玻尔百科在我们探索宇宙的过程中，我们面临一个根本性的限制：我们无法对宇宙进行实验。我们只有一个天空可供观测，一段历史可供解读。为了弥合理论模型与天文数据惊人复杂性之间的鸿沟，科学家们在超级计算机中创造了他们自己的宇宙。这些数字宇宙被称为模拟星表，是不可或缺的工具，充当我们宇宙学的实验室。它们让我们能够检验星系形成理论，校准我们的观测技术，并理解我们测量中固有的不确定性。创造一个不仅外观上而且行为上都与我们自己的宇宙相似的宇宙，是一项融合了物理学、统计学和计算科学的深刻挑战。
本文深入探讨了构建和使用这些模拟宇宙的科学与艺术。它解决了这个关键问题：我们如何将抽象的引力和暗物质定律转化为一个在统计上与我们望远镜所见无法区分的星系星表。在接下来的章节中，您将对这项基本技术获得全面的理解。“原理与机制”部分将引导您了解整个构建过程，从构建一个几何上正确的过去光锥并用星系填充它，到细致地模仿真实巡天的各种不完美之处。随后的“应用与跨学科联系”章节将探讨模拟星表的巨大科学影响，展示它们如何被用来优化我们的测量，检验我们的星系形成理论，甚至探索暗物质、引力以及时空结构本身最深层的奥秘。
为了真正理解我们在宇宙中的位置，我们需要的不仅仅是宇宙的一张快照。我们需要理解它的历史、动力学以及支配其演化的错综复杂的物理定律网络。由于我们无法倒转宇宙的时钟或对真实星系进行实验，我们采取了次优方案：在超级计算机中构建我们自己的宇宙。这些数字宇宙被称为模拟星表，是我们的实验室，用于检验理论和理解我们自身观测的精妙之处。但是，创造一个不仅外观上而且行为上也与我们自己的宇宙相似的宇宙，是一项深刻的科学和艺术事业。这是一段从抽象的引力定律到我们通过望远镜看到的璀璨星系织锦的旅程。
想象一下，我们成功运行了一个大规模的宇宙学模拟。我们的计算机追踪了数十亿个暗物质粒子的引力之舞，形成了一个被称为宇宙网的巨大丝状网络。结果是宇宙的一个立方体，一个时间快照，显示了在单一宇宙时刻所有物质的位置。但这是望远镜所看到的景象吗？
完全不是。当我们遥望夜空时，我们是在回望过去。来自仙女座星系的光需要250万年才能到达我们这里；我们看到的是它250万年前的样子。来自遥远类星体的光可能已经旅行了100亿年。因此，一次天文巡天捕捉到的不是宇宙在单一时刻的三维快照，而是我们过去光锥上的一系列天体——一个时空中的四维曲面，其中每个天体的距离都与其回溯时间有着内在的联系。
要构建一个真实的模拟星表，我们必须放弃简单的三维快照，转而构建这个光锥。我们在模拟盒的中心放置一个虚拟观测者，并提问：这位观测者会看到什么？当我们朝某个方向向外看时，看得越远，我们就必须从模拟历史中越早的时间点提取信息。
这需要一个精确的数学公式来将可观测量红移（）与模拟中的共动距离（）联系起来。红移，即光因宇宙膨胀而发生的波长拉伸，是我们判断距离的主要指标。从光在膨胀宇宙中沿零测地线传播这一基本原理出发，可以推导出一个优美的关系式：
在这里， 是红移处的哈勃膨胀率，是光速。这个积分告诉我们，一个光子从红移为的天体到达我们这里所经过的总距离，并仔细考虑了在其整个旅程中空间本身一直在伸展的事实。这个方程是我们模拟宇宙的几何蓝图，使我们能够将不同宇宙时期的快照堆叠起来，构建一个单一、连续的光锥，以反映真实望远镜所见的景象。这种构建不仅是一个技术细节；它是创造我们观测的真实表征的第一原则，捕捉了宇宙不是一个静态博物馆而是一个演化实体这一事实。光锥模拟自然地包含了星系群的演化，这一特征在单一快照中是完全没有的。
我们的模拟盒子现在在几何上是正确的，但里面仍然只充满了看不见的暗物质。星系在哪里呢？直接模拟宇宙尺度上单个恒星和星系的形成在计算上是不可能的。我们需要一种更巧妙、更具统计性的方法。这就是晕模型（Halo Model）发挥作用的地方。
其核心思想是，所有星系都诞生并生活在被称为晕的巨大、无形的暗物质茧中。晕的属性，主要是其质量，决定了它可以容纳何种星系。因此，我们不必从零开始构建星系，而是可以编写一个配方——一个称为晕占有数分布（Halo Occupation Distribution, HOD）的统计处方——来告诉我们如何用星系填充我们模拟中的暗物质晕。
一个标准的HOD配方区分两种类型的星系：
一个晕中质量为的星系平均数量的完整配方如下所示：
一旦我们知道了在一个晕中放置多少个卫星星系，我们还需要知道在哪里放置它们。这里我们再次求助于物理学。卫星星系应该追踪其宿主晕的引力势。模拟晕中的暗物质分布被一个通用公式——Navarro-Frenk-White (NFW) 分布——描述得非常好。通过从这个分布中为我们的卫星星系随机抽取位置，我们确保它们在其宿主晕中分布得真实可信。因此，HOD是一座强大的桥梁，一个简单而有物理动机的配方，它将宇宙无形的骨架与我们称之为星系的可观测示踪物联系起来。
我们的合成宇宙现在充满了星系，并正确地排列在光锥上。但我们还没完成。一次真实的天文巡天是一个不完美的观测者。它有盲点，看不到无限暗的天体，并且其测量是有噪声的。为了让一个模拟星表对科学有用——例如，估算我们测量的误差——它必须经受与真实数据相同的观测限制的考验。
首先，望远镜无法观测整个天空。它的视野受到银河系、明亮恒星以及巡天策略的限制。我们通过创建一个角向巡天掩模（angular survey mask），，来模拟这一点。这是一张天空图，在望远镜观测到的地方值为1，在未观测到的地方值为0。此外，即使在观测足迹内，条件也并非均匀。大气透明度、视宁度和仪器噪声都可能变化，影响我们探测暗弱天体的能力。这由一个角向完备性图（angular completeness map），，来捕捉，它给出了在每个位置的探测概率。
其次，巡天本质上是流量限制的；我们只能看到比某个阈值更亮的天体。由于星系随着距离变远而显得更暗，这意味着我们的样本在更高红移处越来越偏向于本质上更亮的星系。这种效应由一个径向选择函数（radial selection function），，来描述，它是红移为的星系被包含在我们星表中的概率。我们在巡天中实际期望看到的星系数量，，是三个因素的乘积：星系的内禀丰度，选择概率，以及该红移壳层中的空间体积：
这个公式解释了巡天中星系红移分布的特征形状，即从零开始上升，在某个中间红移处达到峰值，然后在远距离处再次下降，因为在那里只有最亮的天体可见。
最后，我们的测量本身也是有噪声的。对于许多大型巡天来说，通过光谱精确测量星系的红移太耗时了。取而代之的是，天文学家通过星系的颜色来估计红移，这种技术产生光度红移（photometric redshift），或称photo-。这是一个推断问题：给定一组观测到的颜色，真实红移的概率分布是什么？这个过程并不完美。得到的估计值围绕真实值有一个特征性的弥散（scatter），一个潜在的系统性偏差（bias），以及最麻烦的是，一小部分估计值完全错误的灾难性离群值（catastrophic outliers）。一个高保真度的模拟必须精确地模拟这些光度红移误差。
将所有这些不完美之处应用到我们原始的模拟星表上的过程通常通过一种称为稀疏化（thinning）的方法来完成。对于每个模拟星系，我们计算它被观测到的总概率，然后通过掷骰子的方式决定是保留它还是丢弃它。这是一个系统性降质的过程，但对于创建一个在统计上与真实数据无法区分的模拟至关重要。
我们已经按照配方制作出了一个模拟宇宙。我们如何知道它是否足够好？我们必须检验它。这个称为验证（validation）的过程不是单一的检查，而是一系列等级分明、越来越严格的测试，旨在确保模拟在多个层面上都像真实宇宙一样运作。
基础检验：首先，我们检查最基本的属性。模拟星系的红移分布函数（）是否正确？它是否正确地再现了星系的单点分布，这告诉我们宇宙场的总体方差和非高斯性？这些初步步骤确保我们对巡天选择和基本星系丰度的建模是正确的。
两点成团性：接下来，我们问星系是否在正确的位置。我们测量两点相关函数 ，它量化了在相距为处找到两个星系的超额概率。这是宇宙结构的基本度量。我们必须在三维真实空间及其在天球上的二维投影（）中都进行检验，以验证我们的视线方向投影和掩模效应被正确建模。
动力学与引力：静态的图像是不够的。我们必须检查我们的星系是否在正确地运动。星系由于引力不断向过密区域坠落。这种本动速度叠加到它们的宇宙学红移上，在观测到的成团模式中产生一种特征性的各向异性，称为红移空间畸变（Redshift-Space Distortions, RSD）。通过测量相关函数的多极矩（单极矩、四极矩等），我们可以分离出这种动力学信号。一个未能再现观测到的RSD的模拟，其引力模型或星系如何追踪速度场的模型是不正确的。
星系-质量关联：最终的检验是检查模拟是否正确地将可见星系与下层的不可见物质联系起来。这是通过弱引力透镜效应来完成的。前景星系及其暗物质晕的引力会扭曲背景星系的图像。通过测量这种相干的畸变，一个称为星系-星系透镜的信号，我们可以直接称量前景星系周围的物质质量。一个好的模拟不仅必须再现星系的成团性（星系-星系相关）和所有物质的透镜效应（剪切-剪切相关），还必须再现这种至关重要的交叉相关。这是对我们的HOD配方是否正确捕捉了光与质量之间联系的最终验证。
通过这整个层级的测试，我们才对我们的模拟有了信心。而且我们不仅仅需要一个。为了理解我们宇宙学测量的误差——如果我们能观测宇宙的不同区域，我们的结果可能会改变多少（一种称为宇宙方差的效应）——我们需要一个由成百上千个模拟组成的系综。一个简单的计算表明，仅为了将单个测量的方差估计到10%的精度，我们就需要大约200个独立的模拟。这种巨大的计算需求是推动开发更快、更复杂的模拟生成技术的驱动力。
模拟星表的故事是一个保真度不断提高的故事，一个不断推动以纳入更多物理学并面对新挑战的故事。迄今为止描述的“标准”模拟已经是一项宏伟的成就，但宇宙学的前沿要求更高。
一个主要的挑战是重子（普通物质）的影响。我们的纯暗物质模拟忽略了气体、恒星形成以及来自超新星和活动星系核（AGN）的反馈等复杂物理过程。这种反馈可以将气体从晕的中心驱逐出去，使其密度降低，并抑制小尺度上的结构量。这不是一个小效应；对于弱引力透镜测量，在当前巡天探测的尺度上，它可能使信号改变20%或更多。为了解释这一点，建模者要么修改其HOD中的晕轮廓，要么对物质功率谱应用一个直接的抑制因子。确保这样做的方式对星系成团性和弱引力透镜效应都是自洽的，是当前一个活跃的关键研究领域。
一个更基本的前沿在于最大尺度。我们的模拟基于牛顿引力，这在宇宙网内部是一个极好的近似。但在接近可观测宇宙大小的尺度上，广义相对论（GR）的完整机制变得重要起来。光的路径和能量不仅受到速度的影响，还受到它所穿越的引力势的影响。像Sachs-Wolfe效应、积分Sachs-Wolfe效应和引力透镜放大效应等具有奇特名称的效应变得显著，以牛顿物理学无法捕捉的方式改变了观测到的星系数量计数。现代模拟星表正开始纳入这些效应，要么通过对牛顿模拟进行后处理来计算相对论势，要么使用新的、尖端的相对论N体代码直接求解爱因斯坦方程。
最后，对大量模拟的巨大需求引发了一场方法论的革命。我们能教机器创造一个宇宙吗？研究人员正在使用像生成对抗网络（GANs）和变分自编码器（VAEs）这样的人工智能技术，训练模型直接从模拟中学习从宇宙学参数到星系星表的映射。挑战在于构建这些强大的模型时要尊重基本物理定律，并产生能通过严格验证层级的星表。这是基于物理的模型与数据驱动的推断相遇的前沿，它预示着一个未来，我们可以在需要时生成整个虚拟天空，每一个都是我们自己宏伟、演化中的宇宙的忠实复制品。
在了解了我们如何构建宇宙模拟的原理之后，我们现在来到了探索中最激动人心的部分：我们用它们来做什么？如果说宇宙学模拟是一个宏大的舞台，那么模拟星表就是这场宇宙大戏的彩排。这是我们测试设备、完善台词、并预测真实宇宙可能为我们准备的惊喜的机会。这些模拟星表的应用与宇宙本身一样广阔多样，远远超出了仅仅制作精美图片。它们是现代物理学核心不可或缺的工具，使我们能够加深对宇宙的理解，从单个星系的行为到自然界的基本法则。
在其核心，模拟星表是一种转换练习。我们最基本的理论描述了暗物质的行为，暗物质是构建可见宇宙的无形脚手架。像我们遇到过的粒子-网格（Particle-Mesh）方法这样的宇宙学模拟，非常擅长预测引力如何将这些暗物质塑造成一个巨大的、相互连接的由丝状结构和称为晕的致密节点组成的网络。但我们无法直接看到暗物质。我们看到的是星系。那么，我们如何弥合这一差距呢？
这是模拟星表框架的第一个也是最基本的应用：用星系填充一个模拟的暗物质宇宙。我们制定一套规则，一种宇宙配方，来决定星系应该在哪里形成以及它们应该具有什么属性。一种常见的方法，即晕占有数分布（HOD），使用一个统计模型来回答诸如：对于一个特定质量的暗物质晕，它拥有一个中心星系的概率是多少？以及其中可能有多少较小的“卫星”星系在轨道上运行？通过应用这些规则，我们将暗物质地图转变为一个充满活力的星系星表，包含位置和质量——一个准备好用于研究的合成宇宙。这个过程是我们创建理论与观测之间有意义联系的第一步。
一旦我们有了一个盒子里的宇宙，它的目的是什么？模拟星表最关键的角色之一是作为测试复杂观测天文学仪器的完美“答案钥匙”。当像Vera C. Rubin天文台这样的真实望远镜巡天时，它会产生TB级的原始数据，这些数据必须由复杂的软件流程处理。这些流程必须识别星系，测量它们的属性，并考虑各种观测伪影：由明亮恒星造成的数据空白、变化的大气条件，以及引力透镜的微小畸变。我们如何知道这个软件是否正常工作？我们如何能确定它没有引入可能导致我们得出错误宇宙学结论的微小偏差？
我们在模拟星表上测试它。我们可以拿我们原始的、模拟的星系星表，用虚拟望远镜来“观测”它。这包括将三维星表投影到二维球面上，就像我们看天空一样，并应用真实巡天的所有已知限制——天空中的足迹、数据质量差的区域以及测量噪声。结果是一个合成数据集，从各种意图和目的来看，它看起来与真实数据完全一样。但与真实宇宙不同，我们有答案钥匙。我们知道星系的真实数量和它们的真实属性。通过将我们分析流程的输出与模拟星表的已知基准真相进行比较，我们可以验证我们的方法，找出错误，并确保我们对真实宇宙的测量尽可能准确。
此外，模拟星表对于理解我们测量中的内在不确定性至关重要。当我们测量宇宙的一个属性，比如星系如何聚集在一起时，我们的测量受到两个主要误差来源的影响。第一个是“散粒噪声”，它源于星系是离散点这个简单事实。这就像试图通过观察一把沙子来判断沙滩的平均颜色；你的样本越小，你的结果波动就越大。第二个，也是更深层次的误差来源是“样本方差”或“宇宙方差”。这是由于我们只有一个宇宙可供观测而产生的不确定性。我们所处的宇宙特定区域可能偶然地比宇宙平均密度稍高或稍低。我们如何才能估计这场宇宙彩票带来的不确定性呢？
我们通过模拟许多模拟宇宙来做到这一点。每个模拟星表都是宇宙的一个独立实现，通过分析成百上千个这样的星表，我们可以测量出所有可能结果的全部分布。这使我们能够对我们测量中的不确定性建立精确的统计理解。这也是为什么模拟星表对于像测量两点相关函数这样的技术是必不可少的，因为需要一个“随机”星表——一个没有成团性的模拟星表——来校正巡天的几何形状并为“无成团性”的样子提供基线。
将星系绘制到暗物质晕上的规则不仅仅是为了方便；它们是对星系形成物理的直接探测。一个简单的模型可能假设唯一重要的是晕的质量。但宇宙更为微妙。想象两个质量完全相同的暗物质晕。一个可能在宇宙历史早期平静地形成，而另一个则通过近期的剧烈大合并而增长。这两种不同的历史——这种“组合偏倚”——会影响在其中形成的星系类型，这难道不合情理吗？
模拟星表是我们检验这些想法的实验室。我们可以构建复杂的模型，例如条件丰度匹配（Conditional Abundance Matching），其中星系的属性，比如它的颜色（代表其年龄），不仅与晕的质量相关，还与追踪其形成历史的第二个属性相关。然后我们可以检查这些更复杂的模拟是否产生了与真实宇宙更匹配的星系团簇方式。
这不仅仅是一个学术细节。其中的利害关系是巨大的。我们最精确的宇宙学测量依赖于使用星系作为底层宇宙结构的示踪物。例如，星系分布中的重子声学振荡（BAO）特征作为“标准尺”来测量宇宙的膨胀历史。但是，如果我们为这项测量选择的星系——比如，只挑选年老的红色星系——受到组合效应的微妙偏倚怎么办？这可能意味着我们的尺子被系统性地扭曲了，导致我们对宇宙膨胀率的测量不正确 [@problem_tca:3473083]。包含这些复杂物理效应的模拟星表是我们唯一的防线，使我们能够量化和校正这些系统误差，确保我们宇宙学测量的完整性。
模拟星表的用途远远超出了星系巡天。它们已成为探索基础物理学中众多问题的通用工具，其方式常常出人意料且美妙。
物理学中最深的谜团之一是暗物质的身份。我们的冷暗物质（CDM）标准模型预测，大的晕应该充满了大量更小的子晕，一直延伸到非常小的质量。模拟星表使我们能够模拟这种子结构的信号会是什么样子。在强引力透镜现象中，一个大质量的前景星系可以把来自遥远源头的光弯曲成壮观的环或弧。如果透镜星系的晕充满了看不见的CDM子晕，这些子晕将在透镜图像中引入微小的扰动——摆动和畸变。通过运行模拟的透镜模拟，我们可以预测这些扰动的确切形式，并设计观测策略来寻找它们。探测到——或未探测到——这种预测的子结构，将对暗物质本身的性质产生深远的影响。
爱因斯坦的广义相对论是关于引力的最终定论吗？一些试图解释宇宙加速膨胀的理论提出了对广义相对论的修正。然而，这些理论必须在像我们太阳系这样的致密环境中看起来与广义相对论无异，否则它们的影响早就被探测到了。它们通过“屏蔽机制”来实现这一点。一个流行的模型，“变色龙”机制，预测引力的修正在引力势深处区域被抑制。模拟星表为测试这一点提供了完美的工具。我们可以拿一个星系模拟星表，从其所有邻居计算出每个星系位置的完整引力势，并识别出哪些星系应该是“被屏蔽的”，哪些是“未被屏蔽的”。这使我们能够对在宇宙中何处寻找与广义相对论的偏差做出清晰的预测，将整个宇宙变成一个基础物理学的实验室。
也许最令人兴奋的新前沿是将模拟星表概念应用于引力波天文学。来自碰撞的黑洞和中子星的时空涟漪携带了丰富的信息。通过模拟这些合并事件的星表，我们可以开发和测试解读它们信息所需的复杂统计工具。例如，中子星在被黑洞撕裂前被潮汐力变形的方式，敏感地依赖于极端核密度下物质的状态方程（EOS）。通过创建此类事件的模拟星表，并通过贝叶斯推断流程运行它们，我们可以完善我们从真实数据中约束EOS和黑洞布居属性的能力，将宇宙学与核物理和极端天体物理学联系起来。
我们甚至可以使用这些“标准汽笛”来解决我们宇宙学模型最基本的信条。宇宙学原理指出，宇宙在大尺度上是均匀和各向同性的——即它在任何地方、任何方向看起来都一样。这是真的吗？利用分布在天空中的标准汽笛模拟星表，我们可以提出这样一个问题：如果哈勃常数不是真正的常数，而是有轻微的方向依赖性，我们会期望看到什么样的信号？这些模拟必须仔细考虑选择效应和观测不确定性，使我们能够设计出可能揭示宇宙膨胀中基本各向异性的测试，这一发现将重塑我们对宇宙的全部理解。
从在模拟中放置星系的卑微任务，到测试时空结构本身，模拟星表已成为现代宇宙学家不可或缺的飞行模拟器。它们是锻造我们星系形成理论的熔炉，是确保我们观测准确性的校准工具，也是我们探索基础物理学最深层问题的试验台。从本质上讲，它们是我们向宇宙提问“如果……会怎样？”的方式。