The Identification of Secondary Craters based on the Distribution of Iron Element on Lunar Surface
-
摘要: 月表地质年代的确定是研究月球形成及演化历史,反演月质事件发生过程的基础。在对月表地质单元定年时,由于月球岩石、土壤和岩心样品数量有限,能够利用这些样品做同位素定年的地质单元范围很小,因此更大范围的月球表面的绝对年龄需要采用撞击坑尺寸频率定年法(crater size-frequency distribution,CSFD)测定。然而月球表面次生撞击坑的存在会导致CSFD法得到的定年结果会出现偏差,故在标注撞击坑时有必要对次生撞击坑予以剔除,以便对行星表面的地质单元做较为准确的定年。本文提出一种顾及月表铁元素含量的次生撞击坑识别方法。使用波段比值法获取月表铁元素含量信息,以次生撞击坑内铁元素含量更接近月壤铁元素含量为假设前提,以撞击坑内与月壤铁元素含量的差值为判据分离主撞击坑和次生撞击坑。文中以日本月亮女神MI多光谱数据为实验数据,验证本文方法的有效性和稳健性。实验结果表明,在依据铁元素含量剔除次生撞击坑后的定年结果与已知定年结果之差小于0.04Ga,具有较好的一致性;与其它次生撞击坑剔除方法相比,依据月表铁元素信息剔除次生撞击坑的结果更可靠。
-
关键词:
- 次生撞击坑 /
- 撞击坑尺寸频率定年法 /
- 多光谱影像 /
- 铁元素
Abstract: To determine the geologic age of the lunar surface is the foundation of the research on the formation and evolution of the Moon, and of the inversion of the processes of lunar geological events. Lack of lunar rock and soil samples limits the range of geological units that can used for isotopic dating. Therefore, the dating using crater size-frequency distribution (CSFD) is employed to obtain the geologic ages of broader regions on the lunar surface. However, the presence of secondary craters will lead to a deviation in geologic age which is obtained by CSFD method. Thus, to get a more accurate geologic age, secondary craters should be eliminated. This paper presents a method to identify secondary craters based on the distribution of iron element on lunar surface. First, the method assumes that the iron content in secondary craters is close to that in lunar regolith. Then, band ratio method is utilized to acquire the iron content. Finally, secondary craters are distinguished from primary ones in terms of the difference of iron content between craters and lunar regolith. The effectiveness and robustness of the proposed method were tested using MI multispectral data of the Japanese Selene Mission. The experimental results show that the geologic age deviation compared with the known isotopic dated ones is less than 0.04Ga, which shows good consistency. Compared with other secondary craters identification methods, the proposed approach is proven to be more effective and robust. -
随着科技的进步与发展,人们逐渐将关注点从地球延伸至深空,探寻地球、太阳系乃至整个宇宙的起源与演化。其中月球作为地球的天然卫星,堪称人类探索深空的前哨,长期以来备受研究人员的关注。在对月球的研究中,确定月表年龄具有重要的科学研究意义及一定工程应用价值,是进行月球地质演化历史研究[1]、地质单元所属地层确定[2]、月球地质年代编制[3]、太阳系内其他行星定年[4]和月球陨石的源区甄别[5]等工作所需的重要基础资料。
当前对月球表面地质年龄估计的研究主要依赖于相对定年技术与绝对定年技术。相对定年技术如地层叠置法、撞击坑形态法可给出各类地质事件发生的先后顺序[6]。绝对定年技术以同位素定年法为基础,通过U-Pb法、K-Ar法、Sm-Nd法等地球化学方法对月球采样标本中的指标元素进行成分分析,精确获取物质的绝对年龄。现有的月岩样品来自10处采样点,无法约束月球表面绝大部分区域的地质年龄。为此科学家提出了撞击坑尺寸频率定年法(crater size-frequency distribution,CSFD)[4],该方法构建了采样点所处地质单元的撞击坑分布与月岩样品绝对年龄间的函数关系,在缺少实物样品的情况下,通过撞击坑统计数据实现了全月表面的地质年龄测定。然而,研究表明次生撞击坑的存在将在一定程度上“污染”目标区域的撞击坑统计数据,进而影响撞击坑尺寸频率定年法的定年结果[7-10]。文献[11]指出,准确区分次生撞击坑和主撞击坑有助于提高使用小型撞击坑定年的精度。文献[12]通过人工目视的方法剔除次生撞击坑,该方法具有较大主观性,且耗费人力与时间。为减少人工干预程度并提高效率,众多学者对次生撞击坑自动识别方法进行了研究。文献[13]在假设主撞击坑源于随机撞击,尝试联合蒙特卡罗模拟、最短距离层次聚类算法以及聚类参数对次生撞击坑进行识别。文献[14]指出自动识别次生撞击坑的准则较为重要,并选取撞击坑之间的平均第二近邻距离作为测度。文献[7]提出在主撞击坑呈空间随机分布的前提下,根据次生撞击坑呈链状、团状的分布特征进行识别和提取的算法。文献[15]假设主撞击坑应服从随机分布,通过泰森多边形检测非随机分布的次生撞击坑。文献[16]利用泰森多边形检测撞击坑分布的算法,取得了较好的效果。
以往由于月球多光谱影像空间分辨率较低(数百米),只能用于月表大范围的元素含量计算和地质单元划分,无法用于对小撞击坑(直径几百米)的研究。2007年日本月亮女神卫星发射后,其搭载的多光谱成像仪(multi-band imager,MI)提供了空间分辨率20 m的高精度多光谱影像,为小直径撞击坑的研究提供了新的数据。本文率先使用多光谱影像在较小的目标区域内获取月表铁元素含量,以此为依据在小直径撞击坑中识别次生撞击坑。
1 本文方法
本文提出了一种顾及月表铁元素含量的方法来识别次生撞击坑。该方法基于撞击坑内外不同地层的物质含量差异会造成次生撞击坑内的物质含量较主撞击坑更接近月壤物质含量的推论,利用多光谱影像获取撞击坑内的指标物质含量,依据设定的阈值,将撞击坑分为主撞击坑和次生撞击坑,实现对次生撞击坑的识别。对于该方法识别次生撞击坑的准确度,采用CSFD精度作为标准进行评价。
1.1 次生撞击坑识别的元素指标选取
利用多光谱影像可以获得月表铁、钛两种元素和橄榄石、斜长石两种矿物的含量,然而光谱反演易受空间阴影、地表粗糙度的干扰,在研究小直径撞击坑的时候这种干扰更加严重,因此必须选择合适的元素、矿物作为识别次生撞击坑的依据。
图 1以一个直径192 m的小撞击坑为例展示了撞击坑内外的元素、矿物分布情况。图 1(a)为MI波段1(450 nm)的影像,可以清楚地看到受太阳入射角的影响,撞击坑内形成明暗两个区域。观察斜长石的分布特征,也表现出相同的特点,只是明暗区域与波段1相反,如图 1(b)所示,在获取小撞击坑内斜长石含量时受到阴影的严重干扰,坑内斜长石分布特征没有准确反映。橄榄石含量计算需要用到的近红外波段影像空间分辨率为62 m,无法准确反映小撞击坑(直径128~700 m)内的矿物分布特征,如图 1(c)所示。钛元素在小撞击坑内外的分布并没有表现出显著差异,在图 1(d)中甚至无法看到撞击坑,因而无法用于识别次生撞击坑。只有铁元素的分布在撞击坑内外有显著的不同,能够较为准确地反映出撞击坑的轮廓,如图 1(e)所示,因而本文采用铁元素作为识别次生撞击坑的依据。
月表的铁元素含量信息可以利用多光谱影像,通过波段比值法(950 nm/750 nm)进行粗略提取。但是在月球上不同地区的铁元素含量与地层所处深度的关系呈现出不同的规律:在虹湾,被月壤覆盖的月海玄武岩地层的铁元素含量较低,该地区呈现铁元素含量上高下低的特征;在南海、席勒-席卡尔德和巴尔默盆地,撞击事件产生的喷射物覆盖在铁元素含量较高的月海玄武岩之上,出现了上部地层的铁元素含量低于下部地层的现象[17]。此外,文献[18]发现次生撞击坑深度与直径之比为0.06,小于主撞击坑的0.12。结合这些研究成果及次生撞击坑的形成过程,可推断次生撞击坑内铁元素含量较主撞击坑内铁元素含量更接近月壤铁元素含量。本文基于这一推断,使用多光谱影像获取铁元素信息,依据撞击坑与月壤的铁元素含量差值识别出次生撞击坑并加以剔除。
识别次生撞击坑前,首先进行波段比值以提取月表铁元素含量,具体的波段比值为950 nm/750 nm[19]。然后目视选取非撞击坑区域,将得到的月壤铁元素含量与撞击坑内铁元素含量作差,该差值的理论意义为撞击坑内铁元素含量与月壤铁元素含量的接近程度。值得注意的是,为尽可能保证对撞击坑内铁元素含量的测量不被月壤部分所污染,本文采取撞击坑拟合圆的内接正方形范围内的铁元素含量均值作为撞击坑内的铁元素含量,如图 2所示。
1.2 次生撞击坑识别阈值确定
根据次生撞击坑内铁元素含量较主撞击坑内铁元素含量更接近月壤铁元素含量的推断,可以合理假设小直径主撞击坑与月壤的铁元素含量差值的绝对值只含有随机误差,而次生撞击坑与月壤的铁元素含量差值的绝对值则含有粗差。因此在识别次生撞击坑时可以参照拉依达准则,在主撞击坑和次生撞击坑之间设置一个“k
准则”,即区分两种撞击坑的阈值为 -k ,当某一撞击坑内铁元素含量差值的绝对值小于该阈值时,该撞击坑被识别为次生撞击坑,反之则为主撞击坑。设撞击坑铁元素含量与月壤铁元素含量的差值绝对值集为 ,则 为差值集的标准差, 为平均值,以上3个铁元素含量参数从波段950 nm/750 nm的影像获取。 识别次生撞击坑的阈值计算流程见图 3。在实验区获得的参数k如果在测试区同样适用,即本文的定年结果与相应区域的地质年代间具有一致性,说明本文提出的方法具有一定的可靠性,能够为CSFD提供比较可靠的数据。
1.3 次生撞击坑识别精度评价
由于难以通过人工目视判断出识别的次生撞击坑是否正确,并且绝大多数文献中也没有逐个标出识别到的次生撞击坑,因而也无法逐一核对提取到的次生撞击坑是否准确,所以本文利用CSFD得到的定年结果来验证提取的次生撞击坑是否正确。CSFD基本原理如下:
1)由于风化作用对撞击坑的破坏速率远慢于撞击坑的产生速率,因此月球表面的区域年代越久远,其上的撞击坑越密集。
2)对月表不同地质单元的撞击坑直径-频率进行统计,得到撞击坑产生率函数(production function,PF)。设撞击坑直径为D,N为直径大于D的撞击坑的累积数量,
与 表现出明显的线性关系,因而可以用一个多项式表示,即撞击坑产生率函数。根据Neukum等[4]的研究,月球的撞击坑产生率函数为一个11阶多项式: = a +式中,a为多项式系数。
3)确定月球岩石样品的放射性同位素定年结果与其所在区域的撞击坑产生率函数的对应关系。选择某一直径的撞击坑产生率函数,计算其在月表不同年代地质单元中的数值(累积撞击坑数量),可以得到撞击坑产生率函数与地层年代T的对应关系,即年代函数(chronology function,CF),计算式为[4]:
定年结果的误差为[20]:
式中,N(1)为根据
在年代函数(式(2))中求得的定年结果;A为研究区域面积。 本文在定年时采用文献[4]的撞击坑PF和CF,得到的等时线如图 4所示,其中每个撞击坑的直径-频率分布曲线对应一个确定的年代。将研究区域的撞击坑直径-频率数据投影到等时线图上,通过邻近的撞击坑直径-频率分布曲线内插即可得到研究区域月表地层的年代。
2 实验与分析
2.1 实验数据
本文2个实验区和2个测试区分布见图 5。实验区在齐奥尔科夫斯基撞击坑内,位于129°34′14″E~129°55′48″E,21°54′10″S~22°14′52″S,因为MI数据中的MI_MAP_03_S21E129S22E130S和MI_MAP_03_S22E129S23E130SC两张影像分别覆盖该区域的一部分,所以根据MI影像覆盖情况将该区域分为实验区1和实验区2。2个测试区在虹湾地区,均为正方形,虹湾Area 1位于31°29′12″W~31°59′28″W,42°34′55″N~42°57′14″N,虹湾Area 2位于23°03′57″W~23°23′43″W,44°33′18″N~44°53′04″N,对应的影像分别为MI_MAP_03_N43E328N42E329SC和MI_MAP_03_N45E336N44E337SC。上述实验数据全部来自日本月亮女神卫星网站(http://darts.isas.jaxa.jp/planet/pdap/selene/product_search.html)。
铁元素信息来自MI获取的多光谱影像,共9个波段,5个可见光波段的中心分别为415 nm、750 nm、900 nm、950 nm、1 000 nm,空间分辨率为20 m,4个近红外波段的中心分别为1 000 nm、1 050 nm、1 550 nm、1 250 nm,空间分辨率为62 m,每张影像覆盖范围30 km×30 km。目视提取撞击坑利用ArcGIS软件的Cratertools插件,使用地形相机获取的正射影像,空间分辨率为10 m,每张影像的覆盖范围是90 km×90 km。
2.2 次生撞击坑识别
依据铁元素信息识别次生撞击坑时,需要确定一个合适的阈值以区分次生撞击坑和主撞击坑。如前所述,本文经实验、测试两个环节来确定一个较为可靠的阈值。
2.2.1 实验区次生撞击坑识别及实验阈值计算
本文实验区次生撞击坑识别及实验阈值计算的主要步骤如下:
1)在实验区做波段比值获取月表铁元素含量信息。图 6为利用波段比值法(950 nm/750 nm)获取的实验区1、2的月表铁元素含量信息。
2)目视选取非撞击坑区域,得到月壤铁元素含量信息,并将其与撞击坑内铁元素含量作差,得到两者的差值绝对值集
,计算出差值集的标准差 和平均值 ,铁元素含量参数在实验区1、2的具体数值见表 1。 表 1 实验区铁元素含量参数Table 1. Iron Content Paremeters in Experimental Areas实验区域 最大值 最小值 实验区1 0.235 5 0.001 8 0.035 3 0.033 4 实验区2 0.113 2 0.015 6 0.048 2 0.017 7 3)以
- 为次生撞击坑识别阈值,当撞击坑铁元素含量与月壤铁元素含量的差值小于阈值时,识别为次生撞击坑,调整k以改变阈值,使得剔除次生撞击坑后的定年结果与文献[21]在该区域的定年结果较好地吻合。 如前所述,有两张MI影像覆盖了实验区的不同部分,因而本文将其分成两个区域。如图 7所示,黄线上方为实验区1,下方为实验区2,黄线位于第2行格网的1/3处,每个格网的年代即文献[21]得出的定年结果。为分别求出两处实验区的参考定年结果,以每个网格的面积为权,分别计算两个实验区覆盖的各网格定年结果的加权平均值,得到实验区1、2的定年结果分别为3.29 Ga、3.17 Ga。经过多次调整,确定k=0.4。
确定阈值并剔除次生撞击坑后,地质定年的结果得到显著改善,结果见表 2。2个实验区的定年结果与文献[21]的定年结果非常接近,误差小于等于0.03 Ga,小于CSFD本身的误差,说明定年精度较高,同时也表明次生撞击坑的识别精度较高。由于文献[21]对实验区定年时仅使用了直径大于128 m的撞击坑,因此本文在求取阈值时也只使用直径大于128 m的主撞击坑进行地质定年。
表 2 实验区和测试区定年结果/GaTable 2. Dating Results of Experimental and Test Areas/Ga2.2.2 测试区次生撞击坑识别及实验阈值检验
为进一步检验实验阈值的稳定性,选取了具有绝对定年结果的虹湾区域作为测试区。测试时,重复确定实验阈值的步骤,根据实验阈值
- 剔除次生撞击坑,进行CSFD地质定年,与文献[20]的定年结果对比,以检验实验阈值的稳定性。 与实验区相同,剔除次生撞击坑后,地质定年的结果得到显著改善,见表 2。本文方法在2个测试区的定年结果与文献[20]的定年结果之差分别为0.01 Ga和0.08 Ga,均小于0.1 Ga,且小于CSFD地质定年法本身的误差,说明该方法得到的定年结果较为准确,证明实验阈值较为可靠,即本文方法的次生撞击坑识别效果较好。
虹湾Area 1测试结果见图 8。图 8(a)为将本文实验所得阈值应用于测试区中的虹湾Area 1所得到的次生撞击坑识别结果,可以发现,利用本文所述方法识别出的次生撞击坑既有呈链状的(图 8(b)),又有部分是孤立的(图 8(c)),而非与其他撞击坑聚集成团状或线状,有的孤立大直径次生撞击坑(直径大于128 m)甚至在其周围600 m范围内没有撞击坑,如图 8(d)所示。这些次生撞击坑或大或小,有的直径甚至大于400 m,如图 8(e)所示。由此可见,根据月表铁元素信息可较好地识别出远离主撞击坑的孤立次生撞击坑,即便这些次生撞击坑的直径较大,也可以被识别出来。
2.3 与其他次生撞击坑探测法的对比
当前有关次生撞击坑自动识别的研究多是基于撞击坑的空间聚集程度进行识别的。它们以主撞击坑呈随机分布为前提进行蒙特卡罗模拟,并通过如泰森多边形等一系列方法判断撞击坑聚集程度,再设置阈值对次生撞击坑进行识别[7,13-16]。在实验区和测试区,采用文献[13]所述的层聚类次生撞击坑探测法和文献[16]所述的未分段次生撞击坑探测法进行定年,与本文所述方法进行对比。3种方法在实验区和测试区的定年结果见表 3。由表 3可以发现,层聚类次生撞击坑探测法得到的定年结果与文献[20]和文献[21]的定年结果相比要早0.18~0.37 Ga,明显偏大,表明该方法并未识别出全部次生撞击坑,导致最终剔除的次生撞击坑偏少;未分段次生撞击坑探测法得到的定年结果在虹湾Area 1比文献[20]的定年结果早0.21 Ga,在虹湾Area 2却比文献[20]的定年结果晚0.5 Ga,可见此方法对次生撞击坑的识别效果非常不稳定。根据表 3数据计算得到本文方法定年结果的中误差仅为0.06 Ga,远低于层聚类次生撞击坑探测法的0.27 Ga和未分段次生撞击坑探测法的0.33 Ga,定年精度提高了一个数量级,说明这一方法对次生撞击坑的识别最为准确。此外,虽然次生撞击坑多数具有呈链状等群体现象特征,但是仍有一定数量的次生撞击坑距离主撞击坑较远,呈孤立状、圆形等特点[7]。以空间聚集程度为判据时难以将其与大小相仿的主撞击坑区分开来,本文方法则可以找出这类次生撞击坑,如图8(c)、8(d)所示。由于月表撞击坑密布,因而基于撞击坑聚集程度识别次生撞击坑的这类方法在蒙特卡罗模拟环节存在计算量大、计算时间长的问题。综上,与层聚类次生撞击坑探测法和未分段次生撞击坑探测法相比,顾及月表铁元素含量的次生撞击识别方法更加可靠,计算速度更快,对次生撞击坑的识别更准确。
表 3 不同次生撞击坑探测法的定年结果对比/GaTable 3. Dating Results Comparison of Different Secondary Crater Detection Methods/Ga3 结语
本文提出了一种顾及月表铁元素含量的次生撞击坑识别方法,给出了较为可靠的主撞击坑与次生撞击坑分类阈值。该方法以次生撞击坑内的铁元素含量较主撞击坑更接近月壤为假设前提,利用波段比值法得到月表铁元素含量,经测试检验得出可靠阈值后对次生撞击进行识别。本文以齐奥尔科夫斯基撞击坑为实验区域,虹湾地区为测试区域,基于日本月亮女神MI多光谱数据,对次生撞击坑进行了识别。利用剔除次生撞击坑后剩余的主撞击坑进行地质定年,并将定年结果与实验区和测试区已有定年结果进行比较,两种定年结果具有一致性,说明本文所述方法对次生撞击坑的识别准确性高。同时,定年结果也表明本文所提方法明显优于层聚类次生撞击坑探测法和未分段次生撞击坑探测法,对次生撞击坑的识别更加准确,有效避免了现有基于空间聚集度的次生撞击坑识别法在撞击坑分布较为稀疏的区域识别效果差,导致定年误差大的问题。这种顾及月表铁元素含量的次生撞击坑识别方法可以为撞击坑尺寸频率定年法提供较为可靠的数据,证明了基于月表铁元素含量剔除次生撞击坑具有可行性,对次生撞击坑的研究等具有一定意义。
-
表 1 实验区铁元素含量参数
Table 1 Iron Content Paremeters in Experimental Areas
实验区域 最大值 最小值 实验区1 0.235 5 0.001 8 0.035 3 0.033 4 实验区2 0.113 2 0.015 6 0.048 2 0.017 7 表 2 实验区和测试区定年结果/Ga
Table 2 Dating Results of Experimental and Test Areas/Ga
表 3 不同次生撞击坑探测法的定年结果对比/Ga
Table 3 Dating Results Comparison of Different Secondary Crater Detection Methods/Ga
-
[1] Neal C R. The Moon 35 years after Apollo:What's left to learn?[J]. Chemie Der Erde-geochemistry, 2009, 69(1):3-43
[2] Ding Xiaozhong, Han Kunying, Han Tonglin, et al. Compilation of the Geological Map of Sinus Iridum Quadrangle of the Moon (LQ-4)[J]. Earth Science Frontiers, 2012, 19(6):15-27(丁孝忠, 韩坤英, 韩同林, 等. 月球虹湾幅(LQ-4)地质图的编制[J]. 地学前缘, 2012, 19(6):15-27) [3] Arvidson R E, Boyce J, et al. Standard techniques for presentation and analysis of crater size-frequency data[J]. Icarus, 1979, 37(2):467-474
[4] Neukum G, Ivanov B A, Hartmann W K. Cratering Records in the Inner Solar System in Relation to the Lunar Reference System[M]//Chronology and Evolution of Mars. Springer Netherlands, 2001
[5] Korotev R L, Zeigler R A, Jolliff B L, et al. Compositional and lithological diversity among brecciated lunar meteorites of intermediate iron concentration[J]. Meteoritics & Planetary Science, 2009, 44(9):1287-1322
[6] Guo Dijun, Liu Jianzhong, Zhang Li, et al. The Method of Lunar Geochronology Study and the Subdivisions of Lunar Geologic History[J]. Earth Science Frontiers, 2014, 21(6):045-061(郭弟均,刘建忠, 张莉, 籍进柱, 刘敬稳, 王梁. 月球地质年代学研究方法及月面历史划分[J].地学前缘,2014,21(6):45-61) [7] Neukum G, Konig B, Arkanihamed J, et al. A study of lunar impact crater size-distributions[J]. Earth Moon and Planets, 1975, 12(2):201-229
[8] Neukum, G., B. Koenig, H. Fechtig, and D. Storzer. Cratering in the Earth-Moon system:Consequences for age determination by crater counting, Proc. Lunar Sci. Conf 6th, 2597-2620, 1975b
[9] Neukum G. Meteorite bombardment and dating of planetary surfaces[J]. 1984
[10] Ivanov B A. Mars/Moon Cratering Rate Ratio Estimates[J]. Space Science Reviews, 2001, 96(1-4):87-104
[11] Hiesinger H, Jaumann R, Neukum G, et al. Ages of mare basalts on the lunar nearside[J]. Journal of Geophysical Research Planets, 2000, 105(E12):29239-29275
[12] Mcewen A S, Bierhaus E B. The importance of secondary cratering to age constraints on planetary surfaces[J]. Annual Review of Earth & Planetary Sciences, 2006, 34(1):535-567
[13] Werner S C, Ivanov B A, Neukum G. Theoretical analysis of secondary cratering on Mars and an image-based study on the Cerberus Plains[J]. Icarus, 2009, 200(2):406-417
[14] Robbins S J, Hynek B M. The secondary crater population of Mars[J]. Earth & Planetary Science Letters, 2014, 400(400):66-76
[15] Xiao Z, Strom R G. Problems determining relative and absolute ages using the small crater population[J]. Icarus, 2012, 220(1):254-267
[16] Bart G D. Lunar surface geology from analysis of impact craters and their ejecta[J]. Dissertations & Theses-Gradworks, 2007
[17] Li Kun, Liu Jianjun, Mou Lingli, et al. Crater Retention Age Calculation of Lunar Geological Unit Using Small-Scale Craters[J]. Journal of Jilin University(Earth Science Edition), 2012(s2):452-459(李坤, 刘建军, 牟伶俐,等. 利用小型撞击坑测算月球地质单元撞击年龄[J]. 吉林大学学报(地球科学版), 2012(s2):452-459) [18] Bierhaus E B, Chapman C R, Merline W J. Secondary craters on Europa and implications for cratered surfaces[J]. Nature, 2005, 437(7062):1125-7
[19] Michael G, Platz T, Kneissl T, et al. Planetary surface dating from crater size-frequency distribution measurements:Spatial randomness and clustering[J]. Icarus, 2012, 218(1):169-177
[20] Honda C, Kinoshita T, Hirata N, et al. Detection abilities of secondary craters based on the clustering analysis and Voronoi diagram[C]//European Planetary Science Congress 2014, EPSC Abstracts, Vol. 9, id. EPSC2014-119
[21] Salih A L, Lompart A, Grumpe A, et al. AUTOMATIC DETECTION OF SECONDARY CRATERS AND MAPPING OF PLANETARY SURFACE AGE BASED ON LUNAR ORBITAL IMAGES[J]. 2017, XLⅡ-3/W1:125-132
[22] Savage R, Palafox L F, Morrison C T, et al. A Bayesian Approach to Subkilometer Crater Shape Analysis Using Individual HiRISE Images[J]. IEEE Transactions on Geoscience and Remote Sensing, 2018, 56(10):5802-5812
[23] Guo D, Liu J, Head J W, et al. Lunar Orientale Impact Basin Secondary Craters:Spatial Distribution, Size-Frequency Distribution, and Estimation of Fragment Size[J]. Journal of Geophysical Research, 2018, 123(6):1344-1367
[24] Lucey P G, Taylor G J, Malaret E R, et al. Abundance and distribution of iron on the moon[J]. Science, 1995, 268(5214):1150-1153
[25] Antonenko I, Head J W, Mustard J F, et al. Criteria for the detection of lunar cryptomaria[J]. Earth, Moon, and Planets, 1995, 69(2):141-172
[26] Plescia J B. Lunar Crater Forms on Melt Sheets-Origins and Implications for Self-Secondary Cratering and Chronology[C]. Lunar and Planetary Science Conference. Lunar and Planetary Science Conference, 2015
[27] Hartmann W K, Neukum G. Cratering Chronology and the Evolution of Mars[J]. Space Science Reviews, 2001, 96(1-4):165-194
[28] Ivanov, B. A., Neukum, G., & Wagner, R. Size-Frequency Distributions of Planetary Impact Craters and Asteroids[M]. 2001, pp. 1-34
[29] Greg Michael. Measuring the age of planetary surfaces using crater statistics. Planetary surface dating workshop, 6-7 December 2016
[30] Hiesinger H, Head J W, Wolf U, et al. Ages and stratigraphy of lunar mare basalts:A synthesis[J]. Special Paper of the Geological Society of America, 2011, 477(2011):1-51
[31] Pasckert J H, Hiesinger H, Bogert C H V D. Small-scale lunar farside volcanism[J]. Icarus, 2015, 257:336-354
[32] Gao Huixuan. Statistical Computation[M]. Peking University Press, 1995:173-176(高惠璇. 统计计算[M]. 北京大学出版社, 1995:173-176) -
期刊类型引用(0)
其他类型引用(1)