d3v-null/wsclean-skill

WSClean Skill

WSClean ist ein Radiointerferometrie-Bildgebungswerkzeug, das gereinigte Bilder aus Measurement Sets erstellt. Verwenden Sie dieses Skill, wenn Sie mit Radioastronomiedaten von Teleskopen wie LOFAR, MWA, VLA, ASKAP oder SKA arbeiten.

Verwendungshinweise

• Bildgebung von Radiointerferometriedaten aus Measurement Set (.ms) Dateien
• CLEAN-Dekonvolution von Sichtbarkeitsdaten
• Multi-Skalen-Reinigung für ausgedehnte Quellen
• Multi-Frequenz-Synthese (Breitband-Bildgebung)
• Polarimetrische Bildgebung
• Facettenbasierte Bildgebung mit richtungsabhängigen Korrekturen
• Selbstkalibrierungszyklen (Modellgenerierung)

Docker-Zugriff

WSClean ist aufwändig zu kompilieren. Verwenden Sie Docker:

docker run --rm -it d3vnull0/rapthor-mildtec:smoke wsclean [Optionen] <input.ms>

Datenverzeichnisse einbinden: -v /host/pfad:/container/pfad:rw

Grundlegender Befehlsaufbau

wsclean [Optionen] <input-ms> [<2nd-ms> [...]]

Wichtig: Mehrere Measurement Sets MÜSSEN auf dieselbe Position phasenrotiert sein.

Wesentliche Parameter

Bildeinstellungen (immer erforderlich)

• -size <b> <h> - Bildabmessungen in Pixeln (muss gerade sein)
• -scale <wert> - Pixelgröße (z.B. 2asec, 1amin, 0.01deg)
• -name <präfix> - Ausgabedateinamen-Präfix (Standard: 'wsclean')

Dekonvolutionssteuerung

• -niter <n> - Maximale Iterationen (hoch einstellen, z.B. 1000000)
• -auto-threshold <sigma> - Stopp bei Sigma×RMS (empfohlen: 1-5)
• -mgain <gain> - Hauptschleifenverstärkung: 0,85 (sicher), 0,95 (aggressiv)
  • Wichtig: mgain=1.0 verhindert Selbstkalibrierung (keine MODEL_DATA-Updates)
• -auto-mask <sigma> - Auto-Masking-Schwelle (empfohlen mit -auto-threshold)

Gewichtung

• -weight briggs <robust> - Briggs-Gewichtung (-2 bis +2, üblich: -0,5, 0, 0,5)
• -weight uniform - Maximale Auflösung
• -weight natural - Maximale Empfindlichkeit

Erweiterte Funktionen

• -multiscale - Multi-Skalen-CLEAN für ausgedehnte Quellen
• -channels-out <n> - Bandbreite in N Bilder aufteilen
• -join-channels - Multi-Frequenz-Dekonvolution
• -pol <liste> - Polarisationen: I, Q, U, V oder XX, XY, YX, YY
• -join-polarizations - Polarimetrische Dekonvolution

Übliche Arbeitsabläufe

1. Schnelles Dirt-Bild (ohne Reinigung)

docker run --rm -v $(pwd):/data:rw d3vnull0/rapthor-mildtec:smoke \
  wsclean -size 2048 2048 -scale 5asec -name quick /data/obs.ms

2. Standard-Reinigung

wsclean -size 4096 4096 -scale 2asec \
  -niter 100000 -auto-threshold 3 \
  -weight briggs 0 -mgain 0.85 \
  -name standard obs.ms

3. Tiefe Multi-Skalen-Reinigung (beste Qualität)

wsclean -size 8192 8192 -scale 1asec \
  -multiscale -multiscale-scale-bias 0.7 \
  -niter 1000000 -auto-threshold 1 -auto-mask 5 \
  -weight briggs -0.5 -mgain 0.85 \
  -name deep obs.ms

4. Multi-Frequenz-Synthese (4 Kanäle)

wsclean -size 4096 4096 -scale 2asec \
  -channels-out 4 -join-channels \
  -multiscale -niter 500000 \
  -auto-threshold 3 -mgain 0.85 \
  -name mfs obs.ms

5. Polarimetrische Bildgebung

wsclean -size 4096 4096 -scale 2asec \
  -pol xx,yy -join-polarizations \
  -niter 100000 -auto-threshold 3 \
  -mgain 0.85 -name pol obs.ms

6. Selbstkalibrierungs-Bildgebung

# WICHTIG: mgain < 1.0, um MODEL_DATA zu aktualisieren
wsclean -size 4096 4096 -scale 2asec \
  -niter 100000 -auto-threshold 3 \
  -mgain 0.85 -multiscale -auto-mask 5 \
  -name selfcal obs.ms

Ausgabedateien

Mit -name myimage:

• myimage-dirty.fits - Dirt-Bild
• myimage-image.fits - Gereinigtes/wiederhergestelltes Bild
• myimage-model.fits - Modell (CLEAN-Komponenten)
• myimage-residual.fits - Residuale nach der Reinigung
• myimage-psf.fits - Punktspreizfunktion

Mehrkanal: myimage-0000-image.fits, myimage-0001-image.fits, usw. Mehrfach-Pol: myimage-I-image.fits, myimage-Q-image.fits, usw.

Kurzreferenz - Wichtige Parameter

Parameter	Zweck	Typische Werte
-niter	Maximale Iterationen	100000-1000000
-auto-threshold	Stopp bei N×sigma	1-5 (niedriger = tiefer)
-mgain	Hauptschleifenverstärkung	0,85 (sicher), 0,95 (schnell)
-auto-mask	Maskierungsschwelle	3-5 sigma
-weight briggs	Robustheit der Gewichtung	-0,5 (Auflösung), 0 (ausgewogen), 0,5 (Empfindlichkeit)
-multiscale-scale-bias	Skalenpräferenz	0,6-0,7
-channels-out	Ausgabekanäle	4-16 typisch
-j	CPU-Threads	Standard: alle Kerne

Häufige Probleme

Reinigung divergiert

• Senken Sie -mgain auf 0,7 oder 0,8
• Verwenden Sie -multiscale-gain 0,1 bei Multi-Skalen
• Versuchen Sie -major-iteration-mode single

Speichermangel

• Verwenden Sie -abs-mem 32 (oder entsprechend GB)
• Reduzieren Sie -size oder erhöhen Sie -scale
• Verwenden Sie -deconvolution-channels für spektrale Bildgebung

Selbstkalibrierung nicht möglich

• Stellen Sie sicher, dass mgain < 1.0 (nicht 1.0!)
• Die MODEL_DATA-Spalte wird nur bei mgain < 1 aktualisiert

Schlechte Bildqualität

• Verwenden Sie -multiscale für ausgedehnte Quellen
• Fügen Sie -auto-mask 5 für tiefe Reinigung hinzu
• Überprüfen Sie die Gewichtung: versuchen Sie -weight briggs 0

Wann detaillierte Referenzen zu konsultieren sind

Für komplexe Szenarien lesen Sie die Referenzdateien in diesem Verzeichnis:

• reference/parameters.md - Vollständige Parameterdokumentation
• reference/workflows.md - Erweiterte Arbeitsabläufe (Facetten, Primärstrahl, etc.)
• reference/troubleshooting.md - Detaillierte Fehlerbehebungsanleitung

Verwenden Sie das Read-Werkzeug, um bei Bedarf auf diese Dateien zuzugreifen.

Best Practices

1. Verwenden Sie immer -auto-threshold (nicht absolute Schwelle)
2. Setzen Sie hohe -niter und lassen Sie die Schwelle die Reinigung beenden
3. Verwenden Sie mgain 0,85 für robuste Cotton-Schwab-Reinigung
4. Multi-Skalen für ausgedehnte Quellen - immer besser als Högbom
5. Kombinieren Sie -auto-mask 5 mit -auto-threshold 1 für tiefe Reinigung
6. Bildabmessungen müssen gerade sein - vorzugsweise Potenz von 2
7. ~5-6 Pixel pro synthetisiertem Strahl für ordnungsgemäße Abtastung

Dokumentation

• Vollständige Dokumentation: https://wsclean.readthedocs.io/
• Algorithmus-Papier: Offringa & Smirnov 2017 (https://arxiv.org/abs/1706.06786)