Immagine di esempio di due meteoriti dispiegati durante un test sul campo vicino al lago Walker, Nevada. I meteoriti sono contrassegnati da bandierine arancioni. Notare l'ombra scura del drone quadricottero. Credito:Robert Citron et al.
Gli scienziati planetari stimano che ogni anno, circa 500 meteoriti sopravvivono al viaggio infuocato attraverso l'atmosfera terrestre e cadono sulla superficie del nostro pianeta. La maggior parte sono piuttosto piccoli, e meno del 2% di loro viene mai recuperato. Mentre la maggior parte delle rocce dallo spazio potrebbe non essere recuperabile a causa di finire negli oceani o in zone remote, zone inaccessibili, altre cadute di meteoriti non sono semplicemente testimoniate o conosciute.
Ma la nuova tecnologia ha aumentato il numero di cadute conosciute negli ultimi anni. Il radar Doppler ha rilevato cadute di meteoriti, così come reti di telecamere all-sky specificamente alla ricerca di meteore. Inoltre, un maggiore uso di dashcam e telecamere di sicurezza ha consentito avvistamenti e dati più fortuiti su palle di fuoco e potenziali cadute di meteoriti.
Un team di ricercatori sta ora sfruttando ulteriori progressi tecnologici testando droni e machine learning per ricerche automatizzate di piccoli meteoriti. I droni sono programmati per pilotare un modello di ricerca a griglia in un "campo disseminato" proiettato per una recente caduta di meteoriti, scattare foto sistematiche del terreno su un'ampia area di rilevamento. L'intelligenza artificiale viene quindi utilizzata per cercare tra le immagini per identificare potenziali meteoriti.
"Queste immagini possono essere analizzate utilizzando un classificatore di apprendimento automatico per identificare i meteoriti sul campo tra molte altre caratteristiche, ", ha affermato Robert Citron dell'Università della California, Davis, in un recente articolo pubblicato in pubblicato in Meteoritica e scienze planetarie .
Citron e i suoi colleghi hanno testato più volte la loro configurazione concettuale del drone, per lo più di recente nell'area di una nota caduta di meteoriti del 2019 vicino al lago Walker, Nevada. Il loro classificatore di meteoriti proof-of-concept distribuisce una combinazione di "diverse reti neurali di convoluzione per riconoscere i meteoriti dalle immagini scattate dai droni sul campo, ", scrive la squadra.
Mentre questo test specifico ha rivelato una serie di falsi positivi per rocce precedentemente non identificate, il software è stato in grado di identificare correttamente i meteoriti di prova posizionati dai ricercatori sul letto del lago asciutto in Nevada. Citron e il suo team sono molto ottimisti sul potenziale del loro sistema, in particolare nella ricerca di piccoli meteoriti e nel trovarli in regioni remote.
Citron ha dichiarato a Universe Today che la sfida principale per la configurazione del sistema è stata l'assemblaggio di un set di dati di addestramento per il classificatore di apprendimento automatico.
"Poiché una futura caduta di meteoriti potrebbe verificarsi su qualsiasi terreno, "ha detto via e-mail, "il sistema aveva bisogno di un algoritmo di rilevamento di oggetti addestrato con esempi di molti tipi di meteoriti su vari tipi di terreno. Per creare una rete di rilevamento di oggetti adeguatamente addestrata, sono necessarie migliaia di immagini di esempio."
Citron e colleghi hanno assemblato immagini di meteoriti da Internet e hanno aggiunto foto "in posa" di meteoriti dalla loro collezione su vari terreni. Ciò ha permesso loro di addestrare adeguatamente il modello di apprendimento automatico per ridurre al minimo il numero di rocce ordinarie contrassegnate come falsi rilevamenti.
Hanno quindi condotto dieci voli di prova con un drone quadricottero in due posizioni del previsto campo disseminato del Nevada, che è l'area delle cadute previste di meteoriti in base ai dati di traiettoria di quattro stazioni della rete di rilevamento e recupero dei meteoriti della NASA, parte del Global Fireball Observatory.
Una meteora luminosa catturata da una delle telecamere del Global Fireball Network dall'Osservatorio Rancho Mirage (Eric McLaughlin) il 7 aprile, 2019. Credito:Rete di monitoraggio e recupero dei meteoriti della NASA
"Fortunatamente, ogni test sul campo acquisiamo più dati che possiamo incorporare nel set di dati e utilizzare per riqualificare la rete di rilevamento degli oggetti e migliorare la precisione, " Disse Citron. "Allora, continueremo a cercare di migliorare la precisione del rilevamento. Attualmente abbiamo bisogno di un drone migliore con una fotocamera a risoluzione più elevata".
Lo studio dei meteoriti e la conoscenza delle loro origini aiuta gli scienziati a determinare la composizione di circa 40 famiglie di asteroidi nella fascia degli asteroidi, e aiuta anche a comprendere la prima evoluzione del sistema solare. I ricercatori hanno affermato che le informazioni sulla rete di telecamere remote combinate con la possibilità di trovare e studiare i meteoriti appena caduti sono cruciali nel determinare quale famiglia di asteroidi potrebbe aver prodotto i detriti meteoritici, e se provenisse da un particolare evento di collisione.
"Se il meteorite può essere recuperato, la curva di luce di una palla di fuoco e il profilo di decelerazione forniscono anche informazioni su come la sua energia cinetica si deposita nell'atmosfera terrestre, Il team ha scritto nel loro articolo. "Queste informazioni possono essere utilizzate per migliorare le previsioni a quale altitudine gli asteroidi di questo tipo di materiale frammentano abbastanza grandi da causare esplosioni aeree dannose".
Però, trovare meteoriti da una caduta osservata può essere molto difficile, poiché i meteoriti possono essere sparsi su una vasta area.
"Le cadute più piccole sono più frequenti ma rilasciano meno frammenti di meteorite che sono quindi più difficili da localizzare, " Citron ha detto. "Ci vogliono circa 100 ore-uomo per trovare un frammento di meteorite, quindi, se possiamo migliorarlo, possiamo campionare più di queste piccole cadute e ottenere una visione migliore delle orbite e quindi delle regioni di origine delle meteore in arrivo".
Un esempio di piccolo, meteorite appena caduto in situ, trovato e fotografato da Geoffrey Notkin. Questo esemplare è Ash Creek, un meteorite di pietra L6, che cadde il 15 febbraio 2009 nella contea di McLennan, Texas, a seguito di una brillante palla di fuoco diurna. Questa è stata la prima volta che il radar Doppler è stato utilizzato per localizzare i campioni. Credito:Geoffrey Notkin
Citron ha affermato che il sistema di droni della sua squadra è destinato a cadute più piccole che non attirerebbero i cacciatori di meteoriti. Ma il lavoro della squadra ha attirato l'ammirazione di un noto cacciatore di meteoriti, Geoffrey Notkin di "Meteorite Men" di Discovery Channel.
"L'attuale lavoro del Dr. Citron in questo settore è affascinante, in particolare i suoi audaci esperimenti con i droni in situazioni del mondo reale, " Notkin ha detto via e-mail. "Il concetto più eccitante qui è l'accoppiamento dei moderni droni con l'apprendimento automatico in grado di riconoscere le caratteristiche visive dei meteoriti in situ. Tempo a disposizione, questa metodologia potrebbe eliminare parte della noia della ricerca a piedi di meteoriti appena caduti e anche facilitare i recuperi in aree che sono difficili o pericolose per l'uomo da cercare di persona".
Notkin ha aggiunto di aver pensato a lungo che droni e veicoli aerei senza equipaggio (UAV) potrebbero svolgere un ruolo utile nel recupero di meteoriti, e infatti, ha effettuato alcuni primi esperimenti nel 2010 e nel 2011, ma i droni e gli UAV dell'epoca o non erano abbastanza avanzati o non erano disponibili per il personale non militare.
Ma mentre la tecnologia continua a migliorare, Citron ha detto, e "con un set di dati di addestramento più ampio, schema di classificazione aggiornato, e hardware di imaging migliorato, l'apprendimento automatico accoppiato a un rilevamento autonomo dei droni potrebbe rivelarsi uno strumento prezioso per aumentare il numero di frammenti di meteoriti trovati da nuove cadute".
