#astro-ph# 今天有一篇打酱油的文章。不是谦虚,是纯.打酱油。我的唯一贡献就是提供了文章中所需要的HSC巡天的引力透镜测量。文章本身还是有点儿意思的,其实可以算是“无国界弱引力透镜” (Lensing without border) 系列的第二篇文章,一作是爱丁堡大学的年轻宇宙学家Alexander Amon: https://t.cn/A6iBGxVC
"无国界弱引力透镜"是把现有的几个主流弱引力透镜宇宙学巡天的结果拿来做比较,看看是否一致,同时也要看看能给宇宙学带来什么新的启示。这篇文章想讨论的其实有两个问题:
第一个是这几年凸显出来的“Lensing is low”问题:对于同一组示踪大尺度结构的星系,可以通过星系-星系弱引力透镜 (Galaxy-Galaxy weak lensing) 来描述其周围的平均暗物质晕分布;也可以用自相关函数描述这些星系周围暗物质晕的"bias" (偏差;可以看成是星系成团性和宇宙平均密度分布比有多不一样)。如果一切正常,那么这两个给出的描述应该是一致的。。。但现在大家发现,如果用相关函数给出的测量去推测对应的引力透镜信号,发现比观测到的要高不少。。。这个2015年被指出的现象可以有很多种解释,但并不清楚哪个好使。
第二个就是已经变得越来越热的“宇宙成团性疑难” (S8 tension)。S8这个参数可以粗略地看成描述宇宙物质特征成团性的一个参数。这个参数通过弱引力透镜巡天给出的估计与利用微波背景辐射(CMB)给出的值有系统性地偏差。虽然目前的误差棒下,这个“疑难”的置信度不高 (1-2 sigma),但是比较让人担心的是,所有的弱引力透镜巡天给出的S8的值都偏低。
这篇文章的结论就是:
- 如果你忽略掉星系附近的引力透镜信号,只看外边的,那么强行把S8的值拉低是可能解决Lensing is low问题的 (图一)。之所以忽略掉内部的信号是因为这里的引力透镜信号可能受到星系形成过程中各种重子物理和次级偏差 (Secondary bias) 的“污染” (图三)。
- 如果要坚持使用Planck卫星给出的S8估计,那么文章里使用的这批星系的透镜信号和相关信号确实对不上。。
- 星系周围的弱引力透镜信号真的很难办,虽然有一些模型来尝试通过数值模拟或者观测来限制重子物理或者星系形成偏差 (Assembly bias) 的影响 (图三),但目前没有很好的模型来考虑这些问题。。。对于重子物理的影响,目前地面的高分辨CMB项目能够给出一些限制。如果考虑到这些观测,似乎可以让模型给出的透镜信号和观测更符合一些。
如果你看完这些一头雾水,那么恭喜你。。。其实我也是,我觉得整个领域都还是一头雾水。不过这也正是“Lensing without border”的意义所在。
这篇工作的一个问题是所用的星系样本还是来自斯隆数字巡天SDSS/BOSS的观测数据。这个星系样本的挑选方式比较讨厌,所以这个样本到现在也没有搞清楚。现在正在进行的DESI巡天项目结合更好的图像数据有望更好的解决这个问题,这也是我后面希望进行的工作。
"无国界弱引力透镜"是把现有的几个主流弱引力透镜宇宙学巡天的结果拿来做比较,看看是否一致,同时也要看看能给宇宙学带来什么新的启示。这篇文章想讨论的其实有两个问题:
第一个是这几年凸显出来的“Lensing is low”问题:对于同一组示踪大尺度结构的星系,可以通过星系-星系弱引力透镜 (Galaxy-Galaxy weak lensing) 来描述其周围的平均暗物质晕分布;也可以用自相关函数描述这些星系周围暗物质晕的"bias" (偏差;可以看成是星系成团性和宇宙平均密度分布比有多不一样)。如果一切正常,那么这两个给出的描述应该是一致的。。。但现在大家发现,如果用相关函数给出的测量去推测对应的引力透镜信号,发现比观测到的要高不少。。。这个2015年被指出的现象可以有很多种解释,但并不清楚哪个好使。
第二个就是已经变得越来越热的“宇宙成团性疑难” (S8 tension)。S8这个参数可以粗略地看成描述宇宙物质特征成团性的一个参数。这个参数通过弱引力透镜巡天给出的估计与利用微波背景辐射(CMB)给出的值有系统性地偏差。虽然目前的误差棒下,这个“疑难”的置信度不高 (1-2 sigma),但是比较让人担心的是,所有的弱引力透镜巡天给出的S8的值都偏低。
这篇文章的结论就是:
- 如果你忽略掉星系附近的引力透镜信号,只看外边的,那么强行把S8的值拉低是可能解决Lensing is low问题的 (图一)。之所以忽略掉内部的信号是因为这里的引力透镜信号可能受到星系形成过程中各种重子物理和次级偏差 (Secondary bias) 的“污染” (图三)。
- 如果要坚持使用Planck卫星给出的S8估计,那么文章里使用的这批星系的透镜信号和相关信号确实对不上。。
- 星系周围的弱引力透镜信号真的很难办,虽然有一些模型来尝试通过数值模拟或者观测来限制重子物理或者星系形成偏差 (Assembly bias) 的影响 (图三),但目前没有很好的模型来考虑这些问题。。。对于重子物理的影响,目前地面的高分辨CMB项目能够给出一些限制。如果考虑到这些观测,似乎可以让模型给出的透镜信号和观测更符合一些。
如果你看完这些一头雾水,那么恭喜你。。。其实我也是,我觉得整个领域都还是一头雾水。不过这也正是“Lensing without border”的意义所在。
这篇工作的一个问题是所用的星系样本还是来自斯隆数字巡天SDSS/BOSS的观测数据。这个星系样本的挑选方式比较讨厌,所以这个样本到现在也没有搞清楚。现在正在进行的DESI巡天项目结合更好的图像数据有望更好的解决这个问题,这也是我后面希望进行的工作。
【美媒:#暗能量地图揭示宇宙终极命运#】#迄今为止最大的宇宙三维地图# 美国趣味科学网站1月15日发表题为《最大暗能量图可能揭示宇宙命运》的报道,全文摘编如下:
亚利桑那州的一个经过改造的望远镜绘制出了一幅阶段性地图,这已经是迄今为止最大的宇宙三维地图了——而该仪器的五年任务目前还只完成了十分之一左右。
由加利福尼亚州的劳伦斯伯克利国家实验室与全球科学家合作研制的暗能量光谱仪(DESI),是在2015年到2019年安装到基特峰国家天文台的梅奥尔望远镜(这个望远镜位于索诺兰沙漠)上的,并且已经进行了近一年的测绘。
它的目的是创造出更大的宇宙三维地图,从而更好地理解暗能量的物理特性。暗能量是一种加速宇宙膨胀的神秘力量。
参与该项目的伯克利实验室物理学家朱利恩·盖伊说:“它有很多美感。在三维地图中的星系分布中,存在巨大的星团、细丝和空洞。”
他还说:“它们是宇宙中最大的结构。但在它们内部,你会发现非常早期宇宙的印迹以及此后宇宙膨胀的历史。”研究人员希望,了解暗能量的效应可以帮助他们确定宇宙的最终命运。
DESI团队使用了2021年1月发布的一幅巨型宇宙二维地图来让这个仪器为几周后开始的三维测绘做准备。
新的三维地图确定了超过750万个星系的位置,大大超过了斯隆数字巡天项目在2008年创下的约93万个星系的纪录。
在这次对宇宙的三维扫描中,地球处于左下方的位置,望向处女座、巨蛇座和武仙座的方向,巡视距离超过了50亿光年。每个有颜色的点代表一个星系,而这个星系又由1000亿至1万亿颗恒星组成。引力将这些星系聚集成所谓的“宇宙网”,其中有密集的星团、细丝和空洞。
根据伯克利实验室发表的一份声明,在天空中的数以百万计的星系中,DESI收集了其中大约1/3的光谱图像。
通过研究每个星系的光谱颜色,科学家可以确定有多少光线被“红移”——也就是被宇宙膨胀引起的多普勒效应朝光谱的红端拉伸。一般来说,一个星系的红移越大,它远离的速度就越快,距离地球上的观测者也就越远。
我们的宇宙自138亿年前从大爆炸中诞生后一直在膨胀,现在它比我们能够看到的最远距离要大得多——直径至少有920亿光年。
声明说,DESI项目的科学家希望,他们绘制的三维宇宙地图能够揭示宇宙的“深度”,并帮助他们绘制星系团和超星系团的图。由于这些结构携带了它们最初形成时的回响——作为初期宇宙物质的物理特性涟漪,研究人员希望能利用这些数据来确定宇宙膨胀的历史,还有其最终命运。
盖伊说:“我们的科学目标是测量原始等离子体中波的印迹。令人惊讶的是,我们居然能够在亿万年后发现这些波的影响,而且我们的测绘如此之快。”
科学家过去认为,宇宙是以恒定的速度膨胀,或者宇宙中总的物质和能量可能最终导致这种膨胀放慢。但是,上个世纪后期开始的对被称为超新星的强大恒星爆炸的观测显示,这种膨胀实际上正在加速,因此科学家发明了“暗能量”一词来解释这种意想不到的现象。
现在计算表明,暗能量占了可观测宇宙总能量的70%左右。《史密森学会会刊》月刊说,暗能量的效应现在被认为是爱因斯坦的广义相对论中所包含的“宇宙学常数”;了解暗能量已成为近几十年来一项至关重要的科学目标。
声明说,看起来随着宇宙的膨胀会产生出更多的暗能量,而这又加快了宇宙的膨胀。
最终,暗能量的效应将决定宇宙的命运——是会一直膨胀下去直到撕裂自己,还是在某种反向“大爆炸”中再次坍塌。
DESI目前正在每月统计大约250万个星系的红移。该团队预计将在2026年完成三维地图的绘制,届时该望远镜将观测到大约3500万个星系。
亚利桑那州的一个经过改造的望远镜绘制出了一幅阶段性地图,这已经是迄今为止最大的宇宙三维地图了——而该仪器的五年任务目前还只完成了十分之一左右。
由加利福尼亚州的劳伦斯伯克利国家实验室与全球科学家合作研制的暗能量光谱仪(DESI),是在2015年到2019年安装到基特峰国家天文台的梅奥尔望远镜(这个望远镜位于索诺兰沙漠)上的,并且已经进行了近一年的测绘。
它的目的是创造出更大的宇宙三维地图,从而更好地理解暗能量的物理特性。暗能量是一种加速宇宙膨胀的神秘力量。
参与该项目的伯克利实验室物理学家朱利恩·盖伊说:“它有很多美感。在三维地图中的星系分布中,存在巨大的星团、细丝和空洞。”
他还说:“它们是宇宙中最大的结构。但在它们内部,你会发现非常早期宇宙的印迹以及此后宇宙膨胀的历史。”研究人员希望,了解暗能量的效应可以帮助他们确定宇宙的最终命运。
DESI团队使用了2021年1月发布的一幅巨型宇宙二维地图来让这个仪器为几周后开始的三维测绘做准备。
新的三维地图确定了超过750万个星系的位置,大大超过了斯隆数字巡天项目在2008年创下的约93万个星系的纪录。
在这次对宇宙的三维扫描中,地球处于左下方的位置,望向处女座、巨蛇座和武仙座的方向,巡视距离超过了50亿光年。每个有颜色的点代表一个星系,而这个星系又由1000亿至1万亿颗恒星组成。引力将这些星系聚集成所谓的“宇宙网”,其中有密集的星团、细丝和空洞。
根据伯克利实验室发表的一份声明,在天空中的数以百万计的星系中,DESI收集了其中大约1/3的光谱图像。
通过研究每个星系的光谱颜色,科学家可以确定有多少光线被“红移”——也就是被宇宙膨胀引起的多普勒效应朝光谱的红端拉伸。一般来说,一个星系的红移越大,它远离的速度就越快,距离地球上的观测者也就越远。
我们的宇宙自138亿年前从大爆炸中诞生后一直在膨胀,现在它比我们能够看到的最远距离要大得多——直径至少有920亿光年。
声明说,DESI项目的科学家希望,他们绘制的三维宇宙地图能够揭示宇宙的“深度”,并帮助他们绘制星系团和超星系团的图。由于这些结构携带了它们最初形成时的回响——作为初期宇宙物质的物理特性涟漪,研究人员希望能利用这些数据来确定宇宙膨胀的历史,还有其最终命运。
盖伊说:“我们的科学目标是测量原始等离子体中波的印迹。令人惊讶的是,我们居然能够在亿万年后发现这些波的影响,而且我们的测绘如此之快。”
科学家过去认为,宇宙是以恒定的速度膨胀,或者宇宙中总的物质和能量可能最终导致这种膨胀放慢。但是,上个世纪后期开始的对被称为超新星的强大恒星爆炸的观测显示,这种膨胀实际上正在加速,因此科学家发明了“暗能量”一词来解释这种意想不到的现象。
现在计算表明,暗能量占了可观测宇宙总能量的70%左右。《史密森学会会刊》月刊说,暗能量的效应现在被认为是爱因斯坦的广义相对论中所包含的“宇宙学常数”;了解暗能量已成为近几十年来一项至关重要的科学目标。
声明说,看起来随着宇宙的膨胀会产生出更多的暗能量,而这又加快了宇宙的膨胀。
最终,暗能量的效应将决定宇宙的命运——是会一直膨胀下去直到撕裂自己,还是在某种反向“大爆炸”中再次坍塌。
DESI目前正在每月统计大约250万个星系的红移。该团队预计将在2026年完成三维地图的绘制,届时该望远镜将观测到大约3500万个星系。
#astro-ph# 今天还有一篇我也有参与的工作,这是美国暗能量光谱巡天 (DESI) 下的一个叫做“基于概率的亮星系增值数据” (PROVABGS) 项目的仿真光谱测试:https://t.cn/A6iOUvTv 不过我不是作者,而是。。。项目内部审稿人。
DESI项目将拍摄大量不同类型的星系光谱,用这些星系构建宇宙不同距离的三维物质分布,并限制宇宙学模型。与此同时,DESI还将观测约1000万个亮星系(BGS)的光谱。这些BGS也可以用来研究大尺度结构和星系-暗物质晕关系,但不仅如此,这些光谱里也包含着星系中星族平均性质和恒星形成历史的信息。PROVABGS就是想要尽可能地从这些星系中提取这些信息。
光谱拟合早不是新鲜事,有很多成熟的模型和方法。但PROVABGS需要面对的困难是,如图二展示的,为了宇宙学而设计的DESI拍摄的单个星系的信噪比其实。。很惨不忍睹。测量红移可能还是够的,但其他信息就很难办了。因此PROVABGS从一开始就强调了“P”,放到统计概率的角度下看问题。
文章使用的是基于半解析模型和数值模拟的仿真光谱,也比较偏技术。几个亮点是:
- 使用了Non-negative matrix factorization (NMF) 方法来构建非参数化的恒星形成历史模型 (图二)。
- 基于大量的模型光谱构建了一个基于神经网络的高精度的仿真器 (Emulator), 用来提高后续的统计推断的效率。这个仿真器是基于一个叫做Spectulator的框架 (Alsing et al. 2020)。
- 在进行Bayesian统计推断的时候使用了一个叫做Ensemble slice sampling的效率较高的采样技术 (图四)。
- PROVABGS目前支持将DESI光谱和对应星系的测光数据联合进行拟合,这是对于改进拟合结果有帮助的 (图五)。
仿真光谱的测试结果嘛。。。就比较见仁见智了。图六展示了对星系恒星形成率统计还原。。。可以看到,在这种光谱质量和一些不可避免的模型假设下,重现的精度还是很有限的。这也不是一次就能搞定的事情。后续我也会在BGS这个工作组里面围绕着PROVABGS做一些工作,把这个很好的模型框架应用到真正的DESI科学光谱中去。
DESI项目将拍摄大量不同类型的星系光谱,用这些星系构建宇宙不同距离的三维物质分布,并限制宇宙学模型。与此同时,DESI还将观测约1000万个亮星系(BGS)的光谱。这些BGS也可以用来研究大尺度结构和星系-暗物质晕关系,但不仅如此,这些光谱里也包含着星系中星族平均性质和恒星形成历史的信息。PROVABGS就是想要尽可能地从这些星系中提取这些信息。
光谱拟合早不是新鲜事,有很多成熟的模型和方法。但PROVABGS需要面对的困难是,如图二展示的,为了宇宙学而设计的DESI拍摄的单个星系的信噪比其实。。很惨不忍睹。测量红移可能还是够的,但其他信息就很难办了。因此PROVABGS从一开始就强调了“P”,放到统计概率的角度下看问题。
文章使用的是基于半解析模型和数值模拟的仿真光谱,也比较偏技术。几个亮点是:
- 使用了Non-negative matrix factorization (NMF) 方法来构建非参数化的恒星形成历史模型 (图二)。
- 基于大量的模型光谱构建了一个基于神经网络的高精度的仿真器 (Emulator), 用来提高后续的统计推断的效率。这个仿真器是基于一个叫做Spectulator的框架 (Alsing et al. 2020)。
- 在进行Bayesian统计推断的时候使用了一个叫做Ensemble slice sampling的效率较高的采样技术 (图四)。
- PROVABGS目前支持将DESI光谱和对应星系的测光数据联合进行拟合,这是对于改进拟合结果有帮助的 (图五)。
仿真光谱的测试结果嘛。。。就比较见仁见智了。图六展示了对星系恒星形成率统计还原。。。可以看到,在这种光谱质量和一些不可避免的模型假设下,重现的精度还是很有限的。这也不是一次就能搞定的事情。后续我也会在BGS这个工作组里面围绕着PROVABGS做一些工作,把这个很好的模型框架应用到真正的DESI科学光谱中去。
✋热门推荐