矿物分析在地质勘测及工程应用中都是一项极为关键的工作,在矿物分析中,相比于传统的物理方法和化学方法,拉曼光谱检测能提供更快速的定性定量分析,最重要的是,它对矿物的损伤可以忽略不计。而基于拉曼光谱的数据分析,传统的机器学习方法效果并不理想,尤其在矿物种类极其庞大的情况下。为此,提出一种基于Siamese网络的相似性学习方法,采用Hungarian算法来优化负样本,与传统的机器学习算法相比,得到了鲁棒性最好的结果。Siamese网络计算出矿物之间的相似度,除了能对矿物进行识别,还可以在一定程度上为该矿物的替代材料提供参考。

XRD-Rietveld全谱拟合法（简称Rietveld法）是一种在材料学领域被广泛应用于解决复杂多相混合物体系物相定量问题的先进技术方法。 将该物相定量方法跨学科引入地学, 理论上有助于提高地学样品矿物物相分析的精确度。 然而, 在该技术方法的实际应用中, 当前有两个基础问题需要解决, 一是Rietveld技术方法对地学样品的适用性有待检验, 二是分析结果的可靠性还缺乏实验评价依据。 针对这两个问题, 本研究基于自然界土壤中常见的矿物组合特征, 配置了三组已知矿物成分含量的土壤模拟样品（石英+赤铁矿1∶1二相混合土壤模拟样; 石英+高岭石1∶1二相混合土壤模拟样; 石英+高岭石+蒙脱石1∶1∶1三相混合土壤模拟样）, 并以这些样品为例, 开展了Rietveld法物相定量分析与计算。 分析表明, 利用Rietveld法, 能获得土壤模拟样品良好的XRD拟合谱线, 拟合谱（ycalc）与测试谱（yobs）匹配度高, 拟合值（Rwp<15%）、 拟合期望（Rexp<15%）和拟合优度（gof<5）等参数指标均符合矿物物相定量计算要求。 三组土壤模拟样品的Rietveld矿物物相计算值与真实值的误差仅为0.63%, 1.46%和1.03%, 指示该方法对土壤模拟样品的矿物物相定量结果能有效逼近真实成分比例, 且显著优于传统的内标法分析结果。

以ChemCam团队公布的64个飞行前定标样品的浓度和激光诱导击穿光谱数据为对象,通过使用主成分分析载荷空间距离法对特定元素分析,筛选出对该元素最敏感的激光诱导击穿光谱谱线,并以此为依据进行矿物元素种类和丰度识别,其识别精度高达92.8％.结果表明,主成分分析载荷空间距离可以作为定量分析前矿物特定元素信息和元素丰度的判断依据.该方法降低了岩石/矿物分类的难度,有利于实现未知的矿物快速、高效的鉴别分析,为火星表面岩石种类鉴别分析提供了一个有效的策略.

介绍了便携式野外现场近红外地物光谱仪研制过程中采用的技术线路,通过对仪器光电部分硬件进行优化设计,使仪器具有体积小重量轻而方便携带,同时给出了仪器软件开发流程和内容;对仪器的分辨率、信噪比和稳定性所采用的测试方法进行了详尽的介绍,对仪器测量结果进行了分析,测得仪器在7nm带宽时信噪比达到3000:1,信噪比RMS值达到8348:1,并就实测指标同国外类似仪器进行对比.