近年來，隨著文化遺產保護工作的不斷推進，如何有效保護和修復石質文物，成為了文物保護領域的重要課題。重慶大學楊海清教授帶領的研究團隊，成功提出了一種創新性的石質文物劣化模式識別方法，基于高光譜成像技術，結合智能算法實現了對石質文物的高效“體檢”即對石質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域提供了全新的思路，并為文物的預防性保護提供了重要技術支持。相關研究成果已于2024年發表在國際期刊npj Heritage Science和Journal of Cultural Heritage上，得到學術界的廣泛關注。其他相關成果也在Science of theTotal Environment, Engineering Geology等多個國際期刊上發表。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”。

石質文物是我國文化遺產的重要組成部分，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價值的瑰寶。然而，由于長期暴露在自然環境中，石質文物不可避免地受到風化、鹽結晶、微生物定植等因素的侵蝕，導致文物表面的損壞和文化信息的喪失。尤其是川渝地區的大足石刻，作為世界文化遺產，其保護工作引起了廣泛關注。傳統的風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，難以為石質文物提供及時、精準的保護支持。為了克服這些傳統方法的局限，楊海清教授團隊提出了基于高光譜成像技術的石質文物劣化模式識別方法，利用高光譜圖像數據提供的豐富信息，實現了文物劣化特征的準確識別和評估。

高光譜成像技術與傳統的RGB圖像相比，具有顯著的優勢。傳統的RGB圖像只能捕捉到有限的色彩信息，而高光譜成像技術能夠在數十到數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，尤其在分析石質文物的風化特征時，能夠提供不同劣化模式的光譜信息。通過高光譜成像，可以對石質文物的不同病害類型進行詳細分析。例如，不同的風化病害（如剝落、結殼、鹽結晶和生物定植）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文物的表面強度，進一步為文物的保護提供科學依據。

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

（1）砂巖表面強度預測模型的建立。首先，研究團隊通過對大足石刻砂巖質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系。回彈強度測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，團隊發現砂巖的表面強度與特定的光譜波段存在顯著的相關性。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的光譜波段。然后，結合PLS（Partial Least Squares）回歸分析，建立了砂巖表面強度的預測模型。該模型能夠在不破壞文物表面的前提下，通過高光譜數據實現砂巖表面強度的無損預測，為文物的保護和修復提供了有效的技術支持。

圖1 砂巖表面回彈強度預測模型

（2）砂巖質文物典型病害智能識別模型的構建。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文物的典型病害（如剝落、結殼、鹽結晶和生物定植）進行光譜特征差異分析，構建了砂巖質文物典型病害智能識別模型。該模型基于機器學習算法，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域，從而采取針對性的保護措施。

圖2 石質文物典型病害識別結果

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

圖3 利用SHIS-N220高光譜相機對大足石刻臥佛劣化評估結果

研究團隊的創新成果在大足石刻臥佛區域得到了成功應用。通過高光譜圖像數據的分析，研究團隊繪制了臥佛區域的病害分布云圖和強度分布云圖，并計算了化學風化指數、強度風化指數和合成風化指數。結果表明，臥佛區域的風化病害主要集中在表面剝落和生物定植區域，且中下部的風化程度較重。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性和針對性。

本研究通過基于高光譜成像技術的石質文物劣化模式識別方法，為石質文物的保護工作提供了新的技術路徑。通過建立砂巖表面強度預測模型、典型病害智能識別模型和風化病害定量評估方法，研究團隊成功解決了傳統風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的文物“體檢”方法必將在未來得到更廣泛的應用。

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