基于理化特征的砂岩遗产综合劣化指数非接触式定量评估

《Engineering Geology》:Non-contact quantitative evaluation of composite deterioration index for sandstone heritage based on physicochemical characteristics

【字体: 大 中 小 】 时间:2026年10月21日 来源:Engineering Geology 10.3

编辑推荐:

   •风化过程产生了独特的地球化学和光谱特征。•光谱响应可有效指示砂岩强度劣化。•像素级制图能够捕捉砂岩风化模式的非均质性。•DIheritage(遗产劣化指数)综合了物理化学与力学劣化。引言石质文化遗产是人类历史文化遗产的重要组成部分,具有不可替代的历史、艺术和科学价值(Li等

  
  • •
    风化过程产生了独特的地球化学和光谱特征。
  • •
    光谱响应可有效指示砂岩强度劣化。
  • •
    像素级制图能够捕捉砂岩风化模式的非均质性。
  • •
    DIheritage(遗产劣化指数)综合了物理化学与力学劣化。

引言

石质文化遗产是人类历史文化遗产的重要组成部分,具有不可替代的历史、艺术和科学价值(Li等,2024)。然而,由于长期暴露于自然环境中,石质遗产(尤其是不动产文化遗产)极易遭受风化,从而破坏其表面结构并引发各种形式的劣化,严重影响其保存状况与文化价值(Sun等,2025a;Yang等,2025b;Zhang等,2021)。尤其值得注意的是,由于孔隙结构的存在,潮湿环境中的砂岩遗产更易遭受风化,从而产生剥落、结壳、盐结晶及生物定殖等劣化现象(Zhang等,2019)。传统劣化评估方法对遗产材料缺乏针对性,且通常依赖侵入式现场采样,这限制了其适用于文化遗产保护中精细化的保护需求与最小干预原则(Liu等,2011;Xu和Chen,2025)。因此,建立一种非接触、非破坏性的风化程度定量评估方法,对于砂岩文化遗产的保护具有重大意义。
随着科学技术的发展与文化遗产保护理念的持续演进,石质文化遗产保存状况的评估方法已逐渐由传统破坏性检测转向无损检测(Martini等,2021;Tejedor等,2022)。早期关于石质遗产劣化的研究主要依赖现场调查、人工描述以及直接采样分析(Sun等,2025b;Wu和He,2009)。尽管这些方法能够准确获取岩石的矿物组成、化学成分及力学性能信息,但其效率低下、空间连续性不足,并且在一定程度上会对文化遗产本身造成损害(Zheng等,2025)。因此,它们并不适用于珍贵文化遗产的长期监测与精细化保护。随着无损检测技术的进步,里氏硬度测试、超声测试、电阻率测量和表面硬度测试等非侵入方法逐渐得到广泛应用,从而实现了对石质遗产力学性能与内部结构的初步无损评估(Cheng等,2025;Lharti等,2025;Martinho等,2012;?zer等,2023;Pehlivan,2023)。然而,这些方法大多为接触式点测量,无法全面反映劣化的空间分布特征。
近年来,数字技术与人工智能的快速发展推动石质文化遗产检测技术向大规模、高精度和智能化方向发展(Li等,2023)。三维激光扫描、红外热成像等非接触技术可快速获取文化遗产的表面形貌、纹理及空间结构信息,并已在劣化调查与数字保护中得到广泛应用(Kavuru和Rosina,2021;Martinenko等,2025)。在这些技术中,图像处理技术能够借助计算机视觉快速识别目标对象的变化,为石质遗产劣化检测提供了新的技术手段(Qin等,2026)。然而,传统RGB图像仅包含有限的可见光信息,在复杂劣化识别与微观风化特征分析方面仍存在一定局限。相比之下,高光谱技术融合了空间信息与连续光谱信息,能够敏锐地响应材料矿物组成、化学成分及表面结构的细微变化,从而为石质文化遗产劣化特征的识别与评估提供了新的可能(Yang等,2024;Yang等,2023)。目前,高光谱技术已在精准农业、矿产勘探和食品检测等领域得到广泛应用(Peyghambari和Zhang,2021;Ram等,2024;Yang等,2025a),但其在石质文化遗产风化评估中的应用仍相对有限。因此,高光谱技术在文化遗产保护领域具有广阔的应用前景与重要的研究价值。
基于上述背景,本研究以大足石刻宝顶山卧佛区域为研究对象。通过整合高光谱图像数据与智能算法,建立了砂岩遗产典型劣化的智能识别模型以及砂岩回弹值预测模型。主要内容如下:(i)使用便携式近红外高光谱成像系统获取砂岩文化遗产的高光谱图像数据,并结合X射线荧光(XRF)与X射线衍射(XRD)分析,研究了不同类型劣化的光谱特征与风化机制。(ii)采用竞争性自适应重加权采样(CARS)、连续投影算法(SPA)及扰动 shuffled 蛙跳算法(SFLA)等特征提取算法,筛选关键光谱波段并构建砂岩回弹值预测模型。(iii)结合RF、SVM、BP、XGBoost等机器学习算法与GWO、WOA等优化算法,建立了砂岩文化遗产典型劣化的智能识别模型。(iv)在此基础上,进一步提出了一套综合化学风化指数(CWI)与强度风化指数(SWI)的合成劣化指数(DI)评估体系,实现了对砂岩文化遗产风化程度的无损定量评估,并应用于卧佛区域劣化与保存状况的评估。本研究建立了风化引起的理化改变与近表面力学表征之间的定量联系。从工程地质学的角度来看,所提出的框架为砂岩遗产的劣化评估与风险评价提供了一个新的工程地质框架。

章节摘要

研究区域

大足石刻位于中国重庆市大足区(29°23′–29°52′ N,105°28′–106°20′ E)(图1a)。其中,释迦牟尼涅槃图龛(卧佛)是宝顶山大佛湾区域的代表性砂岩遗产地。宝顶山大佛湾区域属亚热带温暖湿润季风气候。根据大足石刻研究院的数据,年平均气温为17.2 °C,年平均相对湿度为

不同劣化类型之间的特征差异

为了分析受不同劣化类型影响的砂岩样本在化学组成和矿物组成上的差异,对每个样本都进行了X射线荧光(XRF)和X射线衍射(XRD)分析(图3)。观察发现,各劣化类型之间存在显著差异。然而,砂岩的整体矿物框架基本未发生变化。所有砂岩样本的主要矿物仍以石英、长石和粘土矿物为主。

基于高光谱数据的砂岩文化遗产风化定量评估

在物理、化学和生物风化过程的共同作用下,砂岩文化遗产表现出各种形式的风化。然而,从根本上说,这些风化过程主要导致砂岩化学成分和微观结构发生变化。前者可通过化学风化指数来表征,而后者可由砂岩回弹值来表示。因此,本研究提出了一种风化评估方法

结论

本研究开发了一种基于高光谱的砂岩遗产劣化定量评估智能框架。在典型劣化类型之间识别出了显著的理化与光谱响应差异,其中盐结晶以硫酸盐富集和高反射率为特征,而生物定殖则表现出明显的红边响应。这些差异为无接触式劣化识别提供了依据。
关于砂岩回弹值

CRediT作者贡献声明

李晓月(Xingyue Li):撰写—初稿、验证、调查、数据整理。杨海清(Haiqing Yang):撰写—审阅与编辑、项目管理、资金获取。陈驰维(Chiwei Chen):撰写—审阅与编辑、调查、数据整理。彭立新(Lixin Peng):撰写—审阅与编辑、方法论、调查。张旭(Xu Zhang):撰写—审阅与编辑、调查。赵刚(Gang Zhao):撰写—审阅与编辑、项目管理。

利益冲突声明

作者声明不存在可能影响本文所报告工作的已知竞争性经济利益或个人关系。

致谢

本工作获得了国家自然科学基金委员会(编号:52179096)、重庆市技术创新与应用发展专项重点项目(CSTB2022TIAD-KPX0095)、中国重庆研究生科研创新基金(项目编号:CYB25042)以及重庆人才计划青年拔尖人才(编号:cstc2024ycjh-bgzxm0047)的资助。
Xingyue Li|Haiqing Yang|Chiwei Chen|Lixin Peng|Xu Zhang|Gang Zhao
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号