Laser-induced Breakdown Spectroscopy of Ice-regolith Mixtures: Implications for Measurements on Planetary Surfaces
Notice bibliographique
Résumé
Abstract Laser-induced breakdown spectroscopy (LIBS) is an analytical technique enabling in situ chemical analysis of planetary surfaces. Its use on the Mars Science Laboratory and Mars 2020 missions has demonstrated the potential for quantifying water in hydrated minerals, prompting investigations into its application for detecting and quantifying water ice in lunar regolith. Although promising results have been reported under vacuum conditions, previous measurements do not fully represent the range of physical forms that ice-regolith mixtures may take on the Moon. In this study, we use a scanning LIBS micro-analyzer to assess the main sources of signal variance and the response of the H α emission line to 0–40 wt% water ice in two types of ice-regolith mixtures. We find that the primary factor influencing hydrogen emission is enhanced laser coupling with larger grains in wet or ice-cemented regolith due to increased cohesion. Emission from “cemented” ice-regolith mixtures exhibits increasing H α intensity up to ∼15 wt%, followed by a decline attributed to water saturation. In contrast, emission from “discrete” ice-regolith mixtures shows no consistent H α response in the 0–10 wt% range. Regression models trained on physically diverse mixtures reduce the rms error of predicted H 2 O content by 5.6% across the 0–40 wt% range. These results highlight the need for calibration using geologic materials that reflect grain size, porosity, and type of ice-regolith mixture. They also demonstrate the value of scanning LIBS technologies for identifying sources of signal variability in planetary applications.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 tête enseignante, 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 ».