Un team internazionale guidato dall’Università degli Studi di Trieste, ha trovato una serie di 20 nuovi crateri lunari nascosti sotto lo strato di regolite. Questa scoperta è stata fatta analizzando i dati della missione Chang’e 4, ottenuti sul lato nascosto della Luna. In particolare i dati raccolti nel bacino South Pole-Aitken, situato nel lato nascosto della Luna.
Utilizzando i dati radar ottenuti dalla missione cinese, e nuove tecniche di deep learning, i ricercatori sono riusciti a migliorare l’analisi dei dati e a caratterizzare lo spessore e la tipologia di regolite in questa zona della Luna. In particolare, in questa indagine hanno analizzato il cratere Van Kármán nel bacino South Pole-Aitken, utilizzando i dati ottenuti dal rover Yutu-2, il primo a esplorare il lato nascosto della Luna fin dal 2019.
La raccolta dei dati è stata effettuata tramite il Lunar Penetrating Radar (LPR) a bordo di Yutu-2. Questo strumento funziona su due frequenze, ed è stato progettato per sondare il sottosuolo lunare fino a una profondità di diverse decine di metri. Dal suo atterraggio nel gennaio 2019, il rover ha percorso un totale di 1440 metri, raccogliendo molti dati in questa zona.
La ricerca è stata guidata dal gruppo di geofisica applicata del professor Michele Pipan, dell’Università degli Studi di Trieste, e ha coinvolto anche scienziati dell’Istituto Nazionale di Astrofisica (INAF) di Roma, della Purdue University negli Stati Uniti, dell’Accademia cinese delle Scienze e dell’Università di Zhejiang in Cina.
Vicino al bacino Aitken è anche atterrata la missione Chang’e 6 a maggio 2024, che ha riportato a Terra per la prima volta nella storia dei campioni dal lato nascosco della Luna.
Un’analisi dati multidisciplinare
L’analisi dei dati radar di Chang’e 4 è stata potenziata dall’uso di algoritmi di deep learning. Questi hanno permesso di automatizzare l’estrazione di zone dove venivano riflessi i segnali radar. Questi algoritmi, sviluppati dal team di ricerca, hanno utilizzato reti neurali ricorrenti, in particolare una variante di Long Short-Term Memory (LSTM).
In questo modo hanno migliorato l’accuratezza nel’identificare strutture sotto la regolite. L’algoritmo ha elaborato i dati radar basandosi non solo sull’ampiezza del segnale, ma anche sulla fase istantanea, migliorando l’affidabilità dei risultati e riducendo la soggettività nell’interpretazione.
Il processo di elaborazione dei dati ha incluso vari passaggi. Il filtraggio del rumore, l’applicazione di guadagni variabili nel tempo per migliorare la visibilità dei segnali deboli, e la rimozione di dati ridondanti dovuti alle soste del rover. Una parte cruciale dell’analisi è stata l’integrazione dei dati radar con immagini orbitali per contestualizzare i riflettori radar all’interno della struttura geologica superficiale. Questo approccio ha permesso di correlare le strutture radar identificate con le caratteristiche geologiche note.
Tra le scoperte principali di questa nuova mappatura c’è la rilevazione di oltre 20 strutture a forma di cratere sepolte, e la presenza di strati inclinati nella regolite, che non ha uno spessore uniforme ma varia tra i 5 e i 15 metri. Questi strati inclinati suggeriscono un’evoluzione geologica complessa della superficie lunare. Una conclusione raggiunta anche da un recente studio che ha analizzato i dati del rover indiano della missione Chandrayaan-3, arrivato al Polo Sud lunare nell’agosto del 2024.
La ricerca completa è disponibile qui.
Da oltre due anni pubblichiamo articoli di informazione e approfondimento per il settore spaziale. Sui social raccontiamo e commentiamo l’esplorazione dello spazio e seguiamo insieme in live i principali eventi. Ma facciamo anche molto altro. Puoi supportare la nostra attività di giornalismo e divulgazione entrando in Astrospace ORBIT, dove avrai accesso a tutti i vantaggi esclusivi della community di Astrospace.
