---
title: "把剪切场变成质量图"
description: "在傅里叶空间把剪切反演成会聚，用 B 模式做零检验，估计质量图噪声，看清一层均匀质量片为什么藏得住。"
canonical_url: "https://sandboxphysics.com/zh/stories/weak-lensing/from-shear-to-a-mass-map/"
language: "zh-CN"
page_type: "story"
alternate_languages:
  en: "https://sandboxphysics.com/stories/weak-lensing/from-shear-to-a-mass-map/"
last_modified: "2026-11-14"
---

[弱引力透镜与质量图](https://sandboxphysics.com/zh/stories/weak-lensing/)

# 把剪切场变成质量图

Sandbox Physics · 2026-11-14

会聚和剪切是同一个势的二阶导数，所以在傅里叶空间里，剪切不过是把会聚按波矢方向角的两倍转了一下。转回来，测到的剪切场就变成了会聚图。这一转还会附带产生第二张图，也就是虚部，透镜在其中什么也不留下，它天然是一项零检验。途中会丢掉两样东西：图的平均值，因为均匀质量片不改变任何形状；还有清晰度，因为必须平滑，噪声才是有限的。

先读[会聚、剪切，以及星系形状测到了什么](https://sandboxphysics.com/zh/stories/weak-lensing/convergence-shear-and-galaxy-shapes/)。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：$\psi(\boldsymbol\theta)=\int\frac{\mathrm d^2\ell}{(2\pi)^2}\,\hat\psi(\boldsymbol\ell)\,e^{i\boldsymbol\ell\cdot\boldsymbol\theta}$。每求一次导数 $\partial_j$，就多出一个因子 $i\ell_j$，所以 $\psi_{,jk}\to-\ell_j\ell_k\hat\psi$。代入上一章的定义：

$$
\hat\kappa=-\tfrac12\left(\ell_1^2+\ell_2^2\right)\hat\psi,\qquad \hat\gamma_1=-\tfrac12\left(\ell_1^2-\ell_2^2\right)\hat\psi,\qquad \hat\gamma_2=-\ell_1\ell_2\,\hat\psi .
$$

把剪切合成 $\hat\gamma=\hat\gamma_1+i\hat\gamma_2=-\tfrac12(\ell_1+i\ell_2)^2\hat\psi$，再除以 $\hat\kappa$。记 $\ell_1+i\ell_2=\ell e^{i\beta}$，得

$$
\hat\gamma(\boldsymbol\ell)=\frac{(\ell_1+i\ell_2)^2}{\ell^2}\,\hat\kappa(\boldsymbol\ell)=e^{2i\beta}\,\hat\kappa(\boldsymbol\ell).
$$

[Cosmology with cosmic shear observations: a review, Eq. 30](https://arxiv.org/abs/1411.0115v2)

因子 $e^{2i\beta}$ 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 $e^{-2i\beta}$，把转动撤回：

$$
\hat\kappa_E+i\hat\kappa_B=\frac{(\ell_1^2-\ell_2^2)-2i\,\ell_1\ell_2}{\ell^2}\,\hat\gamma(\boldsymbol\ell),\qquad \boldsymbol\ell\ne0 .
$$

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 $1/\theta^2$ 衰减的核做卷积。[Weak Gravitational Lensing, Eqs. 5.3-5.4](https://arxiv.org/abs/astro-ph/9912508v1) 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 $\kappa_B$ 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 $\kappa_B$。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](https://arxiv.org/abs/astro-ph/0012336v1)

**例题。** 取一列沿 $x$ 方向的会聚波，$\kappa=A\cos\ell x$。它的波矢 $\beta=0$，$e^{2i\beta}=1$，所以 $\gamma_1=A\cos\ell x$，$\gamma_2=0$。$\kappa$ 为正处，像沿 $x$ 拉长，也就是横跨波峰；$\kappa$ 为负处，沿 $y$ 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 $y$ 方向传播，此时 $\beta=90^\circ$，$e^{2i\beta}=-1$，所以 $\gamma_1=-A\cos\ell y$：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 $\boldsymbol\ell=0$ 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 $g=\gamma/(1-\kappa)$，而变换

$$
\kappa\to\kappa'=\lambda\kappa+(1-\lambda),\qquad \gamma\to\gamma'=\lambda\gamma
$$

对任何 $\lambda\ne0$ 都保持 $g$ 不变：$\gamma'/(1-\kappa')=\lambda\gamma/[\lambda(1-\kappa)]=g$。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，$\mu'=\mu/\lambda^2$，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](https://arxiv.org/abs/astro-ph/9912508v1)

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](https://sandboxphysics.com/zh/stories/weak-lensing/recompute-shear-correlations/)用 $40'$ 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，$0.0225$；视场真实的平均会聚是 $0.0220$。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 $\sigma_\epsilon$、数密度为 $n$ 的星系，给每个分量带来 $\sigma_\epsilon^2/n$ 的噪声功率。反演核的模为一，所以 $\kappa_E$ 和 $\kappa_B$ 各自继承 $\sigma_\epsilon^2/n$ 的噪声功率。用宽度 $\theta_{\rm s}$ 的高斯函数平滑，它的傅里叶窗口是 $e^{-\ell^2\theta_{\rm s}^2/2}$。质量图的噪声方差为

$$
\sigma_\kappa^2=\int\frac{\mathrm d^2\ell}{(2\pi)^2}\,\frac{\sigma_\epsilon^2}{n}\,e^{-\ell^2\theta_{\rm s}^2}=\frac{\sigma_\epsilon^2}{4\pi\,\theta_{\rm s}^2\,n} .
$$

**例题。** 取 $\sigma_\epsilon=0.26$、$n=20\ \mathrm{arcmin^{-2}}$、$\theta_{\rm s}=1'$，得 $\sigma_\kappa=0.26/\sqrt{4\pi\times20}=0.016$。在细网格上模拟纯高斯噪声，E 图得 $0.0164$，B 图得 $0.0162$。一个 $\theta_{\rm E}=20''$ 的星系团，在 $1'$ 处 $\kappa=0.17$，但平滑之后只留下它比约 $1'$ 更宽的部分。$\theta_{\rm s}$ 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

1. 在[弱引力透镜质量图实验](https://sandboxphysics.com/zh/labs/weak-lensing-mass-map/)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？
2. 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。
3. 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。
4. 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

1. 从势出发推出 $\hat\gamma=e^{2i\beta}\hat\kappa$，并证明 $|\hat\gamma|^2=|\hat\kappa|^2$。
2. 证明在 $\kappa\to\lambda\kappa+(1-\lambda)$、$\gamma\to\lambda\gamma$ 下，放大率变为 $\mu/\lambda^2$。
3. 一列会聚波沿 $45^\circ$ 方向：$\kappa=A\cos[\ell(x+y)/\sqrt2]$。求 $\gamma_1$ 和 $\gamma_2$。
4. $\sigma_\epsilon=0.26$、$n=20\ \mathrm{arcmin^{-2}}$ 时，平滑尺度取多大，才能得到 $\sigma_\kappa=0.01$？
5. 把每个测到的椭率都转 $45^\circ$，即 $\epsilon\to i\epsilon$。E 图和 B 图会怎样？

答案

1. 由 $\psi_{,jk}\to-\ell_j\ell_k\hat\psi$：$\hat\gamma_1+i\hat\gamma_2=-\tfrac12(\ell_1^2-\ell_2^2+2i\ell_1\ell_2)\hat\psi=-\tfrac12(\ell_1+i\ell_2)^2\hat\psi$，而 $\hat\kappa=-\tfrac12\ell^2\hat\psi$。两者之比为 $(\ell_1+i\ell_2)^2/\ell^2=e^{2i\beta}$，模为一。
2. $\mu'^{-1}=(1-\kappa')^2-|\gamma'|^2=\lambda^2(1-\kappa)^2-\lambda^2|\gamma|^2=\lambda^2\mu^{-1}$。
3. $\beta=45^\circ$，$e^{2i\beta}=i$，所以 $\gamma_1=0$，$\gamma_2=A\cos[\ell(x+y)/\sqrt2]$。
4. $\theta_{\rm s}=0.26/(0.01\sqrt{4\pi\times20})=1.64'$。
5. $\kappa_E+i\kappa_B$ 对 $\gamma$ 是线性的，所以整体乘上 $i$：新的 E 图是 $-\kappa_B$，新的 B 图是 $\kappa_E$。形状约定里差 $45^\circ$，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](https://sandboxphysics.com/zh/stories/weak-lensing/shear-correlations-and-tomography/)。

## 到实验里试试

[弱引力透镜质量图](https://sandboxphysics.com/zh/labs/weak-lensing-mass-map/)：载入藏起来的质量片，看哪些读数变了，哪些没变。

## 来源

1. [Cosmology with cosmic shear observations: a review, Eq. 30](https://arxiv.org/abs/1411.0115v2)
2. [Weak Gravitational Lensing, Eqs. 5.3-5.4](https://arxiv.org/abs/astro-ph/9912508v1)
3. [Discriminating weak lensing from intrinsic spin correlations using the curl-gradient decomposition](https://arxiv.org/abs/astro-ph/0012336v1)

## 继续阅读

弱引力透镜与质量图 · 阅读路径

### 从星系形状到质量分布图

1. [文章 **每个星系只歪一点点，怎样拼出整片暗物质分布？**](https://sandboxphysics.com/zh/stories/weak-lensing/galaxy-shapes-weigh-dark-matter/)
2. [文章 **会聚、剪切，以及星系形状测到了什么**](https://sandboxphysics.com/zh/stories/weak-lensing/convergence-shear-and-galaxy-shapes/)
3. [当前页面 **把剪切场变成质量图**](https://sandboxphysics.com/zh/stories/weak-lensing/from-shear-to-a-mass-map/)
4. [文章 **剪切相关函数与红移层析**](https://sandboxphysics.com/zh/stories/weak-lensing/shear-correlations-and-tomography/)
5. [文章 **在模拟里重算剪切相关与层析**](https://sandboxphysics.com/zh/stories/weak-lensing/recompute-shear-correlations/)
6. [文章 **怎样读暗能量巡天三年数据的透镜与成团分析**](https://sandboxphysics.com/zh/stories/weak-lensing/reading-des-y3-lensing-and-clustering/)
