Un télescope solaire a un travail difficile. L'observation du Soleil pèse lourdement sur le bombardement constant d'un flux incessant de particules solaires et d'une intense lumière solaire. Au fil du temps, les lentilles sensibles et les capteurs des télescopes solaires commencent à se dégrader. Pour garantir l'exactitude des données envoyées par ces instruments, les scientifiques recalibrent périodiquement pour s'assurer qu'ils comprennent comment l'instrument évolue.
L'observatoire de la dynamique solaire de la NASA a été ouvert en 2010, ou SDO, fournit des images haute résolution du Soleil depuis plus de 10 ans. Ces images ont donné aux scientifiques un aperçu détaillé de divers phénomènes solaires qui peuvent causer la météo spatiale et affecter nos astronautes et notre technologie sur Terre et dans l'espace. L'Atmospheric Imager Assembly, ou AIA, est l'un des deux instruments d'imagerie sur SDO qui regarde en permanence le Soleil, prenant des images dans 10 longueurs d'onde de lumière ultraviolette toutes les 12 secondes. Cela produit une énorme quantité d'informations sur le Soleil, mais comme tous les instruments d'observation solaire, l'AIA se dégrade avec le temps et les données doivent être calibrées fréquemment.
Depuis le lancement de SDO, les scientifiques ont utilisé des fusées-sondes pour calibrer l'AIA, qui sont de petites fusées qui ne transportent généralement que quelques instruments et effectuent de courts vols spatiaux - environ 15 minutes - elles volent au-dessus de la majeure partie de l'atmosphère terrestre, permettant aux instruments à bord de voir les longueurs d'onde ultraviolettes, mesurées par AIA. Ces longueurs d'onde de lumière sont absorbées par l'atmosphère terrestre et ne peuvent pas être mesurées depuis le sol. Pour calibrer l'AIA, les scientifiques ont attaché un télescope ultraviolet à la fusée-sonde et ont comparé ces données avec les mesures de l'AIA.
La méthode d'étalonnage des fusées-sondes présente un certain nombre d'inconvénients. Les fusées peuvent ne pas être lancées aussi souvent lorsque l'AIA regarde constamment le Soleil. Cela signifie qu'entre chaque étalonnage de la fusée sonde, il y a une période d'arrêt où l'étalonnage est légèrement décalé.
Étalonnage virtuel de la NASA
Gardant ces problèmes à l'esprit, les scientifiques ont décidé d'envisager d'autres options pour calibrer l'appareil en vue d'un calibrage permanent. L'apprentissage automatique, une technique utilisée dans l'intelligence artificielle, semble être un ajustement parfait. Comme son nom l'indique, l'apprentissage automatique nécessite un programme informatique ou un algorithme pour apprendre à effectuer une tâche.
Tout d'abord, les chercheurs ont dû former un algorithme d'apprentissage automatique pour reconnaître les structures solaires et les comparer à l'aide des données AIA. Pour ce faire, ils fournissent à l'algorithme des images obtenues lors des vols d'étalonnage de sondage de la fusée et lui indiquent le nombre d'étalonnages dont ils ont besoin. Après avoir suffisamment de ces exemples, ils alimentent l'algorithme en images similaires et voient s'il peut déterminer l'étalonnage requis. Avec suffisamment de données, l'algorithme apprend à déterminer le degré d'étalonnage nécessaire pour chaque image.
Parce que l'AIA regarde le Soleil dans différentes longueurs d'onde de lumière, les chercheurs peuvent également utiliser l'algorithme pour comparer des structures spécifiques à différentes longueurs d'onde et faire des estimations plus précises.
Ils ont d'abord enseigné à l'algorithme à quoi ressemble une éruption solaire en lui montrant des éruptions solaires à toutes les longueurs d'onde AIA jusqu'à ce qu'il reconnaisse les éruptions solaires dans tous les différents types de lumière. Une fois que le programme a reconnu une éruption solaire sans aucune dégradation, l'algorithme a pu déterminer dans quelle mesure la dégradation affectait les images AIA actuelles et le degré d'étalonnage nécessaire pour chacune.
"Ce fut un grand événement", a déclaré le Dr Louis Dos Santos. "Au lieu de simplement les identifier à la même longueur d'onde, nous identifions des structures à différentes longueurs d'onde." Cela signifie que les chercheurs peuvent être plus confiants dans l'étalonnage déterminé par l'algorithme. En effet, en comparant leurs données d'étalonnage virtuel avec les données d'étalonnage des fusées-sondes, le programme d'apprentissage automatique s'est avéré être au top. Avec ce nouveau processus, les scientifiques sont prêts à calibrer en continu les images AIA entre les vols de fusées de calibration, augmentant ainsi la précision des données SDO pour les chercheurs.
Lisez aussi: