Satelliter stör astronomiska data - Kan AI erbjuda en lösning?
Satelliter stör astronomiska data - Kan AI erbjuda en lösning?
astronomer har utvecklat en mekanisk inlärningsalgoritm som kan känna igen satellitspår i bilder av natthimlen med hög noggrannhet. Denna modell underlättar datatolkningen och kan göra det möjligt att ta bort ränderna, vilket alltmer orsakar Problem i astronomi.
Tekniken blir problemet med av Internet "-kommunikation" -kommunikation "-data" -data "-data" -data "Cody" av TEPPORTABBOLBOMBOMBOMBOMBOMBOMBOMBOMBOMBERBOMBERBOMBOMP Satelliter kunde inte lösas, men kan bidra till att minska deras effekter på vissa teleskopiska bilder. Forskare berömde arbetet förra månaden vid stämman för International Astronomical Union (IAU) i Kapstaden.
"Maskininlärning och konstgjord intelligens kan hjälpa, för om du har tillräckligt med data kan du klassificera, okej, det är hur en satellit ser ut," säger Siegfried Eggl, astrofysiker vid University of Illinois Urbana-Champaign. Men antalet satellitstarter och utveckling sker i "snabb takt", tillägger han, och forskarna "gör sitt bästa för att komma ikapp".
växande hot
Under de senaste fem åren lanserade företag som SpaceX i Hawthorne, Kalifornien, Eutelsat Oneweb i London och Amazons projekt Kuiper i Redmond, Washington, tusentals kommunikationssatelliter till en låg bana. Det finns många fler planerade, inklusive en 12 000 satellitmegaconstellation som kallas G60 Starlink, som ska lanseras av Shanghai Spaceecom satellitteknologi i Kina. "Det finns nu cirka en miljon satelliter i ambitionsregistret för framtiden," sade Richard Green, chef för IAU -centret för att skydda den mörka och lugna himlen mot satellitkonstellationsstörningar, under en session på IAU: s generalforsamling.
These satellites offer people's fast broadband internet access, but are allt mer störande för astronomer -De visas som lätta ränder i himmelska bilder och kan påverka observationer över hela det elektromagnetiska spektrumet. Känsliga teleskop med brett synfält påverkas särskilt av denna satellitföroreningar. Till exempel kan det kommande Vera Rubin Telescope beräknas se mer än en tredjedel av hans bilder.
"Astronomi är nu vetenskap med stora mängder data, och det finns ingen person som kan titta på alla bilder som spelas in varje natt och känner igen ränderna," säger Eggl. "Maskininlärning kan hjälpa här."
För att utveckla ett program för identifiering av satellitspår i teleskopbilder utbildade María Romero-Colmenares, en datavetare vid University of Atacama i Chile, en övervakad maskininlärningsalgoritm på tiotusentals bilder som spelades in av ett nätverk av teleskoper i Chile, Spain, mexico, mexico, vietnam och sydkorean. "Vi visste när och var [på himlen] vi borde titta på satelliten och gjorde en observation med en satellit och en utan", sa Romero-Colmenares och skapade samma antal tydliga och förorenade bilder. När hon och dina kollegor använde modellen för att offentligt tillgängliga data från WASP (vidvinkelsökning efter planeter) och det ungerska automatiserade teleskopnätverket, kunde algoritmen identifiera 96 % av satellitspåren.
Detekteringen av remsan är ett viktigt steg mot eliminering av dessa från bilder och data, säger Jeremy Tregloan-Reed, en astrofysiker vid University of Atacama som arbetade med projektet med Romero-Colmenares. Nästa utmaning är att utveckla verktyg som faktiskt kan ta bort satellitspåren medan uppgifterna under behålls. Detta är endast möjligt i fall där satelliten inte är så ljus att den är mättad av pixlarna på en bild och passerar in i omgivande pixlar, säger Tregloan-Reed. Om det finns överfyllda kan de underliggande uppgifterna inte sparas.
Forskarna hoppas kunna utveckla en öppen källkodsapp och ett program i slutet av nästa år som gör det möjligt för observator och amatörastronomer att identifiera och städa upp förorenade bilder och data. Sådana åtgärder förväntas vara mest framgångsrika i små teleskop med kameror med liten känslighet.stjärna -liknande blinkar
Andra former av satellitföroreningar visar sig vara ännu svårare att hantera. When solar modules and other flat surfaces capture the light on satellites, they create flashes, the Byråliga astronomiska transienter liknar energi, som kan ta från millisekunder till år.
"Eftersom dessa blixtar är mycket korta, ibland upp till ett millisekund, är satellitrörelsen försumbar och vi får en perfekt stjärna -liknande blixt," säger Sergey Karpov, astronom vid Centraleuropeiska institutet för kosmologi och grundläggande fysik i Prag. Det finns "inget riktigt sätt att skilja dessa blinkningar från astrofysiska transienter som vi vill känna igen - bortsett från att jämföra deras position direkt med kataloger från satellitspår," tillägger han.
Den elektroniska utrustningen i satelliter kan också avge oavsiktlig strålning som stör observationerna av Glow of the Big Bang, säger Eggl. Astronomer hoppas att studien av denna strålning, känd som answer questions about the expansion of the Universum .
EGGL påpekar att AI -verktyg inte riktigt kan rekonstruera förlorade data och desto fler satelliter kommer att startas desto fler satelliter. "Om du målar över Mona Lisa med vit färg, finns det inget du kan göra, även om du tränar en maskininlärningsalgoritm på alla verk från Da Vinci," säger Eggl. "Du kan gissa hur målningen kan se ut, men du kan aldrig rekonstruera de data du förlorar."
-
Bassa, C. G. et al. Astron. Astrofys. 689, L10 (2024).