近年來，隨著全球文化遺產(chǎn)保護工作的不斷推進，如何有效保護和修復(fù)石質(zhì)文物，成為了文物保護領(lǐng)域的重要課題。重慶大學(xué)楊海清教授帶領(lǐng)的研究團隊，成功提出了一種創(chuàng)新性的石質(zhì)文物劣化模式識別方法，基于高光譜成像技術(shù)，結(jié)合智能算法實現(xiàn)了對石質(zhì)文物的高效“體檢”即對石質(zhì)文物的劣化情況的精準識別和評估。這一突破性成果為文物保護領(lǐng)域提供了全新的思路，并為文物的預(yù)防性保護提供了重要技術(shù)支持。相關(guān)研究成果已于2024年發(fā)表在國際期刊npj Heritage Science和Journal of Cultural Heritage上，得到學(xué)術(shù)界的廣泛關(guān)注。其他相關(guān)成果也在Science of theTotal Environment, Engineering Geology等多個國際頂級期刊上發(fā)表。其中入選ESI高被引文章2篇，題目分別為“A hyperspectral evaluation approach for quantifying salt-induced weathering of sandstone”和“Weathering assessment approach for building sandstone using hyperspectral imaging technique”。

石質(zhì)文物是我國文化遺產(chǎn)的重要組成部分，如石窟、石碑、摩崖造像等。這些文物不僅是歷史的見證，也是承載著文化和藝術(shù)價值的瑰寶。然而，由于長期暴露在自然環(huán)境中，石質(zhì)文物不可避免地受到風(fēng)化、鹽結(jié)晶、微生物定植等因素的侵蝕，導(dǎo)致文物表面的損壞和文化信息的喪失。尤其是川渝地區(qū)的大足石刻，作為世界文化遺產(chǎn)，其保護工作引起了廣泛關(guān)注。傳統(tǒng)的風(fēng)化病害評估方法多依賴人工檢測，存在周期長、效率低、智能化程度低等問題，難以為石質(zhì)文物提供及時、精準的保護支持。為了克服這些傳統(tǒng)方法的局限，楊海清教授團隊提出了基于高光譜成像技術(shù)的石質(zhì)文物劣化模式識別方法，利用高光譜圖像數(shù)據(jù)提供的豐富信息，實現(xiàn)了文物劣化特征的準確識別和評估。

高光譜成像技術(shù)與傳統(tǒng)的RGB圖像相比，具有顯著的優(yōu)勢。傳統(tǒng)的RGB圖像只能捕捉到有限的色彩信息，而高光譜成像技術(shù)能夠在數(shù)十到數(shù)百個獨立的光譜波段中，獲取每個像素的光譜反射率。這些反射率在不同波長下的變化，可以揭示材料的細微改變，尤其在分析石質(zhì)文物的風(fēng)化特征時，能夠提供不同劣化模式的光譜信息。通過高光譜成像，可以對石質(zhì)文物的不同病害類型進行詳細分析。例如，不同的風(fēng)化病害（如剝落、結(jié)殼、鹽結(jié)晶和生物定植）往往具有不同的光譜特征，這些特征可以幫助研究人員在不接觸文物的情況下，快速、準確地識別文物表面的劣化情況。此外，高光譜圖像還能夠反演石質(zhì)文物的表面強度，進一步為文物的保護提供科學(xué)依據(jù)。

在本研究中，楊海清教授團隊采用了高光譜成像技術(shù)，并結(jié)合智能算法，提出了砂巖質(zhì)文物的典型病害智能識別模型和砂巖表面強度預(yù)測模型。研究內(nèi)容主要包括以下幾個方面：

（1）砂巖表面強度預(yù)測模型的建立。首先，研究團隊通過對大足石刻砂巖質(zhì)文物進行高光譜圖像采集，分析了砂巖的光譜特征與其表面回彈強度之間的關(guān)系?；貜棌姸葴y試是一種常用的無損測試方法，被用于評估材料表面的硬度和強度。通過對光譜特征的提取，團隊發(fā)現(xiàn)砂巖的表面強度與特定的光譜波段存在顯著的相關(guān)性。研究團隊采用了CARS（Competitive Adaptive Reweighted Sampling）、SPA（Successive Projections Algorithm）和UVE（Uninformative Variable Elimination）等特征選擇算法，成功提取了與砂巖表面強度相關(guān)的光譜波段。然后，結(jié)合PLS（Partial Least Squares）回歸分析，建立了砂巖表面強度的預(yù)測模型。該模型能夠在不破壞文物表面的前提下，通過高光譜數(shù)據(jù)實現(xiàn)砂巖表面強度的無損預(yù)測，為文物的保護和修復(fù)提供了有效的技術(shù)支持。

（2）砂巖質(zhì)文物典型病害智能識別模型的構(gòu)建。為了進一步提升文物保護的效率和準確性，研究團隊通過對大足石刻砂巖質(zhì)文物的典型病害（如剝落、結(jié)殼、鹽結(jié)晶和生物定植）進行光譜特征差異分析，構(gòu)建了砂巖質(zhì)文物典型病害智能識別模型。該模型基于機器學(xué)習(xí)算法，通過分析不同病害在高光譜圖像中的光譜特征，能夠識別文物表面的病害類型，并繪制病害分布圖。相比傳統(tǒng)的人工識別方法，基于智能算法的病害識別模型具有更高的效率和準確性。通過該模型，文物保護人員可以快速識別出文物表面的劣化區(qū)域，從而采取針對性的保護措施。

（3）風(fēng)化病害定量評估方法的提出。風(fēng)化病害的定量評估是文物保護中的一個重要環(huán)節(jié)。為了實現(xiàn)對砂巖質(zhì)文物的風(fēng)化程度的準確評估，研究團隊提出了一種新的定量評估方法。該方法結(jié)合了砂巖質(zhì)文物的化學(xué)成分、礦物組成和表面強度的變化，通過計算化學(xué)風(fēng)化指數(shù)、強度風(fēng)化指數(shù)和合成風(fēng)化指數(shù)，能夠準確評估文物的風(fēng)化程度?；瘜W(xué)風(fēng)化指數(shù)主要考慮了砂巖劣化時的化學(xué)成分變化，強度風(fēng)化指數(shù)則通過表面回彈強度的變化來衡量文物的風(fēng)化程度，合成風(fēng)化指數(shù)則綜合了化學(xué)風(fēng)化和強度風(fēng)化的影響。通過這些風(fēng)化指數(shù)的計算，研究團隊能夠繪制出砂巖質(zhì)文物的風(fēng)化病害云圖，從而為文物的保護提供科學(xué)依據(jù)。

研究團隊的創(chuàng)新成果在大足石刻臥佛區(qū)域得到了成功應(yīng)用。通過高光譜圖像數(shù)據(jù)的分析，研究團隊繪制了臥佛區(qū)域的病害分布云圖和強度分布云圖，并計算了化學(xué)風(fēng)化指數(shù)、強度風(fēng)化指數(shù)和合成風(fēng)化指數(shù)。結(jié)果表明，臥佛區(qū)域的風(fēng)化病害主要集中在表面剝落和生物定植區(qū)域，且中下部的風(fēng)化程度較重。通過對這些病害的分析，研究團隊不僅驗證了所建立的風(fēng)化病害定量評估方法的有效性，還進一步加強了文物保護的科學(xué)性和針對性。

本研究通過基于高光譜成像技術(shù)的石質(zhì)文物劣化模式識別方法，為石質(zhì)文物的保護工作提供了新的技術(shù)路徑。通過建立砂巖表面強度預(yù)測模型、典型病害智能識別模型和風(fēng)化病害定量評估方法，研究團隊成功解決了傳統(tǒng)風(fēng)化病害評估方法中的局限性，大大提高了文物保護的效率和準確性。隨著文物保護工作的深入，基于高光譜成像技術(shù)的文物“體檢”方法必將在未來得到更廣泛的應(yīng)用。

中達瑞和作為一直專注于高光譜成像設(shè)備及光譜智能分析平臺的專業(yè)品牌，我們致力于將前沿科技轉(zhuǎn)化為文物保護的實際工具，讓這些無價的文化遺產(chǎn)在歲月的長河中亙古長青，繼續(xù)講述屬于它們的故事。

審核編輯 黃宇