矿石高光谱检测是一种非接触、无损、快速的矿物识别与成分分析技术，通过获取矿石在可见光–近红外–短波红外(VNIR–SWIR，通常400–2500 nm)甚至热红外波段的连续光谱信息，结合矿物特有的电子跃迁与分子振动吸收特征，实现对矿物种类、含量、蚀变信息乃至品位的定性与半定量反演。该方法已广泛应用于地质勘探、矿山智能分选、选矿过程监控和尾矿资源评价等领域。

　　步骤1：样品准备

　　岩芯、块矿、粉末或传送带上原位矿石;

　　表面尽量平整、清洁(去除灰尘、油污);

　　对于粉末样，可压制成片以减少散射影响。

　　步骤2：光谱数据采集

　　在标准光照条件下扫描;

　　设置合适积分时间，避免信号饱和或噪声过大;

　　同步采集白板(参考反射率) 和 黑体(暗电流) 用于辐射定标。

　　步骤3：数据预处理

　　辐射定标：将原始DN值转换为反射率;

　　去噪：采用Savitzky-Golay平滑、小波变换等;

　　** continuum removal(包络线去除)**：突出吸收特征，便于比对;

　　大气校正(野外数据)：使用MODTRAN或FLAASH模型。

　　步骤4：矿物识别与分析

　　光谱匹配：

　　将样品光谱与标准矿物库(如USGS Spectral Library)比对;

　　计算光谱角(SAM) 或 欧氏距离，z小者为z可能矿物;

　　特征参数提取：

　　吸收位置(如Al–OH在2200 nm)、深度、宽度;

　　比值指数(如 clay mineral index = R2200/R2100);

　　多元统计与AI模型：

　　PLSR(偏z小二乘回归)预测品位;

　　SVM、随机森林、深度学习(CNN)用于复杂矿石分类。

　　步骤5：结果输出

　　矿物分布图(成像模式);

　　矿物识别列表及丰度估计;

　　关键指标(如蚀变强度、锂云母含量指数)。

       来源：网络