从二维到三维：从含噪数据中恢复湍流密度弥散

湍流在塑造星际介质（ISM）的结构和动力学中起着核心作用，控制着恒星形成率（SFR）和初始质量函数（IMF）。湍流的一个关键后果是产生密度涨落，这调节了可用于恒星形成的致密气体数量。因此，准确测量三维（3D）湍流密度弥散对于理解分子云结构和恒星形成至关重要。然而，观测通常仅提供二维（2D）柱密度，并且常常受到测量/探测器噪声的影响。Brunt 方法从二维柱密度图中估计三维密度弥散，但它未考虑有限信噪比（SNR）。在此，我们扩展了该方法，以从受噪声污染的观测中恢复三维湍流密度弥散。利用涵盖一系列密度扰动幅度和噪声类型的数值模拟，我们确定了一个特征噪声波数 k_noise，对应于信号谱和噪声谱的交点。将 Brunt 重建限制在低于 k_noise 的波数范围内，可以得到去噪后的密度弥散估计，该估计能紧密重现无噪声结果。我们提供了一种实用的方案，可直接从测量信噪比和图像分辨率确定 k_noise。或者，如果噪声谱已知，可以直接从观测谱中减去，从而无需估计 k_noise。所提出的校正方法在 SNR>=3 时以小于约 5% 的误差恢复无噪声密度弥散，在 SNR>=1 时误差小于约 15%，从而能够从含噪柱密度数据中获得更可靠的湍流密度涨落估计。