我国推进智能化全火星地质图编制：计划 2028 年底完成 1:500 万 1.0 版

据新华社消息，中国科学院院士、天问三号任务首席科学家侯增谦在采访中透露，我国正在推进新一代全火星地质图编制工作，目标是在 2028 年底完成 1:500 万比例尺全火星地质图 1.0 版。这项工作将以“数据驱动、智能编图”为核心理念，充分利用天问一号任务获取的探测数据，并统筹多源国际数据，融合影像、光谱、雷达、重力等多模态信息，引入人工智能相关编研技术进行智能地质解译。按照目前披露的信息，这将成为全球首版智能化火星地质图。

从科技产业观察角度看，这一项目不仅是行星科学研究的新进展，也反映出 AI 正在进入深空探测的数据处理、知识建模与科学发现流程。火星地质图并非单纯的“地图产品”，而是对火星表面地貌、岩性、构造和演化历史的系统化表达。随着探测器持续产生大规模、多类型数据，传统人工解译方式已难以充分释放数据价值，智能化方法的引入，将成为未来行星科学研究的重要工具。

多模态数据融合：从“看见火星”到“理解火星”

来源显示，新一代全火星地质图将综合使用天问一号任务探测数据，同时统筹国际多源数据。其核心并不是把不同数据简单叠加，而是通过影像、光谱、雷达、重力等信息的交叉验证，形成对火星地质单元、地表过程和演化阶段的更完整判断。

例如，影像数据可以揭示地貌形态，光谱信息有助于识别矿物组成，雷达数据能够提供地下结构线索，重力数据则可能反映内部质量分布差异。将这些信息纳入统一框架，有助于减少单一观测带来的不确定性，也为后续任务选址、采样和科学目标设计提供基础支撑。

• 数据来源更丰富：以天问一号数据为重要基础，同时整合国际公开或合作数据资源。
• 信息类型更多元：覆盖影像、光谱、雷达、重力等多模态观测结果。
• 编图方式更智能：引入人工智能编研技术，辅助地质解译和知识提取。
• 科学目标更明确：突出火星地质演化的新认知，为取样返回等任务提供支撑。

AI 编图的意义：提升深空探测数据利用效率

在 AI 技术快速发展的背景下，“智能编图”值得关注。行星探测任务通常会积累大量遥感和探测数据，数据规模大、维度高、跨任务差异明显。AI 方法能够在特征识别、模式归类、异常发现和多源数据对齐中发挥作用，帮助科研团队更高效地筛选关键区域、识别地质边界，并建立可持续更新的知识体系。

不过，行星地质图仍然是高度科学化的成果，AI 更可能扮演“辅助研究工具”的角色。地质单元划分、演化过程推断以及关键科学结论，仍需要专业科研人员进行验证和解释。因此，这项工作的价值不只是用 AI 画图，而是探索一种 AI 与行星科学深度结合 的新范式。

与天问三号联动：取样返回牵引科学与工程融合

来源还提到，我国天问三号计划于 2028 年前后发射，并于 2031 年前后携火星样品返回地球，有望成为人类历史上首个火星取样返回任务。侯增谦表示，火星取样返回既是工程能力的集中检验，也是行星科学学科发展的重要牵引，其带动效应将覆盖技术、学科、能力等多个层面。

这意味着，全火星地质图与取样返回任务之间并非孤立关系。高质量地质图可以帮助科学家理解火星不同区域的地质背景，进而支撑采样目标筛选与科学问题设计；而取回的火星样品又可以反向校准遥感解译结果，提升未来地质图和模型的可靠性。对于天体生物学、行星地质学等学科而言，样品返回将提供实验室级别的研究对象，也可能推动人类对火星宜居环境和地外生命线索的认识。

解读：从月球到火星，中国深空探测进入“数据科学”阶段

值得注意的是，据此前报道，我国科研团队今年 8 月已编制完成 1:500 万全月地质图，主图长约 280 厘米、高约 120 厘米，并标注逾 1.3 万个撞击坑和 81 个撞击盆地，划分出 14 类地质构造和 17 种岩石类型。月球地质图的完成，为我国开展行星尺度制图积累了经验，而火星地质图的智能化编制则进一步把多模态数据融合和 AI 解译推向更复杂场景。

总体来看，新一代全火星地质图项目体现了我国深空探测正在从“任务驱动”走向 重大科学问题牵引下的工程与科研协同。对中文科技读者而言，这不仅是航天新闻，也是一则关于 AI 科研工具化、数据基础设施建设和深空探测能力升级的重要信号。随着天问三号进入后续研制与实施阶段，智能地质图、火星取样返回和多学科研究之间的联动，将成为观察中国行星科学发展的关键窗口。