NASA'nın emektar Hubble teleskobundan hazine çıktı: 1071 asteroit keşfedildi

Bilim insanları, NASA’ya ait Hubble Uzay Teleskobundaki arşiv verilerini inceledi. Araştırmacılar, 30 yılı aşkın süredir evrenin derinliklerini gözlemleyen Hubble’da adeta asteroit ‘hazinesi’ buldu; tam 1701 asteroidin izini keşfettiler.

Kaydet

Independent Türkçe’de yer alan habere göre, bir grup bilim insanı 2019’da başlayan ‘Hubble Asteroit Avcısı’ projesi kapsamında Hubble Uzay Teleskobunun elde ettiği ve gözden kaçan verileri incelemeye koyuldu. Ekip, gözden kaçan veya parazit olduğu düşünülerek incelenmeyen asteroidleri tek tek buldu.

Hubble, ACS ve WFC3 kameralarının 30 Nisan 2002 - 14 Mart 2021 arasında yaptığı gözlemlerden elde edilen 37 binden fazla görüntü tarandı. Bu kameralarla yapılan gözlemler genellikle 30 dakika sürüyor. Gökbilimciler bu yüzden hareketli asteroitlerin bu gözlemlerden toplanan verilerde çizgi olarak göründüğünü söyledi. Ancak bilgisayar sistemlerinin bu tür çizgilerin asteroit olduğunu algılaması zor olabiliyor.

BİR GÖKBİLİMCİNİN ÇÖPÜ DİĞERİNİN HAZİNEZİ OLDU

Hubble Uzay Teleskobunun son 20 yılını kapsayan arşiv verilerinde keşfedilen 1701 yeni asteroidin üçte biri tanımlanıp bilinen nesneler iken, 1000'den fazla iz muhtemelen daha önce bilinmeyen asteroitleri gösteriyor. Bu tanımlanamayan asteroitler soluk renkli ve muhtemelen yer tabanlı araştırmalarda tespit edilen asteroitlerden daha küçük. Gökbilimcilere, gezegenlerin oluştuğu ilk güneş sistemindeki koşullar hakkında değerli ipuçları verebilir.

Şu anda Max Planck Dünya Dışı Fizik Enstitüsü'nde araştırmayı yöneten Sandor Kruk, “Bir astronomun çöpü başka bir astronomun hazinesi olabilir” diyerek esprili bir açıklama yaptı.

Kruk devamında ise şu şekilde konuştu: “Hubble'ın yörüngesi ve hareketi sebebiyle, görüntülerde çizgiler kavisli görünüyor. Bu da asteroit izlerini ayırmayı zorlaştırıyor. Daha doğrusu, bir bilgisayara bunları nasıl otomatik şekilde algılayacağını anlatmak zor.

Bu nedenle bir başlangıç sınıflandırması hazırlamak için gönüllülere ihtiyacımız vardı. Bu sınıflandırmayı daha sonra bir makine öğrenmesi algoritmasını eğitmek için kullandık."