باور کنید یا نه، زباله های مریخ اغلب پس از برخوردهای قدرتمند به سطح سیاره سرخ و پرتاب آن به فضا، راهی زمین شده اند.
حداقل ۱۰ مورد از این رویدادهای تشکیل شهاب سنگ در تاریخ اخیر مریخ وجود داشته است. هنگامی که این برخوردهای عظیم اتفاق می افتد، شهاب سنگ ها را می توان با سرعت کافی از سیاره سرخ دور کرد تا از کشش گرانشی مریخ رها شوند و وارد مداری به دور خورشید شوند و در نهایت برخی به زمین سقوط کنند.
اکنون دانشمندان دانشگاه آلبرتا منشأ ۲۰۰ مورد از این شهاب‌سنگ‌ها را در پنج دهانه برخوردی در دو منطقه آتشفشانی مریخ به نام‌های Tharsis و Elysium ردیابی کرده‌اند. کریس هرد، متصدی مجموعه شهاب‌سنگ‌های دانشگاه و استاد دانشکده علوم، در بیانیه‌ای گفت: «اکنون می‌توانیم این شهاب‌سنگ‌ها را بر اساس تاریخچه مشترکشان و سپس محل قرارگیری آنها روی سطح قبل از آمدن به زمین گروه‌بندی کنیم.»
شهاب‌سنگ‌ها دائماً به زمین می‌افتند – طبق گفته ناسا، روزانه ۴۸.۵ تن (۴۴۰۰۰ کیلوگرم) از مواد شهاب‌سنگ سقوط می‌کند – اگرچه اکثریت آنها را به صورت ذرات ریز غبار غیرقابل تشخیص به سطح می‌آورند. تعیین منشا آنها اغلب می تواند دشوار باشد، اما در دهه ۱۹۸۰، دانشمندان به گروهی از شهاب سنگ ها مشکوک شدند که به نظر می رسید منشأ آتشفشانی با قدمت ۱.۳ میلیارد سال داشته باشند.
این بدان معناست که این سنگ‌ها باید از یک جرم آسمانی با فعالیت آتشفشانی اخیر (از نظر زمین‌شناسی) می‌آمده باشند، که مریخ را به یک نامزد احتمالی تبدیل می‌کند. با این حال، زمانی که فرودگرهای وایکینگ ناسا توانستند ترکیب اتمسفر مریخ را با گازهای به دام افتاده در این سنگ ها مقایسه کنند، اثبات شد.
شناسایی دقیقاً از کجای مریخ سرچشمه گرفته اند، قبلاً انجام آن دشوار بود. این تیم در مقاله خود خاطرنشان کردند که این مشکل از استفاده از تکنیکی به نام تطابق طیفی ناشی می شود، تکنیکی که برای شناسایی و مقایسه ترکیب مواد با تجزیه و تحلیل الگوهای نوری که جذب یا ساطع می کنند، استفاده می شود.
با این حال، این روش توسط عواملی مانند تغییرپذیری زمین و پوشش گسترده گرد و غبار، که می‌تواند سیگنال‌های طیفی را به‌ویژه در زمین‌های جوان‌تر مانند Tharsis و Elysium منحرف کند، محدود می‌شود. اما دانستن اینکه این شهاب‌سنگ‌های مریخی دقیقاً از کجا آمده‌اند به دانشمندان اجازه می‌دهد تا گذشته زمین‌شناسی سیاره را بهتر کنار هم بگذارند.
هرد گفت: [این] امکان کالیبراسیون مجدد گاهشماری مریخ را با پیامدهایی برای زمان، مدت و ماهیت طیف گسترده ای از رویدادهای مهم در طول تاریخ مریخ فراهم می کند. من آن را حلقه مفقوده می نامم – برای مثال بتوانم بگویم شرایطی که این شهاب سنگ در آن به بیرون پرتاب شد با یک رویداد برخوردی مواجه شد که دهانه هایی به وسعت ۱۰ تا ۳۰ کیلومتر ایجاد کرد.
گفت هرد: این تیم شبیه‌سازی‌های با وضوح بالا از برخوردها را در سیاره‌ای شبیه به مریخ ترکیب کردند. یکی از پیشرفت‌های مهم در اینجا این است که بتوانیم فرآیند پرتاب را مدل‌سازی کنیم، و از این فرآیند بتوانیم اندازه دهانه یا محدوده اندازه‌های دهانه‌ای را که در نهایت می‌توانستند آن گروه خاص از شهاب‌سنگ‌ها یا حتی آن یک شهاب‌سنگ خاص را به بیرون پرتاب کنند، تعیین کنیم.
خروجی این مدل به تیم اجازه داد تا «فشار ضربه‌ای اوج» رویدادهای ضربه‌ای و مدت زمانی که سنگ‌ها در معرض این فشارها قرار می‌گیرند را تعیین کنند. این را می توان از روی ‘ویژگی های شوک’ مشاهده شده در شهاب سنگ ها – به عنوان مثال، تغییرات منحصر به فرد معدنی، شیشه های برخوردی، و الگوهای شکستگی خاص تعیین کرد.
از این داده‌ها، هرد و همکارانش توانستند اندازه دهانه‌های برخوردی را که می‌توانستند شهاب‌سنگ‌ها را پرتاب کنند، و همچنین میزان مدفون شدن صخره‌ها قبل از برخورد را تخمین بزنند. اگرچه این تخمین‌های عمقی با ابهام همراه است، اما محققان آنها را با زمین‌شناسی محلی دهانه‌های منشا احتمالی و ویژگی‌ها و سن شهاب‌سنگ‌ها مقایسه کردند تا ببینند آیا آنها همسو هستند یا خیر.
او گفت: «[رویکرد مدل‌سازی ما] به ما این امکان را می‌دهد که بگوییم از میان همه این دهانه‌های بالقوه، می‌توانیم آنها را به ۱۵ کاهش دهیم و سپس از ۱۵ دهانه می‌توانیم آنها را بر اساس ویژگی‌های خاص شهاب‌سنگ کوچک‌تر کنیم». ما حتی می‌توانیم چینه‌نگاری آتشفشانی [سوابق زمین‌شناسی]، موقعیت همه این سنگ‌ها را قبل از انفجار از سطح بازسازی کنیم.
این می‌تواند به دانشمندان کمک کند تا درک بهتری از زمان وقوع رویدادهای آتشفشانی در مریخ، منابع مختلف ماگمای مریخ و سرعت شکل‌گیری دهانه‌ها در دوران بمباران شهاب‌سنگ‌های کم روی سیاره سرخ به نام دوره آمازون، حدود ۳ میلیارد سال پیش، داشته باشند.
هرد افزود: اگر به آن فکر کنید واقعا شگفت انگیز است.این نزدیک‌ترین چیزی است که ما می‌توانیم به مریخ برویم و یک سنگ را برداریم.
![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-420x280.webp)
