近紅外光譜技術在地質礦物識別中應用研究

俞延義

（青海創睿地質勘查有限公司，青海 西寧 810000）

近紅外光譜通常是指波長在780納米至2500納米范圍內的電磁波，是人類最早研究的不可見光源區域，現在此技術已經廣泛應用于商業、農業，食品、石油等諸多領域。近紅外光譜是九十年代以來發展最迅速的一種光譜分析技術，是一種可以廣泛應用于各個行業的“綠色”新興分析技術。現代近紅外光譜主要依靠著分析速度較快、成本較低、效率較高、穩定性較好等特點成為在線分析的一種便捷有利工具。利用近紅外光譜識別地質礦物的主要原理是：由于地質礦物結晶產物的中原子之間連接的化學鍵發生彎曲、伸長收縮或跳躍式吸收一些其他區域的紅外光譜，生成吸收峰，利用地質礦物中一些功能團的特點對地質礦物的品種進行分類，實現地質礦石的結晶程度和其中所含有的元素所占百分比的分析研究等。這一特點對于在野外勘探地質礦物的研究人員提供了便捷的幫助。

1 基于近紅外光譜技術的地質礦物識別方法

（1）建立礦物類中近紅外光譜鑒別模型。近紅外光譜分析是一種通過固定模型來鑒別、考量的二次數據分析方式，近紅外光譜采用網絡構建的辦法進行建模，主要步驟分為如下幾點，首先實現預處理之標準化，實現在固定范圍內可以取得最佳效果，滿足最大利用率。使用預處理后的校正數據進行各個主要成分的校正建模。其次在進行固定地質礦物分析時需要實現模型的校正，模型校正的準確性直接影響近紅外光譜對地質礦物識別的準確性。最后采用監督學習算法，以合成數據校正集進行調整網絡的性能。模型檢驗符合標準后便可用于未知的地質礦物樣品進行識別，即提高了識別的種類，也可通過化學計量學方法對地質礦物模型進行檢測識別，有需要時還可以進行樣品的修復，定期進行模型的更新，主要注重模塊化和反復利用性，方便及時將模型進行優化[1]。

（2）近紅外礦物光譜數據庫的建立 。不同的地質礦物在近紅外光譜波段下有著不同的表現形式，但是光譜的識別信息能力依舊需要光譜數據庫進行管理，且隨著地質礦物的種類和數據形式越加增多，更需要建立一個既規范、又全面合理的近紅外光譜數據庫用來提高現代的光譜技術。在滿足近紅外地質礦物的基礎上，首先設置參數，選擇地質礦物數據庫，整理光譜數據的文件名稱，修改成具體所代表的地質礦物名稱，執行選定的純地質礦物光譜分析的數據或名稱調入到設立的光譜數據庫內，實現可以在名稱區域或備注區域進行修改。這樣小型的本地近紅外光譜數據庫已經建立完成，如果有相似地質礦物的識別，只需要在近紅外光譜數據庫進行識別。根據近紅外光譜采集速度相對較快的特點，實現提高近紅外光譜對地質礦物的識別和整理能力，在完成構建地質礦物樣品模型后，可以直接對識別的地質礦物光譜進行分析數據對比，若有相似光譜類型也可直接歸類[2]。從而在保證光譜識別能力提高的同時，大量降低人工工作時長，節省成本費用，起到“一舉三得”的效果。

（3）地質礦物的識別 。根據近紅外光譜識別模型的基本步驟，地質礦物類識別可以概括為以下幾點，選擇足夠數量的地質礦物樣品，可以采用進行野外采集樣品的方式，選擇礦化有利的地點，進行測量距離，布置采取點等前期工作。采集樣品兩點間的距離一般為十米左右，地質巖石化或蝕變較嚴重的地點加密3m～5m，盡量選取代表性較明顯的樣品。利用提前構建好的近紅外光譜技術識別模型，從采集的地質礦物樣本中選擇有代表的校正集樣品，樣品應包括地質礦物的正品、次品和中等過渡品等，依靠標準方式所要求的測量校正集的地質礦物樣品的性質，準確性較高。也可以利用近紅外光譜技術的波形進行匹配也叫光譜角度匹配。

對標準的近紅外光譜曲線依次進行一階求導，去掉本底和噪聲，繼續求出兩者的平方差，平方差最小者即為相對應的數據庫的地質礦物。其中Q為平方差，n為近紅外光譜點數，X1i和X2i為數據庫中兩個的近紅外光譜。

兩段近紅外光譜的匹配程度與夾角之間呈反比例關系，得出夾角α與兩個非零向量A，B之間的計算公式。

匹配的程度越高，夾角越小，即兩段近紅外光譜的匹配程度越高。

2 地質礦物取樣分析對比實驗

此次實驗首先根據地質礦物詳查報告進行樣品的采集，地質礦物樣品通常是巖石礦物的混合，通常巖石均含有兩種或者兩種以上的地質礦物，如果利用傳統的化學計量法檢測，情況比較復雜，且無法實現固定量的分析，本實驗主要用傳統的檢測方式檢測同一種特定的地質礦物的半定量分析，進行地質礦物準確率的對比和識別數量的對比實驗，具體實驗如下。

2.1 識別準確率對比實驗

為保證本文提出的近紅外光譜對地質礦石識別的有效性，進行多次對比實驗論證，為保證整體實驗的嚴密性，首先采用傳統的地質礦物識別方法，再采用近紅外光譜技術對地質礦石進行多次識別，做出實驗的對比數據，數據波形圖如下圖1所示。

圖1 識別準確率對比圖

從圖1可以看出，經過多次的實驗，近紅外光譜技術對地質礦石的識別準確率極高，且對比傳統方法的識別，近紅外光譜技術具有相對穩定性，提高了識別的準確率約22.45%。

2.2 識別數量對比實驗

首先采用傳統的地質礦物識別方法對地質礦物種類進行識別，識別后與數據庫進行對比與可得出識別數量。再采用近紅外光譜技術對地質礦石種類進行同樣步驟的識別，做出實驗的對比數據，如下圖2所示。

從圖2可以看出，經過多次的實驗，相比傳統識別技術，近紅外光譜技術對地質礦石的識別率較高，可以識別出更高的地質礦石的數量，識別數量約提高30%。因此要加快近紅外光譜技術的創新。

圖2 識別數量對比圖

3 結語

本文對近紅外光譜技術對地質礦石的識別方法及意義進行分析，根據對地質礦物識別的準確率及識別數量的數據反饋和樣品分析數據，實現本文設計。實驗結果表明，本文設計的方法具備極高的有效性，彌補了傳統的技術對地質礦石分析的不足之處。希望本文的研究能夠為地質礦石的識別提供理論依據。未來隨著地質礦石的基礎研究的逐漸深入，以及近紅外光譜技術的發展，該技術也組件將為地質礦物類的真偽鑒別提供新的方法近紅外光譜技術將發展成為全國最先進的分析技術。