分析特异性和局限性 应用接收器操作特征曲线和激光诱导分解光谱来区分铁矿石

科学领域:

• 分析化学 分析化学
• 地质科学是地球科学.
• 频谱学是一种光谱学.

背景情况:

• 激光诱导分解光谱 (LIBS) 是一种多功能材料分析技术,采用最小的样本准备和实时能力.
• 精确区分高铁矿石与矿物学上相似的低铁矿石对于采矿和地质应用至关重要.
• 对于LIBS在区分铁矿石与各种各样的地质相关矿物质方面的有效性,需要进行彻底的调查.

研究的目的:

• 评估激光诱导分解光谱 (LIBS) 在区分铁矿石与各种矿物学上相似的矿石中的特异性.
• 评估矿物质矩阵效应对铁矿石识别LIBS诊断性能的影响.
• 为了将LIBS的有效性与矿石分类的PCA+LDA和KNN等化学模型进行比较.

主要方法:

• 激光诱导分解光谱学 (LIBS) 用于对铁矿石样品与含铁量较低的矿物质进行分析.
• 用接收器操作特征 (ROC) 曲线分析分析光谱数据以确定特异性.
• 主要组件分析 (PCA) 结合线性差异分析 (LDA) 和K-最近邻居 (KNN) 已用于分类.

主要成果:

• LIBS在区分铁矿石与生物,多洛,石墨,鲁,橄和天岩的区分方面表现出高特异性 (>70%).
• 在将铁矿石与石,石和石区分时,观察到统计学上微不足道的结果,表明光谱或组成的相似性.
• 分类模型 (PCA+LDA,KNN) 证实了LIBS的弹性,但强调了矿物质矩阵对诊断性能的影响.

结论:

• LIBS显示出从特定矿物类型中识别铁矿石的巨大潜力,提供了一种快速有效的分析方法.
• 该技术的性能受限于与某些矿石的光谱相似性,如石,石和石.
• 对先进的光谱处理和化学测量方法进行进一步的研究是有必要的,以克服矩阵效应并提高复杂矿石混合物的LIBS精度.