Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

韦伯如何将其百万像素的图像发送回地球一百万英里

Posted on 2022-07-13

美国宇航局刚刚公布了詹姆斯韦伯太空望远镜的第一组图像,从令人惊叹的星系深场到遥远系外行星大气的微小特征。但是,一百万英里外的航天器如何将数十 GB 的数据传回地球呢?

首先让我们谈谈图像本身。这些不仅仅是普通的 JPEG,Webb 也不仅仅是一台普通的相机。

与任何科学仪器一样,Webb 可以从其仪器、两个高灵敏度近红外和中红外传感器以及一系列附件中捕获并发送大量原始数据,这些附件可以根据需要将它们专门用于光谱学、日冕仪和其他任务。

让我们以最近发布的第一张带有直接比较的图像为例。

百万像素竞赛

哈勃望远镜更能与传统的可见光望远镜相媲美,它在 2008 年拍摄了这张船底座星云的照片:

图片来源: NASA/ESA/Hubble Heritage Team

当然,这是一个令人难以置信的形象。但哈勃望远镜更像是传统的可见光望远镜,更重要的是它是在 1990 年发射的。从那时起,技术发生了一些变化!

这是同一地区的韦伯版本:

图片来源: NASA、ESA、CSA、STScI

任何观众都可以清楚地看到,即使查看这些小版本,Webb 版本也有更多的细节。星云的薄纱质地分解成错综复杂的云层和小束,更多的恒星和大概的星系清晰可见。 (尽管让我们在这里注意到哈勃图像有它自己的魅力。)

让我们放大一个区域以强调捕获的细节水平,从中心向左和向上:

图片来源: NASA、ESA、CSA、STScI

非凡,对吧?但这个细节是有代价的:数据!

哈勃图像约为 23.5 兆像素,未压缩时重 32 兆字节。 Webb 图像(在处理后可用)为 123 兆字节和大约 137 兆字节。这是数据的五倍多,但即使这样也不能说明全部情况。韦伯的规格让它以哈勃的 25 倍的吞吐量发回数据——不仅仅是更大的图像,而是更多的图像……从 3000 倍远的地方。

长途电话

哈勃位于近地轨道上,距地表约 340 英里。这意味着与它的通信非常简单——你的手机可靠地从更远的 GPS 卫星获取信号,对于美国宇航局的科学家来说,将信息来回传递到如此附近轨道上的卫星是一件容易的事。

另一方面,JWST 位于第二个拉格朗日点或 L2,距离地球约 100 万英里,直接远离太阳。这是月球的四倍,在某些方面是一个更加困难的命题。这是来自 NASA 的动画,展示了该轨道的外观:

幸运的是,这种交流方式远非史无前例。我们已经从更远的地方发送和接收了大量数据。而且我们确切地知道韦伯和地球在任何给定时间的位置,所以虽然这不是微不足道的,但实际上只是为工作选择合适的工具并进行非常仔细的安排。

从一开始,Webb 就被设计为通过 Ka 波段的无线电波传输,在 25.9 GHz 范围内,以及用于其他卫星通信的范围内。 (例如,Starlink 也使用 Ka,以及该地区周围的其他人。)

该主无线电天线每秒能够发送约 28 兆比特的数据,这与家庭宽带速度相当——如果来自路由器的信号需要大约 5 秒钟才能穿过一百万英里的真空到达您的笔记本电脑。

纯粹是为了说明距离感——显然,物体不是按比例缩放的。图片来源: NASA/ESA/Hubble Heritage Team

这使它每天有大约 57 GB 的下行链路容量。还有第二根天线在较低的 S 波段运行——令人惊讶的是,与蓝牙、Wi-Fi 和车库门开启器使用的波段相同——保留用于软件更新、遥测和健康检查等低带宽的事情。如果您对具体细节感兴趣, IEEE Spectrum 有一篇很棒的文章对此进行了更详细的介绍。

然而,这不仅仅是一个恒流,因为当然地球自转和其他事件可能会介入。但是因为他们处理的是大多数已知的变量,韦伯团队提前四五个月计划了他们的联系时间,通过深空网络传递数据。韦伯可能会在同一天捕获数据并发送它,但捕获和传输都是很久很久以前就计划好的。

有趣的是,Webb 内部只有大约 68 GB 的存储空间,如果它可以发送 57 GB,你会认为这会让人们感到紧张——但有足够的机会卸载这些数据,所以它永远不会得到那个可怕的“驱动器”完整”的消息。

但你最终看到的——即使是那张未压缩的 123 兆字节 TIFF 大图像——也不是卫星看到的。事实上,它甚至根本无法感知我们所理解的颜色。

“让数据以颜色显示”

进入传感器的数据是红外线的,超出了人类可以看到的窄带颜色。我们使用很多方法来观察这个波段之外的东西,当然,例如 X 射线,我们通过让它们撞击经过校准以检测它们的胶片或数字传感器,以一种我们可以看到的方式捕捉和观察这些射线。韦伯也是如此。

“望远镜并不是真正的傻瓜相机。所以我们不能只拍一张照片就可以了,对吧?它是一种科学仪器。因此,它的设计首先是为了产生科学成果,”太空望远镜科学研究所的乔·德帕斯夸莱在美国宇航局的播客中解释道。

图片来源: NASA/ESA/Hubble Heritage Team

它检测到的并不是人类可以解析的真正数据,更不用说直接感知了。一方面,动态范围超出了图表 – 这意味着最暗点和最亮点之间的幅度差异。基本上没有什么比无限空白的空间更黑暗的了,也没有比爆炸的太阳更亮的了。但是,如果您有一张包含两者的图像,在几个小时内拍摄,您最终会在数据中的明暗之间出现巨大的差异。

现在,我们的眼睛和大脑有相当好的动态范围,但这会让它们脱离水面——更重要的是,没有真正的方式来展示它。

“它基本上看起来像是一张带有一些白色斑点的黑色图像,因为它的动态范围非常大,”DePasquale 说。 “我们必须做一些叫做拉伸数据的事情,那就是获取像素值并重新定位它们,基本上,这样你就可以看到那里的所有细节。”

在你以任何方式反对之前,首先,要知道这基本上是所有图像的创建方式 – 光谱的选择被剪切并适合我们非常有能力但也有限的视觉系统查看。因为我们不能在红外线中看到,并且在这些频率上没有红色、蓝色和绿色的等价物,所以图像分析师必须做复杂的工作,将数据的客观使用与对感知和美感的主观理解结合起来。颜色可能以相似的顺序对应于波长,或者可能被划分为更合乎逻辑地突出“看起来”相似但发出截然不同的辐射的区域。

“我们喜欢在天文摄影中的成像社区中将这个过程称为‘代表色’,而不是过去所说的,仍然是许多人所说的‘假彩色图像’。我不喜欢“假色”这个词,因为它具有我们在伪造它的含义,或者它,你知道,这不是它看起来的样子,数据就是数据。我们不会去那里应用,比如在图像上涂上颜色。我们从头到尾都尊重数据。而且我们允许数据以颜色显示。”

如果你看上面的图片,星云的两个视图,认为它们是从相同的角度,或多或少地同时拍摄的,但是使用不同的仪器来捕捉红外光谱的不同部分。虽然最终两者都必须以 RGB 显示,但通过检查更高波长发现的不同物体和特征可以通过这种创造性但科学严谨的颜色分配方法变得可见。

当然,当数据作为数据比作为视觉表示更有用时,还有更多抽象的方式来看待它。

图片来源: NASA、ESA、CSA 和 STScI

遥远系外行星的图像可能只显示一个点,但光谱图显示其大气的细节,正如您在上面的示例中看到的那样。

收集、传输、接收、分析和呈现像 Webb 这样的数据是一项复杂的任务,但现在数百名研究人员正在兴高采烈地致力于这项任务,因为它已经启动并运行。期待更多创造性和迷人的方式来展示这些信息——JWST 刚刚开始其一百万英里外的使命,我们有很多期待。

原文: https://techcrunch.com/2022/07/12/how-james-webb-space-telescope-jwst-sends-images-to-earth/

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Alin Panaitiu
  • Anil Dash
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Big Technology
  • Bits about Money
  • Brandon Skerritt
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Christopher Butler
  • Colin Percival
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Dustin Curtis
  • eighty twenty
  • Elad Gil
  • Ellie Huxtable
  • Ethan Dalool
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • HeardThat Blog
  • Henrique Dias
  • Herman Martinus
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Li Haoyi
  • Liz Danzico
  • Lou Plummer
  • Luke Wroblewski
  • Maggie Appleton
  • Matt Baer
  • Matt Stoller
  • Matthias Endler
  • Mert Bulan
  • Mind Matters
  • Mostly metrics
  • Naval Ravikant
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • PostHog
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Rohit Patel
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Slava Akhmechet
  • Small Good Things
  • Steph Ango
  • Stephen Wolfram
  • Steve Blank
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • Understanding AI
  • Wes Kao
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2026 搞英语 → 看世界 | Design: Newspaperly WordPress Theme