月球探测专栏

月表元素组成的粒子探测现状与展望

  • 郭万磊 , 1 ,
  • 胡航 2 ,
  • 程雅苹 3
展开
  • 1. 中国科学院高能物理研究所, 北京 100049
  • 2. 广东海洋大学, 湛江 524088
  • 3. 北京卫星环境工程研究所, 北京 100094

(1978-),男,博士,副研究员,主要从事中微子实验物理和深空探测等方面的研究。通信地址:北京市918信箱(100049)电子邮箱:

网络出版日期: 2024-11-25

基金资助

国家自然科学基金项目(12375098)

版权

版权所有 © 2024 空间科学与试验学报编辑部

Current Status and Prospects of Particle Detections for Lunar Surface Elemental Composition

  • Wanlei GUO , 1 ,
  • Hang HU 2 ,
  • Yaping CHENG 3
Expand
  • 1. Institute of High Energy Physics, Chinese Academy of Sciences, Beijing 100049, China
  • 2. Guangdong Ocean University, Zhanjiang 524088, China
  • 3. Beijing Institute of Spacecraft Environment Engineering, Beijing 100094, China

Online published: 2024-11-25

Copyright

Copyright © 2024 Journal of Space Science and Experiment. All rights reserved.

摘要

月表元素组成是国际上月球探测和研究的热点。伽马射线谱仪和中子谱仪等粒子探测器广泛用于月球遥感探测,提供了月表天然放射性元素(U、Th、K)、主要元素(Fe、Ca、Si、Al、Mg等)和水冰(H元素)的分布情况。这些数据极大地促进了人类对月球起源与演化历史的研究,同时也推动了近年来世界各国开发利用月球资源以及建设月球科研站的步伐。在国际月球探测新热潮背景下,本文从粒子物理和原子核物理的角度阐述了携带有元素特征信息的伽马粒子和中子的产生机制,介绍了伽马谱仪和中子谱仪的探测原理和探测器响应,并综述了近30年来粒子探测器在月表元素组成上所取得的主要研究成果以及相关数据分析方法。这些内容可为我国未来嫦娥七号和其他深空探测任务的相关研究提供参考。

本文引用格式

郭万磊 , 胡航 , 程雅苹 . 月表元素组成的粒子探测现状与展望[J]. 空间科学与试验学报, 2024 , 1(2) : 10 -28 . DOI: 10.19963/j.cnki.2097-4302.2024.02.002

Abstract

Lunar surface elemental composition has always been a focused topic in the field of lunar exploration and research. Particle detectors, such as Gamma-Ray Spectrometer (GRS) and Neutron Spectrometer (NS), are widely used to determine the distributions of natural radioactive elements (U, Th, K), major elements (Fe, Ca, Si, Al, Mg, etc.), and water ice (H) on the lunar surface. These findings have significantly promoted human understanding of the Moon origin and evolution, and have also driven the step to develop and utilize lunar resources, as well as to establish the lunar research station. Amidst future many lunar explorations, this paper discusses the generation mechanisms of gamma-rays and neutrons carrying elemental features. We introduce detection principles and detector responses of both GRS and NS, and give an overview of the main results and related data analysis methods for the lunar surface element composition over the past 30 years. This work can serve as a reference for future China lunar exploration missions such as Chang'E-7 and other deep space exploration tasks.

0 引 言

月球表面因陨石长期撞击覆盖了一层厚度约为5~10 m的月壤,其元素组成可以反映下方基岩的性质[1-2]。月表元素组成一直是国际上月球探测和研究的热点,其中以伽马射线谱仪和中子谱仪为代表的粒子探测器广泛用于月球遥感探测,在过去50多年中,取得了许多具有重大科学意义和潜在应用价值的成果[3-4]。在全月球尺度上,月表元素分布信息揭示了月球至少存在三个不同的地体[5]:风暴洋克里普地体(PKT)、斜长质高地地体(FHT)和南极爱肯地体(SPAT),这3种地体划分已被科学界广泛接受,并极大地促进了月球形成与演化历史的研究。在地体尺度上,月表元素分布的变化可以识别月海中的玄武岩单元,寻找具有异常元素组成的异常区域,这有助于研究月球岩浆活动和月幔的元素组成等[6]。在更小的尺度上,中子谱仪发现了月球两极的永久阴影区中存在挥发性水冰和氢浓度增高现象[7-8],这对认识月球早期水的形成机制以及后期水的输运过程都具有重要意义,同时也为未来的月球科研站选址和资源开发利用提供重要依据。
伽马谱仪和中子谱仪通过探测宇宙线与月壤相互作用产生的伽马射线/中子以及天然放射性元素衰变产生的伽马粒子来测量月表的元素组成。月球作为地球唯一的卫星,它没有大气层和全球性的磁场,因此月球表面会受到宇宙线的持续轰击。这些高能宇宙线与月壤中的原子核通过散裂反应会产生大量高能的次级粒子(中子、质子、$ \text π $介子等)。这些次级粒子在月壤内传播时会与周围不同元素的原子核发生非弹性散射,从而产生大量低能(MeV量级)的伽马射线和快中子。同时,天然放射性元素U/Th/K的衰变也可以产生伽马射线。不同元素产生的伽马射线拥有像指纹一样不同的特征线,从而可以实现对不同元素的识别[9]。此外,快中子在月壤内部通过与周围原子核的散射过程会慢化为超热中子,进一步慢化会变成热中子,上述慢化过程的速度与一些元素的含量直接相关[10]。月壤内的热中子被原子核俘获也会放出特征伽马谱线。图1简要概括了宇宙线与月壤相互作用以及天然放射性元素衰变产生元素特征信号的整个过程。图中标示出伽马谱仪和中子谱仪能够识别的元素(蓝色)、涉及的物理过程(黑色)以及数据分析中需要考虑的不确定性因素(红色)。粒子探测器通过探测飞出月表的伽马粒子和中子就可以测量月表元素组成。尽管粒子遥感探测技术的空间分辨率较差,但它仍然被广泛用于月球探测,主要是因为它能够测量月表以下几十厘米的月壤成分。
图 1 宇宙线与月壤相互作用以及天然放射性元素衰变产生元素特征信号的全过程

Fig.1 Generations of characteristic gamma and neutron signals from cosmic rays interactions with lunar regolith and decays of natural radioactive elements

20世纪六七十年代,苏联月球号(Luna)计划和美国阿波罗(Apollo)计划利用环月轨道上的伽马谱仪首先探测到宇宙线在月球表面诱发产生的伽马射线,并给出了月球表面物质的元素组成[11-12]。美国1998年发射的月球勘探者号探测器(Lunar Pospector,LP)[13]利用伽马谱仪(LP-GRS)成功地绘制出月球表面Th、K、Fe、Ti、Ca、Mg、Al和Si等元素分布地图[14],利用中子谱仪(LP-NS)给出月表H元素[7,15]、月壤宏观中子吸收截面[16]、平均质量数<A>[17]的分布地图。进入21世纪,美国的月球勘测轨道器(Lunar Reconnaissance Orbiter,LRO)[18]、日本的月亮女神号(SELENE/Kaguya)[19]、中国的嫦娥一号和嫦娥二号[20-21]先后对月球开展了遥感粒子探测并取得一批重要的研究成果,其中,月球勘测轨道器的中子谱仪给出了月球两极的永久阴影区中存在挥发性水冰的直接证据[8],月亮女神号利用高纯锗伽马谱仪测量了月表能量分辨率最高的伽马能谱[22],嫦娥一号和嫦娥二号开创了我国利用粒子探测技术进行深空探测的先河。预计2026年左右,中国将发射嫦娥七号,其携带的中子伽马谱仪将能够提供高质量的中子数据和伽马能谱[23]
近年来,随着全球探月活动的再次兴起,月表元素组成探测及其相关研究也将迎来新一轮的发展。鉴于本领域的综述文章大多撰写于10年前[3-4],且偏重成果介绍,因此本文旨在综述近30年来粒子探测器在月表元素组成方面所取得的主要研究成果以及相关数据分析方法。第1部分将介绍伽马和中子特征信号的产生机制,第2部分将描述伽马谱仪和中子谱仪的探测原理、探测器设计和探测器响应情况;第3部分将阐述以往实验所取得的主要研究成果以及相关的分析方法;未来展望和结论将分别在第4部分和第5部分中给出。希望本文能为我国未来嫦娥七号和其他深空探测任务的相关研究提供参考。

1 元素特征信号的产生机制

伽马谱仪和中子谱仪遥感观测到的信号主要来自宇宙线及其次级粒子与月壤中不同元素原子核之间的相互作用。此外,天然放射性元素衰变也可以产生飞出月表的伽马射线。本章将从粒子物理与原子核物理方面阐述这些伽马射线和中子如何携带了不同元素的特征信息。

1.1 宇宙线

宇宙线是指来自宇宙空间的高能粒子流,对于本文研究内容而言,这些粒子主要来自银河系和太阳,即银河系宇宙线和太阳宇宙线。太阳宇宙线包括太阳风和太阳高能粒子事件,前者因能量太低并不能通过核反应产生伽马粒子和中子,但通过植入的方式可以改变月球表层的化学组成[1-2];后者并不是一个稳定的源,只在太阳耀斑期间产生大量高能粒子,而且其强度依赖太阳耀斑的等级,因此实验上通常不分析太阳耀斑期间的数据。 银河系宇宙线可认为是各向同性的,主要由约89%的质子和约10%的氦核构成,还有1%则为其他重核、电子、伽马粒子等高能辐射[24]。银河系宇宙线的能量范围极宽,但低能区(能量E< 10 GeV)会受太阳11年周期活动的影响。空间科学卫星可以测量宇宙线,但其探测能量范围窄和取数时间短的劣势限制了其在行星探测领域的应用。目前常用参数化的方式来描述银河系宇宙线的流强,并用一个太阳调制参数来阐述太阳活动的影响[24]

1.2 特征能量的伽马粒子产生

银河系宇宙线轰击月表会产生大量高能的次级粒子,它们在月壤内传播会与不同元素的原子核发生核反应,进而产生大量MeV量级的拥有不同元素特征的伽马射线,这些特征谱线都来自原子核激发态的退激发。尽管有非常多的核反应过程能够将原子核激发,但它们都可以归结为非弹性散射过程和中子俘获过程。天然放射性元素U/Th/K衰变也可以产生处于激发态的子核。因此飞出月表的带有元素特征的伽马射线共有三个来源:非弹性散射过程、中子俘获过程以及天然放射性元素衰变。
非弹性散射过程是指宇宙线次级粒子与月壤中不同元素的原子核发生相互作用并产生了新粒子的过程。非弹性散射过程的末态原子核可以是基态也可以是激发态,若处于激发态,其退激发会放出一个或多个单能的伽马粒子。如一个中子通过反应 $ {\mathrm{n}}+{}^{16}\mathrm{O}\to {\mathrm{n}}+{}^{16}{\mathrm{O}}^{*}\left(6.1299\ \mathrm{ }\mathrm{M}\mathrm{e}\mathrm{V}\right) $可以将$ {}^{16}\mathrm{O} $原子核激发到其第二个激发态,该激发态在极短时间内会放出一个能量为6.1299 MeV 的单能伽马粒子,并退激发到其基态 $ {}^{16}{\mathrm{O}}^{*}\left(6.1299\ \mathrm{ }\mathrm{M}\mathrm{e}\mathrm{V}\right)\to {}^{16}\mathrm{O}+\text{γ}$。本文将用$ {}^{{A}}\mathrm{N}({\mathrm{n}},{\mathrm{n}}\text{γ}) $形式描述非弹性散射过程,$ {}^{\mathrm{A}}\mathrm{N} $代表靶核,其中A为元素N的质量数,括号内分别表示入射和出射粒子。在入射的次级粒子中,中子产生的伽马射线是占主导的,这是因为质子$ \mathrm{p} $和氦核$ \mathrm{\alpha } $等带电粒子在月壤内通过电离过程会持续损失能量。图2(a)给出了7种月壤主要元素因非弹性散射过程产生的伽马能谱[14]。对于每一种元素,都有很多个单能的伽马谱线,不同谱线之间的相对强度依赖相关核反应过程的截面。对于不同元素之间两个伽马谱线,它们的相对强度正比于月壤中这两种元素的丰度以及相关反应的截面。
图 2 非弹性散射(a)和中子俘获(b)产生的特征伽马能谱

Fig.2 Gamma energy spectra from non-elastic scattering process (a) and neutron capture (b)

中子俘获过程是指宇宙线产生的大量热中子在月壤内部被不同元素的原子核俘获。中子俘获过程一定会产生一个有确定激发能的激发态,其退激发会放出一个或多个单能的伽马粒子。如一个热中子被$ {}^{56}\mathrm{F}\mathrm{e} $原子核俘获 $ {\mathrm{n}}+{}^{56}\mathrm{F}\mathrm{e}\to {}^{57}{\mathrm{F}\mathrm{e}}^{*}\left(7.6456\ \mathrm{ }\mathrm{M}\mathrm{e}\mathrm{V}\right) $ 会产生一个$ {}^{57}\mathrm{F}\mathrm{e} $的激发态,其7.6456 MeV的激发能是固定的,该过程可以用$ {}^{56}\mathrm{F}\mathrm{e}({\mathrm{n}},\text{γ} ) $来描述。尽管只有一个激发能,但其通常较大,因此退激发过程中的伽马跃迁就有多种可能,这就导致同一元素通过中子俘获产生多条特征伽马谱线,如图2(b)所示。对于同一种元素,不同谱线之间的相对强度是确定的,可通过核物理实验测量给出。每一条谱线的绝对强度依赖月壤内热中子的数密度和该元素俘获热中子的几率:$ {P}_{i}=\left({{\sigma }_{i}w}_{i}/{A}_{i}\right)/({\sum }_{j}{{\sigma }_{j}w}_{j}/{A}_{j}) $[16],这里 $ {\sigma }_{i} $$ {w}_{i} $$ {A}_{i} $分别为元素i的中子俘获截面、质量占比和原子数。月壤内氧元素质量占比最大(约40%),但它俘获中子的几率极小,这是因为其中子俘获截面远远小于图2(b)中的6种元素。
天然放射性元素U和Th会发生级联衰变,它们衰变链中的一些不稳定核素会产生单能的携带有U信息和Th信息的特征伽马粒子,如$ {}^{232}\mathrm{T}\mathrm{h} $衰变链中的$ {}^{208}\mathrm{T}\mathrm{l} $会衰变到$ {}^{208}\mathrm{P}\mathrm{b} $的多个激发态,它们随后的退激发会放出多个单能的伽马粒子,其中2.6145 MeV的占比最大,即每一个$ {}^{232}\mathrm{T}\mathrm{h} $衰变会产生0.36个该能量的伽马粒子[9],因此该谱线是寻找$ {}^{232}\mathrm{T}\mathrm{h} $的关键。U元素的特征信号主要来自$ {}^{238}\mathrm{U} $衰变链中的$ {}^{214}\mathrm{B}\mathrm{i} $衰变,重要的全能峰能量是1.7645 MeV和0.6093 MeV。$ {}^{40}\mathrm{K} $衰变产生的特征伽马谱线只有一个 1.4608 MeV,是来自$ {}^{40}\mathrm{A}\mathrm{r} $第一激发态的退激发。
上述3种过程产生伽马射线的强度都与月壤的元素组成相关。Reedy等[9]基于阿波罗任务月壤样品的化学组成理论计算了多种主要元素的伽马粒子产额。表1列出了其中12种重要元素的质量占比、中子俘获几率,以及主要特征伽马谱线的产生过程、能量和产额[9]。我们根据美国国家核数据中心数据对特征能量进行了更新[25]。从表1可以看出Al、Si、Ca、Fe、Ti、Sm和Gd等7种元素主导了中子俘获过程,其中Fe、Ti、Sm和Gd俘获中子的几率远大于其质量占比,特别是Sm和Gd以15 ×10-4%的丰度贡献了约10%的中子俘获,这源于它们的中子俘获截面远远大于其他元素[25]。从特征能量伽马粒子的产生机制可知,天然放射性元素衰变产生的伽马粒子产额与元素丰度成正比;非弹性散射过程和中子俘获过程的伽马产额与元素丰度在一般情况下近似成正比,这是因为不同元素组成会影响月壤内快中子和热中子的数密度。因此,根据表1可以准确计算出不同U/Th/K丰度时他们的伽马产额,还可以粗略估算不同月壤组成时非弹性散射过程和中子俘获过程的伽马产额。
表 1 12种重要元素在月壤内的质量占比、中子俘获几率以及主要特征伽马谱线的产生过程、能量和产额[9]

Table 1 Summary of abundance, neutron capture probability, and generation process, energy and flux of dominant gamma lines for 12 important elements in lunar regolith[9]

元素 质量
占比/%
俘获
几率/%
产生过程 $ \text{γ} $特征
能量/MeV
$ \text{γ} $流强/
cm−2 min−1
O 43.50 0.07 $ {}^{16}\mathrm{O}({\mathrm{n}},{\mathrm{n}}\text{γ} ) $ 6.1299 2.592
Mg 4.00 0.96 $ {}^{24}\mathrm{M}\mathrm{g}(\mathrm{n},{\mathrm{n}}\text{γ}) $ 1.3686 0.727
Al 11.00 8.68 $ {}^{27}\mathrm{A}\mathrm{l}(\mathrm{n},{\mathrm{n}}\text{γ}) $ 2.2120 0.675
$ {}^{27}\mathrm{A}\mathrm{l}\left(\mathrm{n},{\mathrm{n}}\text{γ} \right) $ 1.0146 0.634
$ {}^{27}\mathrm{A}\mathrm{l}(\mathrm{n},{\mathrm{n}}\text{γ}) $ 3.0043 0.385
$ {}^{28}\mathrm{A}\mathrm{l}\to {}^{28}{\mathrm{S}\mathrm{i}}^{\mathrm{*}} $ 1.7790 0.209
$ {}^{27}\mathrm{A}\mathrm{l}(\mathrm{n},\text{γ}) $ 7.7240 0.173
Si 20.00 10.5 $ {}^{28}\mathrm{S}\mathrm{i}(\mathrm{n},{\mathrm{n}}\text{γ}) $ 1.7790 3.223
$ {}^{28}\mathrm{A}\mathrm{l}\to {}^{28}{\mathrm{S}\mathrm{i}}^{\mathrm{*}} $ 1.7790 0.700
$ {}^{28}\mathrm{S}\mathrm{i}(\mathrm{n},\text{γ}) $ 4.9340 0.336
$ {}^{28}\mathrm{S}\mathrm{i}(\mathrm{n},\text{γ}) $ 3.5390 0.286
K 0.12 0.59 $ {}^{40}\mathrm{K}\to {}^{40}{\mathrm{A}\mathrm{r}}^{\mathrm{*}} $ 1.4608 2.352
Ca 10.00 9.90 $ {}^{40}\mathrm{C}\mathrm{a}\left(\mathrm{n},{\mathrm{n}}\text{γ} \right) $ 3.7367 0.346
$ {}^{40}\mathrm{C}\mathrm{a}\left(\mathrm{n},\text{γ} \right) $ 6.4207 0.241
$ {}^{40}\mathrm{C}\mathrm{a}\left(\mathrm{n},{\mathrm{n}}\text{γ} \right) $ 3.9044 0.232
$ {}^{40}\mathrm{C}\mathrm{a}\left(\mathrm{n},\text{γ} \right) $ 1.9426 0.205
Ti 1.40 16.5 $ {}^{48}\mathrm{T}\mathrm{i}\left(\mathrm{n},\text{γ} \right) $ 6.7601 0.412
$ {}^{48}\mathrm{T}\mathrm{i}\left(\mathrm{n},\text{γ} \right) $ 6.4185 0.280
Fe 9.00 38.0 $ {}^{56}\mathrm{F}\mathrm{e}\left(\mathrm{n},{\mathrm{n}}\text{γ} \right) $ 0.8468 1.149
$ {}^{56}\mathrm{F}\mathrm{e}\left(\mathrm{n},\text{γ} \right) $ 7.6312 0.602
$ {}^{56}\mathrm{F}\mathrm{e}\left(\mathrm{n},\text{γ} \right) $ 7.6456 0.552
Sm 0.0007 2.7 $ {}^{149}\mathrm{S}\mathrm{m}\left(\mathrm{n},\text{γ} \right) $ 0.3339 0.014
Gd 0.0008 7.2 $ {}^{155/7}\mathrm{G}\mathrm{d}\left(\mathrm{n},\text{γ} \right) $ 1.187 0.014
Th 0.00019 $ {}^{208}\mathrm{T}\mathrm{l}\to {}^{208}{\mathrm{P}\mathrm{b}}^{\mathrm{*}} $ 2.6145 2.193
$ {}^{228}\mathrm{A}\mathrm{c}\to {}^{228}{\mathrm{T}\mathrm{h}}^{\mathrm{*}} $ 0.9112 1.054
U 0.00005 $ {}^{214}\mathrm{B}\mathrm{i}\to {}^{214}{\mathrm{P}\mathrm{o}}^{\mathrm{*}} $ 0.6093 1.118
$ {}^{214}\mathrm{B}\mathrm{i}\to {}^{214}{\mathrm{P}\mathrm{o}}^{\mathrm{*}} $ 1.7645 0.637
$ {}^{214}\mathrm{B}\mathrm{i}\to {}^{214}{\mathrm{P}\mathrm{o}}^{\mathrm{*}} $ 1.1203 0.481
宇宙线诱发的伽马粒子绝大部分产于月表2 m深度以内[14],且不是均匀分布的,而天然放射性元素衰变产生的伽马粒子的垂深分布与它们的含量分布是一致的。这些产生于月壤内部的伽马粒子的初始方向是各向同性的,其中指向月表的伽马粒子并不能全部飞出月表,指向月心的伽马也有可能损失部分能量后飞出月表,这是因为伽马粒子在月壤内传播过程中会与月壤物质发生相互作用。对于10 MeV以下的伽马粒子,主要有3种相互作用:光电效应、与电子的康普顿散射、转化为一对正负电子的对产生过程。这3种过程发生的几率与反应截面和飞出月表的路径长度相关。光电效应和对产生过程都会导致伽马粒子消失,康普顿散射后的伽马粒子不再具有特征能量,而是变成一条连续的伽马能谱,见图2中的连续谱。宇宙线产生的带电次级粒子经韧致辐射也会产生连续的伽马能谱,构成本底。只有不发生相互作用的飞出月表的伽马粒子才能被用作分析月表元素组成的信号。模拟结果显示,这样的伽马粒子绝大部分来自月表50 cm以内,这比光学遥感只能探测月表10 μm内的元素组成有着巨大的优势[3]。同理,伽马谱仪探测产生于同一深度但来自不同方向的伽马粒子的效率也是不同的。

1.3 特征中子信号的产生

中子探测是研究月表元素组成的另一重要手段。高能宇宙线与月壤中的原子核通过散裂反应会产生大量的快中子(E>0.5 MeV),它们在随后的传播过程中会先后经历中子慢化过程和中子俘获过程,前者使快中子先后慢化为超热中子(0.4 eV<E<0.5 MeV)和热中子(E<0.4 eV),后者被原子核俘获后会放出前文提到的特征能量伽马粒子。宇宙线轰击月表可以持续产生快中子、超热中子和热中子。与此同时,这些中子在飞出月表、慢化以及被俘获的过程中也会不断减少,从而使得它们在月壤内部的数密度达到一种平衡状态。这些中子数密度的大小依赖产生过程和减少过程的快慢,其中超热中子的数密度变化对中子慢化过程的快慢最敏感,而热中子数密度的变化严重依赖中子俘获过程的快慢。中子慢化过程的快慢与月壤内H元素含量直接相关[10],这是由于H核(质子)与中子的质量相当,它们之间每次碰撞,中子平均损失约一半的能量。中子俘获过程的快慢与月壤内Fe、Ti、Sm和Gd等热中子俘获几率大的元素密切相关。因此,通过探测飞出月表的超热中子和热中子的流强变化,可以测量月表H和Fe/Ti/Sm/Gd等元素的丰度[15]
超热中子(Epithermal)的流强随含水量的变化最为显著,如图3所示[7],其纵坐标表示微分流强与中子能量的乘积。可以观察到,超热中子的微分流强与能量成近似反比关系,这主要是因为在该能量范围内,中子相互作用主要由弹性散射过程主导,且相应的散射截面近乎保持不变。当含水量从0.1%增加到10%时,超热中子流强会变为1/10。相对而言,热中子的变化幅度较小,而且并非负相关,其在含水量为1%~3%时达到最大值。快中子流强会随着含水量的增加而持续减少,但变化幅度远小于超热中子。因此,通常通过测量超热中子流强的变化来确定月壤的含水量。这种方法的优点是可以探测1 m深度内的H元素含量,但缺点是无法确定H元素是否以水冰的形式存在。为了叙述方便,本文后面提到的含水量都是相应H元素丰度转换得来的。
图 3 月表热中子、超热中子和快中子随月壤含水量的变化

Fig.3 Lethargy variation of the albedo thermal, epithermal, and fast neutrons with water content of lunar regolith

热中子(Thermal)的流强主要受月壤中有较大中子俘获截面的元素影响。当超热中子慢化为热中子后,它们在月壤内部遵循热运动规律,通过与周围原子核的弹性散射过程不断改变方向。在此过程中,不同元素的原子核都有可能俘获热中子。如果月壤中Fe/Ti/Sm/Gd等元素的含量较高,会加速热中子的俘获过程,这将压低月壤内热中子的数密度,从而减少从月表飞出的热中子数量。因此,测量热中子流强可用于研究月表1 m深度内Fe/Ti/Sm/Gd等元素的综合分布情况,即与宏观中子吸收截面$ \mathrm{\Sigma }= {N}_{\mathrm{A}}{\sum }_{i}{{\sigma }_{i}w}_{i}/{A}_{i}) $直接相关[16],这里$ {N}_{\mathrm{A}} $为阿伏伽德罗常数。
快中子(Fast)来自宇宙线及其高能次级粒子与月壤内不同原子核的散裂相互作用。每次散裂过程产生的快中子数与原子核内的中子数正相关。从表1可以看出,月壤主要的元素(如O/Mg/Al/Si/Ca/Fe)都可近似看成中子数与质子数相同。因此,快中子的事例率变化与月壤原子核的平均质量数<A>直接相关[17],对Fe这样原子数大且含量多的元素敏感。从图3中可以观察到,快中子流强对月壤的含水量也非常敏感。月壤含水量的增加,一方面会降低平均质量数<A>,从而减少快中子的产生率;另一方面,增加的含水量也会加速快中子的慢化过程,进而提高其损失率。这两个因素共同作用,导致快中子流强随着含水量的增加而减少。
月壤成分很复杂,一些次要元素和微量元素对超热中子和热中子也会产生影响[10,15]。Sm和Gd不仅对热中子的俘获截面极大,它们对超热中子的俘获截面也不可忽视,有些超热中子在慢化为热中子之前就被它们俘获了,导致飞出月表的超热中子减少,影响了月球水冰的探测精度。Ca和Si的丰度变化对热中子和超热中子流强也有一定的影响。此外,月壤内元素的垂深分布也会影响反照中子的流强,特别是水冰的垂深分布。由于月球表面受太阳辐射影响,昼夜间的极限温度在−180℃到+150℃[1-2]。因此,绝大部分月表的最上层是不可能存在水冰的(可以有太阳风植入的H元素),这一干燥层的厚度会影响反照超热中子和热中子的流强[15]。产生于月壤深部的中子在向月表飞出的过程中也会发生相互作用并改变方向,这导致飞出月表的中子总流强近似服从$ \sqrt{\mathrm{cos}\theta } $分布[15],其中$ \theta=0\text{°} $时对应垂直向上方向。

2 元素特征信号的遥感探测

20世纪六七十年代,美国和苏联之间的太空竞赛极大地加速了人类对月球的探索步伐。利用伽马谱仪(Gamma-Ray Spectrometer,GRS)和中子谱仪(Neutron Spectrometer,NS)遥感探测月表元素组成的设想分别在1962年[26]和1961[27]年提出。1966年苏联的Luna-10任务利用了一个小型伽马谱仪首次探测到了宇宙线轰击月表产生的伽马射线[11]。美国在1971年和1972年执行了Apollo 15和Apollo16任务,搭载的伽马谱仪在高度100 km的赤道轨道上对18%的月表区域进行了探测,首次成功地测量了月表Th、K、Fe和Ti等元素的丰度,并绘制了Th、Fe、Ti的分布地图[12]。1998年,美国发射了月球勘探者号探测器,其核心载荷包括一台伽马谱仪和一台中子谱仪[13],实现了全月面探测并产出了一大批有深远意义的成果,其中LP-NS标志着人类首次成功地将中子谱仪应用于深空探测。进入21世纪,欧洲航天局、日本、中国和印度也纷纷开展了各自的探月计划。日本的月亮女神号携带了一台能量分辨率最高的伽马谱仪(K-GRS)[19],我国的嫦娥一号和嫦娥二号也都搭载了伽马谱仪(CE1/2-GRS)[20-21]。美国的月球勘测轨道器则携带了具有方向性的中子谱仪(LRO-NS)[18]

2.1 伽马谱仪

表2中,我们列出了LP-GRS、CE1/2-GRS和K-GRS的探测器类型以及主要性能指标,包括能量分辨率、轨道高度、有效取数时间和相对探测效率。能量分辨率是GRS的核心指标之一,其好坏直接决定了后续的数据分析策略以及相应研究结果的系统误差。例如,表1中U元素的1.7645 MeV全能峰和Si元素的1.7790 MeV全能峰在LP-GRS数据中会严重地重合在一起,以致其至今没有给出U元素的分布地图,并且Si元素的结果很差。GRS的空间分辨率与轨道高度直接相关,约为轨道高度的1.5倍。有效取数时间和探测效率共同决定了观测到的事例数以及后续分析结果的统计误差。表2也给出这些GRS已测量的元素分布地图,这部分内容将在第3.2节详细讨论。
表 2 LP、CE1/2和Kaguya伽马谱仪的主要性能指标以及已分析的元素分布

Table 2 Main parameters of LP, CE1/2, Kaguya GRS, as well as measured elemental maps

LP-GRS CE1/2-GRS K-GRS
探测器类型 BGO
闪烁体
CsI/LaBr3
闪烁体
Ge
半导体
能量分辨率/FWHM 10.5%
@662 keV
8.3%/3.6%
@662 keV
3.0 keV
@1.332 MeV
轨道高度/km 100、30 200/100 100、50
有效取数时间/d 294.6、220.5 87.7/178 145.5、97.3
探测效率(1.332 MeV) 约45% 约40%/20% 约13%
已测量的元素分布地图 Th、K、Fe、Ti、
Ca、Mg、Si、Al
U、Th、K/
U、Th、K、Fe
U、Th、K、
Fe、Ca
前文已阐述能量小于10 MeV伽马粒子主要有光电效应、康普顿散射和对产生过程3种相互作用,GRS也是通过这3种过程来探测伽马粒子。光电效应主导低能(E<约0.2 MeV)伽马粒子相互作用, 对产生过程主导高能(E>5 MeV~6 MeV)伽马粒子反应,中间能区则是由康普顿散射主导。光电效应和对产生过程都会导致伽马粒子消失,其能量会分别传递到新产生的一个电子和一对正负电子;伽马粒子与电子的康普顿散射过程不会导致伽马粒子的消失,但其部分能量会传递给电子,随后多次康普顿散射和光电效应会将次级伽马粒子的能量都转化为电子的能量。GRS能够测量这些正负电子在探测器内电离产生的信号,从而可以重建入射伽马粒子的能量,然而想要准确测量能量并非易事。GRS的能量分辨率主要依赖所采用的探测技术,K-GRS的高纯锗半导体探测器具有目前最佳的能量分辨率3.0 keV@1.332 MeV[19]。下面我们将简要介绍LP-GRS、CE1/2-GRS和K-GRS的探测器设计和探测器响应情况。
LP-GRS的主探测器由直径7.1 cm、长7.6 cm的锗酸铋闪烁晶体(BGO)组成,其放置在掺硼的塑料闪烁体(BC454)构成的反符合屏蔽探测器内(直径12 cm、长20 cm的井形结构),如图4所示[13]。带电粒子在BGO/BC454晶体内部传播时会电离并激发周围原子,从而产生大量的闪烁光,被两侧的光电倍增管(PMT)探测到。由于BGO和BC454晶体之间有隔层阻挡闪烁光,左右两侧的PMT分别只能探测来自BC454和BGO晶体的闪烁光。当闪烁光穿过PMT前端的光阴极时,有几率发生光电效应产生一个光电子,其在PMT的高压电场驱动下会飞向后端的打拿极并被放大成可测量的电信号。LP-GRS的能量分辨率取决于单位沉积能量产生的光电子数,即依赖BGO晶体的光产额和PMT的探测效率。LP-GRS的能量分辨率(FWHM)为10.5%@662 keV[13]。由于闪烁光子数正比于沉积能量E,其他能量的分辨率可由 $ {\sigma }_{\mathrm{E}}\propto 1/\sqrt{E} $估算出来。LP-GRS测量伽马粒子的能量范围是0.3 MeV~9 MeV,每32 s取数一次,对应月面轨迹距离约为50 km。
图 4 LP-GRS横截面示意图

Fig.4 View of a central cut through LP-GRS

2007年和2010年,我国先后开展了嫦娥一号和嫦娥二号探月工程,它们的核心载荷都包含了GRS。CE1/2-GRS与LP-GRS的设计基本相似[20-21],但存在一些主要区别:(1) CE1/2-GRS采用了直径更大的晶体,分别为11.8 cm和10.8 cm,长度都是7.8 cm;(2) CE1-GRS的主探测器和反符合探测器都采用了碘化铯(CsI)晶体,而CE2-GRS的主探测器采用了新型的溴化镧(LaBr3)闪烁体,这使得CE2-GRS具有更好的能量分辨率,即单位沉积能量产生的闪烁光子数更多;(3) 采用连续采集工作模式,每3 s生成一个0.3~9 MeV能量范围的伽马能谱。这些改进使得CE1/2-GRS在探测能力方面有了显著的提升,能量分辨率分别达到了8.3% @ 662 keV 和3.6% @ 662 keV,均好于LP-GRS的10.5%@662 keV。
K-GRS采用了低温锗半导体探测技术,主晶体的直径和长度分别为6.5 cm和7.7 cm,能量分辨率达到了3.0 keV @ 1333 keV[19]。根据$ {\sigma }_{\mathrm{E}}\propto 1/\sqrt{E} $关系, LP-GRS对于1332 keV伽马粒子的能量分辨率约为99 keV,远远大于K-GRS的3.0 keV。锗半导体探测器的工作原理是探测粒子产生的电离信号,其在探测器内会生成大量的电子-空穴对,在外加电场的作用下,电子和空穴分别迅速向正负两极漂移并被收集,最终在输出电路中形成可观测的脉冲电信号。K-GRS在探测器结构设计上也做出了创新,其反符合探测器由两部分组成:马蹄铁型的BGO晶体和弧形的塑料闪烁体,如图5所示[19]。BGO晶体最厚处有4 cm并朝向Kaguya卫星本身,这样的设计有助于去除来自卫星自身放射性元素产生的伽马射线。另外,0.5 cm厚度的塑料闪烁体朝向月表,用来鉴别进入K-GRS的粒子是否带电。K-GRS这些创新设计以及低温系统的有效运行使其获得了迄今为止能量分辨率最高的月表数据。
图 5 K-GRS横向(左)和纵向(右)截面示意图

Fig.5 View of a central (left) and longitudinal (right) cut through K-GRS

探测效率也是GRS的核心指标之一,其依赖探测器主晶体的大小和所采用材料的原子序数Z。由于Ge元素的Z较小,K-GRS[28]的探测效率13%远小于LP-GRS的45%和CE-1/2的40%[20]/20%[21]。如表2所示,其中LP-GRS的效率是基于2.61 MeV时32.2%探测效率[29]和其他相关实验结果的估算值,K-GRS的探测效率来自1.5 MeV伽马粒子的模拟结果[28]。如果康普顿散射后的伽马粒子飞出了探测器,则其将观测到一条连续的伽马能谱,如图6所示[30]。对产生过程产生的正电子在电离损失能量后,会与一个电子发生湮灭产生两个511 keV伽马粒子,如果其中一个(或两个)逃出了探测器,则GRS将观测一个能量小于初始能量511 keV(1022 keV)的单能峰,见图6中S.E.(D.E.)所示单能峰[30]。GRS对不同方向伽马粒子的探测效率也是不一样的,依赖GRS主晶体形状和探测器几何设计。
图 6 DAWN GRS对6种单能伽马粒子的探测器响应

Fig.6 Detector response of DAWN-GRS

图7展示了LP-GRS[31]、K-GRS[32]和CE2-GRS[33]测量到的伽马能谱,可以看出K-GRS能谱有多条清晰的特征谱线,这得益于它极佳的能量分辨率。GRS测量的伽马能谱都是由无数条如图6所示的探测器响应能谱构成,每一条响应曲线对应一个入射伽马粒子能量,该能量可以是特征谱线也可以是连续谱。GRS测量数据也包括背景的贡献,如来自非月表的伽马粒子、宇宙线或飞出月表的快中子与GRS周围材料的反应等。因此,GRS测量的事例率并不只依赖其探测效率,还需考虑探测器设计和反符合系统效率等因素。
图 7 CE2-GRS、LP-GRS和K-GRS测量月表的伽马粒子能谱

Fig.7 Measured energy spectra of albedo gamma rays from CE2-GRS, LP-GRS and K-GRS

2.2 中子谱仪

前文已经阐述月表反照超热中子和热中子可以分别用来探测月壤中的H元素含量和宏观中子吸收截面。能量小于0.5 MeV的中子主要有3种相互作用[34]:与原子核的弹性散射、与裂变原子核发生核裂变、中子俘获过程。通过探测弹性散射末态原子核的电离过程可以测量超热中子的能量,但每次弹性散射只损失部分能量,因此需要大质量探测器才有可能测量超热中子的动能。裂变物质裂变时会放出约170 MeV的能量,同时每次产生两个或两个以上的中子[34],也很难测量超热中子的能量。因此,深空探测领域多采用基于中子俘获过程的中子谱仪来测量热中子和超热中子的数量,再利用简单的探测器设计将两者区分开。
为了提高探测中子的效率,NS通常采用中子俘获截面大的元素作为探测器的靶核,如$ {}^{3}\mathrm{H}\mathrm{e} $$ {}^{10}\mathrm{B}\mathrm{、} {}^{6}\mathrm{L}\mathrm{i}\mathrm{、}{}^{\mathrm{155,157}}\mathrm{G}\mathrm{d} $等。目前,仅有美国的LP-NS和LRO-NS完成了对月表中子的遥感观测,它们都使用$ {}^{3}\mathrm{H}\mathrm{e} $作为靶核。$ {}^{3}\mathrm{H}\mathrm{e} $俘获一个中子$ {\mathrm{n}}+{}^{3}\mathrm{H}\mathrm{e}\to {\mathrm{p}}+{\mathrm{t}} $会产生一个质子和一个氚核,它们的能量分别为574 keV和191 keV。通过测量质子和氚核在探测器内的电离信号,NS就可以准确地鉴别出中子。除了LP-NS和LRO-NS之外,Apollo 17号任务的月壤中子探测实验(Lunar Neutron Probe Experiment,LNPE)测量了月壤2 m深度内的中子数密度,同时采用了基于$ {}^{10}\mathrm{B} $的中子俘获技术和基于$ {}^{235}\mathrm{U} $的核裂变技术[35]。我国嫦娥四号携带了月表中子与辐射剂量探测仪,能够原位探测月表的热中子和快中子。鉴于本文主题,下文将简要介绍LP-NS和LRO-NS的探测器设计和探测器响应情况。
LP-NS由两个全同的$ {}^{3}\mathrm{H}\mathrm{e} $中子正比计数管组成,如图8所示[13],每个中子管的直径为5.7 cm,长度为29 cm,外壳为不锈钢,内部充填10个大气压的$ {}^{3}\mathrm{H}\mathrm{e} $气体。当中子被一个$ {}^{3}\mathrm{H}\mathrm{e} $原子核俘获时,末态的质子和氚核会电离周围的$ {}^{3}\mathrm{H}\mathrm{e} $气体,正负离子在电场的作用下会向两极移动,其中电子在飘向阳极过程中会不断引起次级电离,最终形成可观测的脉冲电信号。为了区分热中子和超热中子,两个$ {}^{3}\mathrm{H}\mathrm{e} $中子管外层镀有0.63 mm厚的不同材料。镀镉(Cd)中子管用于测量超热中子,由于镉原子核具有大的热中子俘获截面,可以吸收刚进入探测器的热中子。镀锡(Sn)中子管可以同时测量超热中子和热中子,使用锡是因为它在辐照方面(除热中子外)的衰减特性与镉几乎相同。
图 8 LP-NS的结构设计图

Fig.8 View of a central cut through the LP-NS

图9显示了LP-NS对热中子和超热中子的探测效率[13]。镀锡中子管对能量小于0.1 eV的热中子探测效率超过了95%,可以近似看成黑体探测器,即事例率等于中子流强与中子管横截面积的乘积。镀镉中子管探测中子的阈值约为0.3 eV,该阈值由镉涂层的厚度决定。在1.0 eV附近,镀镉中子管的探测效率最高(约60%),随着中子能量的增加探测效率会逐步减少到可忽略的量级,这是因为$ {}^{3}\mathrm{H}\mathrm{e} $的中子俘获截面随中子能量的增加而减小。由于几何上的不对称,LP-NS对不同方向中子的探测效率也会有差别。此外,也需考虑壁效应对探测效率的影响,即质子和氚核并没有在$ {}^{3}\mathrm{H}\mathrm{e} $气体内沉积全部能量。
图 9 LP-NS两个中子管对不同能量中子的探测效率

Fig.9 Detection efficiencies of Sn- and Cd-covered $ {}^{3}\mathrm{H}\mathrm{e} $ gas proportional counters

LRO-NS包含9个子探测器,如图10所示[18],其中8个采用了$ {}^{3}\mathrm{H}\mathrm{e} $中子正比计数管,另一个是闪烁体探测器(SHEN)用以测量快中子。处于底部外围的2个$ {}^{3}\mathrm{H}\mathrm{e} $中子管(STN 1/2)基于多普勒效应利用事例数的差别可以单独测量热中子;处于顶部外围的2个$ {}^{3}\mathrm{H}\mathrm{e} $中子管(STN 3和SETN)与LP-NS的两个中子管作用相同,可以探测任意方向的热中子和超热中子;处于中心的4个$ {}^{3}\mathrm{H}\mathrm{e} $中子管(CSETN 1-4)被掺有$ {}^{10}\mathrm{B} $的聚乙烯瞄准墙(黄色部分)包围。由于热中子和超热中子很难穿透该瞄准墙,这4个中子管具有探测中子方向的能力,50 km轨道高度时的空间分辨率达到了5 km。
图 10 LRO-NS的设计图

Fig.10 Design drawing of LRO-NS

图11(a)显示了LP-NS测量月表超热中子的事例率[36],可以清晰地看出月球两极和风暴洋/雨海区域(中间偏左)的事例率偏低。两极地区的较低事例率可以通过H浓度较高来解释,这也符合理论预测,即两极的永久阴影区可能存在水冰。风暴洋/雨海区域的低事例率是由于月壤中Fe、Sm、Gd等俘获截面大的元素对超热中子的吸收,以及该区域月壤中存在以富含K、REE(包括Sm和Gd)和P为特征的被岩浆活动带到月表的克里普岩(urKREEP)。克里普岩是目前得到大多数学者承认的大碰撞月球成因假说的直接预言。该假说认为大碰撞所形成的热能导致了月球岩浆洋的产生,其随后的冷却和结晶分异会使辉石/橄榄石等下沉形成月幔以及斜长石上浮形成月壳;随着冷却和分异的继续进行,由于不相容元素不易进入主要硅酸盐矿物晶格而越来越富集于残余熔浆之中,最终形成克里普岩并赋存于月壳与月幔之间的过渡层[2]图11(b)显示了LRO-NS测量月球南极坎布斯撞击坑附近区域的超热中子事例率[8],利用了位于瞄准墙内的4个中子管。由于出色的空间分辨率,LRO-NS发现超热中子事例率较低区域的统计上的边界(红色)与永久阴影区 (白色)的很大一部分区域是重合的,为永久阴影区存在水冰设想提供了强有力的直接证据。
图 11 LP-NS和LRO-NS测量超热中子事例率的分布图

Fig.11 Count rate distributions of epithermal neutrons measured by LP-NS and LRO-NS

3 月表元素的分布地图

前两章已简要介绍月表元素特征信号的产生和探测,涉及很多物理过程和不确定性,正如图1中黑色和红色文字所示。系统误差主要来自宇宙线绝对强度及其随时间变化情况、相互作用截面的不确定性。探测器响应可以通过地面实验进行刻度,所以其误差相对较小,但需修正其随时间变化带来的影响。从GRS和NS实验数据可以反解出月表元素组成,分析结果的优劣关键在于如何降低系统误差和扣除本底。接下来我们将介绍LP-GRS[31]和LP-NS[36]如何修正宇宙线和相互作用截面的不确定性,如何扣除本底,以及所取得的主要研究成果。

3.1 减小系统误差

银河系宇宙线主要由带电粒子组成,它们在进入日球层后会受到太阳活动的影响。目前,深空探测领域通常采用参数化方法来描述银河系宇宙线[24],通过一个太阳调制参数来表征太阳活动对其的影响,这个参数可以通过地面中子监视器数据拟合得出。然而,由于日球层内磁场的复杂性,参数化方法并不能准确地描述到达月球的宇宙线能谱,误差在10%~20%左右,因此需要对GRS和NS数据进行修正。LP分析团队发现空间环境监测卫星数据与超热中子/伽马粒子数据之间的变化趋势并不一致,这缘于两者所处的空间位置不同以及卫星数据只能测量部分能量范围的宇宙线。他们发现O元素的6.1299 MeV特征伽马谱线的事例率变化可以反映宇宙线强度的相对变化[31,36],由于其来自快中子的非弹性散射$ {}^{16}\mathrm{O}({\mathrm{n}},{\mathrm{n}}\text{γ} ) $,而快中子产自宇宙线的散裂反应。另一个重要因素是不同采样地点的月壤O元素丰度差别较小(约43%±3%)[1-2]图12显示该能量伽马的事例率变化与超热中子数据非常吻合[36]
图 12 6.1299 MeV伽马粒子(红)与超热中子(黑)的事例率随时间变化曲线

Fig.12 Count rates of 6.1299 MeV gamma rays (red) and epithermal neutrons (black)

为了从实验数据反解出月壤的元素组成,需要刻度元素丰度与特征信号产额之间的关系,这涉及大量复杂的核反应过程,因此通常采用蒙特卡罗模拟的方法来评估这种关系。目前主流的模拟软件有MCNP[37]和Geant4[24]等,它们可以模拟电磁相互作用、强相互作用和弱相互作用等,可用于多种研究领域,如核物理、空间辐射、高能物理实验等。尽管这些模拟软件包含了多个权威数据库,但仍然需要大量的假设和外推,因此元素丰度与特征信号产额之间的关系存在较大的不确定性。由于宇宙线产生的特征信号基本都与月壤内中子的分布相关,如快中子的非弹性散射、中子俘获、快中子和超热中子的慢化过程,因此月壤中子的实验数据最适合用来减小这一不确定性。目前,只有LNPE实验测量了月壤2 m深度内的中子数密度[35],并且LNPE钻井的月壤成分也已被测量,因此当前的模拟软件都采用LNPE实验数据来修正相互作用截面带来的不确定性[24,37]。LNPE实验的主要科学目标是通过测量月壤内部的热中子数密度,给出一些同位素因中子俘获产生的变化率,并将其与月壤样品实测数据进行比较,以研究月壤因陨石撞击引起的翻新率[35]图13显示了MCNP和Geant4模拟结果与LNPE实验数据的对比情况[24],可以看出它们都不能准确地解释实验数据,因此需要额外引入一个修正因子来减少相互作用截面带来系统误差。由于上述方法很复杂且需要大量的分析时间,GRS分析团队为了快速发表成果通常利用月壤样品和月球陨石的实验数据来刻度特征信号事例率与元素丰度之间的关系。由于样品采样范围远小于GRS的空间分辨率,该方法会带来很难评估的系统偏差。对于天然放射性元素,由于其分析不涉及复杂的核反应,只需理解GRS的探测器响应就可以准确给出元素丰度和特征信号之间的一一对应关系。
图 13 MCNP和Geant4模拟结果与LNPE实验数据对比

Fig.13 MCNP and Geant4 simulation results compared with measured neutron density at depth by LNPE

LP-GRS分析月表元素组成时需要考虑两类背景:来自月表的伽马粒子和进入探测器的其他粒子。飞出月表的伽马粒子既有信号也有背景,主要是不同元素产生的单能伽马在能量上可以相同,也可以很接近。例如,表1中的Si元素的$ {}^{28}\mathrm{S}\mathrm{i}\left(\mathrm{n},\mathrm{n}\text{γ}\right) $和Al元素的$ {}^{28}\mathrm{A}\mathrm{l}\to {}^{28}{\mathrm{S}\mathrm{i}}^{\mathrm{*}} $都可以产生1.7790 MeV的特征伽马粒子,这里$ {}^{28}\mathrm{A}\mathrm{l} $$ {}^{27}\mathrm{A}\mathrm{l}(\mathrm{n},\text{γ}) $的残余核;$ {}^{56}\mathrm{F}\mathrm{e}\left(\mathrm{n},\mathrm{n}\text{γ} \right) $$ {}^{27}\mathrm{A}\mathrm{l}\left(\mathrm{n},\mathrm{n}\text{γ} \right) $$ {}^{232}\mathrm{T}\mathrm{h} $衰变链可以分别产生846.7 keV、843.8 keV、840.2 keV的伽马粒子。此外,还需考虑连续伽马谱构成的本底。第二类背景主要有4个来源[14]:来自银河系的伽马粒子、高能粒子与探测器材料相互作用产生的伽马粒子、中子在BGO晶体内产生的伽马粒子,以及从PMT尾部进入BGO晶体的带电粒子。这些本底可以通过理论计算或探测器模拟来评估,LP分析团队认为该方法会引入较大的误差,因此采用高FHT地体的遥感数据(元素组成变化小)来评估这类背景[14]。需要注意的是,巡游阶段的数据不能很好地评估第二类背景,因为巡游数据没有包括两种伽马源:宇宙线在探测器内产生的长寿命同位素的衰变、月表快中子与探测器材料的非弹性散射。由于自由中子的不稳定性(寿命879.4 s),LP-NS的本底主要来自宇宙线与航天器材料的相互作用,LP-NS本身的贡献可以忽略,热中子分析可认为是无本底的[15]。LP-NS利用巡游阶段约一半的事例率来评估超热中子本底,这是由于月球遮挡了环月轨道上的LP-NS约一半的立体角。

3.2 伽马谱仪结果

目前GRS数据分析主要有两种方法:区间能谱拟合和全能谱拟合,其中绝大多数成果都是基于区间能谱拟合。区间能谱拟合方法适合产额高且受其他元素影响小的元素全能峰分析,LP-GRS早期利用该方法给出了Th和Fe等元素的分布,CE2-GRS测量了月表Th[38-39]、K[33]和Fe[40]的分布,K-GRS则分析了U[22]、Th[22]、K[28]、Fe[41]和Ca[42]的分布地图,CE1-GRS提供了U、Th和K的分布[43-44]。全能谱拟合方法适用范围更广,尤其是能分析产额不高和特征谱线存在严重干涉的情况。目前只有LP-GRS在2006年采用了该方法 [14],首先针对主要元素分别建立了包括探测器响应在内的17个能谱模板,其中来自非弹性散射、中子俘获和天然放射性的模板是相互独立的;其次通过改变月壤不同元素的质量占比来拟合实验数据;最后依据最佳拟合结果统一给出Th、K、Fe、Ti、Ca、Mg、Al、Si等元素的丰度[14]。我们接下来依据分析难度首先介绍天然放射性的分析结果。
$ {}^{232}\mathrm{T}\mathrm{h} $衰变链产生的2.6145 MeV全能峰因产额高、干涉弱成为各实验优先分析的元素。图14展示了LP-GRS[14]、CE2-GRS[38]、K-GRS[22]测量月表Th元素丰度的分布地图。Th相对丰度的分布基本一致,风暴洋/雨海地区的Th含量明显高于其他区域,而南极爱肯盆地的Th丰度略高于周围区域,月球背面高地区的Th含量最低。这种Th元素的分布特征是月球PKT、FHT和SPAT三大地体单元划分的重要依据之一[5]。在PKT内部,Th元素的丰度分布并不均匀,雨海中心区域的Th含量相对较低。PKT中Th富集区与大型陨石坑相关,表明高Th物质是被陨石撞击挖掘上来的[29,38]。PKT的其他区域大部分被月海玄武岩覆盖,其较高的Th含量可能源自月幔岩浆在上升过程中携带了部分克里普岩[29]。关于Th的绝对丰度,3个实验的分析结果存在较大偏差。从丰度最大值来看,LP-GRS和CE2-GRS的差异较小,K-GRS给出的Th丰度最大值明显小于前两者,这可能源于Th高极值区域分布面积较小,K-GRS因统计量较小选择9°×9°绘图,而LP-GRS和CE2-GRS都采用2°×2°填图。
图 14 LP-GRS(上)、CE2-GRS(中)、K-GRS(下)测量月表Th元素丰度的分布地图

Fig.14 Maps of Th abundance from LP-GRS (top)、CE2-GRS (middle) and K-GRS (bottom)

$ {}^{40}\mathrm{K} $衰变只有一个1.4608 MeV的全能峰,因其产额远大于$ {}^{138}\mathrm{L}\mathrm{a} $$ {}^{232}\mathrm{T}\mathrm{h} $的干涉峰,LP-GRS[14]、CE2-GRS[33]、K-GRS[28]都分析了K元素丰度的分布地图,其中CE2-GRS由于采用了溴化镧作为探测器主晶体还需扣除$ {}^{138}\mathrm{L}\mathrm{a} $衰变产生的1.4358 MeV伽马粒子本底。图15显示了3个GRS所给出的相似分布,即PKT区域的K含量明显高于其他区域,其内部的丰度变化与Th元素的情况保持一致,这符合理论预期,因为U、Th和K都是不相容元素,具有相似的地球化学行为。3个分析结果所给出的K元素绝对丰度仍然存在较大偏差,这与Th元素的情况一样。
图 15 LP-GRS(上)、CE2-GRS(中)、K-GRS(下)测量月表K元素丰度的分布地图

Fig.15 Maps of K abundance from LP-GRS (top)、CE2-GRS (middle) and K-GRS (bottom)

$ {}^{238}\mathrm{U} $衰变链有0.6093 MeV和1.7645 MeV两个产额相对较高的全能峰,但它们都面临干涉问题。前者与$ {}^{232}\mathrm{T}\mathrm{h} $ 衰变链中的0.5832 MeV伽马谱线差异很小。后者与表1中Si/Al元素产生的 1.7790 MeV全能峰更接近,同时产额也小于Si/Al元素的。能量分辨率差的GRS还需考虑宇宙线与Si、Al和Mg等元素产生的$ {}^{26}{\mathrm{M}\mathrm{g}}^{*}\left(1.8087\ \mathrm{M}\mathrm{e}\mathrm{V}\right) $图16(a)显示了K-GRS观测到的1.7645 MeV全能峰的干涉情况以及多峰拟合细节[22]。K-GRS测量月表U元素丰度的分布地图见图16(b),可以看出U和Th/K的分布基本一致,不过在FHT内部有一些小的结构。LP-GRS因能量分辨率较差并没有给出U元素的分布地图,但分析过程中考虑了U元素的贡献。CE2-GRS由于能量分辨率和天然放射性本底的因素也没有分析U元素。CE1-GRS基于0.6093 MeV全能峰给出了U元素分布[43-44],本文不做过多介绍。
图 16 K-GRS分析月表U元素丰度的方法(上)和结果(下)

Fig.16 K-GRS analysis method (top) and map (bottom) of U abundance

Fe元素的特征伽马谱线很多,表1列出了其中产额较高的3个:0.8468 MeV的非弹性散射谱线和7.6456 MeV/7.6312 MeV的中子俘获谱线。前者产额最大,不过存在来自$ {}^{27}\mathrm{A}\mathrm{l}({\mathrm{n}},{\mathrm{n}}\text{γ}) $的0.8438 MeV干涉谱线。后两个产额稍小,但只有一个来自$ {}^{27}\mathrm{A}\mathrm{l}({\mathrm{n}},\text{γ}) $很弱的7.6934 MeV干涉谱线。CE2-GRS[40]选择了后两个全能峰分析Fe的丰度,K-GRS则依据其极佳的能量分辨率同时分析了3个全能峰。图17展示了LP-GRS[14]、CE2-GRS[40]、K-GRS[41]测量月表FeO含量的分布地图,其中K-GRS结果来自0.8468 MeV全能峰。可以看出3个GRS给出了基本一致的分布,这非常有意义,因为它们基于不同的产生机制。PKT的Fe元素丰度高于其他区域,这是由于PKT超过一半面积被月海玄武岩覆盖,其来自产生于月幔的富含铁镁质的岩浆喷发活动[6,14,40]。对于FeO的绝对含量,3个实验给出的结果仍存在较大差异,引起差异的可能原因也比天然放射性元素的多了很多,因为分析过程中涉及很多不确定性,如刻度绝对丰度采用模拟计算值还是月球样品测量值、如何扣除本底、宇宙线流强变化、核反应的相互作用截面、月壤其他元素对月壤内快中子和热中子数密度的影响等。
图 17 LP-GRS(上)、CE2-GRS(中)、K-GRS(下)测量月表FeO含量的分布地图

Fig.17 Maps of FeO abundance from LP-GRS (top)、CE2-GRS (middle) and K-GRS (bottom)

Ti元素在月壤中的含量较低,主要以钛铁矿的形式富集在PKT地体中,因此它的分布与Fe元素的分布密切相关。尽管Ti元素含量较低,但其中子俘获截面非常大,这导致表1中Ti元素以1.4%的质量占比俘获了16.5%的热中子,主要的特征谱线6.7601MeV和6.4185 MeV在高能区。目前只有LP-GRS测量了月表$ {\mathrm{T}\mathrm{i}\mathrm{O}}_{2} $的分布地图[14],如图18所示,可以看出$ {\mathrm{T}\mathrm{i}\mathrm{O}}_{2} $的分布与FeO的分布基本一致。
图 18 LP-GRS测量月表$ {\mathrm{T}\mathrm{i}\mathrm{O}}_{2} $含量的分布地图

Fig.18 Maps of $ {\mathrm{T}\mathrm{i}\mathrm{O}}_{2} $ abundance from LP-GRS

Ca元素是月壤的主要元素之一,特别是FHT富含Ca元素,这是由于岩浆洋结晶分异过程中低密度的富含Ca的斜长石上浮形成了最初的月壳[1-2];PKT的Ca含量会低一些,而Fe和Mg会高一些,由于富含铁镁质的岩浆喷发活动形成了这里的月海玄武岩。LP-GRS最先给出了月表CaO含量的分布,然而分布地图的空间分辨率20°×20°太低[14]。K-GRS基于$ {}^{40}\mathrm{C}\mathrm{a}(n,n\gamma ) $的3.7367 MeV全能峰给出了高分辨率的CaO分布地图[42]图19显示出FHT的CaO含量高,而PKT/SPAT的CaO含量较低。
图 19 K-GRS测量月表CaO含量的分布地图

Fig.19 Maps of CaO abundance from K-GRS

Si、Al和Mg元素都是月壤的主要元素。迄今只有LP-GRS基于全能谱拟合给出了它们的分布地图[14],但空间分辨率太低,只能简单分辨出PKT和FHT的相对大小,并不能像上述元素分布地图那样给出小尺度的分布细节。Si、Al和Mg元素的原子数相近,非弹性散射和中子俘获过程很容易产生相同的或相近的特征谱线。例如,Si元素产额最大的1.7790 MeV全能峰来自非弹性散射$ {}^{28}\mathrm{S}\mathrm{i}(n,n\gamma ){}^{28}{\mathrm{S}\mathrm{i}}^{*} $,而Al元素中子俘获过程$ {}^{27}\mathrm{A}\mathrm{l}(n,\gamma ){}^{28}\mathrm{A}\mathrm{l}\to {}^{28}{\mathrm{S}\mathrm{i}}^{*} $也可以产生这个全能峰,这就导致很难利用该特征谱线分析Si或Al的元素丰度。由于Mg的原子数较小,宇宙线与Si/Al元素的非弹性散射过程很容易产生Mg原子核的激发态,产生属于Mg元素的特征谱线,进而影响Mg元素的丰度分析。

3.3 中子谱仪结果

NS通过探测超热中子、热中子和快中子的事例率可以分别测量月表的H元素丰度(水冰含量)、宏观中子吸收截面$ \mathrm{\Sigma } $和平均质量数<A>。在分析超热中子和热中子数据时,需要进行一些必要的修正,因为它们的事例率也会受到一些其他因素的影响[15]。在月壤不含水的情况下,超热中子的事例率会因月壤成分的变化而改变。LP-NS的模拟结果显示高地斜长岩月壤比Luna 24月壤多产生约5%的超热中子,源于后者含有更多超热中子俘获截面大的元素,如Fe/Sm/Gd等。由于热中子对Fe/Sm/Gd的含量也敏感,因此可以利用热中子的事例率来修正超热中子数据。热中子和超热中子的速度较慢,因此月表温度会影响它们的事例率,模拟显示400 K温度的月壤比100 K的多产生约3%的超热中子。此外,月球引力也会影响它们的轨迹,使得不同高度的流强存在差异[15]。同理,NS的轨道速度也能影响其探测不同方向热中子和超热中子的效率。
超热中子数据分析的核心是准确刻度观测数据与H丰度之间的关系,这里介绍LP-NS分析团队先后发展的两种方法:基于模拟数据拟合和基于实验数据拟合。LP-NS早期文章都是通过模拟得到不同含水量时(w)超热中子事例率$ {C}_{\mathrm{e}\mathrm{p}\mathrm{i}}\left(w\right) $与无水时$ {C}_{\mathrm{e}\mathrm{p}\mathrm{i}}\left(0\right) $的比值,如图20(a)所示[15],然后用一个函数进行拟合(其已标示在图中),这样每一个测量值都对应唯一的含水量。该方法采用了事例率比值来预测含水量,即相对测量方法。优点是可以有效消除来自相互作用截面、宇宙线和探测器响应等系统误差。但缺点是完全依赖数值模拟以及$ {C}_{\mathrm{e}\mathrm{p}\mathrm{i}}\left(0\right) $的取值存在不确定性。LP-NS将事例率分布的99%分位数处的测量值作为$ {C}_{\mathrm{e}\mathrm{p}\mathrm{i}}\left(0\right) $,即认为月表存在一部分区域,其月壤来自新近陨石撞击而未受太阳风植入H的影响。近年来LP-NS分析团队在数据修正方面取得了显著的进展,以致月壤采样区域修正后的观测值与返回样品的H丰度测量值有很好的线性关系,如图20(b)所示[45],其中浅灰色的数据点来自嫦娥五号月壤。通过线性拟合这些数据点就可以得到H元素丰度与观测数据之间的关系,拟合公式已在图中给出。这种分析方法可以将H元素丰度的系统误差控制在10−3%以内,同时也能够有效消除相对测量方法中选取$ {C}_{\mathrm{e}\mathrm{p}\mathrm{i}}\left(0\right) $的不确定性。
图 20 H元素丰度与超热中子事例率的两种对应关系

Fig.20 Two relationships between H abundance and count rate of epithermal neutrons

LP-NS在1998年发现月球两极地区超热中子的平均事例率明显低于低纬度地区,表明这两个区域出现H元素浓度增高的现象,而且实验数据与氢以水冰形式沉积在40 cm干燥月壤之下的模拟结果相符,这是首次获得月球极区存在水冰的证据[7]。之后LP-NS分析团队不断改进分析方法,研究成果都指出月球两极地区的H含量高于其他区域。图21展示了月表H元素丰度最新的分布地图[45],可以清晰地看出H元素在两极地区富集且最大浓度超过0.01%。月球表面平均的H元素丰度为4.7×10−3%,与太阳风植入H元素的预期是相符的。此外,全月数据显示含有KREEP岩成分月壤的H含量有1.4×10−3%~3.6×10−3%的超出,意味着水在月球初始岩浆洋的形成和结晶分异过程中都发挥了重要作用,并计算了月球初始岩浆洋中的水含量下限为7×10−4%~1.6×10−3%或更高。
图 21 LP-NS测量月球南极(上)、北极(中)和月表(下)H元素分布地图

Fig.21 Maps of H abundance for lunar South Pole (top), North Pole (middle) and full surface (bottom) from LP-NS

LP-NS测量结果支持了Watson等在1961年提出月球存在水冰的设想[46]。通常认为月球在形成后不久,其包含的初始水和挥发分基本会消耗殆尽,因为月球在全球性岩浆洋阶段的温度非常高且活动非常剧烈。但月球在随后的演化过程中,有3种机制可以为其带来水源[47]:(1)由彗星或小天体撞击带入;(2)由太阳风中的H与月壤中的FeO发生还原反应产生;(3)在数十亿年的时间里从月球内部释放的岩浆水。这些水在产生后会受月表温度变化发生迁移运动,Watson等[46]认为其中部分水有可能会在月球两极的永久阴影区以冰的形式保存下来。此后对这些水在月球表面输运的研究表明,约20%~50%的水会以水冰的形式保留在月球两极撞击坑的永久阴影区中。
LP-NS发现月球两极地区存在H元素丰度增高现象,可以用水冰的存在来解释,但无法确认H含量高的区域是否与永久阴影区直接相关,由于其空间分辨率过大。为此美国在2009年发射的LRO-NS具有了探测中子方向的能力,其在50 km轨道高度时空间分辨率达到了5 km[18]。基于这一良好的空间分辨率,LRO-NS在月球南极坎布斯撞击坑内发现了超热中子事例率低的区域与永久阴影区的范围是一致的,如图11(b)所示[8],这进一步表明月球两极陨石撞击坑的永久阴影区中存在水冰。
热中子事例率对月壤内Fe/Ti/Sm/Gd等中子俘获截面大的元素敏感,与宏观中子吸收截面$ \mathrm{\Sigma }={N}_{\mathrm{A}}{\sum }_{i}{{\sigma }_{i}w}_{i}/{A}_{i} $直接相关。由于多种元素纠缠在一起,很难利用热中子数据测量某一种元素的丰度,因此通常给出它们的综合效应$ \Sigma $。1998年,LP-NS发现其热中子数据与克莱门汀基于光谱反射数据得到的Fe/Ti分布是一致的,即风暴洋和雨海区域的热中子事例率低;扣除克莱门汀给出的Fe/Ti的贡献后,LP-NS发现该区域也富集Sm/Gd等稀土元素,这与月壤采样样品数据是一致的[48]。2016年,LP-NS提供了月表中子吸收截面$ \Sigma $的分布地图[16],如图22所示,可以清晰地看出PKT的$ \Sigma $最高,SPAT的次之,FHT的最低且内部有一些非常清晰的小结构。
图 22 LP-NS测量月表中子吸收截面的分布地图

Fig.22 Maps of neutron absorption cross-section from LP-NS for its ranges of 30-130 and 30.6-48.0

快中子的事例率变化与月壤的平均质量数<A>直接相关,对Fe这样原子数大且含量多的元素敏感。LP-GRS反符合系统因巧妙的设计可以测量快中子及其能量。在2001年,LP-GRS分析团队提供了月表平均质量数的分布,如图23所示[17],清晰地显示了三大地体的差异,这反映了它们Fe含量的不同。对于Fe含量较低的FHT,其他元素(如Ca和Al)也发挥了重要作用。月壤的平均质量数分布提供了独特的新信息,相应结果与LP-GRS的Fe观测以及LP-NS的中子吸收截面也是相符的。
图 23 LP-GRS测量月表平均质量数<A>的分布地图

Fig.23 Map of averaged atomic number <A> from LP-GRS

4 未来展望

近年来,在国际月球探测新热潮的推动下,开发和利用月球资源以及建设可持续发展的月球科研站已成为新的发展方向。美国和俄罗斯分别通过《Artemis计划》和《月球综合探索与开发计划草案》确立了建立月球基地并开展原位资源利用的目标。我国通过嫦娥探月工程和921载人航天工程,在一系列核心技术方面实现了重大突破和跨越。在这一背景下,我国正在开展载人登月工程,同时也将建设国际月球科研站。未来月球资源的开发利用需要更加全面、准确的月表元素组成信息。这要求中子谱仪能够细化月表水冰的分布区域、赋存状态和含量等;同时,要求伽马谱仪提供空间分辨率更好并有更多元素的分布地图。嫦娥七号即将发射,携带的中子伽马谱仪将极大地推动我国在月球探测方面的进展,特别是对月球两极地区的水冰探测。相关成果不仅有助于我国月球科研站的选址和月球资源的开发利用,也有助于地质学家研究月球的起源与演化。
伽马谱仪和中子谱仪在探测太阳系内其他行星和小行星等天体方面也发挥了重要作用。2000年,美国的舒梅克号(NEAR Shoemaker)成功进入爱神星(Eros)轨道,并利用伽马谱仪进行探测,这是人类首个围绕一颗小行星运行的探测器。此后,美国的火星奥德赛号(2001 Mars Odyssey)、信使号(MESSENGER)和黎明号(DAWN)利用粒子探测器分别探测了火星、水星和近地小行星中的灶神星(Vesta)/谷神星(Ceres)。这些以往任务取得了丰硕成果,极大地推动了对太阳系内行星形成和演化的研究。未来,伽马谱仪和中子谱仪将探测更多的太阳系内天体,如美国的灵神星号(Psyche)将于2029年探测由金属元素组成的灵神星和日本将发射的MEGANE将探测火卫一,这些未来任务将进一步加深人类对太阳系的理解和认识。
我们认为,面向未来深空探测和行星科学研究的伽马和中子谱仪有以下发展趋势。(1)探测器方面:探测器性能指标应具有高能量分辨率(高发光产额、低带隙能)和高探测效率(高密度、高有效原子序数),并具有一定的方向灵敏度;空间环境适应性方面,要求体积小(例如使用SiPM代替传统的PMT)、重量轻、功耗小,能够承受大温变、深冷等极端空间环境;伽马中子谱仪应朝着组合式、复合探测方向发展,增强本底屏蔽能力,提高中子和伽马鉴别能力。(2)安装布局方面:为了尽量减小宇宙线与航天器本身相互作用产生的本底辐射粒子的影响,以及获得无遮挡全视野的月表元素成像效果,伽马和中子谱仪应尽量远离航天器,推荐在航天器上设置长吊杆(长2 m以上),将探测器安装在吊杆远离航天器的一端。(3)轨道控制方面:元素成像结果的空间分辨率,与探测器轨道高度直接相关,为了获得高空间分辨率的元素分布地图,建议尽可能优化轨道设计、加强轨道测控能力,月面元素成像建议轨道高度控制在30~50 km;为了保证足够的数据统计量,建议有效取数时间大于2年。(4)数据分析方面:针对低轨道高度,建立一个考虑月面起伏的数值模拟框架;构建一套适应低轨道高度的完整的数据分析方法,联合分析伽马和中子数据,开发多种评估系统误差的手段,给出高精度的高空间分辨率的U、Th、K、Fe、Ti、Ca和H等元素的分布地图;发展新分析方法以提高Mg、Al、Si等主要元素的分析精度和分布地图分辨率;对鉴别一些微量元素进行可行性研究;应用机器学习方法绘制元素分布地图并研究其可靠性。

5 结 论

月表元素组成是国际上月球探测和研究的热点,粒子探测技术凭借其优势能力取得了许多重要成果,并广泛用于研究月球、地球和其他太阳系天体的形成和演化历史。月球两极地区存在水冰更是极大地推动了近年来世界各国开发利用月球资源以及建设月球科研站的步伐。本文从粒子物理和原子核物理的角度介绍了伽马粒子和中子特征信号的产生机制和探测原理,基于伽马谱仪和中子谱仪的性能综述了近30年来它们在月表元素组成上所取得的主要研究成果以及相关数据分析方法。希望本文能为我国嫦娥七号和其他深空探测任务的相关研究提供参考。
1
HEIKEN G,VANIMAN D T,FRENCH B M. Lunar sourcebook:A user's guide to the moon[M]. Cambridge:Cambridge University Press,1991.

2
欧阳自远. 月球科学概论[M]. 北京:中国宇航出版社,2005.

3
LUCEY P. Understanding the lunar surface and space-moon interactions[J]. Reviews in Mineralogy and Geochemistry, 2006, 60 (1): 83- 219.

DOI

4
KIM K J, HASEBE N. Nuclear planetology: especially concerning the Moon and Mars[J]. Research in Astronomy and Astrophysics, 2012, 12 (10): 1313- 1380.

DOI

5
JOLLIFF B L, GILLIS J J, HASKIN L A, et al. Major Lunar crustal terranes: surface expressions and crust-mantle origins[J]. Journal of Geophysical Research: Planets, 2000, 105 (E2): 4197- 4216.

DOI

6
LAWRENCE D J, FELDMAN W C, ELPHIC R C, et al. Iron abundances on the Lunar surface as measured by the Lunar Prospector Gamma-Ray and neutron spectrometers[J]. Journal of Geophysical Research: Planets, 2002, 107 (E12): 13- 1-13-26.

7
FELDMAN W C, MAURICE S, BINDER A B, et al. Fluxes of fast and epithermal neutrons from lunar prospector: evidence for water ice at the lunar poles[J]. Science, 1998, 281 (5382): 1496- 1500.

DOI

8
MITROFANOV I G, SANIN A B, BOYNTON W V, et al. Hydrogen mapping of the lunar south pole using the LRO Neutron Detector Experiment LEND[J]. Science, 2010, 330 (6003): 483- 486.

DOI

9
REEDY R C. Planetary gamma-ray spectroscopy[J]. Lunar Planet Sci Conf 9th,1978:2961-2984.

10
FELDMAN W C, LAWRENCE D J, ELPHIC R C, et al. Chemical information content of lunar thermal and epithermal neutrons[J]. Journal of Geophysical Research: Planets, 2000, 105 (E8): 20347- 20363.

DOI

11
VINOGRADOV A P, SURKOV Y, CHERNOV G M, et al. Lunar gamma radiation and the composition of the lunar rocks according to the results of a luna-10 experiment[J]. Cosmic Res. USSR, 1967, (5): 741.

12
METZGER A E, TROMBKA J I, PETERSON L E, et al. Lunar surface radioactivity: preliminary results of the Apollo 15 and Apollo 16 Gamma-Ray spectrometer experiments[J]. Science, 1973, 179 (4075): 800- 803.

DOI

13
FELDMAN W C, AHOLA K, BARRACLOUGH B L, et al. Gamma-Ray, Neutron, and Alpha-Particle spectrometers for the lunar prospector mission[J]. Journal of Geophysical Research: Planets, 2004, 109 (E7): E07S06.

14
PRETTYMAN T H, HAGERTY J J, ELPHIC R C, et al. Elemental Composition of the Lunar Surface: Analysis of Gamma Ray Spectroscopy Data From Lunar Prospector[J]. Journal of Geophysical Research (Planets), 2006, 111 (E12): E12007.

15
LAWRENCE D J, FELDMAN W C, ELPHIC R C, et al. Improved modeling of lunar prospector neutron spectrometer data: implications for hydrogen deposits at the lunar poles[J]. Journal of Geophysical Research (Planets), 2006, 111 (E8): E08001.

16
PEPLOWSKI P N, BECK A W, LAWRENCE D J. Geochemistry of the lunar highlands as revealed by measurements of thermal neutrons[J]. Journal of Geophysical Research Planets, 2016, 121 (3): 388- 401.

DOI

17
GASNAULT O, FELDMAN W C, MAURICE S, et al. Composition from fast neutrons: Application to the Moon[J]. Geophysical Research Letters, 2001, 28 (19): 3797- 3800.

DOI

18
LITVAK M L, MITROFANOV I G, SANIN A, et al. Global maps of lunar neutron fluxes from the LEND instrument[J]. Journal of Geophysical Research: Planets, 2012, 117 (E12): E00H22.

19
HASEBE N, SHIBAMURA E, MIYACHI T, et al. Gamma-Ray Spectrometer (GRS) for lunar polar orbiter SELENE[J]. Earth, Planets and Space, 2008, 60 (4): 299- 312.

20
MA T, CHANG J, ZHANG N, et al. Gamma-Ray detector on board lunar mission Chang'E-1[J]. Advances in Space Research, 2008, 42 (2): 347- 349.

DOI

21
马涛, 常进, 张南, 等. 嫦娥二号伽玛射线谱仪[J]. 天文学报, 2013, 54 (3): 291- 299.

DOI

22
YAMASHITA N, HASEBE N, REEDY R C, et al. Uranium on the Moon: Global distribution and U/Th ratio[J]. Geophysical Research Letters, 2010, 37 (10): L10201.

23
JIA Y Z,ZHANG Z L,QIN L,et al. Research of lunar water-ice and exploration for China's future lunar water-ice exploration[J]. Space:Science & Technology,2023,3:0026.

24
MESICK K E, FELDMAN W C, COUPLAND D D S, et al. Benchmarking Geant4 for simulating galactic cosmic ray interactions within planetary bodies[J]. Earth and Space Science, 2018, 5 (7): 324- 338.

DOI

25
NATIONAL NUCLEAR DATA CENTER[EB/OL]. [2024-05-30]. https://www.nndc.bnl.gov/.

26
ARNOLD J R, METAGER A E, ANDERSON E C, et al. Gamma rays in space, Ranger 3[J]. Journal of Geophysical Research, 1962, 67 (12): 4878- 4880.

DOI

27
LINGENFELTER R E, CANFIELD E H, HESS W N, et al. The lunar neutron flux[J]. Journal of Geophysical Research, 1961, (66): 2665- 2671.

28
KOBAYASHI S, HASEBE N, SHIBAMURA E, et al. Determining the absolute abundances of natural radioactive elements on the lunar surface bythekaguya gamma-ray spectrometer[J]. Space Science Reviews, 2010, 154 (1): 193- 218.

29
LAWRENCE D J, FELDMAN W C, BARRACLOUGH B L, et al. Thorium abundances on the lunar surface[J]. Journal of Geophysical Research: Planets, 2000, 105 (E8): 20307- 20331.

DOI

30
PRETTYMAN T H, FELDMAN W C, MCSWEEN H Y, et al. Dawn's Gamma Ray and neutron detector[J]. Space Science Reviews, 2011, 163 (1): 371- 459.

31
LAWRENCE J D. Gamma-ray measurements from lunar prospector: Time series data reduction for the Gamma-ray spectrometer[J]. Journal of Geophysical Research, 2004, 109 (E07): E07S05.

32
KOBAYASHI M, HASEBE N, MIYACHI T, et al. The Kaguya gamma-ray spectrometer: Instrumentation and in-flight performances[J]. Journal of Instrumentation, 2013, 8 (4): P04010.

DOI

33
ZHU M H, CHANG J, MA T, et al. Potassium map from Chang’E-2 constraints the impact of crisium and orientale basin on the Moon[J]. Science Reports, 2013, 3, 1611.

DOI

34
丁大钊,叶春堂,赵志祥,等. 中子物理学-原理、方法与应用[M]. 北京:原子能出版社,2000.

35
WOOLUM D S, BURNETT D S, FURST M, et al. Measurement of the lunar neutron density profile[J]. The moon, 1975, 12 (2): 231- 250.

DOI

36
MAURICE S, LAWRENCE D J, FELDMAN W C, et al. Reduction of neutron data from lunar prospector[J]. Journal of Geophysical Research: Planets, 2004, 109 (E7): E07S04.

37
MCKINNEY G W, LAWRENCE G W, PRETTMAN D J, et al. MCNPX benchmark for cosmic ray interactions with the Moon[J]. Journal of Geophysical Research, 2006, 111 (E06): E06004.

38
ZHU M H, CHANG J, MA T. Thorium distribution on the Moon: New insights from Chang’E-2 Gamma-Ray spectrometer[J]. Research in Astronomy and Astrophysics, 2019, 19 (6): 76.

DOI

39
WANG X M, ZHANG X B, WU K. Thorium distribution on the lunar surface observed by Chang’E-2 Gamma-Ray spectrometer[J]. Astrophysics and Space Science, 2016, 361 (7): 234.

DOI

40
陈剑, 凌宗成, 李勃, 等. 嫦娥二号γ谱数据反演月表Fe元素分布[J]. 中国科学: 物理学 力学 天文学, 2016, 46, 029605.

41
NAITO M, HASEBE N, NAGAOKA H, et al. Iron Distribution of the Moon observed by the Kaguya Gamma-Ray spectrometer: Geological Implications for the South Pole-Aitken Basin, the Orientale Basin, and the Tycho Crater[J]. Icarus, 2018, 310, 21- 31.

DOI

42
YAMASHITA N, GASNAULT O, FORNI O, et al. The global distribution of calcium on the Moon: Implications for High-Ca pyroxene in the eastern mare region[J]. Earth and Planetary Science Letters, 2012, 353, 93- 98.

43
ZOU Y L, ZHANG L Y, LIU J Z, et al. Data analysis of Chang’E-1 Gamma-Ray spectrometer and global distribution of U, K, and Th Elemental Abundances[J]. Acta Geologica Sinica - English Edition, 2011, 85 (6): 1299- 1309.

DOI

44
CHEN J, LING Z C, LI B, et al. Abundance and distribution of radioelements in lunar terranes: results of Chang’E-1 gamma ray spectrometer data[J]. Advances in Space Research, 2016, 57 (3): 919- 927.

DOI

45
LAWRENCE D J, PEPLOWSKI P N, WILSON J T, et al. Global hydrogen abundances on the lunar surface[J]. Journal of Geophysical Research: Planets, 2022, 127 (7): e07197.

46
WATSON K, MURRAY B, BROWN H. On the possible presence of ice on the Moon[J]. Journal of Geophysical Research, 1961, 66 (5): 1598- 1600.

DOI

47
贾瑛卓, 覃朗, 徐琳, 等. 月球水冰探测[J]. 深空探测学报(中英文), 2020, 7 (3): 290- 296.

48
ELPHIC R C, LAWRENCE D J, FELDMAN W C, et al. Lunar Fe and Ti abundances: comparison of lunar prospector and clementine data[J]. Science, 1998, 281 (5382): 1493- 1496.

DOI

文章导航

/