Quelles régions de Mars seraient les plus propices à l'établissement d'une base habitée ? Pour répondre à cette question, il sera nécessaire d'identifier avec précision les zones où se trouvent des ressources exploitables, notamment la glace d’eau. Mais identifier ces régions depuis l'orbite reste un défi. Une approche consiste à cartographier les propriétés thermiques de la surface martienne. Les cartes thermiques (et notamment d'inertie thermique) permettent en effet de déterminer certaines propriétés physiques du sol et sa composition.

Jusqu'à présent, les scientifiques ne disposaient cependant que de deux types d'informations, complémentaires mais imparfaites. D'un côté, celles de l'instrument Themis, embarqué à bord de la sonde Mars Odyssey, qui fournit des mesures de température de surface sur de vastes zones, mais avec une résolution relativement grossière. De l'autre, celles de l'instrument Crism, installé sur Mars Reconnaissance Orbiter, qui offre des images extrêmement détaillées de la composition minérale du sol, mais sans information thermique directe.

Vue d'artiste du Mars Reconnaissance Orbiter au-dessus de la planète Mars. © Nasa

Fusionner des bases de données grâce à l’IA

Pour obtenir des données plus exploitables, une équipe de chercheurs a eu l'idée de fusionner ces deux sources à l'aide d'une IA. En entraînant un modèle statistique sur une zone bien étudiée - le cratère Gale, actuellement exploré par le rover Curiosity -, ils ont ainsi pu établir des correspondances entre signatures spectrales et température de surface. Le modèle a ensuite été appliqué à l'ensemble des données orbitales disponibles.

Cette approche a permis de produire des cartes d'inertie thermique de haute résolution de la Planète rouge. Les résultats, disponibles sur le site arXiv et présentés à l'International Astronautical Congress, permettent de distinguer beaucoup plus finement les différents types de terrains martiens : zones rocheuses, étendues de sable ou régions potentiellement riches en glace.

Cette étude montre qu'il n'est pas toujours nécessaire de produire de nouvelles données pour obtenir des résultats inédits. En combinant intelligemment des jeux de données existants, l'intelligence artificielle permet aujourd'hui d'extraire une information beaucoup plus riche que celle initialement accessible.