Novel Observing Strategies Testbed: A Lightweight, Collaborative Platform for Prototyping Earth Observing Missions

Aardobservatie heeft lang gegrepen op enkelvoudige satellieten of vaste constellaties om de planeet in de gaten te houden, maar een nieuwe aanpak voorziet in een meer vloeiende manier van observeren. In plaats van een rigide schema stellen wetenschappers netwerken van satellieten, grondsensoren en computermodellen voor die in realtime met elkaar communiceren en samen beslissen waar en wanneer er gekeken moet worden. Dit concept, bekend als een gedistribueerde ruimtevaartmissie, vereist dat verschillende stukken software en hardware perfect met elkaar coördineren, zelfs wanneer ze eigendom zijn van verschillende organisaties en draaien op verschillende computers. De uitdaging is het bouwen van een testomgeving voor deze ideeën die robuust genoeg is om met echte fouten om te gaan, maar eenvoudig genoeg voor onderzoekers om te gebruiken zonder verstrikt te raken in complexe engineering. Als deze systemen niet effectief getest kunnen worden vóór de lancering, neemt het risico op falen in de ruimte toe en neemt het potentieel om ons begrip van het veranderende klimaat van de aarde te verbeteren af.

Een team van onderzoekers van de Arizona State University, de University of Maryland en NASA's Goddard Space Flight Center heeft een nieuw platform ontwikkeld en getest dat ontworpen is om dit probleem op te lossen. Ze noemen het de Novel Observing Strategies Testbed. Beschouw het als een digitale speeltuin waar wetenschappers complexe satellietcoördinatiesystemen kunnen bouwen en breken voordat ze de grond überhaupt verlaten. Het platform begon als een basisprototype, maar nadat het een tijdje werd gedraaid, realiseerde het team zich dat het de betrouwbaarheid miste die nodig is voor langdurig, multi-institutioneel werk. Ze hebben het in twee belangrijke fasen herbouwd, waarbij functies werden toegevoegd om gebruikersidentiteiten te beheren, te garanderen dat berichten nooit verloren gaan en om de simulatie soepel te laten verlopen, zelfs wanneer verbindingen wegvallen. De definitieve versie, getest tijdens twee afzonderlijke campagnes die bijna 600 gesimuleerde dagen besloegen, bewees dat dit lichtgewicht systeem complexe taken tussen een satellietsimulator en een massief landoppervlaktemodel dat op een supercomputer draait, kon coördineren, terwijl de tijd perfect gesynchroniseerd bleef.

De kern van hun werk bestond uit het testen hoe goed dit nieuwe platform een specifieke wetenschappelijke kwestie kon beheren: het meten van de sneeuwwaterequivalent, wat de hoeveelheid vloeibaar water bevat in een sneeuwpakket. Deze meting is moeilijk omdat sneeuw enorm varieert in diepte en dichtheid, en geen enkele sensor kan het allemaal zien. De onderzoekers stelden een scenario op waarin een computermodel van het land, draaiend op een krachtige supercomputer bij NASA, samenwerkte met vier verschillende softwaretoepassingen die een constellatie van kleine satellieten simuleerden. Deze satellieten waren ontworpen om radar te gebruiken om door wolken heen te kijken en de sneeuwhoogte te meten. Het doel was om te zien of de satellieten intelligent konden beslissen welke delen van het sneeuwpakket ze moesten scannen, gebaseerd op wat het landmodel hen vertelde over veranderende omstandigheden.

Om dit werkend te krijgen, moesten de onderzoekers vijf specifieke hindernissen overwinnen die hun eerdere versie van de testomgeving hadden gehinderd. Ten eerste hadden ze een veilige manier nodig voor gebruikers van verschillende universiteiten en NASA om in te loggen zonder wachtwoorden te delen. Ze implementeerden een systeem waarbij gebruikers een tijdelijke digitale pas krijgen die automatisch wordt vernieuwd, wat ervoor zorgt dat alleen geautoriseerde mensen toegang hebben tot de simulatie. Ten tweede moesten ze garanderen dat er geen gegevens zouden verdwijnen als het internet even wegviel. Ze vervingen een "best-effort" berichtensysteem door een systeem dat elk bericht in een wachtrij opslaat totdat het succesvol is afgeleverd, waardoor er zelfs als een verbinding verbreekt geen informatie verloren gaat. Ten derde bouwden ze automatische herstelmechanismen in, zodat als een computer zijn verbinding verloor, deze opnieuw zou verbinden en precies daar zou hervatten waar het was gebleven zonder dat een mens het opnieuw hoefde te starten. Ten vierde creëerden ze een strikte set regels voor de manier waarop gegevens worden geformatteerd, zodat verschillende programma's die met elkaar communiceren de informatie nooit verkeerd zouden begrijpen. Ten slotte, en misschien wel het belangrijkste, voegden ze een masterklok toe die de hele simulatie onmiddellijk kon pauzeren, kon wachten tot de supercomputer een berekening heeft voltooid, en alles op exact hetzelfde moment weer kon hervatten.

Het team heeft twee grote tests uitgevoerd om te bewijzen dat het systeem werkt. De eerste test besloeg een volledig sneeuwseizoen van oktober 2024 tot juni 2025. In deze versie pauzeerde het systeem de simulatie voor een vaste tijd om de supercomputer zijn werk te laten afmaken. Hoewel dit werkte, liet het de satellietsimulatoren soms onnodig wachten als de supercomputer eerder klaar was, of dwong het hen te wachten als de supercomputer traag was. De tweede test, die de sneeuwperiode 2018–2019 besloeg, verbeterde dit door het systeem "event-driven" (gebeurtenisgestuurd) te maken. In plaats van op een timer te wachten, pauzeerde de simulatie onbepaald en hervatte deze pas op het moment dat de supercomputer signaleerde dat de gegevens gereed waren. Deze verandering elimineerde bijna alle verspilde wachttijd, waardoor het hele proces bijna 100% efficiënter werd.

Gedurende deze lange tests presteerde het systeem met opmerkelijke stabiliteit. Tijdens de twee campagnes, die samen 577 dagen aan sneeuwseizoenen simuleerden, kreeg het platform te maken met tientallen netwerkonderbrekingen. In elk geval herstelde de software zich automatisch, hervatte de positie in de simulatie en ging verder zonder enig gegevensverlies. De coördinatie tussen de verschillende onderdelen van het systeem was ongelooflijk snel; wanneer de centrale manager de andere applicaties opdracht gaf om te pauzeren, bevroren ze allemaal in minder dan een seconde. Deze snelheid is cruciaal omdat het betekent dat de verschillende onderdelen van het systeem altijd naar hetzelfde moment in de tijd kijken, wat fouten voorkomt die zouden kunnen ontstaan als één deel naar de sneeuw van gisteren keek terwijl een ander naar de sneeuw van vandaag keek.

De resultaten toonden aan dat het platform erin slaagde een complexe workflow te coördineren waarbij een landmodel en satellietsimulatoren gegevens uitwisselden om de beste plaatsen voor observatie te selecteren. Het systeem identificeerde gebieden met een hoge waarde om te scannen, zoals diepe sneeuwpakketten in de bergen waar andere sensoren moeite mee hebben, en paste zijn strategie aan naarmate de sneeuw over het landschap smolt en verschoof. De onderzoekers ontdekten dat het systeem de zware rekenlast van het landmodel kon afhandelen terwijl de satellietsimulaties soepel bleven draaien, zelfs wanneer de twee via verschillende netwerken en firewalls met elkaar communiceerden. Dit toonde aan dat het mogelijk is om een high-performance supercomputer, die vaak streng beveiligd is, te koppelen aan een flexibel, cloud-gebaseerd simulatienetwerk zonder de veiligheid of snelheid in gevaar te brengen.

Dit werk vormt een belangrijke stap voorwaarts in de manier waarop ruimtevaartmissies worden gepland en getest. Door te bewijzen dat een lichtgewicht, collaboratief platform de eisen van langdurige, multi-institutionele simulaties kan weerstaan, hebben de onderzoekers een instrument geleverd dat gebruikt kan worden om nieuwe observatiestrategieën te evalueren voordat er in dure ontwikkeling wordt geïnvesteerd. Het systeem is niet slechts een theoretisch concept; het is gevalideerd in een realistische omgeving en heeft een volwassenheidsniveau bereikt waarbij het vertrouwd kan worden voor de ondersteuning van echte missieplanning. Het vermogen om complexe simulaties over verschillende organisaties heen te pauzeren, te hervatten en te synchroniseren, opent de deur naar meer adaptieve en efficiënte manieren om de aarde te observeren, waardoor toekomstige satellieten kunnen reageren op veranderende omstandigheden met de precisie die nodig is om onze meest kritieke planetaire processen te begrijpen.