Reduziertes Kollisionsrisiko im Weltall dank besserer Thermosphärenmodellierung
Unsere obere Atmosphäre bzw. Thermosphäre ist sehr dünn. Obwohl die Massendichten mehr als eine Milliarde Mal geringer sind als an der Oberfläche unseres Planeten, ist die Vorhersage des Luftwiderstands für die Betreibenden von Satelliten von erheblicher Bedeutung. In der erdnahen Umlaufbahn ist der Luftwiderstand die größte Fehlerquelle und spielt eine zentrale Rolle bei der Planung, der Flugbahn und der Vorhersage des Wiedereintritts von Satellitenmissionen sowie der Planung von Ausweichmanövern, um Kollisionen zu vermeiden. Die Internationale Raumstation wird etwa einmal pro Jahr genau aus diesem Grund ummanövriert. Sean Bruinsma vom Raumfahrtzentrum Toulouse (CNES) in Frankreich ist für die Öffentlichkeitsarbeit des EU-unterstützten Projekts SWAMI zuständig. Er erklärt: „Das Hauptproblem ist heutzutage die Kollisionsvermeidung und es wird sich in Zukunft nur noch verschärfen, da sich bereits sehr große Satellitenkonstellationen wie Starlink im Bau befinden. Es ist unvermeidbar, dass die schiere Anzahl an Objekten in der Umlaufbahn zu einem höheren Kollisionsrisiko führen wird.“ Ein genaues Dichtemodell sowie zuverlässige Prognosen solarer und geomagnetischer Aktivitäten sind erforderlich, um die Wahrscheinlichkeiten von Kollisionen zu bestimmen. Das einzige europäische Modell der Thermosphäre, das Drag Temperature Model (DTM) lässt sich nur oberhalb von einer Höhe von 120 km anwenden, sodass amerikanische Modelle herangezogen werden müssen, um Wiedereintrittsberechnungen unterhalb dieser Höhe durchführen zu können. „Nun verfügen wir durch eine Kombination digitaler Monatsmittel-Tabellen des Unified Model, das vom (Met Office, dem meteorologischen Dienst des Vereinigten Königreichs), berechnet wurde, und eines aktualisierten DTM über ein Atmosphärenmodell mit einer Spanne von bis zu 1 500 km. Dieses klimatologische Modell, das MOWA Climatological Model (MCM), kann für den Satellitenbetrieb genutzt werden, auch für Wiedereintrittsberechnungen“, so Bruinsma. „Das MCM ist ein bedeutender Schritt nach vorn, was die Unabhängigkeit Europas bei Raumfahrtmissionen angeht. Jedoch hat die COVID-19-Krise dafür gesorgt, dass wir im Wiedereintrittsbereich nicht so genau sind, wie wir uns erhofft hatten.“
Berechnung der Auswirkungen des Sonnenwinds
Das Projekt SWAMI entwickelte auch den neuen geomagnetischen Index Hpo, der für die Energie steht, die der Sonnenwind zur oberen Atmosphäre beiträgt. Der Hpo setzt kürzere Probenahmeintervalle ein – 30 und 60 Minuten, statt der 180 Minuten des zuvor verwendeten Indexes Kp – und kann geomagnetische Stürme besser darstellen. „Die höhere zeitliche Auflösung des Hpo ermöglicht eine genauere Modellierung der Variabilität der Thermosphäre. Beim Betrieb von Satelliten müssen die Umlaufbahnen von Objekten Tage oder sogar mehrere Wochen im Voraus vorhergesagt werden. Dafür sind Prognosen der solaren und geomagnetischen Aktivitäten im selben Zeitraum erforderlich“, merkt Bruinsma an. Dafür setzte das Projekt maschinelles Lernen ein und wandte einen besonderen Algorithmus an, um die Genauigkeit während geomagnetischer Stürme zu optimieren.
Instrumente für die Analyse
Die MCM- und DTM-Modelle stehen auf Github zur Verfügung und sind für die nicht gewerbliche Nutzung kostenfrei. Bei gewerblicher Nutzung unterliegen sie eine Lizenzierungspflicht. Diese Modelle sind operationelle Instrumente, die vom SWAMI-Team erschaffen wurden, um in die eigene Software des Nutzenden eingebunden zu werden. Eine Anleitung zur Implementierung und zum Benchmarking ist auf der SWAMI-Website und auf Github zu finden.
Schlüsselbegriffe
SWAMI, Weltraum, Wetter, Klima, solar, Atmosphäre, Satelliten, Orbit, Thermosphäre
