{
  "id": "weak-gravitational-lensing",
  "title": "弱引力透镜",
  "lang": "zh-Hans",
  "source_lang": "en",
  "summary": "弱引力透镜通过测量遥远天体图像的微小畸变，绘制物质分布图，并研究宇宙结构、膨胀与引力。",
  "category": "science",
  "subcategory": "astronomy",
  "type": "concept",
  "aliases": [
    "弱引力透镜效应",
    "弱透镜效应"
  ],
  "generated_at": "2026-11-05",
  "model": "pro/gpt-6.1-sol",
  "url": "https://aiwiki.page/zh/weak-gravitational-lensing/",
  "translations": {
    "en": {
      "url": "https://aiwiki.page/en/weak-gravitational-lensing/",
      "json": "https://aiwiki.page/en/weak-gravitational-lensing.json"
    }
  },
  "sections": [
    {
      "heading": "",
      "text": "弱引力透镜是指遥远天体的图像在中间物质引力场的作用下，发生微小且具有相干性的畸变。它是引力透镜的一种情形：图像的形状、大小和视亮度会发生变化，但不会出现强引力透镜所特有的显著多重像或巨型弧。由于单个星系的本征形状未知，通常需要对大量星系进行统计分析来测量这一效应，而不是从单幅图像中加以识别。\n\n这一现象源于广义相对论：光在弯曲时空中传播，因此前景物质的聚集会改变背景光源的视角位置和形状。弱引力透镜的重要性在于，它对所有产生引力的物质都敏感，包括暗物质，而不只是发光天体。因此，弱引力透镜提供了一种绘制质量分布图、测量星系和星系团周围平均物质分布，以及研究宇宙膨胀与结构增长的方法。\n\n现代弱引力透镜研究结合了精密成像、光源距离估计、统计相关性分析和数值模型。其主要观测形式包括大尺度结构引起的相干畸变，即宇宙剪切；前景星系周围的平均畸变；以及星系团产生的透镜效应。要提取这些信号，必须控制仪器畸变、大气造成的模糊、与透镜效应无关的星系取向关联，以及物质非线性演化中的不确定性。"
    },
    {
      "heading": "光线偏折与局部透镜映射",
      "text": "在薄透镜近似下，具有一定空间尺度的前景结构所产生的偏折，可在垂直于视线的平面上表示。源在没有透镜效应时的角位置 \\(\\boldsymbol{\\beta}\\) 与其观测角位置 \\(\\boldsymbol{\\theta}\\) 之间的关系为\n\n\\[\\boldsymbol{\\beta} = \\boldsymbol{\\theta} - \\boldsymbol{\\alpha}(\\boldsymbol{\\theta}),\\]\n\n其中，\\(\\boldsymbol{\\alpha}\\) 是经过适当距离因子缩放后的偏折角。对于足够小的像，这一映射的局部变化由其雅可比矩阵描述：\n\n\\[A_{ij} = \\frac{\\partial\\beta_i}{\\partial\\theta_j} = \\begin{pmatrix} 1-\\kappa-\\gamma_1 & -\\gamma_2\\\\ -\\gamma_2 & 1-\\kappa+\\gamma_1 \\end{pmatrix}.\\]\n\n这一形式忽略了像的旋转；对于单一标量透镜势，像的旋转在最低阶为零。\n\n会聚 \\(\\kappa\\) 描述各向同性的聚焦，而剪切的两个分量 \\(\\gamma_1\\) 和 \\(\\gamma_2\\) 则描述各向异性的拉伸。对于单个薄透镜，\n\n\\[\\kappa=\\frac{\\Sigma}{\\Sigma_{\\rm crit}}, \\qquad \\Sigma_{\\rm crit} = \\frac{c^2}{4\\pi G} \\frac{D_s}{D_lD_{ls}},\\]\n\n其中，\\(\\Sigma\\) 为投影面质量密度，\\(G\\) 为牛顿引力常数，\\(c\\) 为光速。\\(D_l\\)、\\(D_s\\) 和 \\(D_{ls}\\) 分别为观测者到透镜、观测者到源以及透镜到源的角直径距离。由这一几何关系可知，对于距离几乎与前景天体相同的源，该前景天体几乎无法发挥透镜作用；而对于更遥远的源，透镜作用的效率通常更高。\n\n直接从星系形状推断出的量通常是约化剪切，\n\n\\[g=\\frac{\\gamma}{1-\\kappa}, \\qquad \\gamma=\\gamma_1+i\\gamma_2,\\]\n\n而非剪切本身。在弱透镜范围内，即 \\(|\\kappa|\\ll1\\) 且 \\(|\\gamma|\\ll1\\) 时，近似 \\(g\\simeq\\gamma\\) 通常已足够准确。在大质量星系团中心附近，或统计精度很高时，修正就变得重要。放大率为\n\n\\[\\mu=\\frac{1}{(1-\\kappa)^2-|\\gamma|^2},\\]\n\n其一阶近似为 \\(\\mu\\simeq1+2\\kappa\\)。\n\n在几何光学框架下，透镜效应保持面亮度不变，却会改变视角面积，因而改变总流量。因此，它既能改变星系的观测形状，也能影响该星系是否被纳入流量限样本。弱透镜与强透镜的区别在于映射特征和观测情形，而非遵循不同的引力定律。同一个星系团可以在较大的投影半径处产生微弱畸变，同时在其中心附近产生多重像。"
    },
    {
      "heading": "宇宙剪切与投影物质分布",
      "text": "宇宙剪切是遥远星系的图像因其视线方向上物质分布的累积作用而产生的相关畸变。相邻视线会穿过部分相同的前景结构，因此其透镜畸变在统计上存在关联。在宇宙学分析所用的尺度上，单个剪切的幅度通常为百分之一量级，但具体大小取决于源的距离、平滑尺度和前景环境。这些畸变远小于典型星系的固有椭率。\n\n在空间平直的宇宙中，一组源的会聚度可示意性地写为\n\n\\[\\kappa(\\boldsymbol{\\theta}) = \\int_0^{\\chi_H} W(\\chi)\\, \\delta(\\chi\\boldsymbol{\\theta},\\chi)\\,d\\chi,\\]\n\n其中，\\(\\chi\\) 为共动径向距离，\\(\\chi_H\\) 为共动视界距离，\\(\\delta=(\\rho-\\bar{\\rho})/\\bar{\\rho}\\) 为物质密度反差。对于归一化的源距离分布 \\(n(\\chi_s)\\)，有\n\n\\[W(\\chi) = \\frac{3H_0^2\\Omega_m}{2c^2} \\frac{\\chi}{a(\\chi)} \\int_\\chi^{\\chi_H} n(\\chi_s)\\frac{\\chi_s-\\chi}{\\chi_s}\\,d\\chi_s.\\]\n\n这里，\\(H_0\\) 是当前的宇宙膨胀率，\\(\\Omega_m\\) 是当前物质密度占临界密度的比例，\\(a\\) 是宇宙尺度因子。该表达式采用玻恩近似，沿未受扰动的光路计算偏折。\n\n一种标准的观测量是星系椭率的两点相关函数。以一对星系的连线为参照，将剪切分解为切向分量和交叉分量，可得\n\n\\[\\xi_\\pm(\\vartheta) = \\left\\langle \\gamma_t\\gamma_t \\right\\rangle \\pm \\left\\langle \\gamma_\\times\\gamma_\\times \\right\\rangle,\\]\n\n其中，\\(\\vartheta\\) 为这对星系的角间距。这些函数通过含有贝塞尔函数的积分与剪切角功率谱相联系。它们的优势在于实用性：对于覆盖范围不规则的巡天，也可以直接估计这些函数，而无须先构建完整的天图。\n\n角功率谱与三维物质功率谱有关。在常用的平直宇宙林伯近似下，\n\n\\[C_\\ell^{ij} \\simeq \\int d\\chi\\, \\frac{W_i(\\chi)W_j(\\chi)}{\\chi^2} P_\\delta\\!\\left(\\frac{\\ell+1/2}{\\chi},\\chi\\right).\\]\n\n下标 \\(i\\) 和 \\(j\\) 表示按源距离划分的区间。这种层析分析为本质上属于投影的测量增添了部分深度信息，并能区分宇宙几何变化与结构增长变化的影响。不过，由于透镜核函数较宽，相邻红移区间所探测的空间体积会相互重叠。\n\n剪切还可以分解为类似梯度的 E 模和类似旋度的 B 模。在最低阶近似下，标量密度扰动引起的透镜效应产生 E 模。因此，B 模是很有价值的诊断指标，尽管高阶透镜效应和天体物理过程也能产生微弱的物理 B 模信号。未检测到 B 模，并不意味着所有系统误差都可以忽略。"
    },
    {
      "heading": "星系形状的测量",
      "text": "观测到的遥远星系并不呈现其原本的光分布。它的图像经过了点扩散函数的卷积、探测器像素的采样，并受到噪声污染。地面观测图像会因大气湍流和望远镜光学系统而展宽；空间观测图像虽然不受大气视宁度的影响，但仍受到衍射、光学像差、探测器响应和航天器运动的影响。由于引力透镜只会使形状发生微小变化，成像过程中即使很小的各向异性，也可能模拟出宇宙学信号。\n\n恒星常被用于估计点扩散函数，因为在相关观测分辨率下，它们的角尺寸可以忽略不计。恒星的观测图像反映了点源的光如何在探测器上扩散。模型通过插值描述这种扩散随位置、曝光，有时还随波长的变化。波长依赖性之所以重要，是因为恒星和星系的光谱不同，而且星系内部也可能存在颜色梯度。因此，将根据恒星估计出的点扩散函数用于星系测量时，必须谨慎处理。\n\n形状估计方法包括计算加权亮度矩，以及拟合参数化的面亮度轮廓。由二阶矩构造的椭率，在施加微小剪切后会以可预测的方式变化，但其响应取决于椭率的定义、加权方式、噪声和星系群体。不能一概将未经校正的平均椭率等同于剪切；必须采用经过标定的响应或等效校正。星系固有椭率每个分量的离散程度通常为零点几，远大于宇宙学剪切，由此造成的统计限制称为形状噪声。\n\n测量误差通常概括为\n\n\\[\\widehat{\\gamma}=(1+m)\\gamma+c,\\]\n\n其中，\\(m\\) 为乘性偏差，\\(c\\) 为加性偏差。乘性偏差会改变所推断的透镜效应相关性的振幅；加性偏差则可能引入虚假的空间模式。二者都可能随星系大小、亮度、观测条件和位置而变化。选择过程本身也可能依赖于剪切：引力透镜会改变天体的视形状和视大小，从而改变哪些天体能够被探测到，或通过分析中的筛选条件。\n\n图像模拟通过向逼真的合成观测中注入已知剪切来标定这些效应。另一种方法称为元标定（metacalibration），它在处理点扩散函数的影响后，对观测图像施加微小的人工畸变，以估计响应。相关方法还将探测过程纳入响应计算，以处理形状星表形成之前引入的选择效应。所有这些程序的效果，都取决于它们对噪声、图像混叠和实际测量流程的处理是否充分。\n\n在深度巡天中，星系图像的重叠尤为重要。一个混叠图像可能包含来自不同距离光源的光，因此，若未能正确分离各光源的光，就可能同时使形状和红移估计产生偏差。其他仪器效应包括某些探测器中的电荷转移低效，以及随亮度变化的电荷再分布，后者称为“越亮越胖”效应。因此，精密的弱引力透镜测量要求对整个成像和星表构建过程进行表征，而不只是为每个天体准确拟合一个椭圆。"
    },
    {
      "heading": "源的距离与内禀排列",
      "text": "引力透镜效应的强弱取决于观测者、透镜和源之间的相对距离。大规模成像巡天通常无法获取每个源星系的光谱，因此会利用多波段亮度测量推导出的测光红移来估计距离。这种方法利用了随红移变化而移经不同观测滤光片波段的光谱特征，例如4000埃断裂和莱曼断裂。单个星系的红移估计可能具有较宽或多峰的概率分布，尤其是对于颜色相近、但光谱演化历史不同的暗弱星系。\n\n对于宇宙剪切，关键往往是所选源星系样本的真实红移分布，而非每个星系的最佳拟合红移。该分布的微小偏移会改变透镜核函数，并可能产生类似宇宙学参数变化的效应。校准方法包括利用深度成像、光谱样本，以及源位置与已知红移的参考样本之间的相关性。每种方法都有局限：光谱样本可能无法代表暗弱源星系群体，而基于聚集性的方法则依赖于星系聚集性随红移的变化方式。\n\n内禀排列带来了另一种复杂因素。在受到引力透镜作用之前，星系的取向未必在统计上相互独立。潮汐场可以使星系形状与周围结构呈现一致取向，从而使物理上相关联的星系之间产生相关性。前景星系的内禀取向也可能与对更遥远星系产生透镜作用的物质相关。这些效应通常分为内禀—内禀贡献和引力—内禀贡献，惯例上分别缩写为II和GI。\n\n这些机制取决于星系的形成过程和形态。对于由速度弥散支撑的椭圆星系，一种有效的最低阶描述是将其形状与大尺度潮汐场联系起来。盘星系的模型则可能涉及潮汐力矩和角动量，其可见形状与环境之间的关系更为复杂。观测显示，高光度红星系的排列尤为明显，但对于完整的暗弱源星系群体，适用的模型取决于其中各类星系构成比例的变化。单一的排列振幅无法描述所有星系群体或尺度。\n\n层析分箱可以抑制物理距离相近的星系之间的部分相关性，但无法消除GI项，因为前景星系的内禀形状可能与对更远红移区间中的星系产生透镜作用的物质相关。因此，分析时会将排列参数与宇宙学参数联合拟合、利用外部观测，或限制测量所采用的尺度和样本。灵活的潮汐排列与潮汐力矩模型试图同时描述多种物理贡献。\n\n距离校准与内禀排列通过样本选择相互耦合。红移分箱中的误差会改变物理上相关联的星系对所占的比例，而颜色筛选则会同时改变红移分布和排列特性。在单个透镜周围，看似位于背景的源实际上可能是星系团成员或邻近星系，从而稀释透镜信号，并可能引入内禀排列。要准确处理这些问题，需要考虑距离、星系性质与观测选择的联合分布。"
    },
    {
      "heading": "重建投影质量分布图",
      "text": "弱透镜质量重建将测得的剪切场转换为对会聚度或投影物质密度的估计。对于可视为平面的一小片天区，剪切与会聚度都由同一个透镜势的二阶导数给出。对于非零波矢，它们的傅里叶变换满足以下关系：\n\n\\[\\widetilde{\\gamma}_1(\\boldsymbol{\\ell}) = \\frac{\\ell_1^2-\\ell_2^2}{\\ell^2} \\widetilde{\\kappa}(\\boldsymbol{\\ell}), \\qquad \\widetilde{\\gamma}_2(\\boldsymbol{\\ell}) = \\frac{2\\ell_1\\ell_2}{\\ell^2} \\widetilde{\\kappa}(\\boldsymbol{\\ell}).\\]\n\n这些关系是 1993 年提出的凯泽—斯夸尔斯重建方法的基础。在理想条件下，可以对这些关系进行反演，由两个剪切分量恢复会聚度。\n\n实际观测并不满足这些理想条件。星系形状对天区的采样并不均匀，巡天边界使场的覆盖不完整，亮星或探测器缺陷还会造成需要掩蔽的区域。直接反演可能将噪声和边界伪影扩散到整幅图中。平滑处理能够降低形状噪声，但代价是抹去小尺度结构。其他重建方法则采用基于似然的推断、稀疏性假设，或依据物质统计分布设定的先验。因此，解读图中的特征时，必须同时考虑所用的重建方法及其噪声性质。\n\n一个根本性的歧义是质片简并。对于单一源平面，变换\n\n\\[\\kappa'=\\lambda\\kappa+(1-\\lambda), \\qquad \\gamma'=\\lambda\\gamma\\]\n\n不会改变约化剪切。因此，仅凭形状测量无法确定任意均匀面密度分量的贡献。放大率、外部信息、对观测区域边界的假设，或分布在多个已知距离处的源，都有助于约束这一歧义，但实际重建仍存在相关限制。尤其是，有限的观测区域并不会自动提供绝对质量基准。\n\n弱透镜图描绘的是投影物质分布，而不是直接给出三维物质分布。位于不同距离的结构可能沿同一视线重叠，看起来像是同一处质量集中。源的红移信息可用于三维重建或层析重建，但宽广的透镜核和形状噪声限制了径向分辨率。因此，图中可见的峰不一定对应单个引力束缚天体，而真实存在的大质量结构也可能被投影效应或噪声掩盖。\n\n尽管如此，质量分布图仍使人们得以比较产生引力的物质分布与星系及热气体的分布。2006 年对被称为子弹星系团的并合星系团系统所做的分析，结合了透镜观测、光学观测和 X 射线观测。透镜重建得到的主要质量集中区，与大部分发射 X 射线的气体存在位置偏移；这些气体在碰撞过程中受阻减速。对这一现象的解释需要利用整套观测资料和动力学模型；仅凭重建图本身，无法确定暗物质由哪一种粒子构成。"
    },
    {
      "heading": "星系、星系团与放大率测量",
      "text": "星系—星系透镜测量前景星系周围背景源像的平均畸变。单个普通星系周围的信号通常太弱，难以清晰提取，因此需要合并大量透镜—背景源对的测量结果。对于近似轴对称的叠加透镜分布，\n\n\\[\\Delta\\Sigma(R) = \\overline{\\Sigma}(<R)-\\Sigma(R) = \\Sigma_{\\rm crit}\\,\\gamma_t(R),\\]\n\n其中，\\(R\\) 为投影物理间距，\\(\\gamma_t\\) 为切向剪切。在实际测量中，需要对透镜—背景源对赋予权重，并施加与距离有关的修正；观测得到的约化剪切也可能需要换算为剪切。\n\n测得的剖面将可见星系与其周围的暗物质晕联系起来。在较小半径处，恒星和暗物质晕的内部区域对信号有贡献；在较大半径处，信号还包括与宿主暗物质晕及邻近结构相关联的物质所产生的贡献。区分这些贡献，有助于约束暗物质晕的质量、卫星星系比例以及星系在暗物质晕中的占据情况。这种解释具有统计性质：叠加样本中的暗物质晕质量可能分布在很宽的范围内，因此最佳拟合质量并不必然等于所有单个暗物质晕质量的算术平均值。\n\n对于星系团，透镜信号更强，往往可以单独测量。弱引力透镜能够提供质量估计，而无需假设星系团内气体处于流体静力学平衡。因此，它可用于校准根据X射线辐射、光学丰度或苏尼亚耶夫—泽尔多维奇效应推断出的质量。利用星系团丰度约束宇宙学时，这类校准至关重要，因为即使质量存在很小的系统误差，也可能显著改变质量阈值以上天体的预测数量。\n\n星系团测量仍然容易受到背景源样本污染、所假定的密度剖面、所采用的中心位置以及视线方向上其他物质的影响。沿长轴方向观测一个三轴暗物质晕时，其投影可能使它显得比从其他方向观测的相似暗物质晕质量更大。同时拟合弱透镜和强透镜数据可以扩大径向覆盖范围，但联合推断必须考虑不同的观测选择效应和背景源群体。\n\n放大率提供了一种互补的可观测量。透镜效应会增大背景源的流量，同时也会扩大一片天区的视面积，从而减少单位立体角内的背景源数量。如果未受透镜影响的累积计数满足 \\(N(<m)\\propto10^{sm}\\)，则观测面数密度近似满足\n\n\\[n_{\\rm obs}=n_0\\mu^{\\,2.5s-1}.\\]\n\n因此，计数可能增加，也可能减少，具体取决于计数斜率 \\(s\\)。即使背景星系或类星体的形状不适合用于剪切分析，也可以利用它们测量这种放大偏差。\n\n与剪切不同，放大率对各向同性聚焦敏感，但也受到尘埃消光、探测阈值变化、背景源聚集以及前景光遮蔽的影响。只要对这些不同的观测效应分别建模，结合放大率和剪切就能提供额外的一致性检验，并有助于约束质量模型。"
    },
    {
      "heading": "宇宙学信息与引力检验",
      "text": "弱引力透镜通过几何关系和物质涨落的增长这两方面来约束宇宙学。几何关系决定角直径距离和透镜效率，而涨落的增长决定前景物质分布如何随时间演化。在不同的宇宙学模型中，同一观测角间距可能对应不同的物理尺度；不同的膨胀史和引力演化史，也会改变各个时期已经形成的结构的丰富程度。\n\n研究中常用的一个参数组合是\n\n\\[S_8=\\sigma_8\\left(\\frac{\\Omega_m}{0.3}\\right)^{1/2}.\\]\n\n这里，\\(\\sigma_8\\) 是线性理论中，当前在半径为 \\(8h^{-1}\\) 兆秒差距的球形区域内物质涨落的均方根，其中 \\(H_0=100h\\ {\\rm km\\,s^{-1}\\,Mpc^{-1}}\\)。宇宙剪切往往能对接近这一参数组合的方向给出比单独对 \\(\\sigma_8\\) 或 \\(\\Omega_m\\) 更严格的约束。具体的参数简并关系取决于巡天、尺度选取、源分布和宇宙学模型；指数 \\(1/2\\) 是一种实用的约定，而非普适的物理定律。\n\n观测结果通常在Λ冷暗物质模型框架下解释，但也可用于检验包含随时间演化的暗能量、空间曲率或有质量中微子的扩展模型。中微子的自由流会抑制某一尺度以下的物质成团，而这一尺度随宇宙时间演化。弱引力透镜对这种抑制效应很敏感，但其影响与其他参数的不确定性，以及重子过程对小尺度物质成团的改变存在简并。因此，与互补观测结合后，约束会更严格，也更稳健。\n\n引力透镜探测引力的方式也不同于非相对论性物质的运动。在微扰时空的描述中，光线偏折取决于两个度规势的组合，而本动速度主要取决于支配加速度的那个势。将引力透镜与星系成团及速度相关测量相结合，可以检验这些量之间的关系是否符合广义相对论。这类检验需要对星系偏置、内禀取向以及非线性尺度的处理作出假设。\n\n联合分析通常结合宇宙剪切、星系—星系透镜和前景星系成团，这组观测常被称为“三种两点函数”。这些测量将物质—物质、星系—物质和星系—星系相关性联系起来，有助于将星系偏置与物质成团区分开来，并可利用数据本身约束部分干扰参数。与宇宙微波背景引力透镜的交叉相关分析，则引入了距离远得多的源群体，以及一套不同的仪器和天体物理不确定性。\n\n若干针对晚期宇宙的弱引力透镜分析推断出的成团振幅，低于在标准宇宙学模型下从微波背景数据推断出的某些数值。这些差异的显著性取决于所用的数据集、似然函数、建模假设和比较统计量。仅凭这些差异，尚不能不依赖模型地证明存在新物理。"
    },
    {
      "heading": "统计推断、模拟与限制性不确定性",
      "text": "宇宙学弱引力透镜分析将测得的数据向量与依赖于宇宙学参数和干扰参数的理论预测进行比较。数据向量可以包含剪切相关函数、角功率谱、透镜峰，或与前景示踪体的互相关。贝叶斯推断被广泛用于将似然与红移校准、剪切响应、内禀取向相关等量的先验信息相结合。结果不仅取决于测得的信号，也取决于这些干扰效应的参数化方式及其允许范围。\n\n协方差矩阵描述各项测量的不确定性及其相互关联。其来源包括内禀形状噪声、星系数量有限的影响、观测宇宙体积有限所带来的样本方差，以及非线性结构产生的非高斯相关。尺度大于巡天覆盖范围的物质涨落也会改变观测区域内结构的丰度和聚集程度，从而产生超样本协方差。忽略这些关联，可能会高估相邻角尺度分箱或红移分箱所包含的独立信息量。\n\n在小尺度上，理论预测尤其困难。无碰撞多体模拟追踪暗物质的非线性引力演化，而流体动力学模拟还纳入气体、恒星形成和能量反馈。冷却过程可以使物质向晕中心聚集；超新星和活动星系核释放的能量则可以将气体推向外部，改变周围的质量分布。由于透镜效应取决于总物质分布，即使分析主要针对暗物质，这些重子过程也会对其产生影响。\n\n分析通过剔除特定尺度的数据、采用可调节的物质分布模型、使用模拟校准的修正，或对反馈参数显式进行边缘化，来处理不确定的小尺度物理过程。不同策略需要在统计精度与对不确定天体物理过程的依赖之间作出权衡。数值仿真器通过在宇宙学参数空间中对预测进行插值，降低推断的计算成本，但必须在实际使用所涉及的参数范围和物理模型内进行验证。\n\n高阶观测量旨在获取两点统计量未能捕捉的信息。会聚峰计数、三点相关以及平滑后图的概率分布，都对引力坍缩产生的非高斯结构敏感。它们能够改善参数约束，但也容易受到图重建、掩膜、重子物理过程和观测系统误差的影响。机器学习方法可以提取复杂特征，但其表现取决于用于训练的模拟数据能否充分代表实际观测。\n\n因此，验证工作包括使用输入已知的合成数据进行测试、比较独立的分析流程，以及开展零检验，例如检验信号与点扩散函数残差的相关性。许多合作团队还对部分分析实施盲法，以降低人为调整分析选择、使其趋向预期结果的风险。通过一项零检验只能排除某一种失效情形，并不能证明所有偏差都已消除。随着巡天规模不断扩大、统计不确定性持续缩小，核心挑战在于将建模与校准的综合误差控制在统计不确定性以下。"
    },
    {
      "heading": "历史发展与主要巡天项目",
      "text": "弱引力透镜研究源于范围更广的引力光线偏折研究。20 世纪初，太阳附近的星光偏折被用于检验广义相对论；但要测量遥远星系极其微小的统计性畸变，则有赖于后来探测器、图像分析和广视场观测技术的进步。照相底片数据难以满足这类研究的需求，无法对暗弱星系的形状进行精确且可重复的测量。\n\n星系团透镜为早期研究提供了一条途径，因为大质量星系团产生的畸变比大多数单个前景星系更强，而且具有明确的空间分布规律。1990 年，J. 安东尼·泰森、弗朗西斯科·瓦尔德斯和罗杰·温克报告，在富星系团后方的暗弱背景星系中观测到相干畸变。1993 年提出的凯泽–斯奎尔斯方法，在实测剪切与投影质量分布图之间建立了实用的数学联系。1995 年，尼克·凯泽、戈登·斯奎尔斯和汤姆·布罗德赫斯特提出了一种影响深远的方法，能够在校正大气和仪器所致图像畸变的同时估计剪切。\n\n2000 年，多个研究团队独立报告了首批获得广泛认可的宇宙剪切探测结果。他们测量的是观测天区内星系椭率之间的相关性，而不再仅仅测量已知大质量天体周围的畸变。这使弱引力透镜从研究特定质量集中区域的方法，转变为探测整个宇宙中物质统计分布的观测手段。此后的巡天不断扩大天空覆盖范围，改进多色成像，并对形状和红移定标实施日益精细的控制。\n\n加法夏望远镜引力透镜巡天推动了巡天尺度宇宙剪切分析方法的确立，而千平方度巡天、暗能量巡天和斯巴鲁望远镜超广角主焦相机战略巡天计划，则成为高精度测量的主要数据来源。这些项目在巡天面积、成像深度、角分辨率和滤光片覆盖范围之间采取了不同的组合方案。例如，暗能量巡天第三年宇宙学分析所用的弱引力透镜源星系样本，在约 4,100 平方度的天区内包含约 1 亿个星系。更深的观测能够分辨出更多暗弱源，而更大的观测面积则能降低样本方差，并探测到更多大尺度模式。\n\n空间成像不受大气视宁度的影响，能够在观测天区内提供稳定、高分辨率的形状测量。哈勃空间望远镜使研究人员得以对星系团和较小的深场开展细致的引力透镜研究，但其视场限制了巡天速度。欧洲空间局的欧几里得任务于 2023 年 7 月发射，其设计将大面积可见光形状测量与支持距离估计的近红外观测相结合，广域巡天的目标覆盖面积约为 15,000 平方度。\n\n薇拉·C. 鲁宾天文台的时空遗产巡天旨在对南天约 18,000 平方度的天区开展反复的多波段成像。重复曝光既能用于详细表征观测条件，也能用于构建深度图像，同时也对图像联合处理和源混叠处理提出了严格要求。在这些项目中，随着星系数量不断增加，定标、共同采用的天体物理建模，以及巡天之间的独立交叉比较，对测量结果科学价值的重要性也日益凸显。"
    }
  ],
  "links": [
    "gravitational-lensing",
    "general-relativity",
    "dark-matter",
    "speed-of-light",
    "galaxy",
    "galaxy-cluster",
    "cosmology",
    "lambda-cdm-model",
    "dark-energy",
    "neutrino",
    "cosmic-microwave-background",
    "bayesian-inference",
    "machine-learning"
  ],
  "sources": [],
  "license": "https://creativecommons.org/licenses/by/4.0/"
}