Suche
Mein Konto
卫星干扰天文数据——人工智能能否提供解决方案？
天文学家正在开发人工智能算法来检测夜空图像中的卫星条纹，以减少其影响。
卫星干扰天文数据——人工智能能否提供解决方案？
天文学家开发了一种机器学习算法，可以高精度检测夜空图像中的卫星轨道。该模型使数据解释变得更加容易，并且可以消除日益引起天文学问题的边缘。
技术将成为问题 来自互联网通信卫星的“照片炸弹” 无法解决，但可以帮助减少它们对某些望远镜图像的影响。研究人员在上个月于开普敦举行的国际天文学联合会（IAU）大会上宣传了这项工作。
“机器学习和人工智能可以提供帮助，因为如果你有足够的数据，你可以分类，好吧，这就是卫星的样子，”伊利诺伊大学厄巴纳-香槟分校的天体物理学家西格弗里德·埃格尔说。但他补充说，卫星发射和开发的数量正以“极快的速度”发生，研究人员正在“尽最大努力迎头赶上”。
日益增长的威胁
过去五年里，加州霍桑的 SpaceX、伦敦的 Eutelsat OneWeb 和华盛顿州雷德蒙德的亚马逊 Project Kuiper 等公司已向近地轨道发射了数千颗通信卫星。还有更多的计划，包括由上海航天通信卫星技术有限公司在中国发射的名为 G60 星链的由 12,000 颗卫星组成的巨型星座。 IAU 保护黑暗和安静天空免受卫星星座干扰中心主任理查德·格林 (Richard Green) 在 IAU 大会的一次会议上表示：“现在大约有 100 万颗卫星登记在未来的雄心壮志中。”
这些卫星为世界各地的人们提供快速的宽带互联网接入，但 对天文学家来说越来越具有破坏性 - 它们在天空图像中显示为明亮的条纹，可以影响整个电磁频谱的观测。具有宽视场的灵敏望远镜尤其容易受到卫星污染的影响。例如，据估计即将推出的维拉鲁宾望远镜可能会看到超过三分之一的图像受到损害。
“今天的天文学是一门涉及大量数据的科学，没有人能够查看每晚记录的所有图像并看到条纹，”埃格尔说。 “机器学习可以在这方面提供帮助。”
为了开发一个识别望远镜图像中卫星轨道的程序，智利阿塔卡马大学的数据科学家 María Romero-Colmenares 对智利、西班牙、墨西哥、越南和韩国的望远镜网络拍摄的数万张图像训练了监督机器学习算法。罗梅罗-科尔梅纳雷斯表示：“我们知道何时何地（在天空中）观察卫星，并用卫星和无卫星进行了一次观测”，并生成了同等数量的清晰图像和受污染的图像。当她和她的同事将该模型应用于 WASP（广角行星搜索）和匈牙利自动望远镜网络项目的公开数据时，该算法能够识别 96% 的卫星轨道。
与罗梅罗-科尔梅纳雷斯一起参与该项目的阿塔卡马大学天体物理学家 Jeremy Tregloan-Reed 表示，检测条纹是从图像和数据中消除条纹的重要一步。下一个挑战将是开发能够真正删除卫星轨道同时保留底层数据的工具。 Tregloan-Reed 表示，只有在卫星亮度不太高、图像像素饱和并淡入周围像素的情况下，这种情况才有可能实现。如果发生溢出，底层数据将无法保存。
到明年年底，研究人员希望开发出一款开源应用程序和程序，使天文台和业余天文学家能够识别和清理受污染的图像和数据。这些措施最有可能在配备低灵敏度相机的小型望远镜上取得成功。
星星般的闪电
事实证明，其他形式的卫星污染更加难以管理。当卫星上的太阳能电池板和其他平坦表面捕获光线时，它们会产生闪电 短暂的天文瞬变 类似地，能量爆发可以持续几毫秒到几年。
布拉格中欧宇宙学和基础物理研究所的天文学家谢尔盖·卡尔波夫说：“由于这些闪光非常短，有时长达一毫秒，因此其期间的卫星运动可以忽略不计，我们得到了完美的恒星般的闪光。”他补充道，“没有真正的方法可以将这些闪光与我们想要检测的天体物理瞬变区分开来——除非将它们的位置直接与卫星轨道目录进行比较。”
埃格尔说，卫星中的电子设备也会无意中发出辐射，扰乱对大爆炸余辉的观测。天文学家希望研究这种被称为“辐射”的辐射 宇宙微波背景辐射, 回答有关宇宙膨胀的问题 变成。 SpaceX 去年开始发射的下一代卫星的辐射量比上一代卫星高出约 30 倍。这种类型的辐射不受管制，可能会危及整个观测带。
Eggl 指出，人工智能工具实际上无法重建丢失的数据，而且随着更多卫星的发射，问题会变得更糟。 “如果你在《蒙娜丽莎》上涂白漆，到了某个时候你将无能为力，即使你在达芬奇的所有作品上训练机器学习算法，”埃格尔说。 “你也许能够猜到这幅画是什么样子，但他们永远无法重建你丢失的数据。”
-
巴萨，C.G.等人。阿斯特朗。天体物理学。 689，L10（2024）。