Երկրի շուրջ գտնվող տիեզերական տարածությունն արդեն իսկ գերբնակեցված է. վերջին տվյալներով ուղեծրում գտնվում է ավելի քան 45,000 արհեստական օբյեկտ՝ սկսած աշխատող արբանյակներից մինչև հին արձակումների բեկորներ: Ցածր ուղեծրային մեգա-համաստեղությունների (Starlink, OneWeb և այլն) աճի և 2026 թվականին նախատեսված տասնյակ նոր առաքելությունների պարագայում բախումների խնդիրը դառնում է առաջնային: Տրագծերն ու ռիսկերն ավելի լավ հասկանալու համար Լոուրենս Լիվերմորի ազգային լաբորատորիայի (LLNL, ԱՄՆ) գիտնականները ստեղծել են մասշտաբային սիմուլյացիա. նրանք հաշվարկել են մեկ միլիոն ուղեծիր ցիս-լուսնային տարածությունում (աշխարհագրական ուղեծրից մինչև Լուսնից այն կողմ ընկած հատվածը)՝ վեց տարվա կտրվածքով:

Ի՞նչ են արել LLNL-ում

Թիմն օգտագործել է SSAPy (Space Situational Awareness Python package) բաց կոդը, հանրամատչելի տվյալների բազան և լաբորատորիայի Quartz ու Ruby գերհամակարգիչները: Մեկ միլիոն հետագծերի հաշվարկը խլել է 1,6 միլիոն պրոցեսորային ժամ (CPU-hours). մեկ սովորական համակարգչի վրա դա կտևեր ավելի քան 182 տարի, սակայն կլաստերի վրա իրականացվել է ընդամենը երեք օրում:

Արդյունքները հրապարակված են բաց հասանելիությամբ gdo-cislunar.llnl.gov կայքում: Սա պարզապես քարտեզ չէ, այլ բարձր ճշգրտությամբ հետագծերի լիարժեք տվյալների հավաքածու (dataset), որը կարող է օգտագործվել մեքենայական ուսուցման և վիճակագրական վերլուծության համար:

LLNL-ի գիտնականներ Դենվիր Հիգինսը և Թրևիս Յեգերը բացատրել են դրա օգտակարությունը.

«Երբ ունեք միլիոնավոր ուղեծրեր, կարելի է իրականացնել շատ հարուստ վերլուծություն մեքենայական ուսուցման հավելվածների միջոցով: Կարելի է փորձել կանխատեսել ուղեծրի կյանքի տևողությունը, կայունությունը կամ հայտնաբերել անոմալիաներ՝ տեսնել, թե արդյոք ուղեծիրն սկսում է իրեն տարօրինակ պահել»,— նշել է Դենվիր Հիգինսը:

Ի՞նչ է ցույց տվել սիմուլյացիան

Մոդելավորված միլիոն ուղեծրերից մոտավորապես կեսը մնացել է կայուն առնվազն մեկ տարի, իսկ 10%-ից պակասը՝ սիմուլյացիայի ողջ վեց տարիների ընթացքում: Սա օգնում է բացահայտել «խաչմերուկները»՝ այն գոտիները, որտեղ հետագծերը հաճախ են հատվում, և որտեղ բախումների ռիսկն ամենաբարձրն է:

Այս տվյալներն օգտակար են՝

  • Նոր առաքելությունների պլանավորման համար (որտեղ տեղակայել արբանյակը, որպեսզի չխանգարի մյուսներին),
  • Կանխատեսելու համար, թե ինչպես փոքր խոտորումները (արեգակնային քամի, Լուսնի ձգողականություն) կփոխեն ուղեծիրը,
  • Իրական ժամանակում տիեզերական երթևեկության մոնիտորինգի համար:

Ինչո՞ւ է սա կարևոր հենց հիմա

2026 թվականին սպասվում է արձակումների ռեկորդային թիվ, հիմնականում՝ ցածր երկրամերձ ուղեծիր (LEO), որտեղ արդեն իսկ նեղվածք է: Առանց գլոբալ համակարգման յուրաքանչյուր նոր արբանյակ մեծացնում է «Քեսլերի սինդրոմի» (շղթայական ռեակցիայի) հավանականությունը: LLNL-ի տվյալների հավաքածուն բաց և անվճար գործիք է, որը կարող է օգնել երկրներին ու ընկերություններին ավելի լավ համակարգել իրենց ուղեծրերը:

Առայժմ սա բախումների կանխարգելման պատրաստի համակարգ չէ, բայց հիմք է ապագա մեքենայական ուսուցման մոդելների համար, որոնք կկարողանան իրական ժամանակում զգուշացնել վտանգավոր մերձեցումների մասին:

Կարճ ասած

LLNL-ը մոդելավորել է մեկ միլիոն ուղեծիր ցիս-լուսնային տարածությունում 6 տարվա համար. արդյունքը հասանելի է բաց տարբերակով: Սա օգնում է կանխատեսել կայունությունը և հայտնաբերել բախումների համար վտանգավոր «նեղ տեղերը»: Ուղեծրերի կեսը կայուն են առնվազն մեկ տարի, իսկ 10%-ից քիչը՝ բոլոր 6 տարիները: Ուղեծրում 45,000+ օբյեկտների առկայության պայմաններում այս տվյալները կարող են հիմք դառնալ 2026-ից հետո տիեզերական երթևեկության անվտանգության համար: