Gaia Data Release 1 Documentation release 0

magnitude. In most cases this hints at variability, taking into account that most of the data were not
observed on the same day, and in some cases a year lie between di
fferent parts of a dither series, etc.
The photometry errors given in the catalogue are internal RMS errors only. They do not include
other systematic sources of error, such as calibration errors, photometry errors of non-point sources,
brightness
/colour related errors, etc. At least in the southern field, zonal errors, which may be caused
by non-prefect flat fielding are partly taken into account due to the 5 point pointing pattern. As a
conservative assumption a systematic accuracy of 0.1 mag is mandated.
• Astrometry: The astrometry was improved, so that systematic astrometric inaccuracies, as present
in GEPC1.x have been corrected. Analysis shows no detectable mid frequency systematics to our
precision scale. Accuracy is now mainly limited by the underlying reference catalogue, which for
the GEPC2
/3 is the PPMXL (Roeser et al. 2010), while the earlier versions are based on the UCAC
2 catalogue (Zacharias et al. 2004). While the PPMXL is newer, the reference catalogue was not
expected to have a large influence on the astrometry. However our experience shows that this is
indeed the case. First of all, all available reference catalogues do have systematic di
fferences, as is
explained later in this text. Apparently not only the accuracy (i.e. systematic) e
ffects, but also the
precision plays a role and can lead to systematic e
ffects in the reduced data. The reason for this is
at current only partially understood, however most of the stars in the EPC field which are also in the
reference catalogues, are in the faint part of the latter, consequently with a large error range, which
will lead to ‘sloppy’ fits.
The registration and astrometric solution was done for each chip and each frame separately using the
PPMXL as a reference and using 3rd order polynomials. An iterative method was used clipping 3-
sigma outliers after the first round. The final positions were obtained using all of the good positional
data, from all filters. This way we could ensure that every star has a valid position. We could
not detect any sign of DCR. However since especially the U-band is prone to DCR, an alternative
assembly of the final values might be considered in a future minor release.
For the NEP, we also excluded the long i-band images, since these produced large problems in
the astrometry. For proper motions, we also added scans taken from the Minnesota Automated
Plate Scanner (MAPS) Catalogue of POSS I. The MAPS database is supported by the University of
Minnesota, available here. Pennington et al. 1993; Cabanela et al. 2003, See of the relevant POSS I-
plate (P72, taken 18. August 1952), in order to get a longer baseline, than the two years for which we
have baselines. In order to also include high proper motions stars, we chose a large matching radius
of 5 . In the current version we do not give errors for the proper motions, the according columns
are thus completely filled. The scatter of the proper motions of the NEP field shows a sigma of about
10 mas yr
−1
. This may well serve as an upper limit for the overall precision of the proper motions,
since this value includes the proper motion and the positional error.
Concerning the astrometric precision, the error given for in the relevant columns for right ascension
and declination reflect the RMS error only, i.e. the scatter between the positions of all positions used
to compile the position. The overall derivation of these errors is similar to those of the photometry,
see Equation 2.10. As in the case of most small field astrometry, we used a reference catalogue,
which itself contains systematic errors to some degrees. These are not reflected in the errors as given
in the EPC. One can presume zonal medium scale errors of about 50–100 mas. As an example, the
PPMXL and 2MASS catalogues (which build up partially on the same data!) show a residual slope
against each other of up to 50 mas. Therefore the absolute astrometric positional accuracy cannot be
better than this value. For proper motions, using the same reference catalogue for all epochs largely
cancels out the systematic error introduced by the reference CATALOGUES. For the NEP-field,
which currently has proper motions, these show a sigma of about 10 mas yr
−1
. This may well serve
as an upper limit for the overall precision of the proper motions, since this value includes the proper
motion and the positional error.
It should also be noted that neither the instruments used, i.e. mosaic detectors nor the available
software are optimised for high precision astrometry, since they have largely been conceived and
86

---

developed for extra galactic work, where the demands are much lower. Therefore some areas with
additional systematics will exist, especially near chip edges, dither gaps etc.
• Stellarity: Another quantity added to the GEPC is also the stellarity index also known as CLASS-
parameter (Bertin & Arnouts 1996). This is created during the source extraction from the 2d images
using SExtractor. It is a measure for the ‘stellarity’ of an object, i.e. how star like it is. The stellarity
index relies on a combined analysis of the measured morphological parameters, also employing
neural networks. Values near 1 mean that it is very likely that this object is a point source like a
star (it could of course also be the stellar nucleus of an AGN, etc., the stellarity index doesn’t say
anything about the physical nature of an object). In reality one could consider all values below about
0.3 to be galaxies, i.e. non point source-like objects. S > 0.85 is a good lower limit for stars. At
bright magnitudes, i.e. significantly above the detection limit, this classification works quite well,
both object types are well separated, however about 2 mag above the detection limit it starts to break
down, and soon the objects will not be classified correctly. This magnitude regime is also where
most of the values between 0.3 and 0.85 occur. For saturated objects CLASS is also to be used with
caution.
The northern field has a larger pixel scale than most other detectors, i.e. less angle per pixel. The
neural networks on which the determination of the CLASS parameter of Sextractor is based are
optimised for a FWHM of about 3 pixels. This means that the more the data deviates from this
value, the less reliable the resulting CLASS value will be. This is not a linear process, but rather
happens more or less suddenly — that it at least in this case already appears in the case of the
NEP data is somewhat surprising. The networks can be trained for other FWHM values, however
since this parameter was for the GEPC a secondary quantity, we did not embark on this tedious and
di
fficult process.
2.2.4.2
Contents
The GEPC contains positional astrometry (and proper motions for a smaller subset in the NEP-field, see Sect.
Section 2.2.4.1.) and multi-pass-band photometry of 612,946 objects, of these 448,478 are located in the southern
field, and 164,468 in the north. This discrepancy is caused by the presence of the LMC in the south, which out-
weighs the significantly fainter magnitude limit in the north. Note that the photometry has di
fferent characteristics
in the two fields (filter pass band system, magnitude system), as described in Sect. Section 2.2.4.1. The Gaia
magnitudes however are comparable. The current version is GEPC3.0 which has been incorporated into the IGSL,
and with the IGSL into the Main Database. For details of the IGSL, see Section 2.2.3 and Smart & Nicastro (2014).
The format of GEPC3.0 is given in Table 2.4.
2.2.4.3
Usage in Gaia processing
The EPC was most prominently used in the commissioning phase via the Ecliptic-Poles Scanning Law and the
First-Look software system
• to verify and quantify the e
fficiency of the on-board star image detection algorithms and Sky Mapper
CCDs,
• to perform initial measurements of the photometric throughput of the telescopes, CCDs and pre-
amplifier electronics
• to adjust the lower threshold of the on-board star image detection algorithms
87

---