计算宇宙学与前沿观测

大学前沿课程。数值宇宙学模拟、引力波天文学、多信使天文学、JWST 最新发现,以及暗物质暗能量的前沿研究。

第一章 数值宇宙学模拟

1.1 为什么需要计算机模拟

宇宙学研究的独特挑战:

  • 无法做实验:不能创造或操控宇宙
  • 时间尺度巨大:宇宙演化以十亿年为单位
  • 唯一性:我们只有一个可观测宇宙
  • 非线性结构形成:暗物质晕、星系形成涉及复杂物理

计算机模拟的作用:

  • 从初始条件(CMB)出发,模拟宇宙演化
  • 预测可观测量的统计分布
  • 与真实观测数据对比,检验宇宙学模型

1.2 N 体模拟

核心思想: 将暗物质离散化为大量粒子,计算引力相互作用。

关键算法:

算法复杂度特点
直接求和O(N²)精确但极慢
树算法(Barnes-Hut)O(N log N)远距离粒子分组近似
PM(粒子网格)O(N log N)用 FFT 计算引力势
P³MO(N log N)短程直接 + 长程网格
快速多极子(FMM)O(N)最优复杂度

1.3 主流宇宙学模拟项目

模拟规模盒子大小特点
Millennium10¹⁰ 粒子500 Mpc/h经典暗物质模拟
IllustrisTNG多尺度50-300 Mpc/h含重子物理
EAGLE10¹⁰ 粒子100 Mpc/h星系形成
Uchuu2.1×10¹² 粒子2 Gpc/h最大规模
AbacusSummit多运行多种DESI 分析用
FLAMINGO10¹¹ 粒子2.8 Gpc/h含中微子

1.4 实践:用 Python 做简易 N 体模拟

import numpy as np

class NBodySimulation:
    def __init__(self, n_particles, box_size):
        self.n = n_particles
        self.box = box_size
        # 随机初始位置
        self.pos = np.random.rand(n_particles, 3) * box_size
        self.vel = np.zeros((n_particles, 3))
        self.mass = np.ones(n_particles) * (box_size**3 / n_particles)

    def compute_forces(self, softening=0.01):
        """计算引力(直接求和 + 软化)"""
        forces = np.zeros_like(self.pos)
        for i in range(self.n):
            for j in range(i+1, self.n):
                diff = self.pos[j] - self.pos[i]
                # 周期性边界
                diff = diff - self.box * np.round(diff / self.box)
                dist = np.linalg.norm(diff)
                force_mag = self.mass[i] * self.mass[j] / (dist**2 + softening**2)
                force_dir = diff / dist
                forces[i] += force_mag * force_dir
                forces[j] -= force_mag * force_dir
        return forces

    def step(self, dt):
        """Leapfrog 积分"""
        forces = self.compute_forces()
        acc = forces / self.mass[:, np.newaxis]
        self.vel += acc * dt
        self.pos += self.vel * dt
        # 周期性边界
        self.pos = self.pos % self.box

# 运行模拟
sim = NBodySimulation(n_particles=100, box_size=1.0)
for step in range(1000):
    sim.step(dt=0.001)

第二章 引力波天文学

2.1 引力波的发现

2015 年 9 月 14 日,LIGO 首次直接探测到引力波(GW150914):

  • 两个黑洞合并(36 + 29 → 62 太阳质量)
  • 3 个太阳质量转化为引力波能量
  • 信号传播了 13 亿年

意义: 开启了引力波天文学新纪元,2017 年诺贝尔物理学奖。

2.2 引力波探测器

探测器位置臂长灵敏度频段
LIGO H1美国汉福德4 km10 Hz - 10 kHz
LIGO L1美国利文斯顿4 km10 Hz - 10 kHz
Virgo意大利比萨3 km10 Hz - 10 kHz
KAGRA日本神冈3 km地下、低温
LISA(计划)太空250 万 km0.1 mHz - 0.1 Hz
太极/天琴(计划)太空百万 km类似 LISA

2.3 多信使天文学

GW170817(2017 年 8 月 17 日): 首次引力波 + 电磁波联合观测

  • 引力波信号:双中子星合并
  • 1.7 秒后:费米卫星探测到伽马射线暴
  • 数小时后:光学望远镜观测到千新星(kilonova)
  • 证实:重元素(金、铂)在中子星合并中产生

多信使组合:

引力波(LIGO/Virgo)→ 定位天区
    ↓
伽马射线(Fermi/INTEGRAL)→ 确认方向
    ↓
光学/红外(VLT/Hubble/JWST)→ 详细观测
    ↓
射电(VLA/ALMA)→ 余辉观测
    ↓
中微子(IceCube)→ 高能过程

第三章 JWST 与新一代观测

3.1 詹姆斯·韦伯太空望远镜(JWST)

2021 年 12 月 25 日发射,2022 年 7 月发布首批图像。

关键参数:

  • 主镜直径:6.5 米(18 块镀金铍镜面)
  • 观测波段:0.6 - 28.5 微米(红外)
  • 轨道:日地 L2 拉格朗日点(150 万公里)
  • 工作温度:~40K(被动 + 主动制冷)

3.2 JWST 重大发现

  • 最遥远星系:JADES-GS-z14-0(红移 z=14.32,大爆炸后 2.9 亿年)
  • 系外行星大气:首次探测到系外行星大气中的 CO₂、SO₂
  • 恒星形成:以前看不到的尘埃云内部结构
  • 早期宇宙:发现大爆炸后早期就有大量成熟星系,挑战现有模型

3.3 其他新一代设备

设备类型状态科学目标
ELT39m 光学望远镜建设中系外行星、第一代星系
SKA射电望远镜阵列建设中宇宙黎明、脉冲星
LISA空间引力波2030s超大质量黑洞合并
Roman空间望远镜2027暗能量、系外行星
中国巡天(CSST)空间望远镜2026类似哈勃,大视场

第四章 暗物质与暗能量前沿

4.1 暗物质候选者

候选者质量范围探测方式状态
WIMPGeV-TeV地下直接探测未发现
轴子(Axion)μeV-meV微波腔实验ADMX 探索中
惰性中微子keVX 射线观测未确认
原初黑洞多种引力波/微透镜部分参数空间开放
模糊暗物质~10⁻²² eV星系结构理论探索

4.2 暗能量本质

观测事实: 宇宙加速膨胀(1998 年发现,2011 年诺贝尔奖)

理论解释:

模型状态方程 w特点
宇宙学常数 Λw = -1真空能量,最简单
精质(Quintessence)w > -1(变化)动态标量场
幽灵能量(Phantom)w < -1大撕裂结局
修改引力(f(R))有效 w 变化不需要暗能量

4.3 哈勃常数危机

问题: 不同方法测得的哈勃常数 H₀ 不一致:

方法H₀ (km/s/Mpc)不确定度
CMB(Planck)67.4±0.5
超新星(SH0ES)73.0±1.0
引力透镜(H0LiCOW)73.3±1.8
引力波标准汽笛70(大误差)±10

5σ 差异 → 可能暗示新物理!

可能解释:

  • 早期暗能量
  • 中微子新物理
  • 系统误差(尚未发现)
  • 需要新的宇宙学模型

第五章 研究前沿

5.1 AI + 宇宙学

  • 模拟加速:用神经网络替代 N 体模拟(速度提升 1000 倍)
  • 参数推断:从观测数据直接推断宇宙学参数
  • 异常检测:AI 发现观测数据中的异常模式
  • 引力波信号处理:深度学习从噪声中提取引力波信号

5.2 21 厘米宇宙学

  • 中性氢的 21 厘米辐射是探测"宇宙黎明"的关键
  • SKA 将绘制宇宙大尺度结构的三维地图
  • 可能揭示第一代恒星和星系的形成

5.3 量子引力与宇宙起源

  • 圈量子宇宙学:大爆炸可能是"大反弹"
  • 弦论宇宙学:膜碰撞产生宇宙
  • 全息原理:宇宙可能是低维边界的全息投影
  • 永恒暴胀:我们的宇宙只是多重宇宙之一

推荐资源

  • 书籍:《Cosmological Physics》(Peacock)、《Numerical Cosmology》
  • 模拟数据:IllustrisTNG 公开数据、SkySim
  • 课程:Coursera "Astrophysics"(ANU)、EdX "Cosmology"
  • 工具:Astropy(Python 天文库)、Gadget-4(N 体模拟代码)
  • 数据:NASA ADS(论文)、SIMBAD(天体数据库)、NED(NASA/IPAC)