详情

原文传递火成岩中长石含量的确定方法

专利名称：	火成岩中长石含量的确定方法
摘要：	本申请提供了一种火成岩中长石含量的确定方法，本方法获取火成岩的原始光谱数据；根据原始光谱数据，采用反演模型确定长石含量；其中，反演模型中，将波长为972nm的波段，波长为1456nm的波段，波长为1856nm的波段，波长为2292.9nm的波段，波长为2481nm的波段均作为自变量，将火成岩中长石含量作为因变量。本方法通过将972nm的波段，1456nm的波段，1856nm的波段，2292.9nm的波段，2481nm的波段作为自变量，将火成岩中长石含量作为因变量，通过反演模型对火成岩中长石含量进行确定，实现了矿物的识别。
专利类型：	发明专利
申请人：	吉林大学
发明人：	杨长保;朱梦瑶;高文博;李星喆;高曼婷
专利状态：	有效
申请日期：	1900-01-20T00:00:00+0805
发布日期：	1900-01-20T08:00:00+0805
申请号：	CN201911361067.7
公开号：	CN111122469A
代理机构：	北京易捷胜知识产权代理事务所(普通合伙)
代理人：	齐胜杰
分类号：	G01N21/31;G06K9/00;G;G01;G06;G01N;G06K;G01N21;G06K9;G01N21/31;G06K9/00
申请人地址：	130012 吉林省长春市前进大街2699号
主权项：	1.一种火成岩中长石含量的确定方法，其特征在于，所述方法包括： S101，获取火成岩的原始光谱数据； S102，根据所述原始光谱数据，采用反演模型确定长石含量；所述反演模型中，将波长为972纳米nm的波段，波长为1456nm的波段，波长为1856nm的波段，波长为2292.9nm的波段，波长为2481nm的波段均作为自变量，将火成岩中长石含量作为因变量。 2.根据权利要求1所述的方法，其特征在于，所述反演模型中的自变量还包括波长为431nm的波段和波长为570nm的波段；所述S102包括：根据所述原始光谱数据，采用如下公式，进行enter线性回归分析或者进行最小二乘法回归分析，确定长石含量： y＝496.334x11-447.278x12+0.128x13+261.325x14+162.841x15+264.489x16-496.175x17；其中，y为因变量，x11-x17为自变量，x11对应原始光谱数据中第一波段的数据，x12对应原始光谱数据中第二波段的数据，x13对应原始光谱数据中第三波段的数据，x14对应原始光谱数据中第四波段的数据，x15对应原始光谱数据中第五波段的数据，x16对应原始光谱数据中第六波段的数据，x17对应原始光谱数据中第六波段的数据；所述第一波段的波长为431nm，所述第二波段的波长为570nm，所述第三波段的波长为972nm，所述第四波段的波长为1456nm，所述第五波段的波长为1856nm，所述第六波段的波长为2292.9nm，所述第七波段的波长为2481nm。 3.根据权利要求1所述的方法，其特征在于，所述S101之后还包括：通过如下公式对所述原始光谱数据进行小波分解： x(t)＝∑kcA1(k)φj-1,k(t)+∑kcD1(k)ωj-1,k(t)；根据A1(k)和D1(k)重构系数A0(k)；根据所述A0(k)重构光谱数据x'(t)＝∑kcA0(k)φj,k(t)；其中，x(t)为原始光谱数据在尺度度量空间j上的信号表达式，t为时序，c为系数，k是为时域的参数，φj-1,k(t)为尺度度量空间j-1上的小波函数，ωj-1,k(t)为小波子空间j-1上的小波函数，φj,k(t)为尺度度量空间j上的小波函数，A1(k)和D1(k)为尺度度量空间j-1的系数，A0(k)为尺度度量空间j的系数；cA1(k)＝，cD1(k)＝；所述S102包括：根据分解重构处理后的光谱数据，采用反演模型确定长石含量。 4.根据权利要求3所述的方法，其特征在于，所述反演模型中的自变量还包括波长为431nm的波段和波长为570nm的波段；所述根据分解重构处理后的光谱数据，采用反演模型确定长石含量，包括：根据分解重构处理后的光谱数据，采用如下公式，进行enter线性回归分析或者进行最小二乘法回归分析，确定长石含量： y＝434.200x21-336.361x22-53.057x23+230.569x24+268.837x25+161.587x26-469.764x27；其中，y为因变量，x21-x27为自变量，x21对应分解重构处理后的光谱数据中第一波段的数据，x22对应分解重构处理后的光谱数据中第二波段的数据，x23对应分解重构处理后的光谱数据中第三波段的数据，x24对应分解重构处理后的光谱数据中第四波段的数据，x25对应分解重构处理后的光谱数据中第五波段的数据，x26对应分解重构处理后的光谱数据中第六波段的数据，x27对应分解重构处理后的光谱数据中第六波段的数据；所述第一波段的波长为431nm，所述第二波段的波长为570nm，所述第三波段的波长为972nm，所述第四波段的波长为1456nm，所述第五波段的波长为1856nm，所述第六波段的波长为2292.9nm，所述第七波段的波长为2481nm。 5.根据权利要求1所述的方法，其特征在于，所述S101之后还包括：对所述原始光谱数据进行去包络线处理；所述S102包括：根据去包络线处理后的光谱数据，采用反演模型确定长石含量。 6.根据权利要求1所述的方法，其特征在于，所述对所述原始光谱数据进行去包络线处理，包括：根据如下公式对所述原始光谱数据进行去包络线处理：或者，其中，i为原始光谱数据中的波段标识，λi为原始光谱数据中第i个波段的波长，R(λi)为原始光谱数据中第i个波段在吸收谷处的反射率，Rc(λi)为原始光谱数据中第i个波段对应波长处包络线的值，RM(λi)为原始光谱数据中第i个波段在吸收峰处的反射率，H(λi)为原始光谱数据中第i个波段的吸收深度，R'(λi)为原始光谱数据中第i个波段去包络线之后的光谱值。 7.根据权利要求5或6所述的方法，其特征在于，所述根据去包络线处理后的光谱数据，采用反演模型确定长石含量，包括：根据去包络线处理后的光谱数据，采用如下公式，进行enter线性回归分析，确定长石含量： y＝100.470x33-101.298x34-13.26x35+8.584x36+70.506x37；其中，y为因变量，x33-x37为自变量，x33对应去包络线处理后的光谱数据中第三波段的数据，x34对应去包络线处理后的光谱数据中第四波段的数据，x35对应去包络线处理后的光谱数据中第五波段的数据，x36对应去包络线处理后的光谱数据中第六波段的数据，x37对应去包络线处理后的光谱数据中第六波段的数据；所述第三波段的波长为972nm，所述第四波段的波长为1456nm，所述第五波段的波长为1856nm，所述第六波段的波长为2292.9nm，所述第七波段的波长为2481nm。 8.根据权利要求5或6所述的方法，其特征在于，对所述原始光谱数据进行去包络线处理之后，还包括：利用小波分解方法对去包络线处理后的光谱数据进行多层分解，得到去包络线处理后光谱数据的多个光谱曲线；根据去包络线处理后光谱数据的各光谱曲线，确定去包络线处理后光谱数据中的噪声以及微小的吸收特征；根据去包络线处理后光谱数据中的噪声以及微小的吸收特征，利用sym5小波基对去包络线处理后的光谱数据进行三层小波分解，得到去包络线处理后光谱数据的高频分量；所述去包络线处理后光谱数据的高频分量的光谱与长石含量的相关系数位于如下区间中[-0.7,0.7]。 9.根据权利要求1所述的方法，其特征在于，对S101之后，还包括：利用小波分解方法对原始光谱数据进行多层分解，得到原始光谱数据的多个光谱曲线；根据原始光谱数据的各光谱曲线，确定原始光谱数据中的噪声以及微小的吸收特征；根据原始光谱数据中的噪声以及微小的吸收特征，利用sym5小波基对原始光谱数据进行三层小波分解，得到原始光谱数据的高频分量；所述原始光谱数据的高频分量的光谱与长石含量的相关系数位于如下区间中[-0.7,0.6]。 10.根据权利要求1所述的方法，其特征在于，所述火成岩中，长石的特征谱带的波长为431nm，570nm，972nm，1456nm，1856nm，2292.9nm，2481nm；暗色矿物的吸收谱带的波长为420nm-450nm；基性-超基性岩中辉石岩的特征谱带的波长为570nm±β1nm以及972nm±β2nm；长石中的液态包体水及羟基的特征谱带的波长为1456nm±β3nm，1856nm±β4nmnm以及2292.9nm±β5nm；火山岩类的特征谱带的波长为2481nm±β6nm；其中，β1,β2,β3,β4,β5,β6分别为预设的误差值。
所属类别：	发明专利