Assessing the feasibility of laser induced breakdown spectroscopy for detecting nitrogen in martian surface sediments
Notice bibliographique
Résumé
Despite the detection of fixed nitrogen in meteorites and directly on Mars' surface, the abundance and distribution of nitrogen sequestered in the martian crust remains unknown. Given that nitrogen is a bioessential element that is required for the synthesis of amino acids , nucleic acids , and other organic molecules vital for life, this gap in knowledge is one of the most important challenges in constraining martian habitability . Laser-induced breakdown spectroscopy (LIBS) has the capability to detect N in natural rock samples and is available as a stand-off survey instrument on multiple currently active Mars rovers, creating an immediate opportunity to map the stratigraphic distribution of N within diverse depositional settings. However, little has been published regarding the detection of N with LIBS. To lay a foundation for N detection on Mars using LIBS, we synthesized a comprehensive suite of samples with variable amounts of nitrogen (as nitrate or ammonium) in either a Mars regolith simulant or a clay matrix. We present baseline spectra of N emission in Mars-relevant matrices and identify spectral interferences. Our results indicate that 17 diagnostic N emission lines are reliably detectable from mineral-bound N against a basaltic background, but only four lines exhibit sufficient sensitivity to be detected across a range of N concentrations and within all tested matrices. To elucidate optimized strategies for quantification, we present an iterative series of PLS models. We find that prediction accuracy is improved by restricting the compositional range of the training set, normalizing the data, subtracting baseline continuum emission, and simultaneously modeling the emission behaviour of multiple diagnostic N lines at once. We observe that the prediction uncertainty increases (worsens) from 8.4% to 29.9% if models are used to predict N in samples with a dissimilar matrix than those used during training, suggesting poor generalizability outside the training range. Consequently, future work should focus on developing a larger, more diverse training set that encompasses the range of N concentrations and phases expected to be encountered on Mars, which may be used to train generalizable models. Overall, this work demonstrates that LIBS is a promising tool for determining the abundance of N sequestered in martian surface materials and lays a foundation for future development.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».