El interés de David Stanley por el cambio climático le llevó a desarrollar un programa para estudiar cómo recopilamos datos para estudiar el interior de las nubes. El programa simuló varios satélites recopilando imágenes de la nube desde múltiples ángulos al mismo tiempo, lo que puede ayudarnos a comprender lo que sucede dentro de la nube.
“Por lo general, sólo podemos ver las características exteriores de la nube”, dijo Stanley. “La tomografía computarizada de nubes toma su nombre de la tomografía computarizada, que es similar a una tomografía computarizada. En lugar de rayos X, los satélites toman fotografías de las nubes desde tantos ángulos como sea posible y en el menor tiempo posible”.
Una de las incógnitas en los modelos climáticos es en qué medida el transporte convectivo afecta el nuevo crecimiento de nuevas nubes, dijo Stanley. La convección se trata del movimiento del calor y la humedad en la atmósfera, especialmente corrientes de aire hacia arriba y hacia abajo en condiciones inestables.
“Al generar múltiples pases de tiempo sobre el mismo centro de nubes, se puede ver cómo la convección cambia con el tiempo, cómo afecta el crecimiento de otras nubes en el futuro. Y el crecimiento de las nubes puede aumentar el efecto invernadero”.
Después de completar una maestría en ingeniería aeroespacial en la Universidad de Illinois en Urbana-Champaign, dijo Stanley, volvió a solicitar un doctorado. En Illinois
“Hablé de mi interés general por la ingeniería y la ingeniería espacial, pero también de lo importante que es para nosotros comprender mejor el cambio climático y trabajar para encontrar soluciones”, dijo. “Robin Vollands vio este interés en mí y me pidió que me uniera a su grupo de investigación. Me conectó con Federico Rossi y Amir Rahmani en el Grupo de Autonomía de Agentes Múltiples en el Laboratorio de Propulsión a Chorro de la NASA, y me llevaron al JPL. Conocí al científico Chung Rak Choi y Anthony Davis, que tienen conocimientos sobre tomografía de nubes, nubes atmosféricas y aerosoles, lo cual encajaba con algunos de mis intereses, y era algo que Rubin sugirió como una misión interesante que estaban considerando: usar sistemas de múltiples agentes para respaldar. Misiones científicas de la Tierra.”
Para la simulación, Stanley utilizó un solucionador de programas lineales numéricos mixtos que se utiliza para muchos tipos diferentes de aplicaciones. Stanley escribió el código para desarrollar un programador que optimizaría la sincronización y los ángulos de orientación de la cámara para que el enjambre de satélites obtuviera tantas imágenes de nubes como fuera posible.
“Lo interesante fue que utilizamos un programador lineal numérico mixto para determinar automáticamente el patrón de apuntamiento más eficiente para la formación de los satélites. Apuntando todos los satélites al mismo objetivo al mismo tiempo. Pero podría haber docenas de objetivos diferentes bajo cada satélite, y algunos objetivos que se perderían si no se identificaran en el momento adecuado”.
El objetivo era medir la frecuencia con la que los asteroides detectaban diferentes objetivos en órbita.
“Hicimos dos simulaciones diferentes. Tenemos una simulación de nubes que se forman en la superficie de la Tierra con cierta edad. En la computadora, son solo coordenadas en una esfera. La otra simulación abarca la multitud de satélites. Se puede hacer usando métodos más simples o más Modelos complejos y más precisos.
“Cuando combinamos estos dos datos simulados, el programa calcula información sobre dónde están los satélites en diferentes puntos de la órbita y dónde están las nubes en la órbita, luego decide entre esos satélites. ¿Cuál es el patrón visible máximo y la nube en el suelo.”
Dijo que hubo momentos durante el estudio en los que tuvo ideas diferentes sobre la mejor manera de replicar los datos y enviarlos al solucionador.
“Tal vez sólo necesites un conjunto para cada paso de tiempo y cada satélite, o necesites un conjunto para diferentes partes de la Tierra. Intenté apuntar a diferentes partes de la Tierra. Todo tiene que ser usado por división de fuerza bruta en la primera lugar como coordenadas. Pero hay mucho espacio en la Tierra y tienes millones y millones y millones de índices que no se resuelven en una computadora de escritorio”.
Finalmente, Stanley dijo que se inspiró en el trabajo anterior de Volland. Desarrolló un método para que una constelación de satélites que orbitan alrededor de Marte recopile tantas observaciones como sea posible de los remolinos de polvo en Marte, donde en lugar de subdividir toda la Tierra en satélites, dividieron las secciones para que solo necesitaran unos pocos índices. un tiempo
“Entonces, además, pude darme cuenta de que en realidad podía utilizar las nubes como índice”, añadió Stanley. “Funcionó bien y pasó de millones de índices a la vez a aproximadamente 100, lo cual es mucho más solucionable”.
Stanley enfatizó que se trata de datos simulados.
“Hemos hecho algunas suposiciones sobre dónde se forman las nubes y hacia dónde se dirigen, por lo que hay mucho margen para mejorar este estudio y observar más datos del mundo real en lugar de crear los nuestros. Es importante destacar que hemos desarrollado un nuevo Un método que tiene el potencial de mejorar significativamente la forma en que recopilamos datos de nubes en 3D sobre la dinámica dentro de las nubes y, por lo tanto, los efectos climáticos a largo plazo.
