Desarrollo de rutinas y modelos para el procesamiento de datos espectroscópicos Raman para el estudio in-situ de Marte

Abstract

El presente estudio está directamente involucrado en las misiones de exploración planetaria Mars 2020 de la NASA y ExoMars de la ESA cuyo objetivo principal es la búsqueda de señales de vida en nuestro planeta vecino Marte. El enfoque principal de este trabajo es el desarrollo de un algoritmo innovador de corrección de la línea de base espectral para el procesamiento automático de los datos espectroscópicos Raman recogidos por los rover Perseverance y Rosalind Franklin en la superficie marciana. Adicionalmente se ha desarrollado un software de control capaz de leer los datos espectroscópicos, prepararlos para su procesamiento, aplicar 3 métodos diferentes de corrección de la línea de base (entre ellos el de nuevo desarrollo) y guardar los datos en diversos formatos. De esta manera, se ha facilitado la evaluación del nuevo algoritmo y su comparación con otros modelos preexistentes. El contraste de resultados ha destacado la eficacia del algoritmo propuesto. La espectroscopía Raman tiene una corta pero exitosa trayectoria en misiones espaciales, ya que no deja de arrojar resultados prometedores para la astrobiología. En este contexto, la creación de nuevos algoritmos que ayuden a optimizar estos resultados es un reto crucial para las misiones de exploración espacial. Este trabajo tendrá un impacto cientifico real ya que el nuevo algoritmo será incluido en el software SpectPro utilizado para el análisis de datos espectroscópicos recogidos en Marte.

The present study is directly involved in the planetary exploration missions Mars 2020 by NASA and ExoMars by ESA, whose primary objective is the search for signs of life on our neighboring planet, Mars. The main focus of this investigation is the development of an innovative spectral baseline correction algorithm for the automated processing of Raman spectroscopic data collected by the Perseverance and Rosalind Franklin rovers on the Martian surface. Additionally, a control software has been developed capable of reading spectroscopic data, preparing them for processing, applying three different baseline correction methods (including the newly developed one), and saving the data in various formats. This has supported the evaluation of the new algorithm and its comparison with other pre-existing models. The contrast of results has highlighted the effectiveness of the proposed algorithm. Raman spectroscopy has a short but successful history in space missions, consistently yielding promising results for astrobiology. In this context, the creation of new algorithms to optimize these results is a crucial challenge for space exploration missions. This work will have a real scientific impact as the new algorithm will be incorporated into the SpectPro software used for the analysis of spectroscopic data collected on Mars.