Planetologové odhadují, že každý rok asi 500 meteoritů přežije ohnivou cestu zemskou atmosférou a spadne na povrch naší planety. Většina z nich je poměrně malá a méně než 2 % z nich se někdy podaří získat zpět. Zatímco většina hornin z vesmíru nemusí být vytěžitelná kvůli tomu, že skončí v oceánech nebo vzdálených, nepřístupných oblastech, jiné pády meteoritů prostě nejsou svědky ani o nich není známo.
Ale nová technologie zvýšila počet známých pádů v posledních letech. Dopplerův radar detekoval pády meteoritů a také celooblohové kamerové sítě, které speciálně pátrají po meteorech. Navíc zvýšené používání palubních kamer a bezpečnostních kamer umožnilo náhodnější pozorování a údaje o ohnivých koulích a potenciálních pádech meteoritů.
Tým výzkumníků nyní využívá další technologické pokroky testováním dronů a strojového učení pro automatizované vyhledávání malých meteoritů. Drony jsou naprogramovány tak, aby létaly podle mřížkového vyhledávacího vzoru v projektovaném „rozsypaném poli“ pro nedávný pád meteoritu a pořizovaly systematické snímky země nad velkou průzkumnou oblastí. Umělá inteligence se pak používá k prohledávání obrázků a identifikování potenciálních meteoritů.
'Tyto snímky lze analyzovat pomocí klasifikátoru strojového učení, aby bylo možné identifikovat meteority v terénu mezi mnoha dalšími prvky,' řekl Robert Citron z University of California, Davis, v nedávném článku publikovaném v časopise Meteoritics & Planetary Science.
Citron a jeho kolegové několikrát testovali své koncepční nastavení dronu, většinou nedávno v oblasti známého pádu meteoritu v roce 2019 poblíž Walker Lake v Nevadě. Jejich klasifikátor meteoritů využívá kombinaci „různých konvolučních neuronových sítí k rozpoznání meteoritů ze snímků pořízených drony v terénu,“ píše tým.
Ukázkový snímek dvou meteoritů rozmístěných během terénního testu poblíž Walker Lake v Nevadě. Meteority jsou označeny oranžovými vlajkami. Všimněte si tmavého stínu dronu kvadriktopera. Kredit: Robert Citron et al.
I když tento specifický test odhalil řadu falešně pozitivních nálezů pro horniny, které dříve nebyly identifikovány, software dokázal správně identifikovat testovací meteority umístěné výzkumníky na dně suchého jezera v Nevadě. Citron a jeho tým jsou velmi optimističtí ohledně potenciálu svého systému, zejména při hledání malých meteoritů a jejich nalezení v odlehlých oblastech.
Citron řekl Universe Today, že hlavní výzvou pro nastavení systému bylo sestavení trénovací datové sady pro klasifikátor strojového učení.
„Vzhledem k tomu, že k budoucímu pádu meteoritu může dojít na jakémkoli terénu,“ řekl e-mailem, „systém potřeboval algoritmus detekce objektů trénovaný s příklady mnoha typů meteoritů na různých typech terénu. K vytvoření správně vyškolené sítě pro detekci objektů jsou zapotřebí tisíce vzorových obrázků.“
Citron a jeho kolegové shromáždili snímky meteoritů z internetu a přidali „pózované“ fotografie meteoritů ze své sbírky na různých terénech. To jim umožnilo správně trénovat model strojového učení, aby se minimalizoval počet běžných kamenů označených jako falešné detekce.
Poté provedli deset zkušebních letů s kvadrikoptérovým dronem na dvou místech projektovaného pole posetého Nevadou, což je oblast očekávaných pádů meteoritů na základě údajů o trajektorii ze čtyř stanic v Nevadě. NASA Meteorite Tracking and Recovery Network, součást Global Fireball Observatory.
Video z „Meteorite Men“, které popisuje poseté pole.
'Naštěstí každým testem v terénu získáváme více dat, která můžeme začlenit do datové sady a použít k přeškolení sítě detekce objektů a zlepšení přesnosti,' řekl Citron. 'Budeme se tedy i nadále snažit a zlepšovat přesnost detekce.' V současné době potřebujeme lepší dron s kamerou s vyšším rozlišením.“
Studium meteoritů a znalost jejich původu pomáhá vědcům určit složení asi 40 rodin asteroidů v pásu asteroidů a také pomáhá pochopit raný vývoj sluneční soustavy. Výzkumníci uvedli, že informace o vzdálené kamerové síti v kombinaci s možností najít a studovat čerstvě spadlé meteority jsou zásadní pro určení, která rodina asteroidů mohla produkovat meteoritické úlomky, a zda pocházely z konkrétní srážky.
'Pokud lze meteorit získat zpět, světelná křivka a profil zpomalení ohnivé koule také poskytuje informace o tom, jak se její kinetická energie ukládá v zemské atmosféře,' napsal tým ve svém článku. 'Tyto informace lze použít ke zlepšení předpovědí, v jaké výšce se fragmentují asteroidy tohoto typu materiálu, které jsou dostatečně velké, aby způsobily škodlivé nálety.'
Jasný meteor zachycený jednou z kamer Global Fireball Network z observatoře Rancho Mirage (Eric McLaughlin) 7. dubna 2019. Uznání: NASA Meteorite Tracking and Recovery Network.
Najít meteority z pozorovaného pádu však může být velmi obtížné, protože meteority mohou být rozptýleny po široké oblasti.
'Menší pády jsou častější, ale přinášejí méně úlomků meteoritů, které je proto obtížnější lokalizovat,' řekl Citron. 'Nalezení jednoho úlomku meteoritu trvá přibližně 100 člověkohodin, takže pokud se v tom dokážeme zlepšit, můžeme navzorkovat více těchto malých pádů a získat lepší přehled o drahách, a tedy o zdrojových oblastech přicházejících meteorů.'
Citron uvedl, že systém dronů jeho týmu je určen pro menší pády, které by nepřitahovaly lovce meteoritů. Práce týmu však přilákala obdiv jednoho známého lovce meteoritů, Geoffreyho Notkina z Discovery Channel. 'Meteoritní muži.'
'Dr. Současná práce Citronu v této oblasti je fascinující, zvláště jeho odvážné experimenty s drony v reálných situacích,“ uvedl Notkin prostřednictvím e-mailu. „Nejzajímavějším konceptem je spojení moderních dronů se strojovým učením, které dokáže rozpoznat vizuální charakteristiky meteoritů in situ. S odstupem času by tato metodika mohla eliminovat některé zdlouhavé hledání čerstvě spadlých meteoritů pěšky a také usnadnit obnovu v oblastech, které je pro lidi obtížné nebo nebezpečné pro osobní pátrání.
Příklad malého, čerstvě spadlého meteoritu in situ, který našel a vyfotografoval Geoffrey Notkin. Tento exemplář je Ash Creek, kamenný meteorit L6, který spadl 15. února 2009 v McLennan County v Texasu po jasné denní ohnivé kouli. Bylo to poprvé, kdy byl k lokalizaci vzorků použit Dopplerův radar.Foto © Geoffrey Notkin
Notkin dodal, že si dlouho myslel, že drony a bezpilotní letadla (UAV) by mohly hrát užitečnou roli při obnově meteoritů, a ve skutečnosti provedl několik prvních experimentů v letech 2010 a 2011, ale tehdejší drony a UAV byly buď nejsou dostatečně pokročilé nebo nejsou dostupné nevojenskému personálu.
Jak se ale technologie neustále zdokonalují, uvedl Citron a „s větším tréninkovým datovým souborem, aktualizovaným klasifikačním schématem a vylepšeným zobrazovacím hardwarem by se strojové učení spojené s průzkumem autonomních dronů mohlo ukázat jako cenný nástroj pro zvýšení počtu fragmentů meteoritů nalezených v čerstvém padá.”
Další čtení:
Referát Citron et al: Obnova meteoritů pomocí autonomního dronu a strojového učení
Nejčastější dotazy týkající se meteoritů od Planetary Science Institute
Aerolitní meteority Geoffa Notkina
Předchozí článek UT „Prodej kamenů z vesmíru: Rozhovor s ‚meteoritním mužem‘ Geoffem Notkinem“
Jaký je rozdíl mezi asteroidy, meteority a meteority?
