Ну могут быть еще технические данные какие-нибудь. Загрузка процессора, его температура, время пинга и т.д. Для работы аппараты эти данные, конечно, важны, но с точки зрения науки они бесполезны, потому что аппарат явно не для сбора таких данных в космос посылали.

Можно называть как угодно, но только не "научные данные". Научные данные (научная информация) - это исключительно интеллектуальный труд учёных. Никакой аппарат никаких "научных данных" передавать не может. На основе переданных аппаратом данных производится научный анализ и делаются научные выводы - вот это является научными данными.

Не нужно плодить сущностей. Все давно уже дефинировано:

"Научные или исследовательские данные это любая информация, которая была собрана, генерировалась или создавалась для проверки первоначальных результатов исследования.

Хотя научные данные обычно являются цифровыми, они также могут включать и нецифровые форматы, такие как лабораторные журналы и дневники.

Типы и примеры научных данных
Текст

Анкеты
Стенограммы интервью
Методологии
Рабочие процессы
Протоколы
Полевые тетради
Дневники
Числовые

Результаты опроса
Медицинские записи
Тестовые ответы
Таблицы
Инструментальные измерения
Геопространственная информация
Мультимедиа

Фотографии
Аудиозаписи
Видео
Код разработки

Исходный код
Алгоритмы
Скрипты
Синтаксис

Файлы программного кода для выполнения этапов обработки данных (например, подготовка данных, связывание, статистический анализ и т. д.).
Данные, специфичные для конкретной дисциплины

Гибкая система передачи изображений (FITS) [астрономия]
Файл кристаллографической информации (CIF) [химия]
GRIdded Binary (GRIB) [метеорология]
Источники научных данных
Данные наблюдений собираются в режиме реального времени и обычно незаменимы, например, данные датчиков, данные опросов, выборочные данные и нейроизображения.

Экспериментальные данные собираются с лабораторного оборудования. Это часто воспроизводимо. Примерами экспериментальных данных являются последовательности генов, хроматограммы и др.

Данные моделирования генерируются из тестовых моделей, где модель и метаданные более важны, чем выходные данные. Например, климатические модели и экономические модели.

Производные или скомпилированные данные преобразуются из ранее существовавших данных. Их можно воспроизвести в случае, если они утеряны. Примерами являются интеллектуальный анализ данных, скомпилированные базы данных и 3D-модели.

Справочные или канонические данные это статические или органические конгломераты или наборы небольших рецензируемых наборов данных, которые, в основном, публикуются и курируются. Например, банки данных последовательностей генов, химические структуры или порталы пространственных данных."

https://library.bntu.by/laboratorija-nauchnyh-kommunikacij/rabota-s-nauchnymi-dannymi/https://library.bntu.by/laboratorija-nauchnyh-kommunikacij/rabota-s-nauchnymi-dannymi/