巖石礦物成分的測定與分析方法研究

張耀華 孟燕 從相軍 孫秀錦

（中國建筑材料工業地質勘查中心山東總隊，山東濟南 250000）

0 引言

近年來，隨著工業發展規模的擴大，對各種礦物質的需求量也在不斷增加。為了滿足實際需要，礦物質的開采及利用越來越受到各界重視。在自然界的各種作用下，地殼當中會形成多種類型的礦物質。對巖石礦物成分的含量進行測定不僅可以促進社會工業的發展，同時還可以為制造業的發展提供重要的原材料。在過去，這項工作主要是通過實驗室檢測的形式開展的，操作步驟繁多、結果等待時間長，同時所消耗的資源也是比較多的，還很可能會對樣本的完整性造成破壞。除此之外，這對檢測人員的專業技能和檢測設備的專業化程度也提出了較高的要求，需要投入大量的資金和人力[1]。近年來，礦物成分檢測技術越來越成熟，測定與分析方法也越來越多樣，這為相關工作的開展提供了強大的技術支持。

1 巖石礦物成分的測定與分析方法

巖石礦物測定與分析方法主要包括色譜法、元素法、差熱法、光譜法、化學法。近年來，近紅外光譜法與現代計算機技術相結合，在實際工作中應用越來越成熟。

2 基于近紅外光譜法對巖石礦物成分進行測定與分析實例

2.1 測定與分析的原理和要求

近紅外光譜法早在上個世紀八十年代就已出現，現與計算機技術進行有效融合實現了進一步的發展，目前已在化學工業、醫療衛生以及農業生產等多個領域中得到了廣泛應用。已經逐漸取代實驗室檢測技術，成為了使用頻率最高、使用效果最好的方法之一[2]。

在本次試驗當中，選擇了白云母、高嶺土以及蒙脫石這三種常見礦物成分，將其按照一定的比例進行配合形成檢測樣本，這與巖石內部的礦物構成是極為相似的。在這之后，使用近紅外光譜法來對這些成分進行檢測，并使用標準歸一法來對檢測到的數據進行分析，在構建模型的基礎上對三種成分的含量進行預測和分析。

2.2 測定與分析試驗

2.2.1 獲取礦物成分樣本

在參考天然巖石的礦物成分之后，本次試驗選取白云母、高嶺土和蒙脫石這三種最為常見的物質構成待測樣本。這三種物質在工業生產活動當中的使用頻率比較高，用量也比較大，對它們進行測定與分析對于工業生產活動的開展可以起到重要的參考作用。

2.2.2 礦物光譜采集系統

在完成樣本的配置之后，通過近紅外光譜法，基于礦物光譜來獲取樣本的成分信息，并基于礦物光譜采集系統來對這些信息進行分析。具體來說，該系統主要是由以下三個部分構成的。第一部分是顯示控制系統，第二部分是采集控制單元，第三部分是近紅外光譜單元，作用是發射光譜。

2.2.3 光譜數據的預處理

近紅外光譜的波長位于中紅外區和可見光區之間，最大波長為2526 納米、最小波長為780 納米。而在巖石當中，各種礦物成分的近紅外光譜法最短在900 納米、最長在2500 納米。因此，在本次試驗當中可以選擇256-2.5 光譜儀來完成操作。在試驗的過程當中發現，白云母、高嶺土以及蒙脫石這三種礦物成分所發散出來的近紅外光譜信息存在明顯的差異，它們能夠清晰地被設備檢測出來，可以獲取到相應的光譜數據。

對于獲取到的光譜數據，首先要進行預處理。技術人員可以用平滑濾波來對波長范圍在950 納米到2450 納米的光譜進行有效處理[3]。在經過處理之后，就可以基于光譜信息構建起相應的數學模型，以此來對巖石礦物當中所含有的組成成分進行分析，并在這個基礎上進行合理預測。

本試驗選取了標準統一法來對光譜數據進行預處理。這種方法能夠消除散射噪聲的干擾，使試驗結果變得更為準確，展現出了較高的應用價值和功能。

2.3 試驗預測原理

近紅外光譜法雖然在實際應用的過程中展現出了明顯的優勢，但它屬于一種間接分析方法，需要建立在試驗的基礎上。在本次試驗當中，共選取了66個樣本數量，并在其中隨機選取33個樣本，用樣本信息來構建數學模型。在這個基礎上對另外33個樣本的情況進行預測。

在數學模型構建過程當中所采用的主要方法有以下四種。

第一種是主成分回歸法，它的特點是能夠通過矩陣的形式來進行分析，并對未知的成分進行預測。

第二種是偏最小二乘回歸法，與主成分回歸法相似，都是基于位置組分來進行預測的，可以對礦物成分光譜矩陣和組分含量矩陣進行有效處理，同時還可以對這兩種矩陣當中的數據信息進行對比分析，找到二者之間的相關性，以此來增強試驗結果整體的相關性。

第三種是人工神經網絡法，它屬于前回饋型神經網絡，由多個非變換神經元共同構成的。

第四種是隨機森林法，這是一種比較常用的數據處理方法。在對樣本進行處理的時候，需要使用自助法重采樣技術，并在這個基礎上生成相應的測試和訓練樣本，進而形成隨機森林。對于試驗結果，也可以用分類樹來直觀、形象地進行呈現[4]。

2.4 試驗結果與討論

在按照上述的方法來進行試驗操作之后，獲得了66 組試驗結果，這其中33 組為測試的樣本，另外33 組則為訓練樣本。在獲得這些數據之后，首先要進行預處理，然后構建數學模型，通過非線性和線性這兩種建模方式來對數據進行分析。最后，還要運用最小均方根誤差來對試驗結果的準確性進行判斷[5]。

在獲得處理結果之后，還需要基于隨機森林法對白云母、高嶺土以及蒙脫石這三種礦物成分的預測結果制成相應的圖像。在對圖像進行觀察之后發現，高嶺土和白云母的近紅外光譜法預測值與真實值之間呈現出了明顯的線性關系，而蒙脫石近紅外光譜法預測值與真實值之間則呈現出了相關性關系。

3 結束語

綜上所述，在對礦藏進行勘測的過程中，要對巖石中礦物成分的種類和特性進行快速分析，并在這個基礎上對礦藏的品質形成判斷，進而對整個區域礦產資源的利用價值進行評估，這對于采礦活動的開展來說具有十分重要的現實意義。在實踐當中發現，不同測定與分析方法的特定不同，使用條件也存在差異。這需要工作人員結合當地的地質條件和巖石特征來進行合理選擇，為我國礦產資源的開發與利用提供有力的支持。