中国科学家利用AI确定月球背面化学成分，揭示其演化历史

这项研究为支持月球地质演化的长期理论提供了有力证据。

人工智能的最新进展正帮助科学家揭开月球背面——这颗地球天然卫星中人类了解最少的区域之一——的新秘密。这项突破基于中国嫦娥六号任务期间收集的样本和测量数据，该任务是人类历史上首次从月球那个半球带回材料的任务。

近一半的月球表面永久背对地球，这使得利用传统遥感技术进行研究变得困难得多。通过在光谱和地质数据上训练人工智能模型，研究人员得以推断出此前大部分尚未被绘图的区域的矿物和化学成分。

研究结果有助于科学家更好地理解月球正面和背面之间的地质差异，包括可追溯到数十亿年前的火山活动和地壳形成的变化。

首张高精度月球化学地图

嫦娥六号任务返回的材料使中国科学院上海技术物理研究所领导的一个团队得以创建出研究人员所称的首张月球主要氧化物高精度全球地图。同济大学及其他中国院所的研究人员合作开展了这项研究，该研究发表在《自然·传感》杂志上。

据报道，这项研究还揭示了月球背面最大、最古老的已知撞击坑——南极-艾特肯盆地，其跨度约1550英里。研究人员表示，这些发现可以帮助科学家更好地了解月球的地质演化，并为未来月球任务的着陆点选择提供指导。

了解月球表面化学是揭示其地质和演化历史的关键，但以往大多数地图都依赖于遥感技术，并结合了像阿波罗计划、月球探测计划和嫦娥五号等月球正面任务带回的样本。

月球背面地形崎岖，含有不寻常的矿物，长期以来大部分区域未被测绘——直到2024年，嫦娥六号任务从南极-艾特肯盆地带回了超过4磅（约1.8公斤）的样本。中国科学家将这些测量数据输入一个人工智能模型，创建了首张月球背面高精度化学地图，为其成分和地质历史提供了新见解。

新的人工智能方法绘制月球铁、钛及其他氧化物分布图

通过将人工智能与正面样本数据以及日本"辉夜姬"号多波段成像仪的高分辨率图像相结合，科学家开发出一种系统，能够解码反射的太阳光与地下氧化物之间的关系。这种"人工智能加遥感"的方法使研究团队能够精确绘制六种主要元素氧化物（铁、钛、铝、镁、钙和硅）的全球分布图。

研究还突显了月球三个主要化学区域之间的元素差异：被称为"月海"的暗色玄武岩平原、明亮的远古高地地壳，以及广阔的南极-艾特肯盆地，从而更清晰地揭示了月球复杂的地质构成。

这项最新研究也为支持月球地质演化的长期理论提供了有力证据，包括早期全球岩浆洋的存在及其不均匀冷却，导致了月球正面和背面之间显著的地壳-地幔和化学差异。研究人员称，这些高精度地图也为未来月球探测任务的着陆点选择和规划提供了宝贵的指导。

如果朋友们喜欢，敬请关注“知新了了”！