Maximising the mid-infrared high-contrast performance of ELT/METIS despite water vapour seeing
यह शोध पत्र विश्लेषण करता है कि कैसे बिना सुधारा गया जल वाष्प सीइंग (water vapour seeing) ELT/METIS उपकरण के मिड-इन्फ्रारेड हाई-कॉन्ट्रास्ट प्रदर्शन को महत्वपूर्ण रूप से खराब करता है और इन त्रुटियों को कम करने तथा संवेदनशीलता सीमाओं को बहाल करने के लिए एक असममित पुतली (asymmetric pupil) का उपयोग करने वाले डीप लर्निंग-आधारित फोकल-प्लेन वेवफ्रंट कंट्रोल एल्गोरिदम का प्रस्ताव करता है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि आप एक बहुत ही छोटे, धुंधले जुगनू की सुपर-शार्प फोटो लेने की कोशिश कर रहे हैं, जो एक बेहद चमकदार स्ट्रीटलैंप के ठीक बगल में बैठा है। खगोल विज्ञान की दुनिया में, यह सबसे बड़ी चुनौती है: एक दूर स्थित तारे की परिक्रमा कर रहे एक धुंधले, चट्टानी ग्रह को पहचानना। ऐसा करने के लिए, वैज्ञानिक 'एक्स्ट्रीमली लार्ज टेलिस्कोप' (ELT) बना रहे हैं, जो आकाश में एक विशाल आँख है जिसका दर्पण एक फुटबॉल के मैदान से भी चौड़ा है। लेकिन एक समस्या है। वायुमंडल केवल खाली हवा नहीं है; यह गर्मी और नमी का एक घूमता हुआ सूप है। जबकि हम अक्सर तारों को "टिमटिमाते" हुए सूखी हवा के विक्षोभ (टर्बुलेंस) के कारण देखते हैं, इन्फ्रारेड में हमारी तस्वीरों को और भी अधिक खराब करने वाला एक छिपा हुआ, अदृश्य घटक है: जल वाष्प (वॉटर वेपर)।
हवा में जल वाष्प को टेलीस्कोप के ऊपर तैरते अदृश्य, डगमगाते लेंसों की तरह समझें। जब आप एक ऐसी खिड़की से देखते हैं जिस पर भाप जमी हो, तो दृश्य धुंधला और विकृत हो जाता है। प्रकाश के मिड-इन्फ्रारेड स्पेक्ट्रम (जो कि हीट विजन की तरह है) में, जल वाष्प के ये "लेंस" एक विशेष प्रकार का धुंधलापन पैदा करते हैं जो अलग-अलग वेवलेंथ (तरंग दैर्ध्य) को देखते समय रंग बदलता है। इसे "वॉटर वेपर सीइंग" कहा जाता है। यदि आप इसे ठीक नहीं करते हैं, तो आपका टेलीस्कोप उस जुगनू को पूरी तरह से मिस कर सकता है, या इससे भी बुरा, जल वाष्प के एक धब्बे को ग्रह समझ सकता है। बड़ा सवाल यह है कि: यह धुंधलापन कितना बुरा है, और क्या हम एक ऐसा कैमरा सिस्टम बना सकते हैं जो वास्तविक समय (रियल-टाइम) में इसे ठीक करने के लिए पर्याप्त स्मार्ट हो?
यह शोध पत्र विशेष रूप से ELT के एक उपकरण, METIS के लिए इस सटीक समस्या पर काम करता है। शोधकर्ता यह जानना चाहते थे कि जल वाष्प की "सीइंग" उनकी ब्रह्मांड की हाई-कॉन्ट्रास्ट तस्वीरें लेने की क्षमता को कितना बर्बाद कर देगी, और क्या एक नया प्रकार का "स्मार्ट करेक्शन" स्थिति को सुधार सकता है।
सबसे पहले, टीम ने VLTI/GRAVITY नामक एक अलग टेलीस्कोप सेटअप के दो साल के डेटा की गहराई से जांच की। वे मिलीसेकंड में होने वाले जल वाष्प के बदलावों के "फिंगरप्रिंट" की तलाश कर रहे थे। उन्होंने पाया कि जल वाष्प सीइंग एक वास्तविक, मापने योग्य समस्या है। यह केवल हवा में मौजूद पानी की मात्रा (जिसे वे प्रिसिपिटेबल वॉटर वेपर या PWV कहते हैं) पर निर्भर नहीं करता है, बल्कि यह सामान्य शुष्क-वायु विक्षोभ (ड्राय-एयर टर्बुलेंस) की ताकत पर निर्भर नहीं दिखता है। वास्तव में, उन्होंने पाया कि जल वाष्प सीइंग एक महत्वपूर्ण मात्रा में धुंधलापन जोड़ती है, विशेष रूप से N-बैंड (एक विशिष्ट इन्फ्रारेड कलर रेंज) में लगभग 175 नैनोमीटर (यानी 0.000000175 मीटर) का वेवफ्रंट एरर। इस धुंधलेपन का अधिकांश हिस्सा केवल छवि का थोड़ा हिलना (टिप-टिल्ट एरर) है, लेकिन इसमें बहुत अधिक जटिल विरूपण भी शामिल है।
शोध पत्र सुझाव देता है कि यदि वे इस जल वाष्प के धुंधलेपन को ऐसे ही छोड़ देते हैं, तो यह उनके टेलीस्कोप की तस्वीरों को इतना खराब कर देगा कि वे उन वस्तुओं को देखने की क्षमता खो देंगे जो दो "मैग्निट्यूड" (चमक में एक बहुत बड़ा अंतर) तक कम चमकदार हैं। यह एक ऐसे कमरे में मोमबत्ती खोजने जैसा होगा जहाँ कोई बार-बार लाइट चालू और बंद कर रहा हो।
लेकिन यहाँ कहानी का नायक आता है: एक नया कंट्रोल सिस्टम। लेखक एक "फोकल-प्लेन वेवफ्रंट सेंसिंग" एल्गोरिदम का उपयोग करने का प्रस्ताव देते हैं। कल्पना कीजिए कि टेलीस्कोप के पास एक सुपर-स्मार्ट AI दिमाग है जो कैमरा स्क्रीन पर अंतिम छवि को देखता है। यह मस्तिष्क एक विशेष तकनीक का उपयोग करता है—एक एसिमेट्रिक प्यूपिल (एक मास्क जो प्रकाश को अजीब, असमान आकार में रोकता है)—यह समझने के लिए कि जल वाष्प प्रकाश को ठीक कैसे विकृत कर रहा है। फिर, यह एक डीप लर्निंग नेटवर्क (एक प्रकार का कंप्यूटर मस्तिष्क जिसे लाखों उदाहरणों पर प्रशिक्षित किया गया है) का उपयोग करता है ताकि वह तुरंत विरूपण को ठीक करने का तरीका निकाल सके।
शोधकर्ताओं ने सिमुलेशन चलाकर देखा कि क्या यह काम करेगा। उन्होंने पाया कि यदि वे इस AI को पहले 20 प्रकार के विरूपणों (जिन्हें ज़र्निक मोड कहा जाता है) को प्रति सेकंड दस बार ठीक करने देते हैं, तो यह खोए हुए प्रदर्शन का अधिकांश हिस्सा वापस पा सकता है। उनके सिमुलेशन में, इस सुधार ने टेलीस्कोप की संवेदनशीलता को 3 से 5 गुना बढ़ा दिया। यह एक बहुत बड़ी बात है क्योंकि यह सुझाव देता है कि जल वाष्प के व्यवधान के बावजूद, टेलीस्कोप अभी भी अल्फा सेंटौरी नामक पास के तारे की परिक्रमा कर रहे एक "अर्थ ट्विन" (पृथ्वी जैसे ग्रह) को खोजने में सक्षम हो सकता है।
हालाँकि, शोध पत्र सावधानीपूर्वक नोट करता है कि यह सिमुलेशन पर आधारित है, न कि अभी तक आसमान में मौजूद किसी तैयार, काम करने वाली मशीन पर। वे यह भी बताते हैं कि हालांकि वे धुंधलेपन को ठीक कर सकते हैं, उन्हें इसे बहुत तेज़ी से करना होगा। यदि सुधार चक्र (करेक्शन लूप) बहुत धीमा है (जैसे कि केवल एक सेकंड में एक बार), तो जल वाष्प बहुत अधिक हिल जाता है, और सुधार पूर्ण नहीं होता है। वे सुझाव देते हैं कि सर्वोत्तम परिणामों के लिए अधिक प्रकार के विरूपणों को नियंत्रित करने या और भी तेज़ गति से चलने की आवश्यकता हो सकती है, लेकिन यह इस पर निर्भर करता है कि कैमरा कितनी तेज़ी से तस्वीरें ले सकता है।
संक्षेप में, शोध पत्र निष्कर्ष निकालता है कि जल वाष्प इन्फ्रारेड खगोल विज्ञान के लिए एक बड़ा व्यवधानकर्ता है, लेकिन यह खेल खत्म करने वाला कारक नहीं है। एक चतुर, AI-संचालित कैमरा सिस्टम का उपयोग करके जो छवि को देखता है और वास्तविक समय में धुंधलेपन को ठीक करता है, ELT/METIS टीम का सुझाव है कि वे अभी भी पृथ्वी जैसे संसार खोजने के अपने सपने को पूरा कर सकते हैं, बशर्ते वे जल वाष्प सुधारों को उच्च गति पर चलाते रहें।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।