CN108007871A - 一种基于一元二次回归模型定量反演岩石SiO2含量的方法 - Google Patents

一种基于一元二次回归模型定量反演岩石SiO2含量的方法 Download PDF

Info

Publication number
CN108007871A
CN108007871A CN201610929221.6A CN201610929221A CN108007871A CN 108007871 A CN108007871 A CN 108007871A CN 201610929221 A CN201610929221 A CN 201610929221A CN 108007871 A CN108007871 A CN 108007871A
Authority
CN
China
Prior art keywords
rock
sio
content
specimens
sample
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201610929221.6A
Other languages
English (en)
Other versions
CN108007871B (zh
Inventor
王俊虎
杜锦锦
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Research Institute of Uranium Geology
Original Assignee
Beijing Research Institute of Uranium Geology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Research Institute of Uranium Geology filed Critical Beijing Research Institute of Uranium Geology
Priority to CN201610929221.6A priority Critical patent/CN108007871B/zh
Publication of CN108007871A publication Critical patent/CN108007871A/zh
Application granted granted Critical
Publication of CN108007871B publication Critical patent/CN108007871B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N5/00—Analysing materials by weighing, e.g. weighing small particles separated from a gas or liquid
    • G01N5/04—Analysing materials by weighing, e.g. weighing small particles separated from a gas or liquid by removing a component, e.g. by evaporation, and weighing the remainder

Landscapes

  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本发明属于一种基于一元二次回归模型定量反演岩石SiO2含量的方法，具体包括：一、岩石发射率光谱测量，获取岩石样本发射率曲线；二、岩石样品SiO2含量室内定量化学分析；三、表征岩石SiO2含量诊断波长选取和光谱指数构建；四、构建岩石样品SiO2含量定量反演模型；五、岩石样品SiO2含量定量反演模型精度评价。通过主观和客观评价得出该模型反演精度优于90％，可用于野外快速准确的识别岩石SiO2含量，大大降低了岩石SiO2含量室内化学分析的时间和经济成本，这对加快与硅化、石英脉相关的矿产勘查进度具有重要的推动意义。

Description

一种基于一元二次回归模型定量反演岩石SiO2含量的方法
技术领域
本发明属于遥感信息提取及定量反演领域，具体涉及一种基于一元二次回归模型定量反演岩石SiO2含量的方法。
背景技术
热红外波段(8.00μm～14.00μm)在岩矿识别中具有独到的优势，不仅可识别硅酸盐、硫酸盐、碳酸盐、磷酸盐、氢氧化物等造岩矿物，更可识别常用的可见光(0.38μm～0.76μm)-短波红外波段(0.76μm-3.00μm)不能识别的石英(化学分子式为SiO2)等矿物。而在自然界中，许多矿体以石英脉的形式产出，矿石中常有石英脉石伴生，硅化岩和硅化带(热液蚀变作用形成的富二氧化硅类岩石)亦是铜、钼、铀等金属及萤石、明矾石等非金属矿产出的重要找矿标志。因此，自然界岩石SiO2含量的定量反演(识别)可以快速识别硅化、石英脉等富硅岩类，对矿产勘查具有重要的指导意义。
现今，国内外学者大多基于ASTER等卫星数据或标准光谱库对地表SiO2含量的反演开展了基础性研究。如Hunt和Salisbury研究发现岩浆岩的发射率光谱特征与SiO2含量具有显著的相关性；Ninomiya等和闫柏琨等基于ASTER卫星数据开展岩石SiO2含量定量反演，提出了可以定性表征SiO2含量的光谱指数。闫柏琨等和杨长保等以标准光谱库(实验室条件下获取的岩石光谱数据库)为数据源，对岩石中矿物的成分和含量与发射率光谱特征的相关性进行研究，并建立了回归模型，对特定地区或特定岩类进行SiO2含量定量反演。虽然上述研究取得了一定的应用效果，但卫星遥感影像较低的空间和光谱分辨率大大限制了SiO2含量的反演精度；而利用标准光谱库进行SiO2定量含量反演则比较理想化，不符合野外实际情况。
因此，为了提高岩石SiO2含量识别效果和降低室内化学分析成本，针对现有SiO2含量定量反演方法存在的各种缺陷，必须开发一种光谱分辨率高且为现场实测热红外光谱数据的岩石SiO2含量定量反演方法，并基于实测化学分析数据验证模型反演精度，保证反演模型的实用性，为基于航空/航天热红外遥感数据大范围快速识别富硅类岩石奠定基础，为指导野外矿产勘查提供支撑。
发明内容
本发明要解决的技术问题是提供一种基于一元二次回归模型定量反演岩石SiO2含量的方法，可大大降低地表岩石SiO2含量定量分析成本和分析时间。
为解决上述技术问题，本发明一种基于一元二次回归模型定量反演岩石SiO2含量的方法，包括如下步骤：
步骤一、岩石发射率光谱测量；选用野外采集的若干个岩石样本，对每一个岩石样本均进行热红外辐亮度测量，并进行发射率分离，获得所有岩石样本的发射率曲线；
步骤二、岩石样品SiO2含量室内定量化学分析；；对岩石样本进行SiO2含量和烧失量百分比分析，用岩石样本SiO2含量百分比减去烧失量百分比即岩石样本的真实SiO2含量，剔除SiO2含量低的岩石样本，剩余岩石样本组成样本集；
步骤三、表征岩石SiO2含量诊断波长选取和光谱指数构建；在岩石样本集的发射率曲线中，从8.00～9.70μm波长区间内，选取第1个特征发射谷对应的波长λ1和第一个特征发射峰对应的波长λ2，获取每一个样品λ1波段对应的发射率εm1和λ2波段对应的发射率εm2，计算每个岩石样本的SiO2光谱指数Xm；
步骤四、岩石样品SiO2含量定量反演模型构建；基于二分之一岩石样本集岩石的SiO2光谱指数X，及其岩石样本的真实SiO2含量，运用统计学原理，构建一元二次回归模型即SiO2含量定量反演模型；
步骤五、岩石样品SiO2含量定量反演模型精度评价；以剩余二分之一岩石样品集的岩石样本SiO2光谱指数X为变量，代入上述反演模型，得到样品集每一个岩石样本的SiO2反演含量；通过对每一个样本的SiO2反演含量与真实含量统计分析得出，一元二次回归模型的平均反演精度高于90％，为有效反演模型。
所述步骤二，剔除SiO2含量百分比低指百分比小于65％的岩石样本。
所述的步骤三的特征波段的波长λ1＝8.00764μm，λ2＝8.2247μm。
所述的步骤三SiO2光谱指数计算公式为Xm＝εm1/εm2,Xm为编号为m的岩石样本SiO2光谱指数，εm1为编号为m的岩石样本波长为λ1＝8.00764μm处的发射率值，εm2为编号为m的岩石样本波长为λ2＝8.2247μm处的发射率值。
其特征在于：所述步骤四的回归模型为Ym＝-140.870+306.110Xm1-97.885Xm 2，Ym为编号为m的岩石样本反演的SiO2含量值，Xm为编号为m的岩石样本SiO2光谱指数。
本发明的有益技术效果在于：本发明的方法能够快速准确的识别岩石SiO2含量，大大降低了岩石SiO2含量实验室化学分析的时间和经济成本，这对加快与硅化、石英脉相关的矿产勘查进度具有重要的推动意义。
具体实施方式
下面结合实施例对本发明作进一步详细说明。
本发明一种基于一元二次回归模型定量反演岩石SiO2含量的方法，包括如下步骤：
步骤一、岩石发射率光谱测量；选用野外采集的若干个岩石样本，岩石样本需大于20个，对每一个岩石样本均用热红外光谱仪对其进行热红外辐亮度测量，并进行发射率分离，获得所有岩石样本的发射率曲线；
步骤二、岩石样品SiO2含量室内化学分析。为了建立SiO2含量定量反演的已知样本和精度验证样本，在室内基于X射线荧光光谱仪和电子天平对岩石样本进行SiO2含量和烧失量百分比分析，利用岩石样本SiO2含量百分比减去烧失量百分比，获取岩石样本的真实SiO2含量，剔除SiO2含量低于65％的岩石样本，剩余岩石样本组成样本集；
步骤三、表征岩石SiO2含量诊断波长选取和光谱指数构建。在岩石样本集的发射率曲线中，从8.00～9.70μm波长区间内，选取第1个特征发射谷和第一个特征发射峰对应的波长(λ1＝8.00764μm和λ2＝8.2247μm)，获取λ1波段对应的发射率ε1和λ2波段对应的ε2，计算每个岩石样本的SiO2光谱指数Xm＝εm1/εm2,Xm为编号为m的岩石样本SiO2光谱指数，εm1为编号为m的岩石样本波长为λ1＝8.00764μm的发射率值，εm2为编号为m的岩石样本波长为λ2＝8.2247μm的发射率值；
步骤四、岩石样品SiO2含量定量反演模型构建。基于二分之一岩石样本集岩石的SiO2光谱指数X，及其岩石样本的真实SiO2含量，运用统计学原理，构建一元二次回归模型即SiO2含量定量反演模型：Ym＝-140.870+306.110Xm1-97.885Xm 2，Ym为编号为m的岩石样本反演的SiO2含量值，Xm为编号为m的岩石样本SiO2光谱指数。通过对模型精度进行理论评价，得出其拟合优度R2＝0.854，客观评价为有效反演模型；
步骤五、岩石样品SiO2含量定量反演模型精度评价。以剩余二分之一岩石样品集的岩石样本SiO2光谱指数X为变量，代入上述反演模型，得到样品集每一个岩石样本的SiO2反演含量。通过对每一个样本的SiO2反演含量与真实含量统计分析得出，一元二次回归模型的平均反演精度为96.65％，主观评价亦为有效反演模型(表1)。
表1岩石样品SiO2含量化学分析值与模型反演精度对比表
综合上述分析，SiO2含量高于65％的岩石样品，均可以通过本方法进行快速反演，大大降低了野外样品的化学分析成本，提高了识别效率。
上面对本发明的实施例作了详细说明，上述实施方式仅为本发明的最优实施例，但是本发明并不限于上述实施例，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下作出各种变化。

Claims (5)

1.一种基于一元二次回归模型定量反演岩石SiO2含量的方法，其特征在于，包括如下步骤：
步骤一、岩石发射率光谱测量；选用野外采集的若干个岩石样本，对每一个岩石样本均进行热红外辐亮度测量，并进行发射率分离，获得所有岩石样本的发射率曲线；
步骤二、岩石样品SiO2含量室内定量化学分析；；对岩石样本进行SiO2含量和烧失量百分比分析，用岩石样本SiO2含量百分比减去烧失量百分比即岩石样本的真实SiO2含量，剔除SiO2含量低的岩石样本，剩余岩石样本组成样本集；
步骤三、表征岩石SiO2含量诊断波长选取和光谱指数构建；在岩石样本集的发射率曲线中，从8.00～9.70μm波长区间内，选取第1个特征发射谷对应的波长λ1和第一个特征发射峰对应的波长λ2，获取每一个样品λ1波段对应的发射率εm1和λ2波段对应的发射率εm2，计算每个岩石样本的SiO2光谱指数Xm；
步骤四、岩石样品SiO2含量定量反演模型构建；基于二分之一岩石样本集岩石的SiO2光谱指数X，及其岩石样本的真实SiO2含量，运用统计学原理，构建一元二次回归模型即SiO2含量定量反演模型；
步骤五、岩石样品SiO2含量定量反演模型精度评价；以剩余二分之一岩石样品集的岩石样本SiO2光谱指数X为变量，代入上述反演模型，得到样品集每一个岩石样本的SiO2反演含量；通过对每一个样本的SiO2反演含量与真实含量统计分析得出，一元二次回归模型的平均反演精度高于90％，为有效反演模型。
2.根据权利要求1所述的一种基于一元二次回归模型定量反演岩石SiO2含量的方法，其特征在于：所述步骤二，剔除SiO2含量百分比低指百分比小于65％的岩石样本。
3.根据权利要求1所述的一种基于一元二次回归模型定量反演岩石SiO2含量的方法，其特征在于：所述的步骤三的特征波段的波长λ1＝8.00764μm，λ2＝8.2247μm。
4.根据权利要求1所述的一种基于一元二次回归模型定量反演岩石SiO2含量的方法，其特征在于：所述的步骤三SiO2光谱指数计算公式为Xm＝εm1/εm2,Xm为编号为m的岩石样本SiO2光谱指数，εm1为编号为m的岩石样本波长为λ1＝8.00764μm处的发射率值，εm2为编号为m的岩石样本波长为λ2＝8.2247μm处的发射率值。
5.根据权利要求1所述的一种基于一元二次回归模型定量反演岩石SiO2含量的方法，其特征在于：所述步骤四的回归模型为Ym＝-140.870+306.110Xm1-97.885Xm 2，Ym为编号为m的岩石样本反演的SiO2含量值，Xm为编号为m的岩石样本SiO2光谱指数。
CN201610929221.6A 2016-10-31 2016-10-31 一种基于一元二次回归模型定量反演岩石SiO2含量的方法 Active CN108007871B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610929221.6A CN108007871B (zh) 2016-10-31 2016-10-31 一种基于一元二次回归模型定量反演岩石SiO2含量的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610929221.6A CN108007871B (zh) 2016-10-31 2016-10-31 一种基于一元二次回归模型定量反演岩石SiO2含量的方法

Publications (2)

Publication Number Publication Date
CN108007871A true CN108007871A (zh) 2018-05-08
CN108007871B CN108007871B (zh) 2020-08-21

Family

ID=62047838

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610929221.6A Active CN108007871B (zh) 2016-10-31 2016-10-31 一种基于一元二次回归模型定量反演岩石SiO2含量的方法

Country Status (1)

Country Link
CN (1) CN108007871B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111122469A (zh) * 2019-12-25 2020-05-08 吉林大学 火成岩中长石含量的确定方法
CN111274541A (zh) * 2019-09-27 2020-06-12 中石化石油工程技术服务有限公司 一种岩心导热系数的确定方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101887012A (zh) * 2010-06-28 2010-11-17 中国国土资源航空物探遥感中心 基于光谱反射峰分解的高光谱遥感矿物含量定量反演方法
CN102298150A (zh) * 2011-05-23 2011-12-28 北京师范大学 全球陆表宽波段发射率反演方法及系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101887012A (zh) * 2010-06-28 2010-11-17 中国国土资源航空物探遥感中心 基于光谱反射峰分解的高光谱遥感矿物含量定量反演方法
CN102298150A (zh) * 2011-05-23 2011-12-28 北京师范大学 全球陆表宽波段发射率反演方法及系统

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
杜锦锦等: "基于102F实测热红外光谱的富硅类岩石SiO2含量定量反演", 《世界核地质科学》 *
杨杭等: "基于热红外发射光谱的岩石SiO2定量反演模型研究", 《光谱学与光谱分析》 *
杨长保等: "ASTER热红外遥感地表岩石的二氧化硅含量定量反演", 《地质与勘探》 *
王俊虎等: "基于ASTER 热红外数据的SiO2含量反演在某矿田信息提取中的应用", 《铀矿地质》 *
王俊虎等: "热红外遥感技术在铀矿勘查中的应用潜力探讨", 《世界核地质科学》 *
闰柏混等: "热红外遥感定量反演地表岩石的51 0 2含量", 《地质通报》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111274541A (zh) * 2019-09-27 2020-06-12 中石化石油工程技术服务有限公司 一种岩心导热系数的确定方法
CN111122469A (zh) * 2019-12-25 2020-05-08 吉林大学 火成岩中长石含量的确定方法

Also Published As

Publication number Publication date
CN108007871B (zh) 2020-08-21

Similar Documents

Publication Publication Date Title
Shi et al. Development of a national VNIR soil-spectral library for soil classification and prediction of organic matter concentrations
CN105257286B (zh) 一种获取地层岩石组分含量的方法及装置
CN102071928B (zh) 一种三维空间火山岩岩性识别方法
CN104750884B (zh) 基于多因素非线性回归的页岩油气富集指数定量评价方法
CN110333200A (zh) 一种基于短波红外光谱圈定矿化中心的方法
CN106124508A (zh) 一种文物鉴定系统及鉴定方法
CN103383348A (zh) 植被覆盖区高光谱遥感蚀变矿物提取方法
CN107589094B (zh) 基于光谱特征的鞍山式铁矿石类型确定方法
CN106680215B (zh) 一种适合于热红外高光谱遥感的SiO2含量定量计算方法
CN108844941B (zh) 一种基于拉曼光谱和pca-hca的不同品位磷矿的鉴别和分类方法
CN105445441A (zh) 储层含气饱和度确定方法及装置
CN107367480A (zh) 基于热红外光谱的鞍山式铁矿中二氧化硅含量测定方法
CN109934915A (zh) 一种深部蚀变矿物三维建模方法
CN115019171B (zh) 非接触式围岩快速分区分级方法
CN103208118A (zh) 一种高光谱遥感影像端元提取方法
CN108007871A (zh) 一种基于一元二次回归模型定量反演岩石SiO2含量的方法
CN105938098A (zh) 一种基于激光诱导击穿光谱的岩土烧失量预测方法及系统
CN106990056A (zh) 一种土壤全氮光谱估算模型校正样本集构建方法
CN109668850A (zh) 基于紫外指纹图谱的中药药性识别方法及系统
CN105572747A (zh) 一种识别高盐富钾区注水开发油藏碎屑岩岩性的方法
CN108007891A (zh) 一种基于四元二次回归模型定量反演岩石SiO2含量的方法
CN108020321B (zh) 一种基于发射率光谱指数模型定量反演岩石SiO2含量的方法
CN115759816A (zh) 一种寻找造山型金矿的方法
CN205786357U (zh) 一种文物鉴定系统
CN106442474A (zh) 一种基于偏最小二乘法的水泥生料三率值测量方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant