高光譜成像用于鉀鹽開采

   鉀鹽是一種主要作為 (KCl) 來源開采的礦物，通過地下開采或溶液開采提取。提取的鉀鹽通常被粉碎和加工以去除雜質，

從而增加 KCl 的濃度。該產品用作肥料、生產玻璃和制造碳酸鉀等化學品和其他化合物。它還用于食品工業中作為鹽替代品和牲畜飼料補充劑。

光鹵石是一種水合鉀鎂氯化物礦物，會影響鉀鹽的開采，并在礦石的開采和加工過程中帶來操作挑戰。

鉀鹽和光鹵石礦床通常與其他蒸發巖礦物（如巖鹽、硬石膏或石膏）共生

 近紅外 (VNIR) 和短波紅外 (SWIR) 光譜范圍進行掃描。在 VNIR 和 SWIR 中分別產生 0.16 毫米和 0.77 毫米的像素。相機并排安裝的掃描設置。使用參考灰色面板將數據校正為絕對反射率。

鉀鹽巖是主要的 KCl 來源。在此，鉀鹽礦物與巖鹽和光鹵石緊密共存。在 113 個樣品中，83 個代表鉀鹽-巖鹽類別（鉀鹽），而 17 個代表巖鹽，

13 個代表光鹵石-巖鹽巖性。樣品不是單一礦物，樣品的巖性標簽由現場操作員提供，包括確定的 KCl、MgCl2 和 Ca2+ 等級。

在 113 個樣本中，KCl% 品位相差 0.0% - 97.8%，中位品位為 36.5%。報告的礦山平均品位 26% KCl 并未體現在提供的樣本集中，

而是引入了廣泛的變化范圍，以涵蓋較小樣本中可能預期的 KCl 品位的全部范圍。鉀鹽-巖鹽巖性是 KCl 的主要來源，

光鹵石-巖鹽代表 KCl 含量的中值，MgCl2 含量高達 33%。

由于 KCl 與鉀鹽有關，因此建立了分類模型來定義鉀鹽-巖鹽巖性所占的區域。

鉀鹽-巖鹽的光譜與光鹵石-巖鹽和巖鹽巖性相比顯示出足夠但微妙的光譜差異。

                                                                       頂部：VNIR，底部：三種主要巖性的 SWIR 光譜圖

為了實現巖性分類，我們訓練了一個 PLS-DA 模型。由于樣本明顯具有異質性，因此基于全樣本平均光譜訓練分類模型。

在 113 個樣本中，91 個用于訓練，22 個用于測試。SWIR 分類顯示出良好的分類結果，其中 87% 的訓練集可以正確分類，

85% 的測試集可以正確分類。逐像素分類顯示了樣本的異質性，即通過將可見區域中的“巖鹽"分類為樣本中的“白灰色"

                               左：VNIR，真彩色 RGB：中和右：基于代表鉀鹽-巖鹽的樣本的 SWIR 分析。

                                  中：基于 SWIR 的巖性分類。黑色像素表示未分類的像素；

                                  右：基于 SWIR 的每個像素的 KCI% 含量預測。

為了進行半定量分析，我們根據提供的地球化學數據訓練了一個 PLS 模型。

發現當分別根據每個參數（MgCl2、KCl 和 Ca2+）和每個巖性訓練不同的單變量模型時，可以取得最佳效果。

上圖顯示了基于一個樣本的 SWIR 數據的 KCl 預測。

這項可行性研究展示了使用高光譜相機對不同巖性進行光譜建模以及對礦物的出現和空間分布范圍進行分類的能力。

在此基礎上，可以進一步開發在線或離線分類模型，并實施現場實時分類。