Two types of point-source deconvolution, as well as multi-scale  
    deconvolution, are available.  A continuum image (mfs) is produced  
    by gridding together all spectral data.   Individual channels or  
    groups of channels can also be images and then placed in an output  
    image cube.  
 
    The cleaning regions can be specified by an input mask image, from a  
    file containing rectangular regions, or interactively as the  
    deconvolution progresses.  
 
    The mosaic task only uses the "corrected" datacolumn which is made  
    from the "data" data column using applycal with the appropriate  
    calibration tables.  Many Stokes combinations are available.  
 
 
    Keyword arguments:  
    vis -- Name of input visibility file  
            default: none; example: vis=’ngc5921.ms’  
    imagename -- Pre-name of output images:  
            default: none; example: imagename=’m2’  
            output images are:  
              m2.image; cleaned and restored image  
              m2.flux;  relative sky sensitivity over field  
              m2.model; image of clean components  
              m2.residual; image of residuals  
              m2.interactive.mask; image containing clean regions  
    mode -- Frequency Specification:  
    NOTE: See examples below:  
            default: ’mfs’  
              mode = ’mfs’ means produce one image from all specified data.  
              mode = ’channel’; Use with nchan, start, width to specify  
                      output image cube.  See examples below  
              mode = ’velocity’, means channels are specified in velocity.  
      mode = ’frequency’, means channels are specified in frequency.  
       >>> mode expandable parameters (for modes other than ’mfs’)  
            Start, width are given in units of channels, frequency or velocity  
               as indicated by mode, but only channel is complete.  
            nchan -- Number of channels (planes) in output image  
              default: 1; example: nchan=3  
            start -- Start input channel (relative-0)  
              default=0; example: start=5  
            width -- Output channel width (>1 indicates channel averaging)  
              default=1; example: width=4  
        examples:  
            spw = ’0,1’; mode = ’mfs’  
               will produce one image made from all channels in spw 0 and 1  
            spw=’0:5~28^2’; mode = ’mfs’  
               will produce one image made with channels (5,7,9,...,25,27)  
            spw = ’0’; mode = ’channel’: nchan=3; start=5; width=4  
               will produce an image with 3 output planes  
               plane 1 contains data from channels (5+6+7+8)  
               plane 2 contains data from channels (9+10+11+12)  
               plane 3 contains data from channels (13+14+15+16)  
            spw = ’0:0~63^3’; mode=chann; nchan=21; start = 0; width = 1  
               will produce an image with 20 output planes  
               Plane 1 contains data from channel 0  
               Plane 2 contains date from channel 2  
               Plane 21 contains data from channel 61  
            spw = ’0:0~40^2’; mode = ’channel’; nchan = 3; start = 5; width = 4  
               will produce an image with three output planes  
               plane 1 contains channels (5,7)  
               plane 2 contains channels (13,15)  
               plane 3 contains channels (21,23)  
    alg -- Algorithm to use (expandable):  
            default: ’clark’: Options: ’clark’,’hogbom’,’multiscale’,’entropy’  
            ’hogbom’ Cleans from the images only.  Only inner quarter  
     of image is cleaned  
            ’clark’ Cleans from gridded us data.  Only inner quarter of  
    image is cleaned  
            ’multiscale’ cleans with several resolutions using hobgom clean  
                  Currently much slower than single resolution. For extended  
  sources, try single resolution with interactive and  
            ’entropy’ Maximum entropy algorithm is still experimental  
  and not recommended for general use  
      >>> multiscale expandable parameter  
            scales  -- in pixel numbers; the size of component to deconvolve  
                  default = [0,3,10]  
                   recommended sizes are 0 (point), 3 (points per clean beam), and  
                    10 (about a factor of three lower resolution)  
            negcomponent’ -- Stop component search when the largest  
          scale has found this number of negative components; -1 means  
          continue component search even if the largest component is  
          negative.  
                  default: 2; example: negcomponent=-1  
      >>> entropy (MEM) expandable parameters (experimental)  
    sigma -- Target image sigma  
                  default: ’0.001Jy’; example: sigma=’0.1Jy’  
            targetflux -- Target flux for final image  
                  default: ’1.0Jy’; example: targetflux=’200Jy’  
            constrainflux -- Constrain image to match target flux;  
                  otherwise, targetflux is used to initialize model only.  
                       default: False; example: constrainflux=True  
            prior -- Name of MEM prior images  
                  default: [’’]; example: prior=’source_mem.image’  
    imsize -- Image pixel size (x,y)  
            default = [256,256]; example: imsize=[350,350]  
            imsize = 500 is equivalent to [500,500]  
    cell -- Cell size (x,y)  
            default= none;  
            example: cell=[’0.5arcsec,’0.5arcsec’] or  
            cell=[’1arcmin’, ’1arcmin’]  
            cell = ’1arcsec’ is equivalent to [’1arcsec’,’1arcsec’]  
    NOTE:cell = ’2’ makes default cell size of 2 radians!  
    phasecenter -- direction measure  or fieldid for the mosaic center  
            default: 0 (imply field=0 as center); example: phasecenter=6  
            or phasecenter=’J2000 19h30m00 -40d00m00’  
    stokes -- Stokes parameters to image  
            default=’I’; example: stokes=’IQUV’;  
            Options: ’I’,’IV’’QU’,’IQUV’,’RR’,’LL’,’XX’,’YY’,’RRLL’,’XXYY’  
    niter -- Maximum number iterations, set to zero for no CLEANing  
            default: 500; example: niter=500  
    gain -- Loop gain for CLEANing  
            default: 0.1; example: gain=0.5  
    threshold -- Flux level at which to stop CLEANing (units=mJy)  
            default: 0.0; example: threshold=0.0  
    mask -- Name of mask image used for CLEANing  
            default ’’ means no mask;  
              example: mask=’orion.mask’.  
    It is useful to use a mask from a previous interactive mosaic  
    session for a new execution.  The mask image shape  
            must be the same as the new mosaic.  
    cleanbox -- Cleaning region:  
            default: [] defaults to inner quarter of image  
            Three specification types:  
            (a) ’interactive’ allows the user to build the cleaning  
                 mask interactively using the viewer.  The viewer will  
                 appear every npercycle interation, but modify as needed  
 The final interactive maks is saved in the file  
 imagename_interactive.mask.  
            (b) Explicit pixel ranges  
                example: cleanbox=[110,110,150,145]  
                clean region with blc=110,100; trc=150,145 (pixel values)  
                Only one clean region can be given this way.  
            (c) Filename with pixel values with ascii format:  
                <fieldindex blc-x blc-y trc-x trc-y> on each line  
                1  45  66  123 124  
                2  23 100  300 340  
      >>> ’interactive’ expandable parameter  
            npercycle -- this is the number of iterations between each clean  
    to update mask interactively. Set to about niter/5, can also  
            be changed interactively.  
    field -- Select fields in mosaic.  Use field id(s) or field name(s).  
               [’go listobs’ to obtain the list id’s or names]  
           default: ’’=all fields  
           If field string is a non-negative integer, it is assumed to  
               be a field index otherwise, it is assumed to be a field name  
           field=’0~2’; field ids 0,1,2  
           field=’0,4,5~7’; field ids 0,4,5,6,7  
           field=’3C286,3C295’; field named 3C286 and 3C295  
           field = ’3,4C*’; field id 3, all names starting with 4C  
    spw -- Select spectral window/channels  
   NOTE: This selects the data passed as the INPUT to mode  
           default: ’’=all spectral windows and channels  
             spw=’0~2,4’; spectral windows 0,1,2,4 (all channels)  
             spw=’<2’;  spectral windows less than 2 (i.e. 0,1)  
             spw=’0:5~61’; spw 0, channels 5 to 61  
             spw=’0,10,3:3~45’; spw 0,10 all channels, spw 3, channels 3 to 45.  
             spw=’0~2:2~6’; spw 0,1,2 with channels 2 through 6 in each.  
             spw=’0:0~10;15~60’; spectral window 0 with channels 0-10,15-60  
             spw=’0:0~10,1:20~30,2:1;2;3’; spw 0, channels 0-10,  
                   spw 1, channels 20-30, and spw 2, channels, 1,2 and 3  
    timerange  -- Time range:  
            default = ’’ (all); examples,  
            selectime = ’YYYY/MM/DD/hh:mm:ss~YYYY/MM/DD/hh:mm:ss’  
            Note: if YYYY/MM/DD is missing date defaults to first day  
      in data set  
            timerange=’09:14:0~09:54:0’ picks 40 min on first day  
            timerange= ’25:00:00~27:30:00’ picks 1 hr to 3 hr 30min on next day  
            timerange=’09:44:00’ data within one integration of time  
            timerange=’>10:24:00’ data after this time  
    restfreq -- Specify rest frequency to use for image  
            default=’’  
    Occasionally it is necessary to set this (for example some VLA  
    spectral line data).  For example for  
            NH_3 (1,1) put restfreq=’23.694496GHz’  
    sdimage -- Input Single Dish image to use for model  
            default=’’ (no image); example: sdimage=’n4826_12mchan.im’  
    modelimage -- Name of output(/input) model image  
            default=’’ (none=imagename.model); modelimage=’orion.model’  
            Note: This specifies the output model if a single dish  
            image is input or the output model name from the imaging  
    weighting -- Weighting to apply to visibilities:  
            default=’natural’; example: weighting=’uniform’;  
            Options: ’natural’,’uniform’,’briggs’,’radial’, ’superuniform’  
       >>> Weighting expandable parameters  
            For weighting=’briggs’  
              rmode -- Robustness mode (see help mosaic)  
                default=’norm’; example=’abs’;  
                Options: ’norm’,’abs’,’none’  
              robust -- Brigg’s robustness parameter  
                default=0.0; example: robust=0.5;  
                Options: -2.0 to 2.0; -2 (uniform)/+2 (natural)  
              noise   -- noise parameter to use for rmode=’abs’ in  
        briggs weighting  
                example noise=’1.0mJy’  
            For superuniform/briggs weighting  
                npixels -- number of pixels to determine uv-cell size  
        for weight calculation  
                example npixels=7  
    mosweight -- Individually weight the fields of the mosaic  
            default: False; example: mosweight=True  
            This can be useful if some of your fields are more  
            sensitive than others (i.e. due to time spent on-source);  
            this parameter will give more weight to higher sensitivity  
            fields in the overlap regions.  
    ftmachine -- Gridding method for the image;  
            Options: ft (standard interferometric gridding), sd  
    (standard single dish) both (ft and sd as appropriate),  
    mosaic (gridding use PB as convolution function)  
            default: ’mosaic’; example: ftmachine=’ft’  
    cyclefactor -- Change the threshold at which the deconvolution cycle will  
            stop, degrid and subtract from the visibilities. For poor PSFs,  
            reconcile often (cyclefactor=4 or 5); For good PSFs, use  
            cyclefactor 1.5 to 2.0.  
            default: 1.5; example: cyclefactor=4  
            cycle threshold = cyclefactor * max sidelobe * max residual  
    cyclespeedup -- Cycle threshold doubles in this number of iterations  
            default: -1; example: cyclespeedup=500  
    scaletype -- Controls scaling of pixels in the image plane.  
            default=’SAULT’; example: scaletype=’PBCOR’  
            Options: ’PBCOR’,’SAULT’  
            ’SAULT’ scale makes an output image where the noise is constant  
             across the whole mosaic. However, the image is NOT  
             corrected for the PB pattern, and therefore is not "flux  
             correct". Division of the SAULT image_name.image image  
             by the image_name.flux image will produce a "flux correct image".  
             The ’PBCOR’ option uses the SAULT scaling scheme for  
             deconvolution, but when interactively cleaning shows the  
             primary beam corrected image; the final PBCOR image is "flux  
             correct"  
    minpb -- Minimum PB level to use  
            default=0.1; example: minpb=0.01  
    async --  Run asynchronously  
            default = False; do not run asychronously