기본 콘텐츠로 건너뛰기

태양계 이야기 454 - 짙은 대기를 뚫고 타이탄의 표면을 관측한 카시니



(Credit: NASA )


 토성의 위성 타이탄은 톨린 같은 물질이 포함된 두꺼운 대기를 가지고 있기 때문에 육안으로 보면 그냥 노란 공처럼 보입니다. 지구와는 달리 가시광 영역에서는 표면을 볼 수 없는 천체이죠. 하지만 가시광보다 긴 파장에서는 표면을 뚫고 관측이 가능합니다.
 카시니 탐사선은 2015년 11월 13일 T-114로 명명된 플라이바이를 진행하면서 다시 타이탄의 표면을 관측했습니다. 탐사선의  visual and infrared mapping spectrometer (VIMS)를 이용해 1.3/2.0/5.0 미크론(micron) 영역에서 관측을 시행한 결과 위의 사진처럼 타이탄의 적도 부근의 지표를 확인할 수 있었습니다. 이번 관측은 타이탄 상공 1만km라는 매우 가까운 거리에서 이뤄졌습니다.
 사진에서 1.3㎛ 파장은 파란색, 2.0㎛ 파장은 녹색, 5.0㎛ 파장은 붉은색으로 표시해 합성했습니다. 적외선 영역은 본래 색상이 없기 때문이죠. 카시니 탐사선은 이전에도 적외선 영역에서 타이탄의 표면을 계속 관측해 왔습니다.



(이전 관측 사진들. The three mosaics shown here were composed with data from Cassini's visual and infrared mapping spectrometer taken during the last three Titan flybys, on Oct. 28, 2005 (left image), Dec. 26, 2005 (middle image), and Jan. 15, 2006 (right image). These false-color images were constructed from images taken at the following wavelengths: 1.6 microns (blue), 2.01 (green), and 5 microns (red). The viewing geometry of the December flyby is roughly on Titan's opposite hemisphere from the flybys in October and January. There are several important features to note in the images. The first is that the south polar cloud system was very bright during the December flyby, while during the October and January flybys, it is barely visible, indicating that the atmosphere over Titan's south pole is very dynamic. In the December (middle) mosaic, a north polar hood that is bright at 5 microns is visible. Its composition is unknown. The north polar hood is barely seen in the October (left image) and January (right image) data. Visible in the October and January images just south of the equator is Tui Reggio, a region nicknamed the "chevron." This region is very bright at 5 microns and is among the brightest features on Titan at that wavelength. Tui Reggio is thought to be a surface deposit, probably of volcanic origin, and may be water and/or carbon dioxide frozen from the vapor. The January flyby data show that the western margins of Tui Reggio have a complex flow-like character consistent with eruptive phenomena. Credit: NASA/JPL/University of Arizona)
가장 위의 사진에서 보이는 부위는 토성을 향한 면으로 검은 색의 사구(Dune) 지형이 펼쳐진 장소입니다. 이 독특한 지형은 북반구를 향한 지역은 펜살(Fensal)이라고 부르고 남반구를 향한 지역은 아즈틀란(Aztlan)이라고 부릅니다. 사진에서 왼쪽 위에는 타이탄에서 가장 거대한 충돌 분화구인 멘르바(Menrva)가 있습니다. 지름이 거의 440km에 달하는 대형 크레이터입니다.  


 이 충돌 크레이터는 지표가 매우 젊은 타이탄에서 아주 큰 크레이터입니다. 타이탄은 두터운 대기와 기상 현상 때문에 지구처럼 크레이터가 오래 보존되기 힘들기 때문입니다. 다만 여전히 뿌옇게 보이는 적외선 영역 이미지로는 이 크레이터의 상세한 지형을 알기가 어렵습니다. 이 문제를 해결할 방법은 레이더 처럼 더 긴 파장을 이용하는 것입니다. (아래 사진)



(A huge annular feature with an outer diameter of approximately 440 kilometers (273 miles) appears in this image taken with Cassini's Titan radar mapper. It resembles a large crater or part of a ringed basin, either of which could be formed when a comet or asteroid tens of kilometers in size slammed into Titan. This is the first impact feature identified in radar images of Titan. The surface of Titan appears to be very young compared to other Saturnian satellites. In Titan's case, debris raining down from the atmosphere or other geologic processes may mask or remove the craters. The pattern of brightness suggests that there is topography associated with this feature; for example, in the center of the image there appear to be mounds each about 25 kilometers (15 miles) across. Since they are dark on their lower edges that face away from the radar and bright on the opposite face, they must be elevated above the surrounding terrain. Credit: NASA/JPL-Caltech/ASI)


 카시니 임무 덕분에 우리는 타이탄에 대해서 이전에는 불가능한 수준으로 자세한 정보를 얻는데 성공했습니다. 다만 인류의 호기심은 여기에서 멈추지 않을 것입니다. 머지 않아 카시니는 퇴역할 것입니다. 그러나 미래에 카시니를 뛰어넘는 탐사선이 토성을 방문할 것으로 믿어 의심치 않습니다.


 참고





 ​ 

댓글

이 블로그의 인기 게시물

통계 공부는 어떻게 하는 것이 좋을까?

 사실 저도 통계 전문가가 아니기 때문에 이런 주제로 글을 쓰기가 다소 애매하지만, 그래도 누군가에게 도움이 될 수 있다고 생각해서 글을 올려봅니다. 통계학, 특히 수학적인 의미에서의 통계학을 공부하게 되는 계기는 사람마다 다르긴 하겠지만, 아마도 비교적 흔하고 난감한 경우는 논문을 써야 하는 경우일 것입니다. 오늘날의 학문적 연구는 집단간 혹은 방법간의 차이가 있다는 것을 객관적으로 보여줘야 하는데, 그려면 불가피하게 통계적인 방법을 쓸 수 밖에 없게 됩니다. 이런 이유로 분야와 주제에 따라서는 아닌 경우도 있겠지만, 상당수 논문에서는 통계학이 들어가게 됩니다.   문제는 데이터를 처리하고 분석하는 방법을 익히는 데도 상당한 시간과 노력이 필요하다는 점입니다. 물론 대부분의 학과에서 통계 수업이 들어가기는 하지만, 그것만으로는 충분하지 않은 경우가 많습니다. 대학 학부 과정에서는 대부분 논문 제출이 필요없거나 필요하다고 해도 그렇게 높은 수준을 요구하지 않지만, 대학원 이상 과정에서는 SCI/SCIE 급 논문이 필요하게 되어 처음 논문을 작성하는 입장에서는 상당히 부담되는 상황에 놓이게 됩니다.  그리고 이후 논문을 계속해서 쓰게 될 경우 통계 문제는 항상 나를 따라다니면서 괴롭히게 될 것입니다.  사정이 이렇다보니 간혹 통계 공부를 어떻게 하는 것이 좋겠냐는 질문이 들어옵니다. 사실 저는 통계 전문가라고 하기에는 실력은 모자라지만, 대신 앞서서 삽질을 한 경험이 있기 때문에 몇 가지 조언을 해줄 수 있을 것 같습니다.  1. 입문자를 위한 책을 추천해달라  사실 예습을 위해서 미리 공부하는 것은 추천하지 않습니다. 기본적인 통계는 학과별로 다르지 않더라도 주로 쓰는 분석방법은 분야별로 상당한 차이가 있을 수 있어 결국은 자신이 주로 하는 부분을 잘 해야 하기 때문입니다. 그러기 위해서는 학과 커리큘럼에 들어있는 통계 수업을 듣는 것이 더 유리합니다. 잘 쓰지도 않을 방법을 열심히 공부하는 것은 아무래도 효율

R 스튜디오 설치 및 업데이트

 R을 설치한 후 기본으로 제공되는 R 콘솔창에서 코드를 입력해 작업을 수행할 수도 있지만, 보통은 그렇게 하기 보다는 가장 널리 사용되는 R 개발환경인 R 스튜디오가 널리 사용됩니다. 오픈 소스 무료 버전의 R 스튜디오는 누구나 설치가 가능하며 편리한 작업 환경을 제공하기 때문에 R을 위한 IDE에서 가장 널리 사용되어 있습니다. 아래 링크에서 다운로드 받습니다.    https://www.rstudio.com/  다운로드 R 이나 혹은 Powerful IDE for R로 들어가 일반 사용자 버전을 받습니다. 오픈 소스 버전과 상업용 버전, 그리고 데스크탑 버전과 서버 버전이 있는데, 일반적으로는 오픈 소스 버전에 데스크탑 버전을 다운로드 받습니다. 상업 버전의 경우 데스크탑 버전의 경우 년간 995달러, 서버 버전은 9995달러를 받고 여러 가지 기술 지원 및 자문을 해주는 기능이 있습니다.   데스크탑 버전을 설치하는 과정은 매우 쉽기 때문에 별도의 설명이 필요하지 않을 것 같습니다. 인스톨은 윈도우, 맥, 리눅스 (우분투/페도라)에 따라 설치 파일이 나뉘지만 설치가 어렵지는 않을 것입니다. 한 가지 주의할 점이라면 R은 사전에 반드시 따로 설치해야 한다는 점입니다. R 스튜디오만 단독 설치하면 아무것도 할 수 없습니다. 뭐 당연한 이야기죠.   설치된 R 스튜디오는 자동으로 업데이틀 체크하지 않습니다. 따라서 업데이트를 위해서는 R 스튜디오에서 Help 로 들어가 업데이트를 확인해야 합니다.     만약 업데이트 할 내용이 없다면 최신 버전이라고 알려줄 것이고 업데이트가 있다면 업데이트를 진행할 수 있도록 도와주게 됩니다. R의 업데이트와 R 스튜디오의 업데이트는 모두 개별적이며 앞서 설명했듯이 R 업데이트는 사실 기존 버전과 병행해서 새로운 버전을 새롭게 설치하는 것입니다. R 스튜디오는 실제로 업데이트가 이뤄지기 때문에 구버전을 지워줄 필요는

R 패키지 설치 및 업데이트 오류 (1)

 R 패키지를 설치하거나 업데이트 하다보면 여러 가지 문제가 생기는 경우들이 있습니다. 이 경우 아예 R을 재설치하는 것도 방법이지만, 어떤 경우에는 이렇게해도 해결이 안되고 계속해서 사용자는 괴롭히는 경우도 있습니다. 이런 경우 중 하나를 소개합니다.  새로운 패키지를 설치, 혹은 업데이트 하는 과정에서 같이 설치하는 패키지 중 하나가 설치가 되지 않는다는 메세지가 계속 나왔는데, 사실은 백신 프로그램 때문이었던 경우입니다.   dplyr 패키지를 업데이트 하려고 했는데, 제대로 되지 않아 다시 설치를 진행했습니다. 그런데 일부 패키지가 제대로 설치되지 않는다는 메세지가 나왔습니다.  > install.packages("dplyr") Error in install.packages : Updating loaded packages > install.packages("dplyr") Installing package into ‘C:/Users/jjy05_000/Documents/R/win-library/3.4’ (as ‘lib’ is unspecified) also installing the dependencies ‘bindr’, ‘bindrcpp’, ‘Rcpp’, ‘rlang’, ‘plogr’ trying URL ' https://cran.rstudio.com/bin/windows/contrib/3.4/bindr_0.1.1.zip ' Content type 'application/zip' length 15285 bytes (14 KB) downloaded 14 KB trying URL ' https://cran.rstudio.com/bin/windows/contrib/3.4/bindrcpp_0.2.2.zip ' Content type 'application/zip' length 620344 b