Un telescopio solare ha un lavoro duro. L'osservazione del Sole ha un impatto sul costante bombardamento di un flusso infinito di particelle solari e di un'intensa luce solare. Nel corso del tempo, le lenti sensibili e i sensori dei telescopi solari iniziano a rompersi. Per garantire l'accuratezza dei dati inviati da tali strumenti, gli scienziati ricalibrano periodicamente per assicurarsi di capire come sta cambiando lo strumento.
L'Osservatorio della NASA Solar Dynamics è stato aperto nel 2010, o SDO, fornisce immagini del Sole ad alta risoluzione da oltre 10 anni. Queste immagini hanno fornito agli scienziati uno sguardo dettagliato a vari fenomeni solari che possono causare meteorologia spaziale e influenzare i nostri astronauti e la tecnologia sulla Terra e nello spazio. L'Atmospheric Imager Assembly, o AIA, è uno dei due strumenti di imaging su SDO che guarda continuamente il Sole, scattando immagini in 10 lunghezze d'onda di luce ultravioletta ogni 12 secondi. Questo produce un'enorme quantità di informazioni sul Sole, ma come tutti gli strumenti di osservazione solare, l'AIA si degrada nel tempo e i dati devono essere calibrati frequentemente.
Dal lancio di SDO, gli scienziati hanno utilizzato razzi sonda per calibrare l'AIA, che sono piccoli razzi che in genere trasportano solo pochi strumenti ed effettuano brevi voli spaziali - circa 15 minuti - volano sopra la maggior parte dell'atmosfera terrestre, consentendo agli strumenti a bordo di vedi lunghezze d'onda ultraviolette , misurate dall'AIA. Queste lunghezze d'onda della luce sono assorbite dall'atmosfera terrestre e non possono essere misurate dal suolo. Per calibrare l'AIA, gli scienziati hanno collegato un telescopio ultravioletto al razzo sonda e hanno confrontato i dati con le misurazioni dell'AIA.
Il metodo di calibrazione del razzo sonoro presenta una serie di svantaggi. I razzi potrebbero non essere lanciati così spesso quando invece l'AIA guarda costantemente il sole. Ciò significa che tra ogni calibrazione del razzo sonda c'è un periodo di inattività in cui la calibrazione è leggermente sbagliata.
Calibrazione virtuale della NASA
Tenendo presenti questi problemi, gli scienziati hanno deciso di prendere in considerazione altre opzioni per calibrare il dispositivo in vista di una calibrazione permanente. L'apprendimento automatico, una tecnica utilizzata nell'intelligenza artificiale, sembra adattarsi perfettamente. Come suggerisce il nome, l'apprendimento automatico richiede un programma per computer o un algoritmo per apprendere come eseguire un'attività.
In primo luogo, i ricercatori hanno dovuto addestrare un algoritmo di apprendimento automatico per riconoscere le strutture solari e confrontarle utilizzando i dati AIA. Per fare ciò, forniscono all'algoritmo le immagini ottenute durante i voli di calibrazione del razzo e gli dicono di quante calibrazioni ha bisogno. Dopo un numero sufficiente di questi esempi, forniscono all'algoritmo immagini simili e vedono se è in grado di determinare la calibrazione richiesta. Dati dati sufficienti, l'algoritmo impara a determinare la quantità di calibrazione necessaria per ciascuna immagine.
Poiché l'AIA osserva il Sole in diverse lunghezze d'onda della luce, i ricercatori possono anche utilizzare l'algoritmo per confrontare strutture specifiche a diverse lunghezze d'onda e fare stime più accurate.
Per prima cosa hanno insegnato all'algoritmo che aspetto ha un brillamento solare mostrandogli brillamenti solari a tutte le lunghezze d'onda AIA fino a quando non ha riconosciuto i brillamenti solari in tutti i diversi tipi di luce. Una volta che il programma ha riconosciuto un brillamento solare senza alcun degrado, l'algoritmo è stato in grado di determinare quanto il degrado stava influenzando le attuali immagini AIA e quanta calibrazione era necessaria per ciascuna.
"È stato un grande evento", ha detto il dottor Louis Dos Santos. "Invece di identificarli solo alla stessa lunghezza d'onda, identifichiamo strutture a diverse lunghezze d'onda". Ciò significa che i ricercatori possono essere più sicuri della calibrazione determinata dall'algoritmo. In effetti, confrontando i loro dati di calibrazione virtuale con i dati di calibrazione del razzo sonoro, il programma di apprendimento automatico si è rivelato il migliore. Con questo nuovo processo, gli scienziati sono pronti a calibrare continuamente le immagini AIA tra i voli del razzo di calibrazione, aumentando la precisione dei dati SDO per i ricercatori.
Leggi anche: