تکنولوژیفضا

کدهای ارسالی کاوشگران ناسا چگونه تبدیل به تصویر می‌شوند؟

همه عاشق تصاویر زیبایی هستند که از هر هفته از فضا و سیاره‌های مختلف منتشر می‌شود؛ از تصاویر گرفته شده از یک سحابی دوردست توسط تلسکوپ هابل گرفته تا تصاویری از کلیت کائنات که با امواج ایکس‌ری گرفته می‌شوند. اما دانشمندان چگونه مجموعه‌ای از کدهای صفر و یک را به یک تصویر جذاب تبدیل می‌کنند؟ همچنین چگونه تصاویری از فضا ترسیم می‌کنند که آنقدر دور است که با چشم غیرمسلح حتی نمی‌توان نشانه‌ای از آن دید؟

ما با دو نفر از برترین تصویرنگارهای ناسا صحبت کردیم تا پاسخی برای پرسش‌های خود بیابیم.

تصویربرداری از مشتری

بسیاری از کاوشگران فضایی ناسا،‌ دوربین‌های خاص خود را دارند که اقدام به ثبت تصاویری برای پردازش و نمایش به عموم می‌کنند. کاوشگر جونو یکی از آنها است که توانسته در ماموریت خود به سیاره مشتری، تصاویری با کیفیت، زیبا و باجزئیات فراوان ارسال کند.

اما بسیاری از تصاویری که از مشتری دیده‌اید، به وسیله کوین گیل، یک مهندس نرم‌افزار در آزمایشگاه پیشرانه جت ناسا پردازش شده‌اند. او فرایند پردازش تصاویر را توضیح می‌دهد و می‌گوید به دلیل استفاده کاوشگر جونو از یکی از سه فیلتر قرمز، سبز و آبی، تصاویر ارسالی طیفی از خاکستری هستند.

کار گیل این است که سه تصویر ارسالی با فیلترهای مختلف را روی هم قرار داده و رنگ‌های واقعی آن را بازسازی کند. اما همه چیز به این سادگی نیست. به دلیل حرکت کاوشگر و البته سیاره مشتری، تصویرها کاملا روی یکدیگر منطبق نمی‌شوند و مقداری اعوجاج در آنها وجود دارد. اغلب، این مشکلات با نرم‌افزارهای خاصی حل می‌شوند که برای ماموریت کاسینی (کاوشگر زحل که در سال 1997 به فضا پرتاب شد) ساخته شدند. با این حال، گیل بخشی از کار خود را هم با نرم‌افزارهای عادی مانند فوتوشاپ انجام می‌دهد.

کدهای ارسالی کاوشگران ناسا چگونه تبدیل به تصویر می‌شوند؟

بسیاری از داده‌ها و تصاویر خام گیل را می‌توان در گیت‌هاب (Github) مشاهده کرد. ناسا بخش زیادی از داده‌های خود را در این پایگاه در معرض بازدید عموم قرار می‌دهد و علاقه‌مندان می‌توانند خودشان در خانه به پردازش تصاویر بپردازند.

نتیجه کارهای پردازشگرانی مانند گیل، نقش مهمی در پروژه‌های علمی دارد. با این حال، هدف افزایش آگاهی عمومی هم در آن دیده می‌شود. در حقیقت، یکی از دوربین‌های کاوشگر جونو با نام جونوکم (JunoCam) با هدف اولیه افزایش آگاهی عمومی روی آن نصب شده است. به این صورت، ماموریت فضایی جونو نخستین ماموریتی است که انتشار جنبه‌های بصری تحقیقات را برای استفاده عموم مدنظر داشته است. گیل می‌گوید: «ما بسیاری از اجسام و پدیده‌ها را برای اولین بار مشاهده می‌کنیم. بنابراین فرصتی برای دانشمندان و البته عموم جامعه است تا ارتباطاتی دست‌اول و پویا بین اجسام فضایی ببینند.»

نقش هنر

در برخی از کارها، مانند ساخت تصاویری واقعی از داده‌های ارسالی کاسینی از سطح زحل، استفاده از رنگ‌های واقعی و دقت در جزئیات، بسیار مهم هستند. این موضوع را گیل یادآور می‌شود: «اگر من بخواهم با رنگ‌ها داستانی واقعی درباره زحل بگویم، لازم است که بسیار علمی کار کنم. باید مطمئن شوم که رنگ‌ها و جزئیات دقیقا مطابق با داده‌های دوربین و البته ماهیت واقعی زحل است.»

کدهای ارسالی کاوشگران ناسا چگونه تبدیل به تصویر می‌شوند؟

با این حال، ممکن است در پروژه‌های دیگر، هدف اصلی برجسته‌سازی ویژگی‌های خاصی باشد. «به این صورت، اندکی پای هنر به تصویرسازی‌ها باز می‌شود و باید دانست با چه ترکیب و توازن رنگ‌هایی می‌توان به جذابیت تصویر افزود یا توجه مخاطب را جلب کرد.»

به این صورت، هر تصویر فضایی، ابعادی شخصی از سازنده آن نیز در بردارد. پردازشگران کارآزموده‌ای مانند گیل می‌توانند با نگاه به تصاویر پردازش شده جونو و براساس رنگ‌های انتخابی و درجه‌بندی‌های آنها تشخیص بدهند که سازنده آن کیست. او توضیح می‌دهد: «من دوست دارم که برای ترسیم کردن یک داستان یا نشان دادن جنبه‌هایی از سیاره‌های مختلف، از ترکیب‌های خاصی در فیلترهای رنگ خود استفاده کنم.»

داستانگویی با تصویر

کدهای ارسالی کاوشگران ناسا چگونه تبدیل به تصویر می‌شوند؟

پردازشگران تصویر می‌توانند برای برجسته‌سازی ویژگی‌هایی خاص از اجسام و پدیده‌های فضایی، سبک‌های مختلفی برای رنگ‌بندی استفاده کنند. این اقدام باعث می‌شود تا ویژگی مدنظر به چشم آید و دیگران عمیق‌تر به بررسی آن بپردازند.

رنگ‌بندی باعث دیده شدن ویژگی‌هایی می‌شود که (بدون این تکنیک) ممکن بود متوجه آنها نشویم. با این حال، گیل به دنبال آن است که بینندگان، بتوانند تصویر را درک کنند. او می‌گوید: «من نمی‌خواهم مردم را فریب بدهم. اگر من از یک رنگ غیرواقعی برای یک تصویر استفاده کنم، می‌خواهم همه متوجه غیرواقعی بودن آن بشوند… بنابراین اگر از یک فیلتر مادون قرمز برای رنگ‌بندی یک تصویر خاصی استفاده کنم، رنگ‌هایی به شدت قرمز یا به شدت آبی ترسیم خواهند شد که واقعی نبودنشان مشخص است. نمی‌خواهم مردم درباره چیزی که می‌بینند، سردرگم باشند.»

اما استفاده از داده‌های خارج از طیف مرئی، مزایایی دارد. به عنوان مثال، داده‌های مخابره شده از مشتری، شامل بسیاری از مواردی می‌شود که چشم انسان قادر به تشخیصشان نیست. «اگر شما تصویری واقعی از مشتری ببینید، به جز یک رنگ بژ بی‌روح و با کمترین جزئیات، چیزی نصیبتان نخواهد شد. اما عبور دادن همین تصویر از فیلتر مادون قرمز باعث زنده و پرروح شدن آن می‌شود.»

کار در طیف غیرمرئی

رنگ‌بندی طیف مادون‌قرمز تخصص رابرت هرت است. او یک دانشمند تصویرسازی در دانشگاه کلتک (موسسه فناوری کالیفرنیا) است که با ناسا همکاری می‌کند. از دیگر کارهای او می‌توان به پردازش تصاویر تلسکوپ فضایی اسپیتزر اشاره کرد (که به تازگی از حالت عملیاتی خارج شده است).

هرت می‌گوید: «ما به دنبال نمایش عینی داده‌ها با زیباترین رنگ‌های ممکن هستیم؛ بدون آنکه صرفا به خاطر زیبایی منجر به تحریف و تغییر واقعیات شویم. در این فرایند، واقعیاتی برجسته می‌شوند که در بین داده‌ها مخفی شده بودند.»

کدهای ارسالی کاوشگران ناسا چگونه تبدیل به تصویر می‌شوند؟

تلسکوپ فضایی اسپیتزر، داده‌ها را به شکل طول موج‌های مادون قرمز مخابره می‌کرد. به همین دلیل، نیاز بود که پیش از نمایش آنها به صورت یک تصویر، تفسیر بیشتری صورت بگیرد. داده‌های دریافتی از دوربین مادون قرمز اسپیتزر باید به طیف رنگی مرئی ترجمه می‌شد. با این حال، در این ترجمه باید ارتباط و نسبت‌های طول موج‌های کوتاه‌تر با بلندتر حفظ می‌شد.

داده‌های مادون قرمز با موفقیت به طیف مرئی ما انتقال پیدا کردند. هرت می‌گوید که راه طبیعی دیگری برای نمایش این اطلاعات به مخاطبان وجود نداشت: «رنگ، یک مفهوم به شدت متنوع است که در طول طیف (مرئی) توزیع شده است. آنچه نور مرئی می‌نامیم، چیز خاصی نیست؛ به جز آنکه از نظر زیستی برایمان جذاب است.»

رنگ در فرایندهای فیزیکی

گاهی اوقات، رنگ‌ها نه فقط برای مرئی شدن، بلکه برای دیده شدن ویژگی‌های خاص هم باید تغییر کنند. حتی در این صورت نیز،‌ نیاز است که رنگ‌ها به طور دقیقی (و به عنوان مثال براساس تابناکی خود) ویژگی‌های مدنظر را نشان دهند.

هرت توضیح می‌دهد: «رنگ‌های هر تصویر، معادل ویژگی‌های فیزیکی آن هستند. اگر قسمتی از یک تصویر، قرمز و قسمت دیگری سبز است، دلیلش را باید در تفاوت ویژگی‌های فیزیکی حاکم بر آن دو قسمت جستجو کرد… رنگ، روش ما برای نشان دادن فرایندهای مختلف است.»

نور مرئی، فقط بخش کوچکی از طیف نور است (از طول موج 0.4 میکرون تا 0.7 میکرون). به دلیل این تفاوت ناچیز، معمولا رنگ‌های مرئی ویژگی‌های فیزیکی نزدیکی را نشان می‌دهند. به همین خاطر است که تصاویر دریافتی با ابزارهای طیف‌نور مرئی (مانند تلسکوپ هابل) معمولا بی‌روح و ملایم بوده و در بهترین حالت فقط نور ستارگان را نشان می‌دهند.

اما زمانی که به خارج از این طیف نگاه می‌کنید و مثلا طیف مادون قرمز را در نظر می‌گیرید، با فرایندهای کاملا متفاوتی مواجه می‌شوید. دوربین اصلی اسپیتزر، طول موج دریافتی را به 3.5 میکرون تا 8 میکرون افزایش داده بود و با سایر ابزارهای تصویربرداری قادر هستیم طیف‌های 24 میکرون به بالا را هم دریافت کنیم. معنای سخن آن است که داده‌های دریافتی از این ابزارها بسیار گسترده‌تر از نور مرئی هستند و ما می‌توانیم فرایندهای مختلفی مانند نور متصاعد از ابرهای گرد و خاک یا میزان گرمای آنها را هم متوجه شویم.

هرت توضیح می‌دهد: «با دریافت اطلاعات طیف نوری گسترده‌تر، این فرصت را دارید که تفاوت‌های فیزیکی بیشتری شناسایی کنید.» به همین دلیل است که پس از پردازش تصاویر اسپیتزر و سایر دوربین‌های مادون‌قرمز، به تصاویر پررنگ و لعاب‌تری می‌رسیم. آنها فرایندهایی با تفاوت‌های بیشتر را نمایش می‌دهند.

به گفته هرت، اسپیتزر با طیف‌های دو رنگی ملایم و خاص جزئیات تصویر را به نمایش می‌گذاشت: دوربین مادون قرمز آن (Infrared Array Camera) از سایه‌های نارنجی و قرمز برای نمایش گرد و خاک و از یشمی برای نور ستاره‌ها استفاده می‌کرد؛ دوربین چند طیفی (Multiband Imaging Photometer) آن در کنار داده‌های دوربین مادون قرمز با سبز به ترسیم گرد و خاک و با قرمز به نمایش محل شکل‌گیری ستاره‌ها و گرمایش آن گردوخاک‌ها می‌پرداخت. هر کدام از این رنگ‌های پس‌زمینه، ویژگی‌های نهان خاصی را از بین داده‌ها برجسته می‌ساختند.

فراتر از تصویری زیبا

مخاطب تصاویر اسپیتزر عموم جامعه بودند. هرت با بیان این موضوع، توضیح می‌دهد: «اما به دلیل آنکه تصاویر باید مبتنی بر داده‌های علمی باشند، برای جامعه متخصصان هم کاربرد پیدا می‌کنند.» چنین تصاویری به پژوهشگران کمک می‌کند تا حوزه‌های تحقیقاتی خود را در زمینه‌ای گسترده‌تر مشاهده کنند. «اگر تصویری با رندر خوب، رنگ‌بندی‌های عالی و نورهایی مبتنی بر ویژگی‌های متفاوت هر بخش از فضا داشته باشید، این کاربرد علمی ممکن می‌شود.»

تصاویر پردازش‌شده نهایی (از ابزارهایی مانند اسپیتزر) ممکن است مواردی را نشان پژوهشگران دهند که پیش‌تر به آنها توجه نکرده‌اند.

هرت توضیح می‌دهد: اسپیتزر حتی یک بررسی کلی از کهکشان راه شیری انجام داد که به (پروژه) گلیمپس (Galactic Legacy Infrared Midplane Survey Extraordinaire) معروف است. داده‌های جمع‌آوری شده در چنین‌ پروژه‌ای نیاز به پردازش‌های پیچیده‌ای دارد و تنها در آن صورت است که برای نمایش بصری مناسب می‌شود. دلیل، آن است که مرکز کهکشان نور بسیار شدیدی دارد و علاوه بر کاهش دید انسان، نواحی پیرامونی را هم در یک تاریکی نسبی فرو می‌برد. زمانی که پردازش این داده‌ها تمام شد، تصویری به دست آمد که آن را روی یک بنر با طول تقریبی 49 متر چاپ کردیم. این بنر در یک کنفرانس نجوم روی دیوار نصب شد و به پژوهشگران مختلف فرصتی داد تا عملا برای بار نخست، جزئیاتی بصری از حوزه مورد مطالعه‌شان ببینند.

ترسیم نادیدهها

تفسیر داده‌های مرئی تلسکوپ‌ها یک مسأله است و ترسیم پدیده‌های نادیده چیز دیگری. این پدیده‌های نادیده ممکن است یک سیاره دورافتاده باشد یا اجسامی بسیار غریب مانند سیاه‌چاله.

در مورد سیاره‌های دورافتاده، اغلب اطلاعات ما بسیار اندک است. شاید فقط اطلاعاتی مانند اندازه آن و فاصله‌اش با ستاره میزبان آن را بدانیم. با این حال، این‌گونه اطلاعات کلی فقط می‌توانند ما را در ترسیم یک کره خاکستری‌رنگ کمک کند. در این شرایط می‌توان با داده‌هایی که درباره برخی ویژگی‌های فیزیکی آن به دست آورده‌ایم، به گمانه‌زنی درباره جزئیاتش بپردازیم. اطلاعات اولیه‌ای مانند چگالی، جرم و قفل کشندی (tidally locked) بودن یا نبودن آن به چنین تفسیرهایی کمک می‌کند.

در چنین شرایطی، پردازشگران تصویر اغلب به همفکری با پژوهشگران می‌پردازند تا در مدل‌سازی کامپیوتری مشخص کنند کدام مدل‌ها تناسب بیشتری با داده‌های موجود دارند. ممکن است مدل‌سازی‌ها نشان دهند که احتمالا داده‌های دریافتی حاکی از وجود اقیانوسی از آب در سیاره مورد مطالعه است. گاهی نیز (مثلا به دلیل نزدیک بودن سیاره مورد مطالعه به ستاره‌اش) این نتیجه به دست آید که داده‌های دریافتی و انعکاس نور مشاهده شده در آن، به دلیل گرمای بیش از حدی است که فلزها را به حالت مایع درآورده است. حتی ممکن است داده‌ها با مدل دیگری انطباق داشته باشند که حاکی از چگالی بسیار اندک سیاره مدنظر و حالت ابر و پف باشد.

هرت می‌گوید: «آنچه من می‌خواهم، ایجاد تصاویری به جذابیت فیلم‌های علمی-تخیلی مانند پیشتازان فضا یا نگهبانان کهکشان است. اما این تصاویر باید به قدری مبتنی بر داده‌ها و یافته‌های علمی باشد که به افراد در درک مقالات در حال مطالعه‌شان کمک کند.»

«گاه باید مقداری از دقت فنی و علمی کار کاست تا بتوان به خوبی یک ایده را منتقل کرد … این بخش است که برای من جذابیت دارد. باید بتوان بین جزئیات علمی و قدرت انتقال مفهوم، توازن ایجاد کرد.»

تصویرسازی مبتنی بر علم

هنر تصویرسازی با تغییرات دانش بشر همگام است. این مسأله به ویژه در مورد سیاره‌های دورافتاده صحت دارد که هر روز اطلاعات جدیدی از آنها به دست می‌آوریم.

به عنوان مثال، سیاره 55 کنکری ای (55 Cancri e) در مداری بسیار نزدیک به دور ستاره میزبان خود می‌چرخد و یکی از داغ‌ترین جهان‌های سنگی است که می‌شناسیم. این سیاره در سال 2004 کشف شد اما هرت بارها آن را تصویرسازی کرده است و هر تصویر (براساس اکتشافات جدید) با تصویرهای پیشین خود تفاوت داشته است.

آیا این سیاره، جو دارد؟ آیا بر سطح آن، لاوا در جریان است؟ آیا آتشفشان‌هایی در آن فعال هستند که موجب تار شدن تصاویر می‌شوند؟ هرت توضیح می‌دهد: «تمام این موارد، فرضیاتی محتمل هستند که براساس داده‌های دریافتی در زمان‌های مختلف مطرح شده‌اند و برای هر کدامشان تصاویر منحصربفردی ساخته شده است.»

هرت تغییرات هرساله در تصویرهای ناسا را نشانه‌ای از ضعف در هنر تصویرنگاری و پردازش تصویر نمی‌داند و آن را صرفا نمایشی از پیشرفت دانش نجوم تلقی می‌کند.

نقش فرهنگ عامه

تصویرهای فضایی برای انتقال یافته‌ها استفاده می‌شوند و به این دلیل باید برای عموم مردم قابل فهم باشند. از این رو فرهنگ عامه نقش فراوانی در طراحی‌ها و تصویرنگاری‌های ناسا دارد.

به عنوان مثال، سیاه‌چاله‌ها یکی از ناشناخته‌ترین و پرهیجان‌ترین پدیده‌های طبیعی هستند. میزان جاذبه آنها به حدی بالاست که هیچ چیز (نه حتی نور) نمی‌تواند از دایره تاثیر آن‌ها فرار کند. این وضعیت باعث می‌شود که تصاویری عجیبی از آنها به دست آید. سیاه‌چاله‌ها مطلقا تاریک هستند، به راحتی قابل کشف نیستند و نورهای در حال عبور از اطراف خود را انحنا می‌بخشند.

در گذشته، این اجسام را مانند توپ‌های سیاه‌رنگ بولینگ ترسیم می‌کردند؛ با آنکه دانشمندان می‌دانستند چنین تصویری به خوبی با علم سازگار نیست. هرت قصد داشت آنها را با انحراف مسیر نورهای اطراف به تصویر بکشد اما دیگران (و به ویژه کسانی که تخصصشان در ارتباطات بود و نه علم) چنین تصویرهایی را باعث سردرگمی عموم جامعه می‌دانستند.

هرت می‌گویند: «باید هم باعث سردرگمی شود! (سیاه‌چاله جسمی نیست که به راحتی بتوان درکش کرد و) جلوه بصری‌اش همین‌گونه است.» عجیب بودن جسمی که جاذبه‌ی به شدت قدرتمندی دارد و نور را هم از مسیر مستقیمش منحرف می‌کند، بخشی از داستانی است که باید نقل شود. «من می‌خواهم مردم درباره شکل عجیب سیاه‌چاله کنجکاو شوند و باید با هنر این مسأله را برایشان توضیح داد.»

در این اوضاع، فیلم میانستارهای (Interstellar ) بیرون آمد که پردازش‌های حرفه‌ای تصویر، نگاهی واقعی‌تر به سیاه‌چاله‌ها را رواج دادند. در این فیلم، تغییر مسیر نور در اطراف سیاه‌چاله‌ها نمایش داده شد تا دیدگاه عموم جامعه نسبت به آن تغییر کند.

اکنون می‌توان تصاویر این اجسام فضایی را در هر جایی به شکل انحراف نور دید. همین تغییر در نوع نمایش بصری سیاه‌چاله‌ها باعث شد درک عامه نسبت به چنین موضوعی به شدت رشد کند.

پیشبینی علم

تصاویر فضا فقط از منظر زیبایی‌شناختی یا افزایش درک پدیده‌های پیچیده کاربرد ندارد: آنها همچنین می‌توانند در پیش‌بینی علم و الهام‌بخشی به پژوهشگران نقش داشته باشند.

هرت تصویر کلی کهکشان راه شیری را در سال 2008 ایجاد کرد. او از به‌روزترین اطلاعات موجود در علم نجوم بهره برد. اما باز هم برخی از داده‌های دریافتی توجیه‌پذیر نبودند. از این رو، مجبور شد فرضیاتی بسازد یا به تفاسیر هنری اتکا کرده و خلأهای موجود را با آنها پر کند.

از زمان انتشار آن تصویر، پژوهش‌های بیشتری صورت گرفت و بخشی از فرضیات هرت هم تأیید شد. به عنوان مثال، در آن زمان، داده‌های دریافتی از تلسکوپ‌ها و کاوشگرها برای ترسیم کل کهکشان راه شیری کافی نبود. یکی از نقص‌ها در قسمت بالایی یکی از بازوهای مارپیچی کهکشان راه‌شیری بود. هرت با این فرض که کهکشان شکلی قرینه دارد، آن قسمت را تکمیل کرد.

این فرض بعدها مورد تأیید قرار گرفت. او در این باره می‌گوید: «انگار تمام عالم را به تو داده باشند. فوق‌العاده است که گاهی کارهای هنری تو می‌تواند اکتشافات بعدی را پیش‌بینی کند.»

نوشته های مشابه

دیدگاهتان را بنویسید

دکمه بازگشت به بالا