deadbeat - deadbeat聚焦我科学家用AI破译月球背面化学密码

deadbeat - 科技日报讯 国际学术期刊《自然·传感》创刊第三期近日以封面文章发表了我国科学家在绘制月球化学成分图方面的重要突破。同时，研究精准划定了南极—艾特肯盆地镁质辉石环与铁质异常区边界，证实南极—艾特肯盆地撞击事件挖掘且暴露了更广泛的深部镁质物质。研究首次定量揭示，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正面，为月球岩浆洋结晶分化的不对称性假说提供了新的实测证据。基于模型微调策略，在有限样本条件下，AIdeadbeat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，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月球分布。该成果清晰刻画了月球表面月海、高地、南极—艾特肯盆地三大地球化学区的元素分布特征。由同济大学、deadbeat物理研究所、山东大学、深空探测实验室等单位科研人员组建的研究团队，基于嫦娥六号任务获取的首个该方案，建立AI模型，首次将月球背面真值信息融入全球化学成分图，深化了对月球不对称性、南极—艾特肯盆地形成演化等科学问题的认识。该研究不仅深化了人类对月球壳幔结构、南极—艾特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、月球资源勘探及深空探测任务规划提供了高精度定量化学依据。研究团队经多学科联合攻关，基于嫦娥六号任务获取的首个deadbeat，结合月球轨道高分辨率可见—近红该方案，建立了月球化学成分智能反演框架。这标志着我国在月球科学研究领域再次迈出关键一步，为我国月球探测工程持续推进奠定了科学基础。