引言

稀散元素即稀有分散元素，又稱分散元素，是指在地殼中豐度低（一般為１０－９級）、多分散賦存的元素，常形成伴生、共生礦產資源，很少形成獨立的礦床類型，主要包括鎵（Ｇａ）、鍺（Ｇｅ）、鎘（Ｃｄ）、銦（Ｉｎ）、錸（Ｒｅ）、鉈（Ｔｌ）等８種元素。稀散元素因其獨特、優異的物理、化學性能而被廣泛應用于國民經濟各行業，是全球高新技術產業中不可或缺的關鍵性礦物原料，是世界各主要經濟體重點勘探的戰略性礦產資源。稀散元素具有超常富集的特征和成礦專屬性（包括礦床類型的專屬性和賦存礦物的專屬性。

本文以西藏某鋅礦集區的鉛鋅礦石為測試樣品， 利用地物光譜儀及相關軟件進行鎘（Ｃｄ）元素的光譜采集與預處理，分析鎘（Ｃｄ）元素的光譜特征與規律，篩選特征波段，開展隨機森林（ＲＦ）、人工神經網絡（ＡＮＮ）、支持向量機 （ＳＶＭ）模型的機器學習與反演，評價基于高光譜的鎘（Ｃｄ）元素含量反演模型，為鎘（Ｃｄ）等稀散金屬元素含量反演、快速無損檢測提供參考，為研究區等高海拔區域的鎘（Ｃｄ）等稀散金屬礦產資源勘探、評價提供思路，為進一步的稀散金屬礦產資源高光譜快速掃面勘探研究提供學術支持。

實驗部分

2.1 樣品處理

鎘（Ｃｄ）的原子序數是４８，位于元素周期表第五周期ⅡＢ族，單質為銀白色金屬。鎘（Ｃｄ）是典型的稀散元素，具有親硫化和親石性，多伴生于中低溫的鉛鋅礦床中，鉛鋅礦石（方鉛礦－閃鋅礦礦石）是鎘（Ｃｄ）的主要載體，是研究鎘（Ｃｄ）元素地球化學性質及光譜特征的主要對象。為了保證樣品的有效性和代表性，野外均勻選取礦集區不同類型的鉛鋅礦石作為實驗樣品，帶回實驗室進行挑選、研磨、過篩等預處理，控制樣品粒徑小于７５μｍ。每件試樣縮分成２份，１份用于化學分析，１份留作副樣并用于光譜測試。

2.2 光譜測試

為避免外界光線等因素的干擾，在夜間封閉的實驗環境中測試。測試前，對地物光譜儀進行白板校正，測試過程中每隔１０ｍｉｎ左右進行一次白板校正。為消除隨機噪聲的干擾，將光譜試樣置于專用光譜測試樣品杯中混勻整平，利用專用便攜式地物光譜儀探頭固定裝置保持地物光譜儀探頭垂直試樣平面；每個試樣分別測試５次，每次采集后，微調探頭固定裝置，以便繼續測試同一樣品的不同平面微區。

圖1 樣品光譜采集

結果與結論

3.1 實測鎘元素含量統計分析

化學分析樣品３２件，樣品實測的鎘元素含量最大值為３３.９００×１０－６，最小值為１０．１００×１０－６，平均值為１７．９７５×１０－６，樣品變異系數為４０．３１０％（表１）。對比鎘元素在地幔、 地殼及各類巖石中的豐度值，實測鉛鋅礦石樣品的鎘元素含量異常特征明顯，具有較強的空間異質性，適合開展元素含量的光譜反演研究。

表１礦石實測鎘元素含量統計分析

3.2 光譜數據預處理

光譜數據預處理是光譜分析、特征波段選擇、模型構建、反演預測等的基礎，通過光譜數據的預處理，可有效降低光譜數據的噪聲及冗余信息，增強光譜數據的有用信息及特征波段。光譜測試結束后，利用地物光譜儀配套的光譜數據處理軟件進行光譜數據的均值預處理和可視化分析，將去除異常值后的光譜數據作為鎘元素的實測光譜數 據，利用該數據生成鎘元素的原始光譜曲線（圖2），進行光譜數據質量評價和光譜特征分析。

圖2 鉛鋅礦石的鎘元素原始光譜曲線

總體上，實測礦石樣品中稀散金屬鎘元素的光譜反射率較高，反射率分布相對集中，波譜異常明顯，波譜特征穩定。在反射率特征方面，所測樣品中有２９件樣品的反射率集中分布于４０％～６０％區間，２件樣品的反射率主要分布于６０％～７０％區間，１件樣品的反射率主要分布于３０％～４０％區間。在波段特征方面，３５０～７００ｎｍ波段區間為樣品反射率上升區間，但波譜上升斜率有所差異。其中，１件樣品的反射率迅速增高后于４００ｎｍ附近開始出現拋物線式的下降特征；４件樣品的反射率上升后于 ４５０ｎｍ附近出現平緩的變化趨勢；８件樣品的反射率上升趨勢較緩，于７５０ｎｍ左右出現寬緩波峰后微弱下降；１９件樣品的反射率上升斜率較大，于５００ｎｍ左右形成不對稱波峰。大部分樣品在８００～８５０ｎｍ區間出現了一個寬緩的反射率波峰曲線，并在１０００ｎｍ附近出現小幅度的反射率陡降。在１４２０，１９２０，２２００，２３５０和２４５０ｎｍ附近均形成明顯的反射率波谷曲線（吸 收 峰），尤其以１４２０，１９２０和２２００ｎｍ處的尖棱狀波谷最為明顯。在２２９０～２５００ｎｍ區間所有樣品的反射率均為右傾下降趨勢。

3.3 鎘元素特征波段篩選

特征波段選擇是在波段預處理的基礎上，通過提取原始波譜數據中信息量大、相關性小的波段子集來降低光譜數據維度，提高模型反演的精度和穩定性。利用軟件中的功能對鎘元素原始光譜曲線進行數據統計分析，并選取一階微分（ＦＤ）、二階微分（ＳＤ）、倒數的對數（ＡＴ）、倒數對數的一階微分 （ＡＦＤ）四種數據變換方法進行光譜數據的處理，突出光譜曲線的吸收特征，以便更加直觀和定量地開展鎘元素光譜曲線的變化規律分析，總結光譜數據特征，進行鎘元素特征 波段篩選。基于相關性、信息量和特征波段的準則，利用軟件，結合皮爾森相關性系數分析進行特征波段的選擇，篩選出對建模貢獻大的波段作為建立反演模型的最佳變量。皮爾森相關性系數ｒ是反映兩個變量的相關性程度，ｒ的取值范圍為［－１，１］，ｒ的絕對值越接近于１，則變量間的相關性越強，反之則弱。對鎘元素原始光譜曲線分別進行ＦＤ，ＳＤ，ＡＴ，ＡＦＤ變換和皮爾森相關性系數ｒ分析，不同變換方式篩選出的特征波段及相關性系數見表２。

表２ 不同光譜變換方式的特征波段及相關性系數

圖3 SD變換曲線

分析結果表明，在各類光譜變換方式中，獲得較大相關性系數的波段區間為３５３～２２８３ｎｍ，在２２９０～２５００ｎｍ波段區間內相關性系數很小。在光譜數據降維與特征波段篩選變換中，ＳＤ光譜變換處理的效果最好，ＳＤ光譜變換處理共篩選出１５個特征波段，覆蓋可見光及近紅外波段（圖3）。在０．０１級別相關性顯著的特征波段有１０個（６６５、７０９、７８１、９０７、１１４６、１１８２、１２０２、１５６３、 １９２０和１９８４ｎｍ），主要分布在近紅外波段區間；在０．０５級別相關性顯著的特征波段有５個（３７９、６０３、７７１、８４８ 和 １６２３ｎｍ）。

結論

鉛鋅礦石樣品中的稀散元素鎘含量較高，鎘元素在可見光－近紅外波段的光譜特征明顯，波形穩定，波譜反射率較高且集中分布于４０％～６０％區間，在１４２０、１９２０和２２００ ｎｍ 處形成有吸收峰，適合開展稀散元素含量的高光譜反演研究。

推薦：

便攜式地物光譜儀 iSpecField-NIR/WNIR

專門用于野外遙感測量、土壤環境、礦物地質勘探等領域的最新明星產品，由于其操作靈活、便攜方便、光譜測試速度快、光譜數據準確是一款真正意義上便攜式地物光譜儀。

審核編輯 黃宇