吳劍飛

(安徽理工大學(xué) 空間信息與測繪工程學(xué)院,安徽 淮南 232001)

長期以來，煤炭在中國的能源結(jié)構(gòu)中都占據(jù)著主導(dǎo)地位。采煤過程中常伴隨著巖石的獲取，對(duì)煤與巖石的識(shí)別分類消耗大量人力、物力和時(shí)間[1]。我國煤炭百萬噸死亡率高，采煤裝置落后，導(dǎo)致采煤仍屬于高危行業(yè)，因此，發(fā)展“無人化”智能采煤，保障采煤工作人員生命安全，提高煤巖識(shí)別效率，是未來煤炭開采技術(shù)發(fā)展的關(guān)鍵所在[2]。

近年來，光譜分析技術(shù)在煤種鑒別、煤質(zhì)分析和煤巖識(shí)別等領(lǐng)域得到廣泛應(yīng)用[3]。其中，高光譜技術(shù)以其波段多、精度高的優(yōu)勢已經(jīng)成為采煤區(qū)煤巖動(dòng)態(tài)識(shí)別的有效方法之一。然而，煤與巖石存在“異物同譜”現(xiàn)象，使得高光譜技術(shù)應(yīng)用于實(shí)際煤巖識(shí)別仍有阻礙。這主要是因?yàn)榛谌ǘ嗡ǖ姆诸惸Ｐ统４嬖谌哂嘈畔⒑透蓴_信息，影響模型的運(yùn)行速度和精度。前人所做研究中[4-6]提出了有助于識(shí)別煤與巖石的特征波段，提供了較好的煤巖識(shí)別理論基礎(chǔ)和建模參考，然而以單個(gè)波段和雙波段建立的分類模型存在有效信息使用不足的現(xiàn)象。提取與煤巖識(shí)別相關(guān)的特征波段建立分類模型可以較好地解決上述兩種問題。目前，國內(nèi)關(guān)于采用機(jī)器學(xué)習(xí)算法提取煤與巖石的特征波段的研究較少，而比較不同算法提取效果的研究更是鮮見報(bào)道。

本研究采用多種光譜變換方法和特征波段提取方法對(duì)煤與巖石的高光譜圖像數(shù)據(jù)進(jìn)行處理，分別建立了基于全波段和特征波段的分類模型，并對(duì)模型預(yù)測結(jié)果進(jìn)行分析和比較，以期為高光譜技術(shù)實(shí)際應(yīng)用于煤巖識(shí)別提供參考。

1 材料與方法

1.1 研究區(qū)概況及樣本采集

研究區(qū)位于安徽省淮南市(東經(jīng)116°21′21″～117°11′59″、北緯32°32′45″～33°0′24″)，該地區(qū)礦產(chǎn)資源豐富，是中國13個(gè)億噸煤炭基地之一。因此，淮南地區(qū)采煤智能化建設(shè)的開展有助于提高當(dāng)?shù)氐V產(chǎn)資源的開采效率，促進(jìn)淮南乃至江淮流域產(chǎn)業(yè)轉(zhuǎn)型升級(jí)[7]。根據(jù)GB/T 5751《中國煤炭分類》，淮南礦區(qū)主要產(chǎn)出1/3焦煤、氣煤、瘦煤和焦煤。根據(jù)GB/T 17412.3-1998《巖石分類和命名方案》，淮南礦區(qū)選煤廠中巖石種類主要為砂巖、頁巖、泥巖等。本試驗(yàn)選用的樣品來源于淮南市謝橋礦區(qū)與潘一礦區(qū)的選煤廠，在礦區(qū)兩名采煤經(jīng)驗(yàn)豐富的工作者協(xié)助下，獲取33組樣本，其中，煤樣14組，巖樣19組。

1.2 高光譜數(shù)據(jù)獲取

使用空氣干燥箱干燥樣品直至其質(zhì)量恒定，對(duì)收集的塊狀煤樣表面打磨平整。采用ASD FieldSpec4便攜式地物光譜儀采集高光譜數(shù)據(jù)。儀器波長范圍為350～2 500 nm，其中，350～1 000 nm波長的采樣間隔為1.4 nm，1 000～2 500 nm波長的采樣間隔為2 nm，每個(gè)樣本測得30條光譜，剔除異常光譜后取平均值作為該樣本的光譜，每組數(shù)據(jù)采樣前均進(jìn)行標(biāo)準(zhǔn)白板校正。

1.3 光譜數(shù)據(jù)預(yù)處理

采用MATLAB 2017a軟件對(duì)原始光譜(Original Spectrum,OS)進(jìn)行預(yù)處理，并利用Origin 2019b軟件制圖。預(yù)處理包括多項(xiàng)式卷積平滑法(Savitzky-golay Smoothing, SG)處理、多元散射校正(Multiplicative Scatter Correction，MSC)、標(biāo)準(zhǔn)正態(tài)變量變換(Standard Normal Variate Transformation, SNV)和歸一化(Normalize,Norm)[8-9]。其中，SG可有效消除基線漂移等噪聲，SNV和MSC可消除樣品表面分布不均和光程變換導(dǎo)致的散射效應(yīng)影響。

1.4 煤巖光譜差異機(jī)理分析

由圖1可知，煤的整體反射率較低，上升平緩，而巖石反射率偏高。由于水分子O-H官能基伸縮振動(dòng)的第一倍頻，巖石在1 450 nm附近有較強(qiáng)吸收谷[10]。在1 900 nm附近，巖石產(chǎn)生第二個(gè)較強(qiáng)吸收谷，這是由于巖石中有二價(jià)鐵離子和煤樣中有Al2O3。由于Al元素在煤中主要以Al2O3的形式存在，在巖石中主要以Al(OH)3的形式存在，導(dǎo)致在2 130～2 250 nm波段范圍內(nèi)煤與巖石的表現(xiàn)上產(chǎn)生較大差別。Al(OH)3的Al-OH晶格振動(dòng)使得其在2 210 nm附近具有強(qiáng)吸收峰[11]。由于煤巖組分特性的不同，其吸收谷深度之和、斜率和曲線凹凸度有所不同，例如巖石光譜曲線的吸收谷深度之和遠(yuǎn)大于煤光譜曲線的吸收谷深度之和；巖石光譜曲線在1 100～2 500 nm波段的斜率基本為負(fù)值，而煤光譜曲線在該波段的斜率基本為正值；煤巖光譜曲線的凹凸度平均約相差13倍[12]。

圖1 經(jīng)平滑預(yù)處理后的煤巖高光譜曲線

1.5 RF隨機(jī)蛙跳算法

Random Frog是利用候補(bǔ)變量集合對(duì)總變量集合進(jìn)行反復(fù)迭代選擇，最終獲取少量變量的高維數(shù)據(jù)變量選擇方法。每一次迭代分為以下3個(gè)主要步驟：首先確定一個(gè)包含N1個(gè)變量的變量子集V0;然后基于V0中變量的特征和選擇概率，提出包含N2個(gè)變量的候補(bǔ)子集V1替代V0；計(jì)算每個(gè)變量的選取概率[13]。

1.6 SPA連續(xù)投影算法

SPA是一種使矢量空間共線性最小化的前向變量選擇方法[14]，該算法的具體步驟如下[15]：首先在光譜數(shù)據(jù)中選擇一條光譜列向量作為起始向量；然后計(jì)算其他列向量在起始向量上的投影；再挑選出最小投影作為下一個(gè)投影的起始向量，直到挑選變量個(gè)數(shù)達(dá)到輸入迭代數(shù)；最后將提取的所有波長組合進(jìn)行多元線性回歸，從局部最小的RMSE中選擇預(yù)測精度最高的波段組合作為最優(yōu)波段組合。

為降低起始向量選取的隨機(jī)性，本研究采用Araújo MCU等[15]提出的選取起始光譜向量的方法。

1.7 CARS競爭性自適應(yīng)重加權(quán)采樣算法

CARS[16]是以達(dá)爾文進(jìn)化論的“適者生存“為指導(dǎo)理論，采用蒙特卡洛采樣以及偏最小二乘回歸法的特征波段優(yōu)選方法。CARS法的每個(gè)采樣周期可分為4個(gè)連續(xù)的步驟[17-18]：首先采用蒙特卡洛采樣法從校正集中選取樣本，進(jìn)行PLSR建模；然后計(jì)算波段回歸系數(shù)的絕對(duì)值權(quán)重，經(jīng)衰減指數(shù)法計(jì)算后，剔除絕對(duì)值較小的波段變量；接著采用自適應(yīng)加權(quán)算法在剩余波段變量中選取波段，進(jìn)行PLSR建模;最后選取交叉驗(yàn)證的均方根誤差最小的模型對(duì)應(yīng)的波段變量作為選擇的特征波段變量。

1.8 建模方法

采用支持向量機(jī)(Support Vector Machine,SVM)和偏最小二乘線性判別分析(Partial Least Square- Linear Discriminant Analysis,PLS-LDA)對(duì)優(yōu)選波段和全波段進(jìn)行識(shí)別模型的建立，模型識(shí)別效果采用識(shí)別正確率表示。

2 結(jié)果與討論

2.1 CARS法篩選特征波長組合

基于CARS算法提取煤巖識(shí)別的特征波長運(yùn)行過程如圖2所示。

由于CARS中的蒙特卡洛采樣隨著采樣次數(shù)的不同呈現(xiàn)不同的運(yùn)算結(jié)果，所以文中通過設(shè)定不同的采樣次數(shù)后分別進(jìn)行運(yùn)算以選取相對(duì)較優(yōu)的波長變量組合。如圖2所示，采樣次數(shù)較少時(shí)，由于衰減指數(shù)的作用，CARS法選取的波段變量數(shù)由總波段變量數(shù)快速下降到較低水平，隨著采樣次數(shù)增加，選取變量數(shù)的降低幅度減緩。交叉驗(yàn)證均方根誤差隨著運(yùn)行次數(shù)的增加呈現(xiàn)出下降與上升交替進(jìn)行的趨勢，圖中“*”豎線標(biāo)出最小交叉驗(yàn)證均方根誤差值對(duì)應(yīng)的采樣次數(shù)，為欠擬合與過擬合的交匯點(diǎn)，故選取該點(diǎn)處的最優(yōu)波段?！?”豎線之后交叉驗(yàn)證均方根誤差開始增大，是由于有效變量被刪除了。在SG-CARS中最終選取了365、366、381、394、395、401、1 421 nm共7個(gè)特征波段；在MSC-CARS中最終選取350、351、359、360、371、815、816、817、818、819、2 118、2 119、2 120 nm共13個(gè)特征波段；在SNV-CARS中最終選取了2 206、2 207 nm共2個(gè)特征波段；在Norm-CARS中最終選取了365、2 128、2 208、2 209、2 210、2 211 nm共6個(gè)特征波段。

圖2 CARS優(yōu)選波長過程

2.2 SPA法篩選特征波長組合

基于SPA算法提取煤巖識(shí)別的特征波長運(yùn)行過程如圖3所示。SPA法在運(yùn)行過程中通過分析投影向量的大小進(jìn)行特征波長變量的篩選，通過計(jì)算模型的RMSE值確定波長子集即為優(yōu)選波長。

圖3 SPA優(yōu)選波長結(jié)果

圖3中紅色正方形圈出點(diǎn)表示為最優(yōu)特征波長變量。在SG-SPA中最終選取了350、563、1 387、1 861、2 500 nm共5個(gè)特征波段；在MSC-SPA中最終選取350、371、397、745、1 373、1 407、1 774、1 965、2 008、2 134 nm共10個(gè)特征波段；在SNV-SPA中最終選取了350、402、438、616、827、1 276、1 320、1 382、1 423、1 962 nm共10個(gè)特征波段；在Norm-SPA中最終選取了372、394、648、2 151、2 485 nm共5個(gè)特征波段。

2.3 RF法篩選特征波長組合

基于RF算法提取煤巖識(shí)別的特征波長運(yùn)行結(jié)果如圖4所示,其中,波段對(duì)應(yīng)的柱形高度表示該波段被選擇的概率。結(jié)合波段共線性和巖石的高光譜曲線中的特征吸收峰進(jìn)行RF特征波段的選擇?？梢?，被選概率高的波段存在聚集性，表明能用于煤巖識(shí)別的波段一般處于某幾個(gè)敏感波段范圍內(nèi)。

圖4 RF優(yōu)選波長過程

在SG-RF中最終選取了437、443 nm共2個(gè)特征波段；在MSC-RF中最終選取1 705、1 780、1 816、1 826、1 885 nm共5個(gè)特征波段；在SNV-RF中最終選取了1 496、2 436 nm共2個(gè)特征波段；在Norm-RF中最終選取了1 356、2 484、2 499 nm共3個(gè)特征波段。

2.4 模型運(yùn)行結(jié)果分析

為對(duì)比驗(yàn)證波段優(yōu)選方法對(duì)特征信息的提取作用，建立不同處理方式下基于全波段光譜數(shù)據(jù)的煤巖識(shí)別模型,表1列出了基于優(yōu)選波段組合和基于全波段所建識(shí)別模型的精度比較。可見，波段優(yōu)選算法將總數(shù)為2 151個(gè)的全波段壓縮至少量波段，使用少于總波段數(shù)1%的波段建立的識(shí)別模型的識(shí)別效果總體上優(yōu)于基于全波段所建模型的識(shí)別效果。這是由于煤巖的高光譜信息存在“異物同譜”現(xiàn)象，其中,大部分信息對(duì)于模型的識(shí)別起到“誤導(dǎo)”作用，不能作為識(shí)別的依據(jù)，而基于全波段的識(shí)別模型對(duì)這些誤導(dǎo)性信息進(jìn)行了訓(xùn)練，因此,識(shí)別精度并不理想。波段優(yōu)選算法提取了有效波段，剔除了無效信息，降低了模型的復(fù)雜度。

表1顯示Norm-CARS-PLS-LDA模型和SG-RF-SVM模型對(duì)煤巖識(shí)別效果最優(yōu)，建模集和測試集的識(shí)別率均達(dá)到100%，其中,Norm-CARS和SG-RF分別提取了6個(gè)波段和2個(gè)波段，僅占全波段的0.28%和0.09%。由上述波段優(yōu)選結(jié)果可以看出，優(yōu)選波段大多分布于350～450 nm、1 250～1 450 nm、1 700～1 900 nm和2 100～2 300 nm之間，表明這些波段范圍可以用于煤巖高光譜識(shí)別。其中,優(yōu)選波段多位于吸收谷的最低點(diǎn)(吸收谷深度)，即煤巖反射率相差最大處，或是吸收谷斜率最大或斜率變化率最大的波段處，表明了巖石吸收谷的信息是用來作為煤巖識(shí)別的重要依據(jù)，這也驗(yàn)證了王賽亞等[12]提出的巖石吸收谷深度之和、曲線斜率和凹凸度可用來進(jìn)行煤巖識(shí)別的研究。

表1 識(shí)別模型判別結(jié)果

3 結(jié) 論

基于高光譜技術(shù)從定性分析和特征識(shí)別兩個(gè)角度，對(duì)煤與巖石進(jìn)行識(shí)別研究，主要結(jié)論如下：

1)由機(jī)器學(xué)習(xí)算法優(yōu)選的波段主要在350～450 nm、1 250～1 450 nm、1 700～1 900 nm和2 100～2 300 nm之間。

2)經(jīng)不同光譜預(yù)處理建立的煤巖識(shí)別模型的性能有所差異，MSC處理后所建模型的建模集和測試集識(shí)別精度均未達(dá)到100%，其預(yù)測效果低于SG、SNV和Norm預(yù)處理后所建模型的識(shí)別效果。

3)采用CARS、SPA和RF優(yōu)選出的波段低于全波段總數(shù)的1%，同時(shí)提高了模型識(shí)別精度。優(yōu)選波段多處于巖石的光譜曲線吸收谷附近，其波段對(duì)應(yīng)的反射率可以顯示出波谷的特征信息。所建識(shí)別模型中Norm-CARS-PLS-LDA和SG-RF-SVM模型的識(shí)別精度最高，建模集和測試集的識(shí)別精度均達(dá)100%。

由于本試驗(yàn)所有樣本的高光譜數(shù)據(jù)均在樣品表面打磨平整后獲取，而實(shí)際采煤活動(dòng)多在粉塵環(huán)境下進(jìn)行，情況復(fù)雜，煤和巖石的表面積有不同礦物質(zhì)顆粒和粉末，因此,雖然本實(shí)驗(yàn)建模集和測試集的識(shí)別正確率達(dá)100%，但要應(yīng)用于實(shí)際工業(yè)活動(dòng)需要結(jié)合現(xiàn)場情況建立全面的模擬試驗(yàn)。