Проект ученых ТГУ поможет в уборке космического мусора и освоении Луны
Проект ученых Томского государственного университета поможет в уборке космического мусора и освоении Луны. Вместе с тем, в рамках проекта решается и другая задача, стоящая перед человечеством, – повышение точности прогнозирования движения астероидов, сближающихся с Землей. Создание более точной модели движения этих объектов позволит лучше прогнозировать их потенциальную опасность, сообщает пресс-служба ТГУ.
Как уточняется, учёные физического факультета Томского государственного университета в рамках проекта, поддержанного РНФ, исследуют сложные траектории движения околоземных объектов искусственного и естественного происхождения – космического мусора, окололунных объектов и астероидов, сближающихся с Землей. Закономерности их орбитальной эволюции и динамики изучаются с помощью компьютерного моделирования и машинного анализа данных. Результаты проекта помогут разобраться с распределением космического мусора в околоземном пространстве, решить задачу освоения Луны и окололунного пространства.
Среди этих объектов более 3000 – космические аппараты (КА) и только шесть процентов из них – функционирующие объекты. Как отмечают исследователи, для работы в околоземном пространстве необходимо знание динамики неуправляемых объектов. Наличие данных об особенностях их траектории позволит оптимизировать выбор областей размещения новых спутниковых систем, а также найти наиболее подходящие области паркинга отработавших свой ресурс объектов.
Вместе с тем, в рамках проекта решается и другая задача, стоящая перед человечеством, – повышение точности прогнозирования движения астероидов, сближающихся с Землей (АСЗ). Создание учёными ТГУ более точной модели движения АСЗ позволит лучше прогнозировать потенциальную опасность этих объектов.
Отмечается, что для анализа данных исследователи используют алгоритмическую модель, реализованную с применением искусственных нейронных сетей. Это автоматизировало часть процесса по выявлению резонансов, влияющих на движение околоземных и окололунных объектов. Компьютерная модель позволяет отнести резонансы к тому или иному классу. Применение методов машинного обучения значительно ускоряет обработку большого объема данных и избавляет ученых от однообразного рутинного процесса классификации.
Кроме того, физики ТГУ уже провели усовершенствование численных моделей движения спутников Земли и Луны, повысившее точность и скорость прогноза. Модели реализованы на кластере ТГУ СКИФ Cyberia.