权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

地下凍土融解地域の地質・微生物調査及び機械学習に基づく火星水環境の理解

基于地下冻融区地质和微生物调查以及机器学习了解火星水环境

基本信息

批准号：
20H00195
负责人：
関根康人
金额：
$ 29.2万
依托单位：
Tokyo Institute of Technology
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (A)
财政年份：
2020
资助国家：
日本
起止时间：
2020-04-01 至 2023-03-31
项目状态：
已结题

项目摘要

火星における液体の水の存否、生命生存可能性は長年の謎である。本研究では、これに答える鍵が、火星斜面上に出現・消失を繰り返す暗い筋模様（Recurring Slope Lineae: RSL）にあると考える。本研究では、乾燥寒冷なモンゴル国ゴビ・アルタイ地域に見つかるRSLの地球アナログに着目し、調査・観測を行う。地球RSLの地質調査と現地無人観測ステーションによる長期観測、機械学習による地形パターン認識により、１）RSL形成メカニズムの解明、２）RSL付近の生態系推定、３）水の活動を伴う火星RSLの判定・探索を行う。新型コロナウィルスによる海外調査の制限から、当初の野外調査に関する計画を変更し、研究活動を行った。調査地域の国際共同研究者に依頼し、調査地域の調査、サンプリングを行ってもらったため、計画に致命的な影響はでていない。１）RSL形成メカニズムの解明については、無人観測ステーションのシステム設計と開発を引き続き行った。日本国内の類似野外環境でステーションを設置し、実地テストをくり返すことでノウハウを蓄積した。また、モンゴルで採取した土壌試料や湖水の化学組成から、微量元素を含む物質循環や濃縮プロセスを明らかにした。水質季節変化データを再現するモデルを構築し、この知見を氷衛星や初期火星の水質復元へと適応した。２）RSL付近の生態系推定については、国際共同研究者の調査により採取・輸送された土壌サンプルからDNA抽出およびシーケンス解析を行った。３）水の活動を伴う火星RSLの判定・探索については、リモートセンシングデータの収集・解析を進め、機械学習に用いるためのカテゴライズを完了した。機械学習による地形分類を火星カオス地形に適応したところ、成因別に高再現性をもって自動分類できるモデルを開発することができ、これを火星全球に展開した。

The existence of liquid water on Mars, the possibility of life survival, and the mystery of years. In this study, the key appears and disappears on the slope of Mars (Recurring Slope Lineae: RSL). This study is aimed at investigating and measuring the effects of drought and cold on the development of the Earth. Geological survey of RSL on Earth, long-term survey of RSL in situ, mechanical learning, terrain recognition, 1) interpretation of RSL formation, 2) estimation of ecosystem near RSL, 3) determination and exploration of RSL on Mars accompanied by water activities. New types of research and development, overseas survey restrictions, initial field survey related plans, research activities International co-investigators based on the survey area, the survey area, the project, the fatal impact, etc. 1) RSL formation, design and development In Japan, similar outdoor environments are set up and stored. The chemical composition of soil samples and lake water, trace elements, substance circulation and concentration are all taken. The water quality of the early stages of the satellite is expected to recover. 2) RSL is closely related to ecosystem estimation, and international co-investigators conduct research on DNA extraction and analysis. 3) Water activity is accompanied by Mars RSL determination, exploration, collection, analysis, mechanical learning, use, and completion. Machine learning, terrain classification, terrain adaptation, genetic differentiation, high reproducibility, automatic classification, development, global deployment