基于102F實測熱紅外光譜的富硅類巖石SiO2含量定量反演

杜錦錦1 ，2 ，王俊虎2 ，郎朋林3

（1.中國地質(zhì)大學（北京），北京100083；2.核工業(yè)北京地質(zhì)研究院，北京100029；3.內(nèi)蒙古山金地質(zhì)礦產(chǎn)勘查有限公司，內(nèi)蒙古赤峰024005）

基于102F實測熱紅外光譜的富硅類巖石SiO2含量定量反演

杜錦錦1 ，2 ，王俊虎2 ，郎朋林3

（1.中國地質(zhì)大學（北京），北京100083；2.核工業(yè)北京地質(zhì)研究院，北京100029；3.內(nèi)蒙古山金地質(zhì)礦產(chǎn)勘查有限公司，內(nèi)蒙古赤峰024005）

鈾多金屬礦床的形成與硅化有著密切關(guān)系，石英脈也常作為重要的找礦標志，因此，快速識別硅化和石英脈等富硅類巖石（SiO2＞70%）對礦產(chǎn)勘查具有重要的指導意義。為實現(xiàn)巖石SiO2含量的快速估算，基于102F實測熱紅外光譜和化學定量分析進行SiO2含量定量反演，構(gòu)建了3種反演模型。根據(jù)擬合優(yōu)度最大法和進一步的實驗驗證，針對102F實測熱紅外光譜，確定了一種最優(yōu)反演模型。研究結(jié)果為基于航空熱紅外影像快速識別富硅巖類巖石及其SiO2含量定量估算提供了技術(shù)支撐，具有重要的應用價值。

發(fā)射光譜；富硅類巖石；SiO2含量；定量反演

熱紅外波段（8.00～14.00 μm）在對地成像上具有獨到優(yōu)勢，不僅可識別硅酸鹽、硫酸鹽、碳酸鹽、磷酸鹽、氫氧化物等造巖礦物，更可識別可見-短波紅外不能識別的石英等礦物。在自然界中，礦石中常有石英脈石伴生，硅化亦是鈾多金屬礦產(chǎn)出的重要找礦標志。因此，巖石SiO2含量的定量反演可以快速識別硅化、石英脈（SiO2＞70%）等富硅巖類，對礦產(chǎn)勘查具有重要的指導意義。

國內(nèi)外學者大多基于ASTER等衛(wèi)星數(shù)據(jù)或標準光譜庫對地表SiO2含量的反演開展基礎(chǔ)性研究，并取得一系列成果。Hunt和Salisbury研究發(fā)現(xiàn)巖漿巖的發(fā)射率光譜特征與SiO2含量具有顯著的相關(guān)性［1-2］；Ninomiya等和閆柏琨等基于ASTER衛(wèi)星數(shù)據(jù)開展SiO2含量定量反演，提出了可以定性表征SiO2含量的光譜指數(shù)，其研究結(jié)果在實際中得到驗證［3-5］；閆柏琨等和楊長保等以各類光譜庫為數(shù)據(jù)源，對巖石中礦物的成分和含量與發(fā)射率光譜特征的相關(guān)性進行研究，并建立回歸模型，對特定地區(qū)或特定巖類進行SiO2含量定量反演［6-8］。利用衛(wèi)星數(shù)據(jù)進行SiO2含量定量反演，較低的分辨率限制了反演精度；而利用標準光譜庫進行SiO2含量反演比較理想化，不符合野外實際情況。

楊杭等［9］根據(jù)野外實測巖漿巖類發(fā)射光譜，定義SiO2光譜指數(shù)并構(gòu)建了SiO2含量定量反演的模型，其模型在理論上證實了可行性。但其下行輻射數(shù)據(jù)未采用金板實測，巖石化學定量分析也僅是X熒光分析儀實測，數(shù)據(jù)精度偏低，影響了最終反演模型的構(gòu)建。因此，本文基于102F實測發(fā)射光譜和SiO2含量室內(nèi)化學分析定量結(jié)果反演富硅類巖石SiO2含量，并基于實測化學分析數(shù)據(jù)驗證模型反演精度，保證反演模型的精度和實用性。研究旨在為基于航空/航天熱紅外數(shù)據(jù)大范圍快速識別富硅類巖石奠定基礎(chǔ)。

1 實驗數(shù)據(jù)的獲取

1.1 巖石發(fā)射率光譜測量

野外共采集34個巖石樣本，巖性包括硅質(zhì)卵礫、石英脈巖、硬砂巖、構(gòu)造角礫巖及硅化蝕變巖等。發(fā)射率測量采用美國D&P Instruments公司生產(chǎn)的便攜式傅立葉變換熱紅外光譜儀（102F型現(xiàn)場及工業(yè)用FT-IR光譜儀），又稱微FTIR光譜儀。與其它熱紅外光譜儀相比，102F光譜儀采用發(fā)射式接收，對測量環(huán)境要求較低，在實驗過程中不需要使用其他光源的照射，被測樣品發(fā)出的紅外光經(jīng)由望遠鏡進入光譜儀，以傅立葉變換的方式進行分光，最后被探測器接收。而且，102F光譜儀的使用簡化了測量過程和樣品的制備，可以直接對任意形狀的樣品進行測量。該儀器可以用來測量輻射亮度和發(fā)射率等數(shù)據(jù)，儀器具體的技術(shù)指標如表1所示。

表1102 F光譜儀技術(shù)參數(shù)表Table 1The technical parameter of 102F spectrometer

為了抑制環(huán)境噪聲的影響，測量時采用加溫箱對樣品進行均勻加熱，保證樣品溫度與環(huán)境溫度保持在一定的溫差范圍，利用T-730系列專業(yè)測溫儀對樣品表面溫度進行多次測量，取其平均值作為樣品溫度，測溫精度±0.1℃。

具體測量過程為直接采集冷黑體、熱黑體數(shù)據(jù)、大氣下行輻射數(shù)據(jù)、樣品熱輻射數(shù)據(jù)，基于樣品溫度，用手動普朗克擬合方式對所測得的發(fā)射率進行擬合，得到樣品的發(fā)射率曲線。

1.2 巖石樣品SiO2含量化學分析

為了進行SiO2含量的定量反演，室內(nèi)利用AB-104L，PW2404 X射線熒光光譜儀和電子天平對巖石樣品進行了Si、Al、Fe、Mg、Ca等主量元素及燒失量的重量百分數(shù)分析。本文選取實驗分析數(shù)據(jù)去除燒失量（LOI）后硅含量不小于65%的樣品組成此次試驗的樣本集。

2 富硅類巖石發(fā)射光譜診斷特征分析

2.1 JHU數(shù)字標準光譜庫的石英發(fā)射光譜診斷特征分析

首先對JHU光譜庫中不同粒徑石英的發(fā)射光譜（圖1）進行研究。結(jié)果表明，在8.00～9.70 μm區(qū)間內(nèi)有2個強的殘余輻射譜帶和1個發(fā)射峰，殘余輻射譜帶位于8.23 μm左右和9.21 μm左右，發(fā)射峰位于8.63 μm左右；在12.25～13.20 μm區(qū)間內(nèi)有2個弱的殘余輻射譜帶和1個弱的發(fā)射峰，弱的殘余輻射譜帶位于12.50 μm左右和12.81 μm左右，弱發(fā)射峰位于12.62 μm左右。不同粒徑石英的發(fā)射峰的位置始終位于8.63 μm左右和12.62 μm左右，石英粒度、含量的不同則影響其殘余輻射譜帶的深度及中心波長的位置。標準石英樣品發(fā)射光譜診斷特征的建立為富硅類巖石的定性識別和SiO2含量的定量反演奠定了基礎(chǔ)。

圖1 JHU光譜庫不同粒徑石英樣品發(fā)射率光譜曲線圖（據(jù)JHU光譜庫）Fig.1 The quartz's emissivity curves of different grain diameter from spectrum database of JHU（Based on spectrum database of JHU）

2.2 基于102F實測富硅類巖石樣品發(fā)射光譜診斷特征分析

選取19種不同富硅類巖石發(fā)射光譜特征（圖2）進行分析，得出實測富硅類巖石發(fā)射光譜與JHU標準光譜庫中石英光譜具有相同的診斷特征，僅在其殘余輻射譜帶的深度、寬度及中心波長位置略有差異，因此，可以斷定所采集的巖石樣品確為富硅類巖石樣品。

圖2102 F光譜儀實測富硅類巖石的發(fā)射率光譜曲線圖Fig.2The measured emissivity curves of silicon rich rocks by 102F spectrograph

根據(jù)JHU標準光譜庫中石英（固體樣品）和實測富硅類巖石的發(fā)射光譜特征分析可以得出，富硅類巖石的SiO2含量不同，其殘余輻射譜帶吸收深度不同，因此可以根據(jù)發(fā)射率光譜構(gòu)建SiO2含量定量反演模型。雖然某些巖石樣品的最大發(fā)射率大于1，不符合基爾霍夫（Kirchhoff）定律，但利用發(fā)射率比值建立SiO2光譜指數(shù)，該類數(shù)據(jù)仍可以利用。

3 富硅類巖石SiO2 含量定量反演

3.1 基本思路

將19個巖石樣品分成兩組，第1組13個作為試驗樣本，采用逐步回歸法建立回歸模型；第2組6個作為測試樣本，評價回歸模型的精度。為驗證反演模型的有效性和實用性，增加了硅含量低的樣品進行模型精度評價。具體反演思路為選取石英發(fā)射光譜診斷波長，利用中心波長發(fā)射率的相對比值構(gòu)建表征巖石樣品SiO2含量的SiO2光譜指數(shù)，采用擬合優(yōu)度（R2）最大法建立SiO2含量和SiO2光譜指數(shù)的回歸模型，根據(jù)回歸模型反演出測試樣本集的SiO2含量，并基于數(shù)據(jù)統(tǒng)計和實驗分析數(shù)據(jù)對反演模型的精度進行評價。

3.2 表征SiO2含量的光譜指數(shù)構(gòu)建和診斷波長選取

為減少測量環(huán)境、溫度等對反演模型的影響，基于實測石英熱紅外發(fā)射光譜診斷波長的相對比值，建立可以表征巖石樣品SiO2含量的SiO2光譜指數(shù)（εi/εi＋1）（εi為特定波段的發(fā)射率，i＝1，2，…，8）。石英的發(fā)射光譜在8.00～9.70 μm區(qū)間，12.25～13.2 μm區(qū)間有4個殘余輻射譜帶和2個發(fā)射峰。在上述2個診斷特征波長區(qū)間內(nèi)選取8個波段（b1＝8.007 64 μm，b2＝8.224 7 μm；b3＝8.631 5 μm；b4＝9.212 5 μm；b5＝12.293 3 μm；b6＝12.513 4 μm；b7＝12.626 5 μm；b8＝12.811 7 μm）發(fā)射率（εi，i＝1，2，…，8），即四個發(fā)射峰的最大發(fā)射率和4個殘余輻射譜帶中心波長的最小發(fā)射率為診斷波長（表2）。

3.3 SiO2含量定量反演模型構(gòu)建

3.3.1 SiO2含量和SiO2光譜指數(shù)相關(guān)性分析

表2 巖石中SiO2含量及光譜指數(shù)Table 2The chemically determined SiO2content and εi/εi＋1

表3 SiO2含量和εi/εi＋1之間的相關(guān)性（據(jù)SPSS 19.0）Table 3The correlation between chemically determined SiO2content and εi/εi＋1（By SPSS 19.0）

根據(jù)統(tǒng)計學原理，運用社會科學統(tǒng)計軟件包（Statistical Package for the Social Science，SPSS）軟件對數(shù)據(jù)進行處理運算。構(gòu)建SiO2含量定量反演模型，需明確SiO2化學分析含量和表征SiO2含量的SiO2光譜指數(shù)之間是否具有相關(guān)性。首先進行試驗樣本集的SiO2化學分析含量和表征SiO2含量的SiO2光譜指數(shù)（表3）之間的相關(guān)性分析。表中“Pearson相關(guān)性”表示變量之間是否有線性相關(guān)關(guān)系，其數(shù)值介于-1與＋1之間，如果｜ρ｜≈0，表明兩個變量沒有線性相關(guān)關(guān)系。如果｜ρ｜≈1，則表示兩個變量完全直線相關(guān)。線性相關(guān)的方向通過相關(guān)系數(shù)的符號來表示，“＋”號表示正相關(guān)，“-”表示負相關(guān)。表中“顯著性（雙側(cè)）”是估計總體參數(shù)落在某一區(qū)間內(nèi)，可能犯錯誤的概率，用α表示，則1-α為置信度或置信水平，表明區(qū)間估計的可靠性。顯著性是對差異的程度而言的，程度不同說明引起變動的原因也有不同：一類是條件差異，一類是隨機差異。它是在進行假設檢驗時事先確定一個可允許的作為判斷界限的小概率標準。即假設檢驗運用了小概率原理，事先確定作為判斷的界限，即允許的小概率的標準，稱為顯著性水平。一般要求顯著性水平在0.05以下，因為5%可以被認為是小概率事件，因此本文采用的顯著性參數(shù)為α＝0.05。N為參與分析的樣品個數(shù)。

從表3可得出巖石樣品SiO2含量和SiO2光譜指數(shù)在α＝0.01水平（雙側(cè)）上顯著相關(guān)，小于α＝0.05。SiO2含量和SiO2光譜指數(shù)（εi/ εi＋1）之間的Pearson相關(guān)系數(shù)的絕對值都較大，具有線性相關(guān)關(guān)系，可以進行回歸分析。為了確定它們之間的相關(guān)關(guān)系，利用SiO2化學分析含量和SiO2光譜指數(shù)（εi/εi＋1）進行線性及二次回歸擬合（圖3）。

據(jù)圖3得出利用SiO2化學分析含量與SiO2光譜指數(shù)的散點、線性回歸及二次回歸擬合圖，從圖中可以看出變量之間具有明顯線性關(guān)系，其二次回歸擬合曲線的擬合優(yōu)度（R2）均比線性回歸的擬合優(yōu)度（R2）大，SiO2化學分析含量和SiO2光譜指數(shù)（ε1/ε2）及SiO2光譜指數(shù)（ε7/ε8）的二次擬合優(yōu)度R2＞0.8，而SiO2化學分析含量和SiO2光譜指數(shù)（ε3/ε4）及SiO2光譜指數(shù)（ε5/ε6）的二次擬合優(yōu)度R2＜0.8。綜合分析得出，可以根據(jù)SiO2光譜指數(shù)（ε1/ε2和ε7/ε8）構(gòu)建一元二次回歸模型，并且利用所有SiO2光譜指數(shù)構(gòu)建多元二次回歸模型。

3.3.2 模型回歸結(jié)果及評價

根據(jù)以上分析，運用SPSS 19.0軟件，可在α＝0.01水平上剔除不合格變量，采用逐步回歸法，得到3種較優(yōu)的二次回歸方程（表4）。

圖3 SiO2化學分析含量與SiO2光譜指數(shù)的散點、線性回歸及二次回歸擬合圖Fig.3The scatter diagram,quadratic and cubic regression between chemically determined SiO2content and εi/εi＋1

表4 最優(yōu)二次回歸模型Table 4The optical quadratic regression models

從上述3種模型中可以得出，盡管模型2中的SiO2光譜指數(shù)（ε7/ε8）與SiO2化學分析含量之間的相關(guān)性最大（ρ＝0.868），但其回歸模型的擬合優(yōu)度卻在3種模型中最?。≧2＝0.801）；模型3是多元二次回歸模型，其擬合優(yōu)度在3種模型中最大（R2＝0.876），但其標準估計的誤差最大（5.540 7）；模型1的SiO2光譜指數(shù)（ε1/ε2）的回歸模型的擬合優(yōu)度居中，但其標準估計的誤差最?。?.646 7）。根據(jù)擬合優(yōu)度最大法，模型3為最優(yōu)模型；為了進一步評價其反演精度，本文選取了實測SiO2含量的巖石樣品進行精度評價（表5）?？傮w上看，對于SiO2含量為66.49%的測試樣品，所有回歸模型的預測值誤差大，反演精度較低；對于其余的5個測試樣本，3種回歸模型的預測誤差小，精度高（＞90%）。

3種模型相比，模型3（Y^）的擬合優(yōu)度值（R2）最高，其反演精度略低于其他兩個反演模型。模型1（Y1）和模型2（Y4）反演的SiO2含量的誤差相對較小，尤其模型1（Y1）對含金石英脈樣品反演的SiO2含量為98.375%，模型2（Y4）對含金石英脈樣品反演的SiO2含量為98.762%，反演精度都在99%以上，基本和化學分析的SiO2含量（98.35%）一致。綜合分析得出，模型1和模型2都可作為SiO2含量定量反演較優(yōu)模型。

表5 較高SiO2含量樣品反演及反演精度Table 5The chemically determined high SiO2content and the output of quadratic regression models for the 102F in the traning data and models'accuracy

表6 較低SiO2含量樣品反演及反演精度Table 6The chemically determined lower SiO2content and the output of the quadratic regression models for the 102F in the traning data and models'accuracy

此外，對SiO2含量低或發(fā)射光譜噪聲較大的樣品進行SiO2含量反演（表6），含量較低或噪聲過大時，不能提取所需要的數(shù)據(jù)，構(gòu)不成所需的SiO2光譜指數(shù)，不能利用相應的模型進行反演。根據(jù)分析可知，不論使用何種模型進行反演，SiO2含量較低（SiO2＜60%）的巖石樣品，其精度較低，約為50%；而SiO2含量較高（SiO2＞60%）的巖石樣品，其反演精度較高，約為90%。總體而言，利用3種模型的反演結(jié)果可以半定量估算富硅類巖石的SiO2含量，但對于貧硅類巖石的SiO2含量的預測還有偏差，需要進一步研究改進。

另外，在熱紅外短波方向發(fā)射光譜噪聲較大時，提取發(fā)射率數(shù)據(jù)困難，不利于使用模型1和模型3，但可以用模型2進行反演，SiO2含量較低（SiO2＝44.88%）時，反演精度為43.81%；SiO2含量較高（SiO2＝76.16%）時，反演精度為95.67%。

4 結(jié)論

基于102F熱紅外光譜儀測量的發(fā)射率相對比值建立的SiO2光譜指數(shù)（εi/εi＋1）和SiO2化學分析含量構(gòu)建了3種SiO2含量定量反演模型，經(jīng)過精度評價和綜合分析得出了最優(yōu)SiO2含量反演模型：Y4＝-5 475.027＋10 331.575X4-4 786.819X42。該模型使用變量少，反演精度高，并且當熱紅外發(fā)射光譜在短波區(qū)域出現(xiàn)噪聲或被其它礦物發(fā)射光譜特征遮蓋，不利于提取其SiO2光譜指數(shù)時，依舊可以使用。

基于其他數(shù)據(jù)源（如TASI等）的熱紅外光譜曲線，其波長不能達到13.50 μm，則可以采用模型1（Y1＝-140.870＋306.110X1-97.885X12）進行反演，對于富硅類巖石中SiO2含量的反演其反演精度也可達到90%以上。

通過測試樣本集檢驗各個定量反演模型的精度，可以得出：所建模型在SiO2含量較高（SiO2＞60%）時，反演精度較高，效果好，證明了該最優(yōu)反演模型在實際應用的有效性及實用性。研究結(jié)果可為基于航空/航天熱紅外影像快速識別富硅類巖石及SiO2含量定量估算提供技術(shù)支撐，具有重要的應用價值。

［1］Hunt G R，Salisbury J W.Mid-Infrared Spectral Behavior of Igneous Rocks［J］.Air Force Cambridge ResearchLaboratoryTechnicalReport，1974，AFCRL-TR-74-0625.142.

［2］Salisbury J W，Walter L S，D’Aria D.MidInfrared（2.5 to 13 μm）Spectra of Igneous Rocks［J］.US Geal.Surv.Open File Report，1998，88：686.

［3］Yoshiki Ninomiya.Quantitative estimation of SiO2content in igneous rocks using thermal infrared spectral with a neural network approach［J］.IEEE Transactionson Geoscience and Remote Sensing，1995，33（3）：684-691.

［4］二宮芳樹，傅碧宏.帕米爾東北緣ASTER多光譜熱紅外遙感數(shù)據(jù)的巖性信息提?。跩］.新疆地質(zhì)，2003，21（1）：22-28.

［5］閏柏琨，王潤生.熱紅外遙感巖礦波譜機理及信息提取技術(shù)方法研究［D］.北京：中國地質(zhì)大學（北京），2006.

［6］閆柏琨，王潤生，甘甫平，等.熱紅外遙感巖礦信息提取研究進展［J］.地球科學進展，2005，20（10）：1 116-1 126.

［7］閏柏琨，劉圣偉，王潤生，等.熱紅外遙感定量反演地表巖石的SiO2含量［J］.地質(zhì)通報，2006，25（5）：639-643.

［8］楊長保，朱群，姜琦剛，等.ASTER熱紅外遙感地表巖石的二氧化硅含量定量反演［J］.地質(zhì)與勘探，2009，45（6）：692-696.

［9］楊杭，張立福，黃照強，等.基于熱紅外光譜的巖石SiO2含量反演模型研究［J］.光譜學與光譜分析，2012，32（6）：1 611-1 615.

Quantitative inversion of SiO2contents in silicon rich rocks based on measured 102F thermal infrared spectra

DU Jinjin1，2，WANG Junhu2，LANG Penglin3

（1.China University of Geosciences（Beijing），Beijing 100083，China；2.Beijing Research Institute of Uranium Geology，Beijing 100029，China；3.Inner Mongolia Gold Geology and Mineral Exploration Ltd Co.，Chifeng，Inner Mongolia 024005，China）

Formation of uranium-polymetallic deposits are closely related to silicification，quartz vains arecommonly used as important indexes in mineral prospecting.Hence，the quick discrimination silicon rich rocks such as silication and quartz vains（SiO2＞70%）play an important guideline role in mineral prospecting.To estimate SiO2contents in rocks quickly，we have established 3 kinds inverse models which can invert SiO2contents，and chemically determined SiO2contents with measured 102F thermal infrared spectra.According to the degree of and the further validation，the optimal model selected for the data retrieving from 102F spectrometer.The result provides a technical support for fast identification of silicon rich rocks and quantitatively estimation of SiO2contents with aerial thermal infrared image.

emission spectrum；silicon rich rocks；SiO2contents；quantitative inversion

P575.4；P595

A

1672-0636（2016）04-0216-07

10．3969/j．issn．1672-0636．2016．04．005

2015-10-22；

2016-03-03

杜錦錦（1990—），女，安徽宿州人，碩士研究生，研究方向：熱紅外遙感及其在巖石學中的應用。E-mail：DU_Kitty@163.com