Chimenea及其他工具：使用CASA对多历元射电综合数据进行自动成像

在为平方公里阵列（Square Kilometre Array）及其探路者做准备之际，迫切需要使用当前一代射电望远镜以完全机器人方式开始探测瞬变天空。有效利用此类巡天需要很大程度上自动化的数据归约过程。本文介绍了一个端到端自动归约流水线AMIsurvey，用于校准和成像Arcminute Microkelvin Imager Large Array的数据。AMIsurvey利用了几个已单独打包开源发布的组件库。其中科学意义最重要的是chimenea，它实现了一种与望远镜无关的算法，用于对预校准的多历元射电综合数据（通常为瞬变巡天或后随观测所获取的类型）进行自动成像。该算法旨在通过利用迭代RMS估计和自动源检测来避免所谓的“Clean-bias”，从而改进标准成像流水线，并采用CASA子程序用于底层图像合成操作。在较低层次，AMIsurvey依赖于两个库drive-ami和drive-casa，构建它们是为了允许从Python脚本中使用成熟的射电天文软件包。虽然针对自动成像，drive-casa接口也可用于从通用Python进程自动化与任何CASA子程序的交互。此外，这些包在射电天文之外可能引起更广泛的技术兴趣，因为它们演示了使用Python库pexpect来模拟与外部进程的终端交互。这种方法允许快速开发Python接口到任何接受命令行输入的遗留或外部维护的流水线，而无需修改原始代码。