Por Joice Santos
Pesquisadores do Instituto de Física “Gleb Wataghin” da Universidade Estadual de Campinas (Unicamp) tiveram o artigo “Plastic deformation of superionic water ices” publicado pela revista Proceedings of the National Academy of Sciences (PNAS) com destaque na capa da edição de 8 de novembro de 2022. O estudo analisa as fases do gelo de água como função da pressão e da temperatura, e em particular nas condições que podem ser encontradas em Netuno e Urano.
O Professor Dr. Maurice de Koning, co-autor do estudo, explica que a grande maioria das fases da água condensada são moleculares. Porém, em pressões muito altas (250 a 500 Gpa) e temperaturas de 3000 a 5000 Kelvin, a água deixa de ter natureza molecular. De acordo com Koning, acredita-se que essas fases não moleculares estão presentes em grandes quantidades nos planetas Netuno e Urano.
“Acredita-se que essas fases estejam ligadas a algumas anomalias desses planetas. O que é muito estranho é que o eixo magnético fica muito longe do eixo de rotação do planeta, nos dois casos. E não só isso, também o centro entre o Polo Sul e o Polo Norte fica deslocado em relação ao centro do planeta. Então, é uma coisa bastante diferente do que a gente tem, por exemplo, na Terra. Existem evidências de que essas propriedades anômalas podem estar ligadas a propriedades de escoamento do gelo, ou seja, o gelo consegue fluir” diz o professor.
Os pesquisadores tiveram por objetivo mostrar em seu estudo as propriedades de escoamento do gelo e, para isso, realizaram uma série de cálculos, iniciando em pequena escala a partir de cálculos de Density Functional Theory (DFT), uma técnica baseada em mecânica quântica. Depois mapearam os resultados em uma Rede Neural que permitiu fazer simulações em grande escala.
“As conclusões a que nós chegamos é que os nossos resultados indicam que fases superiônicas do gelo fluem muito mais facilmente do que antecipado, o que, certamente, tem uma influência sobre dinâmica interna de Netuno e Urano. De fato, a fluência seria mais de 10 ordens de grandeza maior do que antecipado por outros trabalhos. Outra coisa que nosso estudo mostra: essas técnicas de aprendizagem de máquina do jeito que a gente aplicou em Redes Neurais podem ser bastante úteis para conseguir fazer simulações em grande escala com precisão de DFT.”
O trabalho foi realizado com apoio da Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP), do Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) e do Center for Computing in Engineering & Sciences FAPESP/Centro de Pesquisa, Inovação e Difusão (CEPID).
Artigo científico
“Plastic deformation of superionic water ices”. Filipe Matusalem, Jéssica Santos Rego and Maurice de Koning, PNAS 119, e2203397119 (2022)
https://www.pnas.org/doi/10.1073/pnas.2203397119