Jak napisać pracę magisterską z astronomii i astrofizyki

Astronomia i astrofizyka to kierunki, gdzie praca magisterska bardzo często opiera się na danych obserwacyjnych ze światowych archiwów. Nie musisz mieć dostępu do dużego teleskopu, żeby przeprowadzić rzetelne badania. Wystarczy umiejętność obsługi publicznych katalogów, podstawowa znajomość Pythona i kilka miesięcy systematycznej pracy z danymi. Ten poradnik pokazuje, co konkretnie robisz krok po kroku, od wyboru tematu przez redukcję danych aż po analizę statystyczną.

Specyfika kierunku astronomia i astrofizyka

Zakres tematyczny

Astronomia to szeroki parasol. W Polsce najczęściej dzieli się ją na kilka głównych obszarów:

• astronomia obserwacyjna: fotometria (pomiar jasności), spektroskopia (analiza widma), astrometria (pozycje i ruchy ciał niebieskich)
• astrofizyka gwiazd: gwiazdy zmienne, pulsary, układy zaćmieniowe, ewolucja gwiazd, białe karły, gwiazdy neutronowe
• fizykę egzoplanet: detekcja tranzytów, krzywe blasku planet, atmosfery egzoplanet
• astronomię galaktyczną: struktura Drogi Mlecznej, galaktyki spiralne i eliptyczne, gromady gwiazd
• kosmologię: rozkład materii, parametry kosmologiczne, mikrofalowe promieniowanie tła (CMB)
• radioastronomię: pulsar timing, interferometria VLBI, linia 21 cm neutralnego wodoru
• astrofizykę cząstek: kosmiczne promieniowanie gamma, neutrina kosmiczne, materia ciemna
• astrostatystykę: metody Bayesowskie, MCMC, Machine Learning w klasyfikacji obiektów

Na poziomie magisterskim nie obejmiesz całego katalogu. Praca koncentruje się na jednym wąskim zagadnieniu, np. analizie krzywej blasku konkretnej gwiazdy zmiennej albo poszukiwaniu tranzytów w danych z jednego sektora TESS.

Instytucje badawcze w Polsce

Wiodące ośrodki naukowe, z którymi warto znać się z afiliacji i publikacji:

• Centrum Astronomiczne im. Mikołaja Kopernika PAN (CAMK) – oddziały w Warszawie i Toruniu; specjalizacja: gwiazdy neutronowe, pulsary, akrekcja, astrofizyka wysokich energii
• Obserwatorium Astronomiczne UAM w Poznaniu: spektroskopia gwiazd, astrometria, gwiazdy zmienne
• Obserwatorium Astronomiczne UJ w Krakowie: kosmologia, grupy galaktyk, astrofizyka cząstek
• Centrum Astronomii UMK w Toruniu: radioteleskop RT-4 (32 m apertura) – radioastronomia, pulsar timing, VLBI; radioteleskop RT-15 do ćwiczeń studenckich
• Astronomical Observatory of the University of Warsaw (OGLE): Optical Gravitational Lensing Experiment – największy projekt mikrosoczewkowania grawitacyjnego na świecie, baza danych gwiazd zmiennych z Galaktycznego Wybrzuszenia i Obłoków Magellana
• Polska jest też powiązana z ESO (European Southern Observatory) poprzez umowy uczelniane

Promotor najczęściej pochodzi z jednego z tych ośrodków. Warto sprawdzić, jakie projekty obserwacyjne prowadzi jego grupa, bo to zazwyczaj wyznacza dostępne dane i narzędzia.

Tematy prac magisterskich z astronomii

Poniżej zebrałam kilka popularnych typów tematów, razem z kontekstem technicznym.

Analiza krzywych blasku gwiazd RR Lyrae z danych OGLE-IV

OGLE-IV (Galactic Bulge Survey) dostarcza ponad 10 lat obserwacji fotometrycznych z teleskopu 1.3 m Las Campanas Observatory w Chile. Dane są publicznie dostępne pod adresem ogle.astrouw.edu.pl i zawierają krzywe blasku setek tysięcy gwiazd zmiennych.

RR Lyrae to gwiazdy pulsujące z okresy od 0.2 do 1.0 doby. Analiza ich krzywych blasku pozwala:

• wyznaczać metaliczność ([Fe/H]) z kształtu krzywej (Fourier decomposition – parametry phi31, R21)
• obliczać odległości (gwiazdy RR Lyrae to standardowe świece)
• badać strukturę Galaktycznego Wybrzuszenia

W praktyce: pobierasz katalog OGLE-IV RRab, dopasowujesz szablony krzywych metodą least-squares, wyznaczasz parametry Fouriera, kalibrujesz na [Fe/H] wzorem Jurcsika-Kovacsa (1996) lub nowszą relacją, robisz mapy rozkładu metaliczności w kierunku centrum Galaktyki.

Poszukiwanie tranzytów egzoplanet w danych TESS

TESS (Transiting Exoplanet Survey Satellite) obserwuje niebo w sektorach po 27 dni, z rozdzielczością fotometryczną rzędu kilku ppm dla jasnych gwiazd (T < 10 mag). Dane trafiają do archiwum MAST (Mikulski Archive for Space Telescopes, mast.stsci.edu) i są dostępne bez embarga dla wszystkich sektorów z pierwszego roku.

Metoda detekcji: Box Least Squares (BLS) – algorytm szuka powtarzających się prostokątnych zaciemnień w krzywej blasku. Wyniki wymagają weryfikacji:

• centroid test: sprawdzasz, czy zaciemnienie pochodzi od gwiazdy docelowej czy od sąsiada (centroid shift > 1 piksel sugeruje false positive)
• odd/even depth test: dla planetarnego tranzyt głębokość parzystych i nieparzystych tranzytów powinna być identyczna; różnica wskazuje na układ zaćmieniowy o podwójnym okresie
• secondary eclipse: szukasz wtórnego zaćmienia (occultation) w fazie 0.5; jego obecność wyklucza planetę
• sprawdzenie w archiwum SIMBAD czy znane są kontaminanty w aperturze

W Pythonie: używasz pakietu lightkurve (NASA, MIT), który integruje się bezpośrednio z MAST API.

Spektroskopia absorpcyjna kwazarów z SDSS DR18

SDSS (Sloan Digital Sky Survey) Data Release 18 zawiera ponad 4 miliony widm, w tym setki tysięcy kwazarów. Dane pobierasz przez CasJobs (casjobs.sdss.org) za pomocą SQL lub przez API SkyServer.

Ciekawy obszar badań: Damped Lyman-Alpha systems (DLA). Są to obłoki neutralnego wodoru (HI) wzdłuż linii widzenia do odległych kwazarów. Identyfikujesz je po charakterystycznym profilu absorpcyjnym linii Lyman-alpha (1216 Angstremów) z logarytmem gęstości kolumnowej N(HI) >= 20.3 cm^-2.

Metodologia dla pracy magisterskiej:

1. selektujesz próbkę kwazarów z SDSS o odpowiednim redshifcie (z > 2.15, żeby Lyman-alpha weszła w zakres optyczny)
2. automatycznie szukasz absorberów algorytmem (np. modyfikacja kodu AutoDLA)
3. dopasujesz profile Voigta do wybranych układów (program VPFIT lub własny skrypt scipy.optimize)
4. mierzysz N(HI) i metaliczność z linii towarzyszących (SiII, FeII, ZnII)
5. porównujesz rozkład metaliczności z modelami ewolucji chemicznej galaktyk

Fotometria różnicowa gwiazdy zmiennej metodą CCD

Jeśli twoje obserwatorium ma teleskop 40-60 cm, możesz robić własne obserwacje. Filtry Johnson-Cousins B/V/R/I to standard. Kamera CCD chłodzona termoelektrycznie (np. FLI, Apogee, SBIG) daje ciemny prąd < 0.01 e-/s w temp. -30 stopni.

Fotometria różnicowa polega na porównaniu jasności gwiazdy docelowej z gwiazdami porównania na tym samym obrazku. Eliminuje to zmienność atmosferyczną (tzw. differential photometry). Precyzja rzędu 1-3 mmag jest osiągalna przy dobrym seeing (< 2 arcsec) i jasnych gwiazdach (V < 14 mag).

Redukcja danych CCD w Pythonie (ccdproc, photutils):

• korekcja bias: odejmujesz masterbias (mediana 20+ klatek bias)
• korekcja dark: odejmujesz scalowany masterdark (jeśli czas ekspozycji się zmienia)
• korekcja flat-field: dzielisz przez masterflat (mediana 10+ klatek na zmierzchowym niebie)
• fotometria aperturowa: pakiet photutils.aperture, apertura = 2-3 x FWHM
• lub fotometria PSF: photutils.psf, model ePSF z jasnych, nienasyconych gwiazd

Alternatywnie: IRAF (Image Reduction and Analysis Facility) z pakietem imred.ccdred i noao.digiphot.apphot. AstroImageJ to opcja dla osób, które wolą GUI.

Analiza struktury spiralnej Drogi Mlecznej z Gaia DR3

Gaia Data Release 3 (2022) to 1.8 miliarda gwiazd z paralaksami, ruchami własnymi (pm_ra_cosdec, pm_dec) i prędkościami radialnymi dla ok. 33 milionów obiektów. Dostęp przez Gaia Archive (gea.esac.esa.int) – zapytania ADQL (podobne do SQL).

Dla pracy magisterskiej: możesz mapować ramiona spiralne Drogi Mlecznej. Młode gwiazdy OB (masywne, gorące) i obłoki molekularne śledzą ramiona spiralne. Selekcjonujesz próbkę gwiazd OB (niebieski kolor, wysoka jasność), korygujesz paralaksy na bias (korekcja Lindegren et al. 2021), przeliczasz na odległości kinematyczne lub geocentryczne, rysujesz mapę galaktocentryczną w układzie (R, phi).

Ciekawsze pytanie badawcze: czy ramię Oriona (lokalne) jest osobną strukturą czy łącznikiem między ramieniem Perseusza a ramieniem Tarczy? Gaia DR3 daje pierwszy raz dość gwiazd, żeby to sprawdzić statystycznie.

Modelowanie krzywej blasku układu zaćmieniowego

JKTEBOP (John Southworth’s Eclipsing Binary Orbit Program) to kod do modelowania krzywych blasku układów zaćmieniowych. Dopasowujesz parametry: stosunek promieni (k = r2/r1), sumaryczny promień (rsum = r1+r2 w jednostkach półosi), inklinację (i), stosunek jasności (J), ekscentryczność (e), argument perycentrum (omega).

Dane bierzesz z TESS lub OGLE. Dla jasnych układów (V < 12 mag) możesz dorzucić własne obserwacje z małego teleskopu (np. 20-30 cm) – poprawia to pokrycie fazowe w minimach.

Wyniki: promienie składników w jednostkach słonecznych (jeśli znasz paralaksę z Gaia), masa z prędkości radialnych (jeśli masz spektrum), temperatura efektywna z koloru i relacji kalibrantów.

Metodologia – redukcja danych i analiza

Redukcja danych CCD

Każda obserwacja CCD wymaga korekcji na instrumentalne artefakty. Kolejność:

1. bias (zero frame): stały offset sygnału elektronicznego; masterbias = mediana >= 20 klatek
2. dark (thermal noise): proporcjonalny do czasu ekspozycji i temperatury; ważny przy T > -10 stopni i ekspozycjach > 300 s
3. flat-field (niejednolita czułość pikseli): masterflat ze zmierzchowego nieba lub z panelu oświetleniowego; normalizujesz do mediany = 1.0

W Pythonie pakiet ccdproc (wchodzi w skład astropy ecosystem) obsługuje cały pipeline. CCDData to obiekt przechowujący dane + nagłówek FITS + mapa niepewności.

Fotometria aperturowa i PSF

photutils.aperture: definiujesz okrągłą apertury (CircularAperture), annulus dla tła (CircularAnnulus), mierzysz sumy. Wynik to flux w ADU (Analog-to-Digital Units), przeliczasz na magnitudy przez -2.5 * log10(flux).

photutils.psf (epsfbuilder): konstruujesz empiryczny model PSF (Effective PSF) z kilkudziesięciu jasnych, izolowanych gwiazd na obrazku, następnie dopasowujesz go do wszystkich źródeł. Daje lepszą precyzję niż apertura przy gęstych polach (centrum Galaktyki, gromady).

Dla starszych pipeline’ów: DAOPHOT (Stetson 1987) nadal jest standardem w literaturze. Jeśli twój promotor używa IRAF, ucz się komend daofind, phot, allstar.

Spektroskopia: od 2D do 1D

Surowy frame spektrograficzny to obraz 2D: oś X to długość fali (dyspersja), oś Y to pozycja na szczelinie. Redukcja:

• bias i flat jak w fotometrii
• identyfikacja linii kalibracyjnych (lampa ThAr lub Ne): dopasowujesz wielomian do zestawu znanych par (piksel, długość fali)
• ekstrakcja 1D: iraf.twodspec.apextract albo własny skrypt scipy
• korekcja heliocentric/barycentric: ziemia porusza się wokół Słońca z v = 30 km/s, co przesuwa linie spektralne; korygujesz na czas obserwacji (BJD_TDB); w Pythonie: astropy.time.Time + astropy.coordinates.SkyCoord.radial_velocity_correction
• normalizacja continuum: dopasujesz wielomian Chebysheva do obszarów wolnych od linii, dzielisz widmo

Pomiar ekwiwalentnej szerokości linii (EW): integral (1 – F/F_c) dlambda, gdzie F to flux, F_c to continuum. W Pythonie: scipy.integrate.trapz na znormalizowanym widmie.

Pakiety Pythona dla astronomów

Kluczowe biblioteki, których nie ominiesz:

• astropy: podstawa całego ekosystemu – FITS I/O, WCS (World Coordinate System), jednostki, tabele, czas astronomiczny (BJD, JD, MJD), katalogi
• lightkurve: analiza danych Kepler/TESS – pobieranie z MAST, periodogramy, korekty systemów (CBV, PLD, SFF)
• astroquery: dostęp do zewnętrznych archiwów z poziomu Pythona (SIMBAD, VizieR, SDSS, Gaia, MAST, 2MASS, WISE)
• scipy.signal.lombscargle albo astropy.timeseries.LombScargle: periodogram dla nierównomiernie próbkowanych danych czasowych (standardowe FFT nie działa)
• emcee: MCMC (Markov Chain Monte Carlo) do estymacji parametrów modelu z posteriorami Bayesowskimi; dokumentacja na emcee.readthedocs.io
• corner: wizualizacja posteriorów z emcee jako corner plot (macierz wykresów korelacji)
• ccdproc: redukcja danych CCD
• photutils: fotometria aperturowa, PSF, detekcja źródeł
• specutils: obsługa widm

Analiza błędów

Propagacja analityczna błędów przez formułę: sigma_mag = (2.5/ln10) * sigma_flux / flux, gdzie sigma_flux bierzesz z Poisson noise + read noise + sky noise.

Metoda bootstrap: dla każdego punktu krzywej blasku losujesz N punktów z powracaniem, dopasowujesz parametry modelu, powtarzasz 1000 razy – rozkład wyników daje empiryczne 1-sigma.

Metoda Monte Carlo: do każdego punktu danych dodajesz szum gaussowski z sigma = pomierzona niepewność, dopasowujesz model, powtarzasz 1000 razy.

Przy dopasowaniu modelem parametrycznym (JKTEBOP, Voigt profile, transit model): emcee z posteriorami Bayesowskimi daje pełną informację o korelacjach między parametrami.

Bazy danych i archiwa astronomiczne

To jest fundament pracy archiwalnej. Musisz znać co najmniej kilka z nich.

SDSS (Sloan Digital Sky Survey) DR18 – 500 milionów obiektów z fotometrią ugriz i widmami optycznymi. Dostęp: SkyServer (skyserver.sdss.org) dla prostych zapytań, CasJobs (casjobs.sdss.org) dla złożonych SQL na całym katalogu. Ważne tablice: PhotoObj (fotometria), SpecObj (widma), Galaxy (galaktyki), Star (gwiazdy), QSO (kwazary).

Gaia DR3 – 1.8 miliarda źródeł z paralaksami i ruchami własnymi, 220 milionów photometrii BP/RP, 33 miliony prędkości radialnych z RVS. Dostęp: Gaia Archive (gea.esac.esa.int), ADQL (Astronomical Data Query Language – podzbiór SQL). Przez Pythona: astroquery.gaia.

TESS – NASA, archiwum MAST (mast.stsci.edu). Dane: krzywe blasku 2-minutowe (SAP_FLUX, PDCSAP_FLUX) dla pre-selected targets, pełnoklatkowe (FFI) 10-minutowe dla wszystkich gwiazd w sektorze. Przez Pythona: lightkurve.search_lightcurve, lightkurve.search_tesscut (wycinki FFI).

OGLE – ogle.astrouw.edu.pl. Darmowy dostęp do baz danych gwiazd zmiennych (RR Lyrae, cefeidy, Miry, gwiazdy zaćmieniowe) z Galaktycznego Wybrzuszenia, Tarczy Galaktycznej i Obłoków Magellana. Pliki w formacie ASCII z kolumnami HJD (czas), I_mag (jasność), sigma (błąd).

SIMBAD – CDS Strasbourg. Identyfikatory obiektów (co ma jaki katalog, np. HIP, TYC, 2MASS, GJ). Też przez astroquery.simbad.

VizieR – CDS. Tysiące katalogów astronomicznych w jednym miejscu. Szukasz po nazwie katalogu (np. I/355 dla Gaia DR3, II/349 dla Pan-STARRS DR1). Przez astroquery.vizier.

NASA/IPAC IRSA (irsa.ipac.caltech.edu) – dane w podczerwieni: WISE (W1-W4 od 3.4 do 22 mikronów), Spitzer (IRAC, MIPS), 2MASS (JHKs). Ważne przy badaniu zakurzonego centrum Galaktyki.

Kepler/K2 – MAST. Historyczne, ale nadal wartościowe dla układów zaćmieniowych i gwiazd zmiennych z 4-letnim, ciągłym pokryciem fotometrycznym.

XMM-Newton Science Archive (ESA) – dane rentgenowskie. Przydatne przy badaniu aktywnych jąder galaktyk (AGN), gwiazd neutronowych, pozostałości supernowych.

Wyzwania specyficzne dla astronomii

Brak dostępu do dużego teleskopu

Czas obserwacyjny na teleskopach klasy 2-10 m jest przydzielany przez komitety TAC (Time Allocation Committee) na podstawie wniosków. Doktoranci i magistranci rzadko dostają czas samodzielnie, chyba że wchodzą w projekt promotora.

Rozwiązanie: dane archiwalne są równie wartościowe, a w wielu przypadkach lepsze (dłuższe bazy czasowe, jednolite kalibracje). OGLE od 2001 roku zbiera dane tym samym instrumentem, co jest niemożliwe do powtórzenia w projektach obserwacyjnych. Praca na danych SDSS albo Gaia jest traktowana poważnie w recenzjach.

Warunki atmosferyczne

Własne obserwacje CCD zależą od pogody i seeing. Polskie obserwacje mają typowy seeing 2-4 arcsec (vs. 0.6-0.8 arcsec dla Chile). Przy złej pogodzie tracisz sesje obserwacyjne i przez to część harmonogramu pracy. Dlatego zaplanuj margines 2-3 miesięcy na obserwacje, jeśli to jest element pracy.

Alternatywa: robotyczne teleskopy dostępne komercyjnie lub w programach edukacyjnych (Las Cumbres Observatory – LCO, iTelescope.net, Faulkes Telescope) dają dostęp do dobrych lokalizacji bez wyjazdu.

Embargo danych ESO

ESO nakłada 12-miesięczne embargo na dane obserwacyjne przyznawane PI. Po tym czasie trafiają do archiwum ESO Science Archive (archive.eso.org) i są dostępne publicznie. Jeśli ktoś dostał czas obserwacyjny w 2024, dane możesz pobrać od 2025.

Korekcje czasowe

To błąd, który często pojawia się w pierwszych wersjach prac. Czas obserwacji zapisany w nagłówku FITS to UTC na stacji naziemnej. Do analizy periodycznej musisz go przeliczyć na BJD_TDB (Barycentric Julian Date w skali czasu Barycentric Dynamical Time). Różnica JD – BJD wynosi do ok. 8 minut (zależnie od pozycji Ziemi i kierunku obserwacji). Przy okresach gwiazd rzędu kilku godzin to ma znaczenie. W Pythonie: astropy.time.Time + metoda light_travel_time z astropy.coordinates.

Typowe błędy w pracach z astronomii

Brak heliocentric/barycentric correction

Ziemia porusza się wokół Słońca z prędkością ~30 km/s. Bez korekcji Dopplera linie spektralne będą przesunięte o ±30 km/s w zależności od pory roku. Dla precyzyjnych pomiarów prędkości radialnych to katastrofalny błąd. W fotometrii: brak przeliczenia JD na BJD_TDB daje aliasy w periodogramie przy analizie długich serii czasowych.

Niepoprawa korekcja atmosferyczna

Atmosfera ziemska pochłania i rozprasza światło, a efekt zależy od masy atmosferycznej (airmass). Dla obserwacji naziemnych stosujesz korekcję ekstynkcji: mag_corr = mag – k * X, gdzie k to współczynnik ekstynkcji (ok. 0.15 mag/airmass w V), X to airmass. Bez tej korekcji gwiazda blisko horyzontu wygląda na zmienną.

Contaminacja w aperturze TESS

Piksel TESS ma 21 arcsec. Sąsiednie gwiazdy wpadają do apertur fotometrycznych i rozcieńczają sygnał tranzytowy (dilution). TESS Input Catalog (TIC) podaje parametr CROWDSAP (fraction of collected flux from target) i FLFRCSAP (fraction of flux in aperture). Ignorowanie tych wartości prowadzi do niedoszacowania promienia planety.

Mylenie magnitudy obserwowanej z absolutną

Magnitudy z katalogów to magnitudy obserwowane (apparent), nie absolutne. Żeby obliczyć jasność absolutną, potrzebujesz odległości (z paralaksy Gaia albo z innej metody) i korekcji na ekstynkcję pyłową (mapa Schlegela et al. lub 3D mapa pyłu Marshalka). Bez tego nie możesz porównywać luminozności gwiazd z różnych odległości.

Aliasy w periodogramie

Periodogram Lomb-Scargle ma aliasy wynikające z rytmu obserwacji. Alias dzienny = 1/1 d (obserwacje z jednego miejsca, tylko w nocy). Alias roczny = 1/365.25 d (lato/zima z różną widocznością). Zawsze rysujesz okno spektralne (window function) i porównujesz z periodogramem danych. Prawdziwy okres daje sygnał zarówno w danych jak i w oknie, ale z różnymi proporcjami.

Brak phase fold

Krzywa blasku bez złożenia na fazę to chaos. Po wyznaczeniu okresu P i czasu T0 (epoka) budujesz fazę: phi = ((t – T0) / P) mod 1. Dopiero krzywa blasku vs. faza pokazuje kształt pulsacji albo tranzyt. Bez tego recenzent odrzuci pracę.

FAQ

Natalia Witek-Dąbrowska

Redaktorka i korektorka z 20-letnim doświadczeniem

Specjalizuję się w korekcie prac naukowych i dyplomowych. Jeśli potrzebujesz pomocy z tekstem, napisz do mnie.