哪些"好时间"才是真的好？

一个用测量来定义的软质子污染时间筛选判据

面向物理系一年级研究生的研究计划。 不预设任何 X 射线天文背景知识。这里描述的全部工作都可以用公开归档数据和免费软件，在一台工作站上完成。

摘要

天基 X 射线望远镜会被软质子污染：这是来自地球磁层的低能粒子，望远镜的反射镜会像聚焦光子一样把它们聚焦到探测器上。因为它们是聚焦到达的、而且沉积出一条平滑的连续谱，所以单靠一条谱线永远无法把它们和它们所污染的天空区分开。唯一的抓手是时间：软质子成阵发出现，于是标准做法就是把吵闹的时段整段丢掉。

但那个做法只是一个按惯例选定的阈值，从来没有人确立过它应该是多少。这个项目问的是一个比"哪些时段吵"更锋利的问题：一次时间切割究竟应当最小化什么量？然后去找真正最小化它的那个切法。 答案需要两个能把软质子和另一种背景分开的物理指纹、一份三项行为各不相同的显式误差预算，以及——正如前期工作已经显示的——愿意接受"惯例阈值其实已经接近正确"或者"它正在扔掉好时间"这样的结论。

1. 问题

1.1 要测的是什么，为什么它脆弱

恒星之间、星系之间存在着稀薄的热气体。它太暗，无法直接看见，但它在 X 射线波段发光。测量这份辉光能告诉我们宇宙中有多少普通物质、它们在哪里、以及星系如何加热并抛出自己的气体。

这是一个背景测量：你不是在看一个亮源，而是在把所有亮的东西都去掉之后，试图确定图像里那个微弱、弥散的底。

这就使它对"任何其他会产生微弱弥散信号的东西"异常敏感——因为这样的东西看上去不像错误，它看上去像答案。

1.2 软质子

能量在几十到几百 keV 的质子被地球磁层俘获并加速。掠入射 X 射线反射镜分不出它们和光子的区别：它把它们连同天空一起聚焦到探测器上（图 2）。到了那里，它们在硅里沉积能量，被记录成事件，在整个能段上形成一条平滑的连续谱。

有两个性质让它们成为这个领域的核心难题：

它们是时变的。 强度可以在几分钟内上升一个量级又落回去（图 1）。在一次观测里，它们可能毫无贡献，也可能压倒一切。
它们的谱没有特征。 一条没有谱线的连续谱，而且正好落在弥散天空发光的那些能量上。在单次观测的一条谱上，你没有任何可以抓住的东西。

1.3 另一种背景，它不是同一回事

探测器还会记录宇宙线：从各个方向穿过航天器和相机外壳的高能粒子，不经聚焦。它们产生自己的连续谱，还产生一个有辨识度的东西——它们从相机外壳的铝和硅里打出荧光，在 1.49 keV（Al-K）和 1.74 keV（Si-K） 处形成锐利的发射线。

区分这两种污染很要紧，因为只有其中一种的时标是时间切割抓得住的，而为了去掉另一种去切时间，等于白白付出曝光。

2. 标准做法，以及它内部的那个假设

惯常的对策叫好时间区间（GTI）筛选。你在一个天空很暗、耀发很显眼的硬能段做一条光变曲线，设一个阈值，只保留低于阈值的时段。高于阈值的一律丢弃——连同那段时间里到达的所有天空光子。

这完全合理，而且有效。在下面前期工作用到的样本里，标准滤波在 29 个观测上共丢弃了 116.8 ks，其中 98.4% 确实比它保留下来的时间吵闹得多。这个滤波并没有犯粗糙的错误。

但关于它，有三件事从来没有被确立过：

阈值是一个惯例。 它不是从"最终测量应当达到什么"这句话里推导出来的。
代价是隐形的。 丢时间会抬高你想测的那个量的统计误差。在前期样本里，一个观测上滤波保留了 68.8% 的可用时间；另一个观测上只保留了 30.2%。这是一笔巨大且未经审视的开销。
对真正要命的那种失败，没有任何检验。 一次删掉了真实天空信号的切割——比如视场里正好有一个变源——按照现在通用的每一条判据看都像是成功。没有任何东西会报警。

这个项目的目的，就是把惯例换成判据，并且把那个报警装上。

3. 理论背景：两个指纹

整个项目建立在关于这台仪器的两个事实之上。两个都很初等，两个都不依赖模型，而它们合起来把一个无法回答的问题变成了一个可测量的问题。

3.1 几何：软质子到不了屏蔽角区

反射镜聚焦到视场上。探测器有一部分落在视场之外、被屏蔽于天空——即未曝光角区。天空光子到不了那里；软质子也到不了，因为两者走的是同一条聚焦路径。而从各个方向来的宇宙线可以自由抵达。

所以角区是一个直接的、同时进行的、只测宇宙线背景的监视器。把适当标定后的角区计数率从视场计数率里减掉，就去掉了宇宙线的贡献，留下天空加软质子——而且是逐观测完成的。这一点很重要，因为宇宙线背景在不同观测之间变化很大，而那些变化和软质子毫无关系。

3.2 能谱：软质子不带外壳荧光线

Al-K 和 Si-K 荧光线是粒子轰击相机外壳激发出来的。软质子被聚焦着越过外壳、直接沉积在硅里，因此不产生这些线。宇宙线背景则同时产生连续谱和这两条线，且比例固定。

于是，任何被删除成分的线／连续谱比值就给它贴上了标签。这里不需要任何谱模型——比较发生在同一批数据、同一台仪器下的两个子集之间。

4. 前期结果

前期工作在仙女座星系外围的 30 个归档观测上完成。选它们是因为这是一个大而均匀的集合，而且耀发污染差异极大——有些观测几乎干净，有些则超过 80% 的时间在耀发。前期工作确立了三件事。

4.1 时间切割删掉的不是宇宙线背景

图 3 给出一次有代表性的时间切割所删除成分的谱，逐波段表示为它相对保留时间的超出比例。含荧光线的两个波段，明显低于它们两侧的连续谱波段：约 8%，而两侧是 23% 和 29%。把观测合并之后，被删除的成分约有 79% 不含 Al 线，显著度接近 6 个标准差，Si 线独立地给出同向结论。

如果被丢弃的时段只是含有更多宇宙线背景，那两条线本应与连续谱同比例升高。它们没有。

4.2 它也到不了屏蔽角区

图 4 把同一个被删除成分分别在视场内和屏蔽角区里测量。视场内它占计数率的 14–26%；角区里只有 2.8%，与零相容。这个被删除的成分是经反射镜到达的。

另一项独立的空间检验则问：它是不是紧致的？——那会是视场里一颗变星或吸积双星的特征，而把那种东西误当成污染是灾难性的。结果不是：没有任何单个天区格子承载了这份超出，而且当分析在更细的分辨率下进行时，集中度反而下降——这正好和点源的行为相反。

4.3 但取舍关系远比想象的差

图 5 把整个样本的"保留曝光"和"残余污染"放在同一个平面上。标准滤波让出 22% 的可用时间，把污染压低了 18.6 倍——这是一笔极好的交易。而在它之上发展出来的四种越来越精巧的策略，把同一个量又移动了不到 5%，其中一种还移错了方向，同时都实打实地花掉了曝光。

正是这个观察促成了本提案。 这个领域一直在收益急剧递减的区间里做优化，而手上没有一个能察觉到这件事的判据。

5. 研究问题

给定一次完整的观测，如果目标是对弥散天空做出尽可能准确的测量，那么应该保留哪些时段？

这样一问，就跟出三个子问题，它们就是这个项目的形状：

Q1. 正确的待最小化量是什么？它能不能从数据本身测出来，而不是假设出来？
Q2. 惯例滤波相对那个最优点在哪里——正好在上面、还没到、还是已经越过了？
Q3. 去掉更多污染，是否真的让同一片天的重复观测彼此更一致？这件事从来没有被检验过，而现在通行的每一种方法都默默地假设它成立。

6. "更好"是什么意思：误差预算

这是本项目的概念核心，值得说精确——因为现有做法最薄弱的地方恰恰在这里。

6.1 单个观测

在 §3.1 的角区扣除之后，来自单个观测的天空面亮度估计有一个行为很熟悉的统计误差：

\sigma_{\text{stat}} \;\propto\; \frac{1}{\sqrt{T}}

其中 $$T$$ 是保留的活时间。因此切时间会抬高这一项：保留时间的比例为 $$f$$ ，统计误差就被放大 $1/\sqrt{f}-1$ 。保留一次观测的 89%，代价是统计误差上升 6%。

切割买到的，是第二项的下降：保留时间里剩下的残余软质子污染，记作 $$b$$ 。它是偏置，不是噪声——它不会因为你多收集计数而变小。单个观测的总均方误差是

\mathcal{E}^2 \;=\; \sigma_{\text{stat}}^2 \;+\; b^2 .

在"保留哪些区间"上最小化 $\mathcal{E}$ ，是一个良定义、有唯一解的问题，而且它会自己停下来：一旦剩余污染变平，再切就只会抬高第一项。

6.2 多个观测

合并观测的理由是误差会变小。但三项贡献缩小的方式不同，而这是整个项目里最重要的结构性事实（图 6）：

贡献	合并 $$N$$ 个观测时的行为
统计误差	按 $1/\sqrt{\sum_i T_i}$ 下降——总曝光越多总是越好
在观测之间变化的污染	按 $1/\sqrt{N}$ 下降——平均有用
在每个观测里都一样的污染	完全不下降

时间切割只能碰第二行：没有时间特征的污染，不会给任何 GTI 规则留下痕迹。第三行则对数据整个不可见——给每个观测都加上同样多的量，和"天空本来就亮那么多"完全无法区分——它需要外部参照才能约束。

把合并测量按权重 $$w_i$$ 写出来：

\mathcal{E}_{\text{comb}}^2 \;=\; \frac{\sum_i w_i^2 \sigma_i^2}{\left(\sum_i w_i\right)^2} \;+\; \left(\frac{\sum_i w_i b_i}{\sum_i w_i}\right)^{\!2}

由此立刻得到两条结论，而它们都不在现行做法之内。

一致性是必要条件，不是充分条件。 软质子只会增加计数，所以伤害合并结果的是偏置的加权均值，不是它的弥散。污染程度完全相同的一批观测，彼此完美一致，而且一起错。 观测之间的一致性是污染的探测器，不是目标本身。

切时间不是唯一的杠杆。 权重 $$w_i$$ 是自由的。一个带有较大稳态污染的观测无法靠切割改善——那里没有时间结构可切——但它可以被降权，而降权在任何地方都不花曝光。一个只围绕时间切割搭起来的框架，根本看不见这个选项。

7. 材料

需要的一切都是公开的。

数据。 XMM-Newton 科学归档（nxsa.esac.esa.int）提供有史以来的每一次观测，免费、无需注册。每次观测是几个 GB 的原始遥测数据，称为 ODF。一年级学生一个下午就能下载好几个。

软件。 欧空局的科学分析系统（SAS）负责原始数据的处理，其中的 ESAS 包处理本项目所需的展源背景分析。两者都免费、有文档，可在 Linux 或 macOS 上运行。唯一真正的门槛是：单次观测的处理需要几个小时的 CPU 时间，所以实际的工作单元是"几个观测"，而不是"整个归档"。

建议的起始样本。 任何"重复指向或彼此靠近、且干净与耀发观测混合"的集合都可以。两个自然选择是：Chandra 深场南天区，它有大量近乎重复指向同一片天的观测；以及前期工作用的仙女座晕场，它们铺开一片更大的天区，耀发污染跨度达三十倍。合理的第一个样本是六到十个观测——足以看出观测间的弥散，又小到可以在一周内处理完。

算力。 一台工作站。处理完成之后的分析就是普通的数组运算，这里没有任何东西需要集群。

8. 工作方案

方案刻意分阶段安排，使每一阶段都产出独立有用的东西，也使得万一前提是错的，早期阶段就能廉价地终止项目。

阶段 0 —— 把基础跑通（2–3 周）

从头到尾处理两个观测。产出一条光变曲线、一条谱、以及标准筛选后的事件表。自己动手画出图 1。 这一阶段的目标不是结果，而是让你以后能认出"哪里不对劲"。

交付物： 你自己版本的图 1，以及一份书面记录，写下你被迫选择的每一个参数和选择的理由。

阶段 1 —— 搭起角区监视器（3–4 周）

提取屏蔽角区，标定那个把角区计数率换算成视场内宇宙线贡献的比例因子。

这里有一个微妙的点： 要在样本里最干净的那些观测上标定这个比例，然后施加到全部观测。在每个观测内部各自标定看起来很自然，但是错的——在一个大部分时间都在耀发的观测里，即使它最安静的那段也已经被污染，于是比例会算得偏大。这个错误会产生负的背景率，那就是你识破自己犯了这个错的方式。

交付物： 每个观测的角区扣除后计数率，以及记录在案的标定值和它的不确定度。

阶段 2 —— 弄清你的切割到底删掉了什么（4–6 周）

对任何一个试验性的时间切割，构造超出量：被丢弃时间的率谱减去被保留时间的率谱。任何随时间恒定的东西都会抵消，剩下的就是这次切割实际删掉的东西。

测量它的两件事：它对荧光波段的线／连续谱比（§3.2），以及它在角区里出不出现（§3.1）。在你自己的样本上复现图 3 和图 4。

这一阶段是一道门。 如果被删除的成分按正常比例带着荧光线，那么你的切割删的是宇宙线背景、不是软质子，后续方案就不能照写的样子套用。

交付物： 至少三个试验切割各自被删除成分的身份，带不确定度。

阶段 3 —— 建立目标函数并找到最优点（6–8 周）

对单个观测实现 $\mathcal{E}^2 = \sigma_{\text{stat}}^2 + b^2$ 。把完整观测切成短区间，按角区扣除后计数率测得的污染度给它们排序，从最干净到最脏逐个纳入，每加一个就重算一次 $\mathcal{E}$ 。

$\mathcal{E}$ 对保留曝光的曲线有一个极小值。那个极小值就是这个观测的答案。把它落在哪里和惯例滤波落在哪里画在同一张图上比较——这就是 Q2，一张图就能回答。

交付物： 样本里每个观测的最优切割与惯例切割，画在同一组坐标上。

阶段 4 —— 检验它是否真的让观测彼此一致（6–8 周）

取出所有观测的天空测量值，问它们在各自误差范围内是否一致——在你的切割之前和之后各问一次。拟合出超出统计误差所能解释的那部分额外弥散。

两种结果都值得发表。 如果弥散随着切割变好而下降，你就首次证明了大家在用的探测器层面判据确实追踪着它们本应追踪的东西。如果它不下降，你就证明了它们并不——而这更重要。

交付物： 切割前后的弥散，以及单独估计的不可消除下限，并明确说明出现的是哪一种结果。

阶段 5 —— 撰写（4 周）

9. 什么算成功，什么能证伪它

一个不可能失败的提案不是提案。干净的几种结局是：

结局	含义
最优点靠近惯例滤波	惯例首次得到了定量的辩护。有用，一篇短文。
最优点保留了明显更多的时间	这个领域一直在丢弃好曝光。对这些仪器的每一位用户都有直接价值。
最优点保留了明显更少的时间	残余污染比以为的大，已发表的背景测量带有未被认识到的偏置。
被删除成分带着荧光线	前提在你的样本上不成立；切割删的是宇宙线背景。报告并停止。
观测间弥散对切割毫无反应	探测器层面的代理量并不追踪科学目标。这将推翻大量通行做法，是最重要的一种可能结果。

注意最后两行是假设的失败、项目的成功。方案的安排使它们在阶段 2 和阶段 4 就被发现，而不是四年之后。

10. 风险，以及应对

看不见的底座。 在每个观测里都完全相同的污染，无法从内部探测。这是一个真实的、永久的限制，不是一个可解的问题。应对方式是：把结果报成"假设底座为某值"的函数，并把底座取零作为保守默认——那个选择会低估切割的收益，所以你真的找到的任何收益都不是这个假设造出来的假象。

点源。 孔径内的一个变源在时间域里能完美地伪装成污染。在做任何别的事之前先排除已探测到的源，冻结这个排除，并且绝不让它依赖于你的切割保留下多少曝光——否则切割一变掩膜就变，分析就成了循环论证。§4.2 的空间检验就是用来核查这件事有没有做到位的。

不同观测看的不是同一片天。 如果你的场不重叠，每个场采样的是一组不同的暗弱未分辨源，那么无论你的切割多好，它们都不会完美一致。要估计这个下限而不是假设它，并在能拿到的时候优先选重叠指向。

在噪声上做选择。 试的切割足够多时，"看起来最好的那个"就是碰巧最好的那个。先冻结你的规则，再把它施加到没有参与挑选它的那些观测上。 在前期工作里，有一个在它被设计出来的那个观测上表现极佳的策略，迁移到另外二十九个观测后与噪声无法区分——这正是这条纪律的用处。

11. 你会学到什么

一台真实仪器的探测器物理；天基 X 射线数据从头到尾的处理；统计项与系统项真正相互竞争的误差预算；估计量设计与零假设标定；以及事先想清楚"结果要长成什么样才会让我改变想法"的习惯。

这些没有一项是 X 射线天文独有的。