Research press release

惑星科学:月のクレーターが新たに10万個以上突き止められた

Nature Communications

Planetary science: Over 100,000 new craters identified on the Moon

月の表面において、これまで知られていなかったクレータを10万9000個以上突き止めたことを報告する論文が、今週、Nature Communications で発表される。

月の表面の大部分は、クレーターに覆われている。しかし、クレーターの数を自動検出する方法と目視によって検出する方法で得られたクレーターの総数は一致していない。例えば、不規則な形状のクレーターや劣化したクレーターを自動的に検出するのは難しい場合が多い。

今回、Chen Yangたちの研究チームは、それまでに得た知識を次の問題の解決に利用する機械学習の手法の1つである転移学習(transfer learning)を用いて、月面の衝突クレーターの特定を試みた。Yangたちは、まず過去に特定されたクレーター(7895個)と年代決定されたクレーター(1411個)のデータを用いて、ディープニューラルネットワーク(DNN)の訓練を行った。このDNNは、嫦娥(じょうが)1号と嫦娥2号のデータを用いて、新たに10万9956個のクレーターを特定した。この結果は、月の中低緯度地域のこれまでに知られたクレーターの数十倍に相当する。このDNNは、直径8キロメートル以上のクレーターのうち、1万8996個のクレーターの年代を推定した。こうした知見は、月の中低緯度地域のクレーターのデータベースを新たに作成することにつながった。

Yangたちは、今回発表した手法が、太陽系の他の天体についても適応可能であり、目視による分析方法よりも多くの情報を抽出する上で役立つ可能性があるという考えを示している。

More than 109,000 previously unrecognized craters have been identified on the Moon’s surface, reports a study published in Nature Communications this week.

Craters occupy most of the surface of the Moon. However, manual and automatic methods to detect the number of craters have resulted in inconsistencies as to the precise total. For example, it is often hard to detect irregular or degraded craters using automatic methods.

Chen Yang and colleagues set out to identify lunar impact craters using a transfer learning strategy — a machine learning approach in which previous knowledge gained is used to solve a further problem. The authors first trained a deep neural network using data from 7,895 previously identified and 1,411 dated craters. Using data from the Chang’E-1 and Chang’E-2 orbiters, the network was able to identify 109,956 new craters — dozens of times larger than the number previously recognized throughout the mid- and low-latitude regions of the Moon. Of the craters with a diameter larger than 8 kilometres, the network estimated the ages of 18,996 of these. The findings have resulted in the creation of a new lunar crater database of the mid- and low-latitude regions of the Moon.

The authors suggest that their approach could be adapted for use with other bodies in the Solar System and could help extract more information than is possible with manual analysis methods.

doi: 10.1038/s41467-020-20215-y

「Nature 関連誌注目のハイライト」は、ネイチャー広報部門が報道関係者向けに作成したリリースを翻訳したものです。より正確かつ詳細な情報が必要な場合には、必ず原著論文をご覧ください。

メールマガジンリストの「Nature 関連誌今週のハイライト」にチェックをいれていただきますと、毎週最新のNature 関連誌のハイライトを皆様にお届けいたします。

「注目のハイライト」記事一覧へ戻る

プライバシーマーク制度