Los científicos planetarios estiman que cada año, unos 500 meteoritos sobreviven al ardiente viaje a través de la atmósfera terrestre y caen a la superficie de nuestro planeta. La mayoría son bastante pequeñas, y menos del 2% de ellos se recuperan alguna vez. Si bien la mayoría de las rocas del espacio pueden no ser recuperables debido a que terminan en océanos o en lugares remotos, áreas inaccesibles, otras caídas de meteoritos simplemente no se presencian ni se conocen.

Pero la nueva tecnología ha aumentado el número de caídas conocidas en los últimos años. El radar Doppler ha detectado caídas de meteoritos, así como redes de cámaras de todo el cielo específicamente en busca de meteoros. Adicionalmente, El mayor uso de dashcams y cámaras de seguridad ha permitido más avistamientos fortuitos y datos sobre bolas de fuego y posibles caídas de meteoritos.

Un equipo de investigadores ahora está aprovechando los avances tecnológicos adicionales al probar drones y aprendizaje automático para búsquedas automatizadas de pequeños meteoritos. Los drones están programados para volar un patrón de búsqueda de cuadrícula en un "campo esparcido" proyectado para una reciente caída de meteorito. tomar fotografías sistemáticas del suelo en una gran área de estudio. Luego, se utiliza inteligencia artificial para buscar a través de las imágenes e identificar posibles meteoritos.

"Esas imágenes se pueden analizar utilizando un clasificador de aprendizaje automático para identificar meteoritos en el campo entre muchas otras características, "dijo Robert Citron de la Universidad de California, Davis, en un artículo reciente publicado en publicado en Meteorítica y ciencia planetaria .

Citron y sus colegas han probado su configuración conceptual de drones varias veces, sobre todo recientemente en el área de una caída de meteorito conocida en 2019 cerca del lago Walker, Nevada. Su clasificador de meteoritos de prueba de concepto despliega una combinación de "diferentes redes neuronales de convolución para reconocer meteoritos a partir de imágenes tomadas por drones en el campo". "escribe el equipo.

Si bien esta prueba específica reveló una serie de falsos positivos para rocas previamente no identificadas, el software pudo identificar correctamente los meteoritos de prueba colocados por los investigadores en el lecho seco del lago en Nevada. Citron y su equipo son muy optimistas sobre el potencial de su sistema, particularmente en la búsqueda de pequeños meteoritos y su localización en regiones remotas.

Citron le dijo a Universe Today que el principal desafío para configurar el sistema era ensamblar un conjunto de datos de entrenamiento para el clasificador de aprendizaje automático.

"Dado que una futura caída de meteorito podría ocurrir en cualquier terreno, "dijo por correo electrónico, "el sistema necesitaba un algoritmo de detección de objetos entrenado con ejemplos de muchos tipos de meteoritos en varios tipos de terreno. Para crear una red de detección de objetos debidamente entrenada, se requieren miles de imágenes de ejemplo ".

Citron y sus colegas reunieron imágenes de meteoritos de Internet y agregaron fotos "posadas" de meteoritos de su colección en varios terrenos. Esto les permitió entrenar adecuadamente el modelo de aprendizaje automático para minimizar la cantidad de rocas ordinarias marcadas como detecciones falsas.

Luego realizaron diez vuelos de prueba con un dron cuadricóptero en dos ubicaciones del campo proyectado sembrado de Nevada, que es el área de caídas de meteoritos esperadas según los datos de trayectoria de cuatro estaciones de la Red de Recuperación y Seguimiento de Meteoritos de la NASA, parte del Observatorio Global Fireball.

"Afortunadamente, en cada prueba de campo obtenemos más datos que podemos incorporar al conjunto de datos y usar para volver a capacitar la red de detección de objetos y mejorar la precisión, "Dijo Citron." Entonces, Seguiremos intentando mejorar la precisión de detección. Actualmente necesitamos un dron mejor con una cámara de mayor resolución ".

Estudiar meteoritos y conocer sus orígenes ayuda a los científicos a determinar la composición de unas 40 familias de asteroides en el cinturón de asteroides. y también ayuda a comprender la evolución temprana del sistema solar. Los investigadores dijeron que la información de la red de cámaras remotas combinada con la posibilidad de encontrar y estudiar meteoritos recién caídos es crucial para determinar qué familia de asteroides podría haber producido los escombros meteoríticos. y si fue por un evento de colisión en particular.

"Si se puede recuperar el meteorito, La curva de luz y el perfil de desaceleración de una bola de fuego también proporcionan información sobre cómo se deposita su energía cinética en la atmósfera de la Tierra. ", escribió el equipo en su artículo." Esa información se puede utilizar para mejorar las predicciones a qué altitud se fragmentan los asteroides de este tipo de material que son lo suficientemente grandes como para causar explosiones de aire dañinas ".

Sin embargo, encontrar meteoritos de una caída observada puede ser muy difícil, ya que los meteoritos pueden esparcirse en un área amplia.

"Las caídas más pequeñas son más frecuentes pero arrojan menos fragmentos de meteoritos que, por lo tanto, son más difíciles de localizar, "Dijo Citron." Se necesitan aproximadamente 100 horas-hombre para encontrar un fragmento de meteorito, así que si podemos mejorar eso, podemos tomar muestras de más de estas pequeñas cataratas y obtener una mejor visión de las órbitas y, por lo tanto, de las regiones de origen de los meteoros entrantes ".

Citron dijo que el sistema de drones de su equipo está diseñado para caídas más pequeñas que no atraerían a los cazadores de meteoritos. Pero el trabajo del equipo ha atraído la admiración de un destacado cazador de meteoritos, Geoffrey Notkin de "Hombres meteoritos" del Discovery Channel.

"El trabajo actual del Dr. Citron en esta área es fascinante, especialmente sus atrevidos experimentos con drones en situaciones del mundo real, Notkin dijo por correo electrónico. El concepto más emocionante aquí es el acoplamiento de drones modernos con el aprendizaje automático que puede reconocer las características visuales de los meteoritos in situ. Tiempo dado, esta metodología podría eliminar parte del tedio de buscar meteoritos recién caídos a pie y también facilitar la recuperación en áreas que son difíciles o peligrosas para que los humanos las busquen en persona ".

Notkin agregó que durante mucho tiempo pensó que los drones y los vehículos aéreos no tripulados (UAV) podrían desempeñar un papel útil en la recuperación de meteoritos. y de hecho, llevó a cabo algunos experimentos iniciales en 2010 y 2011, pero los drones y vehículos aéreos no tripulados de la época no estaban lo suficientemente avanzados o no estaban disponibles para el personal no militar.

Pero a medida que la tecnología continúa mejorando, Citron dijo:y "con un conjunto de datos de entrenamiento más amplio, esquema de clasificación actualizado, y hardware de imagen mejorado, el aprendizaje automático junto con una encuesta autónoma con drones podría resultar una herramienta valiosa para aumentar la cantidad de fragmentos de meteoritos encontrados en caídas recientes ".