Сегодня для оценки вероятности столкновения астероида с Землей чаще всего используются линейные методы. Однако, как выяснили ученые физического факультета Томского государственного университета, при оценке объектов с малым количеством наблюдений линейные методы могут давать серьезные ошибки и предсказывать катастрофу при отсутствии реальной угрозы. Поэтому в таких случаях необходимо использовать более алгоритмически сложные нелинейные модели. Результаты оценки, полученные с помощью двух разных методов, могут отличаться в десятки и даже сотни раз. Исследование опубликовано в журнале Solar System Research (Q3).
Ежегодно астрономы обнаруживают около 30 000 астероидов, из которых примерно 3000 сближаются с Землей. Чтобы оценить уровень угрозы, для каждого объекта строят облако неопределенности (разброса) — множество возможных траекторий его полета. Вероятность столкновения определяется исходя из доли в облаке «виртуальных астероидов», пути которых пересекаются с планетой.
Для определения траектории большинства астероидов достаточно линейного стохастического моделирования параметрической неопределенности — алгоритмически простого и быстрого метода, который выполняется с помощью ковариационной матрицы параметрических ошибок, полученных в рамках линеаризованной обратной задачи. Однако ученые ФФ ТГУ показали, что для объектов, наблюдаемых на небольшом интервале и о движении которых пока мало информации, этот подход может давать недостоверный результат. Исследования проводились на смоделированных сотрудниками ТГУ тестовых объектах.
"Наш основной инструмент — это компьютерное моделирование. Мы строим модели движения объектов и проводим исследования с помощью таких моделей, — объясняет доцент кафедры астрономии и космической геодезии ФФ ТГУ Ольга Сюсина. — Основной материал — это наблюдения объекта. Чтобы понять, как поведет себя объект с определенными характеристиками, создается тестовый астероид, и на нем тестируется методика".
Расчеты для четырех тестовых астероидов показали, что при недостатке данных о движении объекта, а значит, сильной нелинейности обратной задачи, использование линейных методов является недостаточным для стохастического моделирования параметрической неопределенности. Это может привести к неверным оценкам вероятности столкновения и ложно предсказать угрозу там, где ее нет. Так, в некоторых случаях нелинейная оценка показывала нулевую вероятность столкновения, в то время как линейная прогнозировала катастрофу.
"Области неопределенности на основе линейных оценок всегда имеют эллипсоидальную форму. Но для объектов с малым количеством наблюдений форма области искривляется, и это хорошо отражают только нелинейные методы, — уточняет Ольга Сюсина. — Поэтому мы считаем, что в условиях сильной нелинейности, когда асимметрия возможных траекторий превышает 0,5, следует отдавать предпочтение нелинейным методам, несмотря на то, что они сложнее алгоритмически и требуют больше времени".
Исследование выполнено в рамках госзадания Министерства науки и высшего образования РФ (№ FSWM-2024-0005).
Добавим, что ученые ФФ ТГУ системно проводят высокоточное моделирование траектории всех новых объектов, сближающихся с Землей, и занимаются уточнением моделей движения известных астероидов. Построению моделей различной точности и обработке наблюдений обучают студентов на образовательной программе бакалавриата ФФ ТГУ «Цифровая астрономия и геоинформационные системы».
Для некоторых объектов физики ТГУ также проводят наблюдения самостоятельно на одном из крупнейших телескопов в России Zeiss-2000 в международной Терскольской обсерватории. Например, в прошлом году удалось провести успешные наблюдения астероида Ганимед. Сейчас в обсерватории находится аспирант ФФ Михаил Малев, который наблюдает за астероидами и космическим мусором с целью получения более точных орбит объектов.
Источник: ТГУ
