跳转到内容
← 返回知识库
宇宙学观测约 22 分钟阅读

弱引力透镜与宇宙剪切

弱引力透镜宇宙剪切暗物质形状测量Sigma8张力DESEuclid宇宙学

概述

弱引力透镜（weak gravitational lensing）是宇宙中大尺度物质分布（主要是暗物质）对背景星系图像形状产生的微弱但统计上可测量的扭曲效应。与强引力透镜（产生明显的弧、多像等）不同，弱引力透镜对单个星系的形状改变只有约 1%–3%，远小于星系本身的内禀椭率（约 20%–30%），只有对大量背景星系（数百万至数十亿）进行统计分析才能提取出信号。

宇宙剪切（cosmic shear）是弱引力透镜最纯粹的宇宙学应用：通过测量背景星系两两之间的形状相关函数（shape correlation function），直接探测视线方向上的物质功率谱，从而约束宇宙物质密度 Ωm\Omega_m 和物质涨落振幅 σ8\sigma_8（或两者之积 S8=σ8Ωm/0.3S_8 = \sigma_8 \sqrt{\Omega_m/0.3}）。

弱透镜不是把单个星系拉成一条弧。那是强透镜的地盘，出现在星系团中心附近，肉眼就能看见。引力透镜把同一套几何分成强弱两档：强透镜给出多重像和弧，弱透镜只把背景星系的椭圆率改约 1%–3%。

单个星系看不出任何故事。必须把数百万个形状当成噪声里的微弱相关，剪切才从统计里浮出来。

读者容易把“看见暗物质”理解成拍到一张暗物质照片。弱透镜给出的是视线方向质量的统计涨落，不是某团气体的发光图像。光只负责当探针，信号来自质量如何弯曲时空。广义相对论里光线沿测地线走，物质不必发光也会留下剪切。

引力透镜的基本理论

透镜方程与剪切

在弱场近似和薄透镜近似下，引力透镜的核心量是收敛度（convergence）κ\kappa 和剪切（shear）γ\gamma。对于视线方向的积分效果（宇宙剪切情形）：

κ(n^)=3H02Ωm2c2∫0χsdχχ(χs−χ)χsδ(χn^,χ)a(χ)\kappa(\hat{\mathbf{n}}) = \frac{3H_0^2 \Omega_m}{2c^2} \int_0^{\chi_s} d\chi \frac{\chi(\chi_s - \chi)}{\chi_s} \frac{\delta(\chi \hat{\mathbf{n}}, \chi)}{a(\chi)}

其中 χ\chi 是共动距离，χs\chi_s 是源星系的共动距离，δ\delta 是物质密度对比度，$a$ 是宇宙膨胀因子。收敛度 κ\kappa 正比于视线方向的物质柱密度超出背景的部分，描述了像的各向同性放大/缩小。剪切张量 γ1,2\gamma_{1,2} 描述了像的各向异性拉伸（椭率改变）。对于弱透镜，观测到的星系椭率 eobs≈eint+γe_\mathrm{obs} \approx e_\mathrm{int} + \gamma，其中 einte_\mathrm{int} 是内禀椭率，γ\gamma 是剪切量。

公式里的共动距离把“多远的物质、能扭曲多远的源”写成一条积分核。源再远，核就更厚，同一团前景质量贡献的 κ\kappa 也更大。红移一旦系统性地估偏，整条核都会跟着偏。

这不是配角误差，而是把振幅标尺整根移动。共动距离与宇宙学红移把 χ(z)\chi(z) 写成膨胀史的积分，弱透镜的核直接坐在这条积分上。

观测到的往往不是裸剪切 γ\gamma，而是约化剪切 g=γ/(1−κ)g=\gamma/(1-\kappa)。弱透镜区 κ\kappa 只有百分之几，两者几乎相等，分析里仍按约化剪切来建模。单个星系只能给出一个椭圆率，分不出哪一部分是内禀、哪一部分是剪切。平均掉内禀之后，剩下的相关函数才对应 γ\gamma 的两点统计。

功率谱与两点相关函数

宇宙剪切的统计量通常通过剪切两点相关函数（shear two-point correlation function）ξ±(θ)\xi_\pm(\theta) 或等价的功率谱 Cℓ(κ)C_\ell(\kappa) 描述：

ξ±(θ)=⟨γtγt⟩(θ)±⟨γ×γ×⟩(θ)\xi_\pm(\theta) = \langle \gamma_t \gamma_t \rangle(\theta) \pm \langle \gamma_\times \gamma_\times \rangle(\theta)

其中 γt\gamma_t（切向分量）和 γ×\gamma_\times（交叉分量）是相对于两星系连线的剪切分量。ξ+\xi_+ 和 ξ−\xi_- 对不同尺度的功率谱有不同的加权响应。

ξ±\xi_\pm 是实空间的相关，功率谱 CℓC_\ell 是同一信息的谐波版本。大角尺度（小 ℓ\ell）主要看线性结构，小角尺度混进非线性坍缩和重子反馈。巡天把星系按测光红移分成几层，再算层内与层间的相关，这就是剪切层析。层析把沿途一团模糊的积分拆成对距离的粗分辨率，代价是每一层的 $n(z)$ 都必须标定对。

E 模式对应无旋的梯度剪切，是引力透镜的主导信号；B 模式在一阶弱透镜里应当接近于零。测到显著 B 模式，通常不是新物理，而是点扩散函数残余、选择偏差或内禀排列没减干净。因此 B 模式是系统误差的空检验，不是宇宙学参数的主约束。

主要挑战

形状测量

从观测图像精确测量星系形状是弱引力透镜的最大技术挑战：

  • 点扩散函数（PSF）污染：望远镜光学像差、大气湍流（地面观测）使点源的图像呈椭圆形（PSF 各向异性），在弱引力透镜分析中必须被精确校正
  • 加乘性形状测量偏差：星系形状估计器（如椭率矩法、模型拟合法）对噪声和各向异性 PSF 敏感，引入乘性偏差 $m$（eobs=(1+m)etruee_\mathrm{obs} = (1+m)e_\mathrm{true}）和加性偏差 $c$
  • 形状测量精度要求：对于 Euclid 级别的空间望远镜，$m$ 的系统控制要求达到 ∣m∣<2×10−3|m| < 2 \times 10^{-3}，约为目前最优地面结果的 10 倍

地面观测的点扩散函数被大气视宁度拉长，椭圆率可以轻易到百分之几，和剪切同量级。自适应光学能把近红外核收进衍射极限，但弱透镜巡天要的是大视场、深曝光、均匀定标，通常不用单目标自适应光学去拍每一个源。光学望远镜先把 PSF 在恒星上测准，再把它从星系图像里解卷积。定标错了，虚假剪切会在整个巡天里指向同一方向，不会因为星系更多而平均掉。

乘性偏差 $m$ 之所以可怕，是因为它随信噪比和星系大小变化。暗而小的星系系统性地被测得更圆或更扁，平均之后仍留下与剪切同方向的残差。Euclid 把 $|m|$ 压到 2×10−32\times 10^{-3} 以下，不是因为统计误差已经小到这个数，而是因为系统项必须比统计项更低，否则多年巡天只是把偏差测得更精确。加性偏差 $c$ 则常来自 PSF 模型的残余各向异性，必须在星空的每个位置单独盯死。

内禀排列（Intrinsic Alignments，IA）

相邻星系由于形成于相同的大尺度引力潮汐场中，其形状倾向于相互平行（位置-内禀对齐，GI）或互相对齐（内禀-内禀对齐，II），产生与真实剪切信号混淆的"内禀排列"污染。IA 对宇宙剪切的影响在 10%–30% 量级，是最主要的系统误差来源（Troxel & Ishak 2015，Physics Reports 558，1–29；Joachimi et al. 2015，Space Science Reviews 193，1–65）。

内禀排列不是随机噪声。椭圆星系的长轴倾向于沿着周围暗物质晕的潮汐场排列，螺旋星系的盘面取向则更多受角动量获取历史影响，两类星系的污染强度并不相同。位置-剪切相关（GI）尤其难缠：前景星系的内禀形状与同一潮汐场产生的背景剪切相关，这项与宇宙剪切同号或反号都可能，取决于红移分层怎么切。内禀-内禀相关（II）主要出现在同一红移薄层里的近邻星系之间，层析可以压低它，却压不掉 GI。

Troxel 与 Ishak 的综述把这件事写成弱透镜进入百分之一精度时代之后最大的天体物理系统项。Joachimi 等人则强调：没有一种从第一原理算出的排列振幅可以当先验钉死，必须在数据里同时拟合排列幅度，或者用光谱样本单独约束。它会把 S8S_8 往下拉还是往上推，取决于模型符号和红移权重，所以不能把“透镜测得更松散”直接读成新物理。Hirata 与 Seljak 较早指出，GI 项会与透镜信号发生干涉，不是可以事后随便减掉的加性噪声（Hirata & Seljak 2004，Physical Review D 70，063526）。

测光红移不确定性

弱引力透镜宇宙学分析依赖于对大量背景星系的红移分布（$n(z)$）的精确标定。测光红移的系统偏差（平均偏移约 Δz∼0.002\Delta z \sim 0.002–$0.01$）会直接影响 σ8\sigma_8 的测量。

弱透镜几乎不可能给每一个源星系拍光谱。天文光谱学方法给出的光谱红移精确，但在 Euclid 和地面弱透镜所要的源密度上不可扩展。测光红移用几个宽波段的颜色去猜 $n(z)$，平均可以，尾巴上的灾难性离群值会把一部分星系放到错误的层里。文中给出的平均偏移 Δz∼0.002\Delta z \sim 0.002–$0.01$，已经足以把 σ8\sigma_8 的推断挪出统计误差棒——不是因为红移数字本身看起来大，而是因为透镜核随距离陡变。

标定 $n(z)$ 的办法是拿一块有光谱的深场当锚，再把测光样本叠上去。光谱样本往往更亮、更红、更偏向某些类型的星系，和弱透镜真正用的暗源并不同一分布。红移巡天与宇宙三维制图和大型巡天SDSS与DESI能提供大量光谱，但覆盖的天区和星等仍补不满弱透镜源表。

于是出现一种循环：你要用聚类红移或重采样来修正选择效应，而这些修正本身又依赖大尺度结构模型。测光红移因此不是配一张红移表的后勤步骤，而是宇宙学似然函数里的一维高杠杆参数。

主要实验与结果

实验样本大小面积主要结果
KiDS-1000（光学，VST）2100 万星系1006 deg2^2S8=0.759±0.024S_8 = 0.759 \pm 0.024
DES Y3（Dark Energy Survey）1亿星系4143 deg2^2S8=0.776±0.017S_8 = 0.776 \pm 0.017
HSC（Subaru）1200万星系433 deg2^2S8=0.769−0.031+0.031S_8 = 0.769^{+0.031}_{-0.031}

（Heymans et al. 2021，A&A 646，A140；Amon et al. 2022，PRD 105，023514；Li et al. 2023，PRD 108，123518）

三台地面巡天的面积和源密度差一截，但 S8S_8 都落在 $0.76$ 附近，低于 Planck 的 0.832±0.0130.832 \pm 0.013。这种跨仪器的一致，曾被当成“不是某台望远镜的故障”的理由。一致性并不能自动排除一类共有的系统误差：内禀排列和测光红移标定在三家分析里用的是相近的方法论。Euclid Q1 只有约 63 平方度，而且官方把它标成技术与天体物理放数，不能拿来当宇宙学结论。

注：Euclid 于 2025 年 3 月发布的 Quick Release 1（Q1，约 63 deg²）为早期技术/天体物理放数，并非宇宙学放数；其首批宇宙剪切宇宙学约束预计 2026 年发布。

$S_8$ 张力

与哈勃张力类似，弱引力透镜测量与 Planck CMB 结果之间存在约 2–3σ\sigma 的张力（S8S_8 张力）：

  • Planck 2018（CMB）：S8=0.832±0.013S_8 = 0.832 \pm 0.013
  • 弱引力透镜（KiDS-1000/DES Y3 综合）：S8≈0.765S_8 \approx 0.765–$0.776$

两者相差约 2–3σ\sigma（显著性低于哈勃张力）。可能的解释：

  1. 系统误差：IA 建模不充分、测光 $z$ 偏差、形状测量偏差
  2. 统计涨落：低显著性，尚在正常范围内
  3. 新物理：暗物质相互作用、动力学暗能量、或修改引力在中间尺度的效应

把这件事写成“透镜错了”或“Planck 错了”都过早。S8结构增长张力要问的是：从宇宙微波背景读出的早期振幅，经过标准增长理论推到今天，是否等于弱透镜直接看到的晚期成团。差值只有约 2–3σ，显著性低于哈勃张力，解释空间也更宽。系统误差、统计涨落、新物理三条路目前都还通着，Euclid 的宇宙学放数被期待用来收窄其中至少一条。

宇宙剪切的科学价值

宇宙剪切是目前唯一能够在不依赖任何光与物质关系假设的情况下直接测量宇宙物质分布的方法——光只是探针，信号来自质量的引力效应，暗物质和重子物质同等贡献。与 CMB 提供早期宇宙快照不同，弱引力透镜探测的是晚期宇宙的物质分布（z≲2z \lesssim 2），因此两者的联合分析（CMB + WL）可以约束宇宙结构从早期到晚期的演化，检验 Λ\LambdaCDM 的预言。

价值还体现在“探针正交”：重子声学振荡与红移畸变依赖星系示踪偏置，弱透镜直接积分质量，对偏置的依赖更弱。把两者绑在同一似然里，可以同时收紧 Ωm\Omega_m–S8S_8 与增长指数，并检验偏置模型是否在自洽。若晚期增长真被抑制，剪切层析的红移演化应先于单个 S8S_8 数字露出形状异常——这是比“只报一个更低的 S8S_8”更硬的检验路径。

Euclid 与未来展望

ESA Euclid 卫星（2023年7月发射）将对约 15000 平方度的天空（约 1/3 天球）进行高分辨率光学（VIS 仪器，分辨率约 0.1''）和近红外测光，预计测量约 15 亿个星系的形状。Euclid 的 5 年宇宙剪切分析预期将 σ8\sigma_8 和 Ωm\Omega_m 的精度分别提升至约 1%，角功率谱测量覆盖角尺度 ℓ∼10\ell \sim 10–5000（Laureijs et al. 2011，Euclid Red Book）。Vera Rubin 天文台（LSST）将在 $r < 27.5$ 等深度对 18000 平方度进行10年成像，预计检测约 30 亿个星系的弱引力透镜信号，与 Euclid 形成互补（Ivezic et al. 2019，ApJ 873，111）。

Euclid 的 VIS 分辨率约 0.1 角秒，空间平台没有大气各向异性 PSF 这一项，形状测量的误差预算因此和 KiDS、DES 不同。它仍要处理自身的光学像差、电荷转移和从近红外测光来的红移。Vera Rubin 天文台走的是另一条：十年时域、18000 平方度、约 30 亿源，统计力更大，PSF 却必须夜夜与大气搏斗。两套系统误差正交，才是真正的交叉检验。

未来放数的关键不是面积数字本身，而是校准链是否公开可复现：模拟注入剪切、恒星PSF星表、光谱锚点深场与内禀排列的联合先验，必须能被独立团队重跑。否则“精度到百分之一”只会把某家流水线的系统项测得更漂亮。罗马空间望远镜与地面宽视场的重叠天区，正是为把同一片剪切用不同PSF与不同测光红移再量一遍而设计的。

星系-星系透镜与星系群透镜

除了宇宙剪切，弱引力透镜还有两个重要应用分支：

星系-星系透镜（galaxy-galaxy lensing，GGL）：测量单个前景星系（或星系群）对背景星系形状的统计切向剪切，直接测量前景天体的平均质量分布（暗物质晕的切向密度轮廓）。GGL 不需要知道前景星系的内禀椭率分布，系统误差来源较少，是测量星系-暗物质晕关系（halo occupation distribution，HOD）的核心工具（Mandelbaum et al. 2006，MNRAS 368，715）。

星系团质量：通过测量背景星系在星系团周围的切向剪切，可以重建星系团的二维投影质量分布——无需任何关于质量的动力学假设。DES、KiDS 和 Euclid 利用弱引力透镜建立了包含数千个星系团的质量精标定样本，为宇宙学功率谱约束提供了额外的独立探针（Medezinski et al. 2018，PASJ 70，S28；McClintock et al. 2019，ApJ 872，170）。

GGL 与宇宙剪切的联合（常称 3×2pt：星系聚类、星系–剪切、剪切–剪切）能部分打破 Ωm\Omega_m 与 σ8\sigma_8 的退化，并给内禀排列幅度额外把手。团透镜标定富度–质量关系时，投影效应与成员星系错配仍是主系统项；切向剪切剖面在大半径处对两晕项敏感，小半径处则混入重子与卫星分布，尺度切割策略直接决定宇宙学权重落在哪一段物理上。

跨域连接

  • 大尺度结构形成：剪切信号正比于视线上物质涨落的积分，因此它测的是晚期宇宙的结构增长幅度，而不是某个天体。这让它与微波背景形成时间上的对照：同一套初始条件预言的今日成团程度与实测差多少，就是结构增长这条线上的紧张所在。
  • 中心极限定理：单个星系的形变只有百分之几，远小于它自身约三成的固有椭率。唯一可行的路径是把固有椭率当零均值噪声，靠大量星系平均把它压到信号之下，误差随星系数平方根下降。这决定了巡天的设计逻辑：面积与源密度比单体信噪比更重要。
  • 计算机视觉：形状测量是从被点扩散函数卷积并加噪的图像估计二阶矩，而估计器的偏差与噪声水平相关。于是暗星系的形状会被系统性地测偏，偏差方向一致且不随样本数消失——这就是乘性偏差必须被压到千分之几的原因。
  • 流行病学：相邻星系因为形成于同一片潮汐场，形状本就倾向对齐，这份相关与真实剪切无法靠更多数据区分。结构上这是混杂：暴露与结局有共同原因，只能靠建模处理。它至今是宇宙剪切最主要的系统误差来源。
  • 遥感与地理信息系统：地表遥感也必须先扣除仪器点扩散与大气路径辐射才能谈反射率，残差会直接变成虚假地物。同一件事在天文里叫点扩散函数标定——两边共有的教训是：定标误差比噪声更危险，因为它不随观测量增加而平均掉。

关键参数速查

  • KiDS-1000 有效面积：1006 deg2^2；星系数密度：约 6.17 arcmin−2^{-2}
  • DES Y3 有效面积：4143 deg2^2；源星系数：约 1亿
  • Euclid（全巡天）：约 15000 deg2^2；目标星系数：约 15亿
  • 典型内禀椭率均方根（RMS）：σe≈0.27\sigma_e \approx 0.27（每分量）
  • 弱引力透镜信号（剪切值）典型范围：γ∼0.01\gamma \sim 0.01–$0.03$
  • 目前 S8=σ8Ωm/0.3S_8 = \sigma_8 \sqrt{\Omega_m/0.3} 各实验值：KiDS-1000: 0.759±0.0240.759 \pm 0.024；DES Y3: 0.776±0.0170.776 \pm 0.017；Planck CMB: 0.832±0.0130.832 \pm 0.013

参考文献

  • Bartelmann, M. & Schneider, P. (2001). Weak gravitational lensing. Physics Reports, 340, 291–472.
  • Troxel, M. A. & Ishak, M. (2015). The intrinsic alignment of galaxies and its impact on weak gravitational lensing in an era of precision cosmology. Physics Reports, 558, 1–29.
  • Heymans, C. et al. (2021). KiDS-1000 cosmology: multi-probe weak gravitational lensing and spectroscopic galaxy clustering constraints. Astronomy & Astrophysics, 646, A140.
  • Amon, A. et al. (2022). Dark Energy Survey year 3 results: cosmology from cosmic shear and robustness to data calibration. Physical Review D, 105, 023514.
  • Laureijs, R. et al. (2011). Euclid Definition Study Report. arXiv:1110.3193.
  • Ivezic, Z. et al. (2019). LSST: from science drivers to reference design and anticipated data products. Astrophysical Journal, 873, 111.
  • Joachimi, B. et al. (2015). Galaxy alignments: An overview. Space Science Reviews, 193, 1–65.
  • Hirata, C. M. & Seljak, U. (2004). Intrinsic alignment-lensing interference as an origin of systematic errors in cosmic shear measurements. Physical Review D, 70, 063526.
  • Mandelbaum, R. et al. (2006). Galaxy halo masses and satellite fractions from galaxy-galaxy lensing in the Sloan Digital Sky Survey. Monthly Notices of the Royal Astronomical Society, 368, 715–731.

正文中引用本条 · 8 · 其中 1 条来自其他领域

宇宙物理引力透镜的物理