期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
铅锌矿石稀散元素镉含量的高光谱反演研究 被引量:3
1
作者 赖思翰 刘严松 +4 位作者 李成林 王地 何星慧 刘琦 沈茜 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2023年第4期1275-1281,共7页
稀散元素矿产资源是国民经济中的关键性矿产资源,元素含量的提取是矿产资源潜力评价、靶区优选的基础。现有稀散元素含量分析面临快速检测、潜力评价的需求,基于高光谱的稀散元素含量反演是解决此问题的一种途径。因此,采集西藏斯弄多-... 稀散元素矿产资源是国民经济中的关键性矿产资源,元素含量的提取是矿产资源潜力评价、靶区优选的基础。现有稀散元素含量分析面临快速检测、潜力评价的需求,基于高光谱的稀散元素含量反演是解决此问题的一种途径。因此,采集西藏斯弄多-则学矿集区的铅锌矿石,开展铅锌矿石稀散元素镉(Cd)含量的高光谱反演方法与反演模型研究。选用ASD Field Spec 3地物光谱仪及配套软件进行光谱数据采集和预处理;在光谱特征分析基础上,开展一阶微分(FD)、二阶微分(SD)、倒数的对数(AT)、倒数对数的一阶微分(AFD)、倒数对数的二阶微分(ASD)光谱数据变换处理,结合皮尔森相关性系数(r)筛选特征波段,进行随机森林(RF)、人工神经网络(ANN)、支持向量机(SVM)模型构建与反演,选用决定系数(R2)和均方根误差(RMSE)评价反演模型效果与预测精度。结果表明:样品反射率集中于40%~60%区间;1420、1920和2200 nm处形成吸收峰;特征波段覆盖可见光和近红外波段,771~2051 nm为特征波段的最优区间。SD光谱变换的降维效果最好,筛选出15个特征波段;其次为ASD和AFD光谱变换,分别筛选出8个和2个特征波段。FD与AT光谱变换未筛选出特征波段。SD筛选的特征波段用于反演,镉元素含量预测效果最好的是SD-ANN模型(R2=0.884,RMSE=2.679),其次是SD-SVM模型(R2=0.830>0.8,RMSE=1.382),SD-RF模型预测效果最差(R2=0.505<0.6)。ASD筛选的特征波段用于反演,镉元素含量预测最好的是ASD-SVM模型(R2=0.857,RMSE=2.198),其次是ASD-ANN模型(R2=0.846,RMSE=2.625)。对比分析,镉元素含量的高光谱反演模型效果为:SD-ANN>ASD-SVM>ASD-ANN>SD-SVM>ASD-RF>SD-RF。该研究总结了铅锌矿石稀散元素镉的高光谱特征,建立了镉元素含量的高光谱反演方法及模型,为镉等稀散元素含量的高光谱反演、无损检测、快速分析提供了参考,为高海拔勘探区稀散元素矿产资源的潜力评� 展开更多
关键词 稀散元素 镉含量分析 高光谱反演 可见光-近红外光谱 铅锌矿石
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部