中國科學家利用AI確定月球背面化學成分，揭示其演化歷史

這項研究為支持月球地質演化的長期理論提供了有力證據。

人工智能的最新進展正幫助科學家揭開月球背面——這顆地球天然衛星中人類了解最少的區域之一——的新秘密。這項突破基于中國嫦娥六號任務期間收集的樣本和測量數據，該任務是人類歷史上首次從月球那個半球帶回材料的任務。

近一半的月球表面永久背對地球，這使得利用傳統遙感技術進行研究變得困難得多。通過在光譜和地質數據上訓練人工智能模型，研究人員得以推斷出此前大部分尚未被繪圖的區域的礦物和化學成分。

研究結果有助于科學家更好地理解月球正面和背面之間的地質差異，包括可追溯到數十億年前的火山活動和地殼形成的變化。

首張高精度月球化學地圖

嫦娥六號任務返回的材料使中國科學院上海技術物理研究所領導的一個團隊得以創建出研究人員所稱的首張月球主要氧化物高精度全球地圖。同濟大學及其他中國院所的研究人員合作開展了這項研究，該研究發表在《自然·傳感》雜志上。

據報道，這項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，這些發現可以幫助科學家更好地了解月球的地質演化，并為未來月球任務的著陸點選擇提供指導。

了解月球表面化學是揭示其地質和演化歷史的關鍵，但以往大多數地圖都依賴于遙感技術，并結合了像阿波羅計劃、月球探測計劃和嫦娥五號等月球正面任務帶回的樣本。

月球背面地形崎嶇，含有不尋常的礦物，長期以來大部分區域未被測繪——直到2024年，嫦娥六號任務從南極-艾特肯盆地帶回了超過4磅（約1.8公斤）的樣本。中國科學家將這些測量數據輸入一個人工智能模型，創建了首張月球背面高精度化學地圖，為其成分和地質歷史提供了新見解。

新的人工智能方法繪制月球鐵、鈦及其他氧化物分布圖

通過將人工智能與正面樣本數據以及日本"輝夜姬"號多波段成像儀的高分辨率圖像相結合，科學家開發出一種系統，能夠解碼反射的太陽光與地下氧化物之間的關系。這種"人工智能加遙感"的方法使研究團隊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主要化學區域之間的元素差異：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雜的地質構成。

這項最新研究也為支持月球地質演化的長期理論提供了有力證據，包括早期全球巖漿洋的存在及其不均勻冷卻，導致了月球正面和背面之間顯著的地殼-地幔和化學差異。研究人員稱，這些高精度地圖也為未來月球探測任務的著陸點選擇和規劃提供了寶貴的指導。

如果朋友們喜歡，敬請關注“知新了了”！