基于MarSCoDe的激光诱导击穿光谱数据,对天问一号着陆点处的火星岩石和土壤进行了分类

【字体: 时间:2026年03月14日 来源:Talanta 6.1

编辑推荐:

  本研究基于主成分分析(PCA)方法,利用祝融号火星车搭载的MarSCoDe LIBS仪器采集的校准目标与火星样本光谱数据,提出了一种快速识别火星岩石和土壤矿物类型的方法。通过对比 ChemCam 校准目标与火星样本的LIBS光谱特征,验证了PCA模型的有效性,结果显示该模型能有效区分火星表面不同岩土类型。进一步分析表明,着陆区岩石蚀变程度较低,可能由大气水或地下水轻微作用形成,为研究火星地质演化及水文学过程提供了新依据。

  
曹晨宇|黄家乐|苏明宇|刘长青|凌宗成
中国山东省大学空间科学与技术学院空间科学研究所空间环境与探测技术重点实验室,山东

摘要

激光诱导击穿光谱(LIBS)是一种用于确定火星物质化学成分的分析技术。由祝融号火星车携带的火星表面成分探测器(MarSCoDe)是一种强大的仪器,可用于分析天问一号着陆点岩石和土壤的化学成分。多变的环境和多样的岩石类型对化学成分的定量分析带来了重大挑战。因此,我们提出了一种基于主成分分析(PCA)的快速方法,该方法使用与原位岩石/土壤光谱相同条件下获取的机载校准目标进行分类,从而消除了仪器和环境差异的影响。该模型在应用于ChemCam校准目标和火星物质的LIBS光谱时表现良好,表明其适用于MarSCoDe数据。对MarSCoDe测量数据的聚类分析显示,在着陆点附近存在变质矿物(例如蒙脱石),尽管变质程度似乎较轻。这表明水蚀过程较弱,可能是由于与大气水或地下水的相互作用所致。本研究提出了一种利用LIBS光谱快速识别火星表面矿物类型的方法。该方法为MarSCoDe数据的定量解释提供了框架,并对着陆区域的地质起源和水文演化提供了重要见解。

引言

火星是太阳系中的四颗类地行星之一,具有最接近地球的环境。天问一号是中国首次火星探测任务,成功降落在乌托邦平原南部,并部署了祝融号火星车[[1], [2], [3]]。乌托邦平原被Vastitas Borealis地层(VBF)覆盖,这是一个晚赫斯珀里安时期的沉积地层。VBF物质可能来源于河流、湖泊或海洋沉积物[2,[4], [5], [6], [7], [8], [9]]。祝融号火星车携带的火星表面成分探测器(MarSCoDe)可以对火星岩石和土壤进行原位分析。MarScoDe结合了激光诱导击穿光谱(LIBS)、短波红外(SWIR)和显微成像(MI)技术,以实现化学成分识别、矿物检测和显微成像[[10], [11], [12], [13]]。
LIBS是一种强大的元素检测技术,它利用激光诱导产生的等离子体作为激发源来获取发射光谱。由于其非接触式测量、多元素分析、快速分析、无需样品制备以及适用于多种样品类型的优点,LIBS已在地质勘探中得到广泛应用[14]。在行星探测中,LIBS可以使用小激光斑点(亚毫米级)检测岩石和土壤中的大多数元素(如Ca、Mg、K、Na、Al、Si、Fe),而不会造成显著损伤[15,16]。LIBS已广泛应用于火星探测。LIBS的首次外星应用是安装在好奇号火星车上的ChemCam。ChemCam在检测火星岩石和土壤的化学成分方面表现出巨大潜力,并收集了超过100万条LIBS光谱。ChemCam确定了盖尔陨石坑土壤和岩石的成分(主要元素以及Mn、Cu、Zn、Li、S等),增进了我们对火星岩浆演化、水文条件和古气候的理解。随后,毅力号火星车上的SuperCam将LIBS与时间分辨拉曼光谱、发光光谱以及可见光和红外反射光谱结合使用[17,18]。MarScoDe是中国首个用于火星探测的LIBS光谱仪,旨在分析乌托邦平原的火星岩石和土壤的化学成分[19]。
由于火星物质的复杂性和LIBS中的基质效应,获得高精度的定量结果具有挑战性。为了解决这个问题,MarScoDe携带了12个机载校准目标,包括石膏、辉石、安山岩、诺里特、磷灰石、白云石、6-4钛合金、蒙脱石、橄榄石、玄武岩和钾长石[19,20]。MarScoDe校准目标(MCCT)的LIBS光谱对于识别岩石类型至关重要,因为它们是在与火星目标相同的环境下获取的。主成分分析(PCA)这种定性方法可以用于利用MCCT的LIBS光谱构建不同岩石和土壤类别的模型。PCA假设主成分是原始变量的线性组合。在LIBS数据中,原子发射线强度与发射元素的浓度成正比;因此,标准化的LIBS光谱满足这一线性要求。PCA还依赖于变量之间的关系。LIBS光谱表现出强烈的共线性,因为单个元素(如Fe或Ti)会在光谱中产生多个发射线。PCA将这些相关的光谱特征分组为主成分。在载荷图中,PC1、PC2和PC3区分了特定的元素组。通过线性变换,PCA将多维光谱数据转换为线性独立的变量,从而提取特征向量进行降维和分类。因此,PCA在LIBS数据处理中得到了广泛应用。例如,Sirven等人(2007年)成功使用PCA区分了岩浆岩和沉积岩系列。Schr?der等人(2013年)进一步证明了PCA区分各种盐类矿物的能力。最近,刘等人(2021年)展示了PCA用于快速分类多种火星类似岩石的可行性。Lanza等人(2010年)证明PCA可以有效区分碳酸盐矿物。Chatterjee等人(2019年)进一步展示了结合LIBS和PCA识别土壤样本多样性的潜力[[21], [22], [23], [24], [25]]。
本研究建立了一个基于PCA的分析框架,通过量化火星目标和MCCT光谱之间的光谱相似性和差异来识别火星岩石和土壤中的矿物类型。首先使用ChemCam-LIBS光谱数据集和从ChemCam校准目标(CCCT)获取的原位校准数据验证了该方法的有效性。对火星岩石和土壤的分类和分析增强了我们对着陆区域地质演化的理解,包括岩石形成过程、水-岩相互作用和潜在生物特征。

部分摘录

ChemCam校准目标(CCCT)

在本研究中,使用CCCT数据集来评估将PCA算法应用于原位ChemCam LIBS光谱的可行性。好奇号火星车携带了十个校准目标,用于波长校准和ChemCam LIBS数据的机载校正。这些校准目标包括四种玻璃(Macusanite、Norite、Picrite、Sergottite)、四种陶瓷复合材料(KGa-2中硫、NAu-2低硫、NAu-2中硫、NAu-2高硫)以及两种纯物质样本(钛板和石墨)[18,26,27]

基于CCCT数据的PCA模型

在本研究中,首先选择ChemCam数据来验证使用PCA模型识别火星岩石和土壤的可行性。将PCA算法应用于CCCT的处理后的LIBS光谱,结果如图3所示。前三主成分(PC1、PC2和PC3)分别解释了总方差的38%、37%和15%。图4显示了从原子LIBS光谱中得出的载荷图。在第一主成分(PC1)中,Fe、Mg、Si、Al、Na、K和O

地质分析

通过将MarScoDe-LIBS数据的PCA分类与祝融号火星车之前的多仪器结果以及最近对该着陆点的专家研究相结合,本研究揭示了火成岩、硬壳岩、土壤和沙子的矿物学特征。利用这些结果,进一步了解了乌托邦平原南部的岩石多样性和蚀变过程。

结论

在本研究中,我们提出了一种基于MarScoDe LIBS数据的快速分类方法,用于火星岩石和土壤的分类。该模型在应用于ChemCam机载校准目标和火星目标时表现良好。对测量的MarScoDe数据的分析表明,火成岩的变质程度较低,在着陆点的胶结硬壳岩、沙子和土壤样本中叶状硅酸盐的形成尚不完整。这表明水-岩相互作用较弱

CRediT作者贡献声明

曹晨宇:撰写——初稿、软件、资源、项目管理、方法论、调查、正式分析、数据管理。黄家乐:撰写——审阅与编辑、撰写——初稿、软件、资源、方法论、调查、正式分析、数据管理。苏明宇:撰写——审阅与编辑、软件、方法论、数据管理。刘长青:撰写——审阅与编辑、资源、项目管理、方法论、资金获取。凌宗成:

资助

本工作得到了国家自然科学基金(42430204、12303067)、国家重点研发计划(2024YFF0807700、2025YFF0510900)、山东省自然科学基金(ZR2023QD106)、泰山学者专项基金(tsqn202507023)和TW-3关键技术研究项目(TW3004)的资助。

利益冲突声明

作者声明他们没有已知的可能会影响本文所述工作的竞争性财务利益或个人关系。

致谢

我们感谢天问一号任务团队和中国的国家航天局提供了使本研究成为可能的MarScoDe数据。
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