月球兩極附近的某些區域常年處於陰影之中，從未接收到直射陽光。最近的研究表明，這些所謂的永久陰影區（PSR）蘊藏著豐富的冰層，可以揭示早期太陽系的細節；它們還可以幫助未來的訪客製造燃料和其他資源。但是，這些區域很難從繞月衛星上拍照，因此研究起來具有挑戰性。PSR反射的少量光子常常被類似靜電的相機噪聲和量子效應所淹沒。
現在，研究人員開發出一種深度學習演算法，可以穿透干擾並看到這些黑暗區域。“我們的影像使科學家能夠首次識別地質特徵，例如隕石坑和巨石……小至三米寬——解析度比以前的工作提高了五到十倍，”德國馬克斯·普朗克太陽系研究所的行星科學家、自然·通訊研究測試新演算法的主要作者瓦倫丁·比克爾說。
研究人員使用了超過70,000張完全黑暗的月球區域影像——沒有光訊號——並結合有關相機溫度和軌道位置的詳細資訊，來訓練他們的演算法識別和濾除相機噪聲。接下來，他們解決了殘餘噪聲，例如行進光子上的量子效應；此演算法階段從數百萬張陽光照射的月球照片中學習，並結合了相同影像在陰影中的模擬版本。研究合著者、美國宇航局艾姆斯研究中心的工程師伊格納西奧·洛佩茲-弗朗西斯科斯說，使用這種模擬陰影是必要的，因為不存在陽光照射的PSR影像。低光數字相機攝影也使用了類似的技術。
支援科學新聞
如果您喜歡這篇文章，請考慮透過以下方式支援我們屢獲殊榮的新聞報道 訂閱。透過購買訂閱，您正在幫助確保有關當今塑造我們世界的發現和思想的具有影響力的故事的未來。
“這是機器學習技術的一個有趣應用，噪聲模型對於這種實際情況來說似乎是現實且有用的，”新加坡南洋理工大學的計算機科學家李崇義說，他使用類似的策略來增強水下影像，但沒有參與這項研究。
研究人員使用他們的演算法分析了NASA的阿耳忒彌斯月球計劃可能探索的幾個PSR中隕石坑和巨石的大小和分佈。他們還評估了一些巨石的可能來源，並繪製了漫遊車在月球萊布尼茨高原上穿過PSR的潛在路線，避開了障礙物和坡度超過10度的斜坡。
“人們對兩極非常感興趣——不僅從人類探索的角度來看，而且從地面表面的地形來看也是如此，”德克薩斯大學埃爾帕索分校的地質學家何塞·烏爾塔多說，他沒有參與這項研究。他說，冰可能散佈在月球土壤中，也可能儲存在更集中的層中，從而使地貌變形。“因此，這種影像處理提供了一種檢驗這些假設的方法。”