🔭 LSST_Tools

Bem-vindo ao LSST_Tools! Este repositório é uma coletânea de scripts em Python e Jupyter Notebooks voltados para pesquisadores, cientistas de dados e estudantes que trabalham (ou pretendem trabalhar) com os dados do Observatório Vera C. Rubin (LSST).

O objetivo principal deste repositório é fornecer soluções limpas, reprodutíveis e independentes para tarefas cotidianas da astronomia no LSST. Em vez de focar em uma pesquisa específica, estas ferramentas são projetadas para serem de uso geral, resolvendo gargalos comuns e contornando dependências desatualizadas na Rubin Science Platform (RSP).

🚀 Ferramentas Disponíveis

1. Robust LSST Footprint Cross-Matcher (lsst_footprint_crossmatch.ipynb)

Uma ferramenta definitiva para cruzar catálogos astronômicos (Quasares, AGNs, Galáxias, etc.) com a área oficial de cobertura do LSST.

• Fisicamente Preciso: Gera o Wide-Fast-Deep (WFD) baseando-se em limites reais de extinção de poeira da Via Láctea (SFD Dust Maps, E(B-V) < 0.2), em vez de cortes geométricos arbitrários ou APIs defasadas.
• Deep Drilling Fields (DDFs): Identifica, classifica e plota dinamicamente objetos que caem dentro dos campos profundos do LSST (COSMOS, XMM-LSS, ECDFS, ELAIS-S1, EDFS).
• 100% Reprodutível na RSP: Inclui um bloco de setup automático que garante que o ambiente (mapas de poeira) seja configurado silenciosamente para qualquer usuário rodando o script na Rubin Science Platform, sem erros de diretório.
• Exportação Limpa: Separa os resultados automaticamente em arquivos .txt prontos para ingestão no Pandas ou outras análises.

💻 Como Usar

A maioria dos scripts foi otimizada para rodar nativamente na Rubin Science Platform (RSP) utilizando o kernel padrão do LSST, não exigindo a instalação de pacotes complexos de terceiros.

Bibliotecas base utilizadas:

• numpy, pandas, matplotlib
• astropy (para manipulação de coordenadas e cosmologia)
• healpy (para projeções e mapas no formato HEALPix)
• rubin_sim (Nativa da RSP)

Para usar a ferramenta de Footprint:

1. Clone este repositório ou baixe o notebook desejado.
2. Faça o upload do seu catálogo de objetos (em .csv contendo colunas de RA e DEC).
3. Rode o bloco de Setup Inicial (para baixar os mapas de poeira, se necessário).
4. Execute o script para gerar os gráficos e arquivos .txt com os cross-matches.

🤝 Contribuições

Este é um repositório em crescimento. Sinta-se à vontade para abrir Issues relatando problemas ou enviar Pull Requests com novas ferramentas, scripts de visualização de curvas de luz ou métodos de consulta de banco de dados (TAP/ADQL) que possam ser úteis para a comunidade do LSST.

---

Autor: Vítor Güez Licença: MIT (Livre para uso, modificação e distribuição acadêmica)