Nowe precyzyjne mapy powierzchni Księżyca
Nowe badanie może pomóc na nowo zdefiniować sposób, w jaki naukowcy opracowują mapy powierzchni Księżyca, czyniąc ten proces szybszym i bardziej precyzyjnym niż kiedykolwiek.
Opublikowane w czasopiśmie Planetary Science Journal badanie przeprowadzone przez naukowców z Brown University, pod kierownictwem Benjamina Boatwrighta i Jamesa Heada, opisuje usprawnienia techniki mapowania zwanej shape-from-shading. Jest ona wykorzystywana do tworzenia przez badaczy, szczegółowych modeli terenu naturalnego satelity Ziemi, zarysowując kratery, grzbiety, zbocza i inne zagrożenia powierzchniowe. Analizując sposób, w jaki światło pada na różne powierzchnie, pozwala ona naukowcom oszacować trójwymiarowy kształt obiektu lub powierzchni na podstawie kompozytów dwuwymiarowych obrazów.
Dokładne mapy mogą pomóc astronomom zidentyfikować bezpieczne miejsca lądowania i obszary zainteresowania naukowego, dzięki czemu przyszłe misje będą mogą być łatwiejsze i bardziej udane.
„Pomaga nam to lepiej zrozumieć, co tak naprawdę tam jest. Musimy zrozumieć topografię powierzchni Księżyca tam, gdzie nie ma tak dużo światła, jak zacienione obszary południowego bieguna Księżyca, w które celują misje NASA Artemis. Pozwoli to oprogramowaniu do autonomicznego lądowania na nawigację i unikanie zagrożeń, takich jak duże skały i głazy, które mogłyby zagrozić misji. Z tego powodu potrzebne są modele, które mapują topografię powierzchni w jak najwyższej rozdzielczości, ponieważ im więcej szczegółów, tym lepiej” – mówi Boatwright.
Zdaniem naukowców, proces tworzenia precyzyjnych map jest jednak pracochłonny i ma ograniczenia, jeśli chodzi o złożone warunki oświetleniowe, niedokładną interpretację cieni i zmienność terenu. Ulepszenia wprowadzone przez naukowców w technice kształtowania na podstawie cieniowania koncentrują się na rozwiązaniu tych kwestii.
Astronomowie twierdzą, że zaawansowane algorytmy komputerowe mogą być wykorzystywane do automatyzacji znacznej części procesu i znacznego zwiększenia rozdzielczości modeli. Nowe oprogramowanie daje naukowcom zajmującym się księżycem narzędzia do tworzenia większych map powierzchni księżyca, które zawierają drobniejsze szczegóły w znacznie szybszym tempie, twierdzą naukowcy.
„Shape-from-shading wymaga, aby obrazy, były idealnie wyrównane względem siebie, tak aby cecha na jednym obrazie znajdowała się dokładnie w tym samym miejscu na innym obrazie, aby zbudować te warstwy informacji, ale obecne narzędzia nie działają tak, że po prostu dodaje się kilka obrazów, a one produkują idealny produkt. Wdrożyliśmy algorytm wyrównywania obrazów, w którym wybiera on cechy na jednym obrazie i próbuje znaleźć te same cechy na drugim, a następnie wyrównuje je, dzięki czemu nie trzeba ręcznie śledzić punktów zaczepienia na wielu obrazach, co zwykle zajmuje wiele godzin i mocy mózgu” – twierdzi Boatwright.
Naukowcy wdrożyli również algorytmy kontroli jakości i dodatkowe filtry w celu zmniejszenia wartości odstających z procesu wyrównywania – narzędzia zapewniającego, że wyrównane obrazy faktycznie pasują do siebie i usuwa te, które tego nie robią. Wybierając tylko te obrazy, które ostatecznie nadają się do użytku, poprawia to jakość i zwiększa precyzję do niezwykłych rozdzielczości. Rozwiązania pozwala również na badanie większych obszarów powierzchni, sprawiając, że mapy powstają szybciej.
Naukowcy ocenili dokładność swoich map, porównując je z innymi istniejącymi modelami topograficznymi, szukając rozbieżności lub błędów. Stwierdzili, że mapy wygenerowane przy użyciu ich metody cieniowania kształtu były bardziej precyzyjne w porównaniu do tych uzyskanych tradycyjnymi technikami, pokazując bardziej subtelne cechy i różnice terenu powierzchni Księżyca.
W badaniu naukowcy wykorzystali dane z Lunar Orbiter Laser Altimeter i Lunar Reconnaissance Orbiter Camera, instrumentów znajdujących się na pokładzie Lunar Reconnaissance Orbiter NASA, który krąży wokół Księżyca od 2009 roku.
Astronomowie planują wykorzystać swoje udoskonalone oprogramowanie do tworzenia map Księżyca i mają nadzieję, że inni również wykorzystają je w swoich modelach, dlatego udostępnili swoje narzędzie społeczności naukowej.
Emil Gołoś