準備好看到「黑洞」了嗎?

作者 | 發布日期 2018 年 10 月 01 日 9:00 | 分類 天文 , 自然科學 follow us in feedly

2006 年開始的雄心勃勃計畫:創造世上最大的望遠鏡,目標是拍攝黑洞的陰影。隨著觀測資料累積,如何分析這個計畫產生的圖像成為研究的重要課題。



行星大小的望遠鏡──事件視界望遠鏡 Event Horizon Telescope(EHT)是由世界各地無線電天文台組合而成。這些天文台使用非常長的基線干涉測量法將數據結合起來,創造出一個有效直徑等於地球的虛擬望遠鏡。

▲ 截至 2017 年 3 月,事件視界望遠鏡(EHT)和全球 mm-VLBI 陣列(Global mm-VLBI Array,GMVA)參與望遠鏡的位置。這些望遠鏡計劃拍攝在銀河系中心超大質量黑洞事件地平線的陰影。(Source:ESO / O。Furtak)

研究人員希望 EHT 有能力拍攝一個吸積黑洞事件地平線的毫米波段無線電波影像──特別是銀河系中心的超大質量黑洞 Sgr A *──以了解黑洞物理和廣義相對論在這個引力怪物深處的具體現像。

現在 EHT 更接近目標了。隨著更多望遠鏡加入系統,此計畫將繼續提高分辨能力和靈敏度。然而,另一個重要研究是,如何以有意義的方式分析和表現產生的黑洞圖像。最近,由 Lia Medeiros(亞利桑那大學、加州大學聖塔芭芭拉分校)領導的研究小組已經證明,一種新穎的方法──統計研究領域中的主成分分析法──可能成為此研究的有效工具。

主成分分析法

主成分分析是一種聰明的數學方法,允許用戶將一組複雜的變量觀察轉換為「主成分」。這過程──通常用於傳統的統計應用,如經濟學和金融學──可簡化觀察的訊息量,並幫助辨識可變性。

Medeiros 和合作研究者證明,模擬 EHT 觀測的時間序列──由高保真一般相對論的黑洞磁流體動力學模擬產生──可使用主成分分析分解為獨立的「本徵圖像」之和。這些本徵圖像提供一種壓縮快照中訊息的方法:大多數快照可透過求和幾十個主要特徵圖像來再現。

▲ 使用主成分分析法將一組圖像分解為獨立的本徵圖像的簡單示例。上方是來自在圓形路徑移動的高斯點的簡單模型快照。主成分分析分解的前四個分量──四個主要的本徵圖像──顯示在下方,用相應的特徵值標記。(Source:The Astrophysical Journal, Volume 864, Number 1, Lia Medeiros et al.)

探索穩定和可變流量

如果來自黑洞模擬的圖像可用本徵圖像的總和來表示,那麼 EHT 產生的實際觀測值也可以。透過這個特徵圖像框架內比較兩組觀察結果──真實和模擬──將能更理解 EHT 觀察到的成分。主成分分析數學可分析稀疏干涉數據,比如 EHT 觀測的結果。

▲ 來自模擬的典型快照(頂部),然後是來自前導 10、40 和 100 個本徵圖像快照的 3 種不同重建。(Source:The Astrophysical Journal, Volume 864, Number 1, Lia Medeiros et al.)

辨識出前導特徵圖像中未能良好分辨的圖像同樣扮演重要角色。這些離散的圖像可指示黑洞周圍的燃燒或其他可變現象,辨識出現這種情況的時刻,也將有助於更理解黑洞周圍吸積流的物理特性。

請留意 EHT 的第一批圖片,期待很快就會有成果──主成分分析很有可能幫助我們理解它們!

(本文由 台北天文館 授權轉載;首圖來源:By XMM-Newton, ESA, NASA [Public domain], via Wikimedia Commons

延伸閱讀:

關鍵字: , ,