Physical characteristics of Martian south polar ices determined by spatial- and intimate-mixture modeling
Notice bibliographique
Résumé
Twenty-one spectral types for the perennial Martian south polar ices were determined from the Compact Reconnaissance Imaging Spectrometer for Mars (CRISM) data using k-means clustering. These data are higher spatial resolution than any previous measurement of these ices. We present both linear and radiative transfer models of those CRISM spectral types to determine the relative abundance and effective grain size of the three components that make up these surfaces: carbon dioxide ice, water ice and non-ice material. Most cluster means are well represented by a linear combination of five spectra, two types of CO 2 ice, two types of water ice and a non-ice surface. To first order, each CRISM pixel is comprised of sub-pixel spatial mixtures of these five. We then use radiative transfer models to determine the best fit effective grain size and relative abundance of the five components. We use a relatively featureless area of the polar layered deposits for the non-ice component. Our models are consistent with prior modeling work and show very large grain sizes (mm to cm) in the residual CO 2 with very small amounts of water (<0.04 wt%). Water dominated terrains have a wide range of grain sizes but are uniformly ~80 % water ice. We identify a unique spectral type (C1) that does not have an equivalent in prior studies and may represent CO 2 ice deposited when the atmosphere contained less water vapor following the dust storm of MY28. Plain language summary Ices at the south pole of Mars show absorption features associated with water ice, carbon dioxide ice and non-ice material. Prior work identified twenty-one spectral types that range in appearance from only carbon dioxide ice (CO 2 ) to only water ice (H 2 O) with many mixtures in between these two. For the first time we model these mixed spectra using both linear least squares statistical approaches and more sophisticated models that account for the interaction of light with individual material grains where different grains are closely packed together. Most mixed spectra are well matched by the simple linear least squares fit of five different components. We then model those five components using the close-packing model. We find for the CO 2 only ices the grains are very large and have minute amounts of water. For water ice dominated spectra they consistently are ~80 % water 20 % non-ice material. One spectral type is unique and may reflect special conditions that occurred during one year when Mars experienced a large global dust storm.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».