🔭 astrophysics

Current and future constraints on the expansion history of the GREA model

本文通过结合当前观测数据与未来巡天（如 SKAO、LSST 和 ET）的模拟预测，对基于宇宙视界熵产生解释宇宙加速膨胀的 GREA 模型进行了约束分析，发现尽管当前数据在包含压缩 CMB 信息时更倾向于标准 $\Lambda$ CDM 模型，但引力波标准汽笛等未来观测有望显著提升区分熵驱动与暗能量驱动膨胀机制的能力。

原作者： Irene Graziotti, Chiara De Leo, Matteo Martinelli

发布于 2026-03-03

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Irene Graziotti, Chiara De Leo, Matteo Martinelli

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

这篇论文就像是在给宇宙的“加速膨胀”现象寻找新的解释，同时也在测试我们目前最流行的宇宙模型是否真的无懈可击。

为了让你轻松理解，我们可以把宇宙想象成一辆正在加速行驶的汽车。

1. 背景：我们现在的“导航仪”有点问题

目前，科学家公认的标准模型叫 $\Lambda$ CDM。在这个模型里，宇宙之所以加速膨胀，是因为有一种看不见的、神秘的“暗能量”（就像踩在油门上的神秘力量），它占据了宇宙能量的 70%。

但是，这个模型有几个让人头疼的“理论 BUG"：

为什么油门这么重？ 理论计算出的“暗能量”应该比实际观测到的大得多（就像计算需要踩死油门，但实际只需要轻轻点一下）。
时间巧合问题： 为什么暗能量偏偏在现在这个时候开始主导宇宙？
哈勃张力： 用不同的方法测量宇宙现在的膨胀速度（车速），得到的结果对不上号。

为了解决这些麻烦，作者们提出了一种新理论：GREA（广义相对论熵加速模型）。

2. 新理论 GREA：宇宙膨胀是因为“摩擦力”变大了？

如果把宇宙比作一个气球，标准模型认为气球里有个看不见的泵在往里打气。
而 GREA 模型 认为：气球本身并没有泵，气球膨胀是因为气球表面的“熵”（可以理解为混乱度或信息量）在增加。

通俗比喻： 想象你在一个拥挤的房间里（宇宙），随着时间推移，房间里的人（物质）越来越多，或者房间边界（宇宙视界）在扩大。这种边界的扩大产生了一种“热力学压力”（熵力），就像一种反重力，把物质推开，导致宇宙加速膨胀。
核心观点： 不需要引入神秘的“暗能量”，宇宙加速膨胀是引力本身在热力学层面的自然结果。

3. 作者做了什么？（一场“宇宙模型大比武”）

作者们并没有只停留在理论上，他们做了一场严谨的“数据大考”：

第一关：用现在的真实数据测试
他们收集了目前最顶尖的观测数据（包括超新星、星系分布、宇宙微波背景辐射等），看看是“标准模型（ $\Lambda$ CDM）”还是“新模型（GREA）”更能解释这些数据。
- 结果： 如果加上宇宙早期的数据（像 CMB 这种），标准模型赢了，新模型 GREA 被数据“打脸”了，统计上不太被看好。
- 但是： 如果只看宇宙晚期（比较近的时间）的数据，GREA 表现得很不错，甚至能解释为什么我们测到的宇宙膨胀速度比标准模型预测的要快一点。
第二关：给新模型“打补丁”
作者想：万一 GREA 不够完美怎么办？于是他们给 GREA 加了一个“补丁”（修改版 GREA），允许它里面也包含一点点“暗能量”。
- 目的： 这样，如果数据真的需要暗能量，这个模型就能退化成标准模型；如果不需要，它又能变回纯熵力模型。这就像给汽车装了一个可切换的“电动辅助”和“纯燃油”模式。
第三关：预测未来（模拟实验）
既然现在的地球数据还不够分胜负，作者们就模拟了未来的数据。他们想象了未来 10 年，像 SKAO（射电望远镜）、LSST（巡天望远镜）和 ET（引力波探测器）这些超级设备收集到的数据。
- 关键角色：引力波（标准汽笛）
  引力波就像宇宙中的“标准汽笛”。当两个黑洞或中子星合并时，它们发出的引力波能极其精准地告诉我们距离有多远。
- 模拟结果：
  - 如果宇宙真的是 GREA 模型（没有暗能量），未来的引力波数据会像照妖镜一样，让标准模型（ $\Lambda$ CDM）原形毕露，因为标准模型预测的距离和引力波测到的距离对不上。
  - 如果宇宙真的是标准模型，GREA 模型就会显得非常别扭，为了强行拟合数据，它会把其他参数（比如物质密度）调得乱七八糟。

4. 核心结论：谁能笑到最后？

目前的现状： 现有的数据（特别是包含早期宇宙数据的）还是更偏爱标准的“暗能量”模型（ $\Lambda$ CDM）。GREA 虽然很有创意，但在统计上还没能完全取代它。
未来的希望： 论文最精彩的预测是，未来的引力波观测（标准汽笛）将是决定性的。
- 它们能像高精度的尺子一样，精准测量宇宙膨胀的历史。
- 如果宇宙真的是由“熵力”驱动的，未来的数据将能轻易地把 GREA 挑出来，并排除掉那些为了凑数而强行加入的“暗能量”。
- 反之，如果宇宙真的是暗能量驱动的，GREA 也会因为参数调得太离谱而被淘汰。

总结

这就好比我们在调查一起“汽车加速”的案件：

旧理论（ $\Lambda$ CDM）： 说有个看不见的司机（暗能量）在踩油门。
新理论（GREA）： 说车自己因为引擎过热（熵增）产生了推力，不需要司机。
现在的证据： 大部分证据指向有司机。
未来的证据： 作者说，等我们有了更精密的“行车记录仪”（引力波），我们就能看清到底是司机在踩油门，还是引擎自己在发热。

这篇论文告诉我们：别急着否定新想法，但目前的证据还不足以推翻旧理论。不过，只要未来的引力波数据一到，真相很快就会大白于天下。

1. 研究背景与问题 (Problem)

宇宙加速膨胀的谜题：观测表明宇宙正在加速膨胀，标准模型 $\Lambda$ CDM 将其归因于宇宙学常数 $\Lambda$ （暗能量）。然而， $\Lambda$ CDM 面临理论挑战（如宇宙学常数问题、巧合问题、精细调节问题）和观测张力（如哈勃常数 $H_0$ 张力）。
GREA 理论框架：GREA 提供了一种替代解释，认为晚期宇宙加速并非源于基本暗能量流体，而是源于宇宙视界的熵产生。这是一种基于视界热力学和引力的熵力解释。
- 在该框架下，爱因斯坦场方程被修改，引入了一个与熵产生相关的熵力张量 $f_{\mu\nu}$ 。
- 宇宙加速是视界熵增长导致的等效排斥力，在晚期变得显著。
核心问题：
1. GREA 模型能否在现有观测数据（BAO, SNIa, CMB, CC）下与 $\Lambda$ CDM 竞争？
2. 是否需要引入额外的暗能量成分（ $\Omega_{de}$ ）来改进 GREA 模型？
3. 未来的观测（如 SKAO, LSST, 爱因斯坦望远镜 ET）能否有效区分 GREA、修正后的 GREA 和 $\Lambda$ CDM？

2. 方法论 (Methodology)

2.1 理论模型

标准 GREA：
- 基于 Garcia-Bellido 和 Espinosa-Portales (2021) 的工作。
- 通过修改弗里德曼方程，引入由视界热力学导出的熵能密度项 $\rho_H$ 。
- 关键参数：几何视界参数 $\sqrt{-k}\eta_0$ （其中 $k$ 为空间曲率， $\eta_0$ 为共形时间）。
- 注意：在 GREA 中，当前物理膨胀率 $H(z=0)$ 与用于归一化的参数 $H_0$ 不同， $H(z=0)$ 是数值求解微分方程后的导出量。
修正 GREA (Modified GREA)：
- 在标准 GREA 基础上引入一个额外的暗能量项 $\Omega_{de}$ （类似于宇宙学常数）。
- 目的：测试数据是否需要额外的暗能量成分，并允许模型在 $\Omega_{de} \to 0$ 时退化为标准 GREA，或在 GREA 贡献可忽略时退化为 $\Lambda$ CDM。
- 不强制空间平坦性，总能量密度不受 $\sum \Omega_i = 1$ 的严格约束。

2.2 数据集

当前观测数据：
- SNIa：Pantheon+ 目录（1701 条光曲线）。
- BAO：DESI DR2 数据（覆盖 $z=0.3$ 至 $2.33$）。
- 宇宙时钟 (CC)：直接测量 $H(z)$ 。
- CMB：压缩的 CMB 信息（ $100\theta_*, \omega_b, \omega_{cb}$ ），来自 Planck 和 ACT 组合。
模拟数据 (Mock Data)：
- 用于预测未来观测能力。
- 生成源：SKAO (BAO), LSST (SNIa), 爱因斯坦望远镜 ET (引力波标准汽笛)。
- ** fiducial 宇宙学**：分别基于 GREA 和 $\Lambda$ CDM 生成两套模拟数据，以测试模型恢复能力和区分度。

2.3 统计分析

贝叶斯推断：使用 Cobaya 和 Nautilus 采样器进行嵌套采样（Nested Sampling）。
似然函数：假设数据高斯分布，计算总 $\chi^2$ 。
模型比较：计算贝叶斯证据（Bayesian Evidence）和贝叶斯因子（Bayes Factor），依据 Jeffreys 标度评估模型优劣。
参数先验：对 $H_0, \Omega_b h^2, \Omega_c h^2$ 等设置先验；对 GREA 特有参数 $\sqrt{-k}\eta_0$ 和修正模型的 $\Omega_{de}h^2$ 设置均匀先验。

3. 主要贡献与结果 (Key Contributions & Results)

3.1 当前数据的约束

GREA vs $\Lambda$ CDM：
- 当包含压缩 CMB 数据时， $\Lambda$ CDM 在统计上显著优于 GREA（ $\Delta \log Z \approx -9.36$ ，强证据）。
- 若仅使用低红移数据（BAO+SNIa+CC，不含 CMB），GREA 与 $\Lambda$ CDM 的差距缩小（ $\Delta \log Z \approx -1.72$ 至 $-2.76$），表明 GREA 在低红移区域具有竞争力。
- GREA 倾向于推断出比 $\Lambda$ CDM 更高的当前膨胀率 $H(0)$ ，这有助于缓解哈勃张力。
修正 GREA 的表现：
- 引入 $\Omega_{de}$ 后，模型拟合度有所提升（ $\Delta \log Z$ 从 $-9.36 $改善至$ -3.88 $），但仍不如$ \Lambda$CDM。
- 简并性： $\Omega_{de}$ 与 GREA 参数 $\sqrt{-k}\eta_0$ 存在强烈的简并性。 $\Omega_{de}$ 的后验分布高度不对称，且对 $\sqrt{-k}\eta_0$ 的先验范围非常敏感。
- 当扩大 $\sqrt{-k}\eta_0$ 的先验范围（允许接近 $\Lambda$ CDM 极限）时， $\Omega_{de}$ 的约束变得更加复杂，表明数据并未强烈要求额外的暗能量成分。

3.2 未来观测的预测 (Forecasts)

基于 GREA 的模拟数据（假设 GREA 为真实宇宙）：
- 参数恢复：未来多信使数据（SKAO+LSST+ET）能准确恢复 GREA 的 fiducial 参数。
- 模型区分：引力波标准汽笛（GW）的加入显著增强了区分能力。
  - 若真实宇宙是 GREA， $\Lambda$ CDM 将被强烈排除（ $\Delta \log Z \approx -7.95$ ）。
  - 修正 GREA 中的额外暗能量项 $\Omega_{de}$ 将被数据限制在 0 附近（ $\Omega_{de} \approx 0$ ），表明不需要额外的暗能量。
- GW 的作用：GW 提供绝对光度距离测量，能有效打破简并，抑制对错误模型的偏好。
基于 $\Lambda$ CDM 的模拟数据（假设 $\Lambda$ CDM 为真实宇宙）：
- 纯 GREA 的失败：当真实宇宙是 $\Lambda$ CDM 时，纯 GREA 模型无法拟合数据，导致参数（如 $H(0), \Omega_m$ ）发生系统性偏移，且贝叶斯证据极低（ $\Delta \log Z \approx -12.4$ ）。
- 修正 GREA 的适应性：修正 GREA 可以通过非零的 $\Omega_{de}$ 成功拟合 $\Lambda$ CDM 数据，参数恢复良好。但由于引入了不必要的额外参数，其在贝叶斯证据上仍略逊于 $\Lambda$ CDM（ $\Delta \log Z \approx -0.91$ ）。

4. 结论与意义 (Significance)

GREA 的可行性：GREA 模型在低红移数据中表现良好，能提供比 $\Lambda$ CDM 更高的 $H_0$ 值，是解决哈勃张力的潜在候选者。然而，在包含 CMB 信息的完整数据集中，目前的数据仍强烈偏好 $\Lambda$ CDM。
修正模型的必要性：引入 $\Omega_{de}$ 的修正 GREA 增加了模型的灵活性，使其能覆盖从纯熵驱动到 $\Lambda$ CDM 的连续区间，但也引入了参数简并性。
未来观测的关键作用：
- 引力波标准汽笛 (GW) 是区分熵驱动加速和暗能量驱动加速的关键工具。它们提供的绝对距离测量能打破简并，显著提高模型选择的统计效力。
- 下一代巡天（SKAO, LSST, ET）将能够明确判断宇宙加速是源于视界热力学（GREA）还是基本暗能量（ $\Lambda$ CDM）。
方法论贡献：论文展示了如何通过贝叶斯模型比较和模拟数据测试，评估替代宇宙学模型在参数空间和模型证据上的表现，为未来处理更复杂的扰动理论（如线性扰动和全 CMB 似然）奠定了基础。

总结：该研究指出，虽然目前的观测数据（特别是 CMB）仍支持 $\Lambda$ CDM，但 GREA 模型在低红移区域具有竞争力。未来的引力波观测将是决定性的，它们不仅能验证 GREA 作为真实宇宙描述的潜力，还能有效剔除那些为了拟合数据而引入不必要自由度的模型。