---
title: "怎样读暗能量巡天三年数据的透镜与成团分析"
description: "沿着形状星表、红移校准、内禀排列模型和关键图，读暗能量巡天三年数据的三种两点函数联合分析。"
canonical_url: "https://sandboxphysics.com/zh/stories/weak-lensing/reading-des-y3-lensing-and-clustering/"
language: "zh-CN"
page_type: "story"
alternate_languages:
  en: "https://sandboxphysics.com/stories/weak-lensing/reading-des-y3-lensing-and-clustering/"
last_modified: "2026-11-14"
---

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

# 怎样读暗能量巡天三年数据的透镜与成团分析

Sandbox Physics · 2026-11-14

暗能量巡天（DES）三年数据这篇论文，把三种两点函数合在一起：宇宙剪切、星系成团，以及前景星系周围背景星系的剪切。建议按这个顺序读。第二节交代一亿个星系形状怎样校准、怎样按红移分组；第四节和表 I 交代哪些冗余参数吸收了剩下的不确定性；图 5 和图 8 给出剪切数据和内禀排列的幅度；第五节以及图 25、图 26 说明这些选择一变，答案会挪多少。核心结论是成团幅度 $S_8=0.776\pm0.017$，与普朗克卫星的预言一致。

本导读读的是 arXiv:2105.13549v3（2022 年 3 月 21 日），以及它的宇宙剪切姊妹篇 arXiv:2105.13543v2（2022 年 9 月 29 日）的摘要。我们没有与期刊版对照，也没有复算任何 DES 的数字。我们的[教程](https://sandboxphysics.com/zh/stories/weak-lensing/recompute-shear-correlations/)只是在高斯模拟上检验估计量和失败模式。

## 三种函数是什么，为什么要合起来

宇宙剪切 $\xi_\pm(\theta)$ 是四个红移区间里源星系形状的相关。星系成团 $w(\theta)$ 是前景透镜星系位置的相关。星系–星系透镜 $\gamma_{\rm t}(\theta)$ 是源星系在透镜星系周围的切向剪切。论文把三者合称 $3\times2$pt。每种函数对物质密度、物质成团程度、星系与物质之间的偏袒因子的依赖方式不同；合在一起，数据就能定住那些在单一函数里彼此简并的冗余参数。论文第五节把这称为自校准。[Cosmological Constraints from Galaxy Clustering and Weak Lensing, Abstract and Sec. V](https://arxiv.org/abs/2105.13549v3)

## 第二节：形状星表

形状来自 Metacalibration 流程，它直接用测到的星系图像来校准剪切估计，包括星系筛选方式带来的偏差。它不处理与星系重叠混叠相关的探测偏差；论文估计这一偏差对乘性剪切的影响在 2% 到 3%，用图像模拟来校准。最终星表有一亿个星系，覆盖 4143 平方度，有效数密度为每平方角分 5.9 个，形状噪声 $\sigma_e=0.26$。

关于点扩散函数误差，第二节有两句话给了答案：由于改进了 PSF 建模，望远镜模糊效应的建模误差在三年数据里已被证明可以忽略；B 模式信号与零一致。这两句话的证据，第二节都指向形状星表那篇论文。

## 第二节：红移

源星系红移来自自组织映射。宽视场星系按颜色等性质分进一个个单元；深场星系波段更多、噪声更小，分得更细。深场里的光谱红移和多波段测光红移，给每个深场单元一个红移分布。再用一个把合成星系注入真实图像的模拟，叫 Balrog，把宽视场单元映射到深场单元。四个源区间的边界是 $z=0$、$0.36$、$0.63$、$0.87$、$2.0$。星系混叠会让剪切校准和每个区间 $n(z)$ 的形状彼此关联，这次分析第一次把两者放在一起建模。

我们的[层析一章](https://sandboxphysics.com/zh/stories/weak-lensing/shear-correlations-and-tomography/)说明了这为什么要紧：在我们的玩具设置里，把远处 20% 的星系错分进近区间，近区间的信号就高出 42%。

## 第四节与表 I：哪些参数被边缘化

在 $\Lambda$CDM 下，模型有 6 个宇宙学参数和 25 个冗余参数。对源星系，表 I 给每个区间的平均红移平移量和乘性剪切偏差 $m$ 设了高斯先验。

**表 6.1** arXiv:2105.13549v3 表 I 中源星系一侧的先验，给出中心值和宽度，均乘以 100。

| 区间 | 红移平移，$10^2\,\Delta z$ | 剪切偏差，$10^2\,m$ |
| --- | --- | --- |
| 1 | $0.0\pm1.8$ | $-0.6\pm0.9$ |
| 2 | $0.0\pm1.5$ | $-2.0\pm0.8$ |
| 3 | $0.0\pm1.1$ | $-2.4\pm0.8$ |
| 4 | $0.0\pm1.7$ | $-3.7\pm0.8$ |

内禀排列用潮汐排列加潮汐力矩模型。两项各有一个幅度 $a_i$ 和一个红移幂律指数 $\eta_i$，先验都在 $-5$ 到 $5$ 之间均匀分布；另有源星系偏袒参数 $b_{\rm TA}$，取值 $0$ 到 $2$；参考红移 $z_0=0.62$。常用的非线性排列模型就是其中 $a_2=b_{\rm TA}=0$ 的子空间。平田和塞利亚克 2004 年说明，排列项会让透镜信号偏离，甚至削弱它，区间之间的互相关也躲不开。[Intrinsic alignment-lensing interference as a contaminant of cosmic shear](https://arxiv.org/abs/astro-ph/0406275v3)

## 值得细读的图

图 5 给出每一对源区间的 $\xi_\pm(\theta)$ 和最佳拟合模型。看每个子图下方以误差为单位的残差，也看阴影区域。深浅阴影标出的是基准分析排除的尺度，主要因为重子物理会改变小尺度上的物质功率谱；浅色阴影是 $\Lambda$CDM 优化版本重新纳入的尺度。所有截断之后，1300 个数据点留下 462 个，总信噪比为 87。

图 8 给出每个源区间的排列幅度 $a_1$ 和 $a_2$，分别用两种透镜样本拟合。两种透镜样本给出的结果一致。图注提醒，红移演化被强制为平滑的幂律。

图 25 不再只平移每个区间的平均红移，而是对许多完整的 $n(z)$ 实现抽样；它还试了去掉剪切比数据。图 26 换上非线性星系偏袒、自由的透镜放大偏差，或更简单的排列模型。附录 E 说，更简单的排列模型只把 $\sigma_8$–$\Omega_{\rm m}$ 约束收紧了 13%；多出来的幅度本来就拟合得很小，所以论文认为简单模型是可以接受的近似。

## 结果及其状态

**表 6.2** 原文印出的核心数字，给出平均值与 68% 置信限。

| 分析 | $S_8$ | 出处 |
| --- | --- | --- |
| $3\times2$pt，$\Lambda$CDM | $0.776^{+0.017}_{-0.017}$ | arXiv v3 摘要 |
| $3\times2$pt，$\Lambda$CDM，$\Omega_{\rm m}$ | $0.339^{+0.032}_{-0.031}$ | arXiv v3 摘要 |
| 仅宇宙剪切，基准 | $0.759^{+0.025}_{-0.023}$ | 姊妹篇 v2 摘要 |
| 仅宇宙剪切，$\Lambda$CDM 优化 | $0.772^{+0.018}_{-0.017}$ | 姊妹篇 v2 摘要 |

[Cosmology from Cosmic Shear and Robustness to Data Calibration, Abstract](https://arxiv.org/abs/2105.13543v2)

两篇论文用不同的统计量描述与普朗克的比较。$3\times2$pt 论文给出参数差异对应的超越概率 0.13，另一种指标“可疑度”对应 0.48，结论是一致；它的表 VIII 还列了另外两种指标，其中一种给出 0.10。宇宙剪切论文则发现，它的两个 $S_8$ 比普朗克预言低 $2.3\sigma$ 和 $2.1\sigma$（$p=0.02$ 和 $0.05$），同样称之为统计上一致。两者都是合作组发表的结论。差别在于数据组合和统计指标，并不是两篇论文互相矛盾。

宇宙剪切姊妹篇指出，限制精度的主要系统误差是重子效应和内禀排列，排在形状校准和红移校准之前。这就是本导读留给你的开放问题。基准分析把受重子影响的小尺度截掉了，图 5 的阴影就是这么来的。那些尺度上的信息至今还没有用上。

## 你自己能检查什么

- 在[弱引力透镜质量图实验](https://sandboxphysics.com/zh/labs/weak-lensing-mass-map/)里，把源星系移到一个晕的前面，看透镜效率变成零。这就是红移平移会改变预期剪切的原因。
- 在教程里把形状转 $45^\circ$，看 $\xi_-$ 变号。这就是第二节 B 模式零检验背后的道理。
- DES 的数字本身需要 DES 的数据发布、协方差和似然代码。我们没有运行这些。本站没有任何内容依赖尚未发布的巡天产品，包括欧几里得任务的产品。

## 到实验里试试

[弱引力透镜质量图](https://sandboxphysics.com/zh/labs/weak-lensing-mass-map/)：把源星系移到透镜前面，看红移误差为什么会改变形状测到的东西。

## 来源

1. [Cosmological Constraints from Galaxy Clustering and Weak Lensing, Abstract and Sec. V](https://arxiv.org/abs/2105.13549v3)
2. [Intrinsic alignment-lensing interference as a contaminant of cosmic shear](https://arxiv.org/abs/astro-ph/0406275v3)
3. [Cosmology from Cosmic Shear and Robustness to Data Calibration, Abstract](https://arxiv.org/abs/2105.13543v2)

## 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. [文章 **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. [当前页面 **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/)
