Исследователи из австралийского Университета Кертин представили инновационную методику обработки спутниковых данных. Она позволяет с беспрецедентной точностью выявлять перспективные участки для посадки космических аппаратов и обнаруживать полезные ресурсы на Красной планете.
Применив методы машинного обучения, учёные преодолели технические ограничения приборов, отправленных к Марсу более двух десятилетий назад. Представленные на Международном астронавтическом конгрессе результаты открывают новые горизонты для реализации стратегии ISRU — использования местных ресурсов для жизнеобеспечения будущих марсианских поселений.
Фундаментальным параметром при поиске внеземных ресурсов выступает тепловая инерция, характеризующая способность материала сопротивляться температурным колебаниям. Так, после заката марсианская пыль и рыхлый песок стремительно остывают, становясь тёмными на ИК-снимках. В то же время плотные породы и крупные валуны сохраняют тепло гораздо дольше, выделяясь в тепловом диапазоне. Анализ таких карт помогает специалистам судить о гранулометрии грунта, плотности камней и, что критически важно, о наличии водяного льда под поверхностью.
Источник: arXiv (2026). DOI: 10.48550/arxiv.2604.17859
Ранее существенным препятствием была недостаточная детализация тепловых карт. Основной инструмент для этих целей — тепловизор THEMIS на аппарате NASA Mars Odyssey (запущен в 2001 году) — обеспечивает разрешение около 100 метров на пиксель, чего недостаточно для отличия безопасного равнинного участка от опасной каменистой местности. Спектрометр CRISM на орбитальном аппарате MRO даёт гораздо более чёткую картинку — 12 метров на пиксель, однако он не предназначен для прямого измерения температуры.
Для решения этой задачи исследователи прибегли к «слиянию данных» с помощью алгоритма машинного обучения на базе экстремально случайных деревьев (Extra Tree Regressor). Обучив модель на данных из кратера Гейла, где работает ровер Curiosity, удалось сопоставить спектральные показатели с реальными значениями температур. Затем нейросеть обработала снимки CRISM высокого разрешения, «реконструировав» на их основе тепловую карту с детализацией 12 метров вместо исходных 100.
Полученная модель показала высокую точность, фактически выйдя за пределы аппаратных возможностей системы THEMIS. Несмотря на то что в текущем виде алгоритм требует дообучения для каждого конкретного региона, успешная верификация концепции доказала свою состоятельность. Этот подход позволяет максимально эффективно использовать накопленные архивы данных без необходимости организации дорогостоящих миссий. В перспективе такие высокоточные карты станут базовым инструментом при выборе площадок для приземления тяжёлых грузов и проектировании инфраструктуры для будущих баз на Марсе.
Источник: iXBT
