Modelado predictivo de componentes metálicos del regolito lunar mediante aprendizaje automático y análisis espectral: Aplicaciones a la exploración planetaria y al aprovechamiento de recursos In situ

• Autores: Julia María Fernández Díaz
• Directores de la Tesis: Fernando Sánchez Lasheras (dir. tes.) , Javier Gracia Rodríguez (dir. tes.)
• Lectura: En la Universidad de Oviedo ( España ) en 2026
• Idioma: español
• Número de páginas: 172
• Tribunal Calificador de la Tesis: José Luis Calvo Rolle (presid.) , Ana Suárez Sánchez (secret.) , Francisco Javier Iglesias Rodríguez (voc.) , Cristina Puente Águeda (voc.) , Fernando de la Prieta Pintado (voc.)
• Programa de doctorado: Programa de Doctorado en Ciencias y Tecnologías del Espacio y la Materia por la Universidad de Oviedo
• Calificación: Sobresaliente Cum Laude
• Enlaces
  • Tesis en acceso abierto en: RUO
• Resumen

  • Esta tesis aborda la estimación de la composición geoquímica del regolito lunar mediante la integración de espectroscopía, teledetección orbital y técnicas avanzadas de aprendizaje automático. El objetivo principal es predecir las concentraciones de FeO y TiO₂, dos óxidos fundamentales para reconstruir la evolución magmática de la Luna y para evaluar su potencial en estrategias de utilización de recursos in situ (ISRU). Para ello se combinan tres fuentes de información complementarias: espectros de laboratorio de muestras Apollo procedentes de la base de datos RELAB, datos geoquímicos de referencia y reflectancias multiespectrales de las misiones Clementine y Chandrayaan-1 (M3).