先读会聚、剪切,以及星系形状测到了什么 。这一章要用到二维傅里叶变换和复指数。
傅里叶空间里的剪切与会聚 把势写成平面波的叠加:ψ ( θ ) = ∫ d 2 ℓ ( 2 π ) 2 ψ ^ ( ℓ ) e i ℓ ⋅ θ \psi(\boldsymbol\theta)=\int\frac{\mathrm d^2\ell}{(2\pi)^2}\,\hat\psi(\boldsymbol\ell)\,e^{i\boldsymbol\ell\cdot\boldsymbol\theta} ψ ( θ ) = ∫ ( 2 π ) 2 d 2 ℓ ψ ^ ( ℓ ) e i ℓ ⋅ θ 。每求一次导数 ∂ j \partial_j ∂ j ,就多出一个因子 i ℓ j i\ell_j i ℓ j ,所以 ψ , j k → − ℓ j ℓ k ψ ^ \psi_{,jk}\to-\ell_j\ell_k\hat\psi ψ , j k → − ℓ j ℓ k ψ ^ 。代入上一章的定义:
把剪切合成 γ ^ = γ ^ 1 + i γ ^ 2 = − 1 2 ( ℓ 1 + i ℓ 2 ) 2 ψ ^ \hat\gamma=\hat\gamma_1+i\hat\gamma_2=-\tfrac12(\ell_1+i\ell_2)^2\hat\psi γ ^ = γ ^ 1 + i γ ^ 2 = − 2 1 ( ℓ 1 + i ℓ 2 ) 2 ψ ^ ,再除以 κ ^ \hat\kappa κ ^ 。记 ℓ 1 + i ℓ 2 = ℓ e i β \ell_1+i\ell_2=\ell e^{i\beta} ℓ 1 + i ℓ 2 = ℓ e i β ,得
Cosmology with cosmic shear observations: a review, Eq. 30
因子 e 2 i β e^{2i\beta} e 2 i β 的模为一。所以在每个尺度上,剪切和会聚的功率都相同,差别只在相位。
反演:凯泽–斯奎尔斯质量图 乘上 e − 2 i β e^{-2i\beta} e − 2 i β ,把转动撤回:
凯泽和斯奎尔斯在实空间写出了同一个结果:剪切与一个按 1 / θ 2 1/\theta^2 1/ θ 2 衰减的核做卷积。Weak Gravitational Lensing, Eqs. 5.3-5.4 实际操作时,先把星系椭率按网格分箱,做快速傅里叶变换,乘上面的核,再变换回来。
如果剪切场确实来自一个实的会聚场,虚部 κ B \kappa_B κ B 就是零。可测到的形状里还有噪声、对望远镜模糊效应修正得不完美的残差,原则上还有星系自己形成的排列。这些不一定是无旋的,可能会填进 κ B \kappa_B κ B 。所以 B 图是零检验:它应当看起来只有噪声。Discriminating weak lensing from intrinsic spin correlations using the curl-gradient decomposition
例题。 取一列沿 x x x 方向的会聚波,κ = A cos ℓ x \kappa=A\cos\ell x κ = A cos ℓ x 。它的波矢 β = 0 \beta=0 β = 0 ,e 2 i β = 1 e^{2i\beta}=1 e 2 i β = 1 ,所以 γ 1 = A cos ℓ x \gamma_1=A\cos\ell x γ 1 = A cos ℓ x ,γ 2 = 0 \gamma_2=0 γ 2 = 0 。κ \kappa κ 为正处,像沿 x x x 拉长,也就是横跨波峰;κ \kappa κ 为负处,沿 y y y 拉长。一道质量脊就像一块柱面透镜,只在横跨它的方向上放大。把这列波转成沿 y y y 方向传播,此时 β = 90 ∘ \beta=90^\circ β = 9 0 ∘ ,e 2 i β = − 1 e^{2i\beta}=-1 e 2 i β = − 1 ,所以 γ 1 = − A cos ℓ y \gamma_1=-A\cos\ell y γ 1 = − A cos ℓ y :拉伸方向跟着波一起转,仍然横跨波峰。
找不回来的那个模式 在 ℓ = 0 \boldsymbol\ell=0 ℓ = 0 处,核没有定义。这个模式就是视场里会聚的平均值;它丢了,是因为均匀质量片不产生剪切。更准确地说,形状测的是 g = γ / ( 1 − κ ) g=\gamma/(1-\kappa) g = γ / ( 1 − κ ) ,而变换
对任何 λ ≠ 0 \lambda\ne0 λ = 0 都保持 g g g 不变:γ ′ / ( 1 − κ ′ ) = λ γ / [ λ ( 1 − κ ) ] = g \gamma'/(1-\kappa')=\lambda\gamma/[\lambda(1-\kappa)]=g γ ′ / ( 1 − κ ′ ) = λγ / [ λ ( 1 − κ )] = g 。这就是质量片简并。光凭形状,分不清原来的质量分布,和“削弱后的副本加一层均匀质量片”。放大率会变,μ ′ = μ / λ 2 \mu'=\mu/\lambda^2 μ ′ = μ / λ 2 ,所以星系的大小或数密度可以打破这一简并。Weak Gravitational Lensing, Eqs. 5.9-5.10
小视场的凯泽–斯奎尔斯图干脆把视场平均值设为零。我们的可复算教程 用 40 ′ 40' 4 0 ′ 视场里一个无噪声的等温晕检验了这一点。离开边缘以后,重建图和真值只差一个几乎不变的偏移,0.0225 0.0225 0.0225 ;视场真实的平均会聚是 0.0220 0.0220 0.0220 。扣掉这个偏移,残差只有信号的十分之一。
噪声与平滑 星系位置随机时,凯泽–斯奎尔斯估计不平滑的话噪声是无穷大。把每个剪切分量看成白噪声:每分量弥散为 σ ϵ \sigma_\epsilon σ ϵ 、数密度为 n n n 的星系,给每个分量带来 σ ϵ 2 / n \sigma_\epsilon^2/n σ ϵ 2 / n 的噪声功率。反演核的模为一,所以 κ E \kappa_E κ E 和 κ B \kappa_B κ B 各自继承 σ ϵ 2 / n \sigma_\epsilon^2/n σ ϵ 2 / n 的噪声功率。用宽度 θ s \theta_{\rm s} θ s 的高斯函数平滑,它的傅里叶窗口是 e − ℓ 2 θ s 2 / 2 e^{-\ell^2\theta_{\rm s}^2/2} e − ℓ 2 θ s 2 /2 。质量图的噪声方差为
例题。 取 σ ϵ = 0.26 \sigma_\epsilon=0.26 σ ϵ = 0.26 、n = 20 a r c m i n − 2 n=20\ \mathrm{arcmin^{-2}} n = 20 arcmi n − 2 、θ s = 1 ′ \theta_{\rm s}=1' θ s = 1 ′ ,得 σ κ = 0.26 / 4 π × 20 = 0.016 \sigma_\kappa=0.26/\sqrt{4\pi\times20}=0.016 σ κ = 0.26/ 4 π × 20 = 0.016 。在细网格上模拟纯高斯噪声,E 图得 0.0164 0.0164 0.0164 ,B 图得 0.0162 0.0162 0.0162 。一个 θ E = 20 ′ ′ \theta_{\rm E}=20'' θ E = 2 0 ′′ 的星系团,在 1 ′ 1' 1 ′ 处 κ = 0.17 \kappa=0.17 κ = 0.17 ,但平滑之后只留下它比约 1 ′ 1' 1 ′ 更宽的部分。θ s \theta_{\rm s} θ s 减半,噪声翻倍。
平滑是用分辨率换噪声。边缘的代价更大:视场外的剪切不知道,通常设成零,于是边缘外侧的结构会漏进图里。视场内被遮挡的区域也一样。靠近边缘的像素,实际不确定度比公式给的要大。
实验任务 在弱引力透镜质量图实验 里,比较默认视场的 E 模式图和 B 模式图。B 图里能看到哪个晕吗? 载入“星系太少”。先用噪声公式预测:每平方角分 4 个星系时,图的噪声比 20 个时差多少;再对照“质量图峰值与噪声之比”读数。 载入“藏起来的质量片”。星系形状和之前一样。哪些读数没变,哪些变了?也看看星系的大小。 打开高级设置,把平滑尺度从 0.5 角分调到 2 角分。描述两个晕和噪声各有什么变化。 练习 从势出发推出 γ ^ = e 2 i β κ ^ \hat\gamma=e^{2i\beta}\hat\kappa γ ^ = e 2 i β κ ^ ,并证明 ∣ γ ^ ∣ 2 = ∣ κ ^ ∣ 2 |\hat\gamma|^2=|\hat\kappa|^2 ∣ γ ^ ∣ 2 = ∣ κ ^ ∣ 2 。 证明在 κ → λ κ + ( 1 − λ ) \kappa\to\lambda\kappa+(1-\lambda) κ → λκ + ( 1 − λ ) 、γ → λ γ \gamma\to\lambda\gamma γ → λγ 下,放大率变为 μ / λ 2 \mu/\lambda^2 μ / λ 2 。 一列会聚波沿 45 ∘ 45^\circ 4 5 ∘ 方向:κ = A cos [ ℓ ( x + y ) / 2 ] \kappa=A\cos[\ell(x+y)/\sqrt2] κ = A cos [ ℓ ( x + y ) / 2 ] 。求 γ 1 \gamma_1 γ 1 和 γ 2 \gamma_2 γ 2 。 σ ϵ = 0.26 \sigma_\epsilon=0.26 σ ϵ = 0.26 、n = 20 a r c m i n − 2 n=20\ \mathrm{arcmin^{-2}} n = 20 arcmi n − 2 时,平滑尺度取多大,才能得到 σ κ = 0.01 \sigma_\kappa=0.01 σ κ = 0.01 ?把每个测到的椭率都转 45 ∘ 45^\circ 4 5 ∘ ,即 ϵ → i ϵ \epsilon\to i\epsilon ϵ → i ϵ 。E 图和 B 图会怎样? 答案展开答案 由 ψ , j k → − ℓ j ℓ k ψ ^ \psi_{,jk}\to-\ell_j\ell_k\hat\psi ψ , j k → − ℓ j ℓ k ψ ^ :γ ^ 1 + i γ ^ 2 = − 1 2 ( ℓ 1 2 − ℓ 2 2 + 2 i ℓ 1 ℓ 2 ) ψ ^ = − 1 2 ( ℓ 1 + i ℓ 2 ) 2 ψ ^ \hat\gamma_1+i\hat\gamma_2=-\tfrac12(\ell_1^2-\ell_2^2+2i\ell_1\ell_2)\hat\psi=-\tfrac12(\ell_1+i\ell_2)^2\hat\psi γ ^ 1 + i γ ^ 2 = − 2 1 ( ℓ 1 2 − ℓ 2 2 + 2 i ℓ 1 ℓ 2 ) ψ ^ = − 2 1 ( ℓ 1 + i ℓ 2 ) 2 ψ ^ ,而 κ ^ = − 1 2 ℓ 2 ψ ^ \hat\kappa=-\tfrac12\ell^2\hat\psi κ ^ = − 2 1 ℓ 2 ψ ^ 。两者之比为 ( ℓ 1 + i ℓ 2 ) 2 / ℓ 2 = e 2 i β (\ell_1+i\ell_2)^2/\ell^2=e^{2i\beta} ( ℓ 1 + i ℓ 2 ) 2 / ℓ 2 = e 2 i β ,模为一。 μ ′ − 1 = ( 1 − κ ′ ) 2 − ∣ γ ′ ∣ 2 = λ 2 ( 1 − κ ) 2 − λ 2 ∣ γ ∣ 2 = λ 2 μ − 1 \mu'^{-1}=(1-\kappa')^2-|\gamma'|^2=\lambda^2(1-\kappa)^2-\lambda^2|\gamma|^2=\lambda^2\mu^{-1} μ ′ − 1 = ( 1 − κ ′ ) 2 − ∣ γ ′ ∣ 2 = λ 2 ( 1 − κ ) 2 − λ 2 ∣ γ ∣ 2 = λ 2 μ − 1 。β = 45 ∘ \beta=45^\circ β = 4 5 ∘ ,e 2 i β = i e^{2i\beta}=i e 2 i β = i ,所以 γ 1 = 0 \gamma_1=0 γ 1 = 0 ,γ 2 = A cos [ ℓ ( x + y ) / 2 ] \gamma_2=A\cos[\ell(x+y)/\sqrt2] γ 2 = A cos [ ℓ ( x + y ) / 2 ] 。θ s = 0.26 / ( 0.01 4 π × 20 ) = 1.64 ′ \theta_{\rm s}=0.26/(0.01\sqrt{4\pi\times20})=1.64' θ s = 0.26/ ( 0.01 4 π × 20 ) = 1.6 4 ′ 。κ E + i κ B \kappa_E+i\kappa_B κ E + i κ B 对 γ \gamma γ 是线性的,所以整体乘上 i i i :新的 E 图是 − κ B -\kappa_B − κ B ,新的 B 图是 κ E \kappa_E κ E 。形状约定里差 45 ∘ 45^\circ 4 5 ∘ ,全部质量就跑进了零检验图,B 图正好能抓住这种错误。下一篇:剪切相关函数与红移层析 。