戳蓝字“CSDN云计算”关注我们哦！
技术头条：干货、简洁、多维全面。更多云计算精华知识尽在眼前，get要点、solve难题，统统不在话下！
作者：中国科普博览；左文文（中科院上海天文台）
来源：知乎整理
相信大家的朋友圈都被这张黑洞照片刷屏了，宇宙的魅力总是无法抵挡的，一张小小的照片，竟然需要两年时间，这究竟是为什么？原因只有一个字“难”！那么究竟难在哪呢？
第一，望远镜观测到的数据量非常庞大。2017年时8个望远镜的数据量达到了10PB（=10240TB），2018年又增加了格陵兰岛望远镜，数据量继续增加。庞大的数据量为处理让数据处理的难度不断加大。
另外，在数据处理的过程当中，科学家也遭遇了不少技术难题——黑洞附近的气体处于一种极端环境当中，其运动有着非常多的不确定性——为了解决这些问题，科学家们还专门开发了特定的程序和工具。
最后，为了保证结果的准确性，在最终数据处理的时候，严谨的科学家们在两个不同的地方分别处理、分别验证。全世界范围内设立了两个数据中心，一个是位于美国的麻省理工学院，另外一个是位于德国的马普射电所，二者彼此独立地处理数据，也彼此验证和校对，保证了最终结果的准确可靠。
而具体到技术问题：
在这个过程中，有三座难以逾越的大山：黑洞阴影的“小”、技术要求极高的观测波段、复杂的数据处理。而面对这些难点，天文学家们发挥智慧，拿出了不少应对的妙招。
解决黑洞阴影的“小”，需要两个靠谱选择
为了解决这个问题，需要保证两个“靠谱”——拍照模特靠谱、望远镜的实力靠谱。
选择哪些黑洞当拍照模特
黑洞阴影实际看起来的大小主要与两个因素有关——实际的大小、黑洞到地球的距离。
1个1米之外的乒乓球（直径40毫米）和1个百米之外的4米长杆看起来一样高。所以在望远镜拍照能力有限的情况下，想要拍摄一张好照片，一定要找一个“靠谱”的拍照模特，它的角尺寸看起来很大。
而黑洞阴影的实际大小与黑洞的质量有关，黑洞质量越大，黑洞阴影越大；再综合距离因素，你会发现选择临近的超大质量黑洞是个明智之选。银河系中心的黑洞Sgr A*和星系M87的中心黑洞便是两个好模特。
Sgr A*是地球上能够观测到的最大的黑洞，质量是400多万倍太阳质量，对应的视界半径是1300多万千米，“视边界”的半径约3300多万千米，它到地球的距离是26000光年，“视边界”看起来的角尺寸约为0.00005角秒（50微角秒，1角秒相当于100万微角秒）。要知道，从地球上看满月的尺寸约为30角分（1角分等于60角秒），50微角秒就相当于从地球上看月球上一个橘子大小的物体。
银心附近恒星的运动视频，图片来源：Keck/UCLA Galactic Center Group
而黑洞M87*，尽管质量比Sgr A*质量大了约1500倍，但距离却远了2000多倍，使其成为第二大黑洞，黑洞阴影的大小约为40微角秒。
值得一提的是，由于对M87中央黑洞质量的不同测量方法（气体动力学vs.恒星动力学）所得结果差了近2倍，意味着黑洞阴影的大小有可能小于40微角秒，甚至低于此次EHT所能分辨的能力极限。因此从这个角度看，M87*的阴影拍摄成功，真是幸运，并为M87*黑洞的质量提供了限制。
给黑洞拍照：VLBI功不可没，望远镜实力不凡
拍摄黑洞照片所用到的望远镜的灵敏度和分辨本领很重要，这也是描述望远镜实力的两大要素。灵敏度强调探测微弱射电源的能力；而分辨本领反映了区分天球上两个靠得很近的射电点源的能力，用刚刚能分辨的两点间张角theta来表示，theta与观测波长和望远镜口径有关，theta越小，表示分辨本领越高。
两者均对射电望远镜的口径提出了要求，望远镜的口径越大，其灵敏度越高，分辨本领越高。除了与望远镜的口径有关，分辨本领还和而观测波段有关。同样口径的望远镜，观测波长波长越长，theta越大，对应的分辨本领越低。
由于射电望远镜所接收光的波长是可见光波长的上千成万倍，为了达到同样的分辨率，射电望远镜得比光学望远镜大上上千万倍。因此，口径为百米级的射电望远镜所能达到的分辨率甚至还远不及爱好者们使用的光学望远镜。
天文学家对高分辨率的渴求，并没有止步于射电望远镜单天线。甚长基线干涉测量（Very Long Baseline Interferometry; VLBI）技术解决了射电望远镜实现高分辨本领的难题。
所谓VLBI技术，就是当相隔两地的两架射电望远镜同时观测来自同一天体的射电波，根据各自独立的时间标准，将天体的射电波记录下来，然后再将这两个记录一起送入处理机进行相关处理，最终分析获取该天体的射电辐射强度和位置。
要成像成功必须要求所有望远镜在时间上完全同步，当EHT的每个望远镜都能在时间上同步时，记录到的信号就能被完美地修正聚焦。如果镜面不稳定，譬如会振动的话，反射的光线将无法准确聚焦。EHT利用氢原子钟来确保纪录的稳定性。原子钟能精准到每数亿年才误差一秒。
VLBI原理，图片来源：中国科普博览
值得一提的是，该VLBI技术也成功应用于我国嫦娥探月工程的探测 器的测定位。
射电干涉技术的成功实施使得望远镜阵列的角分辨率相较于单独每架望远镜更高，灵敏度也更高。VLBI网络便是利用这一技术，让处于不同地理位置的多个射电望远镜联合起来，组成一个望远镜观测网络，同时对一个天体进行观测，VLBI的角分辨率由望远镜间最大间距（最长基线）决定，相当于一个口径为几千千米的超级望远镜，从而取得天文研究中最高的分辨本领。假定在1毫米观测，一个长度为1万千米的基线能获得约21微角秒的分辨本领。
实现高技术观测波段：1毫米+高精度望远镜
根据理论预言，黑洞周围气体在1毫米附近的辐射强度最高，而且最关键的是，1毫米附近是个比较干净的观测窗口，被同步自吸收等的作用大大减弱，黑洞周围气体的辐射变得透明。2017年EHT观测Sgr A*和M87*所基于的窗口便是1.3毫米，未来还希望用0.8毫米。
既然理论预言甚至预言出的照片很早便存在，VLBI技术也并非近十年才有的，那为何黑洞照片现在才诞生呢？
主要瓶颈其实在观测窗口——1毫米左右。这种对观测波段的极高要求，其实就意味着对望远镜性能的极高要求。
要让EHT实现最佳性能，除了要使用VLBI技术，还有一点很重要——每个望远镜必须性能足够好。
EHT的每架射电望远镜本质上就是一架大口径的抛物面天线，就像卫星天线锅。为了保证射电望远镜的天线在观测波段内正常观测，天线在技术上有个门槛，加工精度必须足够高，其偏离抛物面的程度最多只能与观测波长相差5%。
因此，可以预想，观测毫米波比观测厘米波所要求的天线加工精度更高，加工难度更大。大家也不难发现，参与EHT的八台望远镜有效口径大多为十几米，最大不过73米。
位于智利的阿塔卡玛大毫米波阵列(ALMA)，拥有66座碟形天线，图片来源：http://www.bingwallpaperhd.com/alma.html
由此可见，根据不同科学需求，望远镜必须在大和精上作出权衡，不能一味地追求大；如果你的科学需求是想在毫米波观测天体，却一味地追求口径做大，但无法保证抛物面精度，结果根本就没法实现毫米波信号的有效聚焦，这架望远镜就算不上成功的作品。
“冲洗”照片：复杂的后期数据处理分析
在这次拍摄黑洞照片的过程中，多台设备同时观测和记录，然后将数据汇总到一起分析。2017年4月份的观测中，8个台站在5天观测期间共记录约3500 TB的数据（1TB等于1024GB，相当于500小时的高清电影）。
因为数据量庞大得不可能靠网络传递，所以EHT用硬盘来纪录每个望远镜的原始观测数据，再把硬盘寄回数据处理中心。
超级计算机需要获取相同的信号到达两个望远镜的时刻差（时延）以及时延随着时间的变化快慢（时延率），校正射电波抵达不同望远镜的时间差，最后综合两个望远镜的位置信息、信号的强度以及上述两个参数——时延、时延率，就可以对该天体的射电辐射强度和位置进行分析。
这个过程中涉及数据量之多，处理难度之大都是前所未有的。即使现在人类的运算能力已经非常强大，这张照片还是花费了近两年时间“冲洗”——从2017年4月开始，科学家们用了近两年时间对这些数据进行后期处理和分析。终于，在今天发布了首张黑洞照片。
福利
扫描添加小编微信，备注“姓名+公司职位”，加入【云计算学习交流群】，和志同道合的朋友们共同打卡学习！
推荐阅读：
技术头条
2019年技术盘点微服务篇（二）：青云直上云霄 | 程序员硬核评测
“入职 6 年，新人工资高我 2 千”：老板不加钱，不是嫌你老
从沉迷游戏到沉迷编程，16 岁赚 20 万美元！
南大和中大“合体”拯救手残党：基于GAN的PI-REC重构网络，“老婆”画作有救了 | 技术头条
救救中国 996 程序员！GitHub 近 230,000 Star、Python 之父伸张正义！
一个月修复20个漏洞获23675美元赏金, 原来是黑客队伍里出了无间道
真香，朕在看了！
