2027: Assessment of key minor species Detections in the Atmosphere of MarS measured by NOMAD/TGO
Coordinator: Loïc Trompet
Partners: Arnaud Mahieux, Séverine Robert
Version française :
L'atmosphère martienne est composée à 95 % de dioxyde de carbone et environ 4 % d'azote moléculaire et d'argon. Cependant, de nombreux gaz à l'état de traces, qui ont un impact important sur la chimie de l'atmosphère, restent à analyser. Nous pouvons désormais entrer dans les détails et quantifier ces espèces à l'état de traces jusqu'à la partie par milliard, grâce à l'instrument NOMAD, la suite de spectromètres du BIRA-IASB embarquée à bord du Trace Gas Orbiter de l'ESA. La haute résolution spectrale de NOMAD et ses différentes géométries d'observation nous permettent de mieux cerner la distribution des espèces à l'état de traces. L'instrument NOMAD peut mesurer, entre autres phénomènes, l'absorption atmosphérique par occultation solaire. Ces mesures constituent une méthode inégalée pour déduire la présence de gaz à l'état de traces, grâce à la forte intensité du signal solaire et à l'acquisition rapide des mesures par NOMAD, qui offre une résolution verticale très fine. De nombreuses espèces clés de l'atmosphère martienne absorbent dans l’infrarouge. Dans le cadre de ce projet, nous ciblerons les molécules dont la présence dans l'atmosphère martienne est prédite par des modèles chimiques, mais qui ne sont pas régulièrement observées.
Le premier objectif de ce projet est de mettre au point un schéma de détection des limites de détection, destiné à être intégré au pipeline scientifique de NOMAD du groupe « Atmosphères planétaires ». Nous devons définir les plages spectrales optimales pour l'étude de chaque espèce moléculaire. Cette première étape est cruciale et arrive à point nommé, car nous avons désormais une meilleure compréhension du fonctionnement de l'instrument et des incertitudes de mesure. Ce travail permettra de confirmer leur précision et, si nécessaire, de les ajuster, fournissant ainsi un retour d'information essentiel. Nous devrons ajuster au mieux les structures spectrales du dioxyde de carbone et de l'eau sur l'ensemble de la gamme spectrale de NOMAD-SO. Celles-ci présentent un signal plusieurs fois supérieur à celui des espèces ciblées. Les récupérations seront automatisées et des critères fiables pour le calcul des limites supérieures seront établis. Le deuxième objectif est de développer une nouvelle méthode pour déduire les signatures spectrales à l'aide d'outils d'apprentissage automatique non supervisé. L'apprentissage automatique a fait des progrès significatifs au cours de la dernière décennie, et des méthodes bien établies sont désormais faciles à mettre en œuvre grâce à une documentation abondante et à la disponibilité des algorithmes. De nombreuses méthodes intéressantes peuvent être étudiées pour détecter des caractéristiques spectrales infimes dans les données. Le troisième objectif est de fournir un ensemble cohérent de limites de détection ou de quantification des espèces ciblées et d'examiner comment ces résultats contraignent les principaux cycles chimiques.
Nederlands versie
De atmosfeer van Mars bestaat voor 95% uit koolstofdioxide en voor ongeveer 4% uit moleculaire stikstof en argon. Veel spoorelementen die een belangrijke invloed hebben op de chemie van de atmosfeer moeten echter nog worden onderzocht. Dankzij het NOMAD-instrument, de set spectrometers van het BIRA-IASB aan boord van de Trace Gas Orbiter van het ruimtevaartagentschap ESA, kunnen we nu tot in detail treden en de spoorelementen kwantificeren tot op een nauwkeurigheid van delen per miljard. De hoge spectrale resolutie van NOMAD en de verschillende waarnemingsgeometrieën stellen ons in staat de verdeling van spoorelementen beter in kaart te brengen. Het NOMAD-instrument kan onder andere atmosferische absorptie meten via zonne-occultatie. Deze metingen bieden een ongeëvenaarde methode om de aanwezigheid van spoorelementen af te leiden, dankzij de hoge intensiteit van het zonnesignaal en de snelle metingen door NOMAD, wat een zeer fijne verticale resolutie oplevert. Veel belangrijke stoffen in de Marsatmosfeer absorberen in het infrarode spectrale gebied. In dit project richten we ons op moleculen waarvan chemische modellen voorspellen dat ze in de Marsatmosfeer aanwezig zijn, maar die niet regelmatig worden waargenomen.
Het eerste doel van dit project is het ontwikkelen van een schema voor het vaststellen van de boven grens voor detectie, dat zal worden geïntegreerd in de wetenschappelijke pijplijn van NOMAD die onlangs door de groep Planetaire Atmosferen is opgezet. We moeten het optimale spectrale domein vaststellen voor het bestuderen van elke moleculaire soort. Dit eerste doel is cruciaal en komt op het juiste moment, aangezien we nu een beter inzicht hebben in de werking van het instrument en de meetonzekerheden. Dit werk zal de nauwkeurigheid ervan bevestigen en, indien nodig, bijstellen, waardoor essentiële feedback wordt geleverd. We zullen de spectrale structuren van koolstofdioxide en waterdamp zo goed mogelijk moeten afstemmen over het volledige spectrale bereik van NOMAD-SO. Deze bestanddelen hebben een signaal dat vele malen groter is dan dat van de beoogde spoorgassen. De resultaten zullen worden geautomatiseerd en er zullen betrouwbare criteria voor berekeningen van de bovengrens voor detectie worden vastgesteld. Het tweede doel is het ontwikkelen van een nieuwe methode voor het afleiden van spectrale signaturen met behulp van onbegeleide “Machine Learning”-hulpmiddelen. Het onderzoeksgebied van Machine Learning heeft de afgelopen tien jaar aanzienlijke vooruitgang geboekt en dankzij de uitgebreide documentatie en beschikbaarheid van algoritmen zijn beproefde methoden nu eenvoudig te implementeren. Er kunnen veel interessante methoden worden onderzocht om de minuscule aanwezigheid van spectrale kenmerken in gegevens af te leiden. Het derde doel is het bieden van een consistente reeks detectielimieten of bovengrenzen voor de beoogde spoorgassen en uitzoeken hoe deze resultaten de belangrijkste chemische cycli beïnvloeden.
English version
Mars’ atmosphere is composed of 95% carbon dioxide and around 4% molecular nitrogen and argon. However, many trace gases that have an important impact on the atmosphere’s chemistry are still to be assessed. We can now enter the details and quantify the trace species down to the part per billion, thanks to the NOMAD instrument, the BIRA-IASB suite of spectrometers on board ESA’s Trace Gas Orbiter. The high spectral resolution of NOMAD and its various viewing geometries enable us to capture the distribution of trace species better. The NOMAD instrument can measure, among other phenomena, atmospheric absorption via solar occultation. Those measurements provide an unrivalled method for inferring the presence of trace gases, owing to the high intensity of the solar signal and the rapid acquisition of measurements by NOMAD, which yields a very fine vertical resolution. Many key species in the Martian atmosphere exhibit infrared absorption features. In this project, we will target molecules predicted by chemical models to be present in the Martian atmosphere but not regularly observed.
The first goal of this project is to develop an upper-detection scheme to be integrated into the NOMAD science pipeline recently initiated by the Planetary Atmospheres group. We need to define the optimal spectral ranges for studying each molecular species. This first part is critical and timely, as we now have a better understanding of the instrument's function and measurement uncertainties. This work will confirm their accuracy and, if necessary, adjust them, thereby providing essential feedback. We will need to best fit the carbon dioxide and water spectral structures across the full spectral range of NOMAD-SO. These have a signal that is several times larger than that of the targeted species. The retrievals will be automated, and reliable criteria for upper-limit calculations will be established. The second goal is to develop a new method for inferring spectral signatures using unsupervised machine learning tools. Machine learning has made significant advances in the last decade, and well-established methods are now easy to implement thanks to their widespread documentation and availability of algorithms. Many interesting methods can be investigated to infer the tiny presence of spectral features in data. The third goal is to provide a consistent set of upper limits or quantification of the amount of the targeted species and to examine how these results constrain the main chemical cycles.
