Was den Titel angeht. Das Bild hätte in Graustufen, Schwarzweiß, beliebigen Farben oder vielleicht unter Verwendung eines Wellenlängenfensters gezeichnet werden können, um eine Verschiebung der Doppler-/relativistischen Doppler-Art zu zeigen.
Soll das Bild, abgesehen von der offensichtlichen Dunkelheit, nur in Bezug auf die Helligkeit oder auch in Gelb und Rot betrachtet werden?
Und unabhängig davon, warum wurden diese Farben gewählt? Nur eine ästhetische und suggestive Wahl, oder sollte das das scheinbare Bild sein, wie es von Augen gesehen wird, wenn wir dorthin gehen könnten?
Ich fasse zusammen: ist das Bild eine Radiowellen-Intensitäts- oder Helligkeitskarte oder umgekehrt eine Art "so wie es wäre"-Bild im Vis (modelliert aus dem Verhalten der gesammelten Radiowellen und Theorien)?
Siehe diesen kürzlich von der EHT-Kollaboration veröffentlichten Artikel , in dem beschrieben wird, wie sie das Bild generiert haben. Insbesondere Kapitel 5 dieses Artikels beschreibt den Ursprung des Bildes. Um den Artikel zu zitieren (insbesondere die Überschrift von Abbildung 3):
Das Bild wird in Einheiten von Helligkeit, Temperatur, , wobei S die Flussdichte ist, λ die Beobachtungswellenlänge ist, die Boltzmann-Konstante ist und Ω der Raumwinkel des Auflösungselements ist.
Die Falschfarben im Bild vermitteln die Helligkeit der Oberfläche T (eine Art Maß für die Intensität oder den Fluss von diesem Bereich) des Materials, das den Ereignishorizont des Schwarzen Lochs umgibt. Hellere Farbe bedeutet höhere Helligkeitstemperatur. Es gibt keine Informationen über die physikalische T der einfallenden Materialien, da die gesammelte Strahlung vom Synchrotrontyp und nicht von einem schwarzen Körper ist. Wie Sie sagen, hätte das Bild in Graustufen oder einer anderen Farbskala angezeigt werden können. Die Tatsache, dass es in einer orangefarbenen Farbe dargestellt wird, ist lediglich die Konvention, die von den Wissenschaftlern gewählt wurde, die das Bild erzeugt haben.
ABER das Bild enthält viel mehr Informationen als nur, wie hell das Material ist. Beispielsweise kann die Tatsache, dass das Material auf einer Seite heller ist als auf der anderen, Aufschluss über die Geometrie des Materials geben, das das Schwarze Loch umgibt, oder darüber, wie sich dieses Material um es dreht. Wenn Sie Zeit haben, lesen Sie diesen Artikel und lesen Sie die aktuellen Zeitschriftenartikel, die von der Event Horizon Telescope-Kollaboration veröffentlicht wurden , die unten verlinkt sind.
Dieser Kommentar ist zu lang für einen Kommentar.
Ich konnte (noch) keine Quelle finden, die ausdrücklich besagt, dass es sich um eine skalare Größe handelt, die aufgetragen wird, also dachte ich, ich würde die Farben selbst auf Anzeichen zusätzlicher Informationen untersuchen.
Was ich fand, war nicht schlüssig.
Von https://eventhorizontelescope.org/ habe ich das kleinere Bild gefunden https://static.projects.iq.harvard.edu/files/styles/os_files_xlarge/public/eht/files/20190410-78m-800x466.png
, das ich unten im PNG-Format importiert habe (nur verlustfreie Komprimierung), dann in r-, g-, b-Komponenten zerlegt, abgeflacht und dann in 2D (und 3D ) Streudiagramme.
Es sieht sicherlich so aus, als ob eine Standard-Farbkarte verwendet wurde, um ein Bild einer einzelnen skalaren Größe zu zeichnen, aber etwas hat die Farbe ein wenig verwischt. Es könnten die Interpolationsrouten sein, die verwendet werden, um die Grafik für die Veröffentlichung zu erstellen, oder eine "Internet-Farbanpassung" vor der Veröffentlichung. Die Welt der Veröffentlichung von Farben ist ziemlich verwirrend.
Beachten Sie, dass ich die Daten vor dem Abflachen und Plotten abgespeckt habe:
n = 8
img = plt.imread(fname)[::n, ::n]
import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
fname = '20190410-78m-800x466.png'
n = 8
img = plt.imread(fname)[::n, ::n]
rgb = np.array([x.flatten() for x in np.rollaxis(img, 2, 0)][:3])
r, g, b = rgb
rgbavg = rgb.sum(axis=0)/3.
if True:
fig = plt.figure(figsize=[10, 8]) # [12, 10]
ax = fig.add_subplot(1, 1, 1, projection='3d')
ax.plot(r, g, b, '.k')
ax.set_xlim(0, 1)
ax.set_ylim(0, 1)
ax.set_zlim(0, 1)
plt.show()
titles = ('g vs r', 'b vs g', 'r vs b', 'r vs mean', 'g vs mean', 'b vs mean')
if True:
plt.figure()
for i in range(0, 3):
plt.subplot(2, 3, i+1)
plt.plot(rgb[i%3], rgb[(i+1)%3], '.k')
plt.title(titles[i], fontsize=16)
plt.xlim(0, 1)
plt.ylim(0, 1)
for i in range(3, 6):
plt.subplot(2, 3, i+1)
plt.plot(rgbavg, rgb[i%3], '.k')
plt.title(titles[i], fontsize=16)
plt.xlim(0, 1)
plt.ylim(0, 1)
plt.show()
Alchimista
Jvinniec
Alchimista