SDM: A Two-Stage Coarse-to-Fine Pipeline for Predicting Full-Catalog Satellite Streak Photometry, Astrometry, and Detector-Count Contamination in Zwicky Transient Facility

Le ciel nocturne, autrefois domaine des étoiles et des galaxies lointaines, est désormais sillonné par un trafic silencieux et mobile d'objets fabriqués par l'homme. Depuis l'aube de l'ère spatiale, des milliers de satellites et de débris orbitaux se sont accumulés en orbite terrestre basse, tournant autour de la planète plus vite que n'importe quel oiseau ou avion. Pour les astronomes utilisant de puissants télescopes pour scruter les cieux à la recherche d'événements cosmiques éphémères, ces objets constituent une nuisance croissante. Lorsqu'un satellite passe devant la vue d'un télescope lors d'une photographie à longue exposition, il laisse derrière lui une traînée brillante et fine qui peut masquer la lumière faible d'une supernova lointaine ou d'un astéroïde proche de la Terre. Ce problème ne concerne pas seulement quelques lignes égarées ; c'est un problème de contamination qui menace la qualité des données des relevés célestes les plus sensibles au monde, pouvant potentiellement cacher les découvertes mêmes que les scientifiques tentent de réaliser.

Pour gérer cela, les astronomes doivent savoir non seulement quand un satellite traversera leur champ de vision, mais aussi exactement quelle sera sa luminosité et où il atindra le capteur de leur caméra. Bien que des outils existent pour prédire la trajectoire d'un objet, ils ont historiquement eu du mal à prédire sa luminosité avec la précision requise par la science moderne. Une nouvelle étude présente un outil appelé Modèle de Détection de Satellites, ou SDM (Satellite Detection Model), qui comble cette lacune. En combinant la mécanique orbitale avec une simulation détaillée de la façon dont la lumière du soleil se réfléchit sur les débris spatiaux, les chercheurs ont construit un système capable de prendre une liste de chaque satellite et débris connu, de prédire lesquels traverseront la vue d'un télescope spécifique, et de générer une image synthétique montrant exactement à quoi ressembleront ces passages. Cela permet aux astronomes d'anticiper la contamination avant même de pointer leurs télescopes, transformant un problème chaotique en un problème prévisible.

Les chercheurs derrière ce travail se sont concentrés sur le Zwicky Transient Facility, un relevé qui utilise un grand télescope en Californie pour photographier de vastes étendues du ciel chaque nuit. Entre fin 2019 et la fin de 2021, des recherches automatisées dans les données de cette installation ont identifié environ 73 000 événements distincts où un éclat ou une traînée de satellite est apparu dans les images. Ces événements ont pollué environ 3,6 % de toutes les images scientifiques prises durant cette période, impliquant plus de 300 objets distincts. À mesure que de nouvelles méga-constellations de satellites seront lancées dans les années à venir, ce chiffre devrait augmenter, rendant la capacité de prédire ces intrusions plus critique que jamais. Le défi est que savoir qu'un objet passera dans le champ de vision n'est que la moitié de la bataille ; savoir quelle sera sa luminosité, et s'il sera visible ou non, dépend de facteurs complexes comme l'angle du soleil, la distance de l'objet et s'il se trouve actuellement dans l'ombre de la Terre.

Pour résoudre cela, l'équipe a développé un processus en deux étapes qui agit comme un filtre hautement efficace. La première étape est une vérification rapide et grossière qui examine l'ensemble du catalogue d'objets spatiaux connus — des dizaines de milliers d'entre eux — et élimine rapidement la grande majorité qui ne s'approchera jamais de la vue du télescope. Cette étape est peu coûteuse et rapide sur le plan informatique, utilisant un calcul simplifié pour écarter les objets qui sont trop éloignés ou dans la mauvaise partie du ciel. En faisant cela en premier, le système évite de perdre du temps sur des objets qui n'ont pas d'importance. La seconde étape est celle où le travail détaillé commence. Pour le petit nombre d'objets qui survivent au premier filtre, le système effectue un calcul beaucoup plus précis, mettant à jour la position du satellite et du soleil toutes les dixièmes de seconde. Il calcule la distance exacte entre le télescope et le satellite, l'angle sous lequel la lumière du soleil frappe l'objet, et quelle partie de l'objet est illuminée par rapport à la partie qui est dans l'ombre.

En utilisant ces détails géométriques précis, le modèle traite chaque satellite ou débris comme une sphère qui réfléchit la lumière de manière prévisible. Il calcule la quantité de lumière qui atteint le télescope et la convertit en une valeur de luminosité, simulant exactement combien de pixels sur le capteur de la caméra seraient éclairés. Le système peint ensuite ces résultats directement sur une toile numérique qui correspond à la taille et à la forme d'une véritable image de télescope. Le résultat est une photographie synthétique qui montre chaque traînée de satellite qui apparaîtra lors d'une exposition spécifique, avec sa position, sa longueur et sa luminosité correctes. Cela permet aux chercheurs de voir un scénario de type « et si » avant même que le télescope ne prenne la photo, les aidant à comprendre à quel point leurs données pourraient être compromises.

L'étude a testé ce modèle en l'exécutant contre une fenêtre d'exposition simulée, générant une image synthétique qui montrait des dizaines de traînées prédites. Le résultat comprenait une liste détaillée de chaque objet ayant traversé la vue, précisant son type — qu'il s'agisse d'un corps de fusée, d'un débris ou d'un satellite actif — et sa luminosité estimée. Le modèle s'est montré capable de distinguer les objets qui seraient brillants de ceux qui seraient invisibles car ils se trouvaient dans l'ombre de la Terre. Par exemple, la simulation a correctement montré que certains objets, même s'ils passaient très près du télescope, apparaîtraient complètement sombres car ils n'étaient pas illuminés par le soleil à ce moment-là. Cette capacité à rendre compte des ombres est une amélioration significative par rapport aux modèles plus simples qui pourraient supposer qu'un objet est toujours visible s'il est suffisamment proche.

Cependant, les chercheurs précisent prudemment que leur modèle actuel est une simulation basée sur des hypothèses plutôt qu'une prédiction finale et parfaite. Comme la taille physique et la réflectivité de la plupart des objets spatiaux ne sont pas connues avec précision, le système leur attribue des valeurs probables basées sur leurs noms et leurs types. Un débris pourrait être modélisé comme une petite sphère avec une certaine réflectivité, tandis qu'un grand satellite pourrait être traité comme une sphère plus grande et plus réfléchissante. Cela signifie que, bien que le modèle soit excellent pour montrer le schéma général de la contamination et la luminosité relative de différents objets, la luminosité exacte de n'importe quel satellite individuel dans une image réelle peut différer de la prédiction. De plus, le modèle traite actuellement tous les objets comme des sphères lisses et rondes, ce qui ne tient pas compte des formes complexes des vrais satellites ou de la façon dont ils peuvent basculer et briller en tournant. Ces « éclats », qui peuvent provoquer des pics de luminosité soudains, ne sont pas encore pleinement capturés par le système.

Malgré ces limites, cet outil représente une étape majeure dans la gestion de l'encombrement de l'orbite terrestre basse. En fournissant un moyen de générer une prédiction de la contamination par satellite complète et par exposition, le Modèle de Détection de Satellites offre aux astronomes un nouvel outil puissant pour planifier leurs observations. Ils peuvent l'utiliser pour prévoir quelles parties du ciel seront les plus polluées lors d'une nuit donnée, ou pour marquer automatiquement les pixels d'une image qui sont susceptibles d'être affectés par une traînée de satellite afin qu'ils puissent être nettoyés plus tard. Les chercheurs prévoient de franchir l'étape suivante en comparant leurs images simulées avec des données réelles du Zwicky Transient Facility pour voir à quel point les prédictions correspondent à la réalité. Si le modèle tient bon, il pourrait devenir un outil standard pour la planification des observations et la protection de l'intégrité des futurs releves célestes, garantissant que la vue de l'univers reste aussi claire que possible même alors que notre propre orbite devient de plus en plus encombrée.