scieee AI-readable full text Open interactive document viewer

Detection and analysis of atmospheric phenomena on Mars using data from NASA's InSight mission

Agraz Rodríguez, Óscar

Abstract

The study of atmospheric phenomena on Mars advances in each new space mission carried out. Using probes equipped with high-precision sensors, the obtained data helps to discover new atmospheric behaviors and their characterization. Using the data collected by the InSight mission, this project will carry out a study of the information obtained in order to detect and analyze atmospheric phenomena of high scientific value, following the guidelines of the project supervisor. The phenomena that will be studied in this project are convective vortices and gravity waves, using as references previous recordings of the phenomena shared by the Center for Astrobiology (CSIC-INTA).

Full text

DETECTION AND ANALYSIS OF ATMOSPHERIC PHENOMENA ON MARS USING DATA FROM NASA'S INSIGHT MISSION A Degree Thesis Submitted to the Faculty of the Escola Tècnica d'Enginyeria de Telecomunicació de Barcelona Universitat Politècnica de Catalunya by Oscar Agraz Rodríguez In partial fulfilment of the requirements for the degree in TELECOMMUNICATIONS TECHNOLOGIES AND SERVICES ENGINEERING Advisor: Manel Domínguez Pumar Barcelona, August 2020 1 Abstract The study of atmospheric phenomena on Mars advances in each new space mission carried out. Using probes equipped with high-precision sensors, the obtained data helps to discover new atmospheric behaviors and their characterization. Using the data collected by the InSight mission, this project will carry out a study of the information obtained in order to detect and analyze atmospheric phenomena of high scientific value, following the guidelines of the project supervisor. The phenomena that will be studied in this project are convective vortices and gravity waves, using as references previous recordings of the phenomena shared by the Center for Astrobiology (CSIC-INTA). 2 Resum L’estudi dels fenòmens atmosfèrics a Mart avança en cada nova missió espacial realitzada. Mitjançant sondes equipades amb sensors d’alta precisió, s’obtenen dades que ajuden al descobriment de nous comportaments atmosfèrics i a la seva caracterització. Utilitzant les dades recollides per la missió InSight, en aquest projecte es realitzarà un estudi de la informació obtinguda per a poder detectar i analitzar fenòmens atmosfèrics d’alt interès científic, seguint les directrius del supervisor del projecte. Els fenòmens que es tractaran en aquest projecte són els vòrtexs convectius i les ones de gravetat, utilitzant com a referències enregistraments previs dels fenòmens compartits pel Centre d’Astrobiologia (CSIC-INTA). 3 Resumen El estudio de los fenómenos atmosféricos en Marte avanza en cada nueva misión espacial realizada. Mediante sondas equipadas con sensores de alta precisión, se obtienen datos que ayudan al descubrimiento de nuevos comportamientos atmosféricos y su caracterización. Utilizando los datos recogidos por la misión InSight, en este proyecto se realizará un estudio de la información obtenida para poder detectar y analizar fenómenos atmosféricos de alto interés científico, siguiendo las directrices del supervisor del proyecto. Los fenómenos que se tratarán en este proyecto son los vórtices convectivos y las ondas de gravedad, utilizando como referencias registros previos de los fenómenos compartidos por el Centro de Astrobiología (CSIC-INTA). 4 Agraïments Vull agrair a Manel Domínguez Pumar l’oportunitat de realitzar aquest projecte i la seva assistència durant aquest període. També vull donar les gràcies a la meva família, als meus amics i companys que he fet durant aquests anys, així com als professors de la Universitat Politècnica de Catalunya pel seu suport. 5 Historial de revisions i registre d'aprovació Revisi ó Dat a Propòsit 0 05 /08/2020 Creació del document 1 20 /08/2020 Pr imera revisió 2 21/08/2020 Última revisió i entrega LLISTA DE DISTRIBUCIÓ DEL PROJECTE Nom email Oscar Agraz Rodríguez [email protected] Manel Domínguez Pumar manuel.domingue[email protected] Redactat per : Revisat i aprovat per: Da ta 05 /08/2020 Da ta 21/08/2020 N om Oscar Agraz Rodríguez Nom Manel Domínguez Pumar Càrrec Autor del projecte Càrrec Supervisor del projecte 6 Taula de continguts Abstract ............................................................................................................................ 1 Resum .............................................................................................................................. 2 Resumen .......................................................................................................................... 3 Agraïments ....................................................................................................................... 4 Historial de revisions i registre d'aprovació ....................................................................... 5 Taula de continguts .......................................................................................................... 6 Llista de figures...................................................................................................................7 Llista de taules....................................................................................................................9 1. Introducció.................................................................................................................10 1.1. Missió InSight.....................................................................................................10 1.2. Propòsits del projecte.........................................................................................10 1.3 Objectius del projecte..........................................................................................12 1.4. Requeriments i especificacions...........................................................................12 1.5. Pla de treball........................................................................................................13 1.6. Incidències i modificacions..................................................................................13 2. Estat de l'art de la detecció de fenòmens atmosferics a Mart....................................14 3. Desenvolupament del projecte...................................................................................16 3.1. Obtenció de les dades.........................................................................................16 3.2. Anàlisi les mostres rebudes.................................................................................17 3.3. Localitzar fenòmens atmosfèrics.........................................................................20 3.3.1. Vòrtexs convectius....................................................................................20 3.3.2. Ones de gravetat......................................................................................22 3.4. Automatitzar el procés.........................................................................................27 3.5. Presentar els events candidats............................................................................30 4. Resultats....................................................................................................................32 4.1. Vòrtexs convectius.............................................................................................32 4.2. Ones de gravetat................................................................................................34 5. Pressupost .............................................................................................................. 38 6. Conclusions i línies futures:........................................................................................39 Bibliografia........................................................................................................................40 Annexos............................................................................................................................42 Glossari.............................................................................................................................53 7 Llista de figures Figura 1: Mapa de Mart amb les posicions de les missions de la NASA [2] .................... 10 Figura 2: Pressió i vent durant un possible vòrtex convectiu ........................................... 11 Figura 3: Velocitat i direcció del vent durant l'ona gravitacional del Sol 142 .................... 11 Figura 4: Diagrama de Gantt del projecte ....................................................................... 13 Figura 5: Captura d'un video on s'aprecien les ones gravitacionals [4] ........................... 14 Figura 6: Fotografia de la missió Curiosity ...................................................................... 15 Figura 7: Imatges de vòrtexs convectius [16][17] ............................................................ 15 Figura 8: Histograma dels periodes entre mostres .......................................................... 17 Figura 9: Histograma dels periodes entre mostres (Detall) ............................................. 17 Figura 10: Retard entre ASIC - ICU ................................................................................ 18 Figura 11: Representació de les mostres rebudes amb error de sincronització (verd) i les mostres de la senyal remostrejada sense error (vermell) ................................................ 18 Figura 12: Taula comparativa entre l'espectre de la senyal de Mart del PDS (1), senyal de Mart afegint l'error de MEDA (2), la senyal amb l'error de MEDA remostrejada (3) ......... 19 Figura 13: Pressió i vent durant un possible vòrtex convectiu ......................................... 20 Figura 14: Obertura i tancament d'una senyal ................................................................ 21 Figura 15: Top-Hat d'una obertura .................................................................................. 21 Figura 16: Top-Hat del tancament a la senyal de pressió ............................................... 21 Figura 17: Baixades de pressió detectades al Sol 39...................................................... 21 Figura 18: Velocitat i direcció del vent durant l'ona gravitacional del Sol 142 .................. 22 Figura 19: Localització de l'ona a la senyal del Sol ......................................................... 22 Figura 20: Components freqüencials associades a l'ona ................................................ 23 Figura 21: Antitransformada de wavelet de la banda freqüencial de l'ona ....................... 23 Figura 22: Components freqüencials de l'ona del Sol 142 .............................................. 24 Figura 23: Components freqüencials de l'ona del Sol 150 .............................................. 25 Figura 24: Informació obtinguda de l'ona del Sol 142 ..................................................... 25 Figura 25: Informació obtinguda de l'ona del Sol 150 ..................................................... 26 Figura 26: Figura d'anàlisi de fenòmens atmosfèrics ...................................................... 29 Figura 27: Esquema de selecció de candidats d'ona de gravetat .................................... 30 Figura 28: Relació de fase Zonal-Meridional ................................................................... 30 Figura 29: Activitat de la senyal de pressió ..................................................................... 30 Figura 30: Informació obtinguda de l'ona del Sol 142 ..................................................... 31 8 Figura 31: Distribució temporal dels possibles vòrtexs convectius .................................. 33 Figura 32: Distribució temporal de les possibles ones de gravetat .................................. 34 Figura 33: Sol 141 .......................................................................................................... 35 Figura 34: Sol 143 .......................................................................................................... 35 Figura 35: Sol 156 .......................................................................................................... 36 Figura 36: Sol 188 .......................................................................................................... 36 Figura 37: Sol 423 .......................................................................................................... 37 Figura 38: Sol 437 .......................................................................................................... 37 Figura 39: Vòrtexs Sol 39 ............................................................................................... 42 Figura 40: Vòrtexs Sol 65 ............................................................................................... 42 Figura 41: Vòrtexs Sol 148 ............................................................................................. 42 Figura 42: Vòrtexs Sol 166 ............................................................................................. 43 Figura 43: Vòrtexs Sol 170 ............................................................................................. 43 Figura 44: Vòrtexs Sol 178 ............................................................................................. 43 Figura 45: Vòrtexs Sol 191 ............................................................................................. 44 Figura 46: Vòrtexs Sol 211 ............................................................................................. 44 Figura 47: Sol 142 .......................................................................................................... 45 Figura 48: Sol 150 .......................................................................................................... 45 Figura 49: Sol 197 .......................................................................................................... 46 Figura 50: Sol 418 .......................................................................................................... 46 Figura 51: Sol 442 .......................................................................................................... 47 15 Al 2013 la missió Curiosity ja va enregistrar imatges de possibles ones de gravetat a l’atmosfera de Mart. Recents publicacions entre 2018 i 2020 mostren com amb dades recollides entre 2007 i 2009 pel Mars Climate Sounder a bord de la sonda Mars Reconnaissance Orbiter es poden buscar ones de gravetat pels registres de temperatura utilitzant la Stockwell transform.[11][12] Ara que s’estan començant a estudiar les dades rebudes de la missió InSight, van sorgint novetats a prop de les ones de gravetat detectades i altres events interessants a investigar, d’aquesta forma és com aquest projecte ha pres forma. En quant als vòrtex convectius, tenen un caràcter molt més impredictible. S’han pres múltiples imatges des del Mars Global Surveyor o el Mars Reconnaissance Orbiter,que estudien el planeta Mart des del cel. També hi ha publicacions de simulacions i recomptes de vòrtex al llarg de l’any a Mart.[13][14][15] Figura 6: Fotografia de la missió Curiosity [10] Figura 7: Imatges de vòrtexs convectius [16][17] 16 3. Desenvolupament del projecte 3.1. Obtenció de les dades Les dades utilitzades per a la elaboració d’aquest projecte es poden trobar a el “Planetary Data System” (PDS). El PDS és un arxiu online on s’emmagatzemen les dades públiques adquirides durant les missions planetàries de la NASA per tal de facilitar-ne l’ús a la comunitat cientifica i la seva conservació. Util·litzant la següent direcció es pot arribar a pàgina “InSight Weather Station”: https://atmos.nmsu.edu/data_and_services/atmospheres_data/INSIGHT/insight.html Dins d’aquesta pàgina, les dades es troben a l’apartat “Downloading annual collections of data”. Les dades proporcionades es presenten en tres estats diferents: -Raw data: Informació recollida de forma continua directament dels sensors. -Calibrated data: Informació de la “Raw data” transformada en unitats físiques per a poder interpretar la informació. -Derived data: Informació de la “Calibrated data” adequada a estimacions del model de la magnitud física. La informació de la “Raw data” no es pot interpretar sense les configuracions utilitzades, les quals no són públiques. Per tant les dades a utilitzar seran les calibrades (per la pressió, no hi ha dades derivades) i derivades (pel vent). Dins dels registres a descarregar, apareixen diferents fitxers *.csv (Comma-separated values file). Uns fitxers contenen la informació enregistrada de forma continua durant un dia, mentre que altres fitxers només enregistren els events durant períodes determinats a major freqüència per a obtenir-ne la major quantitat d’informació. Per tal de poder fer un tractament generalitzat de la informació de les senyals i poder observar la major quantitat de fenòmens possible s’utilitzaran les dades enregistrades de forma continua. 17 3.2. Anàlisi les mostres rebudes En la missió MEDA (Mars Environmental Dynamics Analyzer) de la NASA, el supervisor del projecte va trobar effectes no desitjats al espectre de les senyals de vent degudes a un problema de resincronisme entre els móduls ASIC i ICU. Per tal de comprobar que un sincronisme entre mòduls no estiguès succeint a InSight es va realitzar un estudi de les dades. Important un fitxer d’enregistrament continu d’un dia de duració, es va fer un anàlisi de la distància entre “timestamps”. L’event contenia 85880 mostres, les quals no es trobaven separades a un període fixe, un 1.102% dels períodes era de 0.972 segons, un 74.69% dels períodes era de 0.973 segons i un 24.2% dels períodes era de 0.974 segons. (Un segon terrestre equival a 0.973 segons de Mart). Veure Figures 8 i 9. Figura 8: Histograma dels periodes entre mostres Figura 9: Histograma dels periodes entre mostres (Detall) 18 Davant d’aquest resultat on les mostres no es trobaven espaiades de forma equitativa durant tot l’enregistrament per un possible problema de sincronisme, com a exercici el supervisor del projecte em va concedir un script que simulava l’efecte no desitjat del resincronisme de MEDA. Havia de modificar amb unes condicions específiques, on el resincronisme succeïa cada 60 segons i el màxim retard acumulable era de 472e-3 segons. Les dades d’entrada eren 15 minuts d’una senyal de vent recollida per InSight. Els resultats es poden observar a les Figures 10 i 11. Figura 10: Retard entre ASIC - ICU Figura 11: Representació de les mostres rebudes amb error de sincronització (verd) i les mostres de la senyal remostrejada sense error ( vermell) 19 Al realitzar aquesta proba, es va comprovar que al espectre de les dades del PDS no s’hi havien produït efectes no desitjats. Creant la Figura 12, es va valorar entre els dos que no hi havien efectes no desitjats destacables a l’espectre de potència de la senyal deguda a un possible resincronisme. Amb aquest resultat es va decidir suposar la distancia entre mostres com equitativa i ideal, amb un període de 0.973 segons. Figura 12: Taula comparativa entre l'espectre de la senyal de Mart del PDS (1), senyal de Mart afegint l'error de MEDA (2), la senyal amb l'error de MEDA remostrejada (3) 20 3.3. Localitzar fenòmens atmosfèrics 3.3.1 Vòrtexs convectius Del Centre d’Astrobiologia (CAB) es va rebre una llista d’events entre el Sol 1 i el 200 que contenien un fenomen en particular que s’havia detectat a Mart. Veure Taula 1. Aquest event es tracta de vòrtexs convectius, remolins de sorra que produeixen canvis en la forma del sòl on es troba InSight, detectant-se així lectures sísmiques. La seva detecció es caracteritza per un descens de la pressió d’entre 1 i 9 Pascals que sol coincidir amb un augment de la velocitat del vent, com es pot veure a la Figura 13. Figura 13: Pressió i vent durant un possible vòrtex convectiu L’objectiu d’aquest apartat era obtenir una visualització del fenomen i proposar un sistema de detecció eficaç. El sistema escollit per a realitzar aquesta tasca ha sigut mitjançant l’ús de morfologia matemàtica. Emprant aquest sistema es pot obtenir informació de petits mínims locals al llarg d’una senyal de la pressió.[18] Després de diferents experiments, es va veure que la aleatorietat del vent no ajuda a la detecció dels vòrtex, ja que succeeixen en la seva majoria durant el dia, quan l’activitat del vent s’incrementa de forma notable. Per tant es millor consultar l’activitat del vent en la seva gràfica. 21 Per a realitzar la detecció de mínims locals s’ha fet ús del tancament de la senyal. El tancament permet obtenir una senyal sempre igual o major a la sortida, ja que els mínims són comparats amb l’element estructurant que recorre la funció i el resultat es queda sempre amb el valor superior de la comparació. S’eliminen tots aquells mínims d’amplada menor a l’element estructurant. Veure Figura 14. D’aquesta forma tenim l’evolvent superior de tota la senyal. Per tal de rescatar la magnitud de les caigudes de pressió s’aplica un “Top-Hat”, que és la diferencia del tancament amb la senyal original. Veure Figura 15 pel concepte i la Figura 16 per l’aplicació al fenomen. Per a comprovar el correcte funcionament, es presenten a l’annex els casos de baixades de tensió notificades al supervisor per part del CAB (Figures 39 a 46). Veure la Figura 17 com a exemple: Figura 14: Tancament d'una señal (Blau) Figura 15: Top-Hat d'un tancament Figura 16: Top-Hat del tancament a la senyal de pressió Figura 17: Baixades de pressió detectades al Sol 39 Taula 1: Vòrtexs rebuts del CAB 22 3.3.2. Ones de gravetat Del Centre d’Astrobiologia també va arribar la detecció d’un fenomen titulat “Night-time Oscillations” o oscil·lacions nocturnes, veure Figura 18. Aquest event atmosfèric va ser captat al Sol 142 on es podia comprovar com per la nit de Mart, es produïen unes fluctuacions en el vent oscil·lants durant un període llarg de temps. Al mateix temps, la direcció del vent també oscil·lava amb una freqüència similar: Per tal de poder extreure la informació de la després confirmada ona de gravetat i poder detectar-la, es va fer un anàlisi del seu espectre en un espectrograma, però no es podia distingir quina component era la que pertanyia a les oscil·lacions. Es va mirar de fer l’ús de la correlació de la senyal desitjada al llarg de la senyal de vent, però no semblava ser la forma ideal de tractar el problema. Finalment, l’ús de la descomposició de la senyal mitjançant wavelets va resultar ser el mètode òptim per a la detecció. En la següent Figura 19 apareix la posició concreta de l’ona de gravetat al llarg d’un dia sencer: Figura 18: Velocitat i direcció del vent durant l'ona gravitacional del Sol 142 Figura 19: Localització de l'ona a la senyal del Sol 23 Mitjançant l’ús de la continuous wavelet transform, la senyal queda descomposada per diferents filtres a diferents freqüències. Com es pot observar a la Figura 20, ara a diferència del espectrograma podem localitzar la component freqüencial pertinent a l’ona de gravetat i escollir la banda freqüencial que ens interessa conservar. Per tal de que la banda de freqüències d’interès sigui sempre la mateixa es realitzarà un remostrejat per a que totes les senyals tinguin la mateixa freqüència de mostreig. (Més informació al punt 3.5). Al realitzar la “inverse continuous wavelet transform”amb la banda escollida obtenim les oscil·lacions de vent que tenen una component freqüencial igual a la desitjada. Veure Figura 21. Figura 20: Components freqüencials associades a l'ona Figura 21: Antitransformada de wavelet de la banda freqüencial de l'ona 24 Els paràmetres escollits per a l’analisi són els que es corresponen al rang de freqüències de les ones gravitacionals dels Sols que ens havien indicat. Les ones de gravetat tenen una duració d’unes dos hores i els seus periodes varien entre els 1080 i 2160 segons (9,25mHz i 4,63mHz respectivament). Aquesta banda es la que podem observar marcada en vermell al espectrograma proporcionat per la continuous wavelet transform en les figures 20 i 22. Per part de la pressió, les variacions son molt petites, entorn els 0.14 Pa, per tant a l’espectrograma no es veuen representades les components frequencials. Encara així sabem que la frequencia del de la variació de pressió serà molt propera a la del vent, i realitzant la “inverse continuous wavelet transform” pel mateix rang de freqüències es pot veure que quan hi ha una ona de gravetat hi han petites variacions en la pressió. Es va publicar un document on es pot observar la gran importància dels canvis en la direcció del vent per a la detecció de les ones de gravetat. Quan succeeix una ona de gravetat la direcció del vent pot oscil·lar fins a uns 90º durant la seva duració. [19] Un factor d’analisi molt interessant és que descomposant l’amplitud del vent en les seves components zonal i meridional, es pot observar que durant la duració de l’ona de gravetat les dues components es troben en fase o en contrafase. Probant la detecció amb les ones de gravetat dels sols 142 i 150, Figures 22 a 25: Figura 22: Components freqüencials de l'ona del Sol 142 31 Per tal de comprovar que la pressió té una influència sobre l’event es comprova la magnitud de les oscil·lacions durant el període. Si les oscil·lacions es troben a prop del llindar de 0.14 Pa passen a la següent fase d’anàlisi. 3) Valoració de la magnitud i els períodes d'oscil·lació: Tenint en compte la magnitud de les oscil·lacions per a totes les senyals representades (Figura 30), si hi ha una participació de totes aquestes i els períodes definits per les components zonal i meridional del vent son consistents, l’event es pot donar com a candidat a contenir una ona de gravetat. També s’ha de tenir en compte si les oscil·lacions de vent son a prop del règim diürn, ja que el seu comportament és més aleatori. A vegades es pot trobar un candidat interessant però amb casi sense interacció amb la pressió al acabar el regim diürn a partir de les 18:00 LMST. Figura 30: Informació obtinguda de l'ona del Sol 142 32 4. Resultats 4.1. Vòrtexs convectius A continuació es mostra la Taula 5, amb els valors de les baixades de pressió majors de 2 Pascals que s’han detectat, ordenades de major a menor, indicant el Sol en que van succeir i a la hora LMST corresponent. Taula 5: Llista de vòrtexs convectius detectats 33 Utilitzant la funció ‘polyfit’ de Matlab podem trobar la corba que millor s’adapti a la distribució temporal del pics detectats, poden buscar així patrons interessants. Veure Figura 31: Com es pot observar sembla haver temps en els quals succeeixen més baixades de pressió de forma continuada, havent pics d’activitat cada 60-120 Sols. Figura 31: Distribució temporal dels possibles vòrtexs convectius 34 4.2. Ones de gravetat Els Sols destacats a la Taula 6 següent són els que compleixen en major mesura els criteris per a ser candidats a contenir una ona de gravetat: Taula 6: Llistat de Sols candidats a contenir una ona de gravetat Realitzant com un ‘polyfit’ de la distribució temporal dels candidats a ona gravitacional obtenim la següent Figura 32: Com pot observar-se hi ha dos grans regions de possible activitat. De seguir així, amb més informació, potser es poden trobar patrons d’activitat al llarg de l’any. A continuació es mostren les Figures 33 a 38 amb els 6 events més probables de ser ones gravitacionals a part dels del Sol 142 i 150 ja mostrats abans. A l’annex s’inclouen més casos destacats (Figures 47 a 51), incloent les figures dels events 418 i 197, que comparteixen la peculiaritat de tenir les components zonal i meridional de vent en fase. L’event 418 va ser notificat pel CAB com a ona de gravetat. Figura 32: Distribució temporal de les possibles ones de gravetat 35 Sol 141, de 1:30 a 4:00 LMST Figura 33: Sol 141 Sol 143, de 1:00 a 3:30 LMST Figura 34: Sol 143 36 Sol 156, de 1:30 a 3:00 LMST Figura 35: Sol 156 Sol 188, de 3:00 a 4:30 LMST Figura 36: Sol 188 37 Sol 423, de 1:00 a 2:00 LMST Figura 37: Sol 423 Sol 437, de 1:00 a 2:30 LMST Figura 38: Sol 437 38 5. Pressupost Pel desenvolupament d’aquest projecte s’ha fet servir el programa Matlab 2020a i l’Excel 2016, que tenen un cost de llicència. El preu de la llicència perpètua de Matlab és de 2.000€, la de Excel 2016 ve inclosa dins del pack Microsoft 365 Personal de 69€ per any. Tenint en compte també l’ús d’un ordinador de 1.500€ amb una amortització de l’equip del 25% del preu original per any. El pressupost per les eines durant 24 setmanes es troba a la Taula 7. Taula 7: Pressupost per a eines El pressupost també inclou la part corresponent per a pagar els sous de l’enginyer junior i l’enginyer sènior, tenint en compte que la duració del projecte ha sigut d’unes 24 setmanes. El pressupost pels sous és a la Taula 8. Taula 8: Pressupost per a personal Per tant el pressupost total del projecte és de 7.265,25 € 39 6. Conclusions i línies futures En aquest projecte l’objectiu principal ha estat poder extreure la informació necessària de les senyals de vent i pressió per tal de poder detectar i analitzar possibles fenòmens atmosfèrics a Mart utilitzant les dades de la missió InSight. Les principals conclusions que es poden extreure són les següents: Vòrtexs convectius: x Les baixades de pressió associades als vòrtexs convectius solen ocórrer de 9:00 a 17:00 durant el règim diürn i quan hi ha la major activitat de vent. x Les baixades d’interès seleccionades solen tenir una amplitud d’entre 2 i 7 Pascals. x L’aparició d’aquests fenòmens sembla tenir un pic cada 60-120 Sols. Ones de gravetat: x Les ones de gravetat es produeixen fora del règim diürn de Mart, entre les 19:00 i les 6:00. x Les ones tenen una duració d’entre 1h30 i 2h30, amb uns períodes que ronden els 1080 i 2160 segons. x Realitzant la descomposició per wavelets, les components d’interès de la velocitat del vent tenen una amplitud de 0.5 m/s i 0.14 Pa per la component de pressió. x Durant l’ona de gravetat es produeixen oscil·lacions en la direcció del vent que sol ajudar a indicar quan està succeint. x Les components zonal i meridional del vent es troben en fase o contrafase durant l’ona de gravetat. x Encara que és possible que hi hagin ones de gravetat al vespre, no s’han trobat casos destacables. En els candidats trobats al vespre es podia veure la relació de fases entre les components del vent però molt poca activitat de pressió. x L’activitat de les possibles ones de gravetat es centra en dos grans grups que comencen al Sol 140 i al Sol 350. x El període de major activitat ha estat entre els Sols 140 i 156, contenint 6 candidats. Aquestes dades han sigut extretes d’analitzar senyals entre el Sol 33 i el Sol 477. Com encara no ha transcorregut un any a Mart (687 dies) des de que va arribar InSight, no es poden comprovar si els patrons d’activitats van lligades a les estacions del planeta. Els resultats es presentaran al setembre al Centre d’Astrobiologia (CSIC-INTA). 40 Bibliografia 1. Domínguez, M., Jiménez, V., Ricart, J., Kowalski, L., Torres, J., Navarro, S., Romeral, J., & Castañer, L. (2008). A hot film anemometer for the Martian atmosphere. Planetary and Space Science, 56(8), 1169–1179. https://doi.org/10.1016/j.pss.2008.02.013 2. https://www.nasa.gov/image-feature/jpl/pia22232/insight-s-landing-site-elysiumplanitia 3. https://atmos.nmsu.edu/data_and_services/atmospheres_data/INSIGHT/insight.ht ml 4. https://www.youtube.com/watch?v=YGg0SxRYAvA 5. Vincent, R.; Zink, F. (2001). Wavelet analysis of stratospheric gravity wave packets over Macquarie Island. JOURNAL OF GEOPHYSICAL RESEARCH, VOL. 106, NO. D10, PAGES 10,275-10,288, 106. 6. Sato, K., & Yamada, M. (1994). Vertical structure of atmospheric gravity waves revealed by the wavelet analysis. Journal of Geophysical Research, 99(D10). https://doi.org/10.1029/94jd01818 7. Banfield, D., Rodriguez-Manfredi, J. A., Russell, C. T., Rowe, K. M., Leneman, D., Lai, H. R., Cruce, P. R., Means, J. D., Johnson, C. L., Mittelholz, A., Joy, S. P., Chi, P. J., Mikellides, I. G., Carpenter, S., Navarro, S., Sebastian, E., Gomez-Elvira, J., Torres, J., Mora, L., … Banerdt, W. B. (2019). InSight Auxiliary Payload Sensor Suite (APSS). In Space Science Reviews (Vol. 215, Issue 1). Springer Nature B.V. https://doi.org/10.1007/s11214-018-0570-x 8. Spiga, A., Banfield, D., Teanby, N. A., Forget, F., Lucas, A., Kenda, B., Rodriguez Manfredi, J. A., Widmer-Schnidrig, R., Murdoch, N., Lemmon, M. T., Garcia, R. F., Martire, L., Karatekin, Ö., Le Maistre, S., Van Hove, B., Dehant, V., Lognonné, P., Mueller, N., Lorenz, R., … Banerdt, W. B. (2018). Atmospheric Science with InSight. In Space Science Reviews (Vol. 214, Issue 7). https://doi.org/10.1007/s11214-0180543-0 9. Tellmann, S., Pätzold, M., Häusler, B., Hinson, D. P., & Tyler, G. L. (2013). The structure of Mars lower atmosphere from Mars Express Radio Science (MaRS) occultation measurements. Journal of Geophysical Research E: Planets, 118(2), 306–320. https://doi.org/10.1002/jgre.20058 47 Sol 442 Figura 51: Sol 442 48 Matlab code EventParser.m clear all close all %Directory selection cd 'D:\MATLAB' pressureFiles = dir('D:\MATLAB\Test\Pressure\*.csv'); windFiles = dir('D:\MATLAB\Test\Wind\*.csv'); S = size(pressureFiles); S = S(1); for i = 1 : S %Read pressure data pressureFileName = strcat('D:\MATLAB\Test\Pressure\',pressureFiles(i).name); disp(pressureFileName) if exist(pressureFileName, 'file') == 0 continue end pressure_info = readtable(pressureFileName,'Range','C:G'); pressure_info = fillmissing(pressure_info,'previous'); pressure = pressure_info.PRESSURE; pressure_info.LMST = string(pressure_info.LMST); p_aux = strings([1,max(size(pressure_info))]); parfor j=1:max(size(pressure_info)) a = strsplit(pressure_info.LMST(j),"M"); p_aux(j) = a(2); end p_timestamps = datetime(p_aux,'InputFormat','HH:mm:ss.S'); %Read wind data windFileName = strcat('D:\MATLAB\Test\Wind\',pressureFiles(i).name); if exist(windFileName, 'file') == 0 continue end wind_info = readtable(windFileName,'Range','C:H'); wind_info = fillmissing(wind_info,'previous'); wind = wind_info.HORIZONTAL_WIND_SPEED; winddir = wind_info.WIND_DIRECTION; wind_info.LMST = string(wind_info.LMST); 49 w_aux = strings([1,max(size(wind_info))]); for j=1:max(size(wind_info)) a = strsplit(wind_info.LMST(j),"M"); w_aux(j) = a(2); end w_timestamps = datetime(w_aux,'InputFormat','HH:mm:ss.S'); % Resample data [pressure_res,p_timestamps_res,wind_res,winddir_res,w_timestamps_res] = EventResample(pressure,p_timestamps,wind,winddir,w_timestamps); % Signal smoothing wind_res=smooth(wind_res,50,'sgolay',2); winddir_res=smooth(winddir_res,50,'sgolay',2); % File naming event_name = erase(pressureFileName,'D:\MATLAB\Test\Pressure\'); event_name = erase(event_name,'.csv'); % Gravity wave analysis GravityWaveAnalysis(event_name,pressure_res,p_timestamps_res,wind_res,wi nddir_res,w_timestamps_res); cd 'D:\MATLAB' end EventResample.m function [pressure_res,p_timestamps_res,wind_res,winddir_res,w_timestamps_res] = EventResample(pressure,p_timestamps,wind,winddir,w_timestamps) %Data resampling T = 86400/8000; [pressure_res, p_timestamps_res]= resample(pressure,p_timestamps,1/T,1,1,'spline'); [wind_res, w_timestamps_res] = resample(wind,w_timestamps,1/T,1,1,'spline'); winddir_res = resample(winddir,w_timestamps,1/T,1,1,'spline'); end 50 GravityWaveAnalysis.m function [] = GravityWaveAnalysis(event_name,pressure,p_timestamps_res,wind,winddir,w_ timestamps_res) %Top-Hat [pressureDips windPeaks] = PressureDipsDetection(pressure,wind); % Wavelet transform parameters No=10; Nv=16; fpmin = 0.01; fpmax = 0.02; fwmin = 0.01; fwmax = 0.02; % Wavelet transform [WTpressure, Fpressure] = cwt(pressure,1,'NumOctaves',No,'VoicesPerOctave',Nv); rec_pressure = icwt(WTpressure, Fpressure, [fpmin fpmax]); [WTwind, Fwind] = cwt(wind,1,'NumOctaves',No,'VoicesPerOctave',Nv); rec_wind = icwt(WTwind, Fwind, [fwmin fwmax]); % Zonal and meridional wind components % Zonal: Positive for South to North winds % Meridional: Positive for West to East winds zonal = -wind.*sin(winddir.*(2*pi/360)); meridional = -wind.*cos(winddir.*(2*pi/360)); zonalMorning = detrend(zonal(1:2000),4,500); meridionalMorning = detrend(meridional(1:2000),4,500); zonalEvening = detrend(zonal(6000:7999),4,500); meridionalEvening = detrend(meridional(6000:7999),4,500); %Plot generation figure('Name',event_name); subplot(20,2,[1 2 3 4]); plot(p_timestamps_res,pressure); title({'';'Pressure'}) ylabel("Pa") datetick('x','HH:MM') subplot(20,2,[7 8 9 10]); plot(p_timestamps_res,pressureDips); ylim([0 5]) title('Pressure dips') ylabel("Pa") datetick('x','HH:MM') subplot(20,2,[13 14 15 16]); plot(w_timestamps_res,wind); title('Wind') ylabel("m/s") 51 datetick('x','HH:MM') subplot(20,2,[19 21]); plot(rec_pressure); yticks([-0.14 0 0.14]) axis([1 2000 -0.3 0.3]) grid on title('Morning Pressure') ylabel("Pa") xticks([1 333 666 1000 1333 1666 2000]) xticklabels({'0','1','2','3','4','5','6'}) subplot(20,2,[25 27]); plot(rec_wind); yticks([-0.5 0 0.5]) axis([1 2000 -1 1]) grid on title('Morning Wind') ylabel("m/s") xticks([1 333 666 1000 1333 1666 2000]) xticklabels({'0','1','2','3','4','5','6'}) subplot(20,2,[31 33]); plot(winddir); axis([1 2000 0 360]) title('Morning Wind Direction') ylabel("Degrees") yticks([0 90 180 270 360]) xticks([1 333 666 1000 1333 1666 2000]) xticklabels({'0','1','2','3','4','5','6'}) grid on subplot(20,2,[37 39]); hold on plot(zonalMorning) plot(meridionalMorning) hold off axis([1 2000 -3 3]) title('Morning Zonal and Meridional Wind') ylabel("m/s") xlabel("Hours") xticks([1 333 666 1000 1333 1666 2000]) xticklabels({'0','1','2','3','4','5','6'}) grid on subplot(20,2,[20 22]); plot(rec_pressure); yticks([-0.14 0 0.14]) axis([6000 8000 -0.3 0.3]) grid on title('Evening Pressure') ylabel("Pa") xticks([6000 6333 6666 7000 7333 7666 8000]) xticklabels({'18','19','20','21','22','23','0'}) subplot(20,2,[26 28]); plot(rec_wind); yticks([-0.5 0 0.5]) axis([6000 8000 -1 1]) 52 grid on title('Evening Wind') ylabel("m/s") xticks([6000 6333 6666 7000 7333 7666 8000]) xticklabels({'18','19','20','21','22','23','0'}) subplot(20,2,[32 34]); plot(winddir); axis([6000 8000 0 360]) title('Evening Wind Direction') ylabel("Degrees") yticks([0 90 180 270 360]) xticks([6000 6333 6666 7000 7333 7666 8000]) xticklabels({'18','19','20','21','22','23','0'}) grid on subplot(20,2,[38 40]); hold on plot(zonalEvening) plot(meridionalEvening) hold off axis([1 2000 -3 3]) title('Evening Zonal and Meridional Wind') ylabel("m/s") xlabel("Hours") xticks([1 333 666 1000 1333 1666 2000]) xticklabels({'18','19','20','21','22','23','0'}) grid on cd 'D:\MATLAB\Test\Results' figname = sprintf('%s.fig',event_name); savefig(figname) end PressureDipsDetection.m function [pressureDips, windPeaks] = PressureDipsDetection(pressure,wind) % Pressure dips se = strel('square',250); closeBW = imclose(pressure,se); pressureDips=closeBW-pressure; % Wind peaks sew = strel('square',50); openBW = imopen(wind,sew); windPeaks=wind-openBW; %tophatResult=WTH+PTH; End 53 Glossari CAB: Centre d’Astrobiologia (CSIC-INTA) NaN: Not a number