科学家用AI首次破译月球背面化学密码

来源：环球网

免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈

【环球网科技综合报道】3月4日，据《自然-传感》（Nature Sensors）报道称，近日，中国科学院上海技术物理研究所等研究团队，基于嫦娥六号任务获取的首个月球背面样品实测数据，结合月球轨道高分辨率可见—近红外多波段光谱成像数据，建立了基于残差卷积神经网络的月球化学成分智能反演框架，构建出全球首套融合月球背面实地真值的高精度月球全球主要氧化物含量分布图。

据悉，该研究攻克了长期以来月球背面化学成分反演缺乏实地数据约束的难题，揭示了月球南极—艾肯盆地深部物质暴露特征与月球背面地质组成规律，为深入解析月球地质演化历史、指导后续月球探测工程着陆点选择提供了高精度定量科学支撑。

资料显示，解析月球表面化学元素全球分布特征，是揭示月球内部壳幔结构、岩浆演化过程与地质历史的核心途径，对理解地月系统的形成与发展具有重要科学意义。此前，月球表面元素丰度的遥感反演与制图研究，主要依赖月球近地侧采样返回任务的实测数据进行校标，导致占月球总面积近半数的月球背面长期处于“观测盲区”。由于缺乏实地采样“真值”约束，现有遥感反演模型在处理月球背面复杂地形与特殊矿物组成时存在较大偏差，尤其是月球地质特征最丰富的南极—艾肯盆地，其深部物质组成、地壳演化过程等关键科学问题，长期缺乏精准的定量数据支撑。

对此，上述研究团队经多学科联合攻关，将嫦娥六号月球背面实测“月面真值”与月球轨道高分辨率可见—近红外多波段光谱成像数据相结合，并嵌入残差卷积神经网络反演模型。基于模型微调策略，研究团队在有限样本条件下，精准捕捉光谱数据与元素含量间的高度非线性关系，有效解决了传统模型易过拟合、鲁棒性不足等问题，大幅提升了全球尺度氧化物反演精度。

另外，研究团队进一步依托“AI+遥感”技术路线，精确重构了铁、钛、铝、镁、钙、硅六大主量元素氧化物及镁指数的全球分布，清晰刻画了月球表面月海、高地、南极—艾肯盆地三大地球化学区的元素分布特征。该成果首次定量揭示了月球背面高地中，镁质斜长岩和镁质岩套的出露比例明显高于近地侧，为月球岩浆洋结晶分化的南北半球不对称性假说提供了新的实测证据，并精准划定了南极—艾肯盆地镁质辉石环与铁质异常区边界，证实南极—艾肯盆地撞击事件挖掘且暴露了更广泛的深部镁质物质。

据了解，该研究首次将月球背面实地实测数据融入全球化学制图，填补了月球背面地质研究的关键数据空白，深化了人类对月球壳幔结构、南北半球演化分异、南极—艾肯盆地形成与演化等科学问题的理解，也为后续月球着陆点选择、月球资源勘查及深空探测任务规划提供了高精度定量化学依据，为我国月球探测工程持续推进奠定了坚实的科学基础。（青云）