Notice: Function _load_textdomain_just_in_time was called incorrectly. Translation loading for the acf domain was triggered too early. This is usually an indicator for some code in the plugin or theme running too early. Translations should be loaded at the init action or later. Please see Debugging in WordPress for more information. (This message was added in version 6.7.0.) in /var/www/html/wp-includes/functions.php on line 6131

Notice: Function _load_textdomain_just_in_time was called incorrectly. Translation loading for the insert-headers-and-footers domain was triggered too early. This is usually an indicator for some code in the plugin or theme running too early. Translations should be loaded at the init action or later. Please see Debugging in WordPress for more information. (This message was added in version 6.7.0.) in /var/www/html/wp-includes/functions.php on line 6131

Notice: Undefined index: options in /var/www/data/wp-content/plugins/elementor-pro/modules/theme-builder/widgets/site-logo.php on line 194
從觀測到成像,重建銀河系中心黑洞影像為何需費時五年? - 研之有物 │ 串聯您與中央研究院的橋梁

從觀測到成像,重建銀河系中心黑洞影像為何需費時五年?

黑洞數據到黑洞影像

事件視界望遠鏡(EHT)2022 年 5 月公布人馬座 A 星(Sagittarius A*, Sgr A*)的黑洞照片,終於揭開銀河系中心超大質量黑洞的面紗。黑洞觀測仰賴特長基線干涉技術(VLBI, Very-long-baseline interferometry),從硬體設備的建造到成像工作,每一步驟都大有學問。中央研究院「研之有物」專訪院內天文及天文物理研究所副研究員淺田圭一,他直接參與了本次黑洞影像的工程,以下讓我們一起深入瞭解!
淺田圭一副研究員向研之有物團隊解說黑洞影像的處理細節。圖|研之有物
淺田圭一副研究員向研之有物團隊解說黑洞影像的處理細節。
圖|研之有物

首先介紹淺田圭一(Keiichi Asada)副研究員,他是事件視界望遠鏡計畫的成員,2009 年延攬來臺灣中研院天文所,從事次毫米波段的 VLBI 研究。

淺田圭一對於 EHT 陣列的格陵蘭望遠鏡(GLT)貢獻良多,完整參與了 GLT 望遠鏡的選址與建造,目前他在計畫中負責管理黑洞觀測。此外,淺田圭一也是人馬座 A 星成像團隊的一員,因此對於影像處理的細節相當瞭解,我們將透過訪問,逐漸揭開銀河系中心黑洞照片背後的秘密。

人馬座 A 星是銀河系中央的超大質量黑洞,事件視界望遠鏡合作團隊成功重建此黑洞的影像。 圖|ESO/José Francisco Salgado, EHT Collaboration
人馬座 A 星是銀河系中央的超大質量黑洞,事件視界望遠鏡合作團隊成功重建此黑洞的影像。
圖|ESO/José Francisco Salgado, EHT Collaboration

為何銀河系黑洞影像比 M87 慢了三年完成?

早在 2017 年,事件視界望遠鏡就同時完成 M87 和人馬座 A 星兩個黑洞的觀測。為何 M87 黑洞影像在 2019 年就公布,然而人馬座 A 星卻要多等三年呢?

淺田圭一說,研究團隊在 2018 年取得數據的時候,很快就發現 M87 的數據處理容易得多。人馬座 A 星的成像之所以困難,其中有個關鍵因素,是它的周圍結構隨著時間變化非常迅速。

電波干涉儀觀測的原理,是利用望遠鏡之間兩兩一組構成的「基線(baseline)」,測量訊號抵達的時間差,來建構出天體的長相。觀測的時候,每條基線可填入一個資料點。由於地球會自轉,隨著時間的推移,望遠鏡以不同角度接收天體訊號,資料點也愈來愈多,就像是相機長曝光一樣,可以填入愈來愈多的資訊,提高影像品質。

淺田圭一解釋,長曝光的時候目標不應該移動;如果曝光過程中,觀測目標變化很大,就會很難成像,而人馬座 A 星就是這種情況。

淺田圭一說明,同一個天體的訊號,會在不同時間分別抵達兩個測站,而此時間差可用來還原天體的樣貌。 圖|研之有物
淺田圭一說明,同一個天體的訊號,會在不同時間分別抵達兩個測站,而此時間差可用來還原天體的樣貌。
圖|研之有物

五年的時間,科學家在做什麼?

這張黑洞影像的產生耗費了五年,是個浩大的工程。淺田圭一說明,從觀測到產出這張照片,共歷經四個階段的主要任務:觀測(observation)、訊號相關(correlation)、校準(calibration)、成像(imaging)。

黑洞影像的產生流程,大致分為觀測、訊號相關、校準和成像四個階段。 圖|研之有物
黑洞影像的產生流程,大致分為觀測、訊號相關、校準和成像四個階段。
圖|研之有物(資料來源|淺田圭一)

觀測(observation)

2017 年,八座望遠鏡共同完成了人馬座 A 星的觀測,而中研院參與了其中三座望遠鏡的建造與營運。

觀測的時候,望遠鏡接收宇宙中傳來的電磁波,轉換為數位訊號(00、01、10、11),記錄在硬碟中。由於事件視界望遠鏡的各個測站距離遙遠,必須先分別將數據儲存下來,用飛機運送到美國麻省理工學院(MIT)和德國馬克斯·普朗克研究所(Max Planck Institutes)。這兩個機構擁有超級電腦,可進行下一步的運算。

為何要用飛機傳送數據呢?淺田圭一開玩笑說:「當然也可以用船!」真正的原因是黑洞的觀測資料非常龐大,每座望遠鏡每秒可生成 4 GB 的資料,一次觀測的資料總量高達 5 PB。加上有些測站地理位置偏遠,網路傳輸非常不便。例如其中一個測站是南極望遠鏡,只有非常慢的衛星網路,於是這麼龐大的資料只能靠飛機實體傳輸。

黑洞觀測的龐大數據儲存在氦氣填充硬碟(helium-filled hard disk drives; HDDs)內。 圖|淺田圭一
黑洞觀測的龐大數據儲存在氦氣填充硬碟(helium-filled hard disk drives; HDDs)內。
圖|淺田圭一

訊號相關(correlation)

研究機構收到飛機運來的硬碟之後,利用超級電腦進行「訊號相關」的步驟。電波干涉需要計算多組望遠鏡之間接收訊號的時間差,因而需把來自各地的數據關聯在一起。

這個步驟在 2018 年完成,大約花了一年時間。淺田圭一說,研究團隊不希望有任何錯誤,所以每個步驟都很仔細檢查,不斷發現問題,又回去修正,因此耗費很多時間。

校準(calibration)、成像(imaging)

完成訊號相關之後,還需要校準,將原始數據轉換為能量的物理單位。研究團隊使用兩種不同的指令流程來校準(註1),確認結果一致。

電波干涉儀所測得的數據,並不是直接的「照片」,而是影像經由傅立葉轉換後的結果。下圖稱為 uv 平面(uv plane),用來表達電波天文影像經傅立葉轉換後的空間。

若要直接解出影像,電波觀測的數據需要完全填滿 uv 平面,但是現實中無法做到,只能盡可能取得 uv 平面上的資訊,進而根據既有資料,運用模擬來還原影像。總之,成像是個需要技巧的艱難任務。

uv 平面是指電波天文影像經傅立葉轉換後的空間。平面上一個資料點,表示一條基線(望遠鏡兩兩一組的連線)所觀測到的數據。用不同顏色來表示不同望遠鏡組別的基線,並且隨著地球自轉,各條基線在 uv 平面上的覆蓋範圍也越多。天文學家需要有足夠的 uv 覆蓋範圍,才能妥善地還原天體的影像。 圖|事件視界望遠鏡合作團隊
uv 平面是指電波天文影像經傅立葉轉換後的空間,上圖為銀河系中心黑洞影像的觀測結果。uv 平面上一個資料點,表示一條基線(望遠鏡兩兩一組的連線)所觀測到的數據。用不同顏色來表示不同望遠鏡組別的基線,並且隨著地球自轉,各條基線在 uv 平面上的覆蓋範圍也越多。天文學家需要有足夠的 uv 覆蓋範圍,才能妥善地還原天體的影像。
圖|事件視界望遠鏡合作團隊

重建黑洞影像是艱難任務

淺田圭一說明,重建影像的方法很多,並且有眾多參數可調整。以 VLBI 觀測黑洞,uv 平面的數據肯定無法收滿,故一開始的觀測數據可產生非常多種影像,其中有些是環狀,有些是點狀。面對這麼多種可能性,科學家如何理出頭緒?

成像工作的重點,在於有技巧的「逆推」。為了找出 uv 數據和黑洞影像的相關性,要先「訓練」一個優秀的影像重建模型。訓練模型要先找出優良的參數,使得影像和數據結果最吻合,尋找優良參數需要依靠電腦模擬,從假設的幾何結構產生假想的數據。

在分析真實數據之前,研究團隊先拿電腦生成的假想數據來「訓練」重建影像的程式。這個「訓練」過程會嘗試非常多的參數組合,並檢驗程式生成的影像是否符合原先假設的幾何結構,藉此挑選出一些優良的參數組合。

找出優良的參數之後,再將這些參數套用在真實觀測數據上,開始重建真實的黑洞影像。

研究團隊假設環狀、盤狀、點狀等不同幾何結構,運用電腦生成假想的觀測數據,藉這些數據訓練成像的程式,找出優良的參數。 圖|事件視界望遠鏡合作團隊
研究團隊假設黑洞有環狀、盤狀、點狀等不同幾何結構,運用電腦生成假想的觀測數據,藉這些數據訓練成像的程式,找出優良的參數。
圖|事件視界望遠鏡合作團隊

經由模擬找出的優良參數仍然不只一組,於是就有許多種和觀測數據吻合的影像。研究團隊並不是從中挑出唯一的影像,而是根據結構形狀把影像分為四種類型,並且取平均,得到最終公諸於世的那一張黑洞影像。

與數據吻合的影像數量繁多,研究團隊將最貼近觀測數據的影像分成四種類型。 圖|EHT, Caltech/IPAC & MIT Haystack Observatory
與數據吻合的銀河系中心黑洞影像數量繁多,研究團隊將最貼近觀測數據的影像分成四種類型。
圖|EHT, Caltech/IPAC & MIT Haystack Observatory
最終的黑洞影像是多種影像平均後的結果。四種類型影像旁的長條圖,代表該類型在所有優良參數影像中所佔到比例。 圖|事件視界望遠鏡合作團隊
圖為銀河系中心黑洞影像,最終的黑洞影像是多種影像平均後的結果。四種類型影像旁的長條圖,代表該類型在所有優良參數影像中所佔的比例。
圖|事件視界望遠鏡合作團隊

由於成像並非直觀的過程,所以科學家們各有不同的想法來成像。淺田圭一說,大家都知道成像很困難,雖然本質是國際合作,但是想法本身都是來自個人,所以這項任務也像是國際競爭,看誰能找出最好的解法。

2018 年取得數據之後,科學家嘗試很多方法來成像。大約在 2019 年底,就產生和最終結果多少相似的影像,但是研究團隊沒有十足把握,所以繼續微調、反覆確認,直到今(2022)年初,才終於得到有把握的黑洞影像。

對於事件視界望遠鏡的團隊而言,這幾年是個辛苦的歷程。他們每週都有橫跨亞洲、歐洲、美洲的線上國際會議,為了配合所有國家的時區,會議時間通常都在亞洲的晚上。淺田圭一說,對於年輕同事真是感到抱歉,他們週五晚上經常無法去放鬆 Happy,必須參與國際會議。

工欲善其事,必先利其器

黑洞照片的產出仰賴眾多科技。除了軟體技術之外,若沒有先進的硬體設備,如此精密的觀測無法完成。淺田圭一認為,中研院在黑洞觀測的硬體設備上有兩大貢獻:

第一是數位轉換器(digitizer)。望遠鏡接收到的電磁波,需轉成數位訊號,才能進行下一步的數據處理。所有測站的數位轉換器都是由中研院完成,幕後功臣是天文所的江宏明研究技師。

第二是位於智利的阿塔卡瑪大型毫米及次毫米波陣列(ALMA)。事件視界望遠鏡大部分的靈敏度都來自 ALMA,遠遠超過其他望遠鏡。

ALMA 本身是個由數十座望遠鏡構成的干涉儀,但是黑洞觀測要把 ALMA 當作單一的一座望遠鏡,和其他測站共同組成更大的干涉儀。欲達成此目標,需要添加特殊功能,確保 ALMA 內部每一個望遠鏡所接收的電磁波對齊。這就是國際合作的 ALMA Phasing Project 的任務,早在事件視界望遠鏡合作團隊組成之前,中研院天文所就參與了這個計畫。

由於電波干涉儀的基本原理,是運用各個測站訊號抵達的時間差,來還原天體影像,因此需要非常精確地測定時間。事件視界望遠鏡的同步器(synchronizer)是運用氫邁射(hydrogen maser)的原子鐘,每秒鐘具有 10-13 的精確度,各個測站都需要裝設此配備。

原子鐘需要放置在很穩定的溫度和磁場下,以及無震動的環境中。氫邁射原子鐘的外面需要包裹三層的容器,確保設備高度穩定。事件視界望遠鏡的每個測站,都有專門放置原子鐘的位置。淺田圭一笑著說:電波望遠鏡放置原子鐘的房間裡有張椅子,那是他最喜歡的工作地點,因為最不容易受到干擾!

事件視界望遠鏡各個測站以原子鐘測定時間。原子鐘(粉色箱子處)受到層層保護,放置在高度穩定、不受干擾的環境中。圖片為技術人員與 ALMA 陣列操作場地的原子鐘合影。 圖|ALMA (ESO/NAOJ/NRAO), C. Padilla
事件視界望遠鏡各個測站以原子鐘測定時間。原子鐘(粉色箱子處)受到層層保護,放置在高度穩定、不受干擾的環境中。圖片為技術人員與 ALMA 陣列操作場地的原子鐘合影。
圖|ALMA (ESO/NAOJ/NRAO), C. Padilla

黑洞影像是眾多科學家協力完成的鉅作。精密硬體設備的每個部分,都是黑洞觀測不可或缺的利器。人馬座 A 星黑洞觀測完成之後,數據分析的工作也相當艱辛,耗費五年的時間才成功重建影像。一張「黑洞照」,絕不是曝光之後就會自動跑出來,而是集合眾人之力,以嚴密科學方法達到的成就。

註1:EHT 研究團隊使用兩套指令流程來校正數據:the CASA-based rPICARD pipeline、the HOPS-based EHT-HOPS pipeline

2022-07-29

採訪撰文|歐柏昇
美術設計|蔡宛潔

延伸閱讀

訂閱電子報

立即訂閱研之有物電子報,一起探索這世界