Изучение внутреннего строения Луны и Марса геофизическими методамиНИР

Study of the internal structure of the Moon and Mars by geophysical methods

Источник финансирования НИР

Хоздоговор, Проект 23-Ш01-13 Междисциплинарных научно-образовательных школ МГУ Изучение внутреннего строения Луны и Марса геофизическими методами

Этапы НИР

# Сроки Название
1 1 июля 2023 г.-31 декабря 2023 г. Изучение внутреннего строения Луны и Марса геофизическими методами
Результаты этапа: НАПРАВЛЕНИЕ «ПОТЕНЦИАЛЬНЫЕ ПОЛЯ» В геологической практике принято стадийное изучение территорий от мелкомасштабных к крупномасштабным, то есть сначала проводятся региональные исследования и далее пошагово проверяются геологические гипотезы, концепции, теории, детализируются карты, схемы, формируются физико-геологические модели. Отклонения от стадийного изучения территорий чаще всего приводит к формированию неполной или неправильной физико-геологической модели, что в конечном счете оборачивается большими финансовыми и временными потерями, чем если бы все стадии геологоразведки были проведены. В настоящее время степень достоверности аномального гравитационного поля Луны отвечает картам масштаба 1: 2 500 000, то есть исследованиям, при которых наблюдения выполнены по сети 25x25 километров. Это, безусловно, выдающееся достижение мировой космической отрасли. Исходные гравиметрические материалы такого масштаба могут использоваться только для решения региональных геологических задач, наиболее конкретной из которых является локализация и изучение внутреннего строения масконов. Среди всех геофизических методов именно гравиметрический наиболее полно обеспечен материалами для изучения космических тел и особенностей их глубинного геологического строения и особенностей строения. Однако даже последние спутниковые миссии имеют пока достаточно низкое разрешение, которое позволяет оценить особенности гравитационного поля только в планетарном масштабе, а удачные налунные измерения силы тяжести были выполнены лишь на одном профиле. В связи повышение точности и детальности цифровых моделей поля силы тяжести Луны требует продолжения Лунных спутниковых миссий и параллельно проведения большего количества гравиметрических работ на поверхности Луны. Решение этих задач связано с созданием современной гравиметрической аппаратуры и в частности развитие методик на подвижном основании, преимущество которых в производительности и возможности автономной работы. Параллельно очевидна необходимость разработки методов и методик обработки и интерпретации данных космических гравиметрических съемок. В частности, актуальна задача проекта следующего года: «Разработка методики редуцирования гравитационных полей с учетом влияния масконов, астроблем, кратеров и других кольцевых объектов с использованием методов искусственного интеллекта.» имеет собственное научное значение и «лунных» материалов для её выполнения достаточно. НАПРАВЛЕНИЕ «ЭЛЕКТРОМАГНИТНЫЕ ПОЛЯ» За отчётный период работа по данному направлению была связана с анализом и обобщением результатов, полученных в нашей стране и за рубежом, с оценкой возможностей космической электроразведки и подготовкой статьи по этой тематике. Электроразведка представляет собой раздел разведочной геофизики, включающей десятки методов, которые можно разделить на три группы: методы постоянного поля, низкочастотные и высокочастотные. Метолы постоянного тока требуют заземлений и расстановки большого числа электродов, что весьма сложно обеспечить в высокоомных условиях Марса и Луны, а также в беспилотном режиме. Поэтому мы сконцентрировались на возможностях низкочастотных и высокочастотных методов. Среди низкочастотных методов есть использующие естественные и искусственные источники, из них первые обладают наибольшей глубинностью. Так, метод глубинного магнитовариационного зондирования (ГВМЗ) уже применяется при изучении мантии Марса и Луны с орбиты и с поверхности. Метод магнитотеллурического зондирования (МТЗ) имеет предпосылки для применения в космосе, более того, Американские учёные планируют выполнить МТЗ на Луне в 2024 году. Из низкочастотных методов с искусственным источником хорошие перспективы имеет метод зондирования становлением поля (ЗС). В нём возможно совмещать источник и приёмник, что обеспечивает компактную и удобную в работе установку. Эти идеи высказывались ещё Советскими, а позднее – Американскими геофизиками для поисков подповерхностных вод на Марсе, также ими были созданы соответствующие технологии, опробованные на Земле. Для детальных площадных исследований нам представляется перспективным использование метода частотного зондирования (ЧЗ) со стационарным источником и лёгким передвижным приёмником, который может перемещаться с помощью беспилотного аппарата, в том числе летательного для условий Марса. Для просвечивания массивов горных пород может быть эффективен метод радиоволнового просвечивания (РВП). Причём в высокоомных условиях Марса и Луны методы ЧЗ и РВП могут давать информацию как об удельном электрическом сопротивлении (УЭС), так и о диэлектрической проницаемости (ДП) горных пород. Основным высокочастотным методом электроразведки является метод георадиолокации. Он использовался на Марсе как в орбитальном варианте, так и для детальных исследований на поверхности одного из участков (работа Китайских геофизиков 2021 года). Хотя достоверно определить наличие жидкой воды не удалось, были получены некие косвенные свидетельства её наличия, а также следы существования в прошлом. Видится необходимым некоторое усовершенствование использовавшихся систем, а также наращивание изучаемых площадей для получения более достоверных результатов. Перспективные для изучения Марса и Луны методы электроразведки приведены в таблице. Отметим, что почти все методы позволяют проводить зондирование, то есть в каждой точке оценивать изменение электрических свойств с глубиной. Причём максимальная глубинность исследований при тех же параметрах аппаратуры и методики в высокоомных условиях Луны и Марса оказывается во много раз больше, чем на Земле. Более подробно результаты представлены в статье: - Шустов Н.Л., Пушкарев П.Ю., Гудкова Т.В., Панферов С.В. Возможности космической электроразведки. Гелиогеофизические исследования, 2023, выпуск 41, с. 16-26.
2 1 января 2024 г.-31 декабря 2024 г. Изучение внутреннего строения Луны и Марса геофизическими методами
Результаты этапа: Работа по проекту в настоящее время ведётся в рамках двух основных направлений, связанных с геофизическими методами, использующими: 1) потенциальные поля (гравитационное, постоянное магнитное); 2) электромагнитные поля (искусственного и естественного происхождения). НАПРАВЛЕНИЕ «ПОТЕНЦИАЛЬНЫЕ ПОЛЯ» В течение отчетного периода продолжено исследование Шатурской группы озер предположительно метеоритного происхождения. Выполнена гидромагнитная съемка на озерах Власовское и Черное Бардуковское. Также завершена обработка и интерпретация аномальных магнитного и гравитационного полей озера Смердячье, по результатам которой подготовлена статья. Параллельно ведется работа по разработке и программной реализации алгоритма на основе сверточных нейронных сетей по локализации изометричных аномалий гравитационного поля, приученных к масконам и астроблемам. 1. Власовское и Черное Бардуковское озера входят в состав Шатурской цепочки озер предполагаемо метеоритного происхождения. В их акватории выполнена гидромагнитная съемка, сопровождаемая эхолотированием дна. В периметре озера Черное Бордуковское обнаружена локальная положительная магнитная аномалия. Также по контуру озера в поле проявляется кольцевая аномалия. Эти два фактора косвенно свидетельствуют в пользу его метеоритной природы. Важно отметить, что на данном озере и на озере Власовское никаких геолого-геофизических исследований ранее не проводилось. О проведенных работах подготовлен и опубликован пресс-релиз в новостных ресурсах Московского Университета: https://nosh.msu.ru/cosmos/tpost/d7m5bnt131-geofiziki-mgu-izuchili-magnitnie-polya-a 2. Проведенные геофизические исследования на озере Смердячье, а также результаты их обработки и интерпретации, подтверждающие метеоритную природу происхождения озера, оформлены в статью, которая передана в печать и готовится к публикации в конце 4го квартала в 6-м номере 2024 года или 1-м номере 2025 года журнала «Геофизика»: Кузнецов К.М., Лыгин И.В., Шевалдышева О.О., Фадеев А.А., Гудкова Т.В. «Магнитные и плотностные параметры метеоритного кратера озера Смердячье». 3. В ходе работы в отчетном периоде рассмотрен подход по локализации изометричных аномалий, основанный на сверточных нейронных сетях (СНС). На первом этапе создана синтетическая обучающая выборка. Этап включил расчёт эффекта подобного по форме полям масконов и астроблем. В качестве такового выбрана третья производная гравитационного поля сферы. Для обучения нейронной сети создан набор моделей сфер, различающихся положением центра сферы по латерали и радиусом. Положение и радиус сфер заданы случайным образом. От всех моделей рассчитаны гравитационные эффекты. К полученным полям добавлен случайный шум для приближения модели к реальным данным На следующем этапе после создания обучающей выборки проведен выбор оптимальной структуры сверточной нейронной сети (СНС). В настоящее время в различных научных областях для решения подобной задачи часто используется готовая архитектура U-Net. Она разработана в 2015 году для сегментации медицинских изображений в отделении Computer Science Фрайбургского университета. Эта архитектура представляет собой полносвязную сверточную сеть [Ronneberger e.t.c, 2015]. Архитектура сети включает последовательность слоев свертки и пулинга. Эти слои сначала уменьшают пространственное разрешение изображения, а затем увеличивают его, предварительно объединив с данными изображения и пропустив через другие слои свертки. Таким образом, сеть действует как своеобразный фильтр. Изначальные веса U-Net определяются случайным образом. Для упрощения обучения и ускорения процесса обучения возможно использование модели глубокого обучения с предварительно обученными весами. В языке программирования Python доступны многие модели, обученные сегментировать изображения: VGG, ResNet, Inception, Efficient и др. Все они обучены на выборке, содержащей более 14 миллионов изображений, относящихся к 1000 классам [Simonyan, Zisserman, 2015]. Эти сети различаются количеством слоев свертки и пулинга, но принцип их работы схож. Для решения задачи выявления изометричных аномалий выбрана сеть VGG-16, которая содержит 16 настраиваемых параметров: 13 слоев свертки и 3 полносвязанных слоя. В этой сети также присутствуют 5 слоев пулинга, которые уменьшают изображение вдвое. Для построения собственной СНС случайные веса декодера сети U-Net заменены на предобученные веса сети VGG-16. В качестве примера для отработки алгоритма полученной СНС использованы данные аномального гравитационного поля Луны в редукции свободный воздух. Главной особенностью гравитационного поля Луны является наличие масконов, которые представляют собой различные по своему размеру изометричные аномалии. Они частично связаны с наличием плотных потоков базальтовой лавы, которые заполняют некоторые ударные бассейны [Аким, 1966]. В качестве примера рассмотрена полоса вдоль экватора Луны с 50º ю.ш. по 50 º с.ш. (рис. 1). Результаты применения сверточной нейронной сети приведены на рисунке 1. Можно заметить, что на карте выделились только отрицательные аномалии определенного радиуса. Это связано с ограниченностью выборки обучения и соответствующим типам аномалий, подаваемым на обучение нейронной сети. Для выделения всех изометричных аномалий необходимо создавать более обширную выборку или создать разные выборки под конкретные задачи. По результатам выполнен доклад: Шклярук А.Д., Кузнецов К.М. Локализация изометричных аномалий потенциальных полей с использованием сверточных нейронных сетей //XIII Международная научно-практическая конференция "Морские исследования и образование - MARESEDU 2024", Москва Также программная реализация алгоритма на основе сверточных нейронных сетей по локализации изометричных аномалий гравитационного поля подана для регистрации в Роспатенте. НАПРАВЛЕНИЕ «ЭЛЕКТРОМАГНИТНЫЕ ПОЛЯ» Подготовлена обзорная статья по дистанционному зондированию Земли с использованием приливных сигналов океанического происхождения. Ниже приведены ключевые положения статьи. Дистанционное зондирование с использованием спутниковых сигналов, порождаемых океаническими приливами, является относительно новой областью, направленной на изучение внутреннего строения Земли. В принципе такое зондирование возможно и для изучения других небесных тел, на которых предполагается наличие океанов (например, на спутниках газообразных планет – Европы, Энцелада, Ганимеда, Титана), однако такие исследования остаются задачей отдаленного будущего [Tyler, 2008]. Движение электропроводящей жидкости сквозь постоянное магнитное поле приводит к возникновению электрического тока и электродвижущей силы [Faraday, 1832]. В случае океанов основным механизмом, приводящим жидкость (морскую воду) в движение, являются приливы, возникающие из-за относительного движения и гравитационного взаимодействия Земли, Луны и Солнца. Океанические приливы представляют собой периодические (полусуточные, суточные и т.д.) движения водных масс, различающиеся по происхождению (лунные, солнечные, смешанные). Наиболее значимые приливные компоненты – полусуточные (М2) и суточные (О1) приливы, вызванные лунным воздействием. Первые успешные наблюдения океанических приливных сигналов были зарегистрированы уже в XIX веке на основе измерений электрического потенциала вдоль телеграфных кабелей или линий, заземлённых вблизи океана [Longuet-Higgins, Deacon 1949]. Дальнейший прогресс в изучении электромагнитных (ЭМ) эффектов от океанических приливов пришелся на 60-80 годы XX столетия, и был связан с накоплением большого объема наземных и донных ЭМ наблюдений [Larsen, Cox, 1966; Filloux, 1967; Malin, 1970; Chave et al., 1989], а также с разработкой аналитической теории, описывающей приливные ЭМ эффекты [Larsen, 1968; Sanford, 1971]. Заметим, что разработанная аналитическая теория позволила в первом приближении оценить влияние различных факторов (например, электропроводности морской воды, осадков, и подстилающего разреза) на интенсивность и распределение приливных ЭМ сигналов, однако количественное описание этих сигналов требовало разработки численных решений уравнений Максвелла в частотной области, в сферической геометрии, и с источником, порождаемым соответствующей приливной компонентой. Первые численные решения, позволявшие рассчитывать (моделировать) приливные ЭМ сигналы в глобальном масштабе появились в начале XXI века [Tyler et al., 2004; Kuvshinov, Olsen, 2003; Kuvshinov, 2008], что дало исследователям возможность не только сравнить наземные наблюдения приливных магнитных сигналов с модельными результатами [Maus, Kuvshinov, 2004; Schnepf et al., 2014], но и впервые выполнить зондирование высокомной литосферы, используя приливные (электрические) сигналы [Kuvshinov et al., 2006]. Отметим, что к настоящему времени число решений (компьютерных программ), позволяющих моделировать приливные ЭМ сигналы значительно выросло [Velimsky et al., 2018; Grayver et al., 2021; Zhang et al., 2019; Kruglyakov, Kuvshinov, 2022; Ren et al., 2024], не в последнюю очередь, благодаря взрывному росту интереса к проблеме со стороны геофизического сообщества. Такой рост интереса был обусловлен появлением нового источника данных – измерений магнитного поля на спутниках специализированных (геомагнитных) миссий, таких как CHAMP (2000-2009) и Swarm (2013 – настоящее время). Tyler et al [2004] продемонстрировали принципиальную возможность выделения магнитного сигнала от M2 прилива из спутниковых данных миссии CHAMP. Десятью годами позже, Sabaka et al [2015], на основе анализа 13 лет спутниковых наблюдений, получили глобальное распределение магнитного поля (в частности, наиболее информативной, радиальной компоненты) от M2 прилива на высоте спутника (430 км), которое на удивление хорошо совпало с модельными результатами (см. рис. 2). Вдохновленные этим результатом, Schnepf et al [2015] показали с помощью модельных расчетов что радиальная компонента М2 магнитного поля на высоте спутника чувствительна к изменениям электропроводности литосферы и верхней мантии, что открывало возможность зондирования океанических структур с использованием спутниковых приливных сигналов. Годом позднее, Grayver et al [2016] представили методологию и результаты такого зондирования, позволившего оценить (усредненное; одномерное) распределение электропроводности в океанической литосфере и верхней мантии. В дальнейшем результаты зондирования были уточнены в работах [Grayver et al., 2017; Kuvshinov et al., 2021]. В настоящее время основные усилия исследователей направлены на улучшение качества выделения М2 сигналов, а также выделение сигналов от других приливных компонент (N2, О1, Q1), используя постоянно увеличивающийся массив спутниковых данных, а также развивая новые методологические подходы к обнаружению/описанию приливных компонент [Sabaka et al., 2016, 2018, 2020; Grayver, Olsen, 2019, Saynisch-Wagner et al., 2021]. Одна из основных целей таких работ – получить модели приливных компонент, которые бы позволили инвертировать приливные сигналы в рамках трехмерных моделей Земли [Sachl et al., 2022]. Наконец, перспективным направлением будущих работ является анализ временной изменчивости приливных сигналов и исследование связи таких изменений с климатологией океана [Saynisch et al., 2016, 2017]. СПИСОК ЛИТЕРАТУРЫ Аким Э.Л. Определение поля тяготения Луны по движению искусственного спутника Луны «Луна-10» // Докл. АН СССР. — 1966. — Т. 170, вып. 4. — С. 799—802. Chave AD, Filloux JH, Luther DS, Law LK, White A. Observations of motional electromagnetic fields during EMSLAB // Journal of Geophysical Research. 1989. V. 94. P. 14153–14166. Faraday M. The Bakerian lecture. researches in electricity. Second series // Philosophical Transactions of the Royal Society of London. 1832. P. 163–194. Filloux J. An ocean bottom, D component magnetometer // Geophysics. 1967. V. 32. P. 978–987. Grayver, A., N. Schnepf, A. Kuvshinov, T. Sabaka, C. Manoj, N. Olsen. Satellite tidal magnetic signals constrain oceanic lithosphere-asthenosphere boundary // Science Advances. 2016. doi: 10.1126/sciadv.1600798. Grayver A., F. Munch, A. Kuvshinov, A. Khan, T. Sabaka, L. Toffner-Clausen. Joint inversion of satellite detected tidal and magnetospheric signals constrains electrical conductivity and water content of the upper mantle and transition zone // Geophysical Research Letters. 2017. V. 44. P. 6074–6081. Grayver AV, Olsen N. The magnetic signatures of the M2, N2, and O1 oceanic tides observed in Swarm and CHAMP satellite magnetic data // Geophysical Research Letters. 2019. V. 46. P. 4230–4238. Kuvshinov, A. 3-D global induction in the oceans and solid Earth: Recent progress in modeling magnetic and electric fields from sources of magnetospheric, ionospheric, and oceanic origin // Surveys in Geophysics. 2008. P. 1-49. Kuvshinov A., A. Junge, H. Utada. 3-D modelling the electric field due to ocean tidal flow and comparison with observations // Geophysical Research Letters. 2006. doi: 10.1029/2005GL025043. Kuvshinov A, Grayver A, Toffner-Clausen L, Olsen N. Probing 3-D electrical conductivity of the mantle using 6 years of Swarm, CryoSat-2 and observatory magnetic data and exploiting matrix Q-responses approach // Earth, Planets Space. 2021. V- 73. P. 1-26. Larsen J. Electric and magnetic fields induced by deep sea tides // Geophysical Journal International. 1968. V. 16, P. 47–70. Larsen J, Cox C. Lunar and solar daily variation in the magnetotelluric field beneath the ocean // Journal of Geophysical Research. 1966. V. 71. P. 4441–4445. Longuet-Higgins M, Deacon G. The electrical and magnetic effects of tidal streams // Geophysical Journal International. 1949. V. 5. P. 285–307. Malin S. Separation of lunar daily geomagnetic variations into parts of ionospheric and oceanic origin // Geophysical Journal International. 1970. V. 21. P. 447–455. Maus, S., Kuvshinov, A. Ocean tidal signals in observatory and satellite magnetic measurements. Geophysical Research Letters. 2004. V. 31. doi: 10.1029/2004GC000634. Ren Z., Yang C., Yao H., Tang X., Tang J., Zhang K. High-precision modeling of tide-induced 3-D magnetic field and analysis of geomagnetic satellite orbit requirements // Science China Earth Sciences. 2024. V.66. Ronneberger O., Fischer P., Brox T. U-Net: Convolutional Networks for Biomedical Image Segmentaton. Computer Science Department and BIOSS Centre for Biological Signaling Studies, 2015. Sabaka T, N, Olsen, R. Tyler, A. Kuvshinov. CM5, a pre-Swarm comprehensive geomagnetic field model derived from over 12 yr of CHAMP, Ørsted, SAC-C and observatory data // Geophysical Journal International. 2015. V. 200. P. 1596–1626. Sabaka TJ, Tyler RH, Olsen N. Extracting ocean-generated tidal magnetic signals from Swarm data through satellite gradiometry // Geophysical Research Letters. 2016. V. 43. P. 3237–3245. Sabaka TJ, Toffner-Clausen L, Olsen N, Finlay CC. A comprehensive model of Earth’s magnetic field determined from 4 years of Swarm satellite observations // Earth, Planets and Space 2015. V. 70. P. 1–26. Sabaka TJ, Toffner-Clausen L, Olsen N, Finlay CC. CM6: a comprehensive geomagnetic field model derived from both CHAMP and Swarm satellite observations // Earth, Planets and Space. 2020. V. 72. P. 1–24. Sachl L, Velımsky J, Fullea J, Martinec Z. Inversion of the satellite observations of the tidally induced magnetic field in terms of 3-D upper mantle electrical conductivity: method and synthetic tests // Geophysical Journal International. 2022. V. 229. P. 2115–2132. Sanford TB. Motionally induced electric and magnetic fields in the sea // Journal of Geophysical Research. 1971. V. 76. P. 3476–3492. Saynisch, J., J. Petereit, C. Irrgang, A. Kuvshinov, M. Thomas. Impact of climate variability on the tidal oceanic magnetic signal - a model based sensitivity study // Journal of Geophysical Research. Oceans. 2016. doi: 10.1002/2016JC012027 Saynisch, J., J Petereit, C Irrgang, M Thomas. Impact of oceanic warming on electromagnetic oceanic tidal signals: A CMIP5 climate model‐based sensitivity study // Geophysical Research Letters. 2017. V. 44. P. 4994-5000. Saynisch-Wagner J, Baerenzung J, Hornschild A, Irrgang C, Thomas M. Tide-induced magnetic signals and their errors derived from CHAMP and Swarm satellite magnetometer observations // Earth, Planets and Space. 2021. V. 73. P. 1–11. Schnepf N., A, Kuvshinov, T. Sabaka. Can we probe the conductivity of the lithosphere and upper mantle using satellite tidal magnetic signals? // Geophysical Research Letters. 2015. doi: 10.1002/2015GL063540. Schnepf, N., C. Manoj, A. Kuvshinov, H. Toh, and S. Maus. Tidal signals in ocean bottom magnetic measurements of the Northwestern Pacific: Observation versus prediction // Geophysical Journal International. 2014. V. 198. P. 1096–1110. Simonyan K., Zisserman A. Very deep convolutional networks for large-scaleimage recognition. ICLR 2015. Tyler RH, Maus S, Luhr H. Satellite observations of magnetic fields due to ocean tidal flow // Science. 2004. V. 299. P. 239–241. Tyler, R. H., Vivier, F., Li, S. Three-dimensional modelling of ocean electrodynamics using gauged potentials // Geophysical Journal International. 2004. V. 158. P. 874–887. Tyler, R.H. Strong ocean tidal flow and heating on moons of the outer planets // Nature. 2008. V. 456, P. 770–772. Velimsky, J., A. Grayver, A. Kuvshinov, L. Sachl. On the modelling of M2 tidal magnetic signatures: effects of physical approximations and numerical resolution // Earth, Planets and Space. 2018. V. 70. P. 192. Zhang H, Egbert G, Chave A. Constraints on the resistivity of the oceanic lithosphere and asthenosphere from seafloor ocean tidal electromagnetic measurements // Geophysical Journal International. 2019. V. 219. P. 464–478.
3 1 января 2025 г.-1 декабря 2025 г. Изучение внутреннего строения Луны и Марса геофизическими методами
Результаты этапа:

Прикрепленные к НИР результаты

Для прикрепления результата сначала выберете тип результата (статьи, книги, ...). После чего введите несколько символов в поле поиска прикрепляемого результата, затем выберете один из предложенных и нажмите кнопку "Добавить".