岩石是由多种矿物组成, 其反射率光谱吸收特征与矿物含量之间存在紧密联系, 矿物光谱在特定波段处的光谱吸收特征是定量估算含量的重要指标之一。 为提升岩石光谱吸收特征定量反演矿物含量的准确度与精度, 以白云母为研究对象, 分析岩石光谱在2.2 μm附近的光谱吸收特征及其白云母含量, 采用Savitzky-Golay平滑滤波和连续统去除法对岩石光谱反射率进行处理, 进而提取光谱吸收特征参数(吸收深度、 吸收宽度、 吸收面积), 分析岩石光谱在2.2 μm附近吸收特征与白云母含量之间的相关性。 研究中采用单一吸收特征建立统计模型、 多维吸收特征建立偏最小二乘法(PLS)和多层感知器(MLP)模型, 对岩石中白云母含量与光谱吸收特征参数进行分析, 进而提出一种非线性预测岩石中矿物含量的方法。 研究结果表明, 岩石光谱在2.2 μm附近的光谱吸收特征中, 吸收深度与白云母含量之间的相关性最高。 基于单一吸收特征的统计模型中, 二次曲线模型对吸收深度拟合的效果最佳, R2为0.935 0, RMSE为0.063 0, 岩石光谱的吸收深度随白云母丰度满足二次曲线变化, 岩石中白云母的含量越高, 岩石光谱吸收深度值越大; 基于多维光谱吸收特征的PLS模型相较于MLP模型拟合的效果更佳, 其R2为0.947 7高于MLP的0.901 2, RMSE为0.002 7低于MLP的0.005 1; 整体上, 多维模型优于单一维度模型, PLS模型反演能力最佳, 该模型在预测白云母含量上具有运算量小、 精度高的特点。 通过分析岩石在诊断特征处的光谱吸收特征, 为其矿物组分的含量等进行定量反演提供理论参考, 为矿产资源监测与评估提供快速高效便捷的方法。

岩石的矿物组成成分是影响其反射光谱特征的主要因素之一, 是产生各类岩石特征谱带的重要原因。 本文选择美国喷气推进实验室提供的岩石样本(包括组成岩石样本的各类矿物百分含量和用Analytical Spectral Devices (ASD)地物光谱仪测得0.35～2.50 μm波长范围内岩石样本光谱反射率)、 岩石所包含的各类矿物的光谱反射率为基础数据, 根据岩石和所含矿物的光谱线性混合模型, 首先进行了岩石及其矿物成分线性混合模拟实验, 实验结果表明基于线性混合光谱理论的岩石矿物模拟模型能够较好的模拟岩石光谱曲线, 并且能够保留各个矿物组分的吸收特征。 然后从火成岩的岩石光谱中选出含有黑云母矿物的八个样本, 研究岩石样本中黑云母含量及其在2.332 μm处反射光谱吸收深度的特征, 用线性和非线性等多种常用统计模型拟合了岩石光谱吸收深度与矿物组分黑云母含量之间的响应关系, 最后本文将增长型(Growth)和指数曲线型(Exponential)两个模型相结合获得新的拟合模型, 利用该模型拟合了岩石光谱吸收深度与矿物组分黑云母含量之间的统计响应关系, 拟合结果表明二者的相关系数达到0.998 4, 标准偏差为0.57 2, 虽然利用Growth和Exponential模型拟合的标准偏差小于两个模型结合后的新模型拟合的标准偏差, 但新模型的相关系数有了显著提高, 这说明新模型拟合效果更接近样本的实测值。

探索岩石光谱与岩石其他物性之间的联系具有重要意义。 运用SVC HR-768便携式光谱仪对相山铀矿田内的36块5 cm×5 cm×5 cm大小的碎斑熔岩样品进行光谱测量, 每测量一个样品之前测量一次白板进行校正, 对测量后的光谱曲线进行5 nm的平滑重采样消除由大气水及其他外界环境变化所引起的噪声。 截取平滑重采样后1 112～1 322 nm范围的岩石光谱, 以波段值为横轴(X轴), 反射率为纵轴(Y轴)进行线性方程拟合, 求得各岩石样品在该光谱范围的直线方程。 以直线方程的斜率为横轴(X轴), 样品的体积磁化率为纵轴(Y轴)进行方程拟合, 得到y=－0.256 3 ln(x)+0.913 7, 相关系数高达0.78。 结果表明, 该岩石的体积磁化率主要由含Fe2+矿物引起; 1 112～1 322 nm范围光谱斜率能够半定量测定岩石中的Fe2+含量; 该范围的岩石光谱与体积磁化率具有较好的相关性。