1511.02846 — 图表完整导读¶
目标：只看这份文件，就能理解整篇论文在讲什么。每张图都配有：前因（为什么要画这张图）、图本身（怎么看）、后果（这张图推动了什么结论）。
标注规则：[原文] = 论文正文/caption 直接说明；[补充] = Agent 的解释。
论文全局地图¶
论文标题：Large-scale kinetic Sunyaev-Zel'dovich effect from reionization（再电离的大尺度运动学 SZ 效应）
一句话摘要：CMB 光子穿过再电离时代的自由电子时被 Doppler 频移（kSZ 效应），本文用解析理论 + 数值模拟计算了这个效应在所有角度尺度（\(\ell \sim 3\)–\(3000\)）的功率谱，并预测了 kSZ 与 21 cm 的交叉相关。
论文的逻辑链：
§1 Introduction — kSZ 是什么，为什么重要
↓
§2 解析理论 — 推导 kSZ 功率谱的公式
§2.1 基本表达式：温度涨落 = 视线积分(散射概率 × 电子动量)
§2.2 Doppler 功率谱：大尺度 ℓ~20-30 的峰来自"再散射面"
§2.3 Doppler-LSS 交叉相关：密度峰是热点还是冷点？
§2.4 单个 HII 区的冷点估计
↓
§3 数值模拟 — 验证解析理论 + 处理解析理论无法处理的非线性效应
§3.1 Patchy 再电离模拟（excursion set 算法）
§3.2 光锥投影（模拟盒子 → 全天地图）
§3.3 kSZ 地图的四分量分离
§3.4 功率谱的十项解剖 → patchy 主导小尺度
↓
§4 kSZ–21cm 交叉相关 — 唯一能分辨红移信息的手段
§4.1 交叉功率谱和信噪比
§4.2 频率（红移）依赖 → 追踪再电离历史
↓
§5 Summary — 两个主要特征：ℓ~20-30 Doppler 峰 + ℓ≳300 patchy 平台
关键物理量速查：
| 符号 | 含义 | 直觉 |
|---|---|---|
| \(g(z)\) | 可见度函数 | "此处电子散射 CMB 光子的概率密度" |
| \(\mathbf{q} = (1+\delta)(1+\delta_x)\mathbf{v}\) | 比动量 | 密度 × 电离 × 速度 三者的耦合 |
| \(u(z) = g(z)\dot{D}/D/(1+z)\) | 速度-可见度耦合函数 | "此红移处速度场产生 kSZ 信号的效率" |
| \(\delta\) | 物质密度对比度 | 某处比平均密多/少多少 |
| \(\delta_x\) | 电离对比度 | 某处比平均电离多/少多少（HII 区内 ~\(1/\bar{x}-1\)，中性区 \(= -1\)） |
| \(\tau\) | Thomson 光学深度 | "总共有多少电子参与了散射" |
| \(C_\ell\) | 角功率谱 | "在角尺度 \(\theta \sim 180°/\ell\) 上温度涨落的统计强度" |
Figure 1 — Doppler 功率谱的红移微分贡献¶
对应章节：§2.2 ｜ 关键公式：Eq.4–7
前因：为什么要画这张图¶
kSZ 温度涨落（Eq.3）是沿视线方向的积分——不同红移 \(z\) 处的电子运动都有贡献。那么问题来了：贡献集中在哪些红移？ 如果所有红移都均匀贡献，信号会因为远近端电子运动方向相反而互相抵消（"视线消去"，line-of-sight cancellation）。只有当贡献集中在某个窄红移范围时，消去才不完全，才有可测的信号。
图说什么¶
四个面板（不同 \(\ell\) 值）展示功率谱的红移微分贡献 \(dC_\ell / dz\,dz'\)。每个面板分两半：
- 左上三角：假设宇宙一直完全电离（\(x = 1\)，无再电离）
- 右下三角：有再电离（tanh 模型，\(z_r = 10\)，\(\Delta z = 0.5\)）
怎么看¶
- 颜色深 = 该 \((z, z')\) 红移组合对 \(C_\ell\) 贡献大
- 左上三角（无再电离）：贡献沿对角线分散，到处都有一点但哪儿都不集中——视线消去使得总信号很弱。[原文]
- 右下三角（有再电离）：贡献集中在 \(z \approx 10\) 的十字线上！十字的横竖分别对应 \(z = z_r\) 和 \(z' = z_r\)。[原文]
- 十字线交叉处 (\(z = z' = z_r\))：这是"再散射面"的自相关 → 对应 Figure 3 中的 \(C_\ell^{\rm R}\) 项。[补充]
- 对比四个面板：\(\ell\) 越大（越小的角尺度），十字线越集中 → 小尺度 kSZ 几乎全部来自 \(z_r\) 附近。[补充]
需要理解的物理¶
视线消去的数学根源：纵向功率谱 \(C_\ell^\parallel\) 正比于 \((\partial u / \partial \chi)^2\)（Eq.6）。\(u(z) = g(z)\dot{D}/D/(1+z)\) 在 \(x = 1\) 时光滑变化 → 导数小 → 信号弱。但再电离时 \(g(z)\) 在 \(z_r\) 处从零陡然升起 → \(\partial u / \partial \chi\) 出现尖峰 → 打破视线消去 → 信号集中在 \(z_r\)。[原文]
核心结论：再电离为大尺度 kSZ 提供了一个"再散射面"，类似于原初 CMB 的"最后散射面"，只不过不是发生在 \(z \sim 1100\) 而是 \(z \sim 10\)。
后果¶
这张图建立了核心直觉——再电离的存在打破视线消去，从而产生可测信号。接下来 Figure 3 将把这个信号分解为三项。
Figure 2 — 再电离如何翻转密度-Doppler 相关的符号¶
对应章节：§2.3 ｜ 关键公式：\(\partial u / \partial z = \bar{x}(\partial u_0 / \partial z) + u_0(\partial \bar{x} / \partial z)\)
前因：为什么要画这张图¶
知道了 kSZ 功率谱的形状（Figure 1），下一个问题是：kSZ 信号和大尺度结构（密度场）是怎么相关的？ 如果高密度区对应 CMB 热点，那交叉相关为正；如果对应冷点，则为负。这对探测策略至关重要——特别是计划用 21 cm 做交叉相关时，需要知道符号。
图说什么¶
- 上面板：再电离历史 \(x(z)\)（tanh 模型，\(z_r = 10\)）
- 下面板：关键量 \(\partial u / \partial z\) 随红移的变化。它的符号直接决定了密度峰是热点还是冷点。
怎么看¶
- 竖虚线标出符号翻转的红移（约 \(z \sim 9\)）
- 虚线左侧（低 \(z\)，再电离完成后）：\(\partial u / \partial z > 0\) → 高密度区 = 热点 [原文]
- 虚线右侧（高 \(z\)，再电离进行中）：\(\partial u / \partial z < 0\) → 高密度区 = 冷点 [原文]
- 虚线 = 恒定电离（\(x = 1\)）时的 \(\partial u / \partial z\)，始终为正 → 说明符号翻转完全是再电离造成的 [原文]
需要理解的物理¶
\(u = u_0 \cdot x\)，其中 \(u_0\) 编码速度增长，\(x\) 编码电离分数。对 \(z\) 求导：
- 第一项（速度增长）始终为正
- 第二项（电离演化）：再电离期间 \(z\) 减小时 \(x\) 增大 → \(\partial \bar{x} / \partial z < 0\) → 负贡献
两项竞争。当第二项的负贡献压过第一项时，\(\partial u / \partial z < 0\) → 密度峰变成冷点。[原文]
冷点的物理直觉：想象一个高密度区正在坍缩——近端电子远离你（红移），远端电子朝向你（蓝移）。如果整个区域均匀电离，远近两端部分抵消。但在再电离期间，近端比远端"更早"被电离（近端对应更低红移 → 更高电离分数）。所以光子在近端被更多地散射 → 净效应是红移 → 冷点。[补充]
后果¶
这个符号翻转直接预测了 §2.4 中孤立 HII 区的冷点，以及 §4 中 kSZ–21cm 交叉相关的正号（经过 21 cm 端再翻转一次后）。
Figure 3 — 瞬时再电离的 Doppler 功率谱分解¶
对应章节：§2.2 ｜ 关键公式：Eq.8（\(C_\ell = C_\ell^{\rm D} + C_\ell^{\rm R} - 2C_\ell^{\rm RD}\)）
前因：为什么要画这张图¶
Figure 1 告诉我们信号集中在 \(z_r\) 附近，但具体由几个物理过程贡献？瞬时再电离（\(\Delta z \to 0\)）是一个理想化的极限，在这个极限下 \(x(z)\) 从 0 跳到 1 → \(\partial u / \partial z\) 的导数含一个 \(\delta\) 函数 → 功率谱可以精确分解为三项，每项有清晰的物理含义。
图说什么¶
三条曲线代表 Doppler 功率谱的三项分解（\(z_r = 10\)）：
| 曲线 | 对应项 | 物理含义 |
|---|---|---|
| 虚线 \(C_\ell^{\rm R}\) | 再散射面 | \(z = z_r\) 那个壳层上速度场的一次性投影 |
| 虚线 \(C_\ell^{\rm D}\) | Doppler | 再电离之后，速度场持续增长的贡献（视线积分） |
| 虚线 \(2C_\ell^{\rm RD}\) | 交叉抵消 | \(C^{\rm R}\) 和 \(C^{\rm D}\) 的干涉（总是负号 = 部分抵消） |
| 实线 | 总功率谱 | \(C^{\rm D} + C^{\rm R} - 2C^{\rm RD}\) |
怎么看¶
- \(C_\ell^{\rm R}\) 主导：在 \(\ell \gtrsim 10\)，\(C^{\rm R}\) 远大于 \(C^{\rm D}\) → 信号主要来自再散射面的一次性投影。[原文]
- 峰在 \(\ell \sim 20\)–\(30\)：对应再散射面处的速度相关长度投影到天球上的角度 → \(\theta \sim 5°\)–\(10°\)。[补充]
- \(C^{\rm D}\) 较小且峰在更大尺度：因为它是视线积分，受视线消去压制。[原文]
- \(2C^{\rm RD}\) 为负：近端速度（\(z < z_r\)）与再散射面速度反相关 → 部分冲销再散射面信号。[补充]
- 总功率谱的峰：\(\ell^2 C_\ell / (2\pi) \sim 30\ \mu\text{K}^2\) → 这是大尺度 kSZ Doppler 峰的典型振幅。[原文]
需要理解的物理¶
为什么 \(C^{\rm R}\) 主导？ 再散射面上，速度场在 \(z_r\) 的一个时刻"冻结"在天球上，没有时间让远近两端的速度抵消。这就像拍了一张快照——不受视线消去影响。相比之下，\(C^{\rm D}\) 是一个积分，前后的速度指向不同方向，积分后大部分抵消了。[补充]
为什么峰在 \(\ell \sim 20\)–\(30\) 而不是更大/更小？ 这由 \(z_r \sim 10\) 处的速度相关长度决定。线性理论下 \(v(k) \propto \delta(k)/k\)，速度功率谱在 \(k \sim 0.01\ \text{Mpc}^{-1}\) 附近最大 → 投影到 \(\chi(z_r) \sim 10\) Gpc 的角距离，得到 \(\ell \sim k\chi \sim 100\)——但因为是纵向分量，视线消去再压低一些，最终峰移到 \(\ell \sim 20\)–\(30\)。[补充]
后果¶
建立了 Doppler 峰的解析理解。Figure 4 接下来探索：如果再电离不是瞬时的（\(\Delta z > 0\)），峰会怎么变？
Figure 4 — 不同再电离持续时间的 Doppler 功率谱¶
对应章节：§2.2 ｜ 关键公式：Eq.7，tanh 参数化
前因：为什么要画这张图¶
Figure 3 用了理想化的瞬时再电离。真实的再电离不会瞬间完成——它可能持续几亿年。持续时间 \(\Delta z\) 是再电离最重要的参数之一。这张图回答：\(\Delta z\) 怎么影响 Doppler 峰？
图说什么¶
固定 \(z_r = 10\)，画三条曲线对应 \(\Delta z_{\rm reion} = 0.1\)（近乎瞬时）、\(1\)（中等）、\(2\)（缓慢）。插图是对应的 \(x(z)\) 曲线。
怎么看¶
- 再电离越短 → 峰越高：\(\Delta z = 0.1\) 的振幅 ~\(30\ \mu\text{K}^2\)；\(\Delta z = 2\) 只有 ~\(5\ \mu\text{K}^2\)。[原文]
- 峰的位置几乎不变（\(\ell \sim 20\)–\(30\)）：因为位置由 \(z_r\) 处的速度相关长度决定，与 \(\Delta z\) 无关。[补充]
- 大尺度（\(\ell < 10\)）差异小：因为这些尺度上速度相关本来就很长程，不太受消去影响。[补充]
需要理解的物理¶
为什么短的再电离 → 大的信号？
\(\Delta z\) 小 → \(x(z)\) 跳变更陡 → \(\partial u / \partial z\) 的尖峰更窄更高 → 功率谱 \(\propto (\partial u / \partial \chi)^2\) 更大。物理上说：再电离越快，"再散射面"越薄、越锋利 → 信号在一个窄壳层上集中 → 远近两端没有足够的距离来做消去。[原文 + 补充]
反过来说，如果再电离缓慢（\(\Delta z = 2\)），\(x(z)\) 缓变 → \(u(z)\) 也缓变 → 视线消去更有效 → 信号被压低。[补充]
观测意义：如果未来能测到 Doppler 峰的振幅，就能约束再电离的持续时间。但注意——这与小尺度 patchy 信号的趋势相反（见 §5 总结：更长的再电离 → 更多小尺度功率），所以联合大/小尺度的测量可以同时约束 \(z_r\) 和 \(\Delta z\)。[原文]
后果¶
自然引出 Figure 5 的问题：除了 \(\Delta z\)，另一个关键参数 \(\tau\)（光学深度）如何影响峰值振幅？
Figure 5 — Doppler 峰值振幅 vs. \(\tau\)¶
对应章节：§2.2 ｜ 关键公式：\(\ell_{\rm pk}^2 C_\ell^{\rm pk}/(2\pi) \simeq 30(\tau/0.1)^{1.9}\ \mu\text{K}^2\)
前因：为什么要画这张图¶
Figure 4 展示了 \(\Delta z\) 的影响。另一个关键可观测量是 Thomson 光学深度 \(\tau\)——由 CMB 大尺度偏振独立测量（\(\tau \sim 0.05\)–\(0.09\)）。\(\tau\) 直接决定了"有多少电子参与散射"。这张图给出了 Doppler 峰值振幅与 \(\tau\) 的定量关系，以便观测者把 kSZ 测量转化为 \(\tau\) 约束。
图说什么¶
横轴 \(\tau\)，纵轴 Doppler 峰值振幅 \(\ell_{\rm pk}^2 C_\ell^{\rm pk}/(2\pi)\)（单位 \(\mu\text{K}^2\)）。两组宇宙学参数（WMAP、Planck）分别画出。虚线是幂律拟合。
怎么看¶
- 近乎 \(\tau^2\) 的标度——指数 1.9。这符合 Kaiser (1984) 的简单估计 \(C_\ell \sim \langle v^2 \rangle \tau^2\)。[原文]
- 指数略小于 2：因为 \(\tau\) 越大 → \(z_r\) 越高 → 速度场更弱（\(\langle v^2 \rangle\) 对 \(\tau\) 弱反依赖）。[原文]
- 当前最佳值 \(\tau \sim 0.07\) → 峰值约 \(15\)–\(20\ \mu\text{K}^2\)。[补充]
- WMAP 和 Planck 的差异主要来自 \(n_s\) 和 \(\sigma_8\) 的不同——\(n_s\) 更大 → 更多小尺度功率 → 速度涨落稍大。[原文]
需要理解的物理¶
为什么 \(C_\ell \sim \langle v^2 \rangle \tau^2\)？直觉：
- \(\tau\) = 光子被散射的总概率 → 信号振幅 \(\propto \tau\)
- kSZ 是 Doppler 效应 → \(\Delta T / T \propto v \cdot \tau\)
- 功率谱 \(\propto (\Delta T)^2 \propto v^2 \cdot \tau^2\)
这就是为什么 \(\tau\) 出现平方——kSZ 是一阶效应（\(\propto \tau\)），但功率谱是平方量。[补充]
后果¶
Figure 1–5 完成了解析理论部分。核心结论：大尺度 kSZ 有一个 \(\ell \sim 20\)–\(30\) 的 Doppler 峰，振幅 \(\sim 10\)–\(30\ \mu\text{K}^2\)，对 \(\tau\) 和 \(\Delta z\) 都很敏感。接下来 Figure 6–9 进入数值模拟，验证这些解析预测并研究解析理论无法处理的小尺度 patchy 效应。
Figure 6 — 全天 kSZ 温度地图¶
对应章节：§3.2–3.3 ｜ 关键公式：Eq.3, 16
前因：为什么要画这张图¶
解析理论（§2）只能处理线性情况。真实的再电离是高度非线性的——HII 区有复杂的空间结构，\(\delta_x\) 是非高斯的"开关量"。必须用数值模拟来生成全天 kSZ 地图，才能研究小尺度上的信号。
模拟方法（§3.1–3.2）： 1. 在 \(8\ \text{Gpc}/h\) 的周期盒子中用 \(4096^3\) 个格点演化线性密度场 2. 用 excursion set 算法把密度场转化为再电离红移场 \(z_r(\mathbf{x})\) 3. 沿地球观测者到每个方向的视线，积分 \(\Delta T / T = \int g(z)(1+\delta)(1+\delta_x)\mathbf{v}\cdot\hat{\gamma}\,d\chi\) 4. 得到全天 Mollweide 投影的 kSZ 温度地图
图说什么¶
这就是模拟产生的全天 kSZ 温度地图。\(\tau = 0.09\)。
怎么看¶
- 色标 \(\pm 30\ \mu\text{K}\)：最亮/最暗的区域 \(|\Delta T| \sim 30\ \mu\text{K}\)，与 Figure 5 预测的 Doppler 峰振幅一致。[补充]
- 大尺度色块（几度以上 = \(\ell \lesssim 100\)）= Doppler 效应，来自大体积的 coherent bulk flows（同一方向运动的电子云）。颜色取决于电子整体运动是朝向还是远离观测者。[原文]
- 小尺度噪点状结构（\(\ell \gtrsim 300\)）= patchy + OV 效应。叠在大色块之上。[补充]
- 注意：大尺度热区（红色）内部的小尺度噪点更强烈——这是大尺度速度调制小尺度功率的表现。Figure 7 将把这个现象放大来看。[原文]
需要理解的物理¶
为什么 kSZ 地图看起来不像原初 CMB？ 原初 CMB 是几乎纯高斯的随机场，kSZ 则不是——它由 \(\mathbf{v}(1+\delta+\delta_x+\delta\delta_x)\) 产生，\(\delta_x\) 的空间分布（HII 区的泡壁）是高度非高斯的。这导致地图上的统计特性与高斯场明显不同，Figure 9 将定量展示这一点。[补充]
后果¶
全天地图验证了模拟流水线。但要看清楚每个分量的贡献，需要 Figure 7 的分量分离。
Figure 7 — \(32° \times 32°\) 区域的 kSZ 四分量分离¶
对应章节：§3.3 ｜ 关键公式：Eq.16（\(\Delta T \propto \mathbf{v}(1+\delta+\delta_x+\delta\delta_x)\)）
前因：为什么要画这张图¶
Figure 6 的全天地图是四个物理分量的叠加。要理解每个分量的贡献，需要分别生成四张地图（每张只保留一项），然后视觉对比。
图说什么¶
取 Figure 6 的一个 \(32° \times 32°\) 区域，分成四个面板：
| 面板 | 数学内容 | 物理名称 | 描述 |
|---|---|---|---|
| 左下 | \(\mathbf{v}\)（\(\delta = \delta_x = 0\)） | Doppler | 纯速度场 |
| 左上 | \(\mathbf{v}\delta\) | OV（Ostriker-Vishniac） | 密度调制速度 |
| 右上 | \(\mathbf{v}\delta_x\) | Patchy | 电离调制速度 |
| 右下 | \(\mathbf{v}(1+\delta+\delta_x+\delta\delta_x)\) | Total | 四项之和 |
怎么看¶
- 左下 Doppler：大尺度的平滑热/冷区域，角尺度约 \(5°\)–\(10°\)。这是 coherent bulk flows——大尺度速度场在天球上的投影。[原文]
- 左上 OV：小尺度结构，但振幅最弱——密度涨落 \(\delta\) 是连续的平滑场，对速度的调制效果温和。[补充]
- 右上 Patchy：小尺度结构，振幅明显更强。而且——仔细看会发现 Patchy 面板中小尺度功率增强的区域，恰好对应 Doppler 面板中热/冷色块的位置。这不是巧合！[原文]
- 右下 Total：视觉上 = Doppler 的大色块 + Patchy 的小噪点叠加在上面。
需要理解的物理¶
核心发现——大尺度速度调制小尺度 patchy 功率：
为什么左下的热区 → 右上的同一区域小尺度功率更强？
因为 patchy 信号 = \(\delta_x \cdot \mathbf{v}\)。\(\delta_x\) 的空间分布（HII 区的泡泡结构）在整个天球上大致均匀，但 \(\mathbf{v}\) 不是——大尺度速度场在某些区域大、某些区域小。在 \(|\mathbf{v}|\) 大的区域，乘积 \(\delta_x \cdot \mathbf{v}\) 的振幅自然更大 → 小尺度功率更强。[原文 + 补充]
这种"大尺度-小尺度耦合"是 patchy kSZ 最显著的非高斯特征——高斯随机场不具有这种特性。未来可以利用这一特征把 kSZ 从其他小尺度噪声（如 SZ 热效应、点源）中分离出来。[补充]
后果¶
视觉对比告诉我们定性的结论。要定量比较，需要 Figure 8 的功率谱。
Figure 8 — 模拟 vs. 解析功率谱：大尺度解析完胜，小尺度 patchy 接管¶
对应章节：§3.4 ｜ 关键公式：Eq.4, 7, 18
前因：为什么要画这张图¶
有了 Figure 7 的四张地图，自然要计算它们的功率谱，并与 §2 的解析预测对比。这张图有两个目的：(1) 验证模拟流水线——解析结果和数值结果应该在大尺度上一致；(2) 定量展示 Doppler 和 patchy 的相对重要性在哪个 \(\ell\) 切换。
图说什么¶
横轴 \(\ell\)（\(3\)–\(3000\)），纵轴 \(\ell^2 C_\ell / (2\pi)\)（\(\mu\text{K}^2\)）。多条曲线：
| 曲线 | 含义 |
|---|---|
| 蓝色实线 | 纯 \(\mathbf{v}\)（Doppler 模拟） |
| 红色平滑线 | §2 的解析 Doppler 公式（Eq.7） |
| 黑色实线 | Total（四项全部） |
| 阴影 | \(1\sigma\) 和 \(2\sigma\) 宇宙方差 |
怎么看¶
- 蓝色 ≈ 红色（\(\ell \lesssim 200\)）：解析公式与模拟完美一致 → 模拟流水线通过验证。解析公式唯一用到的模拟信息是 \(x(z)\)（再电离历史），其他全是理论计算。[原文]
- \(\ell \sim 20\)–\(30\)：Doppler 峰清晰可见，\(\ell^2 C_\ell / (2\pi) \sim 15\)–\(30\ \mu\text{K}^2\)。[原文]
- \(\ell \lesssim 200\)：纯 Doppler 线（蓝色）与 Total 线（黑色）几乎重合 → 密度和电离涨落在大尺度上可以忽略。[原文]
- \(\ell \gtrsim 300\)：Total 线明显高于 Doppler 线 → patchy + OV 效应开始主导。功率趋于一个"平台"，\(\ell^2 C_\ell / (2\pi) \sim 1\)–\(5\ \mu\text{K}^2\)。[原文]
- 宇宙方差（阴影）在 \(\ell \lesssim 10\) 非常大 → 大尺度 Doppler 峰的测量不可避免地受到宇宙方差限制。[补充]
- OV 的减去与否不影响 \(\ell \lesssim 200\) 的结论 → OV 在大尺度上也可忽略。[原文]
需要理解的物理¶
两个尺度区间，两种物理：
| 尺度 | 主导机制 | 物理来源 | 对再电离的敏感方式 |
|---|---|---|---|
| \(\ell \lesssim 200\) | Doppler | 大尺度 coherent bulk flows | 对 \(\tau\) 和 \(\Delta z\) 敏感（再电离越短信号越大） |
| \(\ell \gtrsim 300\) | Patchy + OV | HII 区的不均匀电离 | 对 \(\Delta z\) 和 HII 区尺度/分布敏感（再电离越长信号越大） |
两个区间对 \(\Delta z\) 的依赖方向相反——这是全文最重要的观测预言之一。[原文]
后果¶
Figure 9 接下来深入解剖小尺度（\(\ell \gtrsim 300\)）的 patchy 功率谱——它由哪些分量主导？
Figure 9 — Patchy 功率谱的十项解剖¶
对应章节：§3.4 ｜ 关键公式：Eq.17–20
前因：为什么要画这张图¶
Figure 8 表明小尺度被 patchy 效应主导，但"patchy"不是一个单一的东西——它是 \((1+\delta+\delta_x+\delta\delta_x)\) 四项展开后 \(C_4^2 + 4 = 10\) 个自/交叉相关项之和（Eq.17）。这张图把这十项（减去已知的 Doppler 和 OV 后剩余七项）逐一画出来，回答：小尺度 kSZ 到底被哪一项主导？
图说什么¶
减去了 Doppler（\(\langle\mathbf{v}\cdot\mathbf{v}\rangle\)）和 OV（\(\langle\mathbf{v}\delta\cdot\mathbf{v}\delta\rangle\)）后的七项功率谱。标为 "Total" 的黑线是七项之和。
怎么看¶
按贡献从大到小排序：
| 排名 | 项 | 在 \(\ell \sim 3000\) 处的贡献 | 特征 |
|---|---|---|---|
| 1 | \(\langle\mathbf{v}\delta_x\cdot\mathbf{v}\delta_x\rangle\)（patchy-patchy） | ~65% | 最主导，形状与 Total 近似 |
| 2 | \(\langle\mathbf{v}\delta\cdot\mathbf{v}\delta_x\rangle\)（OV-patchy） | ~13% | 振幅约 patchy 的 1/5 |
| 3 | \(\langle\mathbf{v}\delta_x\cdot\mathbf{v}\delta\delta_x\rangle\)（patchy-三阶） | 可比 OV-patchy | 在 \(\ell \sim 900\) 翻转符号（从正变负） |
| 4 | \(\langle\mathbf{v}\delta\delta_x\cdot\mathbf{v}\delta\delta_x\rangle\)（三阶自相关） | ~5% | 六阶统计量，出乎意料地不小 |
| 5–7 | 含纯 \(\mathbf{v}\) 的交叉项 | \(< 0.01\ \mu\text{K}^2\) | 完全可忽略（数值噪声水平） |
[原文]
怎么看——关键特征详解¶
-
Patchy-patchy 绝对主导：这符合直觉——\(\delta_x\) 是一个"硬边界"开关量（HII 区内 \(\sim +1/\bar{x}-1\)，中性区 \(= -1\)），空间跳变剧烈，与速度场相乘后产生的信号远大于平滑的密度涨落 \(\delta\)。[补充]
-
\(\ell \sim 900\) 符号翻转：\(\langle\mathbf{v}\delta_x\cdot\mathbf{v}\delta\delta_x\rangle\) 从正变负。\(\ell \sim 900\) 对应共动尺度 \(\sim 15\)–\(20\) Mpc —— 非常接近再电离中点的典型 HII 区半径。物理上：HII 区内部是密度峰（\(\delta > 0\)），越过 HII 区边界后密度下降（\(\delta < 0\)），所以 \(\delta \cdot \delta_x\) 的相关在 HII 区尺度上翻转。[原文 + 补充]
-
含纯 \(\mathbf{v}\) 的交叉项为零：\(\mathbf{v}\) 是零均值的矢量场，\(\delta_x\) 是标量场。在线性阶，\(\langle\mathbf{v}\cdot\mathbf{v}\delta_x\rangle = 0\)——因为 \(\mathbf{v}\) 的方向与 \(\delta_x\) 没有系统性的对齐。[补充]
-
高斯近似（Eq.20）低估实际值：用 Wick 定理（四阶矩 → 二阶矩之积）近似 patchy-patchy 项，结果比模拟值低 10–30%。差异来自连通四阶矩——\(\delta_x\) 的非高斯性是不可忽略的。这意味着以往的解析模型系统性低估了 patchy kSZ 功率谱。[原文]
需要理解的物理¶
为什么这个分解如此重要？
- 以往的解析模型（McQuinn et al. 2005 等）只能计算 patchy-patchy 项的高斯近似（Eq.20），且忽略了 OV-patchy 交叉和三阶项。本文首次用模拟显式分离了所有十项，发现 (a) 高斯近似低估 10–30%，(b) 三阶项贡献 5% 不可忽略，(c) OV-patchy 有 13% 的贡献。[原文]
- 这些结果为未来的解析模型指明了改进方向：至少需要包含连通四阶矩和 OV-patchy 交叉。[补充]
后果¶
Figure 1–9 完成了 kSZ 自功率谱的全部分析。接下来 Figure 10–11 转向一个新问题：能不能通过交叉相关来探测 kSZ？
Figure 10 — kSZ–21cm 交叉相关：正相关、\(\ell \sim 100\) 峰、5–10σ 可探测¶
对应章节：§4.1 ｜ 关键公式：Eq.21–24
前因：为什么要画这张图¶
kSZ 自功率谱有一个致命问题：它把所有红移的信号堆在一起，无法分辨哪些来自再电离、哪些来自后期。而且 kSZ 信号在小尺度上被热 SZ 效应（tSZ）、点源等前景淹没。
解决方案：与 21 cm 做交叉相关。21 cm 信号天然带有频率（= 红移）信息，而且 CMB 的系统偏差（前景、噪声）与 21 cm 的系统偏差不相关 → 交叉相关更"干净"。
但交叉相关能测到吗？信噪比够吗？
图说什么¶
三个子面板（从上到下）：
| 面板 | 横轴 | 纵轴 | 展示内容 |
|---|---|---|---|
| 上 | \(\ell\) | \(C_\ell^{T\nu}\) | kSZ 与 21 cm 的交叉功率谱 |
| 中 | \(\ell\) | cumulative S/N | 积分信噪比（从 \(\ell = 3\) 到该 \(\ell\)） |
| 下 | \(\ell\) | \(r_\ell^{k\nu}\) | 每个 \(\ell\) 模式的信噪比 |
怎么看¶
-
上面板：交叉相关在 \(\ell \sim 100\) 处有一个正峰。灰色散点是单个 \(\ell\) 模式（方差很大），实线是 bin 平均。[原文]
-
为什么是正的？ 这很微妙——Figure 2 表明再电离期间密度峰 → kSZ 冷点（负相关）。但 21 cm 端又翻转了一次：高密度区电离源更多 → HI 更少 → 21 cm 信号更弱。两次"负" → 正相关。[原文]
-
\(\ell \sim 100\) 的峰值位置：对应物质功率谱 \(P(k)\) 的峰值 \(k \sim 0.01\ \text{Mpc}^{-1}\) 在 \(\chi(z_r) \sim 10\) Gpc 处的角投影 → \(\ell \sim k\chi \sim 100\)。[原文]
-
中面板：积分信噪比在 \(\ell \sim 500\) 处达到 ~5–10σ。黑实线 = Eq.24 的解析估计；红虚线 = Monte Carlo；阴影 = \(1\sigma\)/\(2\sigma\) 范围。两者高度一致 → 非高斯效应不严重影响信噪。[原文]
-
下面板：单模式信噪比 \(r_\ell^{k\nu}\) 在 \(\ell \sim 100\) 处峰值 ~0.01–0.02——非常小！但累加 \((2\ell+1)\) 个独立模式后总信噪可以达到几个 σ。[补充]
需要理解的物理¶
为什么单模式信噪这么低？
因为 CMB 温度的主要贡献是原初涨落（\(C_\ell^{\rm pp} \gg C_\ell^{\rm kk}\)），kSZ 只是一个微小的附加信号。交叉相关的信噪比 ∝ \(C_\ell^{k\nu} / \sqrt{C_\ell^{TT} C_\ell^{\nu\nu}}\)，分母中的 \(C_\ell^{TT} \approx C_\ell^{\rm pp}\) 很大 → 每个 \(\ell\) 的信噪很小。好在有 \((2\ell+1)\) 个独立模式可以累加。[补充]
假设条件：这里的 5–10σ 是在最理想条件下（全天观测、无噪声、无前景）。现实中前景清除、有限天区、仪器噪声都会降低信噪比。但交叉相关的关键优势是：CMB 前景和 21 cm 前景性质完全不同，不相关 → 不贡献假信号。[原文 + 补充]
后果¶
知道了交叉相关的 \(\ell\) 依赖后，下一个问题是：它的红移/频率依赖是什么？这直接关系到能不能用它追踪再电离历史。
Figure 11 — kSZ–21cm 交叉相关的红移切片：追踪再电离历史¶
对应章节：§4.2 ｜ 关键公式：\(\mathcal{P}^{T\nu}(\nu_i) = \sum_\ell \int w_\ell(\nu) C_\ell^{T\nu}(\nu)\,d\nu\)
前因：为什么要画这张图¶
Figure 10 展示了所有红移加在一起的交叉相关。但 21 cm 的独特优势是频率 = 红移（\(\nu = 1420/(1+z)\) MHz）。如果把 21 cm 观测按频率分 bin，就可以看到交叉相关的红移演化——这直接追踪再电离历史 \(x(z)\)。
图说什么¶
将交叉相关沿 \(\ell\)（到 500）积分后，画出对 21 cm 频率（\(\nu\)，上轴 = 红移 \(z\)）的依赖。每个点是 \(\Delta\nu = 20\) MHz 的频率 bin。
怎么看¶
- 信号峰值在 \(\nu \sim 130\)–\(160\) MHz（\(z \sim 8\)–\(12\)）= 再电离正在进行的中段。[原文]
- 高频端（\(\nu > 200\) MHz，\(z < 6\)）→ 再电离已完成，\(\delta_x = 0\) → 没有 patchy 信号 → 交叉相关消失。[补充]
- 低频端（\(\nu < 100\) MHz，\(z > 14\)）→ 宇宙几乎全部中性，\(x \approx 0\) → kSZ 信号极弱 → 消失。[补充]
- 峰的位置和宽度直接编码了 \(x(z)\) → 红移分辨率约 \(\Delta z \sim 1\)（对应 \(\Delta\nu \sim 20\) MHz）。[原文]
需要理解的物理¶
这张图是全文最具观测价值的结果之一。
纯 kSZ 功率谱（Figure 8）是所有红移的积分——你只看到一个数字，不知道信号来自 \(z = 7\) 还是 \(z = 12\)。但这张图告诉你：如果你有一台覆盖 100–200 MHz 的射电阵列（如 SKA、HERA），可以逐频率测交叉相关，每 20 MHz 一个 bin → 得到再电离历史 \(x(z)\) 的粗略形状。[补充]
为什么 \(\Delta\nu = 20\) MHz？ 太细（\(\Delta\nu = 1\) MHz）→ 每个 bin 里信噪太低；太粗（\(\Delta\nu = 100\) MHz）→ 红移信息被平均掉。\(\Delta\nu \sim 20\) MHz（\(\Delta z \sim 1\)）是一个折中——足够分辨再电离从"开始"到"结束"的演化，同时每个 bin 有足够信噪。[原文]
后果¶
这是论文的最后一张关键物理图。它回答了"kSZ–21cm 交叉相关能告诉我们什么"——答案是：再电离发生在哪些红移、持续了多久。
Figure 12 — （论文正文未引用）¶
文件：fig12.pdf
此图存在于 figures/ 目录中但未被论文正文或 figures.tex 引用。可能是作者在准备论文时生成的辅助图（如不同参数的比较），最终未被采用。
宇宙学参数（论文脚注 1）¶
本文无独立编号的表格。宇宙学参数以脚注形式给出，论文的所有计算使用以下两组参数：
| 参数集 | \(\Omega_m\) | \(\Omega_b\) | \(h\) | \(n_s\) | \(\sigma_8\) | 来源 |
|---|---|---|---|---|---|---|
| WMAP 2013 | 0.286 | 0.0463 | 0.69 | 0.96 | 0.82 | WMAP 9-year |
| Planck 2015 | 0.31 | 0.0486 | 0.68 | 0.967 | 0.816 | Planck 2015 |
两组参数的主要差异：Planck 的 \(n_s\) 更接近 1（更少红倾斜）、\(\sigma_8\) 稍低。影响 kSZ 功率谱的主要途径是改变速度涨落的振幅。[补充]
全文结论一览¶
| 结论 | 对应图 | 关键数字 |
|---|---|---|
| kSZ 功率谱有两个特征：\(\ell \sim 20\)–\(30\) Doppler 峰 + \(\ell \gtrsim 300\) patchy 平台 | Fig 8 | 峰 ~\(10\)–\(30\ \mu\text{K}^2\)；平台 ~\(1\)–\(5\ \mu\text{K}^2\) |
| Doppler 峰的振幅 \(\propto \tau^{1.9}\) | Fig 5 | 当前 \(\tau \sim 0.07\) → ~\(15\)–\(20\ \mu\text{K}^2\) |
| 再电离越快 → Doppler 峰越大；再电离越长 → patchy 平台越大 | Fig 4, 8 | \(\Delta z\) 和两个尺度区间的关系相反 |
| Patchy 功率谱中 patchy-patchy 项占 ~65% | Fig 9 | \(\langle\mathbf{v}\delta_x\cdot\mathbf{v}\delta_x\rangle\) 主导 |
| 高斯近似低估 patchy 功率谱 10–30% | Fig 9 | 连通四阶矩不可忽略 |
| kSZ–21cm 交叉相关可在理想条件下 5–10σ 探测 | Fig 10 | 全天、无噪声、无前景 |
| 交叉相关的频率依赖追踪再电离历史 | Fig 11 | \(\Delta z \sim 1\) 的分辨率 |