月球表层物质的组成及空间分布构成了对月球起源及其后续演变历程的直接地质证据，因而详尽剖析月球表面的化学和矿物学特征，已成为研究月球内外动力学作用机制的关键，是月球探测和研究不可或缺的核心内容。目前，对月球矿物与物质的研究主要基于陨石样品、月球探测任务的样品返回与遥感方式。受限于地月之间的距离与空间环境特征，返回样品与陨石样品都较为稀缺，在需要对大面积对月表物质进行识别与研究过程具有局限性。而月表物质成分的矿物学特性可通过其在反射光谱中所展现特定波长处的吸收带、吸收峰的形态特征及相应的吸收强度指标予以揭示，因而在大面积月表物质无损鉴别与反演研究中提供了有效遥感探测手段，在中外各项探测任务中都得到了有效的应用。目前，月球矿物组分的遥感反演主要采用两大类体系：一是统计学导向的方法，该方法立足于光谱数据与已知矿物样本间的统计联系，运用特定波段的选择与运算提炼光谱特征，以此为基础对月表矿物成分进行间接推断。然而，该方法限于可用样本规模较小，且仅能有效捕捉到光谱参数间的线性关系，当采用特定光谱特征提取技术时，有可能忽略掉其他蕴含重要信息的光谱维度，尤其在面临复杂的地质情况 时，其模型的普适性和准确性难以得到有效保障。另一种则是基于物理模型的反 演技术，如广为人知的Hapke 模型与其它类似理论模型。此类方法根植于坚实的 物理定律基础，旨在模拟光在月表物质上反射和传播的实际过程。然而，物理模 型对反映真实世界的物理参数具有高度敏感性，而这些参数的精确获取与计算过 程非常复杂，难以准确的获取到，这也限制了此类模型在处理不同地质背景下月 球表面矿物成分的普适性和精确度。针对以上两种方式存在的问题，可通过研究 不同的光谱数据处理方法来实现对月球矿物丰度的反演。
自20 世纪诞生以来，人工智能（Artificial Intelligence, AI）以其深刻的理论内涵与广泛应用潜力，已成为科技领域最具颠覆性和影响力的力量之一。尤其是在数据处理方面，AI 展现出了无可比拟的优势，它能够高效地挖掘庞大数据集中的模式、关联与深层次信息，能有效解决复杂、高维和大规模数据问题。目前，伴随月球探测行动的密集实施与技术的进步，月球探测数据的累计储量已达1.6PB，与此同时，月球数据的数字化储存与云计算平台构建工作已基本完成，从而为AI 算法的训练提供了充足的数据支撑与计算能力基础。同时数字月球云平台也需要开发新方式充分挖掘月球探测数据，辅助月球科学研究。在此背景下，本文聚焦于现有科研格局下如何最大化发挥AI 技术的数据处理效能，借助深度学习手段对光谱数据进行反演分析。因此，提炼出四项关键的科学问题：（1）如何构建月球多源卷积神经网络高质量训练数据集。（2）卷积神经网络的特征学习研究。（3）深度学习网络的框架设计与模型搭建研究。（4）卷积神经网络矿物反演在月球科学研究中的应用。数字月球云平台的数据挖掘功能作为一种应用功能，需要将构建的模型应用于具体工作中。数字填图工作是为月球探测提供数据参考的基础工作，将模型应用于月球1：100 万高纬地区填图工作中，利用搭建好的神经网络模型，反演薛定谔盆地地区的矿物丰度，研究薛定谔盆地地区的矿物空间分布特征。以月球内外动力演化为主线，完成薛定谔盆地地区1：100万地质填图，研究薛定谔盆地地区的地质演化历史。
综上所述，本论文开展了以下工作：在前人研究的基础上，利用月球矿物绘图仪数据（M3）与矿物反演数据，综合考虑采样的随机性，在月球上选取了8732个样本点，构建了利用月球矿物绘图仪光谱数据反演月球矿物含量的训练数据集。将数据集输入已构建的网络中，在优化算法之下，不断调整网络的步长，卷积核大小，训练批次，训练轮次，训练出了一个损失函数为0.00009832，决定系数为98.32%的深度学习网络。基于此次训练出来的神经网络，选取月海的低纬与中纬地区，高地的低纬与中纬地区，将本次研究的反演结果与前人的反演结果进行对比分析，分析了本模型的泛化性与精度。之后将本模型运行于薛定谔盆地地区的矿物反演分析中，完成月球1：100 万薛定谔地区（LQ140）地质填图。
研究结果表明：
1）在不同的深度学习方法上，对数据的不同处理特征下，卷积神经网络（CNN）可捕获并解析月球光谱数据中的细微特征与复杂结构。
2 ） 结合智能优化算法与人工精细调参的策略可训练出损失函数为0.00009832，决定系数为98.32%的神经网络模型，该神经网络模型反演的矿物含量与前人反演的矿物含量误差平均值为0.0210。在月海低纬地区中，对矿物反演含量的误差为0.0534，在月海中纬地区，反演误差为0.0041，在高地低纬地区中，反演误差为0.0051，在高地中纬地区中，反演误差为0.0217。证明深度学习方法在月球不同地区矿物反演中的可用性。
3）将深度学习矿物反演方式应用于薛定谔盆地地区，研究结果表明，该区域以斜长石含量为主，研究区内斜长石平均含量为0.7942。橄榄石与辉石含量都较少，其平均含量分别为0.03632 与0.2298。将矿物含量特征与该地区的影像，地形等结合研究表明，薛定谔盆地的物质成分主要为月球月壳成分，并没有挖掘出月球的深部物质成分。