bevictor伟德杨晨副教授联合bv伟德国际体育计算机科学与技术学院管仁初教授研究组、中国科学院国家天文台月球与深空探测重点实验室欧阳自远院士团队,在月球撞击坑智能识别和年代标定方面取得突破性进展。研究成果以“Lunar impact craters identification and age estimation with Chang'E data by deep and transfer learning(DOI: 10.1038/s41467-020-20215-y)”为题,于2020年12月22日作为亮点文章发表于Nature子刊《Nature Communications》(文章链接:https://www.nature.com/articles/s41467-020-20215-y)。目前,研究成果被新华网、中国新闻网、NBC News、Popular Science、German Press Agency、Live Science、US News和CNN Digital等多家新闻媒体采访和报道。
![](/__local/D/C5/CB/8C5D3AAA1518CB4EA1DC50E7ED4_DBF9B966_5C3DA.png)
![](/__local/9/0E/4B/46D725366CAD49F7773D79D7D26_FE4865EB_426CD.png)
月球探测是人类进行太阳系空间探测的历史性开端,大大促进了人类对月球、地球和太阳系的认识。月球撞击坑(lunar impact craters)又被称为“月球化石”,是月球最典型的地貌单元及重要构造形态,占据了大部分月球表面积;它的形成与演化记录了太阳系的动态历史过程。月球探测六十年,积累了各种月球数据,包括数字影像、数字高程数据和月球样品。由专家人工或自动识别的月球撞击坑数据库相继建立。然而,由于识别方式与数据类型的差异性,使得现有数据库在撞击坑计数、位置和大小等方面存在一定分歧。月球撞击坑的有效识别和年代估计对于月球地形地貌、地质构造、月球的地质年龄及航天器着陆点锁定等至关重要。
![](/__local/9/7A/E1/ED8D7C3E0D3C9821540BE2424E8_43EA4AD7_5B8BB.jpg)
杨晨副教授等研究人员构建了基于迁移学习的深度神经网络模型,从嫦娥一号(Chang'e 1)与嫦娥二号(Chang'e-2)数据中渐进式的检测撞击坑并进一步估计出其地质年龄。109,956个新撞击坑被识别,数量为公认撞击坑的十几倍;18,996个(直径大于8km)的撞击坑被标定了地质年代。新撞击坑与人工识别撞击坑数据库一致性高达85.30%,大型撞击坑和小型撞击坑假阳性分别为4.49%±0.7%和4.67%±2.1%。从空间分布与对比现有撞击坑年代学方法证明了其年代标定的可靠性和一致性。这些识别和标定的撞击坑贯穿于月球中纬度和低纬度地区。基于深度迁移学习的撞击坑数据库与模型对于月球及行星科学研究具有重要价值,得到了国内外同行的认可和高度评价。
该项研究工作由bv伟德国际体育、中国科学院国家天文台、意大利特伦托大学(University of Trento)和冰岛大学(University of Iceland)课题组合作完成。bevictor伟德杨晨副教授为论文第一作者和通讯作者。bv伟德国际体育计算机科学与技术学院管仁初教授和中国科学院国家天文台李春来研究员为共同通讯作者。bv伟德国际体育计算机科学与技术学院博士研究生赵海士负责完成模型设计与实现。意大利特伦托大学Lorenzo Bruzzone教授和冰岛大学的Jon Atli Benediktsson教授为研究提供了大力支持。研究工作获得中国月球探测计划——“嫦娥工程”、国家自然科学基金、吉林省科技厅发展计划等项目联合资助。