Science >> Wetenschap >  >> Astronomie

Nieuwe techniek biedt nauwkeurigere kaarten van het oppervlak van de manen

Bijgesneden LOLA LDEM (a), (c) en SfS-oplossing (b), (d) voor het kandidaat-landingsgebied van het Malapert-massief, gecentreerd op 85,964°ZB, 357,681°O op een bergkam nabij de top van Mons Malapert. Beide producten vertonen een centrale oost-west-ruglijn met voornamelijk noord- en zuidgerichte hellingen. Twee schaduwbeelden op een heuvel komen overeen met de verlichtingsomstandigheden van het bij lage zon gecontroleerde NAC-mozaïek met een subsolaire lengtegraad van 315° [(a)–(b), zon van linksboven] en 235° [(c)–(d), zon van linksonder] , hoogte 5° boven de horizon. Credit:The Planetary Science Journal (2024). DOI:10.3847/PSJ/ad41b4

Een nieuwe studie door onderzoekers van Brown University kan helpen bij het herdefiniëren van de manier waarop wetenschappers het oppervlak van de maan in kaart brengen, waardoor het proces gestroomlijnder en preciezer wordt dan ooit tevoren.



Gepubliceerd in het Planetary Science Journal beschrijft het onderzoek van Brown-wetenschappers Benjamin Boatwright en James Head verbeteringen aan een mappingtechniek genaamd shape-from-shading. De techniek wordt gebruikt om gedetailleerde modellen van het maanterrein te maken, waarbij kraters, bergkammen, hellingen en andere oppervlaktegevaren worden aangegeven. Door de manier te analyseren waarop licht verschillende oppervlakken van de maan raakt, kunnen onderzoekers de driedimensionale vorm van een object of oppervlak schatten op basis van composieten van tweedimensionale afbeeldingen.

Nauwkeurige kaarten kunnen maanmissieplanners helpen veilige landingsplekken en gebieden van wetenschappelijk belang te identificeren, waardoor missieoperaties soepeler en succesvoller worden.

"Het helpt ons een beter idee te krijgen van wat er werkelijk is", zegt Boatwright, een postdoctoraal onderzoeker bij Brown's Department of Earth, Environmental and Planetary Sciences en hoofdauteur van het nieuwe artikel. "We moeten de oppervlaktetopografie van de maan begrijpen waar niet zoveel licht is, zoals de schaduwrijke gebieden van de zuidpool van de maan waar NASA's Artemis-missies op mikken.

“Daardoor kan autonome landingssoftware navigeren en gevaren vermijden, zoals grote rotsen en rotsblokken, die een missie in gevaar kunnen brengen. Om die reden heb je modellen nodig die de topografie van het oppervlak met een zo hoog mogelijke resolutie in kaart brengen, omdat hoe gedetailleerder je hebt, hoe beter."

Het proces om precisiekaarten te ontwikkelen is echter arbeidsintensief en kent beperkingen als het gaat om complexe lichtomstandigheden, onnauwkeurige schaduwinterpretatie en het omgaan met terreinvariaties. De verbeteringen van de Brown-onderzoekers aan de shape-from-shading-techniek zijn gericht op het aanpakken van deze problemen.

De wetenschappers schetsen in het onderzoek hoe geavanceerde computeralgoritmen kunnen worden gebruikt om een ​​groot deel van het proces te automatiseren en de resolutie van de modellen aanzienlijk te verhogen. De nieuwe software geeft maanwetenschappers de middelen om in een veel sneller tempo grotere kaarten van het maanoppervlak te maken die fijnere details bevatten, zeggen de onderzoekers.

Hellingkaarten voor de LOLA LDEM (a) en SfS-oplossing (b) voor het Malapert-massief, geclassificeerd in stappen van 2° met een grenswaarde bij de +2σ-waarde in de hellingsverdeling (∼24°, gemiddeld 14°). Een smallere classificatie van de SfS-oplossing (cutoff 10°, stappen van 1°) onthult gebieden nabij de bovenkant van de relatief vlakke rand (inzetstukken (c) – (e); vakken in (a) – (b)) die worden gedomineerd door kortgolvige ruwheid en kleine inslagkraters die gemist worden in de LDEM (c) maar zichtbaar zijn in de SfS (d) en het overeenkomstige NAC-mozaïek (e). Sterren in (c) – (e) tonen de locatie van de voorgestelde Artemis-landingsplaats. Credit:The Planetary Science Journal (2024). DOI:10.3847/PSJ/ad41b4

"Shape-from-shading vereist dat de afbeeldingen die je gebruikt perfect op elkaar zijn afgestemd, zodat een kenmerk in de ene afbeelding zich op exact dezelfde plaats in een andere afbeelding bevindt om die informatielagen op te bouwen, maar de huidige tools zijn dat niet." helemaal op een plek waar je er gewoon een heleboel afbeeldingen aan kunt geven en er een perfect product uitspuugt", aldus Boatwright.

"We hebben een algoritme voor het uitlijnen van afbeeldingen geïmplementeerd, waarbij het kenmerken in de ene afbeelding eruit pikt en dezelfde kenmerken in de andere afbeelding probeert te vinden en ze vervolgens uitlijnt, zodat je daar niet handmatig hoeft te zitten om interessepunten over meerdere afbeeldingen te volgen, wat kost veel uren en hersenkracht."

De onderzoekers implementeerden ook kwaliteitscontrolealgoritmen en extra filters om uitschieters in het uitlijningsproces te verminderen – hulpmiddelen om ervoor te zorgen dat de uitgelijnde afbeeldingen daadwerkelijk overeenkomen en om afbeeldingen te verwijderen die niet zo goed uitgelijnd zijn. Door alleen afbeeldingen te selecteren die uiteindelijk bruikbaar zijn, verbetert dit de kwaliteit en wordt de nauwkeurigheid teruggebracht tot submeterresoluties. Door de snelheid kunnen ook grotere oppervlakken worden onderzocht, waardoor de productie van deze kaarten toeneemt.

De onderzoekers evalueerden de nauwkeurigheid van hun kaarten door ze te vergelijken met andere bestaande topografische modellen, op zoek naar discrepanties of fouten in de kenmerken van het maanoppervlak. Ze ontdekten dat de kaarten die werden gegenereerd met behulp van hun verfijnde vorm-van-schaduw-methode nauwkeuriger waren vergeleken met de kaarten die waren afgeleid van traditionele technieken, en subtielere kenmerken en variaties van het maanoppervlak lieten zien.

Voor het onderzoek gebruikten de onderzoekers voornamelijk gegevens van de Lunar Orbiter Laser Altimeter en Lunar Reconnaissance Orbiter Camera, instrumenten aan boord van NASA's Lunar Reconnaissance Orbiter, die sinds 2009 in een baan om de maan draait.

De wetenschappers zijn van plan hun verfijnde shape-from-shading-software te gebruiken om maankaarten te produceren, en ze hopen dat anderen deze ook zullen gebruiken bij hun modelleringsinspanningen. Daarom gebruikten ze open source-algoritmen om de tool te produceren.

"Deze nieuwe kaartproducten zijn aanzienlijk beter dan wat we hadden op het gebied van verkenningsplanning tijdens de Apollo-missies, en ze zullen de missieplanning en het wetenschappelijke rendement voor Artemis- en robotmissies aanzienlijk verbeteren", zegt Head, hoogleraar geologische wetenschappen bij Brown. werkte in het Apollo-programma.

De onderzoekers hopen dat het nieuwe hulpmiddel zal bijdragen aan de huidige interesse in de wetenschap en verkenning van de maan bij NASA en bij ruimtevaartorganisaties over de hele wereld.

"Er kan een schat aan informatie worden verkregen door dit soort tools voor iedereen toegankelijk te maken", aldus Boatwright. "Het is een egalitaire manier om wetenschap te bedrijven."