🔭 astrophysics

Radiation damage to the Hubble Space Telescope during two Solar cycles, and correction of Charge Transfer Inefficiency using ArCTIc

本文记录了两个太阳周期内哈勃空间望远镜先进相机（ACS）受辐射引起的退化情况，并介绍了开源算法 ArCTIc v7，该算法能有效修正天文图像中高达 99.9% 的电荷转移不效率（CTI）拖尾现象。

原作者： Richard Massey, Jacob A. Kegerreis, Juan Paolo Lorenzo Gerardo Barrios, James W. Nightingale, Richard G. Hayes, David Lagattuta, Zane D. Lentz, Gavin Leroy, Jesper Skottfelt, Felix Vecchi, Maximilian

发布于 2026-02-04

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Richard Massey, Jacob A. Kegerreis, Juan Paolo Lorenzo Gerardo Barrios, James W. Nightingale, Richard G. Hayes, David Lagattuta, Zane D. Lentz, Gavin Leroy, Jesper Skottfelt, Felix Vecchi, Maximilian von Wietersheim-Kramsta

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

核心概览：正在遭受“日晒”的空间相机

想象一下哈勃空间望远镜的相机（具体指先进巡天照相机，简称 ACS）是一台非常灵敏的数字相机，它已经在为人类拍摄宇宙照片超过 20 年了。它生活在太空之中，位于地球大气层之上。

虽然这对于观测深空非常有利，但对相机的健康却非常不利。在那里，相机不断受到来自太阳（太阳质子）和深空（宇宙射线）的隐形“子弹”的轰击。这些粒子撞击相机的硅传感器，在材料结构中制造出微小的孔洞和裂缝。

随着时间的推移，这些微小的裂缝变成了**“粘性陷阱”。当相机尝试读取照片时，必须将电子（数字数据）在传感器上进行搬运以进行计数。在移动过程中，一些电子会卡在这些“粘性陷阱”中，然后在一瞬间后才被释放出来。这会在每颗恒星或星系后面留下一个幽灵般的拖尾**，使照片看起来模糊或产生拖影。

这篇论文主要讲述了两件事：

追踪损伤： 精确测量相机在两个完整的 11 年太阳活动周期内受损的具体程度。
修复照片： 开发一种名为 ArCTIc（电荷转移不全校正算法）的新型超级智能软件工具，它可以从数学上实现照片的“去拖影”，使其恢复到近乎完美的清晰度。

1. 太阳的联系：相机的“日晒”周期

作者追踪了从 2002 年到 2025 年的损伤情况。他们发现，相机的受损速率并不是恒定的；它遵循着太阳周期。

类比： 把太阳想象成一个天气系统。有时它是平静的（太阳极小期），有时则是风暴肆虐的（太阳极大期）。
发现： 当太阳处于风暴状态时，相机的损伤速度最快。然而，这里存在一个延迟。损伤量在太阳最平静后的约 430 天（大约 14 个月） 达到峰值。
幅度： 在 11 年的周期内，辐射损伤的强度波动约为 18.5%。

他们还注意到一个奇怪的近期趋势：在 2024/2025 年，尽管太阳活动活跃，但损伤率却意外下降了。这表明辐射环境正在发生某种他们尚未完全理解的变化。

2. 问题所在：“电荷转移不全”（CTI）

在一部完美的相机中，电子会平滑地从一个像素移动到下一个像素，就像接力传递水桶一样。但在哈勃受损的相机中，“水桶”出现了破洞。

隐喻： 想象一群人排成一列传球。如果地面很黏（辐射损伤），有些人会不小心掉球，然后过一秒钟再捡起来扔出去。球最终落下的位置会比它原本应该在的位置稍微靠后一点。
结果： 在照片中，一颗明亮的恒星看起来不仅仅是一个点，而是一个后面带着长长淡影的点。这被称为 CTI 拖尾。

3. 解决方案：ArCTIc（“数字橡皮擦”）

作者构建了一个名为 ArCTIc（读作 "Arctic"）的新型软件工具。把它想象成一个高级的数字橡皮擦，它不仅仅是擦掉图像，而是实际上逆转了损伤产生的物理过程。

它是如何工作的：

模型： 该软件模拟了电子是如何被卡住并释放的。它知道存在三种主要的“粘性陷阱”类型（就像三种不同类型的胶水），具有不同的释放速度。
定标： 为了教软件如何衡量损伤程度，作者观察了**“热像素” (Hot Pixels)**。这些是由于辐射损伤而导致电子永久性“泄漏”的单个像素。因为它们非常明亮且孤立，因此可以作为完美的实验对象，用来精确测量到底发生了多少拖尾现象。
校正： 软件运行一个反向模拟。它观察带有拖影的照片，计算出电子原本应该在的位置，然后将它们移回原位。

结果：

对于近期拍摄的照片（此时损伤最严重），ArCTIc 可以修复 99.9% 的拖影。
对于相机整个 23 年的历史记录，它平均可以修复 99.5% 的拖影。
这种精度之高，足以满足未来空间任务（如欧洲航天局的 Euclid 任务）的严格要求。

4. 为什么这很重要

在这篇论文发表之前，科学家只能修复大约 97-98% 的拖影。剩下的 2-3% 是一个“噪声底限”，限制了他们测量的精度。

类比： 想象你在用一个带有少量灰尘的秤来称量一根羽毛。你可以清理掉大部分灰尘，但如果你想知道羽毛的确切重量，那一点点残留的灰尘就会破坏你的测量。
突破： ArCTIc 几乎清除了所有的“灰尘”。这使得天文学家能够极其精确地测量遥远星系的亮度、位置和形状，这对于研究暗物质和宇宙膨胀等课题至关重要。

关键发现总结

损伤速率： 相机的损伤随太阳 11 年周期起伏，在太阳最平静后的约 14 个月达到峰值。
修复方法： 一种新的软件工具 ArCTIc 可以以 99.5% 至 99.9% 的准确度逆转损伤。
方法论： 他们利用“热像素”（泄漏像素）作为一把“尺子”来测量损伤，并建立了一个关于电子如何卡在三种特定硅缺陷中的模型。
未来： 该工具能让哈勃继续进行高精度的科学研究，通过修复其“日晒”损伤，有效地延长了它的寿命。

技术摘要：两个太阳周期间哈勃空间望远镜的辐射损伤，以及使用 ArCTIc 进行的电荷转移不效率（CTI）校正

问题陈述
自 2002 年以来，哈勃空间望远镜（HST）的高级相机（ACS）一直在近地轨道（LEO）严酷的辐射环境中运行。高能太阳质子和银河宇宙射线损坏了其电荷耦合器件（CCD）传感器的硅晶格，产生了电荷陷阱。这些陷ters在读取过程中捕获光电子并在特征延迟后释放它们，从而在天文目标后方产生伪影拖尾。这种电荷转移不效率（CTI）是一种非线性效应，取决于物体的亮度、形状以及先前的像素照明历史。虽然之前的算法已经纠正了大部分此类拖尾，但残余的 CTI 限制了需要优于 1% 精度的精密科学研究（例如光度测量、天体测量和形态学）。此外，辐射损伤的速率随太阳周期的变化而波动，因此需要对损伤如何随时间累积有深入的理解，以维持校正的准确性。

方法论
作者提出了 ArCTIc v7（用于电荷转移不效率校正的算法），这是一个开源的、并行化的 C++ 工具，并带有 Python 封装。该算法通过模拟电子包在 CCD 中移动的过程来模拟 CTI 的物理过程，并追踪电荷陷阱的占用情况。

物理模型： ArCTIc 采用“体积驱动”模型，其中电子包占据像素体积的一部分。它假设存在三种不同的陷阱配置类型（硅晶格中的拓扑缺陷），每种类型由密度 ( $\rho_i$ ) 和释放时间 ( $\tau_i$ ) 表征。该模型假设对于主要物种而言，电荷捕获是瞬时的且释放是均匀的，尽管它也支持非瞬时捕获和非均匀释放时间。
效率优化： 为了处理读取过程中数百万次的像素间转移，算法使用了“快速”（express）矩阵方法。它不是模拟每一次单独的转移，而是计算单次转移的效果，然后乘以像素经历的转移次数，从而显著缩短了运行时间（约为每秒每个 CCD 象限 1 秒）。
校正策略： 由于 CTI 无法进行解析反演，作者采用了迭代前向建模方法。他们将模拟的 CTI 拖尾添加到校正后的图像估计值中，并从观测图像中减去差异。这个过程重复进行（通常为 5 次迭代），直到残差可以忽略不计。
读出噪声缓解： 算法解决的一个特定挑战是读出噪声的过度校正问题——读出噪声本身没有拖尾，但会被算法视为具有拖尾特性。作者实现了一种隔离并估计读出噪声成分的方法，在校正天光信号的同时保留了噪声统计特性。
定标： 模型参数利用 2002 年至 2025 年的 178 个历元的数据进行了定标。作者利用“热像素”（由于辐射诱导的缺陷导致漏电，表现为 $\delta$ 函数）来测量拖尾轮廓。通过拟合这些热像素在各种亮度水平和距离读取寄存器距离下的观测拖尾，他们推导出了随时间变化的陷阱密度。

关键结果

辐射损伤演化： 研究追踪了两个完整太阳周期内电荷陷阱的累积情况。损伤速率在一个 11 年周期内受 18.5 $^{+4.5}_{-0.5}$ % 的调制。损伤速率在太阳极小期（以黑子数记录）之后 430 $^{+11}_{-5}$ 天达到峰值。作者注意到，与之前的周期相比，2024/2025 年的损伤速率出现了难以解释的下降。
陷阱特性： 损伤与三种主要的陷阱物种一致。这些物种的释放时间是稳定的，且捕获过程相对于停留时间而言实际上是瞬时的。这些物种的相对密度随时间保持不变，而总陷阱密度随叠加了太阳周期调制的线性增长。
校正性能：
- 使用经过定标的 ArCTic 模型，该算法校正了相机整个寿命期间平均 99.5% 的 CTI 拖尾。
- 对于最近获取的受影响最严重的数据，校正消除了 99.9% 的拖尾。
- 残余误差约为 0.2 个电子/像素（或约为拖尾振幅的 ~2%）。
模型鲁棒性： 作者证明，将具有物理意义的参数（如陷阱释放时间和满阱参数）固定为从完整数据集中导出的常数值，与为每个历元独立拟合所有参数相比，可以显著减少总陷阱密度估计中的散射。

意义与主张
论文声称 ArCTIc v7 代表了 HST 数据处理的一个重要里程碑。通过在近期数据中实现 99.9% 的校正，残余 CTI 达到了 ESA Euclid 任务（特别是针对弱引力透镜和形状测量）的严格要求，这在以前是仅靠 HST 数据难以达到的基准。

作者强调，他们的成功依赖于将 CTI 定标（确定物理模型参数）与 CTI 校正（将模型应用于科学数据）进行严格分离。他们强调了两个关键的改进：

背景减除： 正确处理背景减除的不确定性，防止了对数据进行权重的临时调整。
前置 CTI 建模： 在拟合“真实”热像素之前，将极少数带拖尾的电子加回到热像素模型中，从而防止了主要的定标偏差。

这项工作提供了一个灵活的、开源的工具，能够为各种应用校正 CTI，并建立了一个用于理解空间探测器辐射损伤演化的物理驱动框架。作者指出，虽然目前的模型非常有效，但由于背景减除不完善、电子读取效应（例如偏置条纹）或对极少量电子行为建模的局限性，可能仍会存在微小的残余。