在全球新能源革命加速推进的今天，锂资源作为“白色石油”备受瞩目。如何高效、绿色、精准地探测锂矿分布与品位，成为我国新能源产业链上游急需攻克的技术难题。近日，昆明理工大学科研团队在《International Journal of Remote Sensing》发表最新成果，首次提出基于FOD-GA-XGBoost算法的高光谱反演方法，实现了碳酸盐黏土型锂矿中Li?O含量的高精度预测。本研究使用了国产品牌——莱森光学（Lisen Optics）高光谱仪，为科研工作提供了高稳定性与高信噪比的数据支撑，展示了国产仪器在国际前沿科研中的硬实力。
新能源时代的锂矿需求与勘查挑战
锂元素是制造动力电池、储能系统和新能源汽车的关键材料，被誉为“新能源产业的心脏”。然而，传统锂矿勘探依赖化学分析与地质取样，不仅周期长、成本高，而且具有一定破坏性。
近年来，黏土型锂矿以其资源丰富、品位稳定、开采便捷的特点成为研究热点，但其分布隐蔽、光谱特征微弱，对检测技术提出了更高要求。如何利用非接触式、无损化的光谱测量手段快速反演矿石化学组成，成为矿产勘查的关键方向。
技术突破：算法与光谱的深度融合
本研究由昆明理工大学土地资源工程学院与云南省空间信息工程中心联合开展，实验区域位于云南省富民县三担镇。科研团队在现场采集了三根钻孔共60组岩心样品，并采用莱森光学 iSpecField-WNIR-HRs便携式高光谱仪进行测量。
该设备配备2048像素BT-CCD与512元InGaAs探测器，覆盖0.20–2.50 μm宽波段，具备优异的信噪比与波长稳定性，可准确捕捉矿物反射光谱的微小变化，为后续建模提供了高质量原始数据。
在算法层面，研究团队创新性地将分数阶微分（FOD）用于增强光谱特征灵敏度，并结合遗传算法（GA）优化的XGBoost模型，构建了Li?O含量的定量反演体系。实验结果显示，经过1.5阶FOD变换与GA优化后，模型在训练与验证样本中均取得了显著效果，预测结果的决定系数（R2）达0.96，均方根误差（RMSE）仅为0.033，远超传统的PLSR与随机森林模型。
光谱反演实现高精度定量预测
研究发现，Li?O含量与光谱反射率呈显著负相关，尤其在2.15–2.32 μm波段形成稳定吸收特征。通过高光谱数据的分数阶微分与特征波段筛选，团队成功建立了Li?O含量与反射信号的定量映射模型，实现了“光谱—化学含量”一体化预测。
这一成果不仅证明了高光谱技术在黏土型锂矿探测中的可行性，也为未来矿区级三维反演与机载勘测提供了算法基础。
科研与产业双赢：国产光谱设备走向国际前沿
昆明理工大学甘蜀教授表示：
“莱森光学高光谱系统为我们提供了极其稳定的数据源，使复杂矿物光谱的细微变化得以被精确捕捉。FOD-GA-XGBoost模型的高拟合性能证明了国产光谱仪完全能够支撑国际顶级科研。”
作为本研究的核心设备提供方，莱森光学（Lisen Optics）专注于分光光谱、成像光谱及光电检测系统的研发与制造，产品涵盖科研测量、地质勘探、环境监测等多个领域。其便携式高光谱系列设备凭借高分辨率、宽波段、低噪声特性，已在国内多家科研机构与高校得到广泛应用。
让“科技之光”照亮矿产勘查新路径
该研究的成功，不仅标志着我国在锂矿高光谱智能反演领域迈出关键一步，也展现了国产科学仪器在国际学术体系中的竞争力。
未来，昆明理工大学团队计划将该算法推广至无人机机载及卫星遥感平台，构建区域化、实时化的锂矿资源智能探测系统。莱森光学也将持续深化与高校及科研院所的合作，让“科技之光”赋能资源勘探、生态监测与新能源发展，为实现绿色中国贡献光谱力量。
营业执照公示信息