可見光-近紅外光譜的低品位斑巖型銅礦反演模型

毛亞純，丁瑞波，劉善軍，包妮沙

1. 東北大學資源與土木工程學院，遼寧 沈陽 110819 2. 東北大學智慧礦山研究中心，遼寧 沈陽 110819

引 言

斑巖型銅礦是我國銅礦的主要礦種之一，約占我國銅礦總儲量的41%[1]，但品位普遍偏低，平均品位僅為0.55%[2]。目前，其品位分析的主要方法為化學分析法，由于化學分析方法工藝復雜、 化驗周期較長，相對配礦流程存在滯后效應，因此難以適應精準配礦的要求。近年來，隨著機器學習及高光譜分析的快速發展，基于高光譜定量反演建模方法被普遍應用于植被重金屬脅迫、 土壤污染和礦石品位分析等領域[3-7]。

針對高光譜原始數據處理及定量反演建模等問題，大量學者對高光譜數據進行了特征參數提取、 敏感波段選取及數據降維處理等方法研究[8-10]，這些方法有效的降低了高光譜數據的數據量及數據冗余，為準確、 快速建模奠定了基礎。另外，很多學者也對建模方法進行了深入研究，傳統的高光譜數據建模方法多以偏最小二乘法為主，隨著機器學習的發展，機器學習法被廣泛應用于反演建模中。Liu等利用SMLR，PLSR和PCR相結合的方法成功建立了不同土壤的近紅外光譜與其有機碳之間的反演模型[11]；Liang等以小麥的高光譜數據為數據源，并通過建立FD-NDNI及FD-SRNI兩種新的高光譜指數，利用隨機森林方法對小麥的氮含量進行預測，取得了較好的效果[12]。雖然國內外學者對基于高光譜數據處理及建模方法進行了較為深入的研究，但針對斑巖型銅礦的高光譜數據處理及反演建模方法研究相對較少。……