Crustal density and global gravitational field estimation of the moon from GRAIL and LOLA satellite data

Date issued

2020

Journal Title

Journal ISSN

Volume Title

Publisher

Elsevier

Abstract

K řešení dvou geodetických / geofyzikálních úkolů pro Měsíc používáme Newtonův integrál ve spektrální oblasti. Nejprve určíme 3D distribuci objemové hustoty v měsíční kůře (inverzní problém). Za tímto účelem vyvineme lineární matematický model, který parametrizuje laterálně proměnnou složku hustoty povrchovými sférickými harmonickými funkcemi. Využíváme model gravitačního pole GL1500E GRAIL a topografický model LOLA ke stanovení objemové hustoty ve třech typech funkcí: 1) konstantní, 2) laterálně proměnná a 3) 3D prostorově proměnná (za předpokladu lineární změny v radiálním směru). Za druhé, vypočítáme modely lunárního gravitačního pole odvozené z těchto tří složení kůry (problém vpřed) až do sférického harmonického stupně 2519, což odpovídá prostorovému rozlišení 2,2 km na rovníku Měsíce. Účinnost těchto modelů je hodnocena s ohledem na modely gravitačního pole GRAIL Level 2. Náš prostorově variabilní model kůry je nejvhodnější globálně i lokálně ve výšinách. Testujeme také výkonnost modelů GRAIL, nejnovějších a nezávislých přímých modelů a našich nových modelů na základě dat mise GRAIL Level 1B se zaměřením na vyhodnocení nad rámec dat úrovně 2 (tj. sférické harmonické stupně větší než 650). Tyto středofrekvenční signály z našich modelů korelují s pozorováním úrovně 1B nejlépe ze všech testovaných globálních modelů gravitačního pole. Náš geopotenciální model s vysokým rozlišením s optimalizovanou variací hustoty 3D kůry by měl být přínosem pro budoucí navigaci přistávacího modulu a geofyzikální průzkum Měsíce.

Description

Subject(s)

Newtonův integrál, Přímé modelování, LOLA, GRAIL, Objemová hustota, Kůra

Citation

ŠPRLÁK, M. HAN, S. FEATHERSTONE, W. Crustal density and global gravitational field estimation of the moon from GRAIL and LOLA satellite data. Planetary and space science, 2020, roč. 192, č. NOV 1 2020, s. 1-12. ISSN 0032-0633.
OPEN License Selector