這項(xiàng)研究為支持月球地質(zhì)演化的長(zhǎng)期理論提供了有力證據(jù)。

人工智能的最新進(jìn)展正幫助科學(xué)家揭開(kāi)月球背面——這顆地球天然衛(wèi)星中人類了解最少的區(qū)域之一——的新秘密。這項(xiàng)突破基于中國(guó)嫦娥六號(hào)任務(wù)期間收集的樣本和測(cè)量數(shù)據(jù)，該任務(wù)是人類歷史上首次從月球那個(gè)半球帶回材料的任務(wù)。

近一半的月球表面永久背對(duì)地球，這使得利用傳統(tǒng)遙感技術(shù)進(jìn)行研究變得困難得多。通過(guò)在光譜和地質(zhì)數(shù)據(jù)上訓(xùn)練人工智能模型，研究人員得以推斷出此前大部分尚未被繪圖的區(qū)域的礦物和化學(xué)成分。

研究結(jié)果有助于科學(xué)家更好地理解月球正面和背面之間的地質(zhì)差異，包括可追溯到數(shù)十億年前的火山活動(dòng)和地殼形成的變化。

首張高精度月球化學(xué)地圖

嫦娥六號(hào)任務(wù)返回的材料使中國(guó)科學(xué)院上海技術(shù)物理研究所領(lǐng)導(dǎo)的一個(gè)團(tuán)隊(duì)得以創(chuàng)建出研究人員所稱的首張?jiān)虑蛑饕趸锔呔热虻貓D。同濟(jì)大學(xué)及其他中國(guó)院所的研究人員合作開(kāi)展了這項(xiàng)研究，該研究發(fā)表在《自然·傳感》雜志上。

據(jù)報(bào)道，這項(xiàng)研究還揭示了月球背面最大、最古老的已知撞擊坑——南極-艾特肯盆地，其跨度約1550英里。研究人員表示，這些發(fā)現(xiàn)可以幫助科學(xué)家更好地了解月球的地質(zhì)演化，并為未來(lái)月球任務(wù)的著陸點(diǎn)選擇提供指導(dǎo)。

了解月球表面化學(xué)是揭示其地質(zhì)和演化歷史的關(guān)鍵，但以往大多數(shù)地圖都依賴于遙感技術(shù)，并結(jié)合了像阿波羅計(jì)劃、月球探測(cè)計(jì)劃和嫦娥五號(hào)等月球正面任務(wù)帶回的樣本。

月球背面地形崎嶇，含有不尋常的礦物，長(zhǎng)期以來(lái)大部分區(qū)域未被測(cè)繪——直到2024年，嫦娥六號(hào)任務(wù)從南極-艾特肯盆地帶回了超過(guò)4磅（約1.8公斤）的樣本。中國(guó)科學(xué)家將這些測(cè)量數(shù)據(jù)輸入一個(gè)人工智能模型，創(chuàng)建了首張?jiān)虑虮趁娓呔然瘜W(xué)地圖，為其成分和地質(zhì)歷史提供了新見(jiàn)解。

新的人工智能方法繪制月球鐵、鈦及其他氧化物分布圖

通過(guò)將人工智能與正面樣本數(shù)據(jù)以及日本"輝夜姬"號(hào)多波段成像儀的高分辨率圖像相結(jié)合，科學(xué)家開(kāi)發(fā)出一種系統(tǒng)，能夠解碼反射的太陽(yáng)光與地下氧化物之間的關(guān)系。這種"人工智能加遙感"的方法使研究團(tuán)隊(duì)能夠精確繪制六種主要元素氧化物（鐵、鈦、鋁、鎂、鈣和硅）的全球分布圖。

研究還突顯了月球三個(gè)主要化學(xué)區(qū)域之間的元素差異：被稱為"月海"的暗色玄武巖平原、明亮的遠(yuǎn)古高地地殼，以及廣闊的南極-艾特肯盆地，從而更清晰地揭示了月球復(fù)雜的地質(zhì)構(gòu)成。

這項(xiàng)最新研究也為支持月球地質(zhì)演化的長(zhǎng)期理論提供了有力證據(jù)，包括早期全球巖漿洋的存在及其不均勻冷卻，導(dǎo)致了月球正面和背面之間顯著的地殼-地幔和化學(xué)差異。研究人員稱，這些高精度地圖也為未來(lái)月球探測(cè)任務(wù)的著陸點(diǎn)選擇和規(guī)劃提供了寶貴的指導(dǎo)。

如果朋友們喜歡，敬請(qǐng)關(guān)注“知新了了”！