Gaia Data Release 1 Documentation release 0

analysis activities. In particular the DPCT database repository, implemented with Oracle technology, is collecting
all data received and generated from
/to the DPCT pipeline. This configuration allows having data online to conduct
additional analyses not implemented in the delivered pipelines. At the end of processing Cycle 01, the size of this
database repository is about 150 TB.
Moving to the data-reduction-cycle pipelines, the GSR system started operations in processing Cycle 01 running
software version 18.1.0 (including two patch releases to fix specific issues found during operations). The first GSR
ran on data of data Segment 00 and data Segment 01 with a Tycho-2 star selection of the Gaia catalogue table
and the usage of the IDT and IDU attitude data set. The GSR pipeline was executed with the following modules:
Ingestion, System Coe
fficient Generation, Solver, Solution Analysis, De-Rotation and Comparison, Extraction and
Report. The ingestion step is the most complex data-handling module as billions of AstroElementaries are read
and matched to sources to populate the GSR data store. The System Coe
fficient Generation module is devoted to
calculate the coe
fficient parameter of the system of linearised equations to be solved to produce the GSR sphere
solution. The Solver module consists of the implementation of the LSQR algorithm for solving the system of
linearised equations and it is the only module running on the Fermi supercomputer at CINECA. The Solver finds
a GSR solution and the analysis module checks the exit status of the solution algorithm and provides an alert in
case of problems revealed by the stopping conditions implemented in the LSQR algorithm. The next module in
the pipeline is the De-Rotation and Comparison module which converts the GSR solution into a format compatible
with that of the AGIS one. It also de-rotates the AGIS solution back into its internal reference frame. The GSR
results are collected in the final report.
The first GSR solution was for astrometric position and attitude parameters only. The instrument was added as
correction to the known terms and the attitude-knot interval was 180 s. The operational run has been completed
and ended as expected with the successful completion of all the pipeline modules. The results are not scientifically
viable because of the pending improvement of the GSR software for what regards the implementation of the
attitude constraints and the implementation of missing parts of the instrument model. For this reason, the output of
GSR-01 was not sent to the MDB to be included in the MDB-01 release. From a technical point of view, the full
GSR pipeline, including the Solver module running on the CINECA supercomputer, has been executed.
The following table shows the main data types produced at DPCT during the data processing prior to Gaia DR1:
• BamElementaryT;
• Bav;
• CalibratedBav.
As explained above, the GSR output is not provided to the MDB. The output and findings of AIM, as well those of
BAM, provided in the daily and periodic reports have been used by the payload-expert group to check the instru-
ment health by performing cross checks with other DPAC systems providing the same instrument measurements.
1.4
Release properties
Gaia Collaboration et al. (2016a) provides an overview of the contents of Gaia DR1. Arenou et al. (2017) describes
the overall validation of the data.
63

---

Table 1.5: Number statistics and magnitude distribution percentiles for sources in Gaia DR1.
Source numbers
Description
Number
All sources
1 142 679 769
Sources in the primary astrometric data set
2 057 050
Number of sources in common with Hipparcos
93 635
Number of sources in common with Tycho-2 (excluding Hipparcos stars)
1 963 415
Sources in the secondary astrometric data set
1 140 622 719
Sources with light curves
3194
Classified as Cepheids
599
Classified as RR Lyrae
2595
Magnitude distribution percentiles
Percentile
G
0.135%
11.2
2.275%
14.5
15.866%
17.1
50%
19.0
84.134%
20.1
97.725%
20.7
99.865%
21.0
1.4.1
Statistical properties
Author(s): Anthony Brown
1.4.1.1
Sky-coverage maps
Lindegren et al. (2016) provides maps of the source distribution on the sky for the primary astrometric data set and
the secondary astrometric data set (also split into sources in common with the IGSL and new sources) separately.
The overall source distribution on the sky is shown in Gaia Collaboration et al. (2016a).
Maps of the number of good astrometric observations per source are shown for the primary astrometric data set in
Lindegren et al. (2016).
1.4.1.2
Object statistics
The basic object statistics for Gaia DR1 are listed in Table 1.5. Visual representations of the statistics of the various
data fields in Gaia DR1 can be found on the ‘Statistics’ pages in the Gaia archive (http://archives.esac.esa.
int/gaia
). Further summary statistics can be found in Table 3.4, Table 3.5, and Table 3.6.
64

---

Figure 1.14: Histograms of parallaxes for sources in the primary astrometric data set. The di
fferent lines show
the histogram for all sources, for the sources with the 10% smallest parallax uncertainties, and for the sources
with the 10% largest uncertainties. The lines trace kernel density estimates of the parallax distribution, using an
Epanechnikov kernel of bandwidth 0.2. The horizontal axis ranges from −3 mas to 15 mas. There are 123 sources
with
< −3 mas and 13 492 sources at
> 15 mas.
1.4.1.3
Magnitude histograms
The magnitude distribution histograms for all Gaia DR1 sources and for the Hipparcos and Tycho-2 subsets are
provided in Gaia Collaboration et al. (2016a). The magnitude distribution percentiles are listed in Table 1.5. The
magnitude percentiles were computed with an optimised method that avoids sorting data or storing intermediate
data, and consequently the results are not exact, although good enough for the statistical overview.
1.4.1.4
Error histograms
Error histograms and error statistics as a function of celestial position can be found on on the ‘Statistics’ pages in the
Gaia archive (http://archives.esac.esa.int/gaia). As a basic demonstration that the parallax uncertainties
quoted in Gaia DR1 provide the correct ranking of the parallaxes in terms of precision, we show in Figure 1.14
the distribution of parallax values for all stars in the primary astrometric data set, for the stars with the 10% best
parallax uncertainties, and the 10% worst uncertainties. Note how the parallax distribution widens and includes a
stronger negative tail as one moves from very precise to less precise parallaxes, which is as expected given that the
true parallax values are larger than zero.
65

---