🛰️ Simulando el Impacto de Satélites en Observaciones Astronómicas

Resumen

Proyecto de investigación (IFF Bom Jesus do Itabapoana, orientación de Prof.a Ana Cecília Soja) sobre cómo la proliferación de satélites artificiales contamina imágenes astronómicas con rastros luminosos — y cómo tratar esa contaminación computacionalmente. En equipo con Maycon Jorge Deláqua da Silva y Arthur Miguelito Lopes, el proyecto evolucionó de un 3o lugar en FEBIC 2024 incluso un algoritmo capaz de recuperar el 99,7% de la información perdida, galardonado en 1o lugar en MCTIA 2025.

Contaminación Luminosa por Satélites

🌠 El problema

La década de 2020-2030 trae una nueva generación de telescopios (Vera Rubin, GMT, Euclid) que multiplicará por más de mil el volumen y la calidad de los datos astronómicos disponibles. En paralelo, sin embargo, la popularización de constelaciones de satélites comerciales está pobladando la órbita terrestre de miles de objetos brillantes, que se interponen entre los telescopios y la luz de las estrellas — contaminando imágenes con rastros luminosos y amenazando degradando justamente la nueva generación de levantamientos astronómicos de gran volumen.

A diferencia de las dos barreras históricas de la observación astronómica (clima y limitación instrumental), esta es una contaminación artificial, aún mal cuantificada: el brillo de cada satélite depende de posición, altitud y longitud de onda de forma compleja, y la comunidad internacional (astrónomos, ingenieros, defensores del cielo oscuro) se ha movilizado para desarrollar herramientas open source de tratamiento de imagen.

🎯 Objetivos

• Desarrollar un método de tratamiento de imagen capaz de identificar contaminación por satélite en observaciones astronómicas.
• Prueba ese método en objetos astronómicos simulados, con contaminación controlada, evaluando aplicabilidad y eficiencia.
• Sumando esfuerzos al movimiento internacional por soluciones open source para el problema de la contaminación luminosa orbital.

🔧 Metodología

El proyecto fue planificado en 5 fases: (1) revisión sistemática del problema y de códigos ya existentes; (2) elaboración de un objeto astronómico simulado (preferencialmente una galaxia); (3) construcción de un código de análisis/tratamiento de imagen; (4) aplicación del código al objeto simulado, con contaminación luminosa controlada (simulación de rastros de satélite); (5) análisis de los resultados.

📈 Evolución y resultados

Nota sobre este texto

Esta página combina la propuesta formal de investigación (submetida al IFF en 2023, con introducción, justificación y metodología completas) con los resultados divulgados públicamente en las premiaciones de la FEBIC 2024 y del MCTIA 2025. Detalles técnicos del algoritmo de recuperación del 99,7% todavía no han sido documentados en esta página — actualizar según el trabajo avanza para publicación.

🔗 Referencias y correcciones

• Milazzo et al. (2021) — The Growing Digital Divide and its Negative Impacts on NASA’s Future Workforce , BAAS 53, 436
• Rawls et al. (2020) — Satellite Constellation Internet Affordability and Need , RNAAS 4, 189
• Venkatesan et al. (2020) — The Impact of Satellite Constellations on Space as an Ancestral Global Commons , Nature Astronomy 4, 1043
• FEBIC 2024— cobertura de la presentación y del 3o lugar
• MCTIA 2025— cobertura de la presentación y del primer lugar
• Entendiendo la materia Escura a partir de Choques Extragalácticos— proyecto anterior, mismo orientadora
• Detección de Anomalías en Datos de Gaia— otro proyecto centrado en el aprendizaje de máquina aplicado a datos astronómicos

Aviso de traducción automática

Esta página fue traducida automáticamente del portugués utilizando el traductor automático basado en LibreTranslate implementado en tools/translate_quartz.py (que preserva wikilinks, embeds y nombres propios mediante división posicional). Es traducción automática y puede contener imprecisiones — la versión original en portugués es la fuente autoritativa.