基于卷积神经网络的月球南极-艾特肯盆地撞击坑自动识别及中型撞击坑绝对模式年龄估算

摘要：

月球南极-艾特肯盆地是太阳系最大的撞击盆地之一,也是月球上最大、最古老的撞击盆地.南极-艾特肯盆地是研究早期大型撞击事件的重要窗口,而小型撞击坑的识别与计数定年是研究南极-艾特肯盆地演化史的基础.由于撞击坑直径和数量符合幂次定律,数量众多的小型撞击坑难以单纯依靠人力进行识别.近年来,计算机算力的提升使得训练复杂的卷积神经网络成为可能.采用已有的专家标注训练神经网络,进而实现图像特征的自动提取,能够在保证准确率的同时极大地提高识别效率.采用基于卷积神经网络算法的You Only Look Once Version5(YOLO V5)目标探测系统来自动识别月球南极-艾特肯盆地直径为2～15 km的小型撞击坑.在训练神经网络时,使用融合了 SELENE和LRO数据的数字高程模型SLDEM2015和最新的专家标记撞击坑数据库.训练好的网络在测试集上的结果与专家标记的撞击坑数据库相比,识别结果的准确率(Precision)为0.96,召回率(Recall)为0.95,F1值为0.95.通过对与专家标注不符的识别结果进行可视化,识别出至少十个专家误标记的撞击坑,证明撞击坑自动识别方法可以用于检验专家标注的可靠性.基于南极-艾特肯盆地的撞击坑自动识别结果,确定了南极-艾特肯盆地四个典型中型撞击坑的绝对模式年龄,并与已有的定年结果对比,进一步验证了自动识别结果的可靠性,也显示了提出的方法在利用自动识别的撞击坑进行中型撞击坑定年方面的潜力.提出的撞击坑自动识别方法有望进一步拓展到更小撞击坑的识别,并迁移到月球其他地质单元乃至其他行星的研究中.

关键词：南极-艾特肯盆地;撞击坑;撞击坑自动识别;YOLOV5;绝对模式年龄

所属期刊栏目：57

分类号：P691(环境地质学)

资助基金：中国科学院战略性先导科技专项;澳门科学技术发展基金;国家自然科学基金;民用航天技术预先研究项目

在线出版日期：2022-02-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：905-915