Clase 7: Exploración de Datos Astronómicos mediante Interfaces Gráficas (GUIs)

Clase 7: Exploración de Datos Astronómicos mediante Interfaces Gráficas (GUIs)#

1. Directorio de Bases de Datos y Tablas Principales#

A continuación, se presentan las direcciones web exactas de los portales de búsqueda. Para evitar errores de formato, las URLs se entregan en texto plano (cópialas y pégalas en tu navegador).

Base de Datos

Interfaz Web (URL plana)

Tablas / Colecciones Principales

Uso Principal

1. VizieR (CDS)

https://vizier.cds.unistra.fr/viz-bin/VizieR

I/355/gaiadr3 (Gaia), II/328/allwise (Infrarrojo)

Astrometría, Cinemática y cruce de catálogos masivos.

2. SDSS SkyServer

http://skyserver.sdss.org/dr18/SearchTools/sql

SpecObjAll, PhotoObjAll, SpecPhotoAll

Espectroscopía, Cosmología, separación Galaxia/Quásar.

3. NASA Exoplanet

https://exoplanetarchive.ipac.caltech.edu/cgi-bin/TblView/nph-tblView?app=ExoTbls&config=PS

ps (Planetary Systems)

Búsqueda, parámetros y estadística de exoplanetas.

4. MAST (Space Telescopes)

https://mast.stsci.edu/portal/Mashup/Clients/Mast/Portal.html

HST (Hubble), JWST (Webb), Kepler, TESS

Descarga de curvas de luz e imágenes FITS de misiones espaciales.

5. SIMBAD (CDS)

http://simbad.cds.unistra.fr/simbad/sim-fid

basic (Datos básicos), ident (Identificadores)

Identificación rápida de un solo objeto, bibliografía y tipo espectral.

2. Diccionario de Columnas Principales#

Antes de buscar, debemos saber qué variables marcar en los formularios web. Aquí están las columnas más importantes y los enlaces oficiales (en texto plano) para investigar a fondo su significado físico.

A. Gaia DR3 (VizieR)#

  • Columnas: Source (ID), RA_ICRS / DE_ICRS (Coordenadas), Plx (Paralaje), pmRA / pmDE (Movimiento Propio), Gmag, BPmag, RPmag (Fotometría), Teff (Temperatura).

  • Documentación: https://gea.esac.esa.int/archive/documentation/GDR3/Gaia_archive/chap_datamodel/

B. SDSS DR18 (SkyServer)#

  • Columnas: objid (ID fotométrico), ra / dec (Coordenadas), u, g, r, i, z (Magnitudes), class (STAR, GALAXY, QSO), z (Redshift / Corrimiento al rojo).

  • Documentación: http://skyserver.sdss.org/dr18/DataAccess/SchemaBrowser

C. NASA Exoplanet Archive#

  • Columnas: pl_name (Planeta), hostname (Estrella), discoverymethod (Método), disc_year (Año), pl_orbper (Periodo orbital), pl_rade (Radio Terrestre), pl_bmasse (Masa Terrestre).

  • Documentación: https://exoplanetarchive.ipac.caltech.edu/docs/API_PS_columns.html

D. MAST (Mikulski Archive for Space Telescopes)#

  • Columnas: obs_id (ID de Observación), target_name (Nombre del objetivo), instrument_name (Ej. NIRCAM, WFC3), filters (Filtro óptico/IR usado), t_exptime (Tiempo de exposición).

  • Documentación: https://mast.stsci.edu/api/v0/MastApiTutorial.html

E. SIMBAD Astronomical Database#

  • Columnas: main_id (Nombre principal), ra / dec (Coordenadas), otype (Tipo de Objeto, ej. Cl, Gl), sp_type (Clasificación Espectral, ej. G2V).

  • Documentación: http://simbad.cds.unistra.fr/simbad/sim-help?Page=sim-fout

3. Ejemplos Ilustrativos: De la Teoría a los Clics#

A continuación, veremos cómo realizar búsquedas y descargas utilizando únicamente el navegador web.

Ejemplo 1: El Diagrama Color-Magnitud de las Pléyades (VizieR)#

Descargar la fotometría del cúmulo M45 y graficar su Secuencia Principal para identificar su edad relativa.

1. Extracción en la Interfaz (GUI):

  1. Ve a https://vizier.cds.unistra.fr/viz-bin/VizieR.

  2. Busca el catálogo I/355/gaiadr3 y selecciona “Gaia DR3 Part 1”.

  3. En “Target”, escribe M45. Cambia el radio a 2 y la unidad a deg.

  4. En “Preferences” (izquierda), cambia a formato “CSV” y Max Entries a unlimited.

  5. Marca las columnas: Source, Gmag, BPmag, RPmag y haz clic en “Submit”. (Guarda el archivo como pleyades_gui.csv).

2. Código en Python:

import pandas as pd
import matplotlib.pyplot as plt

# Cargar datos y limpiar nulos
df = pd.read_csv('pleyades_gui.csv').dropna()

# Calcular el Índice de Color (Azul - Rojo)
df['Color_BP_RP'] = df['BPmag'] - df['RPmag']

plt.figure(figsize=(6, 8))
# Graficar Color vs Magnitud
plt.scatter(df['Color_BP_RP'], df['Gmag'], s=2, color='cyan', alpha=0.5)

# Invertir el eje Y (Magnitudes astronómicas)
plt.gca().invert_yaxis()
plt.title('Diagrama Color-Magnitud: Las Pléyades (M45)')
plt.xlabel('Color Óptico (BP - RP) -> Más rojo')
plt.ylabel('Magnitud G -> Más brillante')
plt.savefig('pleyades_cmd.png')

3. Análisis de los resultados: Realiza un pequeño análisis de los resultados obtenidos y verifícalos con la literatura para este cúmulo.

Ejemplo 2: El Enrojecimiento de los Quásares (SDSS)#

Comprobar visualmente cómo la expansión del universo afecta el color aparente de los núcleos galácticos activos.

1. Extracción en la Interfaz (GUI):

Ve a http://skyserver.sdss.org/dr18/SearchTools/sql

Pega la siguiente consulta en la caja de texto para obtener quásares con sus brillos en ultravioleta (u) y verde (g):

SQL
SELECT TOP 5000 z, u, g
FROM SpecPhotoAll
WHERE class = 'QSO'

Selecciona formato “CSV” debajo de la caja y presiona “Submit”. (Guarda como quasares_gui.csv).

2. Código en Python:

Python
import pandas as pd
import matplotlib.pyplot as plt

# Omitir metadatos de SDSS
df = pd.read_csv('quasares_gui.csv', skiprows=1, names=['z', 'u', 'g']).dropna()

# Calcular color Ultravioleta-Verde
df['Color_u_g'] = df['u'] - df['g']

plt.figure(figsize=(8, 5))
plt.scatter(df['z'], df['Color_u_g'], s=3, color='magenta', alpha=0.4)
plt.title('Efecto Cosmológico en el Color de los Quásares')
plt.xlabel('Redshift Cosmológico (z)')
plt.ylabel('Índice de Color (u - g)')
plt.ylim(-1, 4)
plt.savefig('quasares_color.png')

3. Análisis de los resultados: Presenta un análisis de tus resultados en relación a las observaciones de los Quasar.

Ejemplo 3: Filtrado Dinámico en NASA Exoplanet Archive#

Filtrar exoplanetas masivos visualmente.

  1. Ingreso: Ve a https://exoplanetarchive.ipac.caltech.edu/cgi-bin/TblView/nph-tblView?app=ExoTbls&config=PS.

  2. Explorar la Tabla: Verás una tabla interactiva similar a Excel.

  3. Filtrar: Debajo de la columna Planet Mass [Earth Mass], hay un cuadro de texto en blanco. Escribe > 100 y presiona Enter. La tabla se actualizará al instante (simulando un WHERE pl_bmasse > 100).

  4. Descargar: En la esquina superior derecha de la tabla, haz clic en “Download Table” y selecciona el formato “CSV”.

Ejemplo 4: Resolución de Nombres y Tipos en SIMBAD#

Descubrir qué tipo de objeto es “HD 209458” y obtener sus coordenadas precisas.

  1. Ingreso: Ve a http://simbad.cds.unistra.fr/simbad/sim-fid (Búsqueda por Identificador).

  2. Búsqueda: En el cuadro “Identifier”, escribe HD 209458 y presiona “submit id”.

  3. Análisis de la Página: Se abrirá la ficha técnica. Verás que en “Object type” dice Star, y en “Spectral type” dice G0V (muy parecida a nuestro Sol).

  4. Bibliografía: Si bajas un poco, verás la sección “References”. Esto te permite ver todos los artículos científicos (papers) que han estudiado esta estrella específica sin tener que buscar en Google Scholar.

4. Práctica Independiente: 10 Ejercicios Web#

Usa las interfaces web (sin terminal ni wget) para resolver estos ejercicios. Para cada uno, descarga el CSV (si aplica), crea un script de Python básico para graficar el resultado y sube todo a GitHub.

  • Nivel Básico (Filtros Simples y Resolución)

  1. El Cúmulo de Hércules: En VizieR (Gaia DR3), haz una búsqueda en cono centrada en M13 con un radio de 0.5 grados. Selecciona las columnas Gmag, BPmag, RPmag. En Python, grafica el diagrama Color-Magnitud (\(BP-RP\) vs \(Gmag\)).

  2. Mundos Acuáticos Teóricos: En el portal de la NASA, busca planetas con Radio Terrestre (Planet Radius) entre 1.5 y 2.5 (>1.5 and <2.5), que orbiten una estrella tipo M (Stellar Effective Temp <4000). Descarga el CSV y grafica Masa vs Radio.

  3. El Carnet de Identidad de Sirio: Entra a SIMBAD. Busca la estrella Sirius. En tu README.md, anota su tipo espectral exacto, su magnitud en la banda V, y cuántas referencias bibliográficas tiene publicadas.

  4. Galaxias Cercanas: En el SkyServer de SDSS, usa el formulario SQL para extraer el redshift (z) de 5000 galaxias (class='GALAXY') donde \(z < 0.05\). Haz un histograma en Python.

  • Nivel Intermedio (Filtros Múltiples y Misiones Especiales)

  1. Buscando a Tatooine: En la tabla principal de la NASA, añade la columna cb_flag (Circumbinary Flag - 1 significa que orbita dos estrellas). Filtra la tabla donde este valor sea 1. Descarga y grafica un histograma del Año de Descubrimiento de estos raros planetas.

  2. El Ojo del James Webb: Ve al portal de MAST. En la barra superior, busca M74 (La Galaxia del Fantasma). En el panel de filtros de la izquierda, selecciona la misión JWST y el instrumento MIRI. Imprime una captura de pantalla de la interfaz web mostrando las observaciones disponibles.

  3. Filtro Infrarrojo Manual: En VizieR, busca el catálogo AllWISE (II/328/allwise). Haz una búsqueda en cono en el Centro Galáctico (266.41 -29.00, radio 2 grados). Filtra en las casillas para obtener solo objetos muy brillantes en infrarrojo (W1mag < 8). Descarga y mapea las coordenadas en Python.

  • Nivel Avanzado (Análisis Crítico y Cross-DB)

  1. El Sesgo de Tránsito: En la web de la NASA, filtra la tabla para que el Discovery Method sea exactamente Transit. Descarga el CSV. Limpia los filtros y busca por Radial Velocity. Descarga el segundo CSV. En un script de Python, superpón dos histogramas de la Masa Planetaria (pl_bmasse) para ver visualmente cuál método es más sensible a planetas ligeros.

  2. Arqueología Estelar (Metalicidad): En la web SQL de SDSS, busca estrellas (class='STAR') y extrae su metalicidad (z en la tabla SpecObj) y sus coordenadas. Descarga 10,000 registros. Grafica un mapa estelar en Python coloreando los puntos (hue o c) según su nivel de metalicidad.

  3. El Límite de Gaia: En VizieR (Gaia DR3), deja el Target vacío. Filtra el error de paralaje (e_Plx) con <0.1 y la Paralaje (Plx) con <0.5 (muy lejanas y con alta precisión). Descarga el CSV y calcula en Python cuál es la distancia máxima (en parsecs) de la muestra. Verifica en SIMBAD las coordenadas de la estrella más lejana de tu CSV para descubrir qué objeto exótico es.

Contents