其他行业
全球天然矿物储量的有限性与建筑、电子、化工等领域持续增长的资源需求形成尖锐矛盾。在此背景下，以传感器为核心的智能分选技术正成为工业矿物开采的关键解决方案。除传统的 X 射线检测、颜色识别及激光诱导击穿光谱（LIBS）外，基于高光谱成像的近红外（NIR）分选技术凭借其独特优势，在行业内掀起技术革新浪潮。
这类技术通过精准识别矿物物理化学特性，实现矿山资源的最大化利用：一方面，可预先剔除低品位矿石及脉石，减少无效物料运输量；另一方面，优化破碎、研磨等加工流程，降低能耗与污染。据数据显示，采用智能分选系统可使选矿环节综合成本降低 18-25%，并显著减少尾矿堆存带来的环境压力。
特别值得关注的是，高光谱分选技术在水资源节约方面成效显著。研究表明，与传统工艺相比，基于 NIR 的分选系统可使加工过程用水量减少 30% 以上，这对干旱矿区的可持续运营具有重要意义。通过光谱信号的实时分析，系统能动态调整水洗参数，在保证分选精度的同时，实现水资源的最优配置。
矿石分选属于地质应用，基本选择SWIR相机(1000nm-2500nm)这个波段的，能看到热蚀矿的大部分特征，但是这个波段的相机价格昂贵，制冷探测器的特性，都让工业应用望而止步。所以彩谱高光谱相机在900-1700nm解决一些矿石分选应用就变得更有意义。
一、方解石是什么？
方解石是一种常见的天然矿物，化学成分为碳酸钙（CaCO₃），属于三方晶系，晶体常呈菱面体或柱状，颜色多为白色、无色，含杂质时可呈黄、蓝、绿等色。其莫氏硬度为 3，性脆，具有完全解理，遇稀盐酸会剧烈起泡。
二、有哪些应用？
1、建筑与建材领域
水泥与混凝土：方解石是石灰岩的主要成分，经煅烧生成氧化钙（生石灰），用于制造水泥、石灰等建材。
装饰材料：纯净方解石晶体可加工成工艺品或装饰板材，如汉白玉。
2、化工与工业
填充剂：超细方解石粉广泛用于造纸、塑料、橡胶中，提升产品白度、硬度和稳定性。
中和剂：用于化工废水处理，中和酸性物质，降低环境污染。
3、医药与食品
补钙剂：碳酸钙是常见的钙补充剂，用于预防骨质疏松。
食品添加剂：作为抗结剂、增白剂添加到食品中（如面粉、糖果）。
4、农业与环保
土壤改良：调节酸性土壤的 pH 值，促进植物生长。
废气处理：用于吸收工业废气中的硫氧化物（如脱硫工艺）。
5、光学与科研
偏光片：方解石的双折射特性使其成为制造光学棱镜、偏光片的关键材料。
地质研究：通过分析方解石的包裹体和同位素，研究地质环境变迁。
三、影响方解石价格的因素有哪些？
碳酸钙的类型及其成本影响
碳酸钙有多种形式，每种形式都有独特的特性和用途。这些形式包括：
研磨碳酸钙 (GCC)：由天然矿物研磨而成，这种碳酸钙主要用于工业应用，如造纸、塑料和油漆。GCC 与其他形式相比更便宜，因为其加工成本较低。
沉淀碳酸钙 (PCC)： PCC 是通过沉淀过程合成的。其颗粒更细，尺寸和形状更可控，适合用于药品、化妆品和食品添加剂等高端应用。由于其生产工艺精细，PCC 通常比 GCC 更昂贵。
医药级和食品级碳酸钙：用于膳食补充剂、抗酸剂和食品添加剂，该等级必须符合严格的安全和纯度标准。医药级或食品级碳酸钙的价格通常较高，因为需要额外的净化过程。
影响碳酸钙成本的因素
有多种因素会影响碳酸钙的成本。了解这些因素可以帮助消费者和企业预测价格变化并做出明智的购买决策。
（1）纯度和等级
碳酸钙的纯度直接影响其成本。对于工业用途，如果可以接受含有一些杂质的较低等级，那么碳酸钙可能更便宜。然而，在药品、食品或化妆品中，需要高纯度的碳酸钙，这会导致更高的生产成本，因此单位价格更高。
（2）材料来源
碳酸钙的地理来源也会影响其价格。某些地区碳酸钙储量丰富，因此在当地采购更便宜。然而，对于高纯度矿藏稀少的地区，进口这种材料可能会因运输和处理费用而增加成本。石灰石和大理石等天然来源的纯度可能因采石场的位置而异。
（3）加工技术
如前所述，研磨碳酸钙更便宜，因为它是由天然矿物机械加工而成的。相比之下，化学合成的沉淀碳酸钙需要更先进的加工技术。该过程中涉及的化学品、能源和劳动力成本增加了 PCC 的最终价格。
四、高光谱技术测试方解石纯度的应用
针对方解石纯度的高通量实时检测难题，传统方法依赖覆盖 2335 nm 特征吸收带的全波段 SWIR 设备（1600-2550 nm），本研究提出基于FigSpec高光谱相机FS-17相机（900-1700 nm）的创新解决方案。
使用FigSpec高光谱相机FS-17获取的不同方解石样品的光谱强度，采用Insight标准正态变量（SNV）； 带有感兴趣区域（ROI）标记；
在基于FigSpec高光谱相机FS-17 设备获取的方解石样品光谱反射率数据中，通过一阶微分处理可有效提取特征信息。研究发现，方解石在 1510 nm 与 1640 nm 处存在显著的吸收特征峰，该特征可直接用于矿物纯度分级的光学分选模型构建。值得注意的是，利用伪彩色图像可视化技术，即使仅使用短波近红外（SWIR）波段至 1700 nm 的常规设备，仍可实现矿物纯度的有效判别，无需依赖覆盖至 2500 nm 的高端高光谱成像系统。
实验数据显示，若采用覆盖2500 nm 的全波段 SWIR 相机，通过提取更多精细光谱特征（如 1900 nm 附近的羟基吸收带），可显著提升分选模型的判别精度。这一发现为矿物分选系统的设计提供了经济性与准确性的优化路径，在保证基础检测需求的前提下，可根据应用场景选择不同成本效益的技术方案。
