儲(chǔ)陽(yáng)

關(guān)鍵詞：近紅外反射光譜;標(biāo)準(zhǔn)歸一化;隨機(jī)森林;最小均方根誤差;巖石礦物

隨著社會(huì)經(jīng)濟(jì)的不斷發(fā)展，我國(guó)各個(gè)領(lǐng)域的建設(shè)對(duì)各種礦物資源的需求量也在不斷提升。礦物資源的利用涉及開(kāi)采、儲(chǔ)存、使用等過(guò)程，各種巖石礦物成分、含量的準(zhǔn)確測(cè)定對(duì)實(shí)現(xiàn)礦物資源的合理利用有著極為重要的現(xiàn)實(shí)意義。實(shí)際上，礦物中各種組分與含量的測(cè)定均于實(shí)驗(yàn)室中采用專業(yè)的化學(xué)方法進(jìn)行。但是，實(shí)驗(yàn)檢測(cè)過(guò)程涉及較多實(shí)驗(yàn)操作步驟，對(duì)人力、物力的需求量較大，且對(duì)各種檢測(cè)設(shè)備儀器的精確度有較高的要求，即使如此，也要采用破壞分解的方式對(duì)樣本進(jìn)行檢測(cè)[1]。隨著礦物檢測(cè)技術(shù)的發(fā)展，實(shí)驗(yàn)室檢測(cè)范圍的局限性越來(lái)越弱。各種較為先進(jìn)的測(cè)定技術(shù)，如近紅外漫反射光譜分析技術(shù)等的應(yīng)用，在計(jì)算機(jī)精密計(jì)算的輔助下，大大提高了檢測(cè)結(jié)果的準(zhǔn)確性，并且不會(huì)對(duì)實(shí)驗(yàn)樣本造成破壞。

1 天然巖石礦物成分分析

巖石的主要成分是礦物，但風(fēng)化后的巖石內(nèi)不僅有礦物，還存在諸多鹽類(lèi)等其他物質(zhì)，且?guī)r石內(nèi)的礦物成分直接決定抗風(fēng)化能力。通常，礦物由巖漿內(nèi)結(jié)晶出來(lái)的順序影響硅酸鹽礦物的風(fēng)化順序，因此，可以根據(jù)晶系劃分礦物。晶系主要是根據(jù)礦物晶體對(duì)稱情況進(jìn)行分類(lèi)的一種級(jí)別，根據(jù)具體對(duì)稱點(diǎn)的差別能劃分為3個(gè)晶族。在地表中，最快分解的是地下深處巖漿內(nèi)最早結(jié)晶的礦物，在巖漿內(nèi)最后結(jié)晶的礦物具有最強(qiáng)的抗風(fēng)化能力。因此，含有較多硅鋁礦物的中性巖、酸性巖比含有較多鐵鎂礦物的基性巖與超基性巖更容易風(fēng)化[2]。

變質(zhì)巖的礦物成分主要包括兩種：（1）和沉積巖或巖漿巖共有的礦物，包括云母、長(zhǎng)石、石英;（2）變質(zhì)巖中存在的獨(dú)特礦物，包括蛇紋石、綠泥石以及滑石等。幾乎所有的單礦巖均由一類(lèi)礦物構(gòu)成，體脹系數(shù)、導(dǎo)熱率以及顏色都相同，而且不會(huì)因?yàn)槭艿轿锢盹L(fēng)化影響而發(fā)生破碎。但是復(fù)礦巖不同，其中存在穩(wěn)定性較差的元素，會(huì)與晶格相脫離而移走，影響巖石的完整性。

2 近紅外光譜概述

近紅外光譜屬于一類(lèi)分子吸收光譜，因?yàn)樵釉谖镔|(zhì)內(nèi)始終處于振動(dòng)的狀態(tài)，一旦用紅外光照射物質(zhì)，分子吸收、分子振動(dòng)以及轉(zhuǎn)動(dòng)頻率相同的紅外光會(huì)出現(xiàn)分子振動(dòng)能級(jí)的躍遷，從基態(tài)躍遷至較高能量能級(jí)，因?yàn)榫唧w化學(xué)鍵均有不一樣的吸收頻率，在紅外光譜中會(huì)呈現(xiàn)不同的吸收峰，所以化學(xué)鍵吸收頻率不同時(shí)，實(shí)際所得的紅外光譜也會(huì)呈現(xiàn)一定差別[3]。近紅外光譜主要指位于4000～12000cm﹣1的紅外光譜，能將水分子，NH、OH、CH等含氫基團(tuán)、羥基和金屬離子的結(jié)合方式以及合頻、倍頻吸收峰的振動(dòng)特征反映出來(lái)。一般外界與內(nèi)部環(huán)境不會(huì)過(guò)多地影響該類(lèi)基團(tuán)的近紅外光譜特征，差異較為明顯，所以有一定的鑒別特征。

3 近紅外光譜在天然巖石礦物成分測(cè)定中的應(yīng)用

近紅外光譜技術(shù)在天然巖石礦物成分測(cè)定中的實(shí)際檢測(cè)效果需要通過(guò)正態(tài)性檢驗(yàn)確定。實(shí)驗(yàn)采用的樣本由白云母、高嶺土、蒙脫石3種成分組成。完成礦物質(zhì)配合后，采用近紅外光譜進(jìn)行礦物樣本成分檢測(cè)，對(duì)收集的光譜進(jìn)行分析與研究。在這一過(guò)程中，主要采用標(biāo)準(zhǔn)歸一化法分析收集到的相關(guān)數(shù)據(jù)，通過(guò)人工神經(jīng)網(wǎng)絡(luò)、主成分回歸、隨機(jī)森林、偏最小二乘法等模型處理相關(guān)數(shù)據(jù)[4]。在實(shí)驗(yàn)中，通過(guò)分析、預(yù)測(cè)樣本中的3種成分得到的預(yù)測(cè)值和真實(shí)值之間的最小方根差對(duì)檢測(cè)結(jié)果進(jìn)行評(píng)價(jià)。

4 采用近紅外光譜進(jìn)行天然巖石礦物成分含量測(cè)定實(shí)驗(yàn)

4.1 樣本獲取

在工業(yè)生產(chǎn)過(guò)程中，白云母、高嶺土、蒙脫石是3種使用量相對(duì)較大的礦物資源，因此，實(shí)驗(yàn)采用這3種巖石制作實(shí)驗(yàn)樣本更具代表性。

4.2 礦物光譜采集系統(tǒng)配置

完成樣本制作后，需采用礦物光譜采集樣本成分及其組成信息。天然巖石成分測(cè)定分析系統(tǒng)主要包括計(jì)算機(jī)顯示控制系統(tǒng)、采集控制模塊、近紅外光譜采集模塊。其中，近紅外光譜采集模塊主要包括線陣探測(cè)器、近紅外光譜儀、光纖、參考白板等;采集控制模塊主要由可平移、可升降、可旋轉(zhuǎn)的控制平臺(tái)組成[5]。

4.3 對(duì)光譜數(shù)據(jù)進(jìn)行預(yù)處理

近紅外光譜是一種較為常見(jiàn)的光譜類(lèi)型，光譜區(qū)間介于中紅外區(qū)和可見(jiàn)光區(qū)之間，波長(zhǎng)范圍為780～2 526 nm。在實(shí)驗(yàn)中，巖石樣本的近紅外光譜波長(zhǎng)區(qū)間為900～2 500 nm。實(shí)驗(yàn)采用AvaSpec-NIR256-2.5光譜儀，剛好能實(shí)現(xiàn)波長(zhǎng)為900～2 500 nm的光譜波長(zhǎng)檢測(cè)。不同的巖石成分都有相應(yīng)的近紅外光譜放射信息，在實(shí)驗(yàn)中可以實(shí)現(xiàn)清晰檢測(cè)，進(jìn)而分析光譜信息，得到對(duì)應(yīng)的巖石成分信息。

在處理數(shù)據(jù)前，采用預(yù)處理的方式避免不必要因素影響實(shí)驗(yàn)結(jié)果的準(zhǔn)確性。較為常用的方法包括標(biāo)準(zhǔn)歸一化法、一階導(dǎo)數(shù)法、平滑法、平滑濾波法等，光譜處理波長(zhǎng)也集中在950～2 450 nm。完成預(yù)處理之后就可通過(guò)構(gòu)建數(shù)學(xué)模型分析、預(yù)測(cè)礦物的未知組分。應(yīng)用較為廣泛的數(shù)學(xué)模型有人工神經(jīng)網(wǎng)絡(luò)、主成分回歸、隨機(jī)森林、最小二乘法等。標(biāo)準(zhǔn)歸一化法的應(yīng)用可以在較大程度上排除散射、噪聲對(duì)實(shí)驗(yàn)結(jié)果的干擾，適用性較為顯著。

5 近紅外光譜對(duì)天然巖石礦物成分含量測(cè)定實(shí)驗(yàn)的預(yù)測(cè)原理

在天然巖石礦物成分含量測(cè)定分析中，近紅外光譜技術(shù)是一種間接的分析技術(shù)，正處于應(yīng)用發(fā)展階段。這一技術(shù)的應(yīng)用需要以一定實(shí)驗(yàn)為基礎(chǔ)，采用數(shù)學(xué)模型，以定性或者定量的方式分析、預(yù)測(cè)樣本成分及含量，達(dá)到實(shí)驗(yàn)?zāi)康摹Ｔ趯?shí)驗(yàn)過(guò)程中，采用抽樣的方式進(jìn)行天然樣本實(shí)驗(yàn)，對(duì)樣本的成分情況建立不同的模型，如主成分回歸分析、人工神經(jīng)網(wǎng)絡(luò)分析、偏最小二乘法分析等模型，實(shí)現(xiàn)對(duì)巖石礦物成分及含量的有效分析與預(yù)測(cè)。在充分實(shí)驗(yàn)的基礎(chǔ)上，對(duì)未檢測(cè)的樣本礦物情況進(jìn)行預(yù)測(cè)，驗(yàn)證該檢測(cè)方法的準(zhǔn)確性。

5.1 主成分回歸分析

主成分回歸分析主要是通過(guò)構(gòu)建矩陣的方式分析未知成分。在具體操作中，應(yīng)用內(nèi)容與方法包括主成分矩陣、光譜數(shù)據(jù)點(diǎn)分析、多元性回歸模型、待測(cè)組成含量矩陣等。

5.2 偏最小二乘回歸分析

偏最小二乘回歸分析是另一種對(duì)未知組分進(jìn)行預(yù)測(cè)的方法，是基于主成分回歸分析的一種方法。在實(shí)際操作中，需要結(jié)合光譜矩陣與組分含量矩陣的有效應(yīng)用對(duì)實(shí)驗(yàn)數(shù)據(jù)進(jìn)行分析，得出兩者之間的相互關(guān)系，提升實(shí)驗(yàn)結(jié)果的關(guān)聯(lián)性[6]。

5.3 人工神經(jīng)網(wǎng)絡(luò)

人工神經(jīng)網(wǎng)絡(luò)是一種主要由非變換神經(jīng)元組成的前回饋神經(jīng)網(wǎng)絡(luò)，網(wǎng)絡(luò)結(jié)構(gòu)較為復(fù)雜，采用反向傳播的算法，在預(yù)測(cè)與逼近實(shí)際數(shù)據(jù)方面有較好的應(yīng)用效果。

5.4 隨機(jī)森林

在處理實(shí)驗(yàn)數(shù)據(jù)時(shí)，隨機(jī)森林也是較為常用的處理方法，這種方法的應(yīng)用是以Bagging算法為前提構(gòu)建的數(shù)學(xué)模型。相比于其他算法，隨機(jī)森林模型設(shè)計(jì)的參數(shù)相對(duì)較少，省略了對(duì)過(guò)多擬合問(wèn)題的考慮、處理。所以隨機(jī)森林算法可以實(shí)現(xiàn)對(duì)數(shù)量較大樣本數(shù)據(jù)的處理，并且可以在較大程度上避免噪聲對(duì)實(shí)驗(yàn)數(shù)據(jù)的干擾。隨機(jī)森林算法的應(yīng)用原理是采用自助采樣的方式進(jìn)行樣本處理，在實(shí)際應(yīng)用過(guò)程中，要求以較快速度生成測(cè)試樣本和訓(xùn)練樣本，并以此為依據(jù)形成隨機(jī)森林。實(shí)際實(shí)驗(yàn)的預(yù)測(cè)結(jié)果可以結(jié)合具體分類(lèi)樹(shù)分析得到具體情況。

6 采用近紅外光譜進(jìn)行天然巖石礦物成分含量測(cè)定實(shí)驗(yàn)結(jié)果與討論

完成實(shí)驗(yàn)后，對(duì)獲得的各組實(shí)驗(yàn)情況進(jìn)行處理，將樣本數(shù)據(jù)平均分為兩組，一組用作測(cè)試樣本，另一組用作光譜訓(xùn)練樣本。首先，采用一階導(dǎo)數(shù)、平滑、標(biāo)準(zhǔn)化歸一、五點(diǎn)平滑濾波等較為常用的方法對(duì)光譜信息進(jìn)行科學(xué)處理，并以此為基礎(chǔ)建立數(shù)學(xué)模型進(jìn)行數(shù)據(jù)處理。將這4種數(shù)據(jù)模型分為非線性建模、線性建模兩種類(lèi)型和方式。其中，非線性建模主要是人工神經(jīng)網(wǎng)絡(luò)模式與隨機(jī)森林模式，線性建模主要是主成分回歸模式與偏最小二乘法。其次，采用最小均方根誤差對(duì)判斷的準(zhǔn)確性進(jìn)行合理預(yù)測(cè)。

在實(shí)際操作中，采用隨機(jī)森林法分別對(duì)高嶺土、白云母、蒙脫石的預(yù)測(cè)結(jié)構(gòu)進(jìn)行制圖處理。其中，高嶺土預(yù)測(cè)值與真實(shí)值之間呈線性關(guān)系，白云母預(yù)測(cè)值與真實(shí)值之間呈線性關(guān)系，蒙脫石預(yù)測(cè)值與真實(shí)值之間呈相關(guān)性關(guān)系。

7 結(jié)語(yǔ)

隨著我國(guó)生產(chǎn)技術(shù)的不斷提升，各個(gè)領(lǐng)域的生產(chǎn)對(duì)各種礦物的需求量也在不斷提升，只有明確礦物組成成分，才能提高礦產(chǎn)資源開(kāi)采的準(zhǔn)確性，提高對(duì)礦產(chǎn)資源的開(kāi)采與利用效益。采用高嶺土、白云母、蒙脫石3種具有代表性的礦物進(jìn)行相關(guān)實(shí)驗(yàn)，采用反射光譜信息測(cè)定的方式，結(jié)合各種預(yù)處理技術(shù)，構(gòu)建數(shù)學(xué)模型，分析紅外光譜得到的成分檢測(cè)結(jié)果。研究發(fā)現(xiàn)，采用標(biāo)準(zhǔn)歸一化法進(jìn)行建模處理最有利，采用非線性回歸模型比線性回歸模型得到的分析預(yù)測(cè)效果好。通過(guò)分析，希望能為相關(guān)礦物檢測(cè)人員與檢測(cè)工作提供有效借鑒。