为了实现翡翠产地的快速无损鉴别, 丰富宝玉石产地鉴别方法的多样性, 基于红外光谱分析得到的数据, 建立支持向量机(SVM)识别模型对三个产地的翡翠进行分析。 实验收集了缅甸、 俄罗斯和危地马拉3种翡翠的红外光谱数据共106条, 为了达到更好的模型识别效果, 建模前将原始的红外光谱数据进行反射率到吸光度的转化, 再对光谱进行不同的预处理。 预处理的目的是降低噪声、 基线漂移和散射现象等对模型识别效果的影响。 本次实验预处理使用的方法有SG平滑、 均值中心化、 标准化、 趋势校正、 多元散射校正、 最大最小归一化、 标准正态变换以及标准正态变换后再进行趋势校正。 实验结果表明, 对红外光谱进行预处理后模型得到的识别准确率均高于原始光谱的73%; 三个产地翡翠的红外光谱分开进行多元散射校正和最大最小归一化得到的模型识别准确率高于混合进行预处理得到的结果; 一些预处理方法结合使用也会提高模型的识别准确率, 如标准正态变换和趋势校正。 对三个产地翡翠的红外光谱分开进行最大最小归一化处理后得到的识别准确率达到了最高的95%, 说明这种采用红外光谱技术建立的支持向量机(SVM)识别模型可以实现对翡翠产地的快速识别。

翡翠是目前市场上最常见的玉石之一, 通过上蜡掩盖翡翠表面微小的缺陷, 提高其光泽, 这种加工手段是消费者普遍接受的。 A货翡翠上蜡、 B货和B+C货翡翠以及B货和B+C货翡翠上蜡后在紫外灯下都会有荧光, 如何快速有效地鉴别这些翡翠是目前需要解决的问题。 收集了目前市场上常见的A货, B货, B+C货翡翠和两种优化蜡, 并使用优化蜡对这些翡翠上蜡, 采用紫外荧光灯、 红外光谱仪和荧光光谱仪对上蜡前后的样品进行了系统的对比研究。 结果显示: 在紫外荧光灯下A货翡翠无荧光, B货和B+C货翡翠有弱—中等的荧光, 上蜡后的翡翠均会发出相似程度的荧光。 红外光谱直接透射法显示在官能团区B货和B+C货翡翠中芳香族化合物的芳环上官能团ν(C—H)伸缩振动会产生的3 064, 3 032, 3 003 cm-1吸收峰; 优质蜡由烷烃化合物官能团ν(—CH2—)伸缩振动分别产生2 915和2 846 cm-1吸收峰, 同时还可能存在官能团ν(CO)伸缩振动所致的1 681 cm-1处吸收峰, 而川蜡中只检测到甲基和亚甲基产生的吸收峰。 荧光光谱显示A货翡翠无荧光反应, B货和B+C货翡翠有荧光反应, 部分B+C货翡翠和B货翡翠的图谱相似性很高, 说明荧光是充填物发出的, 染料中的离子会导致荧光峰产生偏移和荧光强度的改变。 根据B+C货翡翠荧光峰位置的不同可以分为三类, 激发波长分别为350, 358和370 nm, 发射波长分别为370, 420和414/434 nm。 两种优化蜡的荧光峰明显不同, 且优质蜡的荧光强度高于川蜡。 上蜡后A货翡翠会出现优化蜡的荧光峰, 荧光强度和翡翠表面蜡浓度有关。 B货和B+C货翡翠上蜡后同样会出现优化蜡的荧光峰, 不过由于优化蜡的浓度较低, 最强的荧光峰都是翡翠中充填物发出的, 且相比于上蜡前, 荧光峰会有红移。 荧光光谱可以作为一种快速无损的检测手段区分上蜡前后的A货, B货和B+C货翡翠, 对上蜡后的A货翡翠与B货或B+C货翡翠也可以有效区分, 完善了荧光光谱仪在翡翠市场可以广泛应用的依据。