夜空为什么是黑色的?

2018 年 5 月 9 日 中科院物理所 李然

繁星点点的夜空罗讷河(Starry Night Sky Rhone River)by 梵高。




导读:

 “如果繁星每隔千年才出现一晚,人类将会如何景仰与崇拜,并世代保留上帝之城的回忆。”

——爱默生




   


为什么夜空是黑色的?《天问专栏》将这个问题交给我时,阿西莫夫(美国著名科幻作家)的科幻小说《日暮》在我的脑海中一闪而过。在《日暮》虚拟的世界中,星球拉盖什身处一个具有6个太阳的天体系统中。在大多数时候,盖拉什的天空至少都有两个太阳照耀着大地,黑夜在这个星球上只是传说。


然而,每过2050年,六个太阳会形成一次特殊的构型:五个太阳位于星球的一侧,而在星球的另一侧,拉盖什的月亮将会运行到二号太阳和星球之间,在大地上形成一次漫长的日食。在小说的最后,太阳被黑暗吞噬,星光显现,夜幕降临,整个星球陷入了恐惧和混乱,唯有天文学家们看着从未预料到的广阔宇宙泪流满面。


图1:《日暮》(Nightfall)由美国著名科幻作家阿西莫夫所著。


相比于拉盖什人,地球人在对宇宙的探索方面要幸运得多。当太阳落下地平线,暗夜降临,星球上的每个人都可以平等地凝视夜空,观察宇宙中其它的世界。早在原始社会,在篝火的照耀下,人类就已经慢慢地学会了与黑暗和平共处,看着星光给孩子们编织宇宙的故事。不同的文明都经历过这种用想象力编织宇宙物语的过程。


在开始的时候,人类的故事倾向于认为世间万物都由更高级的存在——神明掌控的。天空和大地、高山和海洋、光明和黑暗、风雨和雷电,都由不同的神明掌控。在大约2500年前,在东爱琴海的希腊殖民地,突然出现了好几位著名的学者,他们开始意识到,世间的万物也许并非都是神明的提线木偶;也许万物并非都是神明创造,而是按照某种自然规律由同样的微粒组成;也许疾病并非是神明的惩罚,而有规律可循,无需祭祀也可以人为地治愈;而太阳和月亮的交替、星星的闪耀也都是自然的现象。


然而,摸索出宇宙运转的秘密并不容易。直到十六世纪末期,学者们才渐渐地达成共识。夜空中的星星应该都是和太阳差不多的天体,只不过由于它们距离太远了,才显得如此的暗淡。惠更斯(Christiaan Huyg(h)ens,1629 - 1695)也许是第一个用科学方法估计恒星距离的人。他在一个纸板上钻了一系列大小不同的孔,然后将这个纸板安装在望远镜的镜面上,再用这个望远镜来观察太阳。


惠更斯观察了(目视)不同大小的圆孔的亮度,发现如果小孔的大小是太阳的三万分之一的时候,透过小孔的亮度就和夜晚最亮的天狼星一样明亮。这意味着,太阳的目视亮度是天狼星的3万×3万=9亿倍。当天体远离地球,它的目视亮度随着距离的平方衰减。如果一个天体的距离是太阳距离的10倍,它的目视亮度只有太阳的1/100。惠更斯据此推算,如果天狼星和太阳同样明亮,那么天狼星应该距离地球3万倍的日地距离(实际上天狼星的绝对亮度远远高于太阳,所以实际距离更远)


全天(整个天空)可以用裸眼观察到的恒星大约有6000颗,而在十六世纪末出现的望远镜则让人类看到了更多夜幕中的暗淡恒星,人类也开始意识到星辰大海的浩瀚。随着对恒星世界的认识,太阳在宇宙中的地位开始退缩。学者们意识到地球不是世界的中心,太阳也不是。太阳的王国只是宇宙浩瀚版图中的普通一员。牛顿在不朽的著作——《自然哲学的数学原理》一书中,清晰地为宇宙下了一个定义:宇宙应该是向各个方向伸展的,均匀的空间。而牛顿认为宇宙的尺度应该是无限的。 


站在宇宙的角度上思考问题,我们会发现“夜空为什么是黑色的?”其实并不是一个容易回答的问题。如果恒星在宇宙空间中均匀的分布,那么无限延伸的宇宙空间中就包含着无限多的恒星。虽然任意一颗恒星发出的光都只有非常小的一部分能够被地球接收到,但如果把全宇宙恒星的光芒都加在一起又如何呢?我们可以用简单的积分来计算地球接收到的来自所有恒星的光能总量,但这个积分的结果是发散的(即无限大)。也就是说,无限的恒星会理应给地球上带来无限的光辉,地球原本不应该存在黑夜。甚至宇宙中的任何一个星球上都不应该有黑夜的存在。


这个诘问在历史上曾经被多位天文学家提出,其中包括伟大的开普勒(Johannes Kepler,1571 - 1630)。今天,这个问题被广泛的称作奥伯斯佯谬(Olbers' paradox),得名于一位德国天文学家Heinrich Wilhelm Olbers。奥伯斯佯谬本质上反映了牛顿的力学系统及静态宇宙观无法自洽的处理无限宇宙的问题。


图2:德国天文学家Heinrich Wilhelm Olbers,图片来源:Wikipedia。


不过直到二十世纪,这个问题并没有十分困扰天文学家。因为从观测上看,彼时尚没有充分的证据表明宇宙学原理是正确的。夜空中所有的发光天体似乎都属于同一个系统——银河系。在银河系之外也许仍然有无限的空间,但是否还有其它的恒星集合尚不明确。而银河系有限的恒星,当然并不足以照亮夜空。


1923年,哈勃发现了河外星系。人类第一次确认,在夜幕中那些一个个旋涡状的发光星云,其实是和银河系一样巨大的恒星系统。随着天文学家寻找到河外星系数目的增加,无限宇宙的问题又一次严肃地摆在了研究者面前。不过这一次,理论家的工具已经从牛顿的万有引力理论升级到爱因斯坦的广义相对论。在相对论的体系下,奥伯斯佯谬有两种不同的解决方案。


爱因斯坦自己构造了第一种方案:他假设广义相对论方程中存在一个宇宙学常数,构造出了一个稳态且有限的宇宙模型。在这样的宇宙中,恒星和星系的数目都是有限的,不会“威胁”到地球的夜空。


但好景不长,哈勃在1929年发现了星系的红移-距离关系:距离我们越远的星系会以越快的速度远离我们。这个现象,很快被解读为宇宙空间的膨胀。这给了爱因斯坦的静态宇宙论沉重的一击,但膨胀的宇宙同样是广义相对论理论所允许的产物。而膨胀的宇宙本身,为奥伯斯佯谬带了解决的方案。


宇宙空间膨胀的事实,可以推导出一个不平凡的结论:宇宙必然有一个开端。因为宇宙昨日必定比今天密度要高,而前天密度则会更高一些。如果我们逆着时间的流逝回溯过去,我们可以观察到宇宙变得越来越致密,直到今天我们在宇宙中看到的一切结构都无法存在。


当我们回溯到宇宙的极早期,宇宙的密度会高过原子,甚至是原子核。另一方面,光子在膨胀的宇宙中旅行,会损失能量,发生红移(波长增大)。宇宙早期一定要比今天更加的明亮。这不仅仅是因为随着宇宙尺度的压缩,光子的数密度增加,也归功于每个光子的能量都变得比今天更高。而如果我们进一步向前推演宇宙的历史,我们会发现终有一个时刻,宇宙中光子的能量会变得非常高,以至于今天宇宙中存在的一切实物粒子都会被光子击碎。我们甚至没有一个完整的物理理论可以描述宇宙这个高温状态下的行为。我们今天一般将这个时刻定义为宇宙的开端,那时距今138亿年。


宇宙的年龄有限,意味着我们无法观测到无限的宇宙。换句话说,即使宇宙真的无边无际,但因为遥远宇宙中的星光还来不及传递到地球上,地球今天能够接受到的星光总是来自于有限的恒星。我们可以容易地估算出这些星光的总亮度,确实远远不足以照亮我们的夜空。膨胀的宇宙也意味着光子在不断地损失能量,这会进一步降低地球上接收到的光能。


不过,正如我们在前面讨论的,在宇宙早期有一段时间,宇宙中充满了高能量的光子,整个宇宙极为明亮。在那个时刻,宇宙中确实不存在夜晚这个概念。今天,随着宇宙的膨胀降温,宇宙诞生之初的高能量光子已经变成了能量很低的微波辐射。如果人类的眼睛可以接收微波信号,那么即使在黑夜,也能够看到天空均匀的发光,虽然这光芒已经非常微弱。


图3.奥伯斯佯谬示意图。如果宇宙中的恒星是均匀分布的,在任何一个视角,随着观测距离的增加,恒星在一个空间薄层里的数目随着距离平方增加。而恒星的视亮度则随着距离的平方衰减。如果将无限宇宙中所有恒星的贡献加起来,那么观测者接收到的光能回趋于无穷大。图片来源:文献[1]


如果人类的视力可以变得任意好, 那么夜空看起来会是什么样子呢?根据诺丁汉大学的Conselice等人[2]估计 ,在宇宙中大约有超过1万亿的星系。差不多向天上任何一个方向看过去,都会有80%的可能性看到一个超过一百万太阳质量的星系。不过要想看全这些星系可不容易,遥远的距离使得它们大多数都太过暗淡。


图4. 哈勃超级深场照相,图片来源:文献[3]


2014年,哈勃空间望远镜对着天上一块看上去空无一物的区域曝光了一百万秒,结果一万多个星系从虚空中浮现出来,犹如璀璨的宝石箱(图4)。这张照片只拍摄了月球视觉面积的大约百分之一的天空,但大概是人类有史以来最激动人心的照片之一。这样美丽的夜空,当然不应该用“黑色”来描述了。


2001年,约翰霍普金斯大学的一组科学家将星系巡天中200,000个星系的颜色叠加了起来。他们的结论是,宇宙的平均颜色大致接近白色,但微微泛黄,这个颜色被他们命名为宇宙拿铁色(cosmic latte)[4]


图5. 宇宙的平均颜色:宇宙拿铁色,作者:Dhmmjoph, Karl Glazebrook & Ivan Baldry,图片来源:文献[5]


太阳落山,黑夜降临,群星闪耀。从远古时代开始,人类日复一日地经历着同样的循环,以至于所有人都已习以为常。但加以理性的思考,夜空颜色这一简单的问题,实际上却和宇宙的本性有着深刻的联系。对我而言,这正是天文学研究最令人着迷的地方。


作者简介

李然,毕业于北京大学天文系,获理学学士学位(2006年)和博士学位(2011年)。其后在国家天文台从事博士后研究,现在为国家天文台星云计划研究员。主要研究领域:引力透镜,星系形成以及宇宙学。其科普著作《漫步到宇宙尽头》入选科技部2017年度优秀科普图书。

参考文献:

[1] https://commons.wikimedia.org/wiki/File:Olbers%27_Paradox.svg

[2] The Evolution of Galaxy Number Density at z < 8 and its Implications, Christopher J. Conselice, Aaron Wilkinson, Kenneth Duncan, Alice Mortlock, ApJ, 2016, 830,83

[3] http://hubblesite.org/image/3380/news_release/2014-27,credit:NASA, ESA, H. Teplitz and M. Rafelski (IPAC/Caltech), A. Koekemoer (STScI), R. Windhorst (Arizona State University), and Z. Levay (STScI) 

[4] 宇宙的光谱:http://www.astro.ljmu.ac.uk/~ikb/Cosmic-Spectrum.html

[5] https://commons.wikimedia.org/wiki/File:Cosmic_Latte.png


知识分子
为更好的智趣生活
ID: The-Intellectual
投稿:zizaifenxiang@163.com
长按二维码,关注知识分子

编辑:loulou


近期热门文章Top10

↓ 点击标题即可查看 ↓

1. 进了赌场黑名单的数学家们,已经快把这种电影最爱的赌法玩坏了

2. 我所了解的中国电子元器件行业

3. 今天没有推送,千万不要点开!

4. 镜子里的你为什么是左右颠倒而不是上下颠倒? | No.99

5. 人家的脑子是纯金的!纯金的!

6. 说来惭愧,当年打了中情局脸的黑科技,如今我们用在了吃饭上

7. 学物理的颜值高是一种怎样的体验?| No.100

8. Science:钻石都弯了,还有什么不能?

9. 你可能跑不过自己的影子,因为黑暗比光速还快?

10. 日本人掌握了武林绝学万剑归宗,秘密是好好学物理

点此查看以往全部热门文章


登录查看更多
0

相关内容

地球(Earth),是太阳系八大行星之一,按离太阳由近及远的次序排列为第三颗。地球是太阳系的第三颗行星,也是太阳系中直径、质量和密度第一的类地行星。地球上71%为海洋,29%为陆地,所以太空上看地球呈蓝色。地球是目前发现的星球中人类生存的唯一星球。
少标签数据学习,54页ppt
专知会员服务
196+阅读 · 2020年5月22日
机器学习速查手册,135页pdf
专知会员服务
338+阅读 · 2020年3月15日
麻省理工学院MIT-ICLR2020《神经网络能推断出什么?》
专知会员服务
50+阅读 · 2020年2月19日
2019中国硬科技发展白皮书 193页
专知会员服务
81+阅读 · 2019年12月13日
钱炜:与山同坐,成为灯塔
罗辑思维
15+阅读 · 2019年6月30日
【财富空间】一个人真正的资本是什么
产业智能官
6+阅读 · 2018年3月16日
为什么大家都不戳破深度学习的本质?
36大数据
4+阅读 · 2017年12月7日
中美日全球美女机器人大PK,哪一款是你想要的味道?
机器人大讲堂
4+阅读 · 2017年9月16日
嘿,这是本应属于你的“红包”!
腾讯
3+阅读 · 2017年7月13日
为什么不能和阿里巴巴好好说话呢?
创业邦杂志
3+阅读 · 2017年7月3日
Learning to See Through Obstructions
Arxiv
7+阅读 · 2020年4月2日
On Feature Normalization and Data Augmentation
Arxiv
15+阅读 · 2020年2月25日
Foreground-aware Image Inpainting
Arxiv
4+阅读 · 2019年1月17日
Music Transformer
Arxiv
5+阅读 · 2018年12月12日
Arxiv
3+阅读 · 2018年5月11日
Arxiv
7+阅读 · 2018年3月22日
VIP会员
相关资讯
钱炜:与山同坐,成为灯塔
罗辑思维
15+阅读 · 2019年6月30日
【财富空间】一个人真正的资本是什么
产业智能官
6+阅读 · 2018年3月16日
为什么大家都不戳破深度学习的本质?
36大数据
4+阅读 · 2017年12月7日
中美日全球美女机器人大PK,哪一款是你想要的味道?
机器人大讲堂
4+阅读 · 2017年9月16日
嘿,这是本应属于你的“红包”!
腾讯
3+阅读 · 2017年7月13日
为什么不能和阿里巴巴好好说话呢?
创业邦杂志
3+阅读 · 2017年7月3日
相关论文
Learning to See Through Obstructions
Arxiv
7+阅读 · 2020年4月2日
On Feature Normalization and Data Augmentation
Arxiv
15+阅读 · 2020年2月25日
Foreground-aware Image Inpainting
Arxiv
4+阅读 · 2019年1月17日
Music Transformer
Arxiv
5+阅读 · 2018年12月12日
Arxiv
3+阅读 · 2018年5月11日
Arxiv
7+阅读 · 2018年3月22日
Top
微信扫码咨询专知VIP会员