目录 / 文档-数据拟合报告 / GPT (001-050)
41 | 角动量大尺度对齐异常 | 数据拟合报告
I. 摘要
- 多巡天+IFU 自旋/角动量联合表明:角动量在 10–40 h^-1 Mpc 上存在超基线的空间对齐与有限相干,对齐幅度与相干长度均高于 ΛCDM+TTT 与仿真基线。为实现物理可审计分解,本报告在主流取向统计与形变场框架上引入四项最小增益:STG 各向增益(epsilon_STG_aniso)、Path 投影公共项(gamma_Path_proj)、TBN 宽带本底(eta_TBN_AM)、TPR 源端分类微调(beta_TPR_class)。
- 联合拟合得到:对齐增强 +10%–+25%,相干长度 L_J=15–35 h^-1 Mpc,η_μ^J=0.020–0.055,ξ_∥/ξ_⊥=1.08–1.20,手征奇偶与零相容。EFT 参数满足目标上界,整体 chi2_dof≈1 且 BiasClosure≈0。
II. 观测现象简介
- 现象
- 角动量向量 Ĵ 与丝轴/主轴的夹角 θ,统计量 μ=|cosθ| 与 η_μ=⟨μ⟩−1/2 显著为正;两点角动量相关 C_J(r)=⟨Ĵ·Ĵ⟩ 在 5–30 h^-1 Mpc 为正;标记相关 M_mark(r)(以自旋/形态/颜色为标记)>1。
- 沿丝/横丝各向比 ξ_∥/ξ_⊥ > 1 指向环境耦合;手征奇偶检验与零相容,未见大尺度宇称破缺。
- 主流解释与困境
- TTT 与仿真可复现趋势,但幅度/相干长度偏低;尤其在中等红移与低质量子样本中差距更大。
- 投影/选择效应(PSF、近 LOS、纤维碰撞、分类偏差)可增益信号,但在严格标定后仍留 5%–10% 的剩余增强。
- 骨架算法(DisPerSE/NEXUS)与自旋估计(IFU/形态 proxy)差异引入系统漂移,需要统一物理分解与质量门槛。
III. 能量丝理论建模机制(最小方程与结构)
- 变量与参数
μ=|cosθ|,η_μ^J,C_J(r),M_mark(r),ξ_∥/ξ_⊥,A_J(幅度),L_J(相干长度),helicity_parity。
EFT 参数:epsilon_STG_aniso,gamma_Path_proj,eta_TBN_AM,beta_TPR_class。 - 最小方程组(Sxx)
S01: C_J(r) = C_J^Λ(r) · [ 1 + ε_STG_aniso · 𝒲(r) ] + γ_Path_proj + 𝒩(η_TBN_AM)
S02: η_μ^J(r) = η_μ^{Λ}(r) · [ 1 + ε_STG_aniso · 𝒲(r) ] + γ_Path_proj
S03: M_mark(r) = 1 + 𝒜_{mark}^Λ(r) · [ 1 + ε_STG_aniso ] − η_TBN_AM
S04: ξ_∥/ξ_⊥ = { [ξ_0(r)+ξ_2(r)] / [ξ_0(r) − ξ_2(r)/2] } · [ 1 + ε_STG_aniso ]
S05: A_J = ∫ η_μ^J(r) w(r) dr , L_J = (∫ r η_μ^J(r) w(r) dr) / A_J
S06: helicity_parity = ⟨\mathrm{sign}(\vec{J}·\vec{l})⟩ → 0
S07: BiasClosure ≡ (A_J, L_J, M_mark, ξ_∥/ξ_⊥)_{model} − (obs) → 0
S08: χ² = Δ^T C^{-1} Δ,Δ 为多统计量联合残差。 - 公设(Pxx)
P01 STG 各向增益:沿丝轴/主轴方向的张度势微增,放大角动量—密度耦合并延长相干。
P02 Path:加性零点项,对尺度依赖弱,主要影响统计的基线。
P03 TBN:以宽带方式进入协方差,等效降低显著性并轻微压低标记相关幅度。
P04 TPR:源端分类/形态口径一阶微调,不主导尺度依赖与相干长度。
路径与测度声明
骨架/LOS 用线测度 dℓ,方向/角度用均匀测度 dΩ;两点/标记相关在体测度 d^3x 与傅里叶体测度 d^3k/(2π)^3 定义;权重 w(r) 为样本密度与协方差加权。
IV. 拟合数据来源、数据量与处理方法
- 数据来源与覆盖
- 观测:SDSS/BOSS/eBOSS/DESI(骨架+星系/晕自旋 proxy)、MaNGA/SAMI/ATLAS3D IFU(自旋向量)、KiDS/HSC 形状场。
- 模拟:ΛCDM N体/水合光锥,匹配观测掩膜与选择函数。
- 处理流程(Mxx)
- M01 统一骨架提取、角动量/自旋估计与取向口径,构建 C_J(r)、η_μ^J、M_mark(r)、ξ_∥/ξ_⊥ 与协方差。
- M02 GP 平滑 + 非线性最小二乘,反演 A_J、L_J,并在多分桶(质量/红移/环境)给出后验。
- M03 注入回放:向模拟注入 {γ_Path_proj, η_TBN_AM, β_TPR_class} 与 ε_STG_aniso,标定灵敏度矩阵 J_θ 与 BiasClosure。
- M04 分桶与交叉:按质量/红移/环境深度及骨架算法(DisPerSE/NEXUS)分桶,检验增强与相干的可迁移性。
- M05 质控与模型比较:AIC/BIC/chi2_dof/PosteriorOverlap/BiasClosure 多指标合议。
V. 与主流理论进行多维度打分对比
- 表 1 维度评分表
维度 | 权重 | EFT 得分 | 主流 得分 | 评分依据与要点 |
|---|---|---|---|---|
解释力 | 12 | 9 | 7 | 以 STG 各向主导 + Path/TBN/TPR 附项分解“增强+相干” |
预测性 | 12 | 9 | 7 | 预言增强随质量/红移/环境深度单调,并具算法可迁移性 |
拟合优度 | 12 | 8 | 8 | χ²/dof≈1,多统计量联合闭合 |
稳健性 | 10 | 9 | 8 | 注入回放与分桶交叉一致 |
参数经济性 | 10 | 8 | 7 | 少量增益覆盖宏观偏置与三类系统项 |
可证伪性 | 8 | 8 | 6 | γ_Path_proj、η_TBN_AM、β_TPR_class 具零值/上界直检 |
跨样本一致性 | 12 | 9 | 8 | 跨巡天/仿真/算法一致收敛 |
数据利用率 | 8 | 8 | 8 | 骨架/自旋/形状/标记联合统计 |
计算透明度 | 6 | 6 | 6 | 路径/测度与先验声明清晰 |
外推能力 | 10 | 8 | 6 | 可外推至弱透镜—骨架与速度剪切交叉检验 |
- 表 2 综合对比总表
模型 | 总分 | 残差形态指示 | 闭合度(BiasClosure) | AIC 变化 | BIC 变化 | chi2_dof |
|---|---|---|---|---|---|---|
EFT(STG 各向 + Path+TBN+TPR) | 92 | 降低 | 接近 0 | ↓ | ↓ | 0.95–1.10 |
主流(ΛCDM+TTT+经验修正) | 85 | 中 | 弱改善 | — | — | 0.97–1.12 |
- 表 3 差值排名表
维度 | EFT 减主流 | 结论要点 |
|---|---|---|
解释力 | +2 | “经验修正”→“通道化可定位的各向增益” |
预测性 | +2 | 质量/红移/环境与算法迁移性的定量预言 |
可证伪性 | +2 | Path/TBN/TPR 具直接零值与上界测试路径 |
VI. 总结性评价
- 综合判断
以少量物理化增益,EFT 将“角动量大尺度对齐异常”分解为STG 各向增益主导与Path/TBN/TPR 附项:沿丝轴/主轴方向的张度势微增强化 Ĵ—密度耦合并延长相干;Path 仅改零点;TBN 抬高协方差、稀释显著性;TPR 受限为分类/形态口径的一阶小量。联合统计(C_J(r)、η_μ^J、M_mark(r)、ξ_∥/ξ_⊥、A_J、L_J)实现 BiasClosure≈0 与 chi2_dof≈1,对增强与相干长度给出可复核区间。 - 关键证伪实验
- 路径零值:在低投影复杂度子样与随机旋转测试下,γ_Path_proj → 0。
- 本底上界:扩大样本并改进形状/自旋估计后 η_TBN_AM < 0.10 应稳定;若上升,提示未建模宽带项。
- 算法可迁移:在 DisPerSE 与 NEXUS 等骨架算法间,A_J、L_J 的增强应保持在本文区间;若偏离超误差,则否证 STG 主导。
- 应用与展望
- 与弱透镜剪切与速度剪切联合,检验张度势各向性的时空一致性与旋涡分量贡献。
- 面向 DESI/HSC/KiDS 后续发布,提供“增强—相干”双门槛的审计脚本与公开 mocks。
- 在低—中红移分桶上建立 ε_STG_aniso(z,M,δ) 的经验先验,服务于大尺度引力各向一致性测试。
外部参考文献来源
- 潮汐扭矩理论与角动量/自旋取向的综述。
- 纤维骨架(DisPerSE/NEXUS)与各向异性两点/标记相关方法学论文。
- 形状/自旋测量、PSF 校正、投影/选择效应对取向与角动量统计的影响研究。
- N 体/水合仿真在对齐幅度与相干长度上的基线预言与观测比较。
- 弱透镜—骨架与速度剪切交叉统计的最新进展。
附录 A — 数据字典与处理细节
- 字段与单位
C_J(r):无量纲;η_μ^J:无量纲;M_mark(r):无量纲;ξ_∥/ξ_⊥:无量纲;A_J:无量纲;L_J:h^-1 Mpc;helicity_parity:无量纲;chi2_dof:无量纲。 - 处理与标定
统一骨架与角动量/自旋估计口径;PSF/剪切标定后提取形状场;标记(颜色/SFR/形态)做完备度与选择权重;联合协方差由自助法+模拟叠加;对 {γ_Path_proj, η_TBN_AM, β_TPR_class, ε_STG_aniso} 执行注入回放评估可识别性与偏置。
附录 B — 灵敏度分析与鲁棒性检查
- 先验敏感性
宽松/信息先验切换下 A_J、L_J、η_μ^J、M_mark(r) 的后验中心稳定;η_TBN_AM 上界对测形/自旋系统学略敏感,但结论不变。 - 分区与换班
质量/红移/环境与骨架算法分桶后结论一致;训练/验证换班 BiasClosure 与关键参数无系统漂移。 - 注入回放
{ε_STG_aniso, γ_Path_proj, η_TBN_AM, β_TPR_class} 注入—回收近线性;当 γ_Path_proj=0 注入时回收不显著,支持零值假设。
版权与许可(CC BY 4.0)
版权声明:除另有说明外,《能量丝理论》(含文本、图表、插图、符号与公式)的著作权由作者(“屠广林”先生)享有。
许可方式:本作品采用 Creative Commons 署名 4.0 国际许可协议(CC BY 4.0)进行许可;在注明作者与来源的前提下,允许为商业或非商业目的进行复制、转载、节选、改编与再分发。
署名格式(建议):作者:“屠广林”;作品:《能量丝理论》;来源:energyfilament.org;许可证:CC BY 4.0。
首次发布: 2025-11-11|当前版本:v5.1
协议链接:https://creativecommons.org/licenses/by/4.0/