古陶瓷EDXRF分析及數(shù)據(jù)處理方法的研究

發(fā)布時(shí)間：2020-05-30 13:05

【摘要】： 中國(guó)的文物按其材料性能可分為硅酸鹽質(zhì)文物、金屬質(zhì)文物和有機(jī)質(zhì)文物三大類(lèi),古陶瓷是硅酸鹽質(zhì)文物材料的重要組成部分。中國(guó)的古陶瓷燒制有一萬(wàn)年左右的歷史,要從本質(zhì)上了解它們,就必須從陶瓷材料的化學(xué)組成、結(jié)構(gòu)和性能等方面入手,提取與產(chǎn)地和年代有關(guān)的信息并將其作為斷源斷代的依據(jù)。因此胎、釉化學(xué)組成的測(cè)量和分析是科學(xué)工作者研究古陶瓷的重要途徑,它包括兩方面內(nèi)容:(1)準(zhǔn)確、可信的測(cè)量數(shù)據(jù)的獲得;(2)測(cè)量數(shù)據(jù)的科學(xué)分析。能量色散X熒光光譜分析法(EDXRF)是一種很好的能定性和精確定量的無(wú)損元素分析測(cè)試技術(shù)。它不破壞分析樣品,能快速進(jìn)行鈉(Z11)至鈾(Z92)的多元素的同時(shí)分析,而且分析的濃度范圍寬廣、精度高,因此特別適合于進(jìn)行文物材料的成分分析研究,尤其適合測(cè)試極其珍貴的古陶瓷完整文物樣品分析與鑒定。本研究運(yùn)用EDXRF元素分析方法對(duì)92件南宋時(shí)期的官窯、越窯和龍泉窯以及杭州皇城遺址出土瓷片的胎、釉化學(xué)組成進(jìn)行了測(cè)試,并用四種多元統(tǒng)計(jì)分析方法分析了其中78件瓷片的常量元素化學(xué)組成數(shù)據(jù),得出了它們的分類(lèi)信息并建立了各自的判別式,為它們的斷源斷代提供了科學(xué)的依據(jù)。同時(shí)用自組織特征映射神經(jīng)網(wǎng)絡(luò)方法(self-organizing map,SOM)對(duì)48個(gè)來(lái)自3個(gè)不同產(chǎn)地的出土于4個(gè)古代青瓷窯址的瓷片胎的常量量元素化學(xué)組成數(shù)據(jù)進(jìn)行了聚類(lèi)分析,結(jié)果表明SOM能正確地區(qū)分出瓷片的3個(gè)產(chǎn)地:龍泉、慈溪和杭州。由于兩官窯的瓷片在主、次量元素化學(xué)組成上比較接近,使得它們的分類(lèi)正確率僅為76.92%,于是作者對(duì)兩官窯瓷片胎的微量元素化學(xué)組成數(shù)據(jù)用同樣方法又進(jìn)行了一次聚類(lèi)分析。結(jié)果發(fā)現(xiàn)分類(lèi)正確率提高到了84.61%,說(shuō)明兩官窯的瓷片在微量元素上的差別比在常量元素上的差別要大,這與實(shí)際情況是一致的,表明SOM神經(jīng)網(wǎng)絡(luò)方法適合用于古陶瓷的聚類(lèi)分析研究中。接著又將LS-SVM算法用于杭州南宋官窯2窯址出土的38件瓷片的分類(lèi)研究中,根據(jù)瓷片胎和釉的常量和痕量元素組成對(duì)它們進(jìn)行了分類(lèi),用留一法檢驗(yàn)其分類(lèi)效果,并與支持向量機(jī)(support vector machine,SVM)算法和SOM算法進(jìn)行了比較。結(jié)果表明:SVM算法和LS-SVM算法比SOM算法更適合于處理“小樣本”問(wèn)題;一般情況下,SVM的分類(lèi)效果比LS-SVM的分類(lèi)效果好,而LS-SVM具有更快的求解速度;兩官窯瓷片釉的化學(xué)組成區(qū)別比胎的化學(xué)組成區(qū)別更大,痕量元素化學(xué)組成的區(qū)別比常量和微量元素化學(xué)組成的區(qū)別更大。
【圖文】：

散點(diǎn)圖,散點(diǎn)圖,瓷片,越窯