如何快速将非中心高斯函数与Healpy图进行卷积？

对于nside=256的Healpix图，要模拟望远镜指向偏移的非中心高斯卷积，最简便的方法是利用球坐标系的旋转不变性，复用healpy.smoothing的中心高斯平滑功能，具体步骤如下：

核心思路 #

球面上的非中心高斯卷积等价于：

1. 将原图旋转，把高斯核的目标中心（即望远镜指向偏移后的位置）转到天球北极
2. 对旋转后的图做常规中心高斯平滑
3. 将平滑后的图旋转回原坐标系

这种方法无需手动实现复杂的球卷积，完全依赖healpy的内置高效函数，适合nside=256这类中等分辨率的地图。

具体代码实现 #

假设你已经有了nside=256的Healpix图map_nside256，指向偏移的天球坐标为(theta_offset, phi_offset)（单位：弧度），高斯PSF的半高全宽为fwhm_deg（单位：度）：

import healpy as hp
import numpy as np

# 1. 定义旋转器：将偏移点(theta_offset, phi_offset)转到北极(0, 0)
# rot参数格式：[phi旋转角, theta旋转角]，inv=True表示后续用逆旋转转回原坐标系
rot = hp.Rotator(rot=[phi_offset, np.pi/2 - theta_offset], inv=True)

# 2. 旋转原图，将偏移点移到北极位置
rotated_map = rot.rotate_map_pixel(map_nside256)

# 3. 执行中心高斯平滑（此时高斯核中心在北极，对应原坐标系的偏移点）
fwhm_rad = np.deg2rad(fwhm_deg)
smoothed_rotated_map = hp.smoothing(rotated_map, fwhm=fwhm_rad)

# 4. 将平滑后的图旋转回原坐标系，得到最终结果
final_map = rot.invert_rotate_map_pixel(smoothed_rotated_map)

关键细节说明 #

• 旋转矩阵的正确性：hp.Rotator的rot参数中，第一个值是绕y轴的旋转角（对应phi偏移），第二个值是绕x轴的旋转角（将theta偏移点转到北极需要旋转π/2 - theta_offset）
• 插值方式：rotate_map_pixel默认使用线性插值，若需要更快的速度可指定interp='nearest'，但精度会略有下降
• 单位统一：healpy的角度相关函数默认使用弧度，注意将输入的角度（如fwhm）转换为弧度后再传入

不推荐的方法 #

直接遍历每个像素计算与其他像素的非中心高斯权重，这种方法的时间复杂度为O(N²)（N为像素数，nside=256时N=196608），计算效率极低，完全不实用。

内容的提问来源于stack exchange，提问作者Bohm Arahnmob