Máscara para detecção de detritos espaciais em imagens de telescópio adquiridas em modo estático

• Autor(a) principal: Giraldo, William Humberto Úsuga
• Data de Publicação: 2022
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Institucional da UFRN
• Texto Completo: https://repositorio.ufrn.br/handle/123456789/48479
• topic: Detritos espaciais; Limpeza do espaço; Órbitas terrestres; Mitigação do risco dos detritos espaciais; Detecção de detritos espaciais

Detritos orbitais com aproximadamente 10 cm de tamanho podem ser medidos com telescópios terrestres. Estes detritos ameaçam o funcionamento de satélites e trazem impacto na economia e na segurança global das atividades espaciais. Na orbita GEO, onde está a maioria dos satélites com atividade económica, são aproximadamente 842 detritos catalogados. Já em orbita LEO são aproximadamente 13485 detritos catalogados. No entanto, estudos da ESA mostram que centenas de milhões de pequenos objetos acima de 1 mm estão neste momento nas duas orbitas GEO e LEO acima da Terra e ainda não foram catalogados. Neste trabalho criamos um procedimento computacional para detectar detritos espaciais em orbita GEO com imagens obtidas a partir de telescópios em terra e em modo estático, onde as estrelas do fundo do céu aparecem em forma de linhas nas imagens das câmeras CCD (charge-coupled device) e o lixo em forma de pontos. Imagens CCD de 2992 x 2092 pixels (alta resolução) e com 5 graus de campo de visão (FOV) e com 7 segundos de exposição utilizadas neste trabalho foram obtidas com o telescópio (Panoramic Electro-Optical System) PanEOS, de 750 mm de abertura e instalado no observatório do Picos dos Dias do Laboratório Nacional de Astrofísica (LNA). Este é um telescópio russo, robotizado e com foco no mapeamento de detritos espaciais e é resultado de um acordo entre a Agência Espacial Brasileira (AEB) e a agência espacial russa Roscosmos para monitoramento do céu. Para esta pesquisa adaptamos os pacotes “photoutils” escrito em Python para construir uma máscara e separar estrelas de candidatos a detritos espaciais. Nossa metodologia consistiu em primeiramente suavizar as imagens usando um filtro do tipo Gaussian Kernel em seguida cada elemento foi categorizado em dois grupos e finalmente as estrelas foram apagadas das imagens e resultando assim somente os candidatos de detritos espaciais. Testamos combinações de fluxo para estabelecer o limite de detecção e utilizamos diferentes valos nas PSF’s (points spread function) para determinar o limite da elongação dos objetos. Nossa metodologia trabalha com uma única imagem por vez de forma rápida e eficiente e permite detectar objetos com diferentes PSF, e desta forma requer baixa capacidade de hardware. Nossos resultados nesta fase de validação identificaram 100% dos lixos artificiais de treino e nas imagens reais do telescópio PanEOS, detectamos detritos reais e consistentes com um possível detrito espacial. Este é formalmente o primeiro resultado na pesquisa sobre da detecção, modelagem e monitoramento de Lixo Espacial liderado na UFRN (Programa de Pós-Graduação em Engenharia Aeroespacial - PPGEA) e um trabalho de vanguarda no Brasil com relação ao uso das imagens deste telescópio com este objetivo.