觀測天文與望遠鏡（進階）：光子的會計戰爭

一張漂亮的星系照片，背後其實是一場光子的會計戰爭

入門篇我們談過：口徑決定集光力與解析力，光譜學讓我們讀出星星的成分。但這裡藏著一個更殘酷的現實——當你把望遠鏡指向一個遙遠星系，每一秒鐘可能只有寥寥數個光子(photon)落進你的偵測器，而同時，地球大氣的輝光、月光的散射、偵測器自身的電子雜訊，正一刻不停地往你的影像裡灌「假訊號」。

換句話說，現代觀測天文學的核心難題，往往不是「光夠不夠多」，而是「我能不能把真正的星光，從一片雜訊的汪洋裡，誠實地數出來」。這是一場關於光子的會計戰爭。要打贏它，我們必須理解光子如何被計數、雜訊從何而來、以及如何用訊雜比(signal-to-noise ratio)這把尺，量化我們對每一個像素的信任程度。這一篇，我們就鑽進望遠鏡焦平面背後的偵測物理與統計，看看一張「漂亮的照片」是怎麼從噪音裡被搶救出來的。

從光子到電子：偵測器到底在數什麼

肉眼與底片的時代，天文學家用「亮不亮」做半定量的判斷。但自 1970 年代電荷耦合元件(charge-coupled device, CCD)問世後，天文觀測就變成了一門光子計數(photon counting)的精密科學。

CCD 的原理是光電效應：一顆光子打進矽晶格，若能量夠大，就激發出一個光電子(photoelectron)，被困在一個個微小的電位井(potential well，即像素)裡。曝光結束後，晶片把每個像素累積的電子量依序「倒」出來，轉成數位讀數(ADU, analog-to-digital unit)。因此偵測器本質上不是在量「亮度」，而是在數電子的個數。

這裡有兩個關鍵指標決定了偵測器的好壞：

• 量子效率(quantum efficiency, QE)：入射光子能成功轉成可記錄電子的比例。現代背照式(back-illuminated)CCD 在可見光波段的 QE 可達 90% 以上——意思是每 10 個光子打進來，約有 9 個被記錄。對比人眼視桿細胞的有效 QE 大約只有幾個百分點，這就是為什麼同一台望遠鏡，接上 CCD 後能看到的天體，遠比目視深得多。
• 增益(gain, $g$)：一個 ADU 讀數對應多少個電子。例如 $g = 2\ e^-/\text{ADU}$，代表讀數每加 1，背後是 2 個電子。把讀數乘上增益，我們才能回到真正有物理意義的「電子數」，進而做雜訊估算。

理解這條「光子 → 光電子 → ADU」的轉換鏈，是看懂後續所有雜訊分析的前提：因為雜訊不是發生在「亮度」上，而是發生在離散的、可數的電子上。

散粒雜訊：連完美的偵測器也躲不掉的根本極限

假設我們造出一台 QE = 100%、零缺陷的完美偵測器，是不是就能精準量到星星的亮度了？答案是不行。因為光子抵達本身就是一個隨機過程。

光子的到達服從卜瓦松分布(Poisson distribution)：如果某像素平均期望收到 $N$ 個光子，那麼任何一次實際曝光收到的數目會在 $N$ 附近隨機漲落，其標準差正好是：

$$\sigma_{\text{shot}} = \sqrt{N}$$

這就是散粒雜訊(shot noise，又稱光子雜訊)。它不是儀器的缺陷，而是光的量子本質帶來的、無法消除的統計極限。它的後果非常深刻：你收到的光子越多，雜訊的絕對值越大（$\sqrt{N}$ 隨 $N$ 增長），但雜訊的相對比例卻越小：

$$\frac{\sigma_{\text{shot}}}{N} = \frac{\sqrt{N}}{N} = \frac{1}{\sqrt{N}}$$

這條 $1/\sqrt{N}$ 的關係，是整個觀測天文學的命脈。它告訴我們：想把測量精度提高一倍，光子數必須變成四倍；想提高十倍，光子數要變成一百倍。這也解釋了為什麼天文學家對「曝光時間」如此斤斤計較——時間翻倍，光子數翻倍，訊雜比只增加 $\sqrt{2} \approx 1.41$ 倍。精度是用時間的平方根換來的，極其昂貴。

訊雜比方程式：把所有雜訊源加總起來

真實的觀測裡，落進像素的不只有目標星光。我們來盤點一場曝光中所有的「電子來源」：

1. 目標訊號 $N_\star$：來自天體本身的光電子。
2. 天空背景 $N_{\text{sky}}$：大氣輝光、月光散射、黃道光等灑滿整個視野的背景光，每個像素都有一份。
3. 暗電流(dark current) $N_{\text{dark}}$：偵測器在沒有光照時，熱激發產生的「假電子」。這就是為什麼科學級 CCD 要冷卻——溫度每降約 6–7 °C，暗電流大致減半。
4. 讀出雜訊(read noise) $\sigma_{\text{read}}$：把電子轉成數位讀數的電路，每次讀取引入的固定雜訊（單位是電子數，與曝光時間無關）。

前三項都是會被「數出來」的電子，各自貢獻散粒雜訊（標準差為其平方根）；讀出雜訊則是獨立的一項。由於這些雜訊源互相獨立，總雜訊是各項變異數(variance)的平方根相加（雜訊以平方相加，不是線性相加）。於是著名的CCD 方程式(CCD equation)寫成：

$$\text{SNR} = \frac{N_\star}{\sqrt{N_\star + n_{\text{pix}}\left(N_{\text{sky}} + N_{\text{dark}} + \sigma_{\text{read}}^2\right)}}$$

其中 $n_{\text{pix}}$ 是星象佔據的像素數。這條式子是每一位觀測者規劃曝光、估算可達深度的工作母機。它揭示了兩種截然不同的觀測情境：

• 亮源（訊號主導）：當 $N_\star$ 遠大於其他項，分母約為 $\sqrt{N_\star}$，於是 $\text{SNR} \approx \sqrt{N_\star}$。此時你被自己的散粒雜訊限制，唯一的辦法就是收更多光子。
• 暗源（背景主導）：當目標極暗，分母由天空背景與讀出雜訊主導。此時 $\text{SNR} \approx N_\star / \sqrt{n_{\text{pix}} N_{\text{sky}}}$。想看得更深，除了增大口徑，還得壓低天空背景——這正是太空望遠鏡、暗夜保護區、窄波段濾鏡存在的理由。

動手算一下：這張影像值得信任嗎？

假設我們用某台望遠鏡對一顆暗星曝光，估算各項電子數如下：目標訊號 $N_\star = 900\ e^-$，星象佔 $n_{\text{pix}} = 9$ 個像素，每像素天空背景 $N_{\text{sky}} = 200\ e^-$、暗電流 $N_{\text{dark}} = 0$（已充分冷卻）、讀出雜訊 $\sigma_{\text{read}} = 5\ e^-$。

先算分母內的背景與儀器雜訊變異數：

$$n_{\text{pix}}\left(N_{\text{sky}} + \sigma_{\text{read}}^2\right) = 9 \times (200 + 25) = 9 \times 225 = 2025$$

加上目標自身的散粒雜訊：

$$\sqrt{N_\star + 2025} = \sqrt{900 + 2025} = \sqrt{2925} \approx 54.1$$

於是：

$$\text{SNR} = \frac{900}{54.1} \approx 16.6$$

SNR $\approx 16.6$ 換算成測光誤差約為 $1/16.6 \approx 6\%$，對應星等不確定度約 $1.086/\text{SNR} \approx 0.065$ 個星等——這對許多研究已經堪用。

現在做個關鍵練習：如果曝光時間加倍會怎樣？目標、天空、暗電流這三項「會累積的電子」都翻倍（讀出雜訊不變，因為它與時間無關）：

$$\text{SNR}_2 = \frac{1800}{\sqrt{1800 + 9\times(400 + 25)}} = \frac{1800}{\sqrt{1800 + 3825}} = \frac{1800}{\sqrt{5625}} = \frac{1800}{75} = 24$$

SNR 從 16.6 升到 24，提升約 1.45 倍——略高於純散粒雜訊預期的 $\sqrt{2} \approx 1.41$。原因正是：讀出雜訊這項固定成本被攤薄了。這個小細節說明了一件實務上的大事：在讀出雜訊主導的領域，少數幾張長曝光勝過大量短曝光的疊加；反之在天空主導的領域，分多次曝光比較不吃虧，還能剔除宇宙射線。

不只是口徑：étendue 與系統穿透率

入門篇強調「口徑就是一切」，但那是對單一目標而言。當我們關心的是巡天(survey)——在固定時間內掃描盡可能大的天區、收集盡可能多的天體——衡量標準就變成了 étendue（光學擴展量，又稱 AΩ 乘積）：

$$\text{Étendue} = A \times \Omega$$

其中 $A$ 是收光面積（正比於 $D^2$），$\Omega$ 是視場立體角(field of view)。一台口徑巨大但視場狹窄的望遠鏡（如為了極深成像而生的儀器），étendue 不見得高；而薇拉·魯賓天文台(Vera C. Rubin Observatory)的設計哲學，正是用 8.4 公尺口徑搭配異常寬廣的視場，把 étendue 推到極致，才能每隔幾個晚上就把整片南天掃描一遍。

此外，從天體到電子，光子在每一個介面都會被「課稅」。系統穿透率(system throughput)是望遠鏡反射鏡反射率、濾鏡穿透率、與偵測器 QE 的連乘積：

$$\eta_{\text{total}} = \eta_{\text{mirror}} \times \eta_{\text{filter}} \times \text{QE}$$

每面反射鏡反射率約 90–96%，多片光學元件串起來，加上濾鏡與 QE，一台典型望遠鏡最終可能只有三、四成的光子真正轉成可用電子。這提醒我們：紙面上的口徑只是上限，真正決定靈敏度的，是這條完整的光子預算鏈。鍍膜老化、灰塵、濾鏡選擇，都會悄悄吃掉得來不易的光子。

把大氣磨平：自適應光學的工程細節

入門篇提過自適應光學(adaptive optics, AO)能校正大氣擾動。這裡我們看它實際如何運作，以及它的代價與限制。

大氣湍流會把原本平整的星光波前(wavefront)揉皺。AO 系統的工作迴路是：用波前感測器(wavefront sensor)——常見的夏克–哈特曼感測器(Shack–Hartmann sensor)以一組微透鏡陣列，把入射波前切成許多小塊，量測每一塊光點的偏移，反推出波前在各處的傾斜；接著電腦算出校正量，驅動一面變形鏡(deformable mirror)上數百到數千個致動器，在毫秒級的時間內把鏡面壓成「反向皺褶」，剛好抵銷大氣的扭曲。整個迴路每秒重複數百到上千次，因為大氣的相干時間(coherence time)只有幾毫秒。

衡量 AO 校正得好不好，用的是史特列爾比(Strehl ratio, $S$)：實際影像峰值強度相對於理想無像差影像峰值的比值，介於 0 到 1。$S = 1$ 是完美繞射極限，地面 AO 在近紅外常能達到 0.3–0.8。它與殘餘波前誤差 $\sigma$（單位為弧度的相位）近似服從馬雷夏爾公式(Maréchal approximation)：

$$S \approx \exp\left(-\sigma^2\right)$$

這個指數關係很無情：殘餘相位誤差稍微變大，史特列爾比就急遽崩塌。波長越長，同樣的物理皺褶換算成相位誤差越小，所以 AO 在紅外比在可見光容易做得好——這也是為什麼地面紅外 AO 成像能逼近、甚至局部超越哈伯。

AO 還有兩個迷人的限制。其一，它需要一顆夠亮的參考星來量波前，但天上不一定剛好有；於是天文學家用雷射導引星(laser guide star)——把強雷射打上約 90 公里高的鈉原子層，激發出一顆人造亮點當參考。其二，校正只在參考星周圍一個很小的等暈角(isoplanatic angle)內有效（通常只有幾十角秒），因為遠處的光走過的是不同的大氣路徑。突破這個限制的多共軛自適應光學(multi-conjugate AO)用多顆導引星與多面變形鏡，校正更大的視野——這是極大望遠鏡(ELT)時代的關鍵技術。

重點回顧

• 現代偵測器（CCD/CMOS）本質是在數光電子：理解「光子 → 光電子（受 QE 折損）→ ADU（乘增益）」這條鏈，是所有雜訊分析的基礎。
• 散粒雜訊 $\sigma = \sqrt{N}$ 是光的量子本質帶來的根本極限；相對精度依 $1/\sqrt{N}$ 改善，所以精度貴得驚人——精度翻倍要光子變四倍。
• CCD 方程式把目標、天空背景、暗電流、讀出雜訊統一進一條訊雜比公式；亮源被自身散粒雜訊限制，暗源被背景與讀出雜訊限制，對應不同的觀測策略。
• 巡天看的是 étendue（$A\Omega$）而非單純口徑；而系統穿透率（鏡面 × 濾鏡 × QE 的連乘）才是真正決定靈敏度的光子預算。
• 自適應光學用波前感測器 + 變形鏡以毫秒級迴路即時磨平大氣；校正品質以史特列爾比衡量，受等暈角限制，並可用雷射導引星補上參考星的不足。

深入探討（研究所視角）

從卜瓦松到高斯：為什麼測光誤差是 1.086/SNR

散粒雜訊嚴格來說服從卜瓦松分布，但當期望光子數 $N$ 夠大（通常 $N \gtrsim 20$），卜瓦松分布趨近於高斯分布，標準差仍為 $\sqrt{N}$，這讓我們能用熟悉的高斯統計做誤差傳遞。星等定義為 $m = -2.5\log_{10}(F) + \text{const}$，對通量 $F$ 微分可得測光誤差與 SNR 的關係：

$$\sigma_m = \frac{2.5}{\ln 10}\,\frac{\sigma_F}{F} = 1.086 \times \frac{1}{\text{SNR}}$$

這條 $\sigma_m \approx 1.086/\text{SNR}$ 是測光學的常用速算式：SNR = 100 對應約 0.011 星等誤差，SNR = 10 對應約 0.11 星等。值得強調的是，這已假設雜訊由統計漲落主導；實務中還有系統誤差(systematic error)——平場(flat field)不完美、天空背景估計偏差、儀器非線性等——它們不隨曝光時間以 $1/\sqrt{t}$ 下降，最終會在很高的 SNR 處設下一道「系統地板」，這也是高精度系外行星凌星測光最棘手的戰場。

數據縮減：平場、暗框與偏壓的物理意義

從原始(raw)CCD 影像到可用科學數據，必須經過數據縮減(data reduction)。三類校正框各有明確的物理目標：偏壓框(bias frame) 量測零曝光下讀出電路的基準電位（去除電子學偏移）；暗框(dark frame) 在相同曝光時間、不開快門下量測暗電流的空間分布；平場(flat field) 對均勻光源曝光，記錄每個像素 QE 的差異與光學系統的暗角(vignetting)、灰塵陰影。校正公式為：

$$\text{Science} = \frac{\text{Raw} - \text{Bias} - \text{Dark}}{\text{Flat (normalized)}}$$

理解這條式子能看清一件深刻的事：偏壓與暗框是加法性雜訊（要相減去除），平場是乘法性響應差異（要相除歸一）。把它們搞混（例如忘了先減暗框就除平場）會引入系統誤差，污染後續所有測光與光譜分析。

干涉測量與孔徑合成：用相位重建影像

入門篇提到 EHT 用全球基線達到微角秒解析度。其背後的物理是孔徑合成(aperture synthesis)：根據范西特–澤尼克定理(van Cittert–Zernike theorem)，一個非相干源在空間中產生的互相干函數(complex visibility)，正是天體亮度分布的傅立葉變換(Fourier transform)。每一對望遠鏡基線量到傅立葉空間($uv$ 平面)上的一個取樣點：

$$V(u, v) = \iint I(l, m)\, e^{-2\pi i (ul + vm)}\, dl\, dm$$

地球自轉讓基線在 $uv$ 平面上掃出弧線，逐步填補取樣（這稱為地球自轉合成，Earth-rotation synthesis），最後對 visibility 做反傅立葉變換並反卷積(deconvolution，如 CLEAN 演算法)，重建出影像。等效解析度由最長基線 $B_{\max}$ 決定，可達 $\theta \approx \lambda / B_{\max}$。這意味著解析力不再受限於單一鏡面的物理尺寸，而是望遠鏡能拉開多遠——這正是現代電波天文學，乃至於未來太空干涉儀(space interferometry)企圖直接成像系外行星表面的終極武器。從數光子到重建相位，觀測天文學的每一步，都是人類把微弱訊號從噪音與失真中，一點一點奪回來的工程奇蹟。