0

0
0

文字

分享

0
0
0

天宮一號的著地點會在哪裡?為何會如此難預測呢?

活躍星系核_96
・2018/02/23 ・3515字 ・閱讀時間約 7 分鐘 ・SR值 536 ・七年級

-----廣告,請繼續往下閱讀-----

  • 作者/張起維│中央大學太空科學研究所副教授,高空動力實驗室負責人。
    美國科羅拉多大學航太工程系博士畢業,研究興趣為高層大氣物理、軌道運動學、小型人造衛星及衛星科學任務設計與操控。從小對太空有熱忱,現在努力在台灣建立大學太空計畫,協助推動台灣航太產業成為世界第一等。
天宮一號模擬圖。source:Kordite@Flickr

最近大家都在討論天宮一號再入(reentry)大氣層的事情以及可能落地的地方。(編按:討論內容請參考各家新聞網的報導。)要推測 reentry location(再入位置)的變數非常多,不確定性也很高,尤其是大氣密度、風場、衛星姿態、切面積以及其是否分裂等因素都是關鍵。

有時候我們會用如 STK 的模擬軟體來推估衛星壽命,但是這裏用的大氣模型都是經驗參考模型(emperical reference model),並未能考慮到實際的大氣天氣參數;除非已經非常接近再入時間或衛星還在控制下,這種工具通常只適合推估衛星大概的壽命。就實際落地地點而言,裡面不確定性非常高;而且離再入大氣層時間越遠,不確定性越大。按照美國空軍附屬的 Aerospace Corporation 判斷,天宮一號最早也是到三月底才會 reenter。就現階段來說,用現有的軌道參數來進行前述的模擬還言之過早;就連 Aerospace Corporation 網頁上的預測都只限於衛星所飛行過的緯度範圍。

天宮一號示意圖。圖/By Craigboy derivative work [CC BY-SA 3.0 ) or GFDL], via Wikimedia Commons

來試著模擬看看吧!

我們以大家最近關注的天宮一號為範例,來跑跑看 STK 模擬凸顯預測衛星再入大氣層(atmospheric reentry)的困難度。這裡有很多不確定因素都會造成影響,包含衛星飛行姿態、還有高層大氣天氣。

要預測天宮一號未來的路徑及落地點,我們需要一個軌道模型(orbit propagator);所謂的軌道模型就是在預測一顆衛星受到地球重力及其他受力影響的位置及速度如何隨時間改變,我們可以用的模型很多。

-----廣告,請繼續往下閱讀-----

最簡單、也是歷史最悠久的就是克普勒及牛頓發展的二體模型(reduced two body system)。我們假設地球的質量全部集中在地心,除此以外沒有其他受力。這個模型雖然不錯用,但是無法考量到衛星實際上會遇到的其他受力,包含:地球質量分布不均勻,在低地球軌道仍然存在的空氣阻力等,被稱為稱為軌道擾動 (orbital perturbations)的受力。

STK 可用的軌道模型。

若要考慮到這些軌道擾動的影響,我們必須要直接對衛星的運動方程式(牛頓第二定律 F = ma)進行數值積分。通常是用有限差分法(finite difference methods);STK 的 High Precision Orbit Propagator(HPOP)就是這樣的模型。

HPOP 運用有限差分法解衛星的運動方程式。

有了軌道模型後我們可以用天宮一號現有的軌道參數來做初始狀態 (別忘記解微分方程式需要 initial conditions)。我們也必須定義衛星所感受到的種種受力,這包含地球的核心重力場、還有上述的軌道擾動。

HPOP 可設定的受力。

從上圖中,我們可以看到 HPOP 所能考量到的受力很多,包含地球重力場不均勻分布(Gravity Field 下欄的 Degree & Order),衛星吸收太陽輻射所感受到的壓力(Solar Radiation Pressure),還有空氣阻力 (drag)。有了這些受力後,我們就可以進行更精準的軌道模擬 (衛星沒有空氣阻力就不會掉下來)。

-----廣告,請繼續往下閱讀-----

要好好預估落點,還缺了什麼?

這樣就完成了嗎?

這樣就大功告成了嗎?

且慢!要考量到這些軌道擾動仍然有很多不確定因素:空氣阻力、大氣層的密度、風速、以及衛星迎向前衝的切面積都有直接的關係。

問題是,我們對高層大氣的天氣觀測及預報能力遠少於低層大氣。我們就只好用所謂的經驗模型(empirical model)來產生可以參考的大氣密度數據。經驗模型的基本原理就是利用過去的觀測建立一個統計學模型。也就像是運用某地方過去 100 年的降雨天數來預測明天的降雨機率。這樣雖然可以產稱有參考價值的氣候數據,但是無法預測之前沒有發生過的狀況,更無法考量到實際天氣狀況。

為了呈現不同大氣模型對軌道預估產生的不確定性,我們試著用兩個常見的經驗模型:MSISE 2000 及 Jacchia-Roberts 進行空氣阻力模擬。

STK 可用的地球大氣經驗模型有十多種選擇,各會受到時間,季節,太陽及地磁活動影響。

另外,空氣阻力會受到衛星迎向前衝的切面積影響。

-----廣告,請繼續往下閱讀-----

問題是,天宮一號目前已經沒有姿態控制能力。根據報導可能處在翻滾狀態,換句話說,天宮一號的切面積及空氣阻力可能持續在改變。為了凸顯這項不確定性的影響,我們另外又分別以天宮一號最大及最小切面積來進行軌道模擬。

所以我們進行了三項模擬:

  • MSISE 2000 大氣模型,最大切面積 (黃色
  • Jacchia-Roberts 大氣模型,最大切面積(藍色
  • MSISE 2000 大氣模型,最小切面積(綠色

 

一週後的軌道分布,每個顏色的線代表不同的模擬條件。(可點擊看大圖)

 

上圖是經過七天後三個模擬所預測的軌道位置。我們可以看到三者很明顯都不一樣。不同切面積(綠色)所產生的差異尤其大。這凸顯切面積衛星姿態對低軌道軌道預測產生的影響特別大。

落地時間預測。(可點擊看大圖)

這個對姿態的敏感度也在預測的落地時間中呈現。從上圖中,不同切面積的落地時間不確性範圍高達一個多月,從 3/9 到 4/23

-----廣告,請繼續往下閱讀-----

差一點,差很多的預測結果

那天宮一號又會在什麼地方著地呢?我們看一下三個模擬成果:

三次模擬地著地點。(可點擊看大圖)

三個著地點分別在非洲、中東及北韓(Hi, 恩恩)。但是這些預測有多可靠呢?我們來看一下天宮一號在其中一次模擬一天所飛過的地理範圍:

天宮一號一天所飛過的地理範圍。(可點擊看大圖)

我們可以看到,天宮一號一天內飛過全球南北緯 42.8 度之間所有的緯度 (衛星所飛過最高緯度與軌道傾角 orbital inclination相同)。我們也可以看到,同切面積設定模擬的 MSISE-2000 及 Jacchia-Roberts 大氣模型雖然都是同一天著地,但是地理位置差很遠!只要落地時間差一點點,落地點可能就會直接跑到世界的另一個地方了!

-----廣告,請繼續往下閱讀-----
三次模擬著地前所飛過的所有地方。(可點擊看大圖)

所以,只要著地時間差一點點,著地點就可以差很多。基本上只要緯度在軌道傾角以內的地區都有可能。我們這裡還有很多影響著地時間的不確定性沒列入考量:

  • 天宮一號在翻滾,並有可能解體,其切面積持續在改變。
  • 大氣經驗模型之間有所差異,並無法考慮到天氣變化
  • 我們的模擬並未考慮到太空天氣變化(太陽閃焰、磁暴)對高層大氣密度風場的影響。

目前可預測的著陸地點範圍

目前我們可以參考一下隸屬美國空軍,對衛星再入預測相當有經驗的 Aerospace Corporation 對天宮一號的預測:

Aerospace Corporation 2/22 對天宮一號著地點機率預測。黃色代表機率較高,綠色代表機率較低,藍色代表機率為零。圖/Aerospace Corporation 

 

文章難易度
活躍星系核_96
752 篇文章 ・ 126 位粉絲
活躍星系核(active galactic nucleus, AGN)是一類中央核區活動性很強的河外星系。這些星系比普通星系活躍,在從無線電波到伽瑪射線的全波段裡都發出很強的電磁輻射。 本帳號發表來自各方的投稿。附有資料出處的科學好文,都歡迎你來投稿喔。 Email: contact@pansci.asia

0

3
3

文字

分享

0
3
3
圖形處理單元與人工智慧
賴昭正_96
・2024/06/24 ・6944字 ・閱讀時間約 14 分鐘

-----廣告,請繼續往下閱讀-----

  • 作者/賴昭正|前清大化學系教授、系主任、所長;合創科學月刊

我擔心人工智慧可能會完全取代人類。如果人們能設計電腦病毒,那麼就會有人設計出能夠自我改進和複製的人工智慧。 這將是一種超越人類的新生命形式。

——史蒂芬.霍金(Stephen Hawking) 英國理論物理學家

大約在八十年前,當第一台數位計算機出現時,一些電腦科學家便一直致力於讓機器具有像人類一樣的智慧;但七十年後,還是沒有機器能夠可靠地提供人類程度的語言或影像辨識功能。誰又想到「人工智慧」(Artificial Intelligent,簡稱 AI)的能力最近十年突然起飛,在許多(所有?)領域的測試中擊敗了人類,正在改變各個領域——包括假新聞的製造與散佈——的生態。

圖形處理單元(graphic process unit,簡稱 GPU)是這場「人工智慧」革命中的最大助手。它的興起使得九年前還是個小公司的 Nvidia(英偉達)股票從每股不到 $5,上升到今天(5 月 24 日)每股超過 $1000(註一)的全世界第三大公司,其創辦人(之一)兼首席執行官、出生於台南的黃仁勳(Jenson Huang)也一躍成為全世界排名 20 內的大富豪、台灣家喻戶曉的名人!可是多少人了解圖形處理單元是什麼嗎?到底是時勢造英雄,還是英雄造時勢?

黃仁勳出席2016年台北國際電腦展
Nvidia 的崛起究竟是時勢造英雄,還是英雄造時勢?圖/wikimedia

在回答這問題之前,筆者得先聲明筆者不是學電腦的,因此在這裡所能談的只是與電腦設計細節無關的基本原理。筆者認為將原理轉成實用工具是專家的事,不是我們外行人需要了解的;但作為一位現在的知識分子或公民,了解基本原理則是必備的條件:例如了解「能量不滅定律」就可以不用仔細分析,即可判斷永動機是騙人的;又如現在可攜帶型冷氣機充斥市面上,它們不用往室外排廢熱氣,就可以提供屋內冷氣,讀者買嗎?

CPU 與 GPU

不管是大型電腦或個人電腦都需具有「中央處理單元」(central process unit,簡稱 CPU)。CPU 是電腦的「腦」,其電子電路負責處理所有軟體正確運作所需的所有任務,如算術、邏輯、控制、輸入和輸出操作等等。雖然早期的設計即可以讓一個指令同時做兩、三件不同的工作;但為了簡單化,我們在這裡所談的工作將只是執行算術和邏輯運算的工作(arithmetic and logic unit,簡稱 ALU),如將兩個數加在一起。在這一簡化的定義下,CPU 在任何一個時刻均只能執行一件工作而已。

-----廣告,請繼續往下閱讀-----

在個人電腦剛出現只能用於一般事物的處理時,CPU 均能非常勝任地完成任務。但電腦圖形和動畫的出現帶來了第一批運算密集型工作負載後,CPU 開始顯示心有餘而力不足:例如電玩動畫需要應用程式處理數以萬計的像素(pixel),每個像素都有自己的顏色、光強度、和運動等, 使得 CPU 根本沒辦法在短時間內完成這些工作。於是出現了主機板上之「顯示插卡」來支援補助 CPU。

1999 年,英偉達將其一「具有集成變換、照明、三角形設定/裁剪、和透過應用程式從模型產生二維或三維影像的單晶片處理器」(註二)定位為「世界上第一款 GPU」,「GPU」這一名詞於焉誕生。不像 CPU,GPU 可以在同一個時刻執行許多算術和邏輯運算的工作,快速地完成圖形和動畫的變化。

依序計算和平行計算

一部電腦 CPU 如何計算 7×5+6/3 呢?因每一時刻只能做一件事,所以其步驟為:

  • 計算 7×5;
  • 計算 6/3;
  • 將結果相加。

總共需要 3 個運算時間。但如果我們有兩個 CPU 呢?很多工作便可以同時(平行)進行:

-----廣告,請繼續往下閱讀-----
  • 同時計算 7×5 及 6/3;
  • 將結果相加。

只需要 2 個運算時間,比單獨的 CPU 減少了一個。這看起來好像沒節省多少時間,但如果我們有 16 對 a×b 要相加呢?單獨的 CPU 需要 31 個運算的時間(16 個 × 的運算時間及 15 個 + 的運算時間),而有 16 個小 CPU 的 GPU 則只需要 5 個運算的時間(1 個 × 的運算時間及 4 個 + 的運算時間)!

現在就讓我們來看看為什麼稱 GPU 為「圖形」處理單元。圖一左圖《我愛科學》一書擺斜了,如何將它擺正成右圖呢? 一句話:「將整個圖逆時針方向旋轉 θ 即可」。但因為左圖是由上百萬個像素點(座標 x, y)組成的,所以這句簡單的話可讓 CPU 忙得不亦樂乎了:每一點的座標都必須做如下的轉換

x’ = x cosθ + y sinθ

y’ = -x sinθ+ y cosθ

-----廣告,請繼續往下閱讀-----

即每一點均需要做四個 × 及兩個 + 的運算!如果每一運算需要 10-6 秒,那麼讓《我愛科學》一書做個簡單的角度旋轉,便需要 6 秒,這豈是電動玩具畫面變化所能接受的?

圖形處理的例子

人類的許多發明都是基於需要的關係,因此電腦硬件設計家便開始思考:這些點轉換都是獨立的,為什麼我們不讓它們同時進行(平行運算,parallel processing)呢?於是專門用來處理「圖形」的處理單元出現了——就是我們現在所知的 GPU。如果一個 GPU 可以同時處理 106 運算,那上圖的轉換只需 10-6 秒鐘!

GPU 的興起

GPU 可分成兩種:

  • 整合式圖形「卡」(integrated graphics)是內建於 CPU 中的 GPU,所以不是插卡,它與 CPU 共享系統記憶體,沒有單獨的記憶體組來儲存圖形/視訊,主要用於大部分的個人電腦及筆記型電腦上;早期英特爾(Intel)因為不讓插卡 GPU 侵蝕主機的地盤,在這方面的研發佔領先的地位,約佔 68% 的市場。
  • 獨立顯示卡(discrete graphics)有不與 CPU 共享的自己專用內存;由於與處理器晶片分離,它會消耗更多電量並產生大量熱量;然而,也正是因為有自己的記憶體來源和電源,它可以比整合式顯示卡提供更高的效能。

2007 年,英偉達發布了可以在獨立 GPU 上進行平行處理的軟體層後,科學家發現獨立 GPU 不但能夠快速處理圖形變化,在需要大量計算才能實現特定結果的任務上也非常有效,因此開啟了為計算密集型的實用題目編寫 GPU 程式的領域。如今獨立 GPU 的應用範圍已遠遠超出當初圖形處理,不但擴大到醫學影像和地震成像等之複雜圖像和影片編輯及視覺化,也應用於駕駛、導航、天氣預報、大資料庫分析、機器學習、人工智慧、加密貨幣挖礦、及分子動力學模擬(註三)等其它領域。獨立 GPU 已成為人工智慧生態系統中不可或缺的一部分,正在改變我們的生活方式及許多行業的遊戲規則。英特爾在這方面發展較遲,遠遠落在英偉達(80%)及超微半導體公司(Advance Micro Devices Inc.,19%,註四)之後,大約只有 1% 的市場。

-----廣告,請繼續往下閱讀-----
典型的CPU與GPU架構

事實上現在的中央處理單元也不再是真正的「單元」,而是如圖二可含有多個可以同時處理運算的核心(core)單元。GPU 犧牲大量快取和控制單元以獲得更多的處理核心,因此其核心功能不如 CPU 核心強大,但它們能同時高速執行大量相同的指令,在平行運算中發揮強大作用。現在電腦通常具有 2 到 64 個核心;GPU 則具有上千、甚至上萬的核心。

結論

我們一看到《我愛科學》這本書,不需要一點一點地從左上到右下慢慢掃描,即可瞬間知道它上面有書名、出版社等,也知道它擺斜了。這種「平行運作」的能力不僅限於視覺,它也延伸到其它感官和認知功能。例如筆者在清華大學授課時常犯的一個毛病是:嘴巴在講,腦筋思考已經不知往前跑了多少公里,常常為了追趕而越講越快,將不少學生拋到腦後!這不表示筆者聰明,因為研究人員發現我們的大腦具有同時處理和解釋大量感官輸入的能力。

人工智慧是一種讓電腦或機器能夠模擬人類智慧和解決問題能力的科技,因此必須如人腦一樣能同時並行地處理許多資料。學過矩陣(matrix)的讀者應該知道,如果用矩陣和向量(vector)表達,上面所談到之座標轉換將是非常簡潔的(註五)。而矩陣和向量計算正是機器學習(machine learning)演算法的基礎!也正是獨立圖形處理單元最強大的功能所在!因此我們可以了解為什麼 GPU 會成為人工智慧開發的基石:它們的架構就是充分利用並行處理,來快速執行多個操作,進行訓練電腦或機器以人腦之思考與學習的方式處理資料——稱為「深度學習」(deep learning)。

黃仁勳在 5 月 22 日的發布業績新聞上謂:「下一次工業革命已經開始了:企業界和各國正與英偉達合作,將價值數萬億美元的傳統資料中心轉變為加速運算及新型資料中心——人工智慧工廠——以生產新商品『人工智慧』。人工智慧將為每個產業帶來顯著的生產力提升,幫助企業降低成本和提高能源效率,同時擴大收入機會。」

附錄

人工智慧的實用例子:下面一段是微軟的「copilot」代書、谷歌的「translate」代譯之「one paragraph summary of GPU and AI」。讀完後,讀者是不是認為筆者該退休了?

-----廣告,請繼續往下閱讀-----

GPU(圖形處理單元)和 AI(人工智慧)之間的協同作用徹底改變了高效能運算領域。GPU 具有平行處理能力,特別適合人工智慧和機器學習所需的複雜資料密集運算。這導致了影像和視訊處理等領域的重大進步,使自動駕駛和臉部辨識等技術變得更加高效和可靠。NVIDIA 開發的平行運算平台 CUDA 進一步提高了 GPU 的效率,使開發人員能夠透過將人工智慧問題分解為更小的、可管理的、可同時處理的任務來解決這些問題。這不僅加快了人工智慧研究的步伐,而且使其更具成本效益,因為 GPU 可以在很短的時間內執行與多個 CPU 相同的任務。隨著人工智慧的不斷發展,GPU 的角色可能會變得更加不可或缺,推動各產業的創新和新的可能性。大腦透過神經元網路實現這一目標,這些神經元網路可以獨立但有凝聚力地工作,使我們能夠執行複雜的任務,例如駕駛、導航、觀察交通信號、聽音樂並同時規劃我們的路線。此外,研究表明,與非人類動物相比,人類大腦具有更多平行通路,這表明我們的神經處理具有更高的複雜性。這個複雜的系統證明了我們認知功能的卓越適應性和效率。我們可以一邊和朋友聊天一邊走在街上,一邊聽音樂一邊做飯,或一邊聽講座一邊做筆記。人工智慧是模擬人類腦神經網路的科技,因此必須能同時並行地來處理許多資料。研究人員發現了人腦通訊網路具有一個在獼猴或小鼠中未觀察獨特特徵:透過多個並行路徑傳輸訊息,因此具有令人難以置信的多任務處理能力。

註解

(註一)當讀者看到此篇文章時,其股票已一股換十股,現在每一股約在 $100 左右。

(註二)組裝或升級過個人電腦的讀者或許還記得「英偉達精視 256」(GeForce 256)插卡吧?

(註三)筆者於 1984 年離開清華大學到 IBM 時,就是參加了被認為全世界使用電腦時間最多的量子化學家、IBM「院士(fellow)」Enrico Clementi 的團隊:因為當時英偉達還未有可以在 GPU 上進行平行處理的軟體層,我們只能自己寫軟體將 8 台中型電腦(非 IBM 品牌!)與一大型電腦連接來做平行運算,進行分子動力學模擬等的科學研究。如果晚生 30 年或許就不會那麼辛苦了?

-----廣告,請繼續往下閱讀-----

(註四)補助個人電腦用的 GPU 品牌到 2000 年時只剩下兩大主導廠商:英偉達及 ATI(Array Technology Inc.)。後者是出生於香港之四位中國人於 1985 年在加拿大安大略省成立,2006 年被超微半導體公司收購,品牌於 2010 年被淘汰。超微半導體公司於 2014 年 10 月提升台南出生之蘇姿豐(Lisa Tzwu-Fang Su)博士為執行長後,股票從每股 $4 左右,上升到今天每股超過 $160,其市值已經是英特爾的兩倍,完全擺脫了在後者陰影下求生存的小眾玩家角色,正在挑戰英偉達的 GPU 市場。順便一題:超微半導體公司現任總裁(兼 AI 策略負責人)為出生於台北的彭明博(Victor Peng);與黃仁勳及蘇姿豐一樣,也是小時候就隨父母親移居到美國。

(註五)

延伸閱讀

  • 熱力學與能源利用」,《科學月刊》,1982 年 3 月號;收集於《我愛科學》(華騰文化有限公司,2017 年 12 月出版),轉載於「嘉義市政府全球資訊網」。
  • 網路安全技術與比特幣」,《科學月刊》,2020 年 11 月號;轉載於「善科教育基金會」的《科技大補帖》專欄。
文章難易度

討論功能關閉中。

賴昭正_96
43 篇文章 ・ 56 位粉絲
成功大學化學工程系學士,芝加哥大學化學物理博士。在芝大時與一群留學生合創「科學月刊」。一直想回國貢獻所學,因此畢業後不久即回清大化學系任教。自認平易近人,但教學嚴謹,因此穫有「賴大刀」之惡名!於1982年時當選爲 清大化學系新一代的年青首任系主任兼所長;但壯志難酬,兩年後即辭職到美留浪。晚期曾回台蓋工廠及創業,均應「水土不服」而鎩羽而歸。正式退休後,除了開始又爲科學月刊寫文章外,全職帶小孫女(半歲起);現已成七歲之小孫女的BFF(2015)。首先接觸到泛科學是因爲科學月刊將我的一篇文章「愛因斯坦的最大的錯誤一宇宙論常數」推薦到泛科學重登。

1

1
1

文字

分享

1
1
1
這些太空垃圾會不會阻礙我們太空旅行?太空垃圾怎麼清? 
PanSci_96
・2024/05/29 ・5682字 ・閱讀時間約 11 分鐘

人類上太空的夢想會被我們親自摧毀嗎?

隨著火箭成本降低,人人都能把衛星丟上太空,現在,當你晚上抬頭看天空,你看到的星星可能不是星星,而是人造衛星。你看到一閃而過的的流星,可能只是墜入大氣的太空垃圾。

這些多到不行的太空垃圾已經成為隱憂,更可怕的是,這些以超音速飛行的太空垃圾可能摧毀其他衛星,在衛星軌道上製造更多不可預期的致命飛彈。有人擔心,人類終有一天會無法穿過這片垃圾雲,天空永遠被自己封閉。 終於,有人提出清理太空垃圾的方法了,但這些方法真的可行嗎?

現在的太空垃圾有多少?

最大的太空垃圾可能是整節火箭!

所有在繞行地球的軌道上失去功能的東西,都會成為太空垃圾,最大的包含壞掉的衛星、和大量運送衛星上太空的第二節推進火箭,例如 1960 年代太空競賽時大量發射的火箭,有許多至今還在宇宙遊蕩,每一個都像公車一樣大。而小東西,則包含太空人在太空漫步時遺忘的東西,或是太空垃圾互相碰撞後產生的碎片,最小可能只有數毫米,小的像隻蚊子。但不論太空垃圾來自哪裡,只要缺乏妥善的管理和追蹤,就可能成為其他運作中設施和儀器的致命血滴子。

-----廣告,請繼續往下閱讀-----
所有在繞行地球的軌道上失去功能的東西,都會成為太空垃圾,最大的包含壞掉的衛星、和大量運送衛星上太空的第二節推進火箭。
圖|PanSci YouTube

為什麼說太空垃圾真的很危險?

為了不被地心引力拉入大氣,墜向地球,在軌道上繞行地球的物體大多都以非常快的速度在移動,包括現在還在運作的衛星與各種設施。舉例來說國際太空站位於距離地球表面四百公里高的近地軌道(Low Earth Orbit),以大約每秒 7 ~ 8 公里的速度高速移動,是地表音速的 20 倍。也就是說,太空上的車禍可嚴重多了,來自不同方向或不同傾角的物體,可能會以超過每秒 10 公里的相對速度發生碰撞。別說公車大小的太空垃圾了,只要直徑超過 1 公分的碎片就足以對太陽能板或玻璃造成損害。更麻煩的是,大小在 10 公分以下的物體,大多還因為尺寸過小難以追蹤。

那麼,我們的頭上有多少太空垃圾呢?

根據歐洲太空總署 ESA 的資料,目前軌道上有 6800 個運作中的衛星,相對的有超過 3 萬 2千個可追蹤的太空垃圾。但如果估計所有無法追蹤的物體,大於 10 公分的物體可能有超過 3 萬 6 千個,介於 1 公分到 10 公分的則高達一百萬個。

根據歐洲太空總署 ESA 的資料,目前軌道上有 6800 個運作中的衛星,相對的有超過 3 萬 2 千個可追蹤的太空垃圾。但如果估計所有無法追蹤的物體,大於 10 公分的物體可能有超過 3 萬 6 千個,介於 1公分到 10 公分的則高達一百萬個。
圖|PanSci YouTube

在這些太空垃圾中,大多數大型太空垃圾就是來自發射衛星後,一起留在太空的第二節推進火箭,小型太空垃圾則來自火箭爆炸或各種大大小小碰撞所產生的碎片。

太空上曾發生過嚴重的太空垃圾碰撞事件?

歷史上比較嚴重的一次撞擊事件發生在 2009 年,銥衛星公司運作中的通訊衛星,重量 700 公斤的 iridium 33,和失效、重 900 公斤的蘇聯軍用衛星 kosmos 2251,在 789 公里的高空,兩台衛星以每秒 11.7 公里的相對速度直接撞上,化成了兩團在軌道上繞行的碎片團。

-----廣告,請繼續往下閱讀-----

NASA 估計,這單一次的碰撞產生了超過 2000 片可追蹤的碎片,雖然許多碎片受地球引力慢慢墜入大氣燒毀,但直到到 2023 年 2 月的統計,大約還有一半,也就是 1000 片碎片留在軌道上。過往也曾經觀察到碎片從距離國際太空站僅 100 多公尺的位置驚險掠過。

如何解決太空垃圾的問題?

太空垃圾又多又危險,真的有辦法清除嗎?

2023 年三月,NASA 發表一篇研究,整理了關於各種清理太空垃圾的方法與成本,包含從地面或太空發射雷射推動垃圾改變軌道,或是直接物理性撞擊改變軌道,還有透過捕捉垃圾,直接在太空將垃圾循環利用,作為燃料或其他用途的再利用等方法。

透過捕捉垃圾,直接在太空將垃圾循環利用,作為燃料或其他用途的再利用。
圖|PanSci YouTube

清理不同大小的物體,要用的方法跟產生的效益也不同,因此他們評估了針對兩種策略。第一種策略將會優先處理目前最大、最具威脅性的 50 個太空垃圾,例如完整的第二節火箭或是失去功能的完整衛星。第二種策略則是優先移除 1 到 10 公分的十萬個小型垃圾。NASA 分別評估處理這兩種目標帶來的效益,恩,所謂的效益,就是預估能減少多少因為太空垃圾碰撞而產生的損失。

要如何移除太空垃圾呢?

移除大型垃圾主要的方法主要是再入大氣層(re-entry),簡單來說就是讓垃圾落入大氣層燒毀。這個方法預計讓運送任務完成的火箭載具,透過剩餘的推進燃料,順手將其他大型垃圾帶下來。移除這 50 個大型垃圾預計總共會花費 10 億美金,但在移除 30 年後所帶來的效益,將會超過花費的成本,非常划算。

-----廣告,請繼續往下閱讀-----

至於小型太空垃圾,主要使用的方法將會是成本較低的雷射。藉由雷射產生的微弱動能來改變垃圾的軌道,將它們送入大氣層或推離常用的軌道。發射雷射的裝置可以設置在地面或是太空中,單純以使用效率來說,設置在太空所需要的能量較低,但是設置在地面維護和管理比較方便。然而這也衍伸了許多爭議,主要圍繞在這個清除垃圾的雷射也可以作為武器使用,例如在戰爭爆發時用雷射攻擊敵國的衛星。不過如果順利設置的話,清除十萬個小型垃圾後大約只要十年就可以達到等同於成本的效益,比移除大型垃圾能更快回收成本。

至於小型太空垃圾,主要使用的方法將會是成本較低的雷射。藉由雷射產生的微弱動能來改變垃圾的軌道,將它們送入大氣層或推離常用的軌道。
圖|PanSci YouTube

方法有了,但我們真的能讓太空再次乾淨嗎?

太空垃圾問題有解嗎?

現在的太空有多擁擠?

如果把歷史發射資料整理出來,會發現近五年人類的衛星發射數量幾乎是直線攀升,2012 年一整年全世界也只發射了 200 多顆衛星,到了 2022 年已經成長到一年 2000 多顆衛星。而且絕大部分都是來自於美國的衛星,想當然很大一部份都來自於 SpaceX 的星鏈計畫。而受益於獵鷹九號的高成功率和可回收造就的低廉成本,也能夠發射更多的中小型衛星,像是我們臺灣也發射了不少自主研發的立方衛星上太空,例如 2021 的「飛鼠」和「玉山」以及最近才剛發射的珍珠號立方衛星。

如果所有的衛星與火箭都會變成太空垃圾,我們清理垃圾的速度又不夠快,還有可能發生凱斯勒現象(Kessler syndrome),也就是碰撞產生的碎片引發連鎖反應,造成更多撞擊和更多碎片,讓不可控的太空垃圾快速增加,直到新的火箭與衛星都難以穿越,我們將無法前往太空,被自己的創造出的人造物封鎖在地球。

-----廣告,請繼續往下閱讀-----
如果所有的衛星與火箭都會變成太空垃圾,我們清理垃圾的速度又不夠快,還有可能發生凱斯勒現象(Kessler syndrome),也就是碰撞產生的碎片引發連鎖反應,造成更多撞擊和更多碎片,讓不可控的太空垃圾快速增加,直到新的火箭與衛星都難以穿越,我們將無法前往太空,被自己的創造出的人造物封鎖在地球。
圖|PanSci YouTube

治標也要治本,我們對於即將發射進太空的人造物能有套管理辦法嗎?

1967 年在聯合國通過並簽署的《關於各國探索和利用包括月球和其他天體的外太空活動所應遵守原則的條約》,簡稱為《外太空條約》。這個條約制定了各國在外太空活動所應該遵守的原則,其中和人造衛星有關的原則主要有三個:

  1. 國家責任原則:各國應對其航太活動承擔國際責任,不管這種活動是由政府部門還是由非政府部門進行的
  2. 對空間物體的管轄權和控制權原則:射入外空的空間物體登記國對其在外空的物體仍保持管轄權和控制權
  3. 外空物體登記原則:凡進行航太活動的國家同意在最大可能和實際可行的範圍內將活動的狀況、地點及結果通知聯合國秘書長

也就是說,雖然各國需要將太空活動回報給聯合國統計,但實際上在制定規範和進行管制的還是各國本身。以美國來說,分別需要和 FAA 聯邦航空總署申報火箭發射和再入大氣層的計畫,以及向 FCC 聯邦通訊委員會申報衛星的通訊規格,至於要如何避免在太空發生碰撞,是發射單位要自己負起責任,公部門只提供有追蹤的物體軌道資料。

如何避免在太空發生碰撞,是發射單位要自己負起責任,公部門只提供有追蹤的物體軌道資料。
圖|PanSci YouTube

不過對於衛星任務結束後的處置,FCC 倒是有相關的規定和罰鍰。因為如果衛星有動力系統,可以在任務結束時就控制墜入大氣層或飛離常用軌道,進到所謂的死亡軌道(Graveyard Orbit),而通常在申請發射衛星時,也需一併提供任務結束後的處置方式。

去年,衛星電視業者 Dish Network 沒有按照它在 2012 年所制定的衛星處置計畫,將衛星從離地 36000 公里的地球同步軌道再往外推 300 公里。這顆衛星在移動的半途中就燃料耗盡失去了動力,只離開原本的軌道 120 公里,FCC 因此對衛星電視業者開罰了 15 萬美元。這起首次針對太空垃圾的開罰,對於太空垃圾的管制具有重大的意義,代表著對太空垃圾危害性的重視,也代表著清理太空垃圾的商機正在逐漸成長。

-----廣告,請繼續往下閱讀-----

清除太空垃圾能有商業價值?

隨著商業化的太空活動逐漸熱絡,如何讓清理太空垃圾不只是空談也成了一個重要的問題。如果軌道上的垃圾減少,受益的會是所有使用軌道的衛星。就與現存的回收與垃圾處理方式一樣,我們可以規定所有衛星的生產者都必須繳交「太空垃圾處理費」,如果在發射的過程中產生額外的太空垃圾,則必須提高費率。相對的,如果一家公司提供清理太空垃圾的服務,則可以獲得這些「太空垃圾權」並換成對應的金額。

我們可以規定所有衛星的生產者都必須繳交「太空垃圾處理費」,如果在發射的過程中產生額外的太空垃圾,則必須提高費率。相對的,如果一家公司提供清理太空垃圾的服務,則可以獲得這些「太空垃圾權」並換成對應的金額。
圖|PanSci YouTube

另外,雖然目前對於在軌道上進行捕捉再回收的直接經濟效益並不突出,但如果未來在太空可以建立起專門的處理設施,或許可以作為一個長期的太空垃圾處理機制,沒想到吧,人類要成為跨行星文明的第一步,竟然是得先成立太空垃圾清潔隊。

不過話說回來,要讓各國政府願意砸大錢在太空垃圾回收產業可能還需要一點時間。畢竟相較於直接影響到生活的全球暖化,太空垃圾的危害並不那麼可怕,大型垃圾的撞擊也可以預測並提前避開,因此短時間內也還不會有明顯的感受,但如果你是需要觀測的天文學家,可能就覺得垃圾好礙眼了。

最後想問問大家,你覺得處理太空垃圾最好的辦法會是什麼呢?

  1. 向所有太空公司徵收處理費,培育回收業者,資本的事情資本解決。
  2. 從技術研發著手,火箭能回收,想必衛星回收技術很快也能做出來。
  3. 都別處理了,就等人類把自己鎖死在地球,宇宙垃圾就不會再增加了!

歡迎訂閱 Pansci Youtube 頻道 獲取更多深入淺出的科學知識!

參考資料

所有討論 1

0

7
2

文字

分享

0
7
2
宇宙學的最大謎團!有超過90%的世界都是暗物質和暗能量,但,它們究竟是什麼?──《大人的宇宙學教室:透過微中子與重力波解密宇宙起源》
台灣東販
・2022/08/08 ・3400字 ・閱讀時間約 7 分鐘

-----廣告,請繼續往下閱讀-----

觀測星系時,科學家發現了「看不見的物質」

我們現在所看到的人類、太陽、星系以及星系群等等,所有東西都是由物質構成。「物質構成了宇宙的全部」這個概念長年以來深植於人類心中。

宇宙是由物質構成的,但究竟是由甚麼物質構成的呢?圖 / twenty20photos

不過,後來我們了解到,宇宙中存在著許多我們人類看不到的物質,那就是「暗物質(dark matter)」。這個名稱聽起來很像科幻作品中的虛構物質,卻實際存在於宇宙中,而且暗物質在宇宙中的含量,遠多於我們看得到的「物質」

1934 年,瑞士的天文學家茲威基(Fritz Zwicky,1898~1974)觀測「后髮座星系團」時,發現周圍星系的旋轉速度所對應的中心質量,與透過光學觀測結果推算的中心質量不符。

周圍星系的轉速明顯過快,推測存在 400 倍以上的重力缺損(missing mass)。

在這之後,美國天文學家魯賓(Vera Rubin,1928~2016)於 1970 年代觀測仙女座星系時,發現周圍與中心部分的旋轉速度幾乎沒什麼差別,並推論仙女座的真正質量,是以光學觀測結果推算出之質量的 10 倍左右。

-----廣告,請繼續往下閱讀-----

到了 1986 年,科學家們觀測到了宇宙中的大規模結構,發現星系的分布就像是泡泡般的結構。若要形成這種結構,僅靠觀測到的質量是不夠的。

為了補充質量的不足,科學家們假設宇宙中存在「看不見的物質=暗物質」。

看不到卻存在?暗物質究竟是什麼?

既然看不到,那我們怎麼確定暗物質真的存在?圖 / twenty20photos

前面提到我們看不見暗物質,而且不只用可見光看不到,就連用無線電波、X 射線也不行,任何電磁波都無法檢測出這種物質(它們不帶電荷,交互作用極其微弱)。

因為用肉眼、X 射線,或者其他方法都看不到它們,所以稱其為「暗」物質。

不過,從星系的運動看來,可以確定「那裡確實存在眼見所及之上的重力(質量)」。這就是由暗物質造成的重力。

-----廣告,請繼續往下閱讀-----

看不到的能量:暗能量

事實上,科學家們也逐漸了解到,宇宙中除了暗物質之外,還存在「看不見的能量」。

原本科學家們認為,宇宙膨脹速度應該會愈來愈慢才對,不過,1998 年觀測 Ⅰa 型超新星(可精確估計距離)時,發現宇宙的膨脹正在加速中。這個結果證明宇宙充滿了我們看不到的能量「暗能量(dark energy)」。而且,暗能量的量應該比暗物質還要更多。

我們過去所知道的「物質」,以及暗物質、暗能量在宇宙中的估計比例,如下圖所示。 這項估計是基於 WMAP 衛星(美國)於 2003 年起觀測的宇宙微波背景輻射(CMB),計算出來的結果。

圖/台灣東販

後來,普朗克衛星(歐洲太空總署)於 2013 年起開始觀測宇宙,並發表了更為精準的數值。

-----廣告,請繼續往下閱讀-----
  • 什麼是「普朗克衛星」?

歐洲太空總署(ESA)為了觀測距離我們 138 億光年的宇宙微波背景輻射(CMB)而發射至宇宙的觀測裝置(人造衛星)。可與 NASA 發射,廣視角、低感度的 WMAP 衛星互相對照。由 WMAP 衛星製成的 CMB 地圖,計算出宇宙年齡應為 137 億年左右,誤差在正負 2 億年內;普朗克衛星則製作出了更為詳細的 CMB 地圖,並以此推論出宇宙年齡應為 138 億年左右,誤差在正負 6000 萬年內,數字更為精準。

歐洲太空總署(ESA)為了觀測距離我們 138 億光年的宇宙微波背景輻射(CMB)而發射至宇宙的觀測裝置(人造衛星)。可與 NASA 發射,廣視角、低感度的 WMAP 衛星互相對照。由 WMAP 衛星製成的 CMB 地圖,計算出宇宙年齡應為 137 億年左右,誤差在正負 2 億年內;普朗克衛星則製作出了更為詳細的 CMB 地圖,並以此推論出宇宙年齡應為 138 億年左右,誤差在正負 6000 萬年內,數字更為精準。  

暗物質的真面目,究竟是什麼?微中子嗎?

既然暗物質有質量,那會不會是由某種基本粒子構成的呢?也有人認為暗物質是在宇宙初期誕生的迷你黑洞(原始黑洞),而我也致力於這些研究,不過相關說明不在此贅述。

已知的基本粒子(共 17 種)以及其他未知粒子,都有可能是暗物質,在這些粒子當中最被看好的是微中子。

因為暗物質不帶電荷,不與其他物質產生交互作用,會輕易穿過其他物質。這些暗物質的特徵與微中子幾乎相同。而且,宇宙中也確實充滿了微中子。因此,微中子很可能是暗物質的真面目。

-----廣告,請繼續往下閱讀-----

不過,目前的物理學得出的結論卻是「微中子不可能是暗物質的主要成分」。

NASA 曾經想透過星系團的碰撞來了解暗物質的特性。圖/NASA

為什麼微中子被撇除了呢?

這是因為,雖然微中子大量存在於宇宙中,質量卻太輕了。雖然科學家們現在還不確定微中子的精準質量是多少,不過依照目前的宇宙論,3 個世代的微中子總質量上限應為 0.3eV。如果暗物質是微中子,那麼 3 個世代的微中子總質量應高達 9eV 才對,兩者相差過大。

另一方面,暗物質中的冷暗物質(cold dark matter)的速度應該會非常慢才對。

宇宙暴脹時期會產生密度的擾動,進而產生暗物質的擾動(空間的擾動應與觀測到的 CMB 擾動相同),這種微妙的重力偏差,會讓周圍的暗物質聚集,提升重力,進一步吸引更多原子聚集,最後形成我們現在看到的星系。

-----廣告,請繼續往下閱讀-----

相較於此,微中子過輕(屬於熱暗物質,hot dark matter),會以高速飛行。微中子無法固定在一處,這樣就無法聚集起周圍的原子,自然也無法形成星系。

暗物質、暗能量的真相究竟是甚麼?仍然是宇宙學中最大的謎團!

熱暗物質、冷暗物質

這裡要介紹的是熱暗物質與冷暗物質。所謂的「熱暗物質」,指的是由像微中子那樣「以接近光速的速度飛行」的粒子組成暗物質的形式。

宇宙微波背景輻射(CMB)可顯示出宇宙初期的溫度起伏,因而得知存在相當微小,卻十分明顯的擾動,此擾動與暗物質的擾動相同。擾動中,物質會往較濃的部分聚集,並形成星系或星系團等大規模結構。

不過,如同我們前面提到的,科學家們認為以接近光速的速度運動的微中子,在程度那麼微弱的宇宙初期擾動下,很難形成現今的星系團。

-----廣告,請繼續往下閱讀-----

於是,科學家們假設宇宙中還存在著速度非常慢的未知粒子「冷暗物質」。

冷暗物質的候選者包括「超對稱粒子(SUSY 粒子)」當中光的超伴子——超中性子(neutralino)、名為軸子(axion)的假設粒子;另外,也有人認為原始黑洞可能是「冷暗物質的候選者」,雖然黑洞並不是基本粒子。

在討論暗物質時,即使不假設這些未知粒子的存在,在標準模型的範圍內,微中子也是呼聲很高的候選者。

如同在討論熱暗物質時提到的,當我們認為微中子應該不是主要暗物質時,就表示基本粒子物理學需要一個超越標準理論的新理論,這點十分重要。

-----廣告,請繼續往下閱讀-----
宇宙微波背景(CMB)是宇宙大霹靂後遺留下來的熱輻射,充滿了整個宇宙。圖 / 台灣東販

那麼,微中子真的完全不可能是暗物質嗎?

倒也並非如此。如果存在右旋的微中子,由於我們還不曉得它的質量以及存在量,所以「微中子是暗物質」的可能性還沒完全消失。不過,這樣就必須引入超越標準理論的理論才行。

在目前只有發現左旋、符合標準理論的微中子的情況下,一切都還未知。關於這點,我們將在《大人的宇宙學教室:透過微中子與重力波解密宇宙起源》第 6 章第 7 節詳細說明。

——本文摘自《大人的宇宙學教室:透過微中子與重力波解密宇宙起源》,2022 年 6 月,台灣東販,未經同意請勿轉載。

台灣東販
5 篇文章 ・ 3 位粉絲
台灣東販股份有限公司是在台灣第1家獲許投資的國外出版公司。 本公司翻譯各類日本書籍,並且發行。 近年來致力於雜誌、流行文化作品與本土原創作品的出版開發,積極拓展商品的類別,期朝全面化,多元化,專業化之目標邁進。