২০২৬ সালে পৃথিবী থেকে টেলিস্কোপের মাধ্যমে চাঁদের কক্ষপথে আর্টেমিস ২ মিশনের ক্রু সদস্যদের ছবি ধারণ

সম্পাদনা করেছেন: Svitlana Velhush

Artemis II-এর বিস্তারিত বিশ্লেষণ: উৎক্ষেপণ থেকে চাঁদে যাত্রা ও ফিরে আসা।

২০২৬ সালে জ্যোতির্বিজ্ঞানীরা পৃথিবী থেকে একটি টেলিস্কোপ ব্যবহার করে চাঁদের কক্ষপথে আর্টেমিস ২ মিশনের চারজন ক্রু সদস্যসহ ওরিয়ন মহাকাশযানটিকে শনাক্ত করেছেন, যা ইতিহাসে এই ধরণের প্রথম ছবি হিসেবে চিহ্নিত হয়েছে।

পৃথিবী থেকে পাওয়া এই ছবিতে মহাকাশযানটির লুনার ফ্লাইবাই বা চাঁদের পাশ দিয়ে যাওয়ার সময়কার অবস্থানের ক্ষুদ্র পিক্সেল দেখা গেছে, যা মহাকাশযানের গতিপথের নির্ভুলতা এবং সংশ্লিষ্ট অপটিক্যাল সিস্টেমের সক্ষমতাকে প্রমাণ করে।

এই ঘটনাটি পর্যবেক্ষণ প্রযুক্তির প্রভূত উন্নতিকে তুলে ধরে, যার মাধ্যমে অন্য কোনো মহাকাশযানের সহায়তা ছাড়াই পৃথিবী থেকে মানুষবাহী মিশনগুলো পর্যবেক্ষণ করা সম্ভব হচ্ছে।

এই ছবির বিশ্লেষণ থেকে মহাকাশযানটির গতি এবং উচ্চতা সহ কক্ষপথের বিভিন্ন বিশদ তথ্য পাওয়া গেছে, যা বিজ্ঞানীদের পৃথিবী ও চাঁদের মহাকর্ষীয় মিথস্ক্রিয়ার মডেলগুলোকে আরও নিখুঁত করতে সাহায্য করেছে।

নাসা এবং এর অংশীদারদের অন্যতম উদ্দেশ্য ছিল ভবিষ্যতে চাঁদে অবতরণের আগে মিশনের নির্ভরযোগ্যতা প্রদর্শন করা এবং আর্টেমিস প্রোগ্রামের প্রতি জনসাধারণের আগ্রহ বাড়িয়ে তোলা।

এই অর্জনটি গভীর মহাকাশ গবেষণার ক্ষেত্রে ভূ-পৃষ্ঠের টেলিস্কোপগুলোর ব্যবহারের নতুন দিগন্ত উন্মোচন করেছে এবং স্যাটেলাইট ডেটার ওপর নির্ভরশীলতা কমিয়ে এনেছে।

পরবর্তী মিশনগুলোর প্রেক্ষাপটে বর্তমান সময়ে এই ছবিটিকে চাঁদে মানুষের দীর্ঘস্থায়ী উপস্থিতির পথে একটি গুরুত্বপূর্ণ পদক্ষেপ হিসেবে বিবেচনা করা হয়।

42 দৃশ্য

উৎসসমূহ

  • 'There are 4 people in those pixels': Earth-based telescope snapped Artemis II crew orbiting the moon

মন্তব্য

এই বিষয়ে আরও নিবন্ধ পড়ুন:

Korea Aerospace Industries says its AI module on the 12U BEE-1012 CubeSat, launched on Nuri Oct 7, passed an orbital pilot Oct 20. Given a simulated fault, it diagnosed cause and scope and sent back a fix plan. A main demo starts in December. Image Credit: Yonsei University

Image
Reply

Great paper from Anthropic on AI agents doing ML-for-science research. (bookmark it) If you build AI-scientist systems, this one is worth your time. They propose Agent4Sci, which gives frontier coding agents 20 scientific ML benchmarks across 11 domains and asks them to beat

Image
Reply
আপনি কি কোনো ত্রুটি বা অসঠিকতা খুঁজে পেয়েছেন?আমরা আপনার মন্তব্য যত তাড়াতাড়ি সম্ভব বিবেচনা করব।