NASA工程师思考利用卫星集群来深入气候研究

　　成群的小卫星能够相互通信，从多个角度收集一天或一年中不同时间的重要天气模式数据。结合机器学习算法，卫星集群有望彻底改变科学家对天气和气候变化的理解。比如 NASA 工程师 Sabrina Thompson 正在开发的新软件，就致力于让小型航天器或小卫星能够互通、识别高价值观测目标，或通过协调姿态和时间、以获得同一目标的不同视图。

　　在马里兰州 NASA 戈达德太空飞行中心工作的 Sabrina Thompson 表示：

　　我们已经知道在一年中的某些时候，吹向亚马逊雨林的撒哈拉尘埃，会影响大西洋上空的云层形成。

　　那我们又该如何记录下该云层，以及如何让一大群卫星在特定地区、以及一天中的哪个时间来观察这种现象呢？

　　据其所述，科学家们将为此类观测建立一套要求、并对高价值的目标进行定义。然后软件将接管操作，让航天器集群能够知晓相对于彼此的移动，以更好地观察特定目标。

　　这套策略可能根据一天中的时间、季节、或所观察的区域而变化。随着时间的推移，航天器还可记住机器学习方案，来改进其观察策略。

　　目前 NASA 研究团队正在考虑多种类型的卫星集群配置，一种是让一群卫星处于不同的轨道上，以使之能够从不同的角度观察云或其它现象。另一种是借助相似的视角、但在一天中的不同时间来观察同一对象。

　　第三种是结合上述两套方案，让其中一些卫星处于同一轨道、但彼此间有一些时间上的偏移，而其它卫星可能位于不同高度和 / 或倾角的轨道上。

　　尽管卫星集群留在了同一轨道内，但单个航天器甚至能够利用一套被称作“差分阻力控制”的方案（基于地球大气对轨道飞行器的阻力），来控制每个航天器相对于集群中其它航天器的时间间隔。

　　据悉，执行这套方案的时机，取决于航天器的质量、面积、以及轨道高度 —— 短则几天几小时、多则长达一年。

　　Sabrina Thompson 举例称：

　　通过将多个航天器编制成出一套队形来观察同一目标，你不仅可以从顶部看到云、还可从侧面观察它。

　　而在不同的编队中，你又可以通过在不同时间经过的多个小卫星，看到处于其生命周期中不同阶段的云。

　　此前通过与 UMBC 教授 Jose Vanderlei Martins 的合作，Sabrina Thompson 团队协助开发了一年多前从国际空间站（ISS）投送的 HARP 迷你卫星。

　　该仪器的更新型号被称作 HARP2，其定于 2023 年投入使用，以执行帮助科学家深入了解浮游生物、气溶胶、云、以及海洋生态系统的任务（简称 PACE）。