月球两极附近的某些区域常年处于阴影之中，从未接收到直射阳光。最近的研究表明，这些所谓的永久阴影区（PSR）蕴藏着丰富的冰层，可以揭示早期太阳系的细节；它们还可以帮助未来的访客制造燃料和其他资源。但是，这些区域很难从绕月卫星上拍照，因此研究起来具有挑战性。PSR反射的少量光子常常被类似静电的相机噪声和量子效应所淹没。
现在，研究人员开发出一种深度学习算法，可以穿透干扰并看到这些黑暗区域。“我们的图像使科学家能够首次识别地质特征，例如陨石坑和巨石……小至三米宽——分辨率比以前的工作提高了五到十倍，”德国马克斯·普朗克太阳系研究所的行星科学家、自然·通讯研究测试新算法的主要作者瓦伦丁·比克尔说。
研究人员使用了超过70,000张完全黑暗的月球区域图像——没有光信号——并结合有关相机温度和轨道位置的详细信息，来训练他们的算法识别和滤除相机噪声。接下来，他们解决了残余噪声，例如行进光子上的量子效应；此算法阶段从数百万张阳光照射的月球照片中学习，并结合了相同图像在阴影中的模拟版本。研究合著者、美国宇航局艾姆斯研究中心的工程师伊格纳西奥·洛佩兹-弗朗西斯科斯说，使用这种模拟阴影是必要的，因为不存在阳光照射的PSR图像。低光数字相机摄影也使用了类似的技术。
支持科学新闻
如果您喜欢这篇文章，请考虑通过以下方式支持我们屡获殊荣的新闻报道 订阅。通过购买订阅，您正在帮助确保有关当今塑造我们世界的发现和思想的具有影响力的故事的未来。
“这是机器学习技术的一个有趣应用，噪声模型对于这种实际情况来说似乎是现实且有用的，”新加坡南洋理工大学的计算机科学家李崇义说，他使用类似的策略来增强水下图像，但没有参与这项研究。
研究人员使用他们的算法分析了NASA的阿耳忒弥斯月球计划可能探索的几个PSR中陨石坑和巨石的大小和分布。他们还评估了一些巨石的可能来源，并绘制了漫游车在月球莱布尼茨高原上穿过PSR的潜在路线，避开了障碍物和坡度超过10度的斜坡。
“人们对两极非常感兴趣——不仅从人类探索的角度来看，而且从地面表面的地形来看也是如此，”德克萨斯大学埃尔帕索分校的地质学家何塞·乌尔塔多说，他没有参与这项研究。他说，冰可能散布在月球土壤中，也可能储存在更集中的层中，从而使地貌变形。“因此，这种图像处理提供了一种检验这些假设的方法。”