Satellitter forstyrrer astronomiske data - kan AI tilbyde en løsning?
Satellitter forstyrrer astronomiske data - kan AI tilbyde en løsning?
Astronomer har udviklet en mekanisk læringsalgoritme, der kan genkende satellitspor på billeder af nattehimlen med høj nøjagtighed. Denne model letter datatolkningen og kan gøre det muligt at fjerne striberne, hvilket i stigende grad skaber problemer inden for astronomi.
Teknologien bliver problemet med Internetkommunikationssatellitter kunne ikke løses, men kunne hjælpe med at reducere deres effekter på nogle teleskopiske billeder. Forskere roste arbejdet i sidste måned på generalforsamlingen i Den Internationale Astronomiske Union (IAU) i Cape Town.
"Maskinindlæring og kunstig intelligens kan hjælpe, for hvis du har nok data, kan du klassificere, okay, det er, hvordan en satellit ser ud," siger Siegfried EGGL, astrofysiker ved University of Illinois Urbana-Champaign. Men antallet af satellitstarter, og udviklingen sker i "Rapid Pace", tilføjer han, og forskerne "gør deres bedste for at indhente".
voksende trussel
I de sidste fem år lancerede virksomheder som SpaceX i Hawthorne, Californien, Eutelsat Oneweb i London og Amazons projekt Kuiper i Redmond, Washington, tusinder af kommunikationssatellitter til en lav bane. Der er mange flere planlagte, herunder en 12.000 satellit -megaconstellation kaldet G60 Starlink, som skal lanceres af Shanghai Spacecom Satellite Technology i Kina. "Der er nu omkring en million satellitter i ambitionsregisteret for fremtiden," sagde Richard Green, direktør for IAU -centret for at beskytte den mørke og rolige himmel mod satellitkonstellationsinterferenser under en session på IAU -generalforsamlingen.
Disse satellitter tilbyder folks hurtige bredbåndsinternetadgang, men er stadig mere forstyrrende for astronomer -De vises som lette striber i himmelske billeder og kan påvirke observationer over hele det elektromagnetiske spektrum. Følsomme teleskoper med et bredt synsfelt påvirkes især af denne satellitforurening. For eksempel kunne det kommende Vera Rubin -teleskop anslås at se mere end en tredjedel af hans billeder.
"Astronomi er nu videnskab med store mængder data, og der er ingen personer, der kan se alle de billeder, der er optaget hver aften og genkende striberne," siger EGGL. "Maskinindlæring kan hjælpe her."
For at udvikle et program til identifikation af satellitspor i teleskopiske billeder trænede María Romero-Colmenares, en dataforsker ved University of Atacama i Chile, en overvåget maskinlæringsalgoritme på titusinder af tusinder af billeder, der blev optaget af et netværk af teleskoper i Chile, Spain, Mexico, Vietnam og Sydkorea. "Vi vidste, hvornår og hvor [på himlen] vi skulle se satellitten og lavede en observation med en satellit og en uden", sagde Romero-Colmenares og skabte det samme antal klare og forurenede billeder. Da hun og dine kolleger brugte modellen til offentligt tilgængelige data fra WASP (vidvinkelsøgning efter planeter) og det ungarske automatiserede teleskopnetværk, var algoritmen i stand til at identificere 96 % af satellitsporene.
Påvisning af strimlen er et vigtigt skridt hen imod eliminering af disse fra billeder og data, siger Jeremy Tregloan-Reed, en astrofysiker ved University of Atacama, der arbejdede med projektet med Romero-Colmenares. Den næste udfordring vil være at udvikle værktøjer, der faktisk kan fjerne satellitsporene, mens dataene nedenunder bevares. Dette er kun muligt i tilfælde, hvor satellitten ikke er så lys, at den er mættet af pixels på et billede og passerer til de omgivende pixels, siger Tregloan-Reed. Hvis der er overfyldt, kan de underliggende data ikke gemmes.
Forskerne håber at udvikle en open source -app og et program ved udgangen af næste år, der gør det muligt for observator og amatørastronomer at identificere og rydde op for forurenede billeder og data. Sådanne foranstaltninger forventes at være mest succesrige i små teleskoper med kameraer med lidt følsomhed.Star -lignende blink
Andre former for satellitforurening viser sig at være endnu vanskeligere at styre. Når solmoduler og andre flade overflader fanger lyset på satellitter, skaber de blitz, Bureaous Astronomical Transients ligner energi, som kan tage fra millisekunder til år
"Da disse blink er meget korte, undertiden op til et millisekund, er satellitbevægelsen ubetydelig, og vi får en perfekt stjerne -lignende flash," siger Sergey Karpov, astronom ved Centraleuropæisk Institut for kosmologi og grundlæggende fysik i Prag. Der er "ingen reel måde at skelne disse blink fra astrofysiske transienter, som vi gerne vil genkende - bortset fra at sammenligne deres position direkte med kataloger fra satellitspor," tilføjer han.
Det elektroniske udstyr i satellitter kan også udsende utilsigtet stråling, der forstyrrer observationer af glødet i Big Bang, siger EGGL. Astronomer håber, at studiet af denne stråling, kendt som , answer questions about the expansion of the univers
EGGL påpeger, at AI -værktøjer ikke rigtig kan rekonstruere mistede data, og jo flere satellitter vil blive startet, jo flere satellitter. "Hvis du maler over Mona Lisa med hvid farve, er der intet, du kan gøre, selvom du træner en maskinlæringsalgoritme på alle værker fra Da Vinci," siger EGGL. "Du gætter måske, hvordan maleriet kunne se ud, men du kan aldrig rekonstruere de data, du mister."
- >>
bassa, C. G. et al. Astron. Astrophys. 689, L10 (2024).