mardi 17 mai 2022

1031 traces d'astéroïdes inconnus trouvées grâce à la science participative


Grâce à une combinaison d'intelligence humaine et artificielle, des astronomes ont découvert 1701 nouvelles traînées d'astéroïdes dans les données d'archives du télescope spatial Hubble couvrant les 20 dernières années. Plus de 1000 traînées correspondent à des astéroïdes inconnus jusqu'alors, des astéroïdes peu lumineux et plus petits que ceux détectés dans les études au sol. Ils pourraient donner de précieux indices sur les conditions qui régnaient au début du système solaire, lorsque les planètes se sont formées. L’étude est parue dans Astronomy&Astrophysics

C’est en juin 2019, lors de la Journée internationale des astéroïdes, qu’un groupe international d'astronomes a lancé le projet Hubble Asteroid Hunter, un projet de science participative sur la plateforme Zooniverse. Leur objectif était d’identifier visuellement des astéroïdes dans les données d'archives du télescope spatial Hubble. Sandor Kruk, (Institut Max Planck de physique extraterrestre), et ses collaborateurs ont exploité des dizaines de milliers d'images qui sont pour la plupart automatiquement éliminées dans d'autres campagnes d'observation en tant que bruit. Prises entre le 30 avril 2002 et le 14 mars 2021 avec les caméras ACS et WFC3 du télescope spatial Hubble, les astronomes ont recensé plus de 37 000 images utilisables pour détecter des astéroïdes. Avec un temps d'observation typique d'une demi-heure, les traînées d'astéroïdes devaient apparaître comme des stries sur ces images. 
Et en raison de l'orbite et du mouvement de Hubble lui-même, les traînées apparaissent courbées sur les images, ce qui rend difficile leur classification par un ordinateur dressé pour les détecter automatiquement. D'où l'idée de demander à des volontaires d'effectuer une première classification visuelle. En tout, Il y a eu 2 millions de clics sur la page web de Hubble Asteroid Hunter, 11 482 volontaires ont fourni 1488 classifications positives sur environ 1 % des images. Kruk et son équipe ont ensuite utilisé ces classifications effectuées par les "scientifiques citoyens" pour entraîner un algorithme d'apprentissage automatique afin de rechercher d'autres traînées d'astéroïdes dans les données d'archives restantes. Cela a conduit à 900 détections supplémentaires et donc à un total de 2487 traînées d'astéroïdes possibles dans les données d'archives de Hubble. Les chercheurs ont inspecté ces traînées, en excluant les rayons cosmiques et autres objets, ce qui a permis d'obtenir un ensemble de données final de 1701 traînées trouvées jusqu'à la magnitude 24,5 dans 1316 images de Hubble.
Environ un tiers d'entre elles (670) ont pu être identifiées comme provenant de 454 astéroïdes catalogués dans le Minor Planet Center, qui est la plus grande base de données d'objets du système solaire. Et il reste 1031 traînées non identifiées. Globalement, ils ont trouvé des trainées d'astéroïdes dans 3,5% des images composites de Hubble (d'exposition moyenne de 35 minutes) et dans 1,4% des images individuelles.


Une identification positive en tant qu'astéroïde avec une orbite caractérisée nécessitera des observations supplémentaires, mais l'échantillon est déjà très intéressant : ces objets sont systématiquement moins lumineux (1,6 magnitudes plus faible) et donc probablement plus petits que les astéroïdes typiques détectés depuis le sol, avec une vitesse et une distribution sur le ciel qui sont similaires à celles des astéroïdes de la ceinture principale. La grande majorité des astéroïdes sont en effet distribués près du plan écliptique (96% ont un angle inférieur à 30° par rapport à l'écliptique) et 95% de ceux déjà connu sont des membres de la ceinture principale. Les astronomes calculent la densité approximative et ils trouvent une densité de 80 astéroïdes par degré carré à proximité de l'écliptique, une valeur qui tombe à 1 astéroïde par degré carré aux plus grandes latitudes.
Kruk et son équipe comptent maintenant étudier plus en détail les 1031 traînées non encore identifiées en utilisant la parallaxe induite par le télescope Hubble. En ajustant les formes courbes des traînées à la parallaxe, ils pourront déterminer les distances géométriques des nouveaux objets et la distribution statistique de leurs tailles.

La science citoyenne et l'apprentissage automatique s'avèrent être des techniques très utiles pour la recherche systématique d'objets dans les archives de données scientifiques astronomiques existantes. Cette étude donne une méthode pour trouver de nouveaux astéroïdes dans des images d'archives qui s'étendent sur des décennies. Elle pourrait être appliquée efficacement à d'autres ensembles de données, augmentant ainsi l'échantillon global de petits corps bien caractérisés dans le Système solaire et affinant leurs éphémérides. Et à l'avenir, les chercheurs veulent mener le même type de recherche avec d'autres télescopes, comme Euclid ou le Vera Rubin Observatory. Bien qu'il ait été conçu pour imager les galaxies, ils estiment qu'Euclid par exemple pourra observer 150 000 objets dans notre système solaire...

Source

Hubble Asteroid Hunter I. Identifying asteroid trails in Hubble Space Telescope images
Sandor Kruk et al.
Astronomy&Aastrophysics
Volume 661, May 2022  (6 mai 2022)


Illustration 

1. L'asteroïde (190838) 2001 SE101 passant devant la nébuleuse du Crabe, image enregistrée le 5 décembre 2005 (Melina Thévenot, Kruk et al.)
2. Interface de la page web de Hubble Asteroid Hunter dans Zooniverse 

1 commentaire :

Claire a dit…

Merci pour cet article très éclairant! J'ai toujours était fascinée par les résultats que l'on pouvait obtenir grâce aux scientifique lambda! Les sciences participatives ont une réelle valeur ajoutée!