مریخ احتمالاً در مدت‌ها قبل آبی از اقیانوس‌های آبی بود که سطح آن را پوشانده بود.
اما دنیایی که اکنون قرمز شده است، ممکن است هنوز آب مایع را در زیر زمین نگه دارد، در اعماق و دور از چشم. اگر آن پایین آب باشد، چگونه آن را پیدا می کنیم؟
تعدادی از دانشمندان بر این باورند که آنها پاسخی دارند: مارشلک.
هنگامی که امواج لرزه ای ناشی از لرزش از مواد مختلف مانند سنگ های اطراف یا آب عبور می کنند، میدان های الکترومغناطیسی ظریفی ایجاد می کنند. برخی از دانشمندان بر این باورند که ممکن است بتوانند با مطالعه خوانش های لرزه ای و مغناطیسی برای بازسازی عواقب پس از لرزه های مریخ، آب مایع مدفون شده را پیدا کنند.
نولان راث، دانشجوی فارغ التحصیل دانشگاه ایالتی پن و یکی از محققان، در بیانیه ای می گوید: «اگر به مار لرزه هایی که در زیر سطح در حال حرکت هستند گوش دهیم، اگر از آب عبور کنند، این سیگنال های شگفت انگیز و منحصر به فرد را ایجاد خواهند کرد. این سیگنال‌ها می‌توانند آب کنونی و امروزی مریخ را تشخیص دهند.»
این تکنیک به روش لرزه‌الکتریکی معروف است. کاملاً جدید نیست. اگرچه بسیار آزمایشی است، اما زمین شناسان در حال آزمایش آن در اینجا روی زمین برای یافتن سیالات زیرزمینی هستند. اما در زمین، استفاده از روش برای یافتن آب های زیرزمینی دشوار است – هر سیگنالی از یک سفره آبی قابل توجه توسط رطوبت دیگر در زیر زمین مختل می شود.
با این حال، محققان دلیلی برای این باور دارند که این روش در مریخ مفیدتر خواهد بود، جایی که هر لایه سنگ و غبار بالای آب های زیرزمینی ممکن است استخوان خشک شود.
Tieyuan Zhu، ژئوفیزیکدان در ایالت پن و یکی دیگر از محققان در همان بیانیه، می‌گوید: «بر خلاف نحوه ظاهر شدن سیگنال‌های لرزه‌الکتریک روی زمین، سطح مریخ به طور طبیعی نویز را حذف می‌کند و داده‌های مفیدی را در اختیار ما قرار می‌دهد که به ما امکان می‌دهد ویژگی‌های آبخوان را مشخص کنیم.»
به گفته محققان، گام‌های بعدی، جستجوی ردپای آب‌های زیرزمینی مریخ در اندازه‌گیری‌هایی است که از قبل وجود دارد. فرودگر Mars InSight ناسا -که از اواخر سال ۲۰۱۸ تا اواخر سال ۲۰۲۲ به دنبال زمین لرزه بود – دارای هر دو لرزه‌سنج و مغناطیس‌سنج بود. با ترکیب این دو منبع داده، محققان ممکن است بتوانند روش خود را آزمایش کنند.
محققان کار خود را در ۵ می در مجله JGR Planets منتشر کردند.
![import numpy as np import h5py data='/content/drive/MyDrive/SILIXA_iDAS015_181219184621_fieldID000212.h5' data1=h5py.File(data,'r') print(data1.keys()) display(data1) display(data) raw_data = data1['DasRawData']['RawData'] x_axis = np.arange(raw_data.shape[1]) t_axis = np.arange(raw_data.shape[0]) print(x_axis.shape) print(t_axis.shape) import matplotlib.pyplot as plt import numpy as np ns = 30000 fs = 1000 dx = 1.021 nx = 3136 GL = 10 x = np.arange(nx) * dx def u(x, t): return np.exp(-(x - t)**2) def calculate_result(x): return 1/10 * (u(x - 5, t) - u(x + 5, t)) traces = [] for t in range(0,30000): tr = [calculate_result(x_val) for x_val in x] traces.append(tr) traces_array = np.array(traces) print(f"traces_array : {traces_array.shape}")](https://spacenota.ir/wp-content/uploads/2025/05/big-ring-body-330x220.webp)
