基于天问一号HiRIC影像与迁移学习的乌托邦平原南部横向风成脊(TARs)自动制图及其与撞击坑空间耦合分析

《Icarus》:Automated extraction and analysis of transverse aeolian ridges from Tianwen-1 HiRIC images in the Martian Utopia Planitia region

【字体: 大 中 小 】 时间:2026年10月24日 来源:Icarus 3.2

编辑推荐:

  迁移学习绘制了424,031条横向风成脊(transverse aeolian ridges, TARs)。HiRIC影像形成了乌托邦平原新的TAR—撞击坑清单。TARs显示东西向趋势,指示近10°的东北向古风(paleowinds)。TAR长宽比(aspec

  
迁移学习绘制了424,031条横向风成脊(transverse aeolian ridges, TARs)。HiRIC影像形成了乌托邦平原新的TAR—撞击坑清单。TARs显示东西向趋势,指示近10°的东北向古风(paleowinds)。TAR长宽比(aspect ratios)接近3:1,尺寸呈对数正态分布(log-normal size distributions)。与撞击坑(impact craters)相关的TAR密度约束了乌托邦平原的形成。
研究背景方面,横向风成脊(transverse aeolian ridges, TARs)是火星表面具有辨识度的风成地貌,主要分布于北半球30°N以下且撞击坑丰富的区域;在南半球,其常与低反照率层状基岩露头及沙丘场相伴。该类地貌可指示区域历史与现今风模式变化,以及区域水—盐相互作用的强度。乌托邦平原(Utopia Planitia)广泛发育TARs,但其在沙丘地貌系统中的特征与形成过程仍存争议。传统目视解释难以在广大区域内快速识别数量众多、规模较小且密度较高的TARs;深度学习目标检测虽可提升效率与可扩展性,但存在假阳性(false positive,如退化撞击坑缘被误判为TARs)与假阴性(false negative,尤其形态不典型样本)风险,因此需要自动检测与人工检查相结合的严格验证框架。TARs与撞击坑的共演化是火星表面演化中重要但研究不足的方面:撞击事件可局部破坏或消除既有TARs,风成过程也可遮蔽或侵蚀较小撞击坑,而区域尺度上二者空间与形态联系受限于缺乏大规模、高分辨率、共配准清单。基于此,研究人员利用天问一号高分辨率成像相机(High Resolution Imaging Camera, HiRIC)影像开展乌托邦平原南部TARs自动提取、形态计量及其与撞击坑空间关系研究,构建了可扩展制图框架,发布开放数据库,为火星古气候与表面演化研究提供定量约束。

关键技术与数据方面,研究人员以天问一号HiRIC 15轨影像构建乌托邦平原南部约150 km×60 km、109.81°—110.82°E、23.48°—26.01°N镶嵌,地面分辨率0.7 m,数字高程模型(digital elevation model, DEM)约3.5 m;将影像切为640×640像素块并以80像素重叠推理,采用COCO预训练YOLOv8s迁移学习(transfer learning)微调,并用双非极大值抑制(non-maximum suppression, NMS)合并重叠冗余;人工标注4519个影像块并经第四位专家校验,训练集2983块含8431个TAR目标,验证集746块含1978个TAR目标;以同一框架检测撞击坑,最终得到424,031个TARs与170,671个撞击坑;以5000 m×5000 m网格及300 m、800 m敏感性网格进行空间连接和斯皮尔曼秩相关(Spearman rank correlation coefficient, ρ);通过灰度化、中值滤波、二值化、边缘检测及外接矩形计算长宽。

研究结果如下。3.1 横向风成脊识别与数据库:研究人员基于15幅HiRIC正射影像和YOLOv8s检测器进行推理,平均每幅影像推理时间0.2 s,识别约424,031条TARs;通过迁移学习微调有效缓解坑缘误判。改进YOLOv8s对TARs的平均精度均值(mean Average Precision at IoU=0.5, mAP50)为93.1%,对撞击坑为95.2%,优于SSD、YOLOv5s、YOLOv7和基线YOLOv8s,模型大小仅由21.5 MB增至22.1 MB;跨区域保留测试集mAP50为91.4%,专家人工检查1200个检测的精度为90.8%,宽度≥约6 m的TARs漏检率低于8%。由此建立了开放获取的TARs与撞击坑数据库及YOLO-TARs框架代码。3.2 横向风成脊形态计量特征:通过检测框及图像后处理测量长宽,地面真值验证显示长度平均绝对误差2.0 m、宽度1.3 m,92%测量相对误差<5%;受0.7 m/像素和YOLOv8s感受野限制,清单对宽度≥约6 m的TARs较全面,<6 m可能低估。统计显示长宽比范围约1:1—20:1,多数集中于2:1—6:1,优势约3:1;10:1—20:1样本有限,主分析聚焦1:1—10:1。研究还讨论多边形地形(polygonal terrains)形成假说,但现有数据不足以区分;TARs与新月形沙丘组成不同,清单未提供二者演化连续体证据。3.3 空间分布及与撞击坑密度相关性:研究人员以同框架自动编目170,671个撞击坑,用100 m搜索半径核密度分析(kernel density analysis)及50 m、150 m敏感性测试分析空间分布;TARs集中于研究区南部、撞击坑密度较低处,撞击坑在北部密度较高、TAR丰度较低;斯皮尔曼秩相关分析得ρ = ?0.12、p < 0.001,表明TAR密度与撞击坑密度呈统计显著负相关;1000次随机化蒙特卡洛检验在300 m、800 m、5000 m多网格尺度下确认该负相关在p < 0.01水平显著。次级撞击坑链(secondary crater chains)观察显示,TARs可围绕并发育于次级撞击坑内部,指示风成与撞击地貌过程存在空间相互作用。

讨论部分总结:4.1形态计量与意义方面,TAR形态在区域尺度高度稳定,优势长宽比约3:1、多数2:1—6:1,可能反映一致平衡形态而非广泛变异;沉积物供给是控制TAR形态的主要因素,超过表面粗糙度影响,外部沙供给主导纵向堆积,供给不足时TAR生长终止并叠加冻融循环(freeze–thaw cycles)形成的多边形裂隙网络;长宽比可作为风况、沙供给和侵蚀—改造平衡的形态代理,与较小样本目视解释的差异可归因于风蚀缩短和脊部外部沙物质积累,研究区TARs较小且后期形态转为短粗。4.2 TAR与撞击坑空间耦合方面,研究提供首个应用于天问一号HiRIC影像的全自动高通量TAR检测框架,并首次在区域尺度统计验证TAR密度与撞击坑密度负相关;互补分布可能指示高坑密度低TAR密度区为古老稳定地形、沙供给有限或风输运无效,低坑密度高TAR密度区指示近期改造和持续风成沉积;撞击事件可局部破坏TARs,持续风成活动可降低小坑保留或可见性,对风成主导区撞击坑年代学解释构成方法学警示;该负相关还约束区域沙供给,3:1优势长宽比与低坑密度区TAR群体相关,可能代表较近期风成改造。4.3沙源与古气候方面,替代解释认为近期撞击可局部破坏成熟TAR场,小坑内部沙供给有限限制TAR发育;TARs在改造坑缘和充填物上发育,说明撞击后风成过程持续,研究区TARs代表后撞击风成叠加而非乌托邦平原原生特征;初始沙物质可能来自南部高地、古岸线附近松散沉积及大型局部坑缘侵蚀;晚亚马逊冰川期多边形地形先于TAR演化,随后风成过程在既有多边形地形上塑造TARs,冰—尘盖层位移侵蚀、水冰热力学不稳定和砂质高渗透性导致部分TAR表面硬壳裂隙。4.4方法局限与未来工作方面,深度学习检测不保证100%解释精度,假阳性约9%、宽度≥6 m的TARs假阴性约8%,使形态统计存在约±5%系统不确定,但敏感性测试表明3:1长宽比、东西向脊向和TAR—撞击坑负相关等主要发现一致;<6 m TARs可能低估,未来需亚米级HiRISE与CTX共配准量化偏差;边界框检测器难以准确识别坑内网状或分支TARs,可能以多个框表示统一图案并膨胀计数,坑密区退化坑缘混淆也影响精度;未来将采用定向边界框和实例分割、改进负采样、区域间迁移学习和跨数据集验证,并结合地形指标与大气模型评估形成—稳定情景。

研究结论翻译:该研究利用天问一号HiRIC影像建立了乌托邦平原南部自动、大规模TAR清单,形成三项主要发现:(i)区域主导长宽比为3:1,尺寸呈对数正态分布,指示稳定的平衡形态;(ii)一致的东—西向脊向指示近10°的东北向古风;(iii)TAR密度与撞击坑密度呈统计显著负相关(Spearman ρ = ?0.12, p < 0.001),提示风成—撞击耦合演化。所发布数据库(TAR424031、LU170671)为全球TAR制图和火星古气候建模提供了可扩展基础。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号