熱紅外反射光譜技術在石英含量評價中的應用

張弘， 高鵬鑫， 高卿楠

(自然資源實物地質資料中心， 河北 三河 065201)

石英是熱液礦床主要的貫通性礦物之一，蘊含著豐富的成礦信息，熱液在運移成礦過程中，形成的硅化作用是熱液礦床重要的找礦標志[1-7]。此外，石英在頁巖氣勘探開發過程中發揮著重要的作用，石英含量與總有機碳含量存在一定的相關關系，并且石英作為頁巖中重要的脆性礦物，其含量成為影響頁巖氣儲層可壓裂性的關鍵性因素[8-11]。因此，開展石英的定量研究在固體礦產和油氣資源領域都具有十分重要的意義。目前主要的礦物定量分析方法包括X射線衍射方法和掃描電鏡礦物定量分析方法[12-14]，但是這兩種方法均存在樣品制備流程相對繁瑣、測試成本較高、實驗周期較長等缺點，從測試經費和實驗周期等因素考慮，通常只挑選少量代表性樣品進行分析，無法滿足野外鉆井現場對全孔巖心進行快速、大批量礦物定量分析的需求，在一定程度上制約了勘查效率。因此，急需開發一種新的技術方法來滿足野外快速估算鉆井中石英含量的需求。

熱紅外光譜技術是近十幾年來新興的一種快速、無損、精確識別礦物的技術手段，能夠探測SinOk、CO3、SO4、PO4等原子基團基頻振動，對無水無羥基礦物(架狀硅酸鹽、島狀硅酸鹽、單鏈狀硅酸鹽、碳酸鹽、硫酸鹽)具有很好的識別效果，彌補了短波紅外光譜只能識別含水含羥基礦物的缺陷[15-17]。國內外學者主要利用熱紅外反射光譜識別與成礦作用密切相關的石英、長石、石榴子石、橄欖石、輝石、磷灰石、碳酸鹽等礦物，并且根據礦物組合的分布特征、各種礦物相對含量的變化規律、指示性礦物特征吸收峰波長位置變化趨勢等信息，結合地球化學獲得的主微量元素、金屬含量等信息，建立了礦床熱紅外光譜勘查模型，廣泛應用于矽卡巖型、鐵氧化物型、海底熱水噴流沉積型、造山型金礦等各種類型礦床的礦物填圖與找礦勘查工作[18-23]。如Lampinen等[21]通過對澳大利亞愛博銅鉛多金屬礦開展巖心熱紅外光譜掃描工作，認識到從近礦到遠礦存在一套富鎂菱鐵礦、鐵白云石、含二價鐵的白云石逐步替代地層中的白云石基質，證實了存在一套可滲透的流體通道；Tappert等[22]通過對奧林匹克壩鐵氧化物型銅金礦開展巖心熱紅外光譜掃描工作，發現從強蝕變帶到弱蝕變帶，多硅白云母在9600nm處反射峰的波長位置逐步向短波方向偏移，可以用來指示絹英巖化的蝕變程度。在礦物含量評價研究方面，國內外很多學者基于泰拉(Terra)衛星搭載的先進星載熱輻射和反射輻射儀(ASTER)獲取的熱紅外遙感數據、標準光譜庫或者巖石樣本的熱紅外發射光譜，開展了SiO2以及石英含量的含量評價研究[1,24-28]，取得大量的研究成果。Hunt和Salibury首先發現了巖漿巖的發射率光譜與SiO2含量存在很強的相關性；Ninomiya等基于ASTER衛星熱紅外數據建立了定性表征SiO2含量的光譜指數；閆柏琨等和楊長保等通過研究標準光譜庫或巖石庫中礦物成分、含量和發射率光譜之間的相關性，建立了SiO2含量評價模型；杜錦錦等[26]、郭幫杰等[27]通過研究不同含石英的巖石樣品中發射率光譜特征和石英含量的相關性，建立了石英含量熱紅外高光譜遙感回歸模型，并進行了野外驗證。這些成果都是利用熱紅外發射光譜開展SiO2以及石英含量評價方面的研究，而有關利用熱紅外反射光譜提取石英含量信息的研究鮮有報道。與熱紅外反射光譜相比，熱紅外發射光譜測試對樣品以及環境的溫度要求較高，數據處理過程也更加復雜，適合于星載、機載熱紅外傳感器對星體、地表等目標進行大尺度遠端遙感探測。而在野外現場對鉆井巖心等目標進行小尺度地面近端遙感探測，紅外反射光譜更加適合于進行批量的礦物學信息提取。

本文選擇羌塘盆地泥巖、砂巖、礫巖、灰巖和白云巖等典型沉積巖樣品為研究對象，使用熱紅外反射光譜技術獲取樣品在熱紅外波段的反射率數據，結合QEMSCAN礦物定量分析技術獲取樣品中的石英含量，開展了石英熱紅外波段特征光譜參數和石英含量的相關性研究，使用最小二乘法建立了石英含量和光譜特征參數之間的線性回歸模型，并采用擬合優度和均方根誤差對模型的精度進行評價和檢驗。本研究旨在建立一種快速評估鉆井巖心中石英含量的方法，為熱液型金屬礦產勘查與油氣資源開發提供技術支撐。

1 實驗部分

1.1 樣品采集與制備

本次測試樣品來源于羌塘盆地。羌塘盆地位于青藏高原北部，是中國陸上面積最大的中生代海相含油氣盆地，油氣資源潛力巨大。大地構造位置上，羌塘盆地位于特提斯—喜馬拉雅構造域東段，油氣地質條件與毗鄰的西段中東油氣區相似，使得羌塘盆地油氣地質調查倍受關注[29]。選擇羌塘盆地北部瑪曲地區QZ16和萬安湖地區QD17兩口鉆井作為研究對象，從QZ16鉆井中挑選出25塊巖心樣品，其中砂巖11塊，礫巖5塊，泥巖2塊，灰巖4塊，白云巖3塊，樣品編號由“QZ16”加阿拉伯數字組成；從QZ17鉆井中挑選出35塊巖心樣品，其中砂巖7塊，礫巖1塊，灰巖27塊，樣品編號由“QZ17”加阿拉伯數字組成。

使用鉆機鉆取直徑約25mm的柱塞樣，沿著柱塞樣其中一個端面進行切割，得到厚度約為5mm的薄片樣和剩余柱塞樣，與薄片樣相連的剩余柱塞樣端面用于測試熱紅外光譜數據，薄片樣經過洗油、洗鹽、烘干、抽真空注膠、機械拋光、氬離子拋光和噴碳處理后用于礦物成分定量分析。

1.2 熱紅外光譜測試

本次實驗中，熱紅外光譜數據測試使用的儀器為Agilent 4300手持式熱紅外光譜儀，其優點在于分辨率高、探測波段寬、測試速度快。該儀器既可用于野外現場也可以用于室內環境，由于巖心放置于室內，因此本次熱紅外光譜數據測量均在室內進行。每次儀器開機后，必須使用金板對儀器進行定標，確保數據質量，在采集樣品測量數據過程中確保儀器探頭與樣品待測表面接觸良好。

該儀器使用鏡面反射探頭附件采集樣品熱紅外光譜數據，測試結果為樣品反射率值，測試的波段范圍為中紅外-熱紅外波段，光譜范圍為650～4000cm-1(2500～15000nm)，分辨率為4cm-1。每個數據采集點進行了3次測量，取其平均值作為該數據采集點的熱紅外測試數據。為保證實驗測試數據精度，每測試1h，需要對光譜儀進行定標[30]。使用TSG8.0軟件對樣品的光譜進行數據處理和光譜吸收特征提取，首先需要將所有樣品的光譜數據重采樣至熱紅外波段，重采樣后的波段范圍為5500～15000nm，分辨率為25nm。然后將所有樣品的光譜數據進行歸一化處理，最后選擇特征吸收峰的波長區間，采用減法運算對特征吸收峰波長區間的包絡線進行局部連續去除，使用多項式擬合，提取去除包絡線后的光譜數據在特征吸收峰波長區間內的吸收深度[31]。

1.3 礦物成分定量分析

本次實驗礦物成分定量分析使用的儀器為QEMSCAN 650F型礦物成分定量分析儀。該儀器是采用綜合自動礦物巖石學檢測方法(QEMSCAN)，以掃描電鏡+能譜儀為平臺，結合數學科學和計算機科學發展而來的一種礦物綜合分析技術[32]。儀器在分析樣品前需要對銅、金和石英三種標樣進行校準，確保數據質量。

儀器工作條件為：電壓15kV，電流5.5nA，工作距離13mm，分辨率25μm。該儀器利用非常細的聚焦高能電子束在樣品表面掃描激發出各種物理信息，通過背散射電子圖像灰度與X射線的強度相結合能夠得出元素的含量。使用iDiscover軟件對數據進行處理，獲取不同巖性薄片礦物定量分析結果。

2 結果與討論

2.1 石英熱紅外反射光譜特征

石英在熱紅外波段的波峰形態呈典型的“M”狀，主要由Si—O鍵的伸縮振動引起的。圖1為樣品QZ16-5的熱紅外光譜曲線，在本次采集樣品中QZ16-5的石英含量最高，QEMSCAN分析結果顯示石英含量為79.02%。從圖1中可以看出，石英在熱紅外波段主要存在三個明顯的波峰和波谷特征，波長中心位置分別位于8625nm、12640nm和14450nm附近。在8625nm附近存在一個十分尖銳的吸收谷，是石英最主要的光譜特征，歸屬于Si—O鍵的不對稱伸縮振動；在12640nm附近存在次級的吸收谷，在14450nm附近存在較弱的反射峰，兩處光譜特征都歸屬于Si—O鍵的對稱伸縮振動[33]。

圖1 石英熱紅外光譜特征Fig.1 Characteristics of thermal infrared spectrum of quartz

2.2 不同巖性樣品石英熱紅外波段光譜特征

使用TSG8.0軟件提取泥巖、砂巖、礫巖、灰巖和白云巖等5種主要巖性沉積巖樣品在石英三個特征中心波長位置(8625nm、12640nm和14450nm)的相對深度，分別以D8625、D12640和D14450表示。不同巖性樣品石英的光譜特征參數和石英含量見表1。

由表1中數據可見，泥巖樣品中石英含量為41.77%～78.73%；D8625值為0.176～0.237，平均值為0.2065；D12640值為0.0301～0.0627，平均值為0.0464；D14450值為0.0292～0.032，平均值為0.03。砂巖樣品中石英含量為34.75%～79.02%；D8625值為0.142～0.245，平均值為0.195；D12640值為0.0283～0.0609，平均值為0.049；D14450值為0.0194～0.0488，平均值為0.031。礫巖樣品中石英含量為57.63%～71.46%；D8625值為0.174～0.218，平均值為0.2；D12640值為0.0323～0.0484，平均值為0.04；D14450值為0.0107～0.032，平均值為0.025。灰巖樣品中石英含量為0.6%～26.14%；D8625值為0～0.0182，平均值為0.017；D12640值為0～0.0465，平均值為0.005；D14450值為0～0.0355，平均值為0.003。白云巖樣品中石英含量為6.29%～39.33%；D8625值為0.00603～0.202，平均值為0.106；D12640值為0.000557～0.0458，平均值為0.022；D12640值為0～0.032，平均值為0.018。

表1 樣品中石英含量及光譜特征參數

泥巖、砂巖、礫巖等陸源碎屑巖樣品和灰巖、白云巖等碳酸鹽巖樣品在石英含量上存在明顯的差異，通過D8625、D12640和D14450三個石英的特征光譜參數可以區分陸源碎屑巖和碳酸鹽巖樣品。圖2為不同巖性樣品在8625nm、12640nm和14450nm處的吸收深度，總體而言，泥巖、砂巖、礫巖等陸源碎屑巖樣品在8625nm、12640nm和14450nm處的吸收深度普遍大于灰巖、白云巖等碳酸鹽巖樣品。本次研究結果表明當D8625>0.14或D12640>0.02或D14450>0.02時，樣品巖性主要為泥巖、砂巖、礫巖等陸源碎屑巖；而當D8625<0.14或D12640<0.02或D14450<0.02時，樣品巖性主要為灰巖、白云巖等沉積巖。由此可以通過分析D8625、D12640和D14450三個石英光譜特征參數，建立一種快速區分陸源碎屑巖和沉積巖的熱紅外光譜方法。

圖2 不同巖性樣品在(a)8625nm、(b)12640nm和(c)14450nm處的吸收深度Fig.2 Absorption depths at (a)8625nm, (b)12640nm and (c)14450nm of different lithology samples

2.3 石英含量和石英光譜特征參數相關性分析

使用SPSS25軟件分別對石英含量和石英光譜特征參數D8625、D12640和D14450之間的皮爾森(Pearson)相關性和顯著性檢驗參數進行分析。皮爾森相關系數介于-1與+1之間，其絕對值越接近于1，表示兩個變量之間的相關性越高；采用雙側顯著性水平檢驗變量之間相關性是否顯著，用sig值表示，如果該值小于0.01，表明兩個變量之間具有極顯著的相關性[34-36]。結果顯示，D8625、D12640和D14450與石英含量的皮爾森相關系數分別為0.957、0.945和0.846，都處于高度相關；顯著性檢驗參數(sig值)分別為3.098×10-33、3.996×10-30、8.241×10-18，都具有極顯著的相關性。表明D8625、D12640和D14450三個石英的光譜特征參數都可以與石英含量進行線性回歸分析。

2.4 石英含量回歸模型構建及精度評價

將60件測試樣本分為兩組：一組40件作為訓練樣本，采用最小二乘法分別建立石英含量和石英光譜特征參數D8625、D12640和D14450的一元線性回歸模型，使用判定系數(R2)測定回歸模型的擬合程度。R2越接近于1，表示測試值和實驗值的擬合程度越好；另一組20件作為測試樣本，用于評價模型的精度，使用均方根誤差(RMSE)來檢驗。RMSE值越小，模型的精度越高，預測能力越好[34]。

式中：μi為石英含量實驗值；μi︿ 為模型估算的石英含量；n為樣品數量。

圖3為訓練樣本中石英含量與石英光譜特征參數D8625、D12640和D14450的線性回歸模型。其中，D8625與石英含量的回歸方程為：y=282.04×D8625+1.2448，R2=0.9237；D12640與石英含量的回歸方程為：y=1117.7×D12640+2.6421，R2=0.8993；D14450與石英含量的回歸方程為：y=1463×D14450+6.4666，R2=0.6504。上述三個回歸方程中y均表示為石英含量。從圖3中可以看出，依據D14450參數建立的線性回歸模型其數據離散程度最大，D12640次之，D8625最低。此外，D8625與石英含量的擬合效果最好，D12640次之，D14450與石英含量的擬合效果最差，表明三個線性回歸模型中，使用D8625參數建立的石英含量估算值與實際值差別最小。

圖3 訓練樣本中石英含量與(a)D8625、(b)D12640和(c) D14450線性擬合圖Fig.3 Linear fitting diagrams of quartz content associated with (a) D8625, (b) D12640 and (c) D14450 in training samples

將20件測試樣本數據分別代入訓練樣本建立的三個石英定量反演模型中，使用均方根誤差(RMSE)來評價三個模型的精度。表2為三個模型的石英含量反演結果和模型均方根誤差。可以看出，根據D8625石英光譜特征參數建立的石英含量模型的均方根誤差最小(8.51)，D12640模型次之(9.28)，D14450模型的均方根誤差最大(10.38)，表明依據D8625參數建立的石英定量反演模型的精度最高，預測能力最好。

表2 三個模型石英含量反演結果及模型均方根誤差

3 結論

本文以羌塘盆地砂巖、灰巖、泥巖、礫巖和白云巖等沉積巖樣品為研究對象，應用熱紅外反射光譜技術和QEMSCAN礦物定量分析技術，開展了石英定量反演模型研究。D8625、D12640和D14450三個光譜特征參數與石英含量都具有高度的相關性，都可以用來模擬石英含量，其中根據D8625參數建立的石英含量估算模型的線性擬合程度最好，均方根誤差最小，可以作為反演石英含量的最優光譜指標。

本文嘗試應用熱紅外反射光譜建立了石英定量反演模型，可以為野外鉆井現場提供一種快速、無損的石英含量評價方法，為熱液礦床以及頁巖氣的勘查和開發提供重要的技術指導。本研究建立的石英熱紅外光譜反演模型具有很高的擬合優度，但數據點分布相對有些離散，下一步可以通過優化石英光譜特征參數提取方法來進一步提高石英含量的反演精度。