高光譜成像技(ji)術在(zai)地(di)礦勘(kan)查(zha)研(yan)究中(zhong)的(de)應用(yong)

具(ju)有(you)高空間和(he)光(guang)譜分(fen)辨率(lv)的SisuSCS/ROCK高光譜成像工作(zuo)站(zhan)，代表了高級(ji)的(de)的(de)高通量、非損傷(shang)多樣芯高光譜掃描分(fen)析(xi)技術(shu)，可(ke)對巖(yan)礦樣芯或其(qi)它地(di)礦樣品進(jin)行(xing)批(pi)量(liang)快速檢測分(fen)析(xi)。它在(zai)地(di)礦勘(kan)查(zha)研(yan)究領域的(de)出(chu)現(xian)，預示著(zhe)從鉆孔(kong)到沈(chen)積(ji)尺(chi)度的樣芯、巖(yan)屑(xie)、土(tu)壤(rang)和(he)其(qi)他地(di)礦樣品的(de)定量礦物學(xue)研(yan)究和(he)繪(hui)圖將(jiang)發(fa)生(sheng)壹(yi)場技(ji)術(shu)革命(ming)。

案(an)例壹、油(you)砂(sha)樣芯的高光譜特征研(yan)究

油(you)砂(sha)（Oil Sands）是(shi)壹種天然(ran)含有(you)石(shi)油的砂(sha)或砂(sha)巖(yan)，可(ke)用來提煉(lian)重油(you)和(he)瀝青。世(shi)界(jie)上(shang)85%的(de)油砂(sha)集(ji)中在(zai)加(jia)拿(na)大阿爾伯塔(ta)省(sheng)北部(bu)地(di)區,主(zhu)要集(ji)中在(zai)阿沙(sha)巴斯(si)克(ke)（Ashabasca）、冷(leng)湖（Cold Lake）和(he)和(he)平(ping)河(he)（Peace River）三個(ge)油(you)砂(sha)區。

油(you)砂(sha)樣芯的準(zhun)確開(kai)采是(shi)壹個(ge)具(ju)有(you)挑(tiao)戰(zhan)性(xing)的(de)過程(cheng)，因為在(zai)飽和(he)瀝青地(di)層(ceng)中(zhong)很難看(kan)到(dao)沈(chen)積(ji)和(he)生(sheng)物成因特征。加(jia)拿(na)大阿爾伯塔(ta)大(da)學(xue)地(di)球與(yu)大氣科(ke)學(xue)系(xi)Michelle Speta等研(yan)究人(ren)員，利(li)用(yong)SisuROCK高光譜成像工作(zuo)站(zhan)對壹批(pi)油(you)砂(sha)樣芯進行(xing)了掃描成像。通過對光譜(pu)圖像的(de)分(fen)析(xi)表明，在(zai)短波(bo)紅(hong)外（SWIR）波(bo)段(duan)中，它(ta)可(ke)以“穿(chuan)透(tou)”表面(mian)薄薄的(de)瀝青，並(bing)輕松地(di)識(shi)別出(chu)用(yong)肉眼(yan)無法看到的結(jie)構(gou)和(he)纖(xian)維。在(zai)光譜(pu)數據(ju)中，研(yan)究人(ren)員確定了與(yu)巖(yan)相相(xiang)關的(de)廣泛(fan)的光譜類，然(ran)後用(yong)於創(chuang)建基(ji)本(ben)巖(yan)性圖。還(hai)利(li)用(yong)現(xian)有(you)的光(guang)譜模型(xing)繪(hui)制了用(yong)於(yu)確定瀝青含(han)量(liang)的(de)礦石(shi)品位分(fen)級(ji)灰度圖。

圖1.1（左圖）：左半(ban)部分(fen)是(shi)肉眼(yan)觀(guan)察(cha)到(dao)的(de)高品位油砂(sha)樣芯，右半(ban)部分(fen)是(shi)SWIR的彩色合成圖像。紅(hong)外圖像可(ke)以“透(tou)過(guo)”瀝青層(ceng)“看(kan)到”樣芯內(nei)部(bu)，揭示樣芯並(bing)不像肉(rou)眼(yan)看到(dao)的那(na)樣均(jun)勻。

圖1.2（右圖）：脫(tuo)水油(you)砂(sha)樣芯瀝青飽(bao)和(he)砂(sha)（上(shang)部(bu)）和(he)頁(ye)巖(yan)（下部）剖面(mian)的特(te)征光譜。

定量信(xin)息如(ru)飽(bao)和(he)油(you)層(ceng)的(de)瀝青含(han)量(liang)，通常使用顏色指(zhi)數來估計(ji)瀝青的(de)重(zhong)量(liang)百(bai)分(fen)比，其(qi)中1-5 wt %為(wei)低(di)品(pin)位礦石(shi)，5-10 wt %為中品位礦石(shi)，10-15 wt %為高品位礦石(shi)。

然(ran)而，為(wei)了得(de)到(dao)準(zhun)確的(de)結(jie)果(guo)，必(bi)須(xu)收集(ji)樣品子(zi)集(ji)並(bing)送到(dao)實(shi)驗室(shi)進行(xing)分(fen)析(xi)。當(dang)前工業標(biao)準(zhun)的(de)總瀝青含(han)量(liang)（TBC）測(ce)定方(fang)法稱為(wei)DeanStark分(fen)析(xi)。該方(fang)法是(shi)壹個(ge)昂(ang)貴的(de)過程(cheng)，周(zhou)期(qi)也(ye)很慢(man)。本研(yan)究使(shi)用(yong)SisuROCK批(pi)量(liang)掃描了相(xiang)當(dang)於覆(fu)蓋40組(zu)Dean-Stark采(cai)樣間隔(ge)的(de)15盒樣芯，*嘗試(shi)開(kai)發(fa)預(yu)測(ce)模型(xing)應用(yong)於脫(tuo)水樣芯樣品，相(xiang)關系(xi)數R2 = 0.67，初(chu)步分(fen)析(xi)結(jie)果(guo)達(da)到(dao)了較(jiao)好(hao)的(de)預(yu)測(ce)效果(guo)，為油砂(sha)準(zhun)確的(de)開采(cai)提供了判(pan)斷(duan)依據(ju)。

案(an)例二、高光譜成像評(ping)估樣芯礦物豐(feng)度

為(wei)了發(fa)現(xian)和(he)評(ping)價礦床，每年(nian)在(zai)勘(kan)探活動中都要進行(xing)大量的鉆(zuan)探，而鉆(zuan)探樣芯繪(hui)圖成為*的壹步。使(shi)用礦物析(xi)出(chu)分(fen)析(xi)儀（SEM-MLA）進(jin)行(xing)基於掃描電鏡的(de)礦物圖像分(fen)析(xi)，可(ke)提供詳(xiang)盡(jin)的(de)高分(fen)辨率(lv)礦物繪(hui)圖，但只(zhi)能應用(yong)於在(zai)較小的(de)鉆(zuan)探樣芯。短波(bo)紅(hong)外（SWIR）高光譜成像技(ji)術的出(chu)現(xian)，作(zuo)為(wei)傳(chuan)統(tong)鉆探技(ji)術(shu)的補充(chong)，可(ke)為礦物學(xue)特征研(yan)究提供壹(yi)種快速、無損(sun)、高通量的分(fen)析(xi)方(fang)法。

德國弗萊堡Helmholtz資(zi)源技術(shu)研(yan)究所Laura等研(yan)究人(ren)員，基(ji)於(yu)sisuROCK高光譜成像和(he)SEM-MLA數(shu)據，提出(chu)了壹(yi)種機器學習算法，並(bing)將(jiang)定量的(de)SEM-MLA礦物學(xue)研(yan)究提升(sheng)到鉆(zuan)孔(kong)樣芯規模。通過這(zhe)種方(fang)法，可(ke)以得(de)到(dao)整(zheng)個(ge)樣芯樣本的(de)準(zhun)定量圖。通過使用基(ji)於(yu)高光譜掃描成像數(shu)據采集(ji)和(he)機(ji)器學習數學模(mo)型(xing)，研(yan)究者提出(chu)了壹(yi)種可(ke)提高結(jie)果(guo)的透明度和(he)再(zai)現性的升(sheng)級(ji)方(fang)法。利(li)用(yong)隨(sui)機(ji)森林（RF）、支(zhi)持向(xiang)量機(ji)（SVM）和(he)神(shen)經(jing)網(wang)絡(luo)（ANN）回(hui)歸模(mo)型(xing)對5個(ge)不(bu)同(tong)訓(xun)練數(shu)據(ju)的樣芯樣本進(jin)行(xing)了測(ce)試(shi)。所得(de)的(de)礦物豐(feng)度圖可(ke)進壹(yi)步用(yong)於礦物共(gong)生組(zu)合等(deng)礦物學(xue)參數(shu)的提取(qu)。

為(wei)了測(ce)試(shi)所提出(chu)的(de)方(fang)法的可(ke)靠(kao)性(xing)，研(yan)究人(ren)員分(fen)析(xi)了來自(zi)Bolcana斑巖(yan)銅(tong)-金(jin)體(ti)系(xi)不同(tong)位置的5組(zu)樣品，分(fen)別標記(ji)為DC-1到(dao)DC-5。首先獲取(qu)樣芯高光譜圖像，然(ran)後選(xuan)擇(ze)感興(xing)趣(qu)區域制備(bei)薄片(pian)，並(bing)用SEM-MLA進行(xing)分(fen)析(xi)。從巖(yan)心樣本的(de)左側開始，每(mei)個(ge)區域被(bei)進(jin)壹步標(biao)記為(wei)a、b和(he)c，如(ru)圖2.1所示。

圖2.1：樣芯高光譜成像與(yu)SEM-MLA獲得(de)的(de)高分(fen)辨率(lv)礦物圖 (a、b和(he)c) 疊(die)加(jia)圖

以(yi)樣品DC-1為(wei)例(li)，該樣品由(you)閃長斑(ban)巖(yan)組(zu)成，其(qi)熱液(ye)蝕(shi)變(bian)呈鉀(jia)化(hua)過(guo)渡，以(yi)黑(hei)雲母(mu)、鉀(jia)長石(shi)和(he)斜(xie)長石(shi)-綠泥(ni)石(shi)組(zu)合為(wei)特(te)征的鈉鈣(gai)巖(yan)為代表。在(zai)前兩個(ge)薄片(pian)“a”和(he)“b”中(zhong)，綠泥(ni)石(shi)比黑(hei)雲母(mu)豐富(fu)。然(ran)而，在(zai)第三(san)個(ge)薄片(pian)中，由(you)於(yu)巖(yan)脈(mai)密(mi)度較低(di)和(he)隱(yin)含的相關蝕(shi)變(bian)，在(zai)基質(zhi)中出(chu)現(xian)了大(da)量(liang)浸染以(yi)及成團(tuan)的黑(hei)雲母(mu)。斜長石(shi)在(zai)所有(you)的三(san)個(ge)薄片(pian)中占(zhan)主(zhu)導地(di)位，但在(zai)巖(yan)脈(mai)附(fu)近，可(ke)明顯觀(guan)察(cha)到(dao)鉀(jia)長石(shi)的增加(jia)。

通過對樣芯的目(mu)視分(fen)析(xi)和(he)結(jie)果(guo)分(fen)析(xi)，RF和(he)FF-ANN模(mo)型(xing)對於評(ping)估局部分(fen)布、低(di)濃(nong)度的礦物豐(feng)度效果(guo)較好(hao)。在(zai)基質(zhi)礦物學(xue)方(fang)面(mian)，SVM模型(xing)對黑(hei)雲母(mu)的評(ping)估較RF和(he)FF-ANN好(hao)，而對基質(zhi)中其(qi)他主(zhu)要成分(fen)如(ru)長石(shi)的評估較差。對於脈(mai)石(shi)礦物成分(fen)如(ru)石(shi)膏(gao)和(he)硫(liu)化(hua)物，該(gai)模型(xing)也(ye)具有(you)相似(si)的(de)效果(guo)。

圖2.2：使用(yong)隨機(ji)分(fen)布的(de)50%的(de)地(di)面(mian)實(shi)測數據對白雲母(mu)（WM）、黑(hei)雲母(mu)（Bt）、綠泥(ni)石(shi)（Chl）、角閃石(shi)（Amp）、石(shi)膏(gao)（Gp）、長石(shi)（Fsp）、石(shi)英(ying)（Qz）、硫(liu)化(hua)物（SP）和(he)副礦物（Other），進(jin)行(xing)隨機森林(RF)、支(zhi)持向(xiang)量機(ji)(SVM)和(he)前向神(shen)經(jing)網(wang)絡(luo)(FF-ANN)回(hui)歸訓(xun)練後(hou)得(de)到(dao)的(de)樣芯礦物豐(feng)度圖。

通過計(ji)算(suan)RMSE，得(de)到(dao)礦物豐(feng)度圖定量評(ping)價(jia)的觀(guan)察(cha)結(jie)果(guo)如(ru)下：

以(yi)上(shang)三(san)種測試(shi)算(suan)法都給出(chu)了較(jiao)低(di)的RMSE，小的(de)是(shi)RF為0.07，其(qi)次是(shi)FF-ANN為0.08，SVM為(wei)0.1。對於每(mei)類RMSE，RF和(he)FF-ANN的(de)結(jie)果(guo)相似(si)，與(yu)石(shi)英(ying)相(xiang)關的(de)誤差較(jiao)大，這(zhe)可(ke)能是(shi)由於(yu)石(shi)英(ying)在(zai)VNIR-SWIR區域光(guang)譜(pu)反(fan)射平(ping)穩(wen)，缺(que)乏(fa)顯著吸(xi)收(shou)特(te)征造成的。整體(ti)RMSE結(jie)果(guo)則(ze)證明基(ji)於(yu)以(yi)上(shang)方(fang)法的高光譜成像結(jie)合SEM-MLA技(ji)術(shu)，可(ke)用於(yu)礦物分(fen)布及豐度圖繪(hui)制。

易(yi)科(ke)泰生態(tai)技術(shu)公(gong)司(si)提供高光譜成像技(ji)術、XRF技術(shu)、LIBS技術、GeoDrone無人(ren)機遙(yao)感技術等(deng)地(di)質(zhi)礦產(chan)勘(kan)查(zha)全(quan)面(mian)解決(jue)方(fang)案(an)，歡(huan)迎垂(chui)詢！