Mit der folgenden Idee gehe ich schon seit der ATT 2025 in Essen schwanger. Ich hatte mich damals, mit einigen Mitgliedern der VdS FG Planeten, zufällig darüber unterhalten, dass man alte CCD Sensoren besonders gut nutzen könnte, um komische Strahlung sichtbar machen.
Anfänglich war meine Idee dies mit einem CMOS-Sensor zu Testen und wollte lediglich experimentell damit einige Fotos zur Machbarkeit erzeugen.
In der Astrofotografie ist es ja so, dass man hierdurch einzelne helle Pixel und kurze Striche in wenigen Frames hat, die genau hierdurch entstehen können. Diese werden beim Stacking durch Sigma Clipping, zusammen mit Satelliten- und Flugzeugspuren, entfernt.
Nachdem ich mich bereits schon seit einiger Zeit mit der Softwareentwicklung mit Claude Code beschäftige, wollte ich nun das Projekt angehen, etwas größer anlegen und später dauerhaft betreiben. Wie üblich wurde so aus der ursprünglichen Idee eine Astrokamera mit Deckel zu versehen, um einige Interessante Aufnahmen zu bekommen, eine „Großbaustelle“, die sich als „Rabbit Hole“ herausstellte, weitere physikalische Herausforderungen mit sich brachte und mir vieles Neue beibrachte.
In einer mehrteiligen Reihe möchte ich dies Interessierten gerne näher bringen.
Triggerwarnung: Wer Probleme mit KI hat, kann bereits hier mit dem Lesen aufhören. Die Applikation wird mit Claude Code entwickelt …
Der Sensor ist längst ein Detektor
Ein lichtdicht verschlossener CMOS-Sensor ist nichts anderes als ein flacher Silizium-Detektor. Ein geladenes Teilchen, das diese verarmte Zone durchquert, erzeugt dort Elektron-Loch-Paare mit 3,6 eV Energie. Die Ausleseelektronik kann jedoch nicht unterscheiden, ob diese Ladung von einem Photon stammt oder von einem Myon. Sie liest aus, was da ist.
Wie viel da ist, verrät die Bethe-Bloch-Formel. Für Silizium am Ionisationsminimum:
dE/dx = 1,664 MeV cm²/g × 2,33 g/cm³ = 3,88 MeV/cm
Auf die rund 4,8 µm aktive Tiefe meines Sensors sind das im Mittel 1,86 keV. Gemessen wird allerdings nicht der Mittelwert, sondern der wahrscheinlichste Wert und die Landau-Verteilung ist in so dünnen Schichten stark linksschief. Der Most Probable Value liegt bei etwa 70 % davon, also bei 1,30 keV oder rund 360 Elektronen. Gemessen habe ich 1,34 keV.
Bemerkenswert ist das Verhältnis. Ein Myon trägt auf Meereshöhe im Mittel etwa 4 GeV. Es lässt im Sensor ungefähr ein drei Millionstel davon zurück und fliegt praktisch ungestört weiter. Der Sensor ist zudem eine dünne Schnittprobe und auch kein Kalorimeter.
Nebenbei: Dass diese Myonen den Boden überhaupt erreichen, ist reine Zeitdilatation. Bei 2,2 µs Lebensdauer käme eines klassisch 659 Meter weit – nicht die tatsächlichen 15 Kilometer.
Nicht jede Kamera kann das
Der erste Versuch ging schief, und zwar aus einem Grund, der sich nicht in Software beheben lässt. Ich hatte es mit einer SVBONY SV205 probiert, einer einfachen UVC-Kamera. Gegenprobe hell gegen dunkel, je zehn Frames:
hell 158..181 ADU Median 172 Stufen 24 Rauschen Ort 5,93 / Zeit 1,05
dunkel 17..17 ADU Median 17 Stufen 1 Rauschen Ort 0,00 / Zeit 0,00
Im Hellen ein völlig normales Bild mit realem räumlichem und zeitlichem Rauschen. Bei abgedecktem Sensor dagegen: 30 Frames, 62 Millionen Pixelwerte, ausnahmslos exakt 17. Kein einziger Ausreißer.
Das ist der Schwarzwert-Clamp. Bei 8-Bit-Video-Range liegt Schwarz fest bei Y – 16, alles darunter wird gekappt – mitsamt dem Rauschen, in dem die Teilchentreffer stecken. Anheben ließe sich der Untergrund nur über Verstärkung oder Belichtungszeit, und beides reicht MacOS bei UVC nicht durch.
Gebraucht wird also eine Kamera mit echtem SDK und echten Rohdaten. Bei mir ist das eine ZWO ASI178MC: 3096 × 2080 Pixel zu 2,4 µm, 14-Bit-ADC, 0,371 cm² Sensorfläche. Diese lag bei mir schon lange Zeit in der Schublade, weil ich keinen echten Anwendungszweck mehr hatte. Gain auf null, Offset knapp über null, 30 Sekunden je Frame. Was zählt, ist Dynamikbereich, nicht Empfindlichkeit – die Ereignisse sind hell genug.
Die Schwelle ist der eigentliche Trick
Naheliegend wäre, alles über sechs Sigma des Rauschens als Ereignis zu werten. Das war der erste ernsthafte Irrtum: Bei 6 σ lagen 319 Pixel je Frame über der Schwelle. Eine Gaußverteilung lässt 0,006 erwarten. Faktor 50.000.
Das Rauschen dieses Sensors ist eben nicht gaußisch. Die MAD-basierte Breite (mittlere absolute Abweichung) misst nur den Kern der Verteilung, während der reale Ausläufer sehr viel schwerer ist. Die brauchbare Schwelle habe ich deshalb nicht gerechnet, sondern über das Plateau gemessen: Ab 15 σ ändert sich die Ereignisrate nicht mehr, von 15 bis 50 σ bleibt sie bei 0,3 je 30-Sekunden-Frame konstant. Dort ist die deponierte Energie rund 700 Elektronen.
Zum Vergleich: Ein Myon bringt 540 Elektronen mit und entspricht 142 σ. Zwischen Rauschen und Signal liegen also Größenordnungen. Bei 6 σ dagegen zählte ich 84 Cluster je Frame mit im Mittel 45 Elektronen – reines Rauschen.
Was Artefakt ist und was nicht
Die wirksamste Unterscheidung ist gar keine räumliche, sondern eine zeitliche: Ein echtes Teilchen trifft eine Pixelposition genau einmal. Ein Hotpixel trifft sie immer.
Darauf bauen in dieser Reihenfolge die Vetos auf: Hotpixel-Maske aus der Dunkelstromkarte, lokal bestimmt, damit die warme Ausleseecke nicht komplett als defekt gilt. Dann wiederkehrende Positionen im laufenden Betrieb. Dann Randlage und Sättigung. Und zuletzt auf Frame-Ebene: absurd viele Ereignisse gleichzeitig bedeuten Lichteinbruch oder Erschütterung, nicht Physik.
Von 14.770 Rohfunden bleiben so 2.515 Ereignisse übrig.
Der erste harte Test
Ein Zähler, der irgendetwas zählt, ist kein Detektor. Die Frage ist, ob das Gezählte sich wie Teilchen verhält.
Wer die Schicht unter dem Zenitwinkel θ durchquert, legt den Weg d/cos θ zurück. Die deponierte Energie muss also mit 1/cos θ wachsen und das Produkt E·cos θ muss flach bleiben. Aus einem Lauf über 10,75 Stunden mit 537 Ereignissen:
Zenitwinkel n Median E E · cos θ
30–45° 11 2,02 keV 1,44 keV
45–60° 83 1,74 keV 1,12 keV
60–75° 34 3,21 keV 1,40 keV
75–90° 9 7,70 keV 1,46 keV
Die Energie steigt um den Faktor 3,8, das Produkt bleibt flach und liegt genau auf dem Landau-MPV. Das ist die Signatur minimalionisierender Teilchen in einer Schicht fester Dicke. Es sind wirklich Teilchen.
Die unbequeme Zahl
Nur eben nicht die, die ich erwartet hatte.
Aus dem bekannten Myonenfluss lässt sich ausrechnen, wie viele durch eine waagerechte Fläche gehen müssen: 0,66 pro cm² und Minute. Gemessen habe ich 2,15. Myonen erklären also nur rund 30 % meiner Ereignisse. Der Rest ist Umgebungsstrahlung – Compton- und Photoelektronen aus dem ⁴⁰K der Baustoffe, aus den Zerfallsreihen von Uran und Thorium, aus Radonfolgeprodukten in der Zimmerluft.
Ich wohne nun einmal in einer für Menschen typischen Wohnung und nicht tief im Eis der Antarktis.
Wenn die Statistik durchfällt
Ereigniszahlen je Frame müssen Poisson-verteilt sein, der Fano-Faktor also bei eins liegen. Bei mir lag er bei 1,36. Überdispersion, und die Lehrbuchantwort lautet: Lichtleck, Temperaturdrift oder wandernde Hotpixel.
Nur war der Aludeckel verschraubt, und die Temperatur stand im Protokoll.
Die Ursache findet man über die räumliche Korrelation gleichzeitiger Ereignisse. Instrumentelles hängt am Frame – am Untergrund, am Rauschen, an der Temperatur. Sekundärteilchen dagegen hängen aneinander. Der schöne Teil daran ist die Nullhypothese: Man bildet sie aus Paaren verschiedener Frames. Die sind per Konstruktion unkorreliert und tragen Sensorgeometrie und Akzeptanz bereits in sich, ohne dass man sie modellieren müsste.
Das Ergebnis war eindeutig. 136 Paare mit weniger als 208 Pixel Abstand, wo 3,8 zufällig zu erwarten waren – eine Abweichung von 11,3 σ. Die Partner sind energiereicher als isolierte Ereignisse und liegen kollinear zur Hauptachse des jeweils anderen. Das sind Delta-Elektronen – Anschlagelektronen, die ein durchfliegendes Teilchen aus dem Silizium herausschlägt. Zählt man koinzidente Cluster als ein Ereignis, fällt der Fano-Faktor von 1,36 auf 1,08.
Der Poisson-Test war nicht durchgefallen. Er hatte etwas gefunden.
Der Test, für den mir das Blei fehlte
Blieb die Kernfrage: Wie groß ist der Myonenanteil wirklich? Der saubere Weg wäre eine Bleiabschirmung – die schluckt die Umgebungsstrahlung und lässt die Myonen durch. Nur habe ich kein Blei da und über die Punktlast, bei einem Gewicht von über 300 kg, braucht man im vierten Stock besser nicht nachdenken.
Die Abschirmung ist aber nicht die einzige Änderung der Umgebung, die die beiden Beiträge trennt. Die Richtung kann auch helfen..
Gemessen wurde als Rate 0,234 waagerecht und 0,339 senkrecht. Daraus folgt ein Myonenanteil von 37 % ± 7 % und das liegt neben den 30 % aus der Flussrechnung, ohne dass irgendetwas angepasst worden wäre. Der Vergleich hat inzwischen vier Kontrollen überstanden. Auf die Nachtstunden beschränkt, wo Temperatur, Rauschen und Radon-Untergrund beider Läufe relativ deckungsgleich sind. Gegen einen Rauschschnitt ist sie stabil, gegen die nachträgliche Bereinigung wiederkehrender Pixelpositionen ebenfalls.
Ein Nachsatz, weil er mich einen Anlauf gekostet hat: Man darf die Differenz nicht einfach durch die Erwartung teilen. Der Myonenanteil ist in der gekippten Lage ein anderer als in der waagerechten, denn die Myonenrate fällt um den Geometriefaktor und die übrige nicht. Wer das übergeht, schätzt um etwa ein Viertel zu niedrig. Beide Lagen müssen gemeinsam gelöst werden, zwei Gleichungen mit zwei Unbekannten.
Dabei fällt die Restkomponente als Ergebnis mit ab, und die ist selbst interessant: Ihr Anteil langer Spuren liegt bei 0,24, wo eine minimalionisierende Quelle 0,49 hätte. Diese Teilchen durchqueren die Schicht also nicht, sondern bleiben örtlich stecken. Genau das erwartet man von niederenergetischen Elektronen.
Nicht die Daten korrigieren, sondern das Modell falten
Zum Schluss noch der Test, auf den es eigentlich hinausläuft: Atmosphärische Myonen folgen einer cos²-Verteilung im Zenitwinkel. Findet man das wieder?
Direkt nein. Lange Spuren verteilen dieselbe Ladung auf mehr Pixel und werden schlechter erkannt – meine Effizienz liegt insgesamt bei 95,8 %, aber für Spuren über 8 px nur noch bei 63,6 %. Das unterdrückt große Winkel und treibt den Exponenten nach oben. Gemessen habe ich n = 4,16 statt 2.
Man könnte diesen Bias nun herausrechnen. Das wäre allerdings zirkulär, weil jede Entfaltung modellabhängig ist und den zu testenden cos²-Verlauf ins Ergebnis hineinträgt. Der ehrlichere Weg geht in die andere Richtung: Ich schicke eine bekannte cos²-Verteilung durch dieselbe Auswertekette und sehe nach, was hinten herauskommt.
gemessen n = 4,16 ± 0,21
Pipeline bei wahrem n = 2: 4,55 ± 0,37
Abweichung −0,38 ± 0,42 (−0,9 σ)
Verträglich mit cos². Nicht die Daten wurden zurechtgebogen, sondern die Erwartung wurde durch denselben Apparat geschickt.
Was am Ende dasteht
Drei Tage, 6.425 Frames, 53,5 Stunden Belichtung, 2.515 Ereignisse. Die Zusammensetzung:
- Myonen, rund ein Drittel – gerade Spuren, minimalionisierend, cos²-verteilt. Der Lagetest liefert 37 % ± 7 %, ein früheres Laufpaar 29 % ± 9 %.
- Elektronen, der größte Teil – Compton- und Photoelektronen aus der Umgebungs-Gammastrahlung sowie Betas aus Spurenaktivität in Deckglas, Gehäuse und Lot. Die relativistischen darunter sind von Myonen kaum zu unterscheiden.
- Delta-Elektronen, rund 12 % – keine eigene Teilchensorte, sondern Anschlagelektronen aus den beiden anderen Gruppen.
- Keine Alphateilchen. Die höchste Deposition lag bei 35 keV und ein Alpha würde beim Durchqueren von 4,8 µm rund 500 keV hinterlassen. Das Deckglas und der Rest der Kamera sind also sauber.
Was mich an dem Projekt am meisten überrascht hat, ist nicht, dass es funktioniert – das war zu erwarten. Es ist, wie weit man kommt, ohne irgendetwas zu besitzen, was nach Teilchenphysik aussieht. Kein Blei, kein Szintillator, kein Photomultiplier – sondern eine Astrokamera mit verschraubter Aludeckel.
Und eben die Pointe: Es ist exakt dasselbe Signal, das ich per Sigma Clipping aus meinen Deep-Sky-Aufnahmen entferne. Ob etwas Störung ist oder Messgröße, entscheidet allein die Frage, die man stellt.