我國科學家領銜的一支國際研究團隊在探月領域再出新成果。該團隊在月球撞擊坑智能識別和年代標定方面取得突破性進展，新識別月球上近11萬個撞擊坑，並有超過18000個撞擊坑被標定了地質年代。該研究成果已於22日發表於國際學術期刊《自然·通訊》上。
據介紹，月球撞擊坑又被稱為「月球化石」，其有效識別和年代估計對於月球地形地貌、地質構造、地質年齡及太空飛行器著陸點鎖定等至關重要。月球探測以來，由專家人工或自動識別的月球撞擊坑資料庫相繼建立。然而，由於識別方式與數據類型的差異性，使得現有資料庫在撞擊坑計數、位置和大小等方面存在一定分歧，且自動識別方法一般很難發現不規則或退化的撞擊坑。
吉林大學地球科學學院副教授楊晨領銜的此項研究中，研究人員基於遷移學習方法構建了深度神經網絡模型。遷移學習是一種機器學習方法，能用之前獲得的知識解決下一個問題，研究人員用7895個已識別和1411個已知年齡的撞擊坑數據構建了一個深度神經網絡模型。
通過該模型，研究人員從嫦娥一號與嫦娥二號數據中漸進地檢測撞擊坑，並進一步估計出其地質年齡。據介紹，研究團隊新識別109956個撞擊坑，數量為公認撞擊坑的十幾倍，18996個直徑大於8千米的撞擊坑被標定了地質年代，這些撞擊坑貫穿於月球中緯度和低緯度地區。
楊晨說，目前，這些科研成果已擴展並應用於嫦娥五號著陸區小型撞擊坑識別。模型的成功應用，對未來月球及行星科學研究具有重要價值。
該項研究工作由吉林大學、中國科學院國家天文臺、義大利特倫託大學和冰島大學課題組合作完成。