Новая техника предлагает более точные карты поверхности Луны

Обрезанное решение LOLA LDEM (a), (c) и решение SfS (b), (d) для кандидата на посадку в массиве Малаперт с центром на 85,964 ° ю.ш., 357,681 ° в.д. на хребте недалеко от вершины Монс Малаперт. Оба продукта демонстрируют центральную линию хребта с востока на запад со склонами, обращенными преимущественно на север и юг. Два изображения отмывки соответствуют условиям освещенности мозаики NAC, контролируемой низким Солнцем, с подсолнечной долготой 315 ° [(a)–(b), Солнце сверху слева] и 235 ° [(c)–(d), Солнце снизу слева], высота 5° над горизонтом. Автор: The Planetary Science Journal (2024). DOI: 10.3847/PSJ/ad41b4

Новое исследование исследователей из Университета Брауна может помочь по-новому определить, как ученые картографируют поверхность Луны, сделав этот процесс более рациональным и точным, чем когда-либо прежде.

Опубликованное в журнале Planetary Science Journal исследование ученых Брауна Бенджамина Боутрайта и Джеймса Хэда описывает усовершенствования метода картографирования, называемого «форма из затенения». Эта техника используется для создания детальных моделей лунной местности, выделения кратеров, хребтов, склонов и других опасностей на поверхности. Анализируя то, как свет падает на различные поверхности Луны, он позволяет исследователям оценить трехмерную форму объекта или поверхности на основе двухмерных изображений.

Точные карты могут помочь планировщикам лунных миссий определить безопасные места приземления и области научного интереса, что сделает операции миссии более плавными и успешными.

«Это помогает нам лучше понять, что там на самом деле», — сказал Боутрайт, научный сотрудник Департамента наук о Земле, окружающей среде и планетах Брауна и ведущий автор новой статьи. «Нам необходимо понять топографию поверхности Луны, где не так много света, как, например, затененные области южного полюса Луны, куда нацелены миссии НАСА «Артемида».

«Это позволит автономному программному обеспечению для посадки ориентироваться и избегать опасностей, таких как большие камни и валуны, которые могут поставить под угрозу миссию. По этой причине вам нужны модели, которые отображают топографию поверхности с максимально высоким разрешением, потому что чем больше деталей у вас есть, тем лучше».

Однако процесс разработки точных карт трудоемкий и имеет ограничения, когда речь идет о сложных условиях освещения, неточной интерпретации теней и обработке изменчивости местности. Усовершенствования, предложенные исследователями Брауна в методе формирования формы из затенения, направлены на решение этих проблем.

В своем исследовании ученые описывают, как передовые компьютерные алгоритмы можно использовать для автоматизации большей части процесса и значительного повышения разрешения моделей. По словам исследователей, новое программное обеспечение дает лунным ученым инструменты для создания более крупных карт поверхности Луны, содержащих более мелкие детали, и в гораздо более быстром темпе.

Карты уклонов для решения LOLA LDEM (а) и решения SfS (б) для массива Малаперт, классифицированные с шагом 2° с обрезанием при значении +2σ в распределении уклонов (~24°, среднее значение 14°). Более узкая классификация решения SfS (обрезание 10°, шаг 1°) выявляет области вблизи вершины относительно плоского гребня (вставки (в)–(д); прямоугольники (а)–(б)), в которых доминируют коротковолновой шероховатостью и небольшими ударными кратерами, которые не видны на LDEM (в), но видны на SfS (г) и соответствующей мозаике NAC (е). Звезды на (c)–(e) показывают местоположение предполагаемого места приземления Артемиды. Автор: The Planetary Science Journal (2024). DOI: 10.3847/PSJ/ad41b4

«Форма из затенения требует, чтобы изображения, которые вы используете, были идеально выровнены друг с другом, чтобы объект на одном изображении находился в том же самом месте на другом изображении, чтобы создать эти слои информации, но современные инструменты этого не делают. вполне в таком месте, где вы можете просто дать ему кучу изображений, и он выдаст идеальный продукт», — сказал Боутрайт.

«Мы реализовали алгоритм выравнивания изображений, в котором он выбирает объекты на одном изображении и пытается найти те же объекты на другом, а затем выстраивает их в линию, так что вам не придется вручную отслеживать точки интереса на нескольких изображениях, что требует много часов и умственных способностей».

Исследователи также внедрили алгоритмы контроля качества и дополнительные фильтры для уменьшения выбросов в процессе выравнивания — инструменты, которые гарантируют, что выровненные изображения действительно совпадают, и удаляют изображения, которые также не совпадают. Выбирая только те изображения, которые в конечном итоге можно будет использовать, это улучшает качество и снижает точность до субметрового разрешения. Скорость также позволяет исследовать большие площади поверхности, увеличивая производительность этих карт.

Исследователи оценили точность своих карт, сравнив их с другими существующими топографическими моделями в поисках несоответствий или ошибок в особенностях лунной поверхности. Они обнаружили, что карты, созданные с использованием их усовершенствованного метода «форма из затенения», были более точными по сравнению с картами, полученными с помощью традиционных методов, показывая более тонкие особенности и вариации рельефа лунной поверхности.

Для исследования исследователи в основном использовали данные лазерного альтиметра лунного орбитального аппарата и камеры лунного разведывательного орбитального аппарата, инструментов на борту лунного разведывательного орбитального аппарата НАСА, который вращается вокруг Луны с 2009 года.

Ученые планируют использовать свое усовершенствованное программное обеспечение для создания лунных карт и надеются, что другие также будут использовать его в своих усилиях по моделированию. Вот почему для создания инструмента они использовали алгоритмы с открытым исходным кодом.

«Эти новые картографические продукты значительно лучше тех, что мы использовали при планировании разведки во время миссий Аполлон, и они значительно улучшат планирование миссий и научную отдачу для Артемиды и роботизированных миссий», — сказал Хед, профессор геологических наук в Брауне, который работал в программе «Аполлон».

Исследователи надеются, что новый инструмент усилит нынешний интерес к науке и исследованию Луны, происходящий в НАСА и в космических агентствах по всему миру.

«Сделав эти типы инструментов доступными для всех, можно получить огромное количество информации», — сказал Боутрайт. «Это эгалитарный способ заниматься наукой».

Больше информации: Benjamin D. Boatwright et al, Shape-from-shading Refinement of LOLA and LROC NAC Digital Elevation Models: Applications to Upcoming Human and Robotic Exploration of the Moon, The Planetary Science Journal (2024). DOI: 10.3847/PSJ/ad41b4

Источник: Brown University