分貝、地震規模、視星等:為什麼這些量表都用 log 訂定?

人耳能聽到的最大聲音,強度可以是最小可聞聲音的一兆倍;星星的亮度差距也能到數十億倍,人腦完全無法直觀比較。本文說明分貝、地震規模、視星等這三種對數量表,怎麼把跨越好幾個數量級的物理量壓縮成人類可以直接感受的數字。

分貝、地震規模、視星等:為什麼這些量表都用 log 訂定?
\[\require{physics}\]

《log 的應用系列》:①總覽:乘法變加法的翻譯機 | ②半對數圖與指數衰變 | ③冪律與雙對數圖 | ④分貝、地震規模、視星等 | ⑤熵為什麼要取 log


一兆倍的聲音強度差,要怎麼標示在同一張表上?

人耳能感知的聲音強度範圍極端誇張:最安靜、剛好聽得見的聲音,跟震耳欲聾、會讓耳朵痛的聲音,強度可以相差 $10^{12}$(一兆)倍。地震釋放的能量,從輕微有感到毀滅性災害的差距同樣是天文數字;夜空中最亮的星星和肉眼勉強看得見的星星,亮度也能相差數十億倍。

如果直接拿這些原始數字做量表——比如聲音強度的瓦特數、地震釋放的焦耳數——一般人完全無法直觀感受「大多少」。這篇文章要說明,科學家怎麼用 log 把這些誇張的數字,轉換成一般人可以直接比較大小的量表。


直覺:人類感官本身,可能就是對數的

在講公式之前,先講一個很有意思的生理學背景:Weber–Fechner 定律指出,人類對聲音、亮度等刺激強度的主觀感受,大致跟刺激的物理強度取對數成正比,而不是跟物理強度本身成正比。也就是說,當聲音強度變成 $10$ 倍時,我們感覺到的「大聲程度」並不是變成 $10$ 倍,而是感覺大概只變大了一個固定的量。

換句話說:用 log 尺度來標示聲音、亮度,某種程度上更貼近人類感官實際的感受方式,而不只是數學上方便而已。


分貝:把 $10^{12}$ 倍的強度差壓成 $120$

聲音的分貝(decibel, dB)定義為

\[L=10\log_{10}\left(\frac{I}{I_0}\right)\ \mathrm{dB}\]

其中 $I$ 是待測聲音的強度,$I_0$ 是人耳剛好能聽到的最小強度(參考值)。

例題: 某聲音強度是參考值的 $100$ 倍,求其分貝數。

\[L=10\log_{10}(100)=10\times2=20\ \mathrm{dB}\]

例題: 人耳能感知的強度上限大約是參考值的 $10^{12}$ 倍,求其分貝數。

\[L=10\log_{10}(10^{12})=10\times12=120\ \mathrm{dB}\]

原本 $10^{12}$ 倍這種完全無法直觀想像的比例,透過 log 壓縮成了 $120$ 這個一般人可以直接感受大小的數字。而且因為分貝是乘法變加法:強度每變成 $10$ 倍,分貝固定增加 $10$——這正是整個系列反覆講的翻譯機制:兩個聲源同時發聲,強度是相加($I_1+I_2$,因為能量會疊加),但如果換算成分貝的差異來思考「倍率」,log 讓「強度乘上多少倍」直接對應到「分貝加上多少」。


地震規模:每差 $1.0$,能量差約 $32$ 倍

地震規模(如芮氏規模、地震矩規模)的設計邏輯與分貝相同:地震釋放的能量 $E$ 與規模 $M$ 之間,滿足類似

\[\log_{10}E\propto M\]

的關係,更精確地說,地震學上常用的一個經驗關係是每差 $1.0$ 個規模單位,能量大約相差 $10^{1.5}\approx31.6$ 倍。也就是:

\[\log_{10}\left(\frac{E_2}{E_1}\right)=1.5(M_2-M_1)\]

例題: 規模 $7.0$ 的地震,比規模 $5.0$ 的地震,能量大約高出多少倍?

\[\log_{10}\left(\frac{E_2}{E_1}\right)=1.5\times(7.0-5.0)=3.0 \quad\Longrightarrow\quad \frac{E_2}{E_1}=10^3=1000\]

規模只差了 $2.0$(數字上看起來差距很小),能量卻差了整整 $1000$ 倍!這正是對數量表最容易讓人低估的地方:規模的線性差距,對應的其實是能量的指數差距。 每次新聞報導「規模 $6$ 分的地震比規模 $5$ 分強」,聽起來只差一點,但背後代表的能量差距是約 $32$ 倍,不是 $20\%$。


視星等:每差 $5$ 星等,亮度差 $100$ 倍

天文學家用視星等(apparent magnitude)描述星星的亮度,定義為

\[m_1-m_2=-2.5\log_{10}\left(\frac{F_1}{F_2}\right)\]

其中 $F$ 是星星的光通量(亮度)。這個定義裡有兩個奇怪的地方:負號,以及係數 $2.5$(而不是簡單的 $10$)。

負號的原因是歷史遺留:星等制度源自古希臘天文學家依巴谷(Hipparchus)把肉眼可見的星星分成六個等級,最亮的定為 $1$ 等,最暗的定為 $6$ 等——所以星等的數字越小,代表星星越亮,跟直覺「數字大代表量多」正好相反。

係數 $2.5$ 則是刻意選的,目的是讓「星等每差 $5$」,亮度剛好差 $100$ 倍:

\[m_1-m_2=-5 \quad\Longrightarrow\quad -5=-2.5\log_{10}\left(\frac{F_1}{F_2}\right) \quad\Longrightarrow\quad \log_{10}\left(\frac{F_1}{F_2}\right)=2 \quad\Longrightarrow\quad \frac{F_1}{F_2}=100\]

例題: 若某星星的視星等是 $0$,另一顆是 $5$,兩者亮度相差多少倍?

由上面的推導,星等每差 $5$ 就剛好是 $100$ 倍,所以答案直接是 $100$ 倍。


三種量表放在一起比較

量表定義每單位/固定量對應的倍率誰的數字越大代表越強
分貝$L=10\log_{10}(I/I_0)$每 $+10\,\mathrm{dB}$,強度 $\times10$分貝越大越強
地震規模$\log_{10}(E_2/E_1)=1.5\,\Delta M$每 $+1.0$ 規模,能量 $\times31.6$規模越大越強
視星等$m_1-m_2=-2.5\log_{10}(F_1/F_2)$每 $-5$ 星等,亮度 $\times100$星等越小越亮(反過來)

三者的係數($10$、$1.5$、$2.5$)雖然不同,但骨子裡做的是同一件事:把物理上跨越好幾個數量級的比值,透過 log 壓縮成一個線性、可以直接比較大小的數字。 這正是整個系列一路強調的主題:只要背後藏著「倍率」「比例」這種乘法關係,log 就是把它翻譯成人腦能處理的加減法的工具——這一次翻譯的對象,是連人類感官本身都可能傾向用對數方式在感受的物理世界。


本文章以 CC BY 4.0 授權