Satelliitit häiritsevät tähtitieteellistä dataa – Voiko tekoäly tarjota ratkaisun?

Satelliitit häiritsevät tähtitieteellistä dataa – Voiko tekoäly tarjota ratkaisun?

Tähtitieteilijät ovat kehittäneet koneoppimisalgoritmin, joka voi havaita satelliittijäljet ​​yötaivaan kuvista suurella tarkkuudella. Tämä malli helpottaa tietojen tulkintaa ja voi mahdollistaa astronomian yhä enemmän ongelmia aiheuttavien haarojen poistamisen.

Tekniikka tulee olemaan ongelma "Photobombs" Internet-viestintäsatelliiteista ei voi ratkaista, mutta voisi auttaa vähentämään niiden vaikutusta joihinkin teleskooppikuviin. Tutkijat esittelivät työtä Kansainvälisen tähtitieteellisen liiton (IAU) yleiskokouksessa Kapkaupungissa viime kuussa.

"Koneoppiminen ja tekoäly voivat auttaa, koska jos sinulla on tarpeeksi tietoa, voit luokitella, okei, tältä satelliitti näyttää", sanoo Siegfried Eggl, astrofyysikko Illinois Urbana-Champaignin yliopistosta. Mutta satelliittien laukaisujen ja kehitysten määrä tapahtuu "aamiaistahtiin", hän lisää, ja tutkijat "tekevät parhaansa saadakseen kiinni."

Kasvava uhka

Viimeisten viiden vuoden aikana yritykset, kuten SpaceX Hawthornessa, Kaliforniassa, Eutelsat OneWeb Lontoossa ja Amazonin Project Kuiper Redmondissa, Washingtonissa, ovat lähettäneet tuhansia viestintäsatelliitteja matalalle Maan kiertoradalle. Suunnitteilla on monia muita, mukaan lukien 12 000 satelliitin G60 Starlink -niminen megakonstellaation, jonka Shanghai Spacecom Satellite Technology laukaisee Kiinassa. "Tulevaisuuden kunnianhimorekisterissä on nyt noin miljoona satelliittia", sanoi Richard Green, IAU:n keskuksen johtaja, joka suojaa pimeää ja hiljaista taivasta satelliittien tähdistöjen häiriöiltä, ​​IAU:n yleiskokouksen istunnossa.

Nämä satelliitit tarjoavat nopean laajakaistayhteyden ihmisille maailmanlaajuisesti, mutta ovat yhä häiritsevämpi tähtitieteilijöille — ne näkyvät kirkkaina juovina taivaskuvissa ja voivat vaikuttaa havaintoihin koko sähkömagneettisen spektrin alueella. Tämä satelliittikontaminaatio vaikuttaa erityisesti herkkiin teleskooppeihin, joissa on laajat näkökentät. On esimerkiksi arvioitu, että tuleva Vera Rubin -teleskooppi voisi nähdä yli kolmanneksen sen kuvista vaarantuneena.

"Tämän päivän tähtitiede on tiedettä, joka sisältää suuria tietomääriä, eikä ole olemassa ihmistä, joka voisi katsoa kaikkia joka ilta tallennettuja kuvia ja nähdä raitoja", Eggl sanoo. "Koneoppiminen voi auttaa tässä."

Chilen Atacaman yliopiston datatieteilijä María Romero-Colmenares kehitti ohjelman satelliittijälkien tunnistamiseksi teleskooppikuvista, ja hän koulutti valvotun koneoppimisalgoritmin kymmenille tuhansille kuville, jotka on otettu teleskooppiverkolla Chilessä, Espanjassa, Meksikossa, Vietnamissa ja Etelä-Koreassa. "Tiesimme, milloin ja missä [taivaalla] havainnoimme satelliittia, ja teimme yhden havainnon satelliitin kanssa ja toisen ilman", sanoo Romero-Colmenares tuottaen yhtä paljon selkeitä ja saastuneita kuvia. Kun hän ja hänen kollegansa käyttivät mallia julkisesti saatavilla oleviin tietoihin WASP- (Wide Angle Search for Planets) ja Unkarin automatisoidun teleskooppiverkoston projekteista, algoritmi pystyi tunnistamaan 96 % satelliittien jäljistä.

Juovien havaitseminen on tärkeä askel kohti niiden poistamista kuvista ja tiedoista, sanoo Jeremy Tregloan-Reed, Atacaman yliopiston astrofyysikko, joka työskenteli projektissa Romero-Colmenaresin kanssa. Seuraava haaste on kehittää työkaluja, jotka voivat todella poistaa satelliittien jäljet ​​säilyttäen samalla taustalla olevat tiedot. Tämä on mahdollista vain tapauksissa, joissa satelliitti ei ole niin kirkas, että se kyllästää kuvan pikseleitä ja haalistuu ympäröiviksi pikseleiksi, Tregloan-Reed sanoo. Jos ylivuoto tapahtuu, taustalla olevia tietoja ei voida tallentaa.

Ensi vuoden loppuun mennessä tutkijat toivovat kehittävänsä avoimen lähdekoodin sovelluksen ja ohjelman, jonka avulla observatoriot ja amatööritähtitieteilijät voivat tunnistaa ja puhdistaa saastuneita kuvia ja tietoja. Tällaiset toimenpiteet ovat todennäköisimmin onnistuneita pienissä teleskoopeissa, joissa on matalaherkkyys.

Tähtimäinen salama

Muut satelliittikontaminaation muodot ovat vieläkin vaikeampia hallita. Kun aurinkopaneelit ja muut satelliittien tasaiset pinnat vangitsevat valon, ne tuottavat salamoita lyhytikäiset tähtitieteelliset transientit samankaltaisia ​​energiapurkauksia, jotka voivat kestää millisekunneista vuosiin.

"Koska nämä välähdykset ovat hyvin lyhyitä, joskus jopa millisekuntia, satelliittien liike niiden aikana on mitätöntä ja saamme täydellisen tähtimäisen välähdyksen", sanoo Prahassa sijaitsevan Keski-Euroopan kosmologian ja perusfysiikan instituutin tähtitieteilijä Sergey Karpov. "Ei ole todellista tapaa erottaa näitä välähdyksiä astrofysikaalisista transienteista, jotka haluamme havaita - paitsi vertailla niiden sijaintia suoraan satelliittien kiertoradan luetteloihin", hän lisää.

Satelliittien elektroniset laitteet voivat myös lähettää tahatonta säteilyä, mikä häiritsee Big Bangin jälkihehkun havaintoja, Eggl sanoo. Tähtitieteilijät toivovat, että tutkimalla tätä säteilyä, joka tunnetaan nimellä kosminen mikroaaltouuni taustasäteily, Vastaa kysymyksiin maailmankaikkeuden laajenemisesta tulee. SpaceX:n seuraavan sukupolven satelliitit, joita yhtiö aloitti laukaisemaan viime vuonna, lähettävät noin 30 kertaa enemmän säteilyä kuin edellinen sukupolvi. Tämäntyyppinen säteily on sääntelemätöntä ja voi vaarantaa kokonaisia ​​havaintoalueita.

Eggl huomauttaa, että tekoälytyökalut eivät itse asiassa pysty rekonstruoimaan kadonneita tietoja ja ongelma pahenee, kun enemmän satelliitteja laukaistaan. "Jos maalaat Mona Lisan päälle valkoista maalia, et voi jossain vaiheessa tehdä mitään, vaikka kouluttaisit koneoppimisalgoritmin kaikkiin da Vincin teoksiin", Eggl sanoo. "Saatat arvata, miltä maalaus näyttää, mutta he eivät voi koskaan rekonstruoida menettämääsi dataa."

1. Bassa, C.G. et ai. Astron. Astrofia. 689, L10 (2024).

   Artikla
   Google Scholar

Lataa viitteitä