기본 콘텐츠로 건너뛰기

태양계 이야기 258 - 엔셀라두스에서 찾아낸 101 개의 간헐천


 이전에 여러번 소개드린데로 지름 500 km 에 불과한 토성의 위성인 엔셀라두스는 토성의 중력에 의한 조석력의 힘으로 내부의 얼음이 녹아 바다를 가지고 있는 것으로 보이며 여기서 얼음과 수증기의 간헐천을 분출하고 있습니다. 수백 km 까지 분출되는 거대 간헐천은 작은 위성에 걸맞지 않지만 자연의 경이라고 할 수 있습니다.
 토성의 위성 엔셀라두스 : ​http://jjy0501.blogspot.kr/2012/07/96.html

 엔셀라두스의 얼음 수증기를 만드는 힘 : http://jjy0501.blogspot.kr/2013/08/Forces-Controlling-Enceladus-Jets.html
 엔셀라두스에 대한 우리가 가진 지식의 대부분은 바로 나사의 카시니 탐사선에서 얻어진 것인데, 최근 과학자들이 카시니가 보내온 엔셀라두스의 데이터를 분석해 총 101 개의 개별적인 간헐천을 엔셀라두스에서 찾아냈다는 소식입니다.

(엔셀라두스의 간헐천의 개념도.  This artist's rendering shows a cross-section of the ice shell immediately beneath one of Enceladus' geyser-active fractures, illustrating the physical and thermal structure and the processes ongoing below and at the surface.
Image Credit: NASA/JPL-Caltech/Space Science Institute  )
 
 
 지각 아래에서 수증기가 뿜어져나오는 것 자체는 지구의 간헐천과 엔셀라두스의 간헐천 모두가 비슷하지만 엔셀라두스는 미약한 중력을 가지고 있는데다 대기가 없는 차가운 위성이라는 큰 차이가 있습니다. 따라서 이 수증기는 곧 얼음으로 바뀌어 수증기 + 얼음의 간헐천의 모습이 됩니다. 그 높이는 약한 중력 때문에 수백 km 에 달하는 장관을 이룹니다.
 
 

(엔셀라두스의 간헐천의 실제 이미지.  This view looks across the geyser basin of Saturn's moon Enceladus, along fractures spewing water vapor and ice particles into space. Cassini scientists have pinpointed the source locations of about 100 geysers and gained new insights into what powers them.
Image Credit: NASA/JPL-Caltech/SSI  )
 
 
 나사의 카시니 이미지 팀의 리더인 캐롤린 포코 (Carolyn Porco, leader of the Cassini imaging team from the Space Science Institute in Boulder, Colorado) 와 그녀의 동료들은 2010 년 카시니 데이터를 이용해서 엔셀라두스의 표면에 과연 몇개나 되는 간헐천이 어떻게 분포하고 있는지를 연구했습니다. 이 결과에 따르면 이 시점에 엔셀라두스 표면에는 101 개의 확인할 수 있는 간헐천이 있었다고 합니다.
 
 
 물론 더 해상도가 높은 이미지를 구하거나 현지에서 조사하면 수천개가 더 나올 지도 모르겠지만 아무튼 최소한 100 개 이상의 간헐천을 지구가 아닌 다른 천체에서 발견한 셈입니다. 이것만으로도 놀라운 발견이라고 할 수 있죠.
 
 
(엔셀라두스의 간헐천을 세는 방법 This graphic shows a 3-D model of 98 geysers whose source locations and tilts were found in a Cassini imaging survey of Enceladus' south polar terrain by the method of triangulation.
Image Credit: NASA/JPL-Caltech/Space Science Institute  ) 
 
 
 미래 나사의 탐사 계획중에는 탐사선을 이 간헐천 사이로 지나가게 하면서 물질을 채취하는 것도 있습니다. 액체 상태의 물과 에너지원, 그리고 유기물이 있다면 어쩌면 저 두꺼운 엔셀라두스의 얼음 지각 아래 생명체나 그 비슷한 것이 존재할 수 도 있습니다. 만약 태양에서 이렇게 멀리 떨어진 곳에 만에 하나라도 진짜 생명체가 존재한다면 이는 인류 역사상 가장 놀라운 발견이 될 것입니다. 특히 간헐천에서 나오는 수증기에서 그 흔적을 발견할 수 있다면 말이죠.  물론 그 가능성이 높다고 판단할 근거는 없지만 한번 시도해볼 만한 가치는 있을 것입니다.
 
 
 그 거대함을 고려할 때 우주 어딘가 아마도 지구 이외에도 생명체가 존재하는 천체는 있을 수 있습니다. 문제는 대부분 지구에서 수십 수백 광년 이상 떨어져 있다는 것입니다. 우리가 직접 가서 확인할 수 있는 경우는 근 미래에는 태양계 내에 있는 천체 뿐인데 엔셀라두스는 화성, 유로파와 함께 그 중에서도 가장 흥미로운 케이스가 될 것입니다.
 
 
 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

생존분석- 콕스 비례위험모형 (1)

 생존분석 (survival analysis)는 의학 연구는 물론 기계의 내구성에 대한 판단 등 여러 분야에서 사용되는 통계 분석 방법입니다. 기본적인 개념은 사망이나 질병 발생, 기계 고장처럼 특정 현상이 발생하기까지 걸리는 시간을 분석하는 통계 분석 방법이라고 할 수 있습니다. 대표적인 방법은 카플란-메이어 (Kaplan-Meier) 생존분석과 콕스 비례위험 모형 ( Cox proportional hazards model ), 로그 순위법 (Log-rank test) 등이 있습니다.   이 방법들은 각각 적용 범위가 다른데 카플란-메이어 생존분석은 특정 집단의 시간에 따른 생존율을 분석하는 것이고 (예를 들어 암 수술후 재발 없이 지내는 시간이나 생존 기간) 로그 순위법은 두 집단의 생존율을 비교하는 것입니다. 콕스 비례위험 모형은 생존율에 영향을 미치는 위험 인자를 분석하는 것으로 예를 들어 허리둘레가 1cm씩 증가할 때 마다 당뇨 위험도가 얼마나 증가하는지를 보는 것입니다.   여기서는 각각의 통계 분석 방법에 대한 상세한 설명은 생략하고 R을 통해 어떻게 분석할 수 있는지를 간단히 설명합니다. 우선 콕스 비례 위험 모형에 대해서 설명해 봅니다. 비례위험모형은 기저 분포에 대한 가정 (예를 들어 정규 분포)이 필요없고 여러 공변량을 모형에 넣어 보정해 사용할 수 있어 다양한 경우에 사용될 수 있기 때문에 생존분석에서 가장 널리 사용되는 방식 중 하나입니다.   R에서 생존분석을 하기 위해 가장 기본적으로 사용되는 패키지는 survival 패키지 입니다. survival 패키지에는 여러 가지 예제 데이터가 있는데 우선 kidney 데이터를 살펴보겠습니다.  require(survival) data(kidney) str(kidney) # https://stat.ethz.ch/R-manual/R-devel/library/survival/html/kidney.html    kidney 데이터

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