Leidse astronomen ontdekken potentiële aardscheerders

Artist impressie van twee aradscheerders
Artist impressie van twee aardscheerders. Credit: ESA/P/ Carril

Drie astronomen van de universiteit Leiden hebben aangetoond dat sommige asteroïden die nu als ongevaarlijk worden beschouwd in de toekomst toch in botsing kunnen komen met de Aarde. Ze hebben hun onderzoek uitgevoerd met behulp van een kunstmatig neuraal netwerk. De resultaten zijn voor publicatie in het tijdschrift Astronomy and Astrophysics, geaccepteerd.

Met behulp van een supercomputer hebben de onderzoekers de banen van de Zon en de planeten 10.000 jaar n de tijd geprogrammeerd. Daarna traceerden ze de banen terug in de tijd terwijl de asteroïden vanaf het oppervlak van de Aarde lanceerden.

Tijdens deze achterwaartse berekening voegden ze de asteroïden toe aan de simulaties om de verdeling van hun banen tot vandaag te bestuderen. Op deze manier verkregen ze een database van hypothetische asteroïden waarvan de onderzoekers wisten dat ze op Aarde terecht zouden komen.

Zoals Simon Portegies Zwart van de universiteit Leiden het uitlegt: “Als j de klok terugdraait dan zie je de bekende asteroïden weer op Aarde terecht komen. Op deze manier kan je een bibliotheek aanleggen van de banen van asteroïden die op Aarde terecht zijn gekomen”. De bibliotheek van asteroïden werd daarna gebruikt om het neurale netwerk te trainen.

De eerste serie berekeningen werd uitgevoerd met ALICE, de nieuwe supercomputer van de universiteit Leiden. Het neurale netwerk draait op een eenvoudige laptop. De onderzoekers noemen hun methode HOI (Hazardous Object Identifier).

Het neurale netwerk kan bekende aardscheerders herkennen. Daarnaast kan HOI ook aan aantal gevaarlijke objecten die voorheen onbekend waren als dusdanig classificeren. Zo ontdekte HOI 11 asteroïden die tussen 2131 en 2923 dichter dan 10 maal de afstand Aarde – Maan komen en groter zijn dan 100 meter in diameter.

Omdat de banen van deze asteroïden dermate chaotisch zijn, zijn ze niet eerder als potentieel gevaarlijk geïdentificeerd. Ze zijn daarom ook niet door de huidige software die door ruimtevaartorganisaties wordt gebruikt, opgemerkt. Deze software is gebaseerd op waarschijnlijkheidsberekeningen die gebruikmaken van brute krachtsimulaties.

Volgens Portegies Zwart is dit onderzoek pas een eerste oefening. Ze weten nu dat de methode werkt maar men wil, door het neurale netwerk te verbeteren, meer data verzamelen. Het gevaarlijke deel in dit soort onderzoek is dat kleine veranderingen n de baanberekeningen kunnen leiden tot enorme veranderingen in de conclusies.

De onderzoekers hopen dat ze in de toekomst een kunstmatig neuraal netwerk kunnen gebruiken om potentieel gevaarlijke objecten op te sporen. Een dergelijke methode is veel sneller dan de traditionele methode die nu door ruimtevaartorganisaties wordt gebruikt. Doordat asteroïden die op ramkoers met de Aarde liggen veel eerder worden opgemerkt kunnen we er ons mogelijk ook veel beter tegen beschermen.

Artikel: “Identifying Earth-Impacting Asteroids Using an Artificial Neural Network”

 

Eerste publicatie: 17 februari 2020
Bron: Spacedaily, NOVA en anderen