Gaia Data Release 1 Documentation release 0

Table 7.5: Statistics of parallaxes of OCs more distant than 1000 pc, with automatic membership procedure, as a
function of galactic longitude.
sample
mean
median
MAD
σ
σ/
√
N
blue (l > 200
◦
)
-0.11
-0.16
0.16
0.25
0.04
red (l < 200
◦
)
0.13
0.13
0.15
0.26
0.04
Figure 7.38: Distribution of OCs more distant than 1000 pc. The blue group appears to contain objects with
underestimated parallaxes, while the red group contains overestimated parallaxes.
Figure 7.39: Histogram of the di
fferences between mean measured parallax and expected parallax (from the pho-
tometric distance). The blue and red samples correspond to those defined in Fig. 7.38.
308

---

Table 7.6: Statistics of parallaxes of OCs more distant than 1000 pc, with manual membership procedure, as a
function of galactic longitude.
region
median
MAD
number of OCs
l
> 200
-0.02
0.132
26
l
< 200
+0.0435
0.075
12
all
+0.004
0.1165
38
Figure 7.40: Distribution of pmean, defined as the di
fference between mean (from TGAS parallaxes) and expected
(from photometric distance) for 38 distant open clusters.
point bias. Splitting the sample into two groups (l > 200
◦
and l < 200
◦
), we find median a median of -0.02 (MAD
0.132) for the l > 200
◦
sample, and median
+0.0435 (MAD 0.075) for the l< 200
◦
sample (see Table 7.4.4.2 and
Fig. 7.40).
Conservatively, we considered that all photometric distances listed in the WEBDA database are a
ffected by errors
of 20%. Scaled by total error (uncertainty on mean parallax and on the reference value), the zero-points become
-0.14 (MAD 1.3) for the l > 200
◦
and
+0.12 (MAD 0.6) for l < 200
◦
, in units of uncertainty.
The low number of tracers available in this experiment does not allow us to draw a map of the bias by averaging
values in coordinate space. The slight variation in zero-point between the l > 200
◦
and l < 200
◦
groups can be
interpreted either as random variations caused by the uncertainties on the reference value, or as local variations of
the parallax zero point (of the order of a few 0.1 mas on a scale of several degrees).
7.4.4.3
Testing completeness
The aim of this test is to assess the completeness of the catalogue in crowded regions comparing Gaia data with
HST photometry. as in 7.4.3. Here we focus on very dense regions, in the inner 3 arcmin×3 arcmin of the cores of
a sample of 26 Globular Clusters taken from the archive of Sarajedini et al. (2007)(see Table 7.7). The data were
acquired with the Wide Field Channel (WFC) of the Advanced Camera for Surveys (ACS) in the filters F606W
and F814W. The authors provide crowding experiments for a few of them (GCs marked with * in Table 7.7). In
addition for M4, data by Bedin et al. (2013), and Malavolta et al. (2015) taken in the HST project GO-12911 in
WFC3
/UVIS filters are used. From pre-launch simulations we already expected that Gaia completeness is very
poor in these too dense regions.
309

---

Figure 7.41: Stellar distribution for two chosen GCs, colour-coded by number of G observation for each star. Both
objects show examples of holes caused by bright stars. In some regions patterns are visible corresponding to stripes
where no stars had a su
fficient number of observations.
The GCs are chosen to present di
fferent level of crowding down to G ∼ 22. The HST magnitudes are converted to
Gaia G magnitudes, first using the transformations between G and F814W, F606W calculated by the colour-colour
relations of CU5 (Section 5.3.5), and then the transformations are adjusted to fit a sample of bright crossmatched
stars.
The completeness is the result of the complex interplay between stellar density, scanning law defining the number
of times a region was observed, and data processing. Due to limited telemetry resources, the star images are sent
to ground following a decision algorithm which is a complex function of the magnitude. At the end of the data
processing a filtering was applied to discard poor solutions both in the astrometry and in the photometry. Because
of the above reasons, entire stripes around a specific scan, are missing. In addition, holes are found around bright
stars (typically for G < 11−12 mag). Typical examples can be found in Fig.7.41 where the number of CCD transits
used in the photometric analysis is shown (see also the discussion in the section 7.4.2.1). As a result, the density
distribution in the sky of the final catalogue is not a simple function of the stellar density, as usually expected. This
is clear from Fig.7.42 where the completeness in various magnitude ranges is presented for a few clusters. Regions
having similar density in HST images, presents very di
fferent degrees of completeness in the Gaia data.
However, favourable cases can be found where, due to the lower stellar density (of the order of 300,000-500,000
star
/sq deg), to the high number of transits, and little filtering effect, the completeness is close to nominal, such
as in the external regions of the cluster NGC 5053. There we find a completeness of > 92%, 81%, 60%, 35% at
G
< 19.8, 20.2, 20.4, 20.6 respectively.
7.4.4.4
Testing G photometry
The goal is to test the photometric accuracy and precision of Gaia against published photometry of stellar clusters.
The goal is very similar to 7.4.3. However, there large external catalogues are used, here we make use of a sample
of high quality photometry by Taylor et al. (2008). These authors provided high precision photometry in V band
(around 3 millimag), for 5 open clusters, namely Hyades, Praesepe, Coma Ber, NGC752 and M67. The photometry
in this catalogue is highly homogeneous, both in data reduction and in zero point for all the clusters. In addition,
we used M4 HST photometry by Nascimbeni et al. (2014) in F606W band, where repeated observations allowed
310

---