Spectral Data-cube Cleaning for CCAT Deep Spectroscopic Survey. I. Effect of correlated noise and filtering on the power spectrum

想象一下，试图在雷暴天气下的拥挤体育场里听清一声微弱的低语。这本质上就是那些想要绘制早期宇宙图谱的天文学家所面临的挑战。他们正在寻找一种特定的“光”（无线电波），这些波是由数十亿年前形成的古老星系发出的，那是一个被称为“再电离时期”的时代。为了捕捉这些低语，他们使用配备了超灵敏探测器的巨型望远镜。然而，我们上方的地球大气层就像一个充满水汽、不断翻腾且嘈杂的海洋，不断发出噼啪声和嘶嘶声，淹没了宇宙信号。这种“噪声”并非随机的；它是一种随时间缓慢变化的低频轰鸣声，这使得它很难与实际信号区分开来。为了解决这个问题，科学家们使用了一种称为“谱线强度映射”（Line-Intensity Mapping, LIM）的技术。与其尝试拍摄单体遥远星系的清晰照片（它们太暗淡，无法清晰成像），不如测量一片天空中所有星系组合在一起的总亮度。这就像是倾听人群集体的嗡嗡声，而不是试图听清某一个人的声音。其目标是创建一张宇宙结构的3D地图，揭示恒星和气体在宇宙年轻时是如何分布的。

本论文探讨了清理这些嘈杂数据的棘手工作。作者们模拟了来自未来仪器 EoR-Spec 的观测数据，该仪器将安装在 Fred Young 亚毫米望远镜（FYST）上。他们想看看一套特定的清理工具——他们称之为“滤波与分箱”（Filter-and-Bin, F&B）流水线——是否能成功地剥离大气噪声，而不至于误把宇宙信号也丢弃掉。可以将数据想象成一条浑浊的小溪；这个流水线就是一系列筛子和过滤器，旨在去除泥沙（噪声），同时保留金块（信号）。团队运行了数千次计算机模拟来测试这个流水线。他们发现，F&B 流水线在清除低频大气轰鸣声方面极其有效，将其降低了约 10,000 倍。然而，像任何强力过滤器一样，它也有副作用：它倾向于抹平数据中最宏大、最弥散的模式。结果表明，虽然这种方法对于检测宇宙的“颗粒感”细节（即单个星系对噪声的贡献）非常完美，但在恢复平滑的大尺度结构方面却表现挣扎。但对于测量“泊松噪声”（shot-noise）机制（即气体和恒星的混沌小尺度聚集）这一特定目标，该流水线表现得非常出色，预示着即将到来的巡天能够探测到早期宇宙中碳和一氧化碳的综合亮度。

宇宙低语的故事

背景：嘈杂的宇宙
想象你正试图收听一个微弱的广播电台，但你的收音机正放在一个空气本身都在发出静电声的房间里。在天文学中，这种静电来自于地球的大气层，特别是水汽。当望远镜向上观测时，它看到的不仅仅是恒星；它还看到了大气的“呼吸”，这种呼吸在波动并产生一种被称为 $1/f$ 噪声的低频嗡嗡声。这种噪声很棘手，因为它模仿了天文学家试图测量的缓慢、大规模的变化。如果你不清理它，你的宇宙地图看起来只会是一团模糊的大气天气景象。

工具：滤波与分箱流水线
为了修复这个问题，作者设计了一个数字清理小组，他们称之为“滤波与分箱”（Filter-and-Bin, F&B）流水线。他们使用了一个充当虚拟望远镜的大规模计算机模拟来测试这个清理小组。他们向模拟中输入了一个虚构的宇宙，其中包含了他们想要寻找的信号（来自碳和一氧化碳的气体光）以及烦人的大气噪声。然后，他们将数据通过四个不同的清理步骤：

1. 多项式去趋势（Polynomial De-trending）： 首先，他们移除了数据中缓慢、懒散的漂移，就像抚平一张摇晃的桌腿一样。
2. 扫描同步校正（Scan-Synchronous Correction）： 接着，他们修复了由望远镜来回移动引起的模式。这就像意识到每当你转头时，静电声就会变大，并减去那个特定的模式。
3. 共模减除（Common-Mode Subtraction）： 由于大气噪声会同时冲击所有探测器，他们计算了“平均噪声”并从每个人的数据中减去了它。这就像一位合唱指挥要求所有人停止哼唱同一个背景音。
4. PCA 滤波（PCA Filtering）： 最后，他们使用了一种称为主成分分析（Principal Component Analysis, PCA）的智能数学技巧，来寻找并移除其他步骤遗漏的顽固模式。他们移除了前三个“噪声模式”，只留下了大部分随机且无害的静态噪声。

结果：带有代价的纯净信号
模拟显示，这个清理小组取得了巨大的成功。在最低频率处（即最慢、最烦人的轰鸣声），流水线将噪声降低了约四个数量级（也就是安静了 10,000 倍！）。剩余的数据看起来几乎完全是随机的白噪声，这正是进行清晰测量所需要的。

然而，这其中存在权衡。正如筛子会让细沙通过但挡住碎石一样，这个流水线让小尺度的细节信号通过，但阻挡了最宏大、最平滑的波。作者发现，对于小尺度细节（当波数 $k$ 大于 0.5 Mpc$^{-1}$ 时），流水线保留了超过 80% 的完整信号。但对于最大的、最弥散的结构（当 $k$ 小于 0.1 Mpc$^{-1}$ 时），流水线对信号的抑制程度极高，剩余部分不足 20%。

这对未来意味着什么
论文得出结论，对于 CCAT 深空光谱巡天（DSS）计划开展的工作，这个 F&B 流水线是正确的工具。该巡天旨在绘制红移在 3.5 到 8.0 之间（即宇宙更年轻的时代）的宇宙图谱。在他们的模拟中，他们发现，如果使用单个望远镜模块且效率为 50%，他们可以探测到小尺度的信号。如果使用两个模块且效率为 100%，他们可以探测到他们所关注的所有尺度的信号。

作者谨慎地指出，虽然该流水线对于“泊松噪声”机制（即气体和恒星的混沌小尺度聚集）非常有效，但它并不是测量宇宙平滑大尺度结构的最佳工具。为此，他们未来需要更先进的方法。但就目前而言，这个流水线为他们提供了一种可靠的方式，让他们开始聆听早期宇宙的低语，过滤掉风暴，让宇宙的故事终于能够被听见。