SpectraScan? SWIR-LWIR地礦勘查高光譜成像分析系統，是易科泰光譜成像與無人機遙感技術研究中心，基于SpectraScan?光譜成像掃描平臺技術，集成Specim SWIR、LWIR高光譜成像傳感器，最新推出的一站式地礦勘查高光譜成像解決方案。
    該系統結構緊湊、兼容性高，無需特別的專業背景即可操作和維護，成像單元光譜范圍覆蓋1000-2500nm短波紅外及8-12μm長波紅外波段，極大滿足地質、礦產、工業、安全等應用領域及地質地球科學、環境監測研究領域的特殊需求，為商業公司和學術研究用戶提供了一種完整、即時可用的低成本、高效益解決方案。

SpectraScan? SWIR-LWIR系統；右圖為巖礦樣品表面的蝕變區域（紅色）分布

主要特點：

• 一站式巖礦樣芯成像分析平臺，標配SWIR、LWIR高光譜成像，可選配VISIR、NIR波段
• SpectraScan?高精度移動掃描平臺，樣品在精準位移平臺上自動運送至成像單元進行成像分析
• 雙軌式同步升降控制，根據樣品尺寸靈活調整成像距離，獲取最優分辨率數據
• 可對大型巖礦樣芯、礦物粉末、樣品盒整體進行成像檢測分析
• 觸摸屏控制，嵌入式操作系統，全中文地面站軟件，可無線操控平臺運行
• 支持組合命令（Protocols），可實現自動運行protocols
• 主機系統帶腳輪，方便移動，適應于實驗室和工業礦廠等工作環境
• 可選配高分辨率RGB成像、紅外熱成像分析
• 可選配SpectraScan? 360°旋轉掃描平臺，適用于野外礦坑、峭壁、山體掃描成像

主要參數指標：

應用案例1：高硫化型淺成低溫熱液系統中的巖石樣品的高光譜表征

石英在高硫化型淺成低溫熱液系統中是必不可少的，其主要用于硅化和晚期泥質帶的鑒定。然而，僅用SWIR范圍的數據很難檢測石英，因為這種非氫氧化物礦物在SWIR范圍內沒有吸收特征。特文特大學地球信息科學與地球觀測學院Abera M G等學者，結合SWIR和LWIR高光譜數據對西班牙東南部Rodalquilar高硫化型淺成低溫熱液系統的巖石樣品進行了表征。

圖1-1：Rodalquilar研究區地理位置及樣品所在地的地質圖

本研究使用了來自Rodalquilar淺成低溫熱液系統的56個巖石樣品的SWIR和LWIR波段高光譜圖像來表征巖石中的礦物。研究人員對高光譜數據進行反射率、發射率轉換、濾波及變換等多種預處理，并通過分析兩種數據，反映與淺成低溫熱液系統相關的礦物，如石英、鉀長石、輝石、鈣長石、方解石和白云石，以及SWIR波段敏感礦物，包括明礬石、黃鉀鐵礬、高嶺石、埃洛石和綠脫石。隨后，研究人員將獨立的 SWIR 和 LWIR 結果相結合，用于巖石樣品中礦物的精準識別和繪圖。

圖1-2：準備進行高光譜數據采集的巖石樣品。置于裝滿沙子的木箱上的樣品（左）；LWIR成像偽彩色圖（右）

圖1-3：硅蝕變帶在LWIR和SWIR波長范圍內的發射率和反射光譜。箭頭表示LWIR發射率最小特征和SWIR吸收特征

圖1-4：晚期泥質帶在LWIR和SWIR波長范圍內的發射率和反射光譜。箭頭表示LWIR發射率最小特征和SWIR吸收特征

根據SWIR-LWIR結合分析結果，該巖石樣品被劃分為蝕變帶，將巖石樣品的蝕變帶與現有礦物圖進行比較發現，在該樣品中存在硅酸鹽、頁硅酸鹽、硫酸鹽和碳酸鹽礦物。還分析得出了 Rodalquilar 高硫化型淺成低溫熱液系統中硅化和晚期泥質帶的精細分布并繪制礦物圖。該方法為礦石礦化研究提供了指引，并改進了西班牙東南部 Rodalquilar 低溫熱液系統現有的蝕變帶圖。

圖1-4：樣品05ch094分別在SWIR和LWIR波段表達的礦物分布圖。 A) 2267nm指示的黃色區域代表黃鉀鐵礬，2170nm指示的青色區域代表明礬石； B) 8969nm指示的青色區域代表明礬石，9018nm指示的偏綠色區域代表黃鉀鐵礬，其他顏色則為石英和明礬石的混合物。A）圖中黑色代表石英，對應B）圖中9200nm指示的紅色區域

該研究表明，結合了SWIR波段和LWIR波段的高光譜成像技術，可輕松用于識別巖石樣品中的蝕變和未蝕變礦物，并可用于定位高硫化型淺成低溫熱液系統的硅質和高級泥質帶。本研究確定的蝕變帶有助于研究人員對淺成低溫熱液系統的進一步理解，及對高硫化型淺成低溫熱液系統蝕變帶的劃定和表征的探索。

應用案例2：金礦床地質填圖的礦物學-地球化學標準

位于俄羅斯東部哈巴羅夫斯基地區的Levoberezhnoye礦床，集中分布于中性火山巖中，嵌于流紋巖和廣泛蝕變的湖流凝灰巖及熔結凝灰巖中，并形成陡傾石英-冰長石 金-銀 角礫巖-礦脈體系。這些含礦的蝕變火山巖伴隨著石英-冰長石-硫化物膠結物和細硫化物互相浸染，經歷了多次熱液角礫巖化作用，使得礦脈和巖石粒度細小，難以直觀識別礦物。

Polymetal公司工程科學與冶金學博士Ilya Anisimov等人使用SWIR和LWIR波段高光譜相機對該礦床樣品進行紅外高光譜圖像掃描。并根據礦物的光譜特征，對樣品圖像進行主成分分析和回歸分析。區分了石英(Qu)；針鐵礦(Cth)；長石，包括正長石(Ort)、微斜長石；粘土礦物，包括高嶺石(Kaol)、地開石(Dk)、蒙脫石(Mnt)、伊利石(Ilt)、白云母。

圖2-1：礦床樣品的RGB圖（左）；及高光譜掃描局部分析結果（右）

輻射光譜分析表明，在鉆孔巖心樣品和拋光樣品中均發現了和輝鉬礦品位接近的礦物，呈暗塊狀和片狀。它被磷灰石所腐蝕(見下圖)，表面有白蠟石和軟屑巖。該蝕變輝鉬礦呈褐色，具有類似石墨的暗淡金屬光澤，在礦床中廣泛分布。粗精礦中鉬的回收率在40%左右。

圖2-2：顯微鏡下樣品中各礦物分布

研究發現，氰化尾渣中金的損失與硫化物含量密切相關，硫化物氧化為黃鉀鐵礬和臭蔥石，樣品中的紅色成分增加，表明金回收率提高。而綠泥石的缺失和白云母向伊利石、伊利-蒙脫石的轉化也表明金氰化回收率提高。樣品中金的實驗回收率和預測模型回收率之間的相關系數R2=0.46，有較強相關性。

圖2-3：樣品中各礦物的PCA分析（左）；Au的實驗回收率和模型回收率之間的回歸分析（右）

研究表明，利用高光譜樣芯掃描成像技術，可對鉆孔樣芯進行海量地質填圖，快速、無損識別和解釋地球化學定義的礦石和巖性類型，且可以實現針對不同的礦化類型進行礦物勘探。

參考文獻：

[1] Abera M G , Hecker C A , Bakker W . Characterization of Rock Samples Using SWIR-LWIR Hyperspectral Imaging Techniques – An Example of The High Sulfidation Epithermal System of Rodalquilar, Southeast Spain. 2019.

[2] Anisimov I, Sagitova A, Kharitonova M , et al. Mineralogical-Geochemical Criteria for Geometallurgical Mapping of Levoberezhnoye Au Deposit (Khabarovsk Region, Russia)[M]. 2019.