Les satellites interfèrent avec les données astronomiques : l’IA peut-elle apporter une solution ?

Les satellites interfèrent avec les données astronomiques : l’IA peut-elle apporter une solution ?

Les astronomes ont développé un algorithme d’apprentissage automatique capable de détecter avec une grande précision les traces des satellites dans les images du ciel nocturne. Ce modèle facilite l’interprétation des données et pourrait permettre de supprimer les franges qui posent de plus en plus de problèmes en astronomie.

La technologie sera le problème « Photobombes » provenant de satellites de communication Internet ne peut pas résoudre, mais pourrait aider à réduire leur impact sur certaines images du télescope. Les chercheurs ont vanté leurs travaux lors de l'assemblée générale de l'Union astronomique internationale (AIU) au Cap le mois dernier.

"L'apprentissage automatique et l'intelligence artificielle peuvent aider, car si vous disposez de suffisamment de données, vous pouvez classer, d'accord, voici à quoi ressemble un satellite", explique Siegfried Eggl, astrophysicien à l'Université de l'Illinois à Urbana-Champaign. Mais le nombre de lancements et de développements de satellites se déroule « à un rythme rapide », ajoute-t-il, et les chercheurs « font de leur mieux pour rattraper leur retard ».

Menace croissante

Au cours des cinq dernières années, des sociétés telles que SpaceX à Hawthorne, en Californie, Eutelsat OneWeb à Londres et le projet Kuiper d'Amazon à Redmond, dans l'État de Washington, ont lancé des milliers de satellites de communication en orbite terrestre basse. De nombreuses autres sont prévues, notamment une méga-constellation de 12 000 satellites appelée G60 Starlink qui sera lancée par Shanghai Spacecom Satellite Technology en Chine. "Il y a maintenant environ un million de satellites sur le registre des ambitions pour l'avenir", a déclaré Richard Green, directeur du Centre de l'AIU pour la protection des cieux sombres et calmes contre les interférences des constellations de satellites, lors d'une session à l'Assemblée générale de l'AIU.

Ces satellites fournissent un accès Internet haut débit rapide aux personnes du monde entier, mais sont de plus en plus perturbateur pour les astronomes — ils apparaissent sous forme de stries lumineuses sur les images du ciel et peuvent influencer les observations sur l'ensemble du spectre électromagnétique. Les télescopes sensibles à large champ de vision sont particulièrement touchés par cette contamination satellitaire. Par exemple, on estime que le prochain télescope Vera Rubin pourrait voir plus d’un tiers de ses images compromises.

"L'astronomie est aujourd'hui une science qui implique de grandes quantités de données, et aucun être humain ne peut regarder toutes les images enregistrées chaque nuit et voir les stries", explique Eggl. "L'apprentissage automatique peut aider ici."

Pour développer un programme permettant d'identifier les traces de satellite dans les images de télescopes, María Romero-Colmenares, data scientist à l'Université d'Atacama au Chili, a formé un algorithme d'apprentissage automatique supervisé sur des dizaines de milliers d'images prises par un réseau de télescopes au Chili, en Espagne, au Mexique, au Vietnam et en Corée du Sud. "Nous savions quand et où [dans le ciel] observer le satellite, et avons fait une observation avec et une sans satellite", explique Romero-Colmenares, produisant un nombre égal d'images claires et contaminées. Lorsqu'elle et ses collègues ont appliqué le modèle aux données accessibles au public des projets WASP (Wide Angle Search for Planets) et du réseau hongrois de télescopes automatisés, l'algorithme a pu identifier 96 % des traces des satellites.

La détection des stries est une étape importante vers leur élimination des images et des données, explique Jeremy Tregloan-Reed, astrophysicien à l'Université d'Atacama qui a travaillé avec Romero-Colmenares sur le projet. Le prochain défi sera de développer des outils capables de réellement supprimer les traces des satellites tout en préservant les données sous-jacentes. Cela n'est possible que dans les cas où le satellite n'est pas si lumineux qu'il sature les pixels d'une image et s'estompe dans les pixels environnants, explique Tregloan-Reed. En cas de débordement, les données sous-jacentes ne peuvent pas être sauvegardées.

D’ici la fin de l’année prochaine, les chercheurs espèrent développer une application et un programme open source qui permettront aux observatoires et aux astronomes amateurs d’identifier et de nettoyer les images et données contaminées. De telles mesures ont plus de chances de réussir sur les petits télescopes dotés de caméras à faible sensibilité.

Un éclair semblable à une étoile

D’autres formes de contamination des satellites s’avèrent encore plus difficiles à gérer. Lorsque les panneaux solaires et autres surfaces planes des satellites captent la lumière, ils produisent des éclairs. transitoires astronomiques de courte durée des explosions d’énergie similaires qui peuvent durer de quelques millisecondes à plusieurs années.

"Comme ces éclairs sont très courts, parfois jusqu'à une milliseconde, le mouvement du satellite pendant leur apparition est négligeable et nous obtenons un éclair parfaitement semblable à celui d'une étoile", explique Sergueï Karpov, astronome à l'Institut d'Europe centrale de cosmologie et de physique fondamentale de Prague. Il n'existe "aucun moyen réel de distinguer ces éclairs des transitoires astrophysiques que nous souhaitons détecter, à moins de comparer leur emplacement directement aux catalogues d'orbites de satellites", ajoute-t-il.

Les équipements électroniques des satellites peuvent également émettre des rayonnements involontaires, perturbant ainsi les observations de la rémanence du Big Bang, explique Eggl. Les astronomes espèrent que l'étude de ce rayonnement, connu sous le nom de rayonnement de fond cosmique à micro-ondes, Répondez aux questions sur l'expansion de l'univers devient. La prochaine génération de satellites de SpaceX, que la société a commencé à lancer l'année dernière, émettent environ 30 fois plus de rayonnements que la génération précédente. Ce type de rayonnement n'est pas réglementé et pourrait mettre en danger des bandes d'observation entières.

Eggl souligne que les outils d'IA ne peuvent pas réellement reconstruire les données perdues et que le problème s'aggravera à mesure que de nouveaux satellites seront lancés. "Si vous peignez de la peinture blanche sur la Joconde, à un moment donné, vous ne pourrez plus rien faire, même si vous entraînez un algorithme d'apprentissage automatique sur toutes les œuvres de Léonard de Vinci", explique Eggl. "Vous pourrez peut-être deviner à quoi pourrait ressembler le tableau, mais ils ne pourront jamais reconstruire les données que vous perdez."

1. Bassa, C.G. et coll. Astrone. Astrophysique. 689, L10 (2024).

   Article
   Google Scholar

Télécharger les références