1.一种聚类分析遴选撞击坑的月表定年方法，其特征在于，包括：获取的月表研究区域的影像数据，识别所述研究区域内的撞击坑，形成撞击坑矢量数据集；基于所述撞击坑矢量数据提取所述撞击坑的多种特征数据，所述特征数据包括灰度影像数据、粗糙度数据、TiO 2 丰度数据、矿物质特征数据和光谱吸收峰特征数据；基于所述多种特征数据和K-means ++ 算法构建聚类模型，根据所述多种特征数据的聚类结果，将所述月表的撞击坑分类；遴选特征类型符合预期的撞击坑计算其撞击坑累积频数，并代入月球撞击成坑定年经验公式，计算出所述研究区域内的撞击坑的绝对模式年龄。
2.根据权利要求1所述的方法，其特征在于，所述获取的月表研究区域的影像数据，识别所述研究区域内的撞击坑，形成撞击坑矢量数据集包括：剔除所述撞击坑中的二次坑，所述撞击坑矢量数据集不包括所述二次坑的矢量数据。
3.根据权利要求1所述的方法，其特征在于，所述基于所述撞击坑矢量数据提取所述撞击坑的多种特征数据包括：将所述撞击矢量数据与所述月表研究区域的数字正射影像数据进行空间叠加，得到所述灰度影像数据；将所述撞击矢量数据与所述月表研究区域的地形数据进行空间叠加，得到粗糙度数据；将所述撞击矢量数据与所述月表研究区域的TiO 2 成分影像反演数据进行空间叠加，得到所述TiO 2 丰度数据；将所述撞击矢量数据与所述月表研究区域的多波段成像仪数据的反演数据进行空间叠加，得到矿物质特征数据；将所述撞击矢量数据与所述月表研究区域的月球矿物绘图仪的反演数据进行空间叠加，得到光谱吸收峰特征数据。
4.根据权利要求1所述的方法，其特征在于，在基于所述撞击坑矢量数据提取所述撞击坑的多种特征数据之后，所述方法还包括：对所述多种特征数据进行相关性分析，筛除所述特征数据中相关系数高于预设阈值的特征数据。
5.根据权利要求1所述的方法，其特征在于，所述基于所述多种特征数据和K-means ++ 算法构建聚类模型，根据所述多种特征数据的聚类结果，将所述月表的撞击坑分类包括：基于K-means ++ 算法从所述多种特征数据中选出K个聚类中心；计算所述多种特征数据中的每组数据到所述K个聚类中心的距离，并基于距离将所述多种特征数据的数据集划分为K个数据集；计算每个数据集的数据均值，将所述数据均值作为新的聚类中心；重复上述步骤，直到所述聚类中心和所述数据集满足预设条件为止，得到所述聚类模型；基于所述聚类模型的聚类结果，将所述多种特征数据对应的撞击坑分为多种类别。
6.根据权利要求5所述的方法，其特征在于，所述方法还包括：通过设置不同的聚类个数进行聚类实验，对实验结果进行评估，确定聚类中心的个数K。
7.根据权利要求1所述的方法，其特征在于，所述遴选特征类型符合预期的撞击坑计算其撞击坑累积频数，并代入月球撞击成坑定年经验公式，计算出所述研究区域内的撞击坑的绝对模式年龄包括：遴选特征类型符合预期的撞击坑；将入选的撞击坑按照直径范围进行一次分段，对各直径范围的撞击坑进行饱和判断，选取处于饱和线下的直径范围的撞击坑；将选取的撞击坑的直径范围按预设间隔进行二次分段，统计各分段内的撞击坑数量，并计算各分段对应的分段撞击坑累积频数；基于所述分段撞击坑累积频数和撞击坑生产函数公式计算所述特征类型符合预期的撞击坑的撞击坑累积频数；将所述撞击坑累积频数代入月球撞击成坑定年经验公式，计算出该区域的绝对模式年龄。
8.一种聚类分析遴选撞击坑的月表定年装置，其特征在于，包括：撞击坑数据采集模块，用于获取的月表研究区域的影像数据，识别所述研究区域内的撞击坑，形成撞击坑矢量数据集；撞击坑特征提取模块，用于基于所述撞击坑矢量数据提取所述撞击坑的多种特征数据，所述特征数据包括灰度影像数据、粗糙度数据、TiO 2 丰度数据、矿物质特征数据和光谱吸收峰特征数据；撞击坑特征分类模块，用于基于所述多种特征数据和K-means ++ 算法构建聚类模型，根据所述多种特征数据的聚类结果，将所述月表的撞击坑分类；撞击坑定年模块，用于遴选特征类型符合预期的撞击坑计算其撞击坑累积频数，并代入月球撞击成坑定年经验公式，计算出所述研究区域内的撞击坑的绝对模式年龄。
9.一种电子设备，包括：存储器，处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时，实现权利要求1至7中的任一项所述聚类分析遴选撞击坑的月表定年方法中的各个步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，实现权利要求1至7中的任一项聚类分析遴选撞击坑的月表定年方法中的各个步骤。
