoubleCoeficiente de avermelhamento E(B-V) de Schlegel, Finkbeiner & Davis, 1998 [mag]1
ERRA_IMAGEFloatIncerteza no tamanho do eixo principal, a partir do modelo isofotal [pixel]1
ERRAWIN_IMAGE_G,R,I,Z,YFloatIncerteza no tamanho do eixo principal, a partir de medições em janelas convergentes, assumindo ruído não correlacionado [pixel]5
ERRB_IMAGEFloatIncerteza no tamanho do eixo menor, do modelo isofotal [pixel]1
ERRBWIN_IMAGE_G,R,I,Z,YFloatIncerteza no X-centroide das medidas em janela na imagem de banda coadicionada para o eixo menor [pixel]5
ERRTHETA_IMAGEFloatIncerteza na posição da fonte, do modelo isofotal1
ERRTHETAWIN_IMAGE_G,R,I,Z,YFloatIncerteza no ângulo de posição (theta) para o objeto, da medição em janela convergida [deg]5
ERRX2WIN_IMAGE_G,R,I,Z,YDoubleIncerteza no segundo momento do centróide da distribuição em x, das medidas em janela convergidas [pixel2]5
ERRXYWIN_IMAGE_G,R,I,Z,YDoubleIncerteza no segundo momento da distribuição xy, das medidas em janela convergidas [pixel2]5
ERRY2WIN_IMAGE_G,R,I,Z,YDoubleIncerteza no segundo momento do centróide da distribuição em y, das medidas em janela convergidas [pixel2]5
EXTENDED_CLASS_COADDSMALLINTO: estrelas de alta confiança; 1: estrelas candidatas; 2: principalmente galáxias; 3: galáxias de alta confiança; -9: Sem dados; Fotometria Sextractor1
EXTENDED_CLASS_WAVGSMALLINTO: estrelas de alta confiança ; 1: estrelas candidatas; 2: principalmente galáxias; 3: galáxias de alta confiança; -9:Sem dados; Fotometria WAVG1
FLAGS_G,R,I,Z,YSMALLINTSinalizador descrevendo conselhos cautelosos sobre o processo de extração de fontes (SINAIS <4 para objetos bem comportados)1
FLUX_AUTO_G,R,I,Z,YFloatMedição de fluxo de abertura, modelo elíptico com base no raio de Kron [ADU]5
FLUX_RADIUS_G,R,I,Z,YFloatRaio de meia luz para o objeto, a partir de uma curva de crescimento elíptica, modelada em duas dimensões [pixel]5
FLUXERR_AUTO_G,R,I,Z,YFloatIncerteza na medição de fluxo de abertura, modelo elíptico com base no raio de Kron [ADU]5
FWHM_IMAGE_G,R,I,Z,YFloatLargura total à meia-altura (FWHM) para cada banda [pixel]5
GALACTIC_BFloatLatitude Galáctica [deg]1
GALACTIC_LFloatLongitude Galáctica [deg]1
HPIX_32,64,1024,4096,16384BIGINTIdentificador Healpix para seu tamanho de grade nside, em um esquema NESTED5
IMAFLAGS_ISO_G,R,I,Z,YIntegerSinalizador identificando fontes com pixels ausentes/marcados considerando todas as imagens de única época (sem viés)1
ISOAREA_IMAGE_G,R,I,Z,YIntegerÁrea isofotal da fonte coadicionada [pixel2]5
KRON_RADIUSFloatRaio de Kron medido a partir da imagem coadicionada [pixel]1
KRON_RADIUS_G,R,I,Z,YFloatRaio de Kron medido a partir da imagem coadicionada5
MAG_AUTO_G,R,I,Z,YFloatEstimativa de magnitude, para um modelo elíptico baseado no raio de Kron [mag]5
MAG_AUTO_G,R,I,Z,Y_DEREDFloatEstimativa de magnitude descorrigida (usando SFD98), para um modelo elíptico baseado no raio de Kron [mag]5
MAGERR_AUTO_G,R,I,Z,YFloatIncerteza na estimativa de magnitude, para um modelo elíptico baseado no raio de Kron [mag]5
NEPOCHS_G,R,I,Z,YIntegerNúmero de épocas em que a fonte é detectada em imagens de época única5
NITER_MODEL_G,R,I,Z,YIntegerNúmero de iterações em medições fotométricas de ajuste de modelo5
RADoubleAscensão reta, com precisão quantizada para indexação (ALPHAWIN_J2000 tem precisão total mas não indexada) [deg]1
SPREAD_MODEL_G,R,I,Z,YFloatClassificador morfológico baseado na comparação entre o modelo PSF versus exponencial-PSF. Valores mais próximos de 0 correspondem a estrelas, valores maiores correspondem a galáxias5
SPREADERR_MODEL_G,R,I,Z,YFloatIncerteza no classificador morfológico baseado na comparação entre o modelo PSF versus exponencial-PSF5
THETAWIN_IMAGE_G,R,I,Z,YFloatÂngulo de posição (theta) para a fonte, para medição em janela convergida crescente de x para y [deg]5
THETA_J2000FloatÂngulo de posição (theta) do eixo principal para o objeto no sistema ICRS (J2000) [deg]1
TILENAMECharIdentificador de cada um dos blocos onde está quadriculado o levantamento1
WAVG_FLUX_PSF_G,R,I,Z,YFloatFluxo médio ponderado, de detecções de época única ajustadas ao PSF [ADU]5
WAVG_FLUXERR_PSF_G,R,I,Z,YFloatIncerteza da medição de fluxo médio ponderado de PSF ajusta detecções de época única [ADU]5
WAVG_MAG_PSF_G,R,I,Z,YFloatMagnitude média ponderada, de detecções de época única ajustadas ao PSF [mag]5
WAVG_MAG_PSF_G,R,I,Z,Y_DEREDFloatMagnitude média ponderada reduzida (usando SFD98) de PSF ajusta detecções de época única [mag]5
WAVG_MAGERR_PSF_G,R,I,Z,YFloatIncerteza da magnitude média ponderada, de detecções de época única ajustadas ao PSF [mag]5
WAVG_SPREAD_MODEL_G,R,IZ,YFloatMODELO SPREAD usando os valores médios ponderados das detecções de única época5
WAVG_SPREADERR_MODEL_G.R.I.Z.YFloatIncerteza no MODELO SPREAD usando os valores médios ponderados das detecções de única época5
X2WIN_IMAGE_G,R,I,Z,YDoubleSegundo momento na direção x, das medidas convergidas em janela [pixel2]5
XYWIN_IMAGE_G,R,I,Z,YDoubleSegundo momento na direção xy, das medidas convergidas em janela [pixel2]5
XWIN_IMAGEDoubleX-centroide das medidas em janela na imagem coadicionada [pixel]1
XWIN_IMAGE_G,R,I,Z,YDoubleX-centroide das medidas em janela na imagem de banda coadicionada [pixel]5
Y2WIN_IMAGE_G,R,I,Z,YDoubleSegundo momento na direção y, das medidas convergidas em janela [pixel2]5
YWIN_IMAGEDoubleY-centroide das medidas em janela na imagem coadicionada [pixel]1
YWIN_IMAGE_G,R,I,Z,YDoubleY-centroide das medidas em janela na imagem de banda coadicionada [pixel]5
\r\n\r\n## Informação Técnicas\r\n\r\n### Download e Ingestão de Dados\r\n\r\n\r\nNa tabela a seguir, são detalhados os períodos de tempo necessários para baixar arquivos DES DR2 e ingerir dados em nosso banco de dados.\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n
ÍndicesTempo
RA e DEC1037 minutos
\r\n\r\n\\** O tamanho total do download foi de aproximadamente 9,2TB.
\r\n\r\n\r\n
\r\n\r\nAs tabelas abaixo exibem o tempo dedicado à criação de índices para a tabela DES DR2 e o número de linhas e colunas.\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n
ÍndicesTempo
RA e DEC1037 minutos
\r\n\r\n
\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n
Outros-
Número de linhas691.498.505
Número de colunas215
\r\n\r\n\r\n\r\n## Referências\r\n\r\n- [https://datalab.noirlab.edu/des/](https://datalab.noirlab.edu/des/)\r\n- [https://dblinea.readthedocs.io/en/latest/quickstart.html](https://dblinea.readthedocs.io/en/latest/quickstart.html)\r\n- [https://arxiv.org/abs/2101.05765](https://arxiv.org/abs/2101.05765)", "live": true, "path": "0001000100020001", "slug": "des-dr2", diff --git a/daiquiri/fixtures/query_samples.json b/daiquiri/fixtures/query_samples.json index 290205e..768b5c5 100644 --- a/daiquiri/fixtures/query_samples.json +++ b/daiquiri/fixtures/query_samples.json @@ -7,7 +7,7 @@ "name": "DES DR2 Sample of 1000 bright stars", "description": "SAMPLE OF 1000 BRIGHT STARS\nSelecting magnitudes of 1000 bright stars in g band\nwith quality given by flags_g and star/galaxy classification given by extended_class_coadd\nFLAGS_[G,R,I,Z,Y] contains 8 flag bits with basic warnings about the source extraction process, in order of increasing concern. For instance:\n1 aperture photometry is likely to be biased by neighboring sources or by more than 10% of bad pixels in any aperture\n2 the object has been deblended (you would want to keep this on regions that are a bit crowded, like a galaxy cluster)\n4 at least one object pixel is saturated\n\nEXTENDED_CLASS_COADD (classification of objects as stars or galaxies):\n0 - very likely a star (pure sample of stars)\n1 - likely a star, but a contamination of galaxies is expected (more complete sample of stars)\n2 - likely a galaxy, but a contamination of stars is expected) (more complete sample of galaxies)\n3 - very likely a galaxy (pure sample of galaxies)\n-99 - flag (no data)\n\nThe stars were observed at least in one image (nepochs_g >= 1).\n\nSee DR2 paper (https://arxiv.org/pdf/2101.05765.pdf) for a complete description of columns.", "query_language": "adql-2.0", - "query_string": "-- SAMPLE OF 1000 BRIGHT STARS\n-- Selecting magnitudes of 1000 bright stars in g band\n-- with quality given by flags_g and star/galaxy classification given by extended_class_coadd\n-- FLAGS_[G,R,I,Z,Y] contains 8 flag bits with basic warnings about the source extraction process, in order of increasing concern. For instance:\n-- 1 aperture photometry is likely to be biased by neighboring sources or by more than 10% of bad pixels in any aperture\n-- 2 the object has been deblended (you would want to keep this on regions that are a bit crowded, like a galaxy cluster)\n-- 4 at least one object pixel is saturated\n-- EXTENDED_CLASS_COADD (classification of objects as stars or galaxies):\n-- 0 - very likely a star (pure sample of stars)\n-- 1 - likely a star, but a contamination of galaxies is expected (more complete sample of stars)\n-- 2 - likely a galaxy, but a contamination of stars is expected) (more complete sample of galaxies)\n-- 3 - very likely a galaxy (pure sample of galaxies)\n-- -99 - flag (no data)\n-- The stars were observed at least in one image (nepochs_g >= 1).\n-- See DR2 paper (https://arxiv.org/pdf/2101.05765.pdf) for a complete description of columns.\n\nSELECT top 1000 coadd_object_id, ra, dec, wavg_mag_psf_g, flags_g, extended_class_coadd, nepochs_g\nFROM des_dr2.coadd_objects\nWHERE ABS(extended_class_coadd) < 2\nAND flags_g < 4\nAND wavg_mag_psf_g < 20\nAND nepochs_g >= 1", + "query_string": "-- SAMPLE OF 1000 BRIGHT STARS\n-- Selecting magnitudes of 1000 bright stars in g band\n-- with quality given by flags_g and star/galaxy classification given by extended_class_coadd\n-- FLAGS_[G,R,I,Z,Y] contains 8 flag bits with basic warnings about the source extraction process, in order of increasing concern. For instance:\n-- 1 aperture photometry is likely to be biased by neighboring sources or by more than 10% of bad pixels in any aperture\n-- 2 the object has been deblended (you would want to keep this on regions that are a bit crowded, like a galaxy cluster)\n-- 4 at least one object pixel is saturated\n-- EXTENDED_CLASS_COADD (classification of objects as stars or galaxies):\n-- 0 - very likely a star (pure sample of stars)\n-- 1 - likely a star, but a contamination of galaxies is expected (more complete sample of stars)\n-- 2 - likely a galaxy, but a contamination of stars is expected) (more complete sample of galaxies)\n-- 3 - very likely a galaxy (pure sample of galaxies)\n-- -99 - flag (no data)\n-- The stars were observed at least in one image (nepochs_g >= 1).\n-- See DR2 paper (https://arxiv.org/pdf/2101.05765.pdf) for a complete description of columns.\n\nSELECT top 1000 coadd_object_id, ra, dec, wavg_mag_psf_g, flags_g, extended_class_coadd, nepochs_g\nFROM des_dr2.main\nWHERE ABS(extended_class_coadd) < 2\nAND flags_g < 4\nAND wavg_mag_psf_g < 20\nAND nepochs_g >= 1", "access_level": "PUBLIC", "groups": [] } @@ -20,7 +20,7 @@ "name": "DES DR2 Pure sample of 1000 bright galaxies in i band", "description": "PURE SAMPLE OF 1000 BRIGHT GALAXIES IN I BAND\nSelecting i magnitudes of 1000 bright galaxies corrected by extinction (Schlegel+1998)\n with quality given by flags_i and star/galaxy classification given by extended_class_coadd.\n\nFLAGS_[G,R,I,Z,Y] contains 8 flag bits with basic warnings about the source extraction process:\n 1 aperture photometry is likely to be biased by neighboring sources or by more than 10% of bad pixels in any aperture \n 2 the object has been deblended (you would want to keep this on regions that are a bit crowded, like a galaxy cluster)\n 4 at least one object pixel is saturated\nEXTENDED_CLASS_COADD (classification of objects as stars or galaxies):\n 0 - very likely a star (pure sample of stars)\n 1 - likely a star, but a contamination of galaxies is expected (more complete sample of stars)\n 2 - likely a galaxy, but a contamination of stars is expected (more complete sample of galaxies)\n 3 - very likely a galaxy (pure sample of galaxies)\n -99 - flag (no data)\n The galaxies were observed at least in one image (nepochs_i >= 1).\n See DR2 paper (https://arxiv.org/pdf/2101.05765.pdf) for a complete description of columns.", "query_language": "adql-2.0", - "query_string": "-- PURE SAMPLE OF 1000 BRIGHT GALAXIES IN I BAND\n-- Selecting i magnitudes of 1000 bright galaxies corrected by extinction (Schlegel+1998)\n-- with quality given by flags_i and star/galaxy classification given by extended_class_coadd.\n-- FLAGS_[G,R,I,Z,Y] contains 8 flag bits with basic warnings about the source extraction process:\n-- 1 aperture photometry is likely to be biased by neighboring sources or by more than 10% of bad pixels in any aperture\n-- 2 the object has been deblended (you would want to keep this on regions that are a bit crowded, like a galaxy cluster)\n-- 4 at least one object pixel is saturated\n-- EXTENDED_CLASS_COADD (classification of objects as stars or galaxies):\n-- 0 - very likely a star (pure sample of stars)\n-- 1 - likely a star, but a contamination of galaxies is expected (more complete sample of stars)\n-- 2 - likely a galaxy, but a contamination of stars is expected (more complete sample of galaxies)\n-- 3 - very likely a galaxy (pure sample of galaxies)\n-- -99 - flag (no data)\n-- The galaxies were observed at least in one image (nepochs_i >= 1).\n-- See DR2 paper (https://arxiv.org/pdf/2101.05765.pdf) for a complete description of columns.\n\nSELECT top 1000 coadd_object_id, ra, dec, mag_auto_i_dered, flags_i, extended_class_coadd, nepochs_i\nFROM des_dr2.coadd_objects\nWHERE ABS(extended_class_coadd) > 2\nAND flags_i < 4\nAND mag_auto_i_dered < 21\nAND nepochs_i >= 1", + "query_string": "-- PURE SAMPLE OF 1000 BRIGHT GALAXIES IN I BAND\n-- Selecting i magnitudes of 1000 bright galaxies corrected by extinction (Schlegel+1998)\n-- with quality given by flags_i and star/galaxy classification given by extended_class_coadd.\n-- FLAGS_[G,R,I,Z,Y] contains 8 flag bits with basic warnings about the source extraction process:\n-- 1 aperture photometry is likely to be biased by neighboring sources or by more than 10% of bad pixels in any aperture\n-- 2 the object has been deblended (you would want to keep this on regions that are a bit crowded, like a galaxy cluster)\n-- 4 at least one object pixel is saturated\n-- EXTENDED_CLASS_COADD (classification of objects as stars or galaxies):\n-- 0 - very likely a star (pure sample of stars)\n-- 1 - likely a star, but a contamination of galaxies is expected (more complete sample of stars)\n-- 2 - likely a galaxy, but a contamination of stars is expected (more complete sample of galaxies)\n-- 3 - very likely a galaxy (pure sample of galaxies)\n-- -99 - flag (no data)\n-- The galaxies were observed at least in one image (nepochs_i >= 1).\n-- See DR2 paper (https://arxiv.org/pdf/2101.05765.pdf) for a complete description of columns.\n\nSELECT top 1000 coadd_object_id, ra, dec, mag_auto_i_dered, flags_i, extended_class_coadd, nepochs_i\nFROM des_dr2.main\nWHERE ABS(extended_class_coadd) > 2\nAND flags_i < 4\nAND mag_auto_i_dered < 21\nAND nepochs_i >= 1", "access_level": "PUBLIC", "groups": [] } @@ -33,7 +33,7 @@ "name": "DES DR2 Checking star-galaxy classification by color-color diagram", "description": "Checking star-galaxy classification by color-color diagram with a pure sample of bright stars", "query_language": "adql-2.0", - "query_string": "-- CHECKING STAR-GALAXY CLASSIFICATION BY COLOR-COLOR DIAGRAM WITH A PURE SAMPLE OF BRIGHT STARS\n\nSELECT top 1000 coadd_object_id, ra, dec, wavg_mag_psf_g_dered, wavg_mag_psf_r_dered, wavg_mag_psf_i_dered, wavg_mag_psf_g_dered-wavg_mag_psf_r_dered as gr_color, wavg_mag_psf_r_dered-wavg_mag_psf_i_dered as ri_color\nFROM des_dr2.coadd_objects\nAND ABS(extended_class_coadd) < 1\nAND flags_g < 4\nAND flags_r < 4\nAND flags_i < 4\nAND ABS(wavg_mag_psf_g_dered) < 22.\nAND ABS(wavg_mag_psf_r_dered) < 22.\nAND ABS(wavg_mag_psf_i_dered) < 22.", + "query_string": "-- CHECKING STAR-GALAXY CLASSIFICATION BY COLOR-COLOR DIAGRAM WITH A PURE SAMPLE OF BRIGHT STARS\n\nSELECT top 1000 coadd_object_id, ra, dec, wavg_mag_psf_g_dered, wavg_mag_psf_r_dered, wavg_mag_psf_i_dered, wavg_mag_psf_g_dered-wavg_mag_psf_r_dered as gr_color, wavg_mag_psf_r_dered-wavg_mag_psf_i_dered as ri_color\nFROM des_dr2.main\nAND ABS(extended_class_coadd) < 1\nAND flags_g < 4\nAND flags_r < 4\nAND flags_i < 4\nAND ABS(wavg_mag_psf_g_dered) < 22.\nAND ABS(wavg_mag_psf_r_dered) < 22.\nAND ABS(wavg_mag_psf_i_dered) < 22.", "access_level": "PUBLIC", "groups": [] } @@ -46,7 +46,7 @@ "name": "DES DR2 CMD of a pure sample of 1000 bright galaxies in i band", "description": "CMD OF A PURE SAMPLE OF 1000 BRIGHT GALAXIES IN I BAND\nSelecting magnitudes of a sample of 1000 bright galaxies in r and i band corrected by extinction (Schlegel+1998)\nwith quality given by flags_i and star/galaxy classification given by extended_class_coadd.\nFLAGS_[G,R,I,Z,Y] contains 8 flag bits with basic warnings about the source extraction process:\n 1 aperture photometry is likely to be biased by neighboring sources or by more than 10% of bad pixels in any aperture\n 2 the object has been deblended (you would want to keep this on regions that are a bit crowded, like a galaxy cluster)\n 4 at least one object pixel is saturated\nEXTENDED_CLASS_COADD (classification of objects as stars or galaxies):\n 0 - very likely a star (pure sample of stars)\n 1 - likely a star, but a contamination of galaxies is expected (more complete sample of stars)\n 2 - likely a galaxy, but a contamination of stars is expected (more complete sample of galaxies)\n 3 - very likely a galaxy (pure sample of galaxies)\n -99 - flag (no data)\nThe galaxies were observed at least in one image (nepochs_i >= 1).\n\n(r-i) color is calculated in order to plot a CMD.\n\nSee DR2 paper (https://arxiv.org/pdf/2101.05765.pdf) for a complete description of columns.", "query_language": "adql-2.0", - "query_string": "-- CMD OF A PURE SAMPLE OF 1000 BRIGHT GALAXIES IN I BAND\n-- Selecting magnitudes of a sample of 1000 bright galaxies in r and i band corrected by extinction (Schlegel+1998)\n-- with quality given by flags_i and star/galaxy classification given by extended_class_coadd.\n-- FLAGS_[G,R,I,Z,Y] contains 8 flag bits with basic warnings about the source extraction process:\n-- 1 aperture photometry is likely to be biased by neighboring sources or by more than 10% of bad pixels in any aperture\n-- 2 the object has been deblended (you would want to keep this on regions that are a bit crowded, like a galaxy cluster)\n-- 4 at least one object pixel is saturated\n-- EXTENDED_CLASS_COADD (classification of objects as stars or galaxies):\n-- 0 - very likely a star (pure sample of stars)\n-- 1 - likely a star, but a contamination of galaxies is expected (more complete sample of stars)\n-- 2 - likely a galaxy, but a contamination of stars is expected (more complete sample of galaxies)\n-- 3 - very likely a galaxy (pure sample of galaxies)\n-- -99 - flag (no data)\n-- The galaxies were observed at least in one image (nepochs_i >= 1).\n-- See DR2 paper (https://arxiv.org/pdf/2101.05765.pdf) for a complete description of columns.\n-- (r-i) color is calculated in order to plot a CMD.\n\nSELECT top 1000 coadd_object_id, ra, dec, mag_auto_r_dered, mag_auto_i_dered, flags_r, flags_i, extended_class_coadd, nepochs_i,\nmag_auto_r_dered - mag_auto_i_dered as ri_color\nFROM des_dr2.coadd_objects\nWHERE ABS(extended_class_coadd) > 2\nAND flags_i < 4\nAND flags_r < 4\nAND mag_auto_i_dered < 21\nAND nepochs_r >= 1\nAND nepochs_i >= 1", + "query_string": "-- CMD OF A PURE SAMPLE OF 1000 BRIGHT GALAXIES IN I BAND\n-- Selecting magnitudes of a sample of 1000 bright galaxies in r and i band corrected by extinction (Schlegel+1998)\n-- with quality given by flags_i and star/galaxy classification given by extended_class_coadd.\n-- FLAGS_[G,R,I,Z,Y] contains 8 flag bits with basic warnings about the source extraction process:\n-- 1 aperture photometry is likely to be biased by neighboring sources or by more than 10% of bad pixels in any aperture\n-- 2 the object has been deblended (you would want to keep this on regions that are a bit crowded, like a galaxy cluster)\n-- 4 at least one object pixel is saturated\n-- EXTENDED_CLASS_COADD (classification of objects as stars or galaxies):\n-- 0 - very likely a star (pure sample of stars)\n-- 1 - likely a star, but a contamination of galaxies is expected (more complete sample of stars)\n-- 2 - likely a galaxy, but a contamination of stars is expected (more complete sample of galaxies)\n-- 3 - very likely a galaxy (pure sample of galaxies)\n-- -99 - flag (no data)\n-- The galaxies were observed at least in one image (nepochs_i >= 1).\n-- See DR2 paper (https://arxiv.org/pdf/2101.05765.pdf) for a complete description of columns.\n-- (r-i) color is calculated in order to plot a CMD.\n\nSELECT top 1000 coadd_object_id, ra, dec, mag_auto_r_dered, mag_auto_i_dered, flags_r, flags_i, extended_class_coadd, nepochs_i,\nmag_auto_r_dered - mag_auto_i_dered as ri_color\nFROM des_dr2.main\nWHERE ABS(extended_class_coadd) > 2\nAND flags_i < 4\nAND flags_r < 4\nAND mag_auto_i_dered < 21\nAND nepochs_r >= 1\nAND nepochs_i >= 1", "access_level": "PUBLIC", "groups": [] } @@ -59,7 +59,7 @@ "name": "DES DR2 Magnitude errors for mag_auto", "description": "Magnitude errors for mag_auto", "query_language": "adql-2.0", - "query_string": "-- MAGNITUDE ERRORS FOR MAG_AUTO\n\nSELECT top 1000 mag_auto_g, magerr_auto_g,\nmag_auto_r, magerr_auto_r,\nmag_auto_i, magerr_auto_i,\nflags_g, flags_r, flags_i,\nnepochs_g, nepochs_r, nepochs_i\nFROM des_dr2.coadd_objects\nWHERE flags_g < 4\nAND flags_r < 4\nAND flags_i < 4\nAND nepochs_g >= 1\nAND nepochs_r >= 1\nAND nepochs_i >= 1", + "query_string": "-- MAGNITUDE ERRORS FOR MAG_AUTO\n\nSELECT top 1000 mag_auto_g, magerr_auto_g,\nmag_auto_r, magerr_auto_r,\nmag_auto_i, magerr_auto_i,\nflags_g, flags_r, flags_i,\nnepochs_g, nepochs_r, nepochs_i\nFROM des_dr2.main\nWHERE flags_g < 4\nAND flags_r < 4\nAND flags_i < 4\nAND nepochs_g >= 1\nAND nepochs_r >= 1\nAND nepochs_i >= 1", "access_level": "PUBLIC", "groups": [] } @@ -72,7 +72,7 @@ "name": "DES DR2 Selecting stars in a box near Sculptor dwarf galaxy", "description": "Selecting stars in a box near Sculptor dwarf galaxy", "query_language": "adql-2.0", - "query_string": "-- SELECTING STARS IN A BOX NEAR SCULPTOR DWARF GALAXY!\n\nSELECT top 100 coadd_object_id, ra, dec, mag_auto_g_dered, mag_auto_r_dered, mag_auto_g_dered - mag_auto_r_dered as gr_dered\nFROM des_dr2.coadd_objects\nWHERE (ra > 15.0183 - 0.02)\nAND (ra < 15.0183 + 0.02)\nAND (dec > -33.719 - 0.02)\nAND (dec < -33.719 + 0.02)\nAND ABS(extended_class_coadd) < 2\nAND flags_g < 4\nAND flags_r < 4", + "query_string": "-- SELECTING STARS IN A BOX NEAR SCULPTOR DWARF GALAXY!\n\nSELECT top 100 coadd_object_id, ra, dec, mag_auto_g_dered, mag_auto_r_dered, mag_auto_g_dered - mag_auto_r_dered as gr_dered\nFROM des_dr2.main\nWHERE (ra > 15.0183 - 0.02)\nAND (ra < 15.0183 + 0.02)\nAND (dec > -33.719 - 0.02)\nAND (dec < -33.719 + 0.02)\nAND ABS(extended_class_coadd) < 2\nAND flags_g < 4\nAND flags_r < 4", "access_level": "PUBLIC", "groups": [] } diff --git a/daiquiri/templates/core/base_navigation.html b/daiquiri/templates/core/base_navigation.html index b547320..aff89e2 100644 --- a/daiquiri/templates/core/base_navigation.html +++ b/daiquiri/templates/core/base_navigation.html @@ -51,25 +51,6 @@ -