ناسا ویڈیو: برقی بلیو بادل پولر علاقوں میں روشنی کی عکاسی کرتی ہے

جولائی میں، ایک عظیم بیلون سویڈن، اسجینج سے شروع کیا گیا تھا. پانچ دن کے لئے یہ ماحول کے ذریعے پھیلا ہوا تھا، اس سے قبل آرکائیک میں سست ہوا ہوا کے ذریعے جھاڑتا تھا جب تک کہ وہ مغربی نوناوٹ میں اترتی تھی. راستے کے ساتھ، ٹیکنالوجی نے بیلون پر نایاب، چمکیلی بادلوں کی تصاویر پر قبضہ کر لیا - برف کرسٹل رجحان ہے کہ نیسا کا خیال ہے کہ، مزید تجزیہ کے ساتھ، موسمی پیشن گوئی کو بہتر بنانے کے بارے میں سائنسدانوں کو سکھائیں.

ایجنسی نے جمعرات کو بادل mesospheric بادلوں (PMCs) کے بادلوں کی تصاویر جاری کی. پی ایم سی صرف زمین کے پولر علاقوں کے اوپر گودھولی اور شکل کے دوران نظر آتے ہیں، ماحول کے اوپری حصے میں. موسم گرما میں، وہ قطبوں سے تقریبا 50 میل بیٹھتے ہیں. ان کی شاندار نیلے ان کی ساخت کی وجہ سے ہیں: PMCs آئس کرسٹل سے بنائے جاتے ہیں، جو سورج کی روشنی سے مارے جاتے ہیں جو چمکیلی سیرولین یا سفید ہوتے ہیں.

یہ بادلوں سے وایمپاسکک کشش ثقل کی لہروں سے متاثر ہوتا ہے. ہوا کی بہاؤ کے لئے تقسیم، جسے کچھ طوفان سے پہاڑوں تک پہنچے، ماحول کو لانے، لہریں پیدا کرنے کے لئے تیار ہیں. اس کے نتیجے میں، ایٹم سطح پر لہروں نے ماحول کو توانائی سے منتشر کرنے میں کردار ادا کیا ہے. یہ پہلی بار ہے کہ نیسا نے پی سی سی کی شکل میں توانائی کے اس بہاؤ کا اندازہ لگایا ہے.

پی ایچ ڈی نے پرنٹرل انکوائریٹر ڈیو فرٹریس کو جمعرات کو اعلان کیا. "ان علامات پر آپ کشش ثقل لہروں کو توڑتے ہوئے سمندر کے کنارے پر سمندر کی لہروں کی طرح دیکھ سکتے ہیں. "ہم نے ابھی تک کتنا دیکھا ہے، ہم اس مشن سے واقعی ایک شاندار ڈیٹا بیس کی توقع رکھتے ہیں."

وہ عام بونس کی طرف سے قبضہ کر لیا گیا تھا: PMC ٹربو بیلون سات خاص طور پر ڈیزائن کردہ امیجنگ سسٹم کے ساتھ لیس ہے، ساتھ ساتھ ایک لیزر رڈار جو بادلوں کی طول و عرض اور کشش ثقل کی لہروں کے درجہ حرارت کے بہاؤ کا اندازہ کرتا ہے. اس کے مشن کے دوران، اعلی قرارداد کیمروں نے 6 ملین اعلی قرارداد کی تصاویر لے لی اور ڈیٹا بیس سٹوریج کی 120 ٹربیٹھی بھر لی.

اب یہ کہ سائنسدانوں نے مشن سے تصاویر کا تجزیہ کرنا شروع کر دیا ہے، انہیں شک ہے کہ PMCs ہمیں بہتر سمجھنے میں مدد کرسکتے ہیں کہ کس طرح طول و عرض ماحول اور دیگر ماحولیاتی عناصر، سمندر کی طرح اثر انداز کرتا ہے. مقصد یہ ہے کہ اس ڈیٹا کو موسم کی پیشن گوئی کے ماڈل کو بہتر بنانے کے لئے استعمال کریں.