Los satélites interfieren con los datos astronómicos: ¿puede la IA ofrecer una solución?
Los satélites interfieren con los datos astronómicos: ¿puede la IA ofrecer una solución?
Los astrónomos han desarrollado un algoritmo de aprendizaje mecánico que puede reconocer rastros satelitales en imágenes del cielo nocturno con alta precisión. Este modelo facilita la interpretación de datos y podría permitir que las franjas se eliminen, lo que causa cada vez más problemas en la astronomía.
The technology becomes the Problem of "FotoBombs" of Internet communication Los satélites no se pudieron resolver, pero podrían ayudar a reducir sus efectos en algunas imágenes telescópicas. Los investigadores elogiaron el trabajo el mes pasado en la reunión general de la Unión Astronómica Internacional (IAU) en Ciudad del Cabo.
"El aprendizaje automático y la inteligencia artificial pueden ayudar, porque si tiene suficientes datos, puede clasificar, está bien, así es como se ve un satélite", dice Siegfried Eggl, astrofísico de la Universidad de Illinois Urbana-Champaign. Pero el número de comienzos satelitales y los desarrollos ocurren a "ritmo rápido", agrega, y los investigadores "hacen todo lo posible para ponerse al día".
amenaza creciente
En los últimos cinco años, compañías como SpaceX en Hawthorne, California, Eutelsat OneWeb en Londres y el Proyecto Kuiper de Amazon en Redmond, Washington, lanzaron miles de satélites de comunicación a una órbita baja. Hay muchos más planificados, incluida una megaconstellation de 12,000 satélites llamada G60 StarLink, que será lanzada por la tecnología satelital de naves de nave Shanghai en China. "Ahora hay alrededor de un millón de satélites en el registro de ambiciones para el futuro", dijo Richard Green, director del Centro IAU para proteger el cielo oscuro y tranquilo contra las interferencias de constelación de satélite, durante una sesión en la reunión general de la IAU.
Estos satélites ofrecen acceso a Internet de banda ancha rápida de las personas, pero son cada vez más disruptivo para los astrónomos -En parecen rayas de luz en las imágenes celestiales y pueden influir en las observaciones en todo el espectro electromagnético. Los telescopios sensibles con un amplio campo de visión se ven particularmente afectados por esta contaminación por satélite. Por ejemplo, se podría estimar el próximo telescopio Vera Rubin para ver más de un tercio de sus imágenes.
"La astronomía ahora es ciencia con grandes cantidades de datos, y no hay una persona que pueda ver todas las imágenes que se registran todas las noches y reconocen las rayas", dice Eggl. "El aprendizaje automático puede ayudar aquí".
Para desarrollar un programa para la identificación de rastros satelitales en imágenes telescópicas, María Romero-Colmenares, científica de datos de la Universidad de Atacama en Chile, capacitó un algoritmo de aprendizaje automático monitoreado sobre decenas de miles de imágenes que fueron registradas por una red de telescopios en Chile, España, México, Vietnam y Corea del Sur. "Sabíamos cuándo y dónde [en el cielo] deberíamos ver el satélite e hicimos una observación con un satélite y uno sin", dijo Romero-Colmenares y creamos el mismo número de imágenes claras y contaminadas. Cuando ella y sus colegas usaron el modelo para los datos disponibles públicamente de la WASP (búsqueda de planetas de búsqueda de gran angular) y la red de telescopio automatizado húngaro, el algoritmo pudo identificar el 96 % de las trazas satelitales.
La detección de la tira es un paso importante hacia la eliminación de estos de imágenes y datos, dice Jeremy Tregloan-Reed, astrofísico de la Universidad de Atacama que trabajó en el proyecto con Romero-Colmenares. El próximo desafío será desarrollar herramientas que realmente puedan eliminar las trazas satelitales mientras se conservan los datos debajo. Esto solo es posible en los casos en que el satélite no es tan brillante que está saturado por los píxeles de una imagen y pasa a los píxeles circundantes, dice Tregloan-Reed. Si está desbordando, los datos subyacentes no se pueden guardar.
Los investigadores esperan desarrollar una aplicación de código abierto y un programa a fines del próximo año que permita a los astrónomos de observadores y aficionados identificar y limpiar imágenes y datos contaminados. Se espera que tales medidas tengan más éxito en pequeños telescopios con cámaras con poca sensibilidad.flashes similares a las estrellas
Otras formas de contaminación por satélite demuestran ser aún más difíciles de manejar. Cuando los módulos solares y otras superficies planas capturan la luz en los satélites, crean flashes, Los transitorios astronómicos de la oficina se asemejan a la energía, que puede tomar de milisegundos a años.
"Dado que estos flashes son muy cortos, a veces hasta un milisegundo, el movimiento satelital es insignificante y obtenemos un flash perfecto como una estrella", dice Sergey Karpov, astrónomo del Instituto Central de Cosmología y Física Fundamental en Praga. "No hay una forma real de distinguir estos destellos de transitorios astrofísicos que nos gustaría reconocer, además de comparar su posición directamente con los catálogos de las pistas satelitales", agrega.
El equipo electrónico en satélites también puede emitir radiación involuntaria que perturba las observaciones del brillo del Big Bang, dice Eggl. Los astrónomos esperan que el estudio de esta radiación, conocido como , .
Eggl señala que las herramientas de IA realmente no pueden reconstruir datos perdidos y que más satélites se iniciarán, más satélites. "Si pintas sobre la Mona Lisa con color blanco, no hay nada que pueda hacer, incluso si entrena un algoritmo de aprendizaje automático en todas las obras de Da Vinci", dice Eggl. "Puede adivinar cómo podría verse la pintura, pero nunca puede reconstruir los datos que pierde". Bassa, C. G. et al. Astron. Astrophys. 689, L10 (2024).