流星撞击揭示了火星上隐藏的"地震公路"

通过比较美国宇航局"洞察"号（InSight）着陆器提供的火星地震数据和火星勘测轨道器（Mars Reconnaissance Orbiter）确定的撞击坑，科学家们发现，一些撞击在地幔中形成了一条"地震高速公路"，而不是被地壳阻尼。 这一突破对以前的火星内部模型提出了挑战，并能完善我们对包括地球在内的岩质行星的认识。

2021年3月4日，NASA火星勘测轨道飞行器上的HiRISE相机拍摄到了这个撞击坑，它是在红色星球上地震活跃的地区Cerberus Fossae发现的。 科学家们将它在地表的出现与美国宇航局"洞察"号（InSight）着陆器探测到的地震进行了比对。 图片来源：NASA/JPL-Caltech/亚利桑那大学

撞向火星的流星体产生的地震波比以前想象的要深入火星内部。 这一发现来自两项新的研究，它们比较了美国国家航空航天局（NASA）的"洞察号"（InSight）着陆器记录的火星地震数据和火星勘测轨道器（MRO）确定的撞击坑。

这些研究于2月3日发表在地球物理研究快报上，研究结果表明，即使在NASA的InSight于2022年退役之后，其数据仍能继续提供有价值的见解。 InSight 是第一个在火星上放置地震仪的任务，探测到了 1300 多次火星地震。 这些地震要么来自地下深处，因为岩石在热量和压力的作用下开裂，要么来自流星体对地表的撞击。

通过分析地震波如何穿过火星的地壳、地幔和地核，科学家们可以更好地了解火星的内部结构。 这项研究不仅揭示了火星的奥秘，还有助于解释像地球和月球这样的岩石行星是如何进化的。

研究人员过去曾拍摄过新撞击坑的图像，并发现了与撞击坑形成日期和位置相吻合的地震数据。 但这两项新研究是首次将新的撞击与在地狱犬窝（Cerberus Fossae）探测到的震动联系起来，地狱犬窝是火星上一个特别容易发生地震的地区，距离洞察者号 1019 英里（1640 公里）。

2019年2月2日，美国国家航空航天局"洞察"号（InSight）机械臂上的相机拍摄到了着陆器放下风和热防护罩的画面。 该防护罩覆盖了InSight的地震仪，该地震仪在着陆器的四年任务中采集了1300多次火星地震的数据。 图片来源：NASA/JPL-Caltech

撞击坑直径为71英尺（21.5米），根据地震能量，它距离InSight的距离比科学家们预期的要远得多。 火星地壳具有独特的特性，被认为可以抑制撞击产生的地震波，研究人员对地狱犬窝的撞击进行分析后得出结论，它产生的地震波通过地幔的路径更为直接。

现在，InSight团队必须重新评估他们对火星内部组成和结构的模型，以解释撞击产生的地震信号如何能到达那么深的地方。

伦敦帝国学院（Imperial College London）的InSight团队成员康斯坦丁诺斯-查拉兰布斯（Constantinos Charalambous）说："我们曾经认为，从绝大多数地震事件中探测到的能量都停留在火星地壳内部。"这一发现表明地幔中有一条更深、更快的路径--称之为地震高速公路--可以让地震到达地球上更遥远的地区。"

火星勘测轨道器的艺术概念图。 图片来源：JPL/美国国家航空航天局

美国国家航空航天局（NASA）位于南加州的喷气推进实验室（JPL ）开发了一种机器学习算法，用于探测火星上的流星体撞击，该算法在发现地狱犬窝陨石坑的过程中发挥了关键作用。 在几个小时内，人工智能工具就能筛选出数以万计由MRO的情境相机拍摄的黑白图像，检测出陨石坑周围的爆炸区。 该工具可选出候选图像，供善于分辨火星上哪些细微色彩值得 MRO 的高分辨率成像科学实验（HiRISE）相机进行更详细成像的科学家进行检查。

瑞士伯尔尼大学的InSight团队成员瓦伦丁-比克尔（Valentin Bickel）说："如果采用人工方式，这将是一项耗时数年的工作。使用这个工具，我们在短短几天内就从数以万计的图像减少到了寥寥数张。 它虽然比不上人类，但速度超快。"

比克尔和他的同事们搜索了InSight所在位置大约1864英里（3000公里）范围内的陨石坑，希望能找到一些在着陆器地震仪记录时形成的陨石坑。 通过比较"背景相机"在一定时间范围内拍摄的前后图像，他们找到了123个新的陨石坑与"洞察者"号的数据进行交叉对比；其中49个可能与着陆器地震仪探测到的地震相吻合。 查拉兰布斯和其他地震学家对这些数据进行了进一步筛选，最终确定了71英尺高的Cerberus Fossae撞击坑。

艺术家描绘的在火星表面运行的 InSight 着陆器。 InSight是"利用地震调查、大地测量学和热传输进行内部探测"的简称，它是一个着陆器，旨在对火星进行自45亿年前形成以来的首次彻底检查。 图片来源：NASA/JPL-Caltech

科学家们对 InSight 的数据研究得越多，就越能更好地将源自火星内部的信号与流星体撞击造成的信号区分开来。 在Cerberus Fossae发现的撞击将帮助他们进一步完善区分这些信号的方法。

查拉兰布斯说："我们原以为地狱犬座会产生大量与内部产生的地震有关的高频地震信号，但这表明有些活动并非源于那里，而实际上可能来自撞击。"

这些研究结果还强调了研究人员如何利用人工智能改进行星科学，更好地利用NASA和ESA（欧洲航天局）任务收集的所有数据。 除了研究火星陨石坑外，比克尔还利用人工智能搜索山体滑坡、尘霾和陡坡上出现的季节性暗色特征，这些特征被称为斜坡条纹或重复斜坡线。 人工智能工具也被用于寻找地球月球上的陨石坑和滑坡。

比克尔说："现在，我们有如此多的月球和火星图像，我们要做的就是处理和分析这些数据。我们终于迎来了行星科学的大数据时代。"

编译自/ScitechDaily