Ein kürzlich entwickelter „Deep Learning“-Algorithmus könnte dabei helfen, präzisere Vorhersagen über den Einfluss der Sonne auf unseren Planeten zu treffen. Diese Vorhersagen sind genauer als aktuelle Modelle, die auf wissenschaftlichen Erkenntnissen basieren. Eine Information der Europäischen Raumfahrtagentur (European Space Agency, ESA).
Quelle: ESA.
Seit Jahrzehnten gibt es Bestrebungen, die Auswirkungen der Sonne auf die Atmosphäre unseres Planeten vorherzusagen. Für die Prognose über die Verschiebungsdichte der Erdatmosphäre wurden bisher Algorithmen eingesetzt, die auf der Solarphysik basieren. Angesichts der vielen Variablen, die die komplexen und dynamischen Gasschichten um die Erde beeinflussen, könnte der Einsatz Künstlicher Intelligenz (KI) eine echte Verbesserung in diesem Bereich bringen. So können weitaus komplexere Daten verarbeitet werden, die Auswirkungen auf unsere Missionen im Erdorbit haben.
Die Sonne leistet Widerstand
Die Bedingungen im Weltraum hängen von den „Stimmungsschwankungen“ der Sonne, auch „Weltraumwetter“ genannt, ab. Die Sonne wirft in einem konstanten Strom Strahlung aus, aber manchmal gibt es auch heftige Ausbrüche von Hochenergiepartikeln, die unseren Planeten direkt treffen können. Diese Partikel verursachen geomagnetische Stürme, die vorübergehende Störungen im Erdmagnetfeld auslösen.
Auch die Erdatmosphäre ist von diesen Ausbrüchen betroffen, da geomagnetische Stürme und erhöhtes ultraviolettes Licht die obere Atmosphäre erwärmen und sie so dehnen. Mit zunehmender Erwärmung der Luft nimmt ihre Dichte auf Umlaufbahnen von bis zu 1000 km zu, und Satelliten in der Umgebung stoßen auf mehr Widerstand. Daraus resultiert, dass die Satelliten langsamer werden und ihre Umlaufbahn ändern.
Ohne einen Eingriff, wie die Triebwerkszündung, würden sich Satelliten langsam Richtung Erde bewegen und in der Atmosphäre verglühen. Bei der Missionskontrolle passen wir die Flugbahn unserer Flotte von Earth Explorern regelmäßig an.
Wenn diese Vorhersagen verbessert würden, könnten die Betreiber längere und genauere Zyklen für Korrekturmanöver planen. Somit wären weniger Triebwerkszündungen erforderlich, was die Zeit für die Erfassung wissenschaftlicher Daten erhöht.
(Bild: ESA/Science Office, CC BY-SA 3.0 IGO)
Im Wesentlichen geht es um die Verbesserung unseres Wissens über die künftige Position von Raumfahrzeugen, so dass wir die Wahrscheinlichkeit von Kollisionen im Weltraum genauer vorhersagen können. Dies würde uns beim Schutz unserer Raumfahrzeuge in der aktuellen Weltraummüllumgebung unterstützen.
Atmosphärische Vorhersagen
Zwei Faktoren sind notwendig, um atmosphärische Vorhersagen zu treffen: der Solarindex und der geomagnetische Index. Beide Messungen werden von der Erde aus durchgeführt und an mehreren Orten auf der ganzen Welt gesammelt.
Der Solarindex ergibt sich aus dem sogenannten „10.7cm Solar Radio Flux“ – der Lichtmenge, die von der Sonne bei einer Wellenlänge von 10,7 cm abgegeben wird. Der Index, auch bekannt als „F10.7’“, ist ein ausgezeichneter Indikator für die Sonnenaktivität, da er bei allen Wetterbedingungen gemessen werden kann.
Der geomagnetische Index wird verwendet, um den Umfang von Stürmen im Erdmagnetfeld zu bestimmen, die durch die Sonnenaktivität verursacht werden. Solche Stürme können die elektrischen Stromnetze, den Betrieb von Raumfahrzeugen, Funksignale und natürlich die wunderschönen Polarlichter an den Polen beeinträchtigen.
„Wir analysieren die Vergangenheit, aber die Zukunft können wir nur einschätzen“, sagt Pere Ramos Bosch, Flight Dynamics Engineer im Satellitenkontrollzentrum der ESA.
„Wir verwenden derzeit einen vor langer Zeit entwickelten Algorithmus, der die Entwicklung der Werte von F10.7 und geomagnetische Werte aus den Vorjahren sowie Kenntnisse der Sonnen- und Atmosphärenphysik nutzt, um Prognosen für die nächsten 27 Tage zu erstellen.“
Allerdings sind die aktuellen Vorhersagen im Allgemeinen ziemlich ungenau. Obwohl wir noch keine Mission verloren haben, ist unser mangelndes Verständnis von Änderungen der atmosphärischen Dichte die größte Fehlerquelle, wenn es darum geht, Satelliten auf einer erdnahen Umlaufbahn zu steuern, wie die Windmission Aeolus und die Sentinel-Serie von Earth Explorern.
Könnte KI für Veränderungen sorgen?
Die ESA testet nun einen völlig anderen Algorithmus, der die gleichen Messdaten von Sonne und Erde verwendet, aber die Physik völlig ignoriert und stattdessen „Deep Learning“ einsetzt. Das Team erwartet, dass komplexe Zusammenhänge und Muster, die wir Menschen einfach nicht erkennen können, mit Hilfe des „Langzeitgedächtnisses“ erkannt werden.
(Bild: ESA)
„Wir stehen kurz davor, erste Ergebnisse zu verzeichnen. Es scheint, als würden die verfügbaren Daten unter Einsatz von KI optimal genutzt werden“, erklärt David Remili. David ist Trainee aus Luxemburg und wurde im Rahmen seiner Tätigkeit in der AI and Operations Innovation Group der ESA mit der Entwicklung des KI-Vorhersagetools beauftragt.
„Es ist ein Privileg, die Mittel zu erhalten, um KI und Astrophysik miteinander zu verbinden und letztlich den Ablauf von Raumfahrtmissionen positiv zu beeinflussen.“
Bisher scheint das KI-Tool vielversprechend zu sein. Besuchen Sie unsere Website regelmäßig, um zu erfahren, welcher Algorithmus die Zukunft besser vorhersagt und ob wir diese neuen Rechenfähigkeiten nutzen können, um die Wechselwirkungen zwischen der Erde und unserem Sonnensystem besser zu verstehen.
Die zerstörerische Kraft der Sonne
Die zukünftige Lagrange-Mission der ESA wird die Sonne ständig im Auge behalten. Der Satellit, der sich am fünften Lagrange-Punkt befindet, soll frühzeitig vor potenziell schädlichen Sonnenaktivitäten warnen, bevor es zu Schäden an Satelliten im Orbit oder an Stromnetzen am Boden kommt. Dies gibt den Betreibern Zeit, Maßnahmen zum Schutz wichtiger Infrastrukturen zu ergreifen.
Diskutieren Sie mit im Raumcon-Forum:
