Документ взят из кэша поисковой машины. Адрес оригинального документа : http://www.astronet.ru/db/msg/1177539
Дата изменения: Tue Jun 25 23:50:14 2002
Дата индексирования: Fri Feb 28 03:53:06 2014
Кодировка: Windows-1251

Поисковые слова: изучение луны
Астронет > Археологическая разведка <b style="color:black;background-color:#66ffff">Луны</b>: результаты проекта SAAM
Rambler's Top100Astronet    
  по текстам   по ключевым словам   в глоссарии   по сайтам   перевод   по каталогу
 

Археологическая разведка Луны: результаты проекта SAAM

"Это была ознакомительная экскурсия. Нашей целью был обзор поверхности скорее для планирования будущих исследований, чем для выполнения их самими. Ряд мест был обследован и рекомендован для выбора наиболее подходящего места раскопок."

Дж. Уиндхем, "Последние лунарии"

Археологическая разведка Луны: результаты проекта SAAM

А.В. Архипов
(
rai@ira.kharkov.ua)

Радиоастрономический институт НАН Украины

(Материалы конференции "SETI-XXI")

На актуальность поиска древних внеземных артефактов на поверхностях небесных тел указывали многие авторы (например: А.Кларк, И.С.Шкловский, К.Саган, Дж.В.Фостер, А.Р.Фрейтас, М.Дж.Карлотто, Д.Л.Холмс). В 1992-2000 гг. автором осуществлена попытка археологической разведки Луны как стратегически важного тела в околоземном пространстве (проект SAAM - Search for Alien Artifacts on the Moon). Главная цель исследования состояла в разработке методики поиска кандидатов в археологические объекты Луны и составлении каталога наиболее интересных районов и объектов для последующего изучения in situ. Предложен и реализован ряд алгоритмов для автоматизированного компьютерного поиска необычных, прямоугольных деталей на снимках лунной поверхности камерой высокого разрешения КА "Клементина". В результате сканирования ~80 тысяч снимков полярных областей Луны составлен банк данных для 128 снимков с подозрительными объектами. Морфологический анализ позволяет выделить три основные группы находок: а) локальные скопления депрессий, упорядоченных в квазипрямоугольные решетки, и расположенные на равнинных участках лунной поверхности; б) квазипрямоугольные узоры из узких линеаментов (низких гряд, уступов и мелких трещин), расположенные на возвышенностях; с) четырехугольные холмы с провалами на вершинах, окруженные депрессиями с плоским дном и прямоугольными очертаниями. Наложение круглых воронок и локальность таких формаций позволяют сомневаться в традиционном объяснении любых прямоугольных деталей Луны сетью тектонических разрывов, контролирующих форму ударных разрушений поверхности. Предпринята попытка составления эволюционных последовательностей снимков однотипных прямоугольных формаций, находящихся на различных стадиях разрушения. Эти последовательности интерпретируются как постепенное обрушение неких подповерхностных пустот, имеющих прямоугольные очертания и иногда расположенных в два яруса. С помощью специального алгоритма выявлено существование на Луне малозаметных локальных узоров, состоящих из очень низких гряд прямоугольных очертаний. Возможно, так проявляются еще неразрушенные пустоты, либо мы видим конечную стадию их разрушения, засыпанную реголитом. Дальнейший прогресс космических исследований, несомненно, будет подпитывать общественный интерес к внеземной археологии. Поэтому дискуссия о возможных археологических объектах на Луне представляется неизбежной.



1. Введение

Идея лунной археологии обсуждалась задолго до эпохи космических полетов. Еще в 1930-х годах Дж. Уиндхем (псевдоним Дж. Бейнон) написал рассказ "Последние лунарии" - научно-фантастический отчет об археологической экспедиции на Луну [1]. В 1948 г. Артур Кларк в рассказе "Часовой" описал находку на Луне чужого артефакта, оставленного визитерами со звезд еще до появления человечества на Земле. При этом А.Кларку уже полвека назад было ясно, что для такого открытия "ученый должен не бояться прослыть дураком и обсудить абсурдные предположения" [2]. Понятно почему идея исследования Луны ради внеземных артефактов не пользуется популярностью у современных селенологов. Однако, аномальные детали лунной поверхности нуждаются в изучении независимо от их интерпретации. Рано или поздно, но археологический облик нашего спутника будет выяснен, особенно в процессе неизбежной колонизации Луны.


Ранее было показано [3, 4], что Луна может быть использована в качестве индикатора внеземных визитов в Солнечную систему. К сожалению, обнаружение инопланетных артефактов на Луне находится вне интересов большинства селенологов из-за их ориентации на изучение естественных формаций и процессов. Эта задача также не интересует подавляющее большинство археологов, поскольку археология до сих пор остается по сути на до-Коперниканских, геоцентрических позициях. Действительно, в качестве арены археологических исследований принято рассматривать исключительно Землю, рассматривая ее в полной изоляции от других культур Галактики.


В 1992 году был начат авторский проект Search for Alien Artifacts on the Moon (SAAM) - первая попытка археологической разведки Луны. Обоснование лунного SETI, формулировка специфических принципов лунной археологии и выбор наиболее интересных районов на спутнике составили первую фазу проекта (1992-95). Предварительные результаты исследований [5] показали, что поиск чужих артефактов на Луне является многообещающей стратегией SETI, особенно в контексте планов по освоению спутника. Целью второй фазы SAAM (1996-2001) был поиск перспективных объектов для археологических исследований. Эта вторая стадия проекта включала в себя: а) разработку новых алгоритмов для археологической разведки космическими средствами; б) использование этих алгоритмов для выделения кандидатов в археологические памятники Луны; в) изучение реакции "большой" науки на это направление исследований.



2. Методология

Принято считать, что поиски чужих артефактов на Луне не нужны, поскольку их там нет. При этом мы попадаем в зацикленный логический тупик: нет находок, следовательно нет поисков, следовательно нет находок, и так далее. Разорвать этот порочный круг и призван проект SAAM. Дистанционные методы зондирования Земли с успехом применялись для археологических исследований нашей планеты. Достаточно ли только такой техники для обнаружения искусственных сооружений на Луне и других планетах? Вряд ли, если планетологи мыслят только категориями естественных формаций. Например, крепость-храм Кой-Крылган-кала древнего Хорезма (Узбекистан, IV в. до н.э. - I в. н.э.) выглядела как типичный ударный кратер до раскопок 1956 года (Рис.1). Среди множества кратеров Луны Кой-Крылган-кала была бы просто незаметна для планетологов.


Рис. 1. Древнехорезмская крепость Кой-Крылган-кала выглядит как ударный кратер на аэрофотоснимке (слева); ее искусственность очевидна лишь после раскопок 1956 года (справа) [6].

В отличие от планетологической презумпции естественности (считается что все детали поверхности небесных тел естественны), в основе практики археологов лежит априорное допущение возможности существования артефактов. Если мы примем эту возможность, то тогда можно распространить критерии поиска, предложенные К.Саганом для Земли [7], к другим планетам:

"Представим фоторазведку Земли в отраженном видимом свете, выполняемую с борта орбитального космического аппарата. Мы считаем что мы компетентны в геологии, но не имеем априорной информации об обитаемости Земли. Фотографии Земли при разрешении на поверхности вплоть до 1 км показывают много деталей интересных с точки зрения геологии и метеорологии, но ничего биологического. При разрешении в 1 км даже при очень хорошем контрасте нет признаков жизни, разумной или иной, в Вашингтоне, Лондоне, Париже, Москве или Пекине. Мы обследовали многие тысячи фотографий Земли при этом разрешении с отрицательными результатами. Однако, когда разрешение улучшено приблизительно до 100 м, несколько сотен фотографий 10х10 км оказались подходящими для обнаружения земной цивилизации. Узоры выявляемые при разрешении 100 м являются сельскохозяйственным или городским преобразованием земной поверхности в прямоугольные решетки ... Эти узоры было бы крайне трудно понять в геологическом смысле даже на планете обильно покрытой разломами... И именно это отклонение от термодинамического равновесия привлекает наше внимание к таким фотографиям."


В 1962 году К.Саган говорил о возможности открытия чужих артефактов на Луне, отмечая что "грядущая фоторазведка Луны с космических аппаратов - особенно ее обратной стороны - должна предусмотреть эту возможность" [8]. Прямоугольные узоры на аэрофотоснимках принято рассматривать как признаки культуры при дистанционном зондировании Земли или в воздушной археологии [9]. При этом представляется разумным искать прямоугольные узоры и на Луне. Например, допустим, что аналог проектируемой современной лунной базы был построен на Луне очень давно (например, 1-4 миллиарда лет назад). Такие сооружения должны были бы сооружаться под поверхностью для защиты от ионизирующих излучений и метеороидов. Теперь эти древние структуры должны выглядеть как эродированные системы низких гребней и депрессий, покрытых реголитом и кратерами (Рис.2).


Рис. 2. Моделирование вероятного вида древнего поселения на Луне, снятого камерой HIRES космической станции "Клементина" (слева). Эрозия стирает следы конструкции на поверхности (центр), но обработка снимка фильтром SAAM выявляет прямоугольную аномалию (справа).

Множество лунных изображений, сделанных космическим зондом "Клементина", доступны в цифровой форме [10]. Предыдущие исследования по лунному SETI [11] использовали изображения камеры ультрафиолетового и видимого диапазонов (UVVIS). Разрешение изображений UVVIS составляет порядка 200 метров. Согласно критерию обнаружения, использованному Саганом, это разрешение недостаточно даже для обнаружения нашей собственной цивилизации на Земле. Так даже пирамида Хеопса целиком поместилась бы в одном пикселе изображения. Исследования Луны при этом разрешении, по-видимому, не выявит убедительных доказательств существования искусственных структур. С другой стороны, камера высокого разрешения (HIRES) "Клементины" создала изображения подходящего разрешения (9-27 м), но они гораздо более многочисленны (~ 600,000 изображений) и поэтому в основном неисследованы. Следующая секция обсуждает алгоритмы для автоматического сканирования большого числа HIRES-изображений с целью поиска потенциальных артефактов.

3. Алгоритмы

3.1 Предварительный фрактальный тест

Как правило, структура естественных ландшафтов само-подобна в большом диапазоне размеров. Например, лунные кратеры с поперечниками от 10-1 м до 10 4 м имеют почти одинаковую форму. В отличие от само-подобных естественных ландшафтов, структура искусственных объектов выражена в более узком диапазоне размеров. Следовательно, возможные артифакты на изображении должны проявляться как аномалии в распределении пространственных деталей по размерам. В поиске таких аномалий и заключается смысл фрактального метода М.Стейна и М.Карлотто [12, 13]. К сожалению, их метод требует слишком много вычислений для обработки всех подходящих HIRES-изображений (~80,000).


Поэтому для той же цели использовался альтернативный, более простой алгоритм. Пусть M(r) есть распределение вероятности расстояний между локальными минимумами яркости вдоль горизонтальной строки изображения. Таким образом M(r) описывает распределение деталей изображения по размерам. На больших шкалах эту функцию можно аппроксимировать степенной функцией, характерной для фракталов:


$$\large M(r) \propto r^\nu$$ (1)


Поскольку искусственные объекты имеют некий характерный размер, их присутствие должно увеличить среднеквадратичное отклонение M(r) от степенного закона, выражаемого линейной регрессией:


$$\large \log M(r) = \ni\log r + C\,,$$ (2)


где C является константой. Согласно эмпирическим результатам, M(r) у HIRES-изображений может быть аппроксимировано степенной функцией при r > 4 пикселов. Регрессия вычисляется при 4 < r < 31 пиксел (т.е. в диапазоне размеров от 50 до 900м).


Изображение разбивается на K=12 квадратов по 96x96 пикселов каждый. В каждой такой области методом наименьших квадратов вычисляется наилучшие параметры степенной функции, и находится среднеквадратичное отклонение от нее:


$$\large \sigma_k^2 = \frac{g_k}{N} \sum|limits_{i=1}^N \left[\log M(r_i) -\nu\log r_i -C\right]^2\,,$$ (3)

где k - номер квадрата изображения; gk - множитель, компенсирующий вариации чувствительности сенсора в различных частях изображения; N - число размеров (шкал). Средняя дисперсия оценивается по этим региональным среднеквадратичным отклонениям.


Анализ 733 HIRES-изображений, полученных через светофильтр на 0.75 микрона с орбит 112-115 (от полюсов вплоть до широт 75 градусов), показал что региональные среднеквадратичные отклонения распределяются по закону Гаусса. Согласно критерию Стьюдента для K=12 оценок, если в каком-либо квадрате выполняется неравенство


$$\large (\sigma_k - \langle\sigma\rangle) > 1.796\sqrt{\frac{1}{K-1} \sum\limits_{k=1}^K (\sigma_k - \langle\sigma\rangle)^2\,}, $$

эту область можно считать статистически аномальной с вероятностью 0,95.


3.2 Детальный фрактальный тест

Модифицированная версия фрактального метода Стейна использовалась для более детального исследования. Сперва диапазон яркости HIRES-изображения линейно увеличивался до 256 градаций. Затем изображение рассматривалось в трехмерном пространстве как поверхность яркости (x и y - координаты пиксела, а z - яркость). Метод Стейна можно представить себе как описывание вокруг такой поверхности элементарных объемов. Эти элементарные объемы являются кубами с длиной ребра 2r, где r является шкалой (размером), выраженной в пикселах или в градациях яркости. Пусть V(r) есть средняя величина минимального объема из таких элементов, заключающего в себе поверхность яркости в окрестности некой точки. Тогда площадь такого объема есть A(r) = V(r)/2r. Как функция шкалы, A(r) характеризует распределение деталей изображения по размерам. Присущая фракталам линейная зависимость log A(r) от log r является хорошей аппроксимацией для природных ландшафтов. Однако, как правило, фракталы не аппроксимируют искусственные объекты. Вот почему Стейн использовал среднеквадратичное отклонение от регрессии


$$\large \log A(r) = \beta\log r + \gamma\,,$$ (5)

как меру искусственности. К сожалению, квадратичные невязки зависят от числа пикселов в изображении. Следовательно, трудно сравнивать изображения с различными размерами. Кроме того, тени увеличивают невязки и генерируют ложные обнаружения. Но автору удалось решить эти проблемы путем использования нелинейной регрессии:


$$\large \log A(r) = \alpha (\log r)^2 + \beta\log r + \gamma\,,$$ (6)

где "параметр искусственности" alpha уже не зависит от размера изображения и по-разному реагирует на тени и аномальные детали рельефа.


Рис.3 изображает параметр alpha случайного набора HIRES-изображений, представляющего естественный лунный фон (кресты), и фрагментов изображений, содержащих аномальные объекты (квадраты). Наличие теней приводит к положительным величинам параметра alpha, а аномальные объекты имеют отрицательные alpha. При том же зенитном угле Солнца, Zsun аномальные формации имеют систематически более низкие значения alpha, чем случайный набор HIRES-изображений. Средняя линейная регрессия, связывающая alpha случайного набора и Zsun показана пунктирной линией, вокруг которой разбросаны кресты с дисперсией 0,0113. Понижение alpha на 3 среднеквадратичных отклонения (сплошная линия) принято в качестве критерия для отбора кандидатов в артефакты.


Рис. 3. Отбор лунных деталей на основании "параметра искусственности" $\alpha$.

3.3 Прямоугольный тест

Прямоугольный тест выявляет прямоугольные узоры на лунной поверхности. При этом для каждого пиксела изображения выбирается "пробный" пиксел, смещенный на 6 пикселов в направлении заданном позиционным углом. Пусть N есть полное число пар пикселов, а n - число пар, в которых яркости пикселов равны. Функция


$$\large W(\varphi) = n/N\,,$$ (7)

описывает анизотропию изображения, характеризуемую позиционным углом смещения. Для компенсации искажений, вносимых камерой и компрессией файла, при каждом значении позиционного угла эта функция делится на ее калибровочное значение, полученное усреднением по множеству изображений. Скорректированная функция сглаживается, и находятся позиционные углы, соответствующие максимумам функции. Эти углы описывают ориентацию разных групп линейных деталей. Если имеется различие выявленных направлений на 90 + 10 градусов, то изображение считается интересным.

3.4 SAAM-преобразование

Для отсева ложных обнаружений использовался визуальный контроль изображений, подвергнутых SAAM-преобразованию с целью визуализации скрытых деталей изображения (Fi