暗能量光譜儀 DESI 並不拍攝暗能量。沒有任何儀器能做到:暗能量不發出任何光。DESI 所做的是非常精確地測量數百萬個星系和類星體的三維位置,然後從它們形成的圖案中讀出宇宙膨脹的歷史。
使其強大的祕訣在於規模。DESI 是一臺光譜儀——一種將物體的光分解為其顏色的儀器——但它可以同時記錄大約 5000 個目標,一夜復一夜,而非一次一個。正是這一點將一項緩慢的測量轉變為一幅宇宙的地圖。
一個循環的想法
DESI 所做的一切重複一個循環:
選取 5000 個星系 → 分別收集每個星系的光 → 將光分解為顏色 → 測量紅移 → 將星系放入三維地圖。
對數百萬個對象遍佈天空和宇宙時間重複此操作,浮現的地圖就攜帶著宇宙如何膨脹的指紋。
選擇觀測目標
DESI 並非盲目掃描天空。它從已有的廣域巡天圖像出發,通過亮度、形狀和顏色選擇最有用的目標。主要收穫包括:
- 明亮的、相對鄰近的星系;
- 亮紅色星系——質量巨大且更遙遠;
- 發射線星系,其光譜攜帶尖銳、易於識別的特徵;
- 類星體,被用來探測最遙遠的宇宙以及我們與它們之間氣體的璀璨信標。
顏色給出目標類型和距離的粗略估計。DESI 隨後用其光譜儀進行精確測量。
五千個機器人和光纖
DESI 安裝在亞利桑那州基特峰的 Nicholas U. Mayall 4 米望遠鏡上。一組大型透鏡將光線聚焦到一個約 0.8 米寬的彎曲焦平面上,覆蓋約 3 度寬的一片天空——對於光譜儀來說這是一個巨大的視場。
焦平面被分為十個楔形區域,每個區域裝有 500 個微型機器人:總共 5000 個機器人定位器。每個機器人攜帶著一根細光纖的尖端。每次曝光前,軟體計算出每個目標將落在焦平面的何處,並將每一根光纖驅動到其目標——就像同時將 5000 根微型吸管放在 5000 個光點上。相鄰光纖必須避免碰撞,因此在密集斑塊中並非每個目標都能在一次中捕獲;天空會以不同的分配重新訪問。
從光到光譜
在曝光期間,每根光纖收集它瞄準的那個目標的光。光隨後通過光纖束傳輸到 十臺光譜儀,每臺由 500 根光纖餵送。每臺光譜儀將光分佈在三個波段上,從近紫外到近紅外,大約 360 到 980 奈米。
結果不是一張照片,而是每個目標的一條光譜:亮度隨波長的變化曲線,在化學元素、恆星和氣體發射或吸收光的地方有明顯的峰和谷。
從光譜到紅移
這些光譜線在實驗室中有其測量波長。在遙遠星系中,它們到達我們時被拉伸到更長的波長,因為宇宙的膨脹在光傳播途中拉伸了它。拉伸量就是紅移,z:
z = (觀測波長 − 發射波長) / 發射波長。
如果一條本應在 500 nm 處的譜線出現在 750 nm,其紅移為 (750 − 500) / 500 = 0.5。更大的宇宙學紅移通常意味著更古老的光,來自更遠的地方。DESI 的管道對每條光譜進行校準,識別目標,並報告紅移以及該紅移的可靠程度。
從紅移到三維地圖
對於每個星系,DESI 知道它在天空中的兩個角度,並且從紅移大致知道它沿視線方向的距離。將數百萬個這些疊加在一起,宇宙網出現了:星系纖維、稠密星團、片狀牆體和巨大的近似空無的虛空。
這裡有一個微妙之處。紅移並不自動等於精確距離——將一個轉化為另一個需要知道宇宙如何膨脹。而這一膨脹歷史正是 DESI 試圖測量的。地圖和測量是同一個問題從兩個方向來看。
地圖如何變成暗能量的測量
DESI 主要通過地圖的兩個統計特徵來讀取暗能量。
第一個是重子聲學振盪 (BAO)——一把凍結在早期宇宙中的標準尺。在恆星出現之前,壓力波在物質和光的熱電漿體中穿行;當宇宙冷卻、波動停止時,它們在星系之間留下了一個略微優先的間距,一個大約 4.9 億光年的共動尺度——這個距離已將宇宙膨脹因素排除在外,因此可以跨紀元進行比較。由於這把尺子的真實長度從早期宇宙物理學已知,DESI 可以測量在不同紅移處這把尺子在天空中和沿視線方向看起來有多大,並繪製每個紀元宇宙膨脹的速度。如果暗能量在宇宙時間中發生了變化,它將表現為膨脹歷史的變化。
第二個是紅移空間扭曲 (RSD)。星系不僅僅搭乘宇宙膨脹;它們還朝向星團和纖維墜落。這些額外運動略微改變了紅移,並在統計上將宇宙網沿視線方向壓扁。效應的強度告訴你結構在引力下增長速度有多快——而加速膨脹往往會減緩這一增長。比較兩者可以讓宇宙學家將引力模型與暗能量模型相互檢驗。
因此暗能量從未被直接看見。它是從膨脹速率如何隨時間變化中推斷出來的,對照聲學尺和結構增長進行測量。
DESI 不做什麼
DESI 不探測暗能量粒子,不拍攝不可見物質,也不直接測量每個星系的距離。它做得非常好的事情是測量光譜、紅移、星系統計分佈,以及該分佈如何隨宇宙紀元變化。暗能量是當這些測量結果與宇宙學模型進行比較時被檢驗的物理解釋——不是儀器記錄到的東西。
一句話
DESI 讀取數百萬星系的明亮條形碼,從它們的紅移構建宇宙的三維地圖,並在該地圖的圖案中尋找宇宙膨脹如何隨時間變化的痕跡。
關於本指南
這是一篇常青解讀,而非針對單篇論文的報導。它在 AI 輔助下撰寫,經人工編輯審閱,並隨時間修訂;上方日期為最近核查時間。它教你如何解讀數字——並非醫學或統計學建議。