基于地面反射波谱技术的锂含量定量反演研究
1.
2.
Quantitative Estimation of Content of Lithium Using Reflectance Spectroscopy
1.
2.
收稿日期: 2018-07-24 修回日期: 2019-06-15
基金资助: |
|
Received: 2018-07-24 Revised: 2019-06-15
作者简介 About authors
代晶晶(1982-),女,河南新乡人,博士,副研究员,硕士生导师,主要从事遥感地质研究E⁃mail:
关键词:
Keywords:
本文引用格式
代晶晶, 王登红, 令天宇.
Dai Jingjing, Wang Denghong, Ling Tianyu.
1 引 言
锂是21世纪的能源金属,将为解决我国能源资源、环境保护等瓶颈问题发挥重要作用。传统的锂含量分析主要采用实验室电感耦合等离子体原子发射光谱法(ICP-AES)或电感耦合等离子体质谱仪(ICP-MS)分析的方法[1-2],具有费时费力等特点。光谱测量技术是近年来发展的一种高光谱测量技术,它为研究矿物及岩石特征开辟了一个新的视野,应用光谱进行矿物及元素定量分析已经获得了证实[3-5]。Van der Meer[6-7]通过对44个岩石样品的研究表明运用波谱特征建模可以进行碳酸盐中方解石和白云石的比例评估。Yang等[8]通过对Broadlands-Ohaaki矿区钻孔波谱测试,得出了Al含量和Al-OH的合频吸收波段的相关分析,建立了两者之间的线性相关关系。Yang等[9]利用安山岩及玄武岩中Al-OH的吸收深度及K2O的含量进行了线性模拟。Biel等[10]分析了Al-OH的合频吸收波段与Na/(Na+K), Fe+Mg, Si/Al 的线性相关性以及Mg/(Fe+Mg) 比值与Fe-OH的合频吸收波段的线性相关性。白云母与铜多金属矿化的关系密切, 矿体厚度与一定波长的白云母的样本数具有正相关关系[11]。溶液中稀土元素的含量可以用其典型波谱吸收谷的吸收深度进行定量反演[12-13]。
2 波谱测试
表1 ASDFieldspec-4光谱仪测量参数
Table 1
测量参数 | 参数范围 |
---|---|
光谱范围 | 350~2 500 nm |
探测器 | VNIR (350~1 000 nm) SWIR1 (1 000~1 830 nm) SWIR2 (1 830~2 500 nm) |
光谱分辨率 | 3 nm (700 nm) 10 nm (1 400 nm) 10 nm (2 100 nm) |
采样间隔 | 1.4 nm (350~1 000 nm) 2 nm (1 000~2 500 nm) |
视场角 | 8°、 18°、 28° |
3 波谱分析及定量反演
3.1 波谱分析
Zk1101孔位于新三号脉的中部靠南侧,孔深126.49 m[15]。此钻孔的主要岩性包括黑云母片岩等围岩、含锂辉石伟晶岩、不含矿伟晶岩。每种岩性的波谱都具有其独特的波谱特征,可作为区分每种岩性的标志。将围岩、含锂辉石伟晶岩、不含锂辉石伟晶岩波谱进行比较,如图1所示。伟晶岩波谱整体反射率较高,且具有吸收特征,而围岩整体波谱反射率较低,没有明显的吸收特征。伟晶岩特征吸收有三处,含锂辉石伟晶岩、不含锂辉石伟晶岩在1 413 nm及2 200 nm附近的特征吸收有细微差异,1 900 nm处具有明显的差异。含锂辉石伟晶岩在1 413 nm处吸收谷较为宽缓,不含锂辉石伟晶岩在1 413 nm处吸收谷较窄,但吸收深度差异不大;含锂辉石伟晶岩吸收谷在2 207 nm,不含锂辉石伟晶岩吸收谷有10 nm的偏移,而在2 197 nm处,吸收深度差异不大;含锂辉石伟晶岩在1 900 nm处吸收特征明显,但不含锂辉石伟晶岩在1 900 nm处吸收特征微弱,两者吸收特征差异较大。因此,1 900 nm的特征吸收可以很好地将含锂辉石伟晶岩与不含锂辉石伟晶岩及围岩区分,是含锂辉石伟晶岩的指示波段。
图1
图1
ZK110孔含矿伟晶岩、不含矿伟晶岩、围岩的波谱特征
Fig.1
The spectral characteristics of pegmatite containing spodumene, pegmatite without spodumene, surrounding rocks
3.2 定量反演
表2 ZK1101孔38处钻孔1 900 nm波段吸收深度
Table 2
光谱编号 (按深度编号) | 1 880 nm 处吸收深度 | 1 895 nm 处吸收深度 | 1 900 nm 处吸收深度 |
---|---|---|---|
JJK1101-2.3 | 0.990 95 | 0.935 88 | 0.055 07 |
JJK1101-5.6 | 0.985 86 | 0.915 06 | 0.070 8 |
JJK1101-7.7 | 0.996 64 | 0.966 32 | 0.030 32 |
JJK1101-9.4 | 0.993 53 | 0.951 94 | 0.041 59 |
JJK1101-12.3 | 0.997 96 | 0.962 08 | 0.035 88 |
JJK1101-12.6 | 0.961 37 | 0.961 64 | -0.000 27 |
JJK1101-17.2 | 0.995 96 | 0.946 94 | 0.049 02 |
JJK1101-23.72 | 0.990 86 | 0.941 29 | 0.049 57 |
JJK1101-26.3 | 0.995 58 | 0.952 54 | 0.043 04 |
JJK1101-30 | 0.968 73 | 0.932 3 | 0.036 43 |
JJK1101-32.85 | 0.978 04 | 0.904 52 | 0.073 52 |
JJK1101-36.8 | 0.992 85 | 0.946 9 | 0.045 95 |
JJK1101-41.74 | 0.988 31 | 0.894 71 | 0.093 6 |
JJK1101-42.97 | 0.998 65 | 0.977 42 | 0.021 23 |
JJK1101-43.5 | 0.997 89 | 0.987 67 | 0.010 22 |
JJK1101-43.9 | 0.894 56 | 0.894 92 | -0.000 36 |
JJK1101-49.27 | 0.895 25 | 0.894 14 | 0.001 11 |
JJK1101-50.9 | 0.950 95 | 0.947 7 | 0.003 25 |
JJK1101-56.6 | 0.875 52 | 0.876 69 | -0.001 17 |
JJK1101-64.05 | 0.883 52 | 0.884 42 | -0.000 9 |
JJK1101-69.2 | 0.912 27 | 0.911 81 | 0.000 46 |
JJK1101-69.7 | 0.970 97 | 0.964 78 | 0.006 19 |
JJK1101-69.8 | 0.996 78 | 0.976 26 | 0.020 52 |
JJK1101-70.50 | 0.978 39 | 0.961 04 | 0.017 35 |
JJK1101-70.95 | 0.996 14 | 0.957 42 | 0.038 72 |
JJK1101-75.75 | 0.984 1 | 0.886 63 | 0.097 47 |
JJK1101-77.3 | 0.988 76 | 0.917 28 | 0.071 48 |
JJK1101-79.4 | 0.986 74 | 0.906 48 | 0.080 26 |
JJK1101-80 | 0.887 4 | 0.883 19 | 0.004 21 |
JJK1101-80.1 | 0.826 66 | 0.828 51 | -0.001 85 |
JJK1101-85.7 | 0.909 11 | 0.911 06 | -0.001 95 |
JJK1101-86 | 0.908 33 | 0.907 58 | 0.000 75 |
JJK1101-86.9 | 0.897 83 | 0.897 25 | 0.000 58 |
JJK1101-107 | 0.974 18 | 0.972 35 | 0.001 83 |
JJK1101-107.13 | 0.917 09 | 0.916 74 | 0.000 35 |
JJK1101-110.77 | 0.907 84 | 0.908 16 | -0.000 32 |
JJK1101-111.07 | 0.919 73 | 0.919 02 | 0.000 71 |
JJK1101-118.54 | 0.877 12 | 0.877 45 | -0.000 33 |
表3 ZK1101孔38处钻孔位置Li的含量
Table 3
样品编号 | 岩性 | Li含量 /(μg/g) |
---|---|---|
JJK1101-2.3 | 含锂辉石伟晶岩 | 16 880 |
JJK1101-5.6 | 含锂辉石伟晶岩 | 17 970 |
JJK1101-7.7 | 不含锂辉石伟晶岩 | 540 |
JJK1101-9.4 | 含锂辉石伟晶岩 | 9 878 |
JJK1101-12.3 | 含锂辉石伟晶岩 | 7 100 |
JJK1101-12.6 | 不含锂辉石伟晶岩 | 2 212 |
JJK1101-17.2 | 含锂辉石伟晶岩 | 9 386 |
JJK1101-23.72 | 含锂辉石伟晶岩 | 15 130 |
JJK1101-26.3 | 含锂辉石伟晶岩 | 8 202 |
JJK1101-30 | 含锂辉石伟晶岩 | 5 347 |
JJK1101-32.85 | 含锂辉石伟晶岩 | 14 060 |
JJK1101-36.8 | 含锂辉石伟晶岩 | 9 763 |
JJK1101-41.74 | 含锂辉石伟晶岩 | 9 525 |
JJK1101-42.97 | 不含锂辉石伟晶岩 | 259 |
JJK1101-43.5 | 不含锂辉石伟晶岩 | 1 272 |
JJK1101-43.9 | 不含锂辉石伟晶岩 | 1 195 |
JJK1101-49.27 | 不含锂辉石伟晶岩 | 574 |
JJK1101-50.9 | 围岩 | 611 |
JJK1101-56.6 | 围岩 | 710 |
JJK1101-64.05 | 围岩 | 626 |
JJK1101-69.2 | 围岩 | 913 |
JJK1101-69.7 | 含锂辉石伟晶岩 | 2 645 |
JJK1101-69.8 | 围岩 | 274 |
JJK1101-70.50 | 围岩 | 217 |
JJK1101-70.95 | 含锂辉石伟晶岩 | 9 523 |
JJK1101-75.75 | 含锂辉石伟晶岩 | 13 990 |
JJK1101-77.3 | 含锂辉石伟晶岩 | 13 260 |
JJK1101-79.4 | 含锂辉石伟晶岩 | 7 512 |
JJK1101-80 | 围岩 | 825 |
JJK1101-80.1 | 不含锂辉石伟晶岩 | 826 |
JJK1101-85.7 | 围岩 | 464 |
JJK1101-86 | 围岩 | 583 |
JJK1101-86.9 | 围岩 | 580 |
JJK1101-107 | 围岩 | 32 |
JJK1101-107.13 | 围岩 | 158 |
JJK1101-110.77 | 围岩 | 295 |
JJK1101-111.07 | 围岩 | 195 |
JJK1101-118.54 | 围岩 | 382 |
图2
图2
随深度变化的波谱吸收深度和随深度变化的Li含量趋势图
Fig.2
The tendency chart of absorption depth and content of lithium according to depth of ZK1101 drill hole
根据最小二乘原理,得到线性模拟方程为y=bx+a,并求得相关系数R;其中,y表示锂含量,X为1 900 nm处的吸收深度,b和a通过测得的各个孔深的锂含量值和1 900 nm处的吸收深度值求得,a、b、R的计算公式如下:
ZK1101孔不同深度的波谱吸收深度与锂含量的定量反演模型及相关系数R2结果如图3所示。
图3
图3
基于波谱吸收深度的锂含量定量反演模型
Fig.3
The quantitative inversion model of content of lithium based on absorption depth of spectra
4 结 语
本文以川西甲基卡伟晶岩型锂矿为研究对象,运用红外波谱仪对岩芯样品进行波谱测试,总结了围岩、含锂辉石伟晶岩、不含锂辉石伟晶岩、锂辉石等典型岩石及矿物的波谱特征,提出了一种基于高光谱的含锂辉石伟晶岩识别方法,并建立了锂含量定量反演模型,为岩性信息区分与找矿标志的总结奠定了理论基础。
(1)围岩整体反射率较低,在0.2以下,整体波谱比较平缓,没有明显的特征吸收;含锂辉石伟晶岩整体反射率中等,在0.5以下,在1 413、1 900和2 207 nm处具有明显吸收特征;不含锂辉石伟晶岩整体反射率中等偏上,在0.7以下,在1 413和2 197 nm处具有明显吸收特征,在1 900和2 345 nm处有微弱的吸收特征。
(2)含锂辉石伟晶岩指示意义的波段为1 900 nm,含锂辉石伟晶岩在1 900 nm的特征吸收可以将锂辉石伟晶岩与不含锂辉石伟晶岩及围岩区分。
(3)通过对岩芯38处样品1 900 nm波谱吸收深度与锂含量的相关分析,得出两者具有较高的正相关关系,并建立了基于波谱吸收深度的锂含量定量反演模型。
尽管本文取得了一些创新性的认识,对于引起锂辉石的3处特征吸收的基团还需要进一步深入研究,另外如何将本文的研究成果应用于航空及航天高光谱遥感找锂矿研究也是今后应该重点突破的科学问题。
参考文献
Determination of Lithium and Strontium at High Concentration by ICP-AES
[J]. ,
ICP-AES测定卤化物溶液中高浓度锂锶含量的研究
[J]. ,
Application of Lithium Isotope to Jiajika New No.3 Pegmatite Lithium Polymetallic Vein in Sichuan
[J]. ,
锂同位素在四川甲基卡新三号矿脉研究中的应用
[J]. ,
Spectral Identification and Inversion of Composition and Component of Objects with Hyperspectral Remote Sensing
[J]. ,
高光谱遥感的物质组分和物质成分反演的应用分析
[J]. ,
Slurry Rheology Prediction based on Hyperspectral Characterization Models for Minerals Quantification
[J]. ,
Near-infrared Laboratory Spectroscopy of Mineral Chemistry: A Review
[J]. ,
Sequential Indicator Conditional Simulation and Indicator Kriging Applied to Discrimination of Dolomitization in GER 63-Channel Imaging Spectrometer Data
[J]. ,
Spectral Reflectance of Carbonate Mineral Mixtures and Bidirectional Reflectance Theory
[J]. ,
Characterising the Hydrothermal Alteration of the Broadlands-Ohaaki Geothermal System, New Zealand, Using Short-wave Infrared Spectroscopy
[J]. ,
Variations in Composition and Abundance of White Mica in the Hydrothermal Alteration System at Hellyer, Tasmania, as Revealed by Infrared Reflectance Spectroscopy
[J]. ,
Mineralogical, IR-spectral and Geochemical Monitoring of Hydrothermal Alteration in a Deformed and Metamorphosed Jurassic VMS Deposit at Arroyo Rojo, Tierra delFuego, Argentina
[J]. ,
Identifying the Phyllosilicate Minerals of Hypogene Ore Deposits in Lateritic Saprolites Using the Near-IR Spectroscopy Second Derivative Methodology
[J]. ,
Quantitative Estimation of Concentrations of Dissolved Rare Earth Elements Using Reflectance Spectroscopy
[J]. ,
Reflectance Characteristics of Rare Earth Elements Solutions based on Rare Earth Ore Powder in South Jiangxi Province
[J]. ,
赣南稀土精矿粉配制的稀土溶液反射波谱特征研究
[J]. ,
A Significant Lithium Resources Discovery in Outside of Jiajika Area, Sichuan
[J]. ,
Mineralization Characteristics and Prospecting Model of Newly Discovered X03 Rare Metal Vein in Jiajika Orefield, Sichuan
[J]. ,
四川甲基卡矿田新三号稀有金属矿脉的成矿特征与勘查模型
[J]. ,
The Discovery of the Superlarge Li Ore Vein X03 in the Jiajika Ore District
[J]. ,
甲基卡新3号超大型锂矿脉找矿方法
[J]. ,
The Study on Quantitative Measurement and Application for Cotton Cultivating Physiological Indices in Xinjiang by Hyperspectral Remote Sensing
[D].
新疆棉花主要栽培生理指标的高光谱定量提取与应用研究
[D].
/
〈 | 〉 |