煤炭是我国重要的能源和工业原料，在可预见的较长时间内，煤炭作为我国第1能源的地位不会动摇。然而我国采掘放顶装备落后，采煤仍属高危行业，近年来，我国煤炭百万吨死亡率远高于世界先进采煤国家的水平[1]。因此提高采掘放顶装备的智能化水平，实现矿山“少人化”、“无人化”目标，是达到煤炭安全高效绿色开采的必然选择，其中精准的煤与岩石识别技术是提高装备智能化水平的核心难题[2]。
以测谱学为基础发展起来的光谱技术是一种从物质本质属性上识别煤与岩石的方法[3]，可根据煤与岩石在特定波段的不同吸收特征进行识别。部分学者对煤与岩石光谱特征进行了研究:MAO Yachun等获取了砂岩、灰岩、页岩等岩石的光谱曲线，得出炭质页岩光谱曲线最为平缓，而砂岩反射率较高，具有明显吸收特征[4]。杨恩等对三大类典型的煤系岩石进行光谱的测定，分析岩石中所含矿物以及元素组成对光谱吸收特征的影响规律，得出页岩随着炭质物质含量的增大，光谱曲线的斜率和吸收谷深度呈现先快速减小后趋于平缓的趋势[5]。宋亮等获取了92个烟煤和58个褐煤的光谱曲线，得出在可见-近红外波段褐煤的反射率和曲线斜率均大于烟煤的结论[6]。SONG Zeyang等在现场和实验室分别对乌达地区的煤炭、沉积岩、变质岩进行了光谱采集，通过对光谱吸收机理的研究指出煤炭中水的光谱吸收深度随碳含量的增加而减小[7]。
笔者针对塔山综放工作面煤与岩石识别的需求，将煤与岩石钻芯按赋存位置分选为27种煤与岩石试样。利用近红外光谱仪分别获取试样的光谱曲线，分析不同赋存位置的夹矸、顶板岩以及煤的光谱曲线特征差异，完善并提出了光谱曲线吸收谷深度之和、1 100～2 500 nm波段的曲线斜率、2 250～2 500 nm波段的曲线斜率、凹凸度4种区别煤与岩石的特征参数;利用XRD、XRF、工业分析获得了煤与岩石试样的矿物成分、元素含量和工业成分含量，研究煤与岩石不同光谱曲线特征的机理，以期为放煤过程的煤与岩石识别提供基础数据与原理方法。
1 实验部分
1.1 样品准备
塔山综放工作面煤与岩石钻芯按赋存位置分为:3～5号煤层夹矸、2号煤层夹矸、直接顶岩、基本顶岩、3～5号煤层所含煤，2号煤层所含煤，共计27种、六大类。煤与岩石试样的类型、特征、位置见表1。
1.2 实验方法
图1为光谱采集装置示意图。该装置主要由光谱仪、载物台、光源、光纤、准直镜头和计算机组成。该光谱仪为荷兰AVANTES公司的AvaSpec-NIR512-2.5-HSC-EVO光谱仪，共有512个像元探测器，有效测量波长范围为1 100～2 500 nm，光谱分辨率为3.2 nm，杂散光小于1.0%;光纤的分支端分别连接光谱仪和光源;为更好的将外界平行光耦合至光纤内，光纤合并端连接载物台正上方100 mm处的准直镜头。计算机通过数据线与光谱仪相连接，实时显示被测试样的光谱曲线。
表1 塔山矿煤与岩石试样
Table 1 Tashan coal and rock samples
状态煤层号序号煤岩名称特征备注↑ 由 深 到 浅基本顶直接顶3～5号煤层27白色粗砂岩浅灰泛白色,局部含有少量细砂岩,硬度较高,磨圆度好基本顶26白色粉砂岩断面呈白色有砂质感,性脆,层理结构不明显,砂砾黏结性较差直接顶25灰白色粉砂岩灰白色,断面含有较多黑色砂粒,砂质感较明显直接顶24深灰色砂质泥岩深灰色,断口参差状,还有少量砂质成分,硬度较大直接顶23烟煤灰黑色,密度较大,不易破碎2号煤层22灰黑色炭质泥岩深灰泛黑色,层理结构不明显,不易破碎2号煤层夹矸21烟煤灰黑色,无光泽,较坚硬,断口整齐2号煤层20深黑色炭质泥岩整体呈深黑色,内部含有镜煤条带,致密块状,断口参差不齐直接顶19灰黑色炭质泥岩从灰黑到黑色渐变明显,内部含有少量砂状成分直接顶18深黑色炭质泥岩整体呈深黑色,层理结构不明显,致密块状,较坚硬直接顶17烟煤灰黑色,密度较大,致密较硬3～5号煤层16灰黑色炭质泥岩深灰泛黑色,层理结构不明显,粒径较小3～5号煤层夹矸15烟煤断口参差状,反光性质不明显,夹有条带3～5号煤层14深灰色砂质泥岩深灰色,层理结构明显,不易破碎3～5号煤层夹矸13烟煤暗黑色,条带状结构,易破碎3～5号煤层12烟煤暗黑色,质地较坚硬,易破碎3～5号煤层11烟煤暗黑色,断口参差状,中间夹有反光条带3～5号煤层10烟煤暗黑色,层状结构,断口参差状3～5号煤层9灰黑色炭质泥岩深灰泛黑色,层理结构不明显,粒径较小,易破碎3～5号煤层夹矸8烟煤暗黑色,条带状结构,局部具有反光性3～5号煤层7灰黑色炭质泥岩深灰泛黑色,层理结构不明显,粒径较小,易破碎3～5号煤层夹矸6烟煤黑色,局部贝壳状,反光性较好3～5号煤层5灰白色泥岩浅灰泛白色,断口光滑,硬度较高3～5号煤层夹矸4烟煤亮黑色,中间夹有黑褐色条痕,有棱状断口3～5号煤层3灰黑色炭质泥岩深灰泛黑色,层理结构不明显,粒径较小,易破碎3～5号煤层夹矸2烟煤亮黑色,分层结构明显,有镜煤条带3～5号煤层1灰黑色炭质泥岩深灰泛黑色,层理结构不明显,粒径较小,易破碎3～5号煤层夹矸
图1 光谱采集装置示意
Fig.1 Schematic diagram of spectral acquisition device
首先利用干燥箱对试样干燥处理，直至质量趋于恒定。在采集试样光谱时，依次将其绕中心轴线随机旋转5次角度，每次旋转角度由光谱仪采集10组数据，每个试样50组光谱数据的平均值即为该试样的光谱数据。采集完成后，将采集区域内的煤与岩石试样打磨成粉末并分成3份，依次筛分粒度为:≤44，≤74，≤200 μm。分别采用Germany-Bruker-D8 Advance-XRD，Germany-Bruker-S8 Tiger-XRF，China-5E-MAG6700-全自动工业分析仪，获取试样的矿物成分、元素含量、工业成分含量。
2 煤与岩石光谱特征及其产生机理
2.1 综放工作面煤系岩石与煤的光谱特征
图2分别为综放工作面煤系岩石与煤的近红外光谱曲线。为使其与赋存位置相对应，已对光谱曲线偏移处理。由图2(a)可知，3～5号煤层夹矸中的1，3，5，7，14号试样的光谱曲线较为相似，在1 410,1 900，2 210 nm波长处出现吸收谷;9号试样的光谱曲线在1 410，1 900 nm波长处出现较微弱的吸收谷;16号试样的光谱曲线相对平滑、无吸收谷。直接顶中的24，25，26号试样较18，19，20号试样而言，光谱曲线在1 410，1 900，2 210 nm波长处的吸收谷更为明显;直接顶中的2号煤层夹矸22号试样与3～5号煤层夹矸试样的光谱曲线相似，仅在1 410，1 900，2 210 nm波长处出现微弱的吸收谷。基本顶中的27号试样在1 410，1 900和2 210 nm波长处出现了非常明显的吸收谷，并且在2 210 nm处的吸收谷较尖锐。由图2(b)可知，几乎所有煤试样的光谱曲线较为平滑，但3～5号煤层中13号煤试样的光谱曲线在2 250～2 500 nm波段出现明显的下降趋势，以及2号煤层中23号煤试样在2 210 nm波长处出现了相对明显的吸收谷。
图2 煤系岩石与煤的近红外光谱曲线
Fig.2 Near-infrared spectrum curves of coal measures rocks and coal
整体来看，煤系岩石与煤的光谱曲线差别明显，主要表现为:煤的光谱曲线较平滑，而岩的光谱曲线有明显的吸收谷;煤的曲线在1 100～2 500 nm波段基本呈上升趋势，而岩的曲线呈下降趋势;煤的光谱曲线在2 250～2 500 nm波段基本呈上升趋势，而岩的光谱曲线在此波段呈下降趋势;煤的光谱曲线近似直线，而岩的光谱曲线呈拱形。
2.2 综放工作面煤系岩石与煤光谱曲线的差异特征
图3为综放工作面煤系岩石与煤光谱曲线的特征参数定义图。为定量描述煤与岩石光谱曲线的差异特征，故引入吸收谷深度之和Hz[8]、1 100～2 500 nm波段的曲线斜率K、2 250～2 500 nm波段的曲线斜率K′、曲线的凹凸度H′。图3(a)中，H1，H2，H3分别为1 410，1 900，2 210 nm处的吸收谷深度，Hz为三者之和。图3(b)中，1 100，2 500 nm对应反射率连线的斜率K定义为1 100～2 500 nm波段的曲线斜率，ΔR，Δλ分别为反射率和波长的增量。图3(c)中，2 250，2 500 nm对应反射率连线的斜率K′定义为2 250～2 500 nm波段的曲线斜率，ΔR′，Δλ′分别为反射率和波长的增量。图3(d)中，1 400～2 100 nm波段内最大反射率与曲线首尾连线的竖直距离H′定义为光谱曲线的凹凸度。
图4为综放工作面煤与岩石光谱曲线的特征参数趋势图。由图4(a)可知，除16号煤系岩石试样外，岩光谱曲线的Hz远大于煤光谱曲线的Hz，随着煤或岩赋存位置由低到高，Hz有增大趋势。由图4(b)可知，煤的光谱曲线在1 100～2 500 nm波段的斜率K均为正值，岩石的斜率K基本为负值，但16号煤系岩石试样的斜率K为正值;随着煤或岩赋存位置由低到高，K值虽有波动，但呈减小趋势。由图4(c)可知，除13，23号煤试样在2 250～2 500 nm波段的斜率K′为负值外，煤的光谱曲线在该波段的斜率K′基本为正值，岩的斜率K′全为负值;随着煤或岩赋存位置由低到高，K′呈下降趋势。由图4(d)可知，煤的光谱曲线H′远小于岩光谱曲线的H′;随着岩石的赋存位置由低到高，H′呈上升趋势。
2.3 综放工作面煤系岩石与煤的光谱特征机理研究
表2为综放工作面煤系岩石与煤的主要元素及工业成分含量表;图5为综放工作面煤系岩石与煤的XRD衍射谱图，为使其与赋存位置相对应，已对衍射线偏移处理。
由表2和图5(a)可知，3～5号煤层夹矸3，5，7号试样的主要矿物成分包括高岭石(Al2Si2O5(OH)4)、石英(SiO2)、钠长石(NaAlSi3O8)、绿锥石(F3(SiFe)iO5(OH)4)、方解石(MgCaCO3)、利蛇纹石(Mg3[(OH)4|Si2O5])，1，14号试样的主要矿物成分包括高岭石,石英,钠长石,绿锥石;1，3，5，7，14号试样的光谱曲线在1 410 nm波长的吸收谷主要是由其所含矿物中结构水(OH-)产生的第1共振引起的[9-11]，1 900 nm波长处的吸收谷主要是石英包体水中H—O—H与弯曲拉伸的OH产生的共振引起的[5,12-13]，2 210 nm波长的吸收谷主要是由钠长石、高岭石中Al与OH-的弯曲拉伸振动引起的[5]。9号试样的主要矿物成分包括高岭石、石英、钠长石、绿锥石，该试样在1 410，1 900 nm波长处吸收谷较弱的原因主要是其所含矿物中结构水、石英包体水含量较少。16号试样的主要矿物成分包括高岭石、方解石、利蛇纹石、石英、绿锥石，该试样中基质(主要是C，H，O元素组成的有机物)和固定碳含量较多，其中大量的不透明炭质物质遮蔽了结构水、石英包体水、Al—OH在1 410，1 900，2 210 nm波长处的吸收谷特征，所以该试样的光谱曲线较平滑且与煤试样的光谱曲线特征较类似[14-15]。
图3 煤系岩石与煤光谱曲线的特征参数定义
Fig.3 Definition of characteristic parameters of spectral curves of coal measures rocks and coal
图4 煤系岩石与煤光谱曲线的特征参数趋势
Fig.4 Trend chart of characteristic parameters of spectral curves of coal measures rocks and coal
表2 煤系岩石与煤的主要元素及工业成分含量
Table 2 Table of main elements and industrial components of coal measures rocks and coal %
序号成分分析SiO2Fe2O3Al2O3CaONa2OMgO基质工业分析水分固定碳挥发分灰分140.911.6438.710.180.05—17.300.772.7015.0381.5023.132.563.268.070.050.2081.301.4952.5833.5812.35343.890.5939.760.500.060.0714.700.75015.4283.8343.570.937.222.100.010.0784.101.6654.7831.2312.33540.423.2738.421.450.080.1415.800.481.2816.6881.5664.012.816.512.680.020.3282.401.5657.4027.1413.90739.680.4536.100.310.060.0822.200.795.5515.2378.4382.491.494.481.940.010.1488.201.6259.2531.877.26931.490.3839.190.430.08—18.000.370.5514.4684.621015.920.1920.560.070.010.0561.801.3037.0224.1137.57118.260.2012.690.120.030.0677.401.5155.7027.0315.76120.100.268.331.460.020.0387.801.7758.0830.459.70130.370.296.731.750.010.0589.501.8559.3933.015.751442.730.3441.500.150.07—14.600.810.3414.8384.02153.181.586.091.720.020.2485.301.8330.5158.748.921620.960.5034.880.15—0.1741.201.2124.2217.8256.75171.711.7115.772.390.060.2376.801.7951.4332.7514.031844.580.6439.250.150.100.0713.300.620.1713.7185.501941.270.5542.400.220.09—14.100.700.1614.3984.752038.620.6036.230.420.100.0721.900.504.6015.2979.61218.460.329.140.310.010.0480.101.8555.6927.0715.392235.100.4135.570.140.090.0626.400.797.4711.7679.982330.970.3329.680.150.080.00235.201.0514.1015.9168.942452.422.6731.860.160.080.2110.400.72010.8388.452565.962.6920.770.280.070.347.550.600.226.7492.442650.462.8129.384.77—0.609.900.820.2113.6585.322759.002.2127.461.950.050.384.550.6907.2092.11
图5 煤系岩石与煤的XRD谱
Fig.5 X-ray diffraction spectra of coal measures rocks and coal
直接顶中的24，25，26号试样较18，19，20号试样而言，含有较多的石英包体水导致光谱曲线在1 900 nm波长处呈现相对明显的吸收谷;同时由于24，25，26号试样中的基质和固定碳较少，其不透明炭质物质的遮蔽作用对结构水、石英包体水、Al—OH在1 410，1 900，2 210 nm波长处吸收特征的影响较微弱，所以直接顶中24，25，26号试样的吸收谷更为显著。直接顶中的2号煤层夹矸22号试样含有大量的基质和固定碳，其中的不透明炭质物质遮蔽了结构水、石英包体水、Al—OH在1 410，1 900，2 210 nm波长处的吸收特征[15]，使得22号试样与3～5号煤层夹矸试样的光谱曲线相似，仅出现微弱的吸收谷。
基本顶中的27号试样仅有少量的基质、不存在固定碳，所以其对Al—OH、结构水、包体水的吸收特征遮蔽作用较弱，致使27号试样光谱曲线吸收谷深度之和Hz、1 100～2 500 nm波段曲线斜率K、2 250～2 500 nm波段曲线斜率K′、曲线凹凸度H′的绝对值相对较大;同时受地质形成过程中火成岩侵蚀作用小、矿物分子中晶格排列有序的影响，使27号试样的光谱曲线在2 210 nm波长处表现出尖锐的吸收谷[16-17]。
由表2和图5(b)可知，煤试样的主要矿物成分包括钠长石、绿锥石、方解石、高岭石、利蛇纹石、石英。高岭石和绿锥石等矿物中的结构水(OH-)、石英包体水、高岭石和钠长石中的Al—OH会引起吸收谷特征[18-19]。煤中基质含量大约是其矿物含量的5.3倍，基质中脂族结构、芳香结构、含氧氮等杂原子团的中红外波段基频在近红外波段的倍频和组合频相互重叠产生众多吸收谷特征，但绝大多数吸收谷特征不明显[3,20-22]，反而会遮蔽无机离子团在1 100～2 500 nm波段的吸收特征，造成煤的光谱曲线整体较为平滑，且光谱曲线呈上升趋势。2号煤层23号试样在2 210 nm波长处的吸收谷，主要是由高岭石和钠长石中Al—OH引起的;同时23号试样中存在较少的基质和固定碳，所以不透明炭质物质的遮蔽作用对Al—OH在2 210 nm波长产生吸收特征的影响较小，使该试样在此波长处表现出相对明显的吸收谷，同时致使23号试样的光谱曲线特征与煤系岩石的光谱曲线特征较类似。
2.4 不同矿区煤与岩石光谱曲线的差异特征
为探究图3定义的吸收谷深度之和Hz、1 100～2 500 nm波段的曲线斜率K、2 250～2 500 nm波段的曲线斜率K′、曲线的凹凸度H′4个特征参数对不同矿区煤与岩石光谱特征的普遍性和适用性。依次采集山西、山东、宁夏、内蒙古矿区的煤与岩石光谱曲线。不同矿区的煤与岩石光谱曲线如图6所示。表3展示了不同矿区煤与岩石样本的编号、类型、产地等信息。
图6 不同矿区煤与岩石的近红外光谱
Fig.6 Near-infrared spectral curves of coal and rock in different mining areas
表3 不同矿区的煤与岩石样本
Table 3 Coal and rock samples from different mining areas
样本大类样本编号样本类型产地煤矿1'泥质灰岩山东兴隆庄煤矿3'粉砂岩山西马兰煤矿5'细砂岩山西马兰煤矿7'炭质泥岩山西马兰煤矿9'中粒砂岩山东东风煤矿岩石11'砂质页岩2山东兴隆庄煤矿13'砂质页岩1山东东风煤矿15'黑色页岩山西马兰煤矿17'粗砂岩山西新景煤矿19'石英砂岩2山西马兰煤矿21'石英砂岩1山西马兰煤矿2'无烟煤1宁夏汝其沟煤矿4'焦煤山西马兰煤矿6'气煤山东兴隆庄煤矿8'贫煤1内蒙古某煤矿10'无烟煤2山西太原某煤矿煤12'1/3焦煤山东八一煤矿14'贫煤2内蒙古某煤矿16'气肥煤山东茅庄煤矿18'无烟煤3山西阳泉某煤矿20'贫瘦煤山东东风煤矿22'褐煤一号吉林舒兰煤矿
利用上述4个特征参数对不同矿区的煤与岩石光谱曲线进行定量描述，图7为不同矿区煤与岩石光谱曲线的特征参数趋势图。由图7可知，岩光谱曲线的吸收谷深度之和Hz远大于煤光谱曲线的吸收谷深度之和Hz，煤与岩石光谱曲线吸收谷深度之和Hz平均约相差40倍;岩光谱曲线在1 100～2 500 nm波段的斜率K基本为负值，而煤光谱曲线在该波段的斜率K基本为正值;岩光谱曲线在2 250～2 500 nm波段的斜率K′基本为负值，而煤光谱曲线在该波段的斜率K′基本为正值;煤与岩石光谱曲线的凹凸度H′均为正值，岩光谱曲线的凹凸度H′远大于煤光谱曲线的凹凸度H′，煤与岩石光谱曲线的凹凸度H′平均约相差13倍。
图7 不同矿区煤与岩石光谱曲线的特征参数趋势
Fig.7 Characteristic parameter trend diagram of spectral curves of coal and rock in different mining areas
3 结 论
(1)煤层夹矸较顶板岩而言，煤层夹矸的光谱曲线吸收特征和曲线斜率绝对值偏小，主要是因为煤层夹矸中相对较多的不透明炭质物质遮蔽了结构水、石英包体水、Al—OH在其特征波长处的吸收特征。
(2)虽然煤中基质含量是其矿物含量的5.3倍，但是基质中大量的有机基团在1 100～2 500 nm波段的吸收特征不明显，且大量的不透明炭质物质遮蔽了无机离子团在1 100～2 500 nm波段的吸收特征，从而导致几乎所有煤的光谱曲线与煤系岩石光谱曲线相比较为平滑，且光谱曲线呈上升趋势。
(3)煤与岩石光谱曲线差异特征主要表现为:煤的反射光谱在1 100～2 500 nm，2 250～2 500 nm波段的曲线斜率基本为正值，而岩石在该波段的光谱曲线斜率基本为负值;岩石光谱曲线的吸收谷深度之和、凹凸度远大于煤光谱曲线的吸收谷深度之和、凹凸度。
[1] 葛世荣.智能化采煤装备的关键技术[J].煤炭科学技术,2014,42(9):7-11.
GE Shirong.Key technology of intelligent coal mining equipment[J].Coal Science and Technology,2014,42(9):7-11.
[2] 张昊.基于高光谱的煤岩识别技术研究[D].徐州:中国矿业大学,2017:1-11.
ZHANG Hao.Study on identification technology of coal and rock based on hyper spectral[D].Xuzhou:China University of Mining & Technology,2017:1-11.
[3] 刘建学.实用近红外光谱分析技术[M].北京:科学出版社,2007:1-5.
[4] MAO Yachun,MA Baodong,LIU Shanjun,et al.Study and validation of a remote sensing model for coal extraction based on reflectance spectrum features[J].Canadian Journal of Remote Sensing,2014,40(5):327-335.
[5] 杨恩,王世博,葛世荣.典型煤系岩石的可见-近红外光谱特征研究[J].工矿自动化,2019,45(3):45-51.
YANG En,WANG Shibo,GE Shirong.Research on visible-near infrared spectrum features of typical coal measures rocks[J].Industry and Mine Automation,2019,45(3):45-51.
[6] 宋亮,刘善军,毛亚纯,等.基于可见光-近红外光谱的煤种分类方法[J].东北大学学报(自然科学版),2017,38(10):1473-1476.
SONG Liang,LIU Shanjun,MAO Yachun,et al.Coal classification based on visible and near-infrared spectrum[J].Journal of Northeastern University (Natural Science),2017,38(10):1473-1476.
[7] SONG Z,KUENZER C.Spectral reflectance (400-2 500 nm) properties of coals,adjacent sediments,metamorphic and pyrometamorphic rocks in coal-fire areas:A case study of Wuda coalfield and its surrounding areas,northern China[J].International Journal of Coal Geology,2017,171:142-152.
[8] 宋亮,刘善军,虞茉莉,等.基于可见-近红外和热红外光谱联合分析的煤和矸石分类方法研究[J].光谱学与光谱分析,2017,37(2):416-422.
SONG Liang,LIU Shanjun,YU Moli,et al.A classification method based on the combination of visible,near-infrared and thermal infrared spectrum for coal and gangue distinguishment[J].Spectroscopy and Spectral Analy-sis,2017,37(2):416-422.
[9] 支颖雪,廖宗廷,周征宇,等.软玉中结构水类型和近红外光谱解析[J].光谱学与光谱分析,2013,33(6):1482-1486.
ZHI Yingxue,LIAO Zongting,ZHOU Zhengyu,et al.A resolution to the hydroxy types of nephrite and its near infrared spectroscopy[J].Spectroscopy and Spectral Analysis,2013,33(6):1482-1486.
[10] BELL D R,Rossman G R,Water in the earth’s mantle:The role of nominally anhydrous minerals[J].Science,1992,255:1391-1397.
[11] ROSSMAN G R.Studies of OH in nominally anhydrous minerals[J].Physics and Chemistry of Minerals,1996,23(4-5):299-304.
[12] HUNT G R,SALISBURY J W.Visible and near-infrared spectra of minerals and rock:I silicate minerals[J].Modern geology,1970,(1):283-300.
[13] 燕守勋,张兵,赵永超,等.矿物与岩石的可见-近红外光谱特性综述[J].遥感技术与应用,2003,18(4):192-201.
YAN Shouxun,ZHANG Bing,ZHAO Yongchao,et al.Summarizing the VIS-NIR spectra of minerals and rocks[J].Remote Sensing Technology and Application,2003,18(4):191-201.
[14] SGAVETTI M,POMPILIO L,MELI S.Reflectance spectroscopy (0.3-2.5 μm) at various scales for bulk-rock identification[J].Geosphere,2006,2(3):142-460.
[15] 赵恒谦,赵学胜,岑奕,等.光谱特征提取对近似矿物光谱差异性影响分析[J].光谱学与光谱分析,2017,37(3):869-874.
ZHAO Hengqian,ZHAO Xuesheng,CEN Yi,et al.Research on the impact of absorption feature extraction on spectral difference between similar minerals[J].Spectroscopy and Spectral Analysis,2017,37(3):869-874.
[16] FRED A KRUSE.Integrated visible and near-infrared,shortwave infrared,and longwave infrared full-range hyperspectral data analysis for geologic mapping[J].Journal of Applied Remote Sensing,2015,9(1):096005-096005.
[17] 甘甫平,王润生,马蔼乃.基于特征谱带的高光谱遥感矿物谱系识别[J].地学前缘(中国地质大学,北京),2003,10(2):445-454.
GAN Fuping,WANG Runsheng,MA Ainai.Spectral identification tree (sit) for mineral extraction based on spectral characteristics of minerals[J].Earth Science Frontiers (China University of Geosciences,Beijing),2003,10(2):445-454.
[18] 杨恩,王世博,葛世荣.典型块状煤的可见-近红外光谱特征研究[J].光谱学与光谱分析,2019,39(6):1717-1723.
YANG En,WANG Shibo,GE Shirong.Study on the visible and near-infrared spectra of typical types of lump coal[J].Spectroscopy and Spectral Analysis,2019,39(6):1717-1723.
[19] ZHANG Yanzhong,XIAO Lin.Petrographic characteristics and dep-ositional environment of No.6 coal from Xiaoyugou Mine,Jungar Coalfield,China[J].International Journal of Coal Science & Technology,2014,1(4):395-401.
[20] 王继仁,邓存宝.煤微观结构与组分量质差异自燃理论[J].煤炭学报,2007,32(12):1291-1296.
WANG Jiren,DENG Cunbao.The spontaneous combustion theory of coal microcosmic structure and component differences in quantity and quality[J].Journal of China Coal Society,2007,32(12):1291-1296.
[21] 王擎,黄宗越,迟铭书,等.油页岩干酪根化学结构特性分析[J].化工学报,2015,66(5):1861-1866.
WANG Qing,HUANG Zongyue,CHI Mingshu,et al.Chemical structure analysis of oil shale kerogen[J].CIESC Journal,2015,66(5):1861-1866.
[22] 张科,姚素平,胡文瑄,等.煤红外光谱的精细解析及其煤化作用机制[J].煤田地质与勘探,2009,37(6):8-13.
ZHANG Ke,YAO Suping,HU Wenxuan,et al.Analysis on infrared spectra characteristic of coal and discussion of coalification mechanism[J].Coal Geology & Exploration,2009,37(6):8-13.
