繪制火星地圖：深度學習可以幫助識別Jezero隕石坑著陸點

2025-12-09 12:38:53 分類：綜合 閱讀(588)

通過深度學習方法，繪制火星科學家們生成了每像素50厘米的地圖點HiRISE·馬德網(wǎng)數(shù)字地形模型馬賽克地貌(中間)。與之前的深度石坑數(shù)字地形模型(左)相比，火星精細尺度的學習表面特征更加突出。它們與原始HiRISE圖像(右)中呈現(xiàn)的可幫特征相似，表明已經(jīng)實現(xiàn)了像素到像素的助識著陸3D檢索。鳴謝:uux.cn/于濤
（神秘的繪制火星地球uux.cn）據(jù)美國地球物理聯(lián)合會（Sarah Derouin）：在地球上安全著陸的準備工作，如尋找最平坦的地圖點地形和裝備合適的起落架，對火星任務也至關(guān)重要。深度石坑
因此，學習讓火星車在火星著陸，可幫需要在火星車開始下降之前，助識著陸就進行仔細的繪制火星測繪和規(guī)劃?？茖W家們正在努力通過匯編過去任務中的地圖點馬賽克圖像來創(chuàng)建精確的地球三維表面地圖，即所謂的深度石坑數(shù)字地形模型。
過去二十年來，圖像處理技術(shù)的進步已經(jīng)將地圖分辨率從數(shù)百米提高到亞米級。雖然這是一個非凡的改進，但即使是每像素1米的分辨率也無法完全捕捉到沙丘紋理、小隕石坑和大巖石等精細特征。
為了更好地繪制2020年杰澤羅隕石坑毅力著陸點周圍的這些地質(zhì)特征，于濤和他的同事們使用了一種叫做多尺度生成對抗性U-Net (MADNet)的深度學習模型，這是他們在之前的工作中設計的。這項新研究發(fā)表在《地球和空間科學》雜志上。
MADNet使用現(xiàn)有的后處理數(shù)字地形模型進行訓練，分辨率從每像素4米到36米不等，完善了公開發(fā)布的火星2020地形相對導航高分辨率成像科學實驗(HiRISE)數(shù)字地形模型鑲嵌。研究人員還檢查和細化了多次迭代，以消除輸出中的偽像和缺口。
結(jié)果是每像素50厘米的MADNet HiRISE Jezero數(shù)字地形模型鑲嵌。與原始馬賽克相比，MADNet地圖的平均高度差僅為0.009米，標準偏差為0.63米，這表明深度學習方法的結(jié)果與傳統(tǒng)的攝影測量方法一致。
研究人員指出，他們的產(chǎn)品比現(xiàn)有地圖有了顯著的改進，包括(1)提高了顯示沙丘、隕石坑和巖石等精細地表特征的有效分辨率；(2)減少了條紋假象；(3)消除具有低匹配質(zhì)量的區(qū)域；以及(4)插值偽像的消除。他們的結(jié)果是公開的。