嫦娥六号助力完善月球背面化学图谱，AI技术成关键
月球背面长期以来因其难以接触的特性，化学成分数据一直匮乏，致使月球全球化学图谱的构建始终不完整。如今，这一局面正被逐步改变。
由中国科学院上海技术物理研究所主导的研究团队，借助嫦娥六号任务带回的月球背面样本，成功补全了此前缺失的关键信息。研究人员据此绘制出目前最为精确的月球全球化学成分图。
这一突破性成果，为今后的月球探测任务，尤其是对月球背面最古老、最大的“南极-艾特肯盆地”的深入研究，提供了全新的科学支持。
样本校准遥感数据，AI技术破解难题
如何利用月球背面样本，对覆盖整个月表的遥感数据进行精准校准？科研人员为此设计了一套系统化的解决方案。
每种化学成分都会在特定波长下留下独特的光谱特征，如同“指纹”一般。研究团队首先获取了高分辨率的多光谱图像，用于捕捉月面在不同波长下的光谱响应。
然而，将光谱信号准确反演为具体的化学成分含量（如铁、钛等主量元素氧化物）并非易事，两者之间存在高度复杂的非线性关系。
为解决这一问题，研究团队引入了残差卷积神经网络（ResNet）这一人工智能深度学习模型。通过将嫦娥六号样本及其他已知采样点数据输入模型，并在月球正面与背面样本的双重约束下进行反复训练和验证，该AI模型逐步建立起光谱与化学成分之间的映射关系。
经过系统训练后，AI模型具备了更高效的解译能力，能够从遥感数据中更精准地还原月表风化层的化学组成，显著提升了数据解析的准确性。
基于这一模型，研究团队绘制出了首幅以月球背面样本为基准的月球主量元素氧化物高分辨率分布图。铁、钛、铝、镁、钙、硅等关键元素的分布情况变得清晰可辨，多个新发现也重新定义了人类对月球背面成分的理解。
▲新一代月表主要氧化物含量分布图
重构对月球背面高地的认知
月球背面主要由古老的高地地体构成。新绘制的地图显示，这些区域富含铝和钙，但铁和钛含量较低，这与“原始月壳”模型高度一致。
此外，研究还发现月球背面高地中，镁质斜长岩和镁质岩套等富镁岩石的分布面积约占高地总面积的40%，远超此前估计。这一发现对“高地以铁质斜长岩为主”的传统观点构成挑战，为揭示月球早期岩浆海洋演化提供了新的地质证据。
重新界定南极-艾特肯盆地的边界与成分
南极-艾特肯盆地是月球背面最大的撞击盆地，直径超过2500公里，被誉为太阳系中最深的“疤痕”。新图谱揭示了该区域内部成分的显著差异。
盆地边缘的镁质辉石环带比此前认知的范围更广，表明其形成过程中，挖掘出了比预想更多来自月球深部甚至月幔的物质。而盆地中心的富钙、富铁区域则相对缩小，为科学家判断撞击后火山活动的规模提供了更为精确的依据。
▲多尺度月球成分组成与演化解译
嫦娥六号任务带回的1935.3克月球背面样本，不仅是珍贵的科研材料，更充当了校正全球遥感数据的“标准色卡”。
这一研究成果不仅揭示了月球背面，特别是南极-艾特肯盆地的物质构成，还为未来月球深部物质探测、着陆点选择，以及探索月球早期演化历史，提供了坚实的科学支撑与导航依据。