Un algoritmo descubre el origen de 166 meteoritos procedentes de Marte

Los investigadores utilizan bases de datos para realizar un mapeo digital y descubren de qué cráter de Marte proceden los meteoritos que han llegado durante los últimos 20 millones de años a la Tierra.

El planeta rojo es aún un gran desconocido para el común de los mortales. Sin embargo, poco a poco se van conociendo más curiosidades de Marte. La última tiene que ver con unos meteoritos que proceden precisamente de este planeta. Han sido unos algoritmos los que han dado con el origen de esta procedencia. La investigación la ha publicado la revista científica Nature Communications y han sido investigadores de la Universidad de Curtin los que han identificado los meteoritos una vez llegaron a la Tierra.

De acuerdo con la investigación, estos meteoritos probablemente se originaron en el  cráter Tooting de Marte, ubicado en la región de Tharsis, que es la provincia volcánica más grande del sistema solar.

El estudio se centra en conocer el origen de unas 166 rocas marcianas que han llegado a la superficie terrestre en los últimos  20 millones de años. Hasta la fecha se desconocía su origen, aunque la investigación, en la que se ha utilizado la última tecnología, ha permitido arrojar algo de luz a este enigma.

El investigador principal, el doctor Anthony Lagain, del Centro de Tecnología y Ciencia Espacial de la Universidad de Curtin en la Facultad de Ciencias de la Tierra y Planetarias, asegura que los nuevos hallazgos ayudarían a proporcionar el contexto para desentrañar la historia geológica del Planeta Rojo.

Base de datos de cráteres

La investigación se ha realizado de la siguiente manera, informan los investigadores. Primeramente se ha realizado una base de datos sobre los 90 millones de cráteres de impacto utilizando un algoritmo de aprendizaje automático. Esto ha sido lo que les ha permitido determinar las posibles posiciones de lanzamiento de los meteoritos marcianos.

Tras realizar una cartografía sobre el planeta rojo, los investigadores decidieron desarrollar un algoritmo que pudieran entrenar para poder realizar un  mapeo digital automatizado de cualquier cuerpo celeste. «Se puede aplicar a la Tierra para ayudar con la gestión de la agricultura, el medio ambiente e incluso desastres potencialmente naturales como incendios o inundaciones», indican.

El algoritmo lo ha desarrollado internamente un grupo interdisciplinario que incluía miembros de CSIRO, el Instituto Curtin de Computación y la Escuela de Ingeniería Civil y Mecánica con fondos del Consejo de Investigación de Australia. Utilizando la supercomputadora más rápida del hemisferio sur, el Centro de supercomputación Pawsey y Curtin HIVE (Centro de visualización inmersiva e investigación electrónica), los investigadores analizaron un gran volumen de imágenes planetarias de alta resolución a través de un algoritmo de aprendizaje automático para detectar cráteres de impacto.

TE PUEDE GUSTAR

EVENTOS

RECIBE NUESTRA NEWSLETTER

*Email:

*Nombre:

*Empresa:

Cargo:

Sector:
     

Please don't insert text in the box below!

ESCUCHA NUESTRO PODCAST

SÍGUENOS EN RRSS

MÁS COMENTADOS

Scroll al inicio
Resumen de privacidad

Las cookies y otras tecnologías similares son una parte esencial de cómo funciona nuestra web. El objetivo principal de las cookies es que tu experiencia de navegación sea más cómoda y eficiente y poder mejorar nuestros servicios y la propia web. Aquí podrás obtener toda la información sobre las cookies que utilizamos y podrás activar y/o desactivar las mismas de acuerdo con tus preferencias, salvo aquellas Cookies que son estrictamente necesarias para el funcionamiento de la web de BigDataMagazine. Ten en cuenta que el bloqueo de algunas cookies puede afectar tu experiencia en la web y el funcionamiento de la misma. Al pulsar “Guardar cambios”, se guardará la selección de cookies que has realizado. Si no has seleccionado ninguna opción, pulsar este botón equivaldrá a rechazar todas las cookies. Para más información puedes visitar nuestra Políticas de Cookies. Podrás cambiar en cualquier momento tus preferencias de cookies pinchando en el enlace “Preferencias de cookies” situado en la parte inferior de nuestra web.