Novo algoritmo revela profundezas ocultas da Lua
O polo sul da Lua abriga regiões em sombras constantes. Crédito: NASA/JPL/USGS
Certas áreas próximas aos polos lunares existem em sombras constantes, jamais recebendo luz solar diretamente. Estudos recentes sugerem que as chamadas “regiões de sombra permanente” (PSRs, na sigla em inglês, tradução livre) contém ricas reservas de gelo que podem revelar detalhes sobre o Sistema Solar jovem, e também ajudar futuros visitantes a produzir combustível e outros recursos. Mas é difícil fotografar essas áreas a partir de satélites orbitando a Lua e, dessa forma, é um desafio estudá-las. Os poucos fótons refletidos pelas PSRs são frequentemente soterrados por ruídos estáticos das câmeras e efeitos quânticos.
Mas, agora, pesquisadores produziram um algoritmo de aprendizado profundo para transpassar as interferências e observar essas zonas escuras. “Nossas imagens permitem que cientistas identifiquem pela primeira vez características geológicas, como crateras e formações rochosas, […] com apenas três metros de diâmetro — um aumento entre 5 e 10 vezes na resolução, quando comparado a tentativas anteriores”, afirma Valentin Bickel, cientista planetário na Instituto Max Planck de Pesquisas do Sistema Solar, na Alemanha, e principal autor de um estudo publicado na Nature Communications testando o novo algoritmo.
Os pesquisadores utilizaram mais de 70.000 imagens de áreas lunares completamente escuras — sem nenhum sinal luminoso — junto de detalhes sobre a temperatura e posição em órbita da câmera para treinar seu algoritmo para reconhecer e eliminar o ruído fotográfico. Em seguida, eles trabalharam no ruído residual, como efeitos quânticos em fótons em movimento. Esse estágio do algoritmo aprendeu a partir de milhões de fotos da Lua iluminadas pelo Sol, pareadas com versões simuladas das mesmas imagens — só que envoltas de sombra.
++ LEIA MAIS SOBRE A LUA
Amostras lunares resolvem o mistério da existência de um campo magnético da Lua
Ciclo de radiação solar poderia atrasar em uma década retorno de viagens à Lua
Ignacio Lopez-Francos, coautor do estudo e engenheiro no Centro de Pesquisa Ames, da NASA, afirma que foi necessário usar a sombra simulada pois não existem imagens iluminadas da PSR. Uma técnica similar também é usada na fotografia de luz baixa em câmeras digitais.
“É uma aplicação interessante da tecnologia de aprendizado de máquina. E o modelo de ruído parece realista e útil para este caso real”, afirma Chongyi Li. Ele é cientista da computação que usa estratégias semelhantes para melhorar a qualidade de imagens subaquáticas na Universidade Tecnológica de Nanyang, em Singapura, e não está envolvido com o estudo.
Os pesquisadores usaram o algoritmo para analisar o tamanho e distribuição das crateras e formações rochosas em diversas PSRs que podem ser exploradas pelo programa lunar Artemis, da NASA. Eles também avaliaram as origens mais prováveis de algumas formações rochosas. E, além disso, traçaram um trajeto para uma potencial viagem de um rover por uma PSR no platô Leibnitz, desviando de obstáculos e declives mais íngremes que 10 graus.
“Há muito que nos interesse nos polos — não apenas pela perspectiva de exploração humana, mas também pela topografia da superfície”, afirma Jose Hurtado. Ele é geólogo da Universidade do Texas em El Paso (EUA), não envolvido com o estudo. O gelo pode estar interposto no solo lunar ou armazenado em camadas mais concentradas, deformando e relevo, explica ele. “Portanto, esse tipo de processamento de imagem oferece uma forma de testar algumas dessas hipóteses”.
Connie Chang
Connie Chang é escritora freelance residente na Califórnia. Ela escreve sobre maternidade, saúde e ciência.
Publicado originalmente na edição de fevereiro da Scientific American dos EUA; aqui em 21/02/2022.