岩石矿物成分的测定与分析方法研究

张耀华 孟燕 从相军 孙秀锦

（中国建筑材料工业地质勘查中心山东总队，山东济南 250000）

0 引言

近年来，随着工业发展规模的扩大，对各种矿物质的需求量也在不断增加。为了满足实际需要，矿物质的开采及利用越来越受到各界重视。在自然界的各种作用下，地壳当中会形成多种类型的矿物质。对岩石矿物成分的含量进行测定不仅可以促进社会工业的发展，同时还可以为制造业的发展提供重要的原材料。在过去，这项工作主要是通过实验室检测的形式开展的，操作步骤繁多、结果等待时间长，同时所消耗的资源也是比较多的，还很可能会对样本的完整性造成破坏。除此之外，这对检测人员的专业技能和检测设备的专业化程度也提出了较高的要求，需要投入大量的资金和人力[1]。近年来，矿物成分检测技术越来越成熟，测定与分析方法也越来越多样，这为相关工作的开展提供了强大的技术支持。

1 岩石矿物成分的测定与分析方法

岩石矿物测定与分析方法主要包括色谱法、元素法、差热法、光谱法、化学法。近年来，近红外光谱法与现代计算机技术相结合，在实际工作中应用越来越成熟。

2 基于近红外光谱法对岩石矿物成分进行测定与分析实例

2.1 测定与分析的原理和要求

近红外光谱法早在上个世纪八十年代就已出现，现与计算机技术进行有效融合实现了进一步的发展，目前已在化学工业、医疗卫生以及农业生产等多个领域中得到了广泛应用。已经逐渐取代实验室检测技术，成为了使用频率最高、使用效果最好的方法之一[2]。

在本次试验当中，选择了白云母、高岭土以及蒙脱石这三种常见矿物成分，将其按照一定的比例进行配合形成检测样本，这与岩石内部的矿物构成是极为相似的。在这之后，使用近红外光谱法来对这些成分进行检测，并使用标准归一法来对检测到的数据进行分析，在构建模型的基础上对三种成分的含量进行预测和分析。

2.2 测定与分析试验

2.2.1 获取矿物成分样本

在参考天然岩石的矿物成分之后，本次试验选取白云母、高岭土和蒙脱石这三种最为常见的物质构成待测样本。这三种物质在工业生产活动当中的使用频率比较高，用量也比较大，对它们进行测定与分析对于工业生产活动的开展可以起到重要的参考作用。

2.2.2 矿物光谱采集系统

在完成样本的配置之后，通过近红外光谱法，基于矿物光谱来获取样本的成分信息，并基于矿物光谱采集系统来对这些信息进行分析。具体来说，该系统主要是由以下三个部分构成的。第一部分是显示控制系统，第二部分是采集控制单元，第三部分是近红外光谱单元，作用是发射光谱。

2.2.3 光谱数据的预处理

近红外光谱的波长位于中红外区和可见光区之间，最大波长为2526 纳米、最小波长为780 纳米。而在岩石当中，各种矿物成分的近红外光谱法最短在900 纳米、最长在2500 纳米。因此，在本次试验当中可以选择256-2.5 光谱仪来完成操作。在试验的过程当中发现，白云母、高岭土以及蒙脱石这三种矿物成分所发散出来的近红外光谱信息存在明显的差异，它们能够清晰地被设备检测出来，可以获取到相应的光谱数据。

对于获取到的光谱数据，首先要进行预处理。技术人员可以用平滑滤波来对波长范围在950 纳米到2450 纳米的光谱进行有效处理[3]。在经过处理之后，就可以基于光谱信息构建起相应的数学模型，以此来对岩石矿物当中所含有的组成成分进行分析，并在这个基础上进行合理预测。

本试验选取了标准统一法来对光谱数据进行预处理。这种方法能够消除散射噪声的干扰，使试验结果变得更为准确，展现出了较高的应用价值和功能。

2.3 试验预测原理

近红外光谱法虽然在实际应用的过程中展现出了明显的优势，但它属于一种间接分析方法，需要建立在试验的基础上。在本次试验当中，共选取了66个样本数量，并在其中随机选取33个样本，用样本信息来构建数学模型。在这个基础上对另外33个样本的情况进行预测。

在数学模型构建过程当中所采用的主要方法有以下四种。

第一种是主成分回归法，它的特点是能够通过矩阵的形式来进行分析，并对未知的成分进行预测。

第二种是偏最小二乘回归法，与主成分回归法相似，都是基于位置组分来进行预测的，可以对矿物成分光谱矩阵和组分含量矩阵进行有效处理，同时还可以对这两种矩阵当中的数据信息进行对比分析，找到二者之间的相关性，以此来增强试验结果整体的相关性。

第三种是人工神经网络法，它属于前回馈型神经网络，由多个非变换神经元共同构成的。

第四种是随机森林法，这是一种比较常用的数据处理方法。在对样本进行处理的时候，需要使用自助法重采样技术，并在这个基础上生成相应的测试和训练样本，进而形成随机森林。对于试验结果，也可以用分类树来直观、形象地进行呈现[4]。

2.4 试验结果与讨论

在按照上述的方法来进行试验操作之后，获得了66 组试验结果，这其中33 组为测试的样本，另外33 组则为训练样本。在获得这些数据之后，首先要进行预处理，然后构建数学模型，通过非线性和线性这两种建模方式来对数据进行分析。最后，还要运用最小均方根误差来对试验结果的准确性进行判断[5]。

在获得处理结果之后，还需要基于随机森林法对白云母、高岭土以及蒙脱石这三种矿物成分的预测结果制成相应的图像。在对图像进行观察之后发现，高岭土和白云母的近红外光谱法预测值与真实值之间呈现出了明显的线性关系，而蒙脱石近红外光谱法预测值与真实值之间则呈现出了相关性关系。

3 结束语

综上所述，在对矿藏进行勘测的过程中，要对岩石中矿物成分的种类和特性进行快速分析，并在这个基础上对矿藏的品质形成判断，进而对整个区域矿产资源的利用价值进行评估，这对于采矿活动的开展来说具有十分重要的现实意义。在实践当中发现，不同测定与分析方法的特定不同，使用条件也存在差异。这需要工作人员结合当地的地质条件和岩石特征来进行合理选择，为我国矿产资源的开发与利用提供有力的支持。