扫描电镜自动化矿物分析：技术方法、误差来源与发展方向

【ZiDongHua 之“方案应用场”标注关键词：扫描电镜；自动化矿物分析；SEM-EDS；MLA；QEMSCAN 】

扫描电镜自动化矿物分析：技术方法、误差来源与发展方向

　　扫描电镜自动化矿物分析（如AMICS、MLA、QEMSCAN）正颠覆传统人工鉴定模式，实现矿物种类、含量与赋存状态的快速定量解析。它如何在保障效率的同时控制误差？未来又该如何与AI深度融合？本文为你系统解读。

　　选矿工艺优化、矿床成因研究与资源评价，都需要定量的矿物组成、粒度分布、解离程度与共生关系数据。

　　传统光镜下人工鉴定依赖操作人员经验，效率低、定量性差，结果因人而异，难以支撑大批量样品的系统分析。扫描电镜（SEM）兼具纳米级形貌分辨能力与元素成分检测能力，在此基础上发展出的自动化矿物分析系统，逐步成为矿物定量表征的主流手段。

　　自动化矿物分析的技术探索始于上世纪70年代。澳大利亚联邦科学与工业研究组织（CSIRO）最早开发出QEM*SEM系统，通过背散射电子（BSE）的灰度差异初步区分矿物相，结合X射线能谱（EDS）验证成分，首次实现了矿物的批量自动识别与定量，这一技术后续商业化即为QEMSCAN系统。

　　90年代末，澳大利亚朱利叶斯·克鲁特施尼特矿物研究中心（JKRMC）推出矿物解离分析仪（MLA），重点优化了颗粒粒度与解离度的统计算法，专门服务于选矿流程研究。

FEI MLA 650矿物解离分析仪整机及分析工作站

　　经过数十年商业化迭代，目前全球主流的商用自动矿物分析系统已形成清晰的产品矩阵：赛默飞世尔（原FEI公司）在经典的QEMSCAN 650F、MLA 650F硬件平台基础上，推出整合式的Maps Mineralogy（Maps Min）新一代分析软件；泰思肯则推出一体化的TIMA™（Tescan Integrated Mineral Analyzer）自动矿物分析系统，覆盖从矿产勘探到选矿工艺优化的全流程表征需求；布鲁克以QUANTAX EDS硬件为核心，搭载AMICS自动矿物分析模块；牛津仪器AZtecMineral可直接在现有通用SEM上升级部署。

　　发展至今，常规SEM-EDS、通用型自动化矿物学系统（SEM-AM）、专用解离分析系统、一体化自动矿物分析仪共同构成了完整的技术体系，覆盖从单矿物形貌观察到批量样品定量统计的全部需求。

　　扫描电镜的技术基础

　　扫描电镜的分析能力，来自电子束与样品作用产生的多种信号。电子枪发射的高能电子束，经2~3级电磁透镜会聚成纳米级探针，在样品表面逐点扫描。电子进入样品后会发生弹性与非弹性散射，在一个泪滴形的作用体积内产生多种信号，不同信号的产生深度不同，携带的信息也不同（图1）。

图1高能电子与原子的多种相互作用示意图

　　作用体积的大小由加速电压与样品平均原子序数共同决定。加速电压越高，电子穿透能力越强，作用体积越深越大；样品原子序数越高，电子散射越频繁，作用体积越浅越小。常规矿物分析的加速电压通常设置为15~25 kV，兼顾空间分辨率与X射线激发效率。

　　电子枪是决定成像质量的核心部件，主流分为三类：

　　钨灯丝：热发射原理，工作温度超过2500℃，成本低、维护简单，是常规扫描电镜的标准配置；

　　六硼化镧（LaB₆）灯丝：同为热发射，束流亮度是钨灯丝的5~10倍，使用寿命更长，适合长时间连续分析；

　　场发射枪（FEG）：依靠强电场实现冷阴极电子发射，无需加热，电子能量散度最小、亮度最高，可实现亚纳米级分辨率，但需要超高真空环境，设备与维护成本更高。

　　各类信号在样品中按深度分层分布，构成了从表层形貌到体相成分的信息结构（图2），这是扫描电镜可同时实现多维度表征的物理基础。

图2电子束穿透样品表面的信号分层示意图

　　根据工作真空环境的不同，扫描电镜可分为三类，适配不同性质的样品：

　　常规高真空SEM（CSEM）：真空度约10⁻⁶ Torr，气体分子对电子束与信号的干扰小，成像质量稳定，适合干燥、稳定的矿物样品；

　　低真空SEM（LVSEM）：工作压力0.2~1 Torr，可缓慢挥发样品中的水分，减少样品开裂，适合多孔、易脱水的矿物；

　　环境SEM（ESEM）：工作压力0.2~20 Torr，支持高湿度“湿模式”，可直接观测含水样品与原位反应过程，但高气压下电子束易发生散射，X射线定量精度会下降。

　　自动化矿物分析技术体系

　　单一扫描电镜仅能获取形貌信息，结合EDS与自动化分析软件，可实现从定性观察到批量定量的升级。四类主流技术各有侧重，适配不同的研究需求。

　　SEM-EDS：基础成分检测

　　EDS是最基础的成分联用技术。电子束轰击样品原子，击出内层电子，外层电子向内层跃迁时释放出具有特征能量X射线光子，经准直器进入探测器，转化为电信号后形成能谱图。通过峰位识别元素种类，通过峰强换算元素含量。

图3 EDS的工作示意图

　　早期EDS使用硅锂（Si(Li)）探测器，需要液氮冷却；目前主流为硅漂移探测器（SDD），计数率更高，可室温工作，对轻元素的检测能力也有提升。定量计算基于ZAF校正模型，分别修正原子序数效应、吸收效应与荧光效应。常规主量元素的定量误差约1%-5%，轻元素误差更大；元素检测限通常为0.1-0.5 wt%；成分分析的空间分辨率约1~3 μm，加速电压越高，空间分辨率越差。

　　SEM-EDS操作简便、无损，可生成元素面分布图，直观展示矿物内部的元素分布。但它只能检测元素组成，无法直接判定矿物物相，需要结合形貌、BSE灰度综合判断。

　　SEM-AM：通用型自动化矿物学系统

　　SEM自动化矿物学（SEM-AM）是批量矿物定量的通用技术框架，可在普通扫描电镜上加装配件与软件实现，无需购置专用设备。其核心工作逻辑是：先采集经过灰度校准的BSE图像，通过图像算法分割出颗粒或矿物相边界，再对目标区域按预设规则逐点采集EDS能谱，与标准矿物谱库比对，自动完成矿物分类与数据统计。

　　硬件配置直接影响分析效率与结果稳定性：

　　真空环境需达到10⁻⁵~10⁻⁷ Pa，保证电子束与信号稳定；

　　电子源可选用钨灯丝或场发射枪，钨灯丝成本低，场发射枪束流更稳定，适合数小时甚至数十小时的连续自动测量；

　　一般配备2台及以上EDS探测器，提高X射线计数率，缩短单点采谱时间，整体分析速度可提升一倍以上；

　　样品台需具备高精度步进能力，重复定位误差小，保证BSE图像与EDS采谱位置一一对应；

　　BSE探测器必须做灰度校准。不同仪器的增益参数不同，同一矿物的灰度值会有差异，不校准就无法与标准谱库匹配。校准通常选用石英（暗灰色）、纯铜（中灰色）、纯金（亮白色）三种标样，固定工作距离与加速电压，确保同一物相的灰度值始终一致。

　　SEM-AM内置四种标准化测量模式，可根据分析目标选择：

　　点计数模态分析：按规则网格在视域内打点，每个点采集一个EDS谱，统计各矿物的面积占比。方法简单、速度快，适合岩石薄片的矿物模态分析与大批量样品普查。

　　颗粒分析：先通过BSE图像分割出所有独立颗粒，再对每个颗粒采集一个或多个EDS谱，输出每个颗粒的矿物种类、粒径、形状、成分等数据。一次测量可统计十万至百万级颗粒，适合磨矿产品、选矿流程样品的粒度与解离度分析。

　　稀疏相搜索：预先设定BSE灰度阈值，系统只对符合阈值的颗粒采集EDS谱。专门用于检测含量低于1%的稀有矿物，比如矿石中的贵金属矿物，无需对所有颗粒采谱，大幅节省分析时间。

　　EDS能谱面扫：对视域内逐像素采集EDS谱，得到元素分布图后再合成矿物分布图。可以呈现最精细的矿物嵌布与共生结构，但采谱时间长，适合小范围的精细研究。

图4单测量视域下SEM‑AM分析方法，上排(a‑d)为背散射电子图像，下排为EDS分析图像。对每一块具有可区分BSE灰度的矿物颗粒设置大量独立EDS分析点，并以彩色编码像素可视化；图中石榴石颗粒以红色像素标识。

　　的优势是配置灵活、成本低于专用设备，但对操作人员要求较高，需要自行搭建标准谱库、优化测量参数，适合有一定电镜基础的实验室。

　　MLA：面向选矿的解离度专用分析

　　矿物解离分析仪（MLA）是专门针对选矿工艺开发的自动化系统，核心目标是量化有用矿物从脉石中解离的程度，为磨矿细度、浮选参数优化提供直接数据支撑。

　　其工作流程为：先将矿石样品筛分成不同粒级，每个粒级分别镶样、抛光、镀导电膜，上机后分粒级测量解离度，最后合并计算全样品的解离特征。

　　解离度的测量方法分为两种：

　　面积法：统计每个颗粒截面内目标矿物的面积占比，按单体、1/4连生、1/2连生、3/4连生等类别划分，属于二维测量，体视学误差更小；

　　线截距法：在颗粒上拉直线，统计截线上目标矿物的长度占比，属于一维测量，操作更简便，适合粗颗粒样品。

　　由于测量得到的是二维截面数据，而非真实的三维颗粒解离状态，结果会存在偏差。比如一个连生体颗粒，若截面切到边缘，可能只露出目标矿物，被误判为单体，导致测量的解离度高于真实值。因此需要通过体视学方法进行校正，将二维结果反推为三维真实解离度，常用方法包括熵正则化法、核变换法等。

　　MLA系统内置7种工作模式，适配不同的样品与分析需求：

　　XMOD（X射线模态分析）：快速模态分析，仅对少量颗粒采谱，快速输出矿物含量，适合流程普查；

　　BSE（标准BSE解离分析）：仅依靠BSE灰度识别矿物，不采或少采EDS，速度最快，适合矿物成分差异大、灰度区分明显的样品；

　　XBSE（扩展BSE解离分析）：在BSE模式基础上补充少量EDS点，校正矿物分类，兼顾速度与准确性；

　　PXMAP（颗粒X射线映射）：对每个颗粒做X射线面扫描，适合细粒嵌布、结构复杂的样品；

　　SXMAP（选定颗粒X射线映射）：只对特定尺寸或特定灰度的颗粒做面扫描，针对性强；

　　SPL（稀疏相解离分析）：专门针对低含量有价矿物的解离度分析；

　　RPS（稀有相搜索）：专门搜寻含量极低的痕量矿物。

　　与其他系统相比，MLA更倚重BSE灰度信号，对高原子序数的亮矿物（如铂族元素矿物、自然金）识别精度更高、速度更快，是选矿工艺研究中解离度分析的主流技术（图5）。

图5 SEM-MLA矿物定量分析结果示例

　　注：(a)热液蚀变碱性深成岩的BSE图像；(b)对应区域的矿物分类伪彩图与各矿物面积占比统计。

　　QEMSCAN：批量矿物定量商用系统

　　QEMSCAN是商业化程度最高、应用最广的自动矿物分析系统，前身是CSIRO开发的QEM*SEM，核心优势是分析效率高、数据库完善，适合批量复杂样品的定量分析。

　　其标准分析流程为：将颗粒样品与环氧树脂混合浇筑成镶块，经切割、研磨、抛光、喷碳后上机。系统先扫描BSE图像，区分颗粒与树脂背景，再通过多台EDS探测器对每个颗粒逐点采集能谱，与内置的标准矿物数据库比对，完成矿物鉴定。

　　常规QEMSCAN配备4台EDS探测器同时工作，X射线采集效率显著高于单EDS系统。单块样品可统计数十万颗粒，输出全套数据：矿物组成、粒度分布、解离度、矿物共生关系、元素赋存状态等（图6）。

图6 QEMSCAN矿物分布分析结果示例

　　注：展示了四个不同矿带样品的矿物分布伪彩图，可直观区分针铁矿、褐铁矿、石英、黏土等多种矿物相。

　　与MLA相比，二者的技术路线有明显区别：MLA以BSE灰度为主要分类依据，EDS做辅助验证，适合高原子序数矿物，速度更快；QEMSCAN以EDS能谱为主要鉴定依据，BSE仅用于分割颗粒边界，成分鉴定更准确，适合复杂多矿物体系，但对细粒亮相矿物的识别效率略低于MLA。

　　在实际研究中，QEMSCAN常与X射线衍射（XRD）、电子探针微区分析（EPMA）联用，三者性能各有优劣，互为补充（表1）。

表1三种矿物分析技术的性能对比

　　多技术联用的应用场景

　　实际研究中很少单独使用SEM，通常与其他技术联用，实现形貌、成分、结构的多维度表征。近年SEM在矿物相关领域的典型应用如表2所示，覆盖页岩油气、生物矿化、环境矿物、建材等多个方向。

表2近年SEM矿物表征的典型应用

　　测量误差与方法局限

　　自动化矿物分析降低了定量数据的获取门槛，但也容易让人忽视方法本身的边界。测量结果的可靠性受统计抽样、物相鉴定、样品制备、仪器操作四个环节共同影响，任何一环出现偏差，都会引入系统性误差。

　　统计抽样带来的定量不确定性

　　自动化分析输出的定量结果，本质是抽样统计的结果，存在天然的统计误差。对于低含量矿物，测量的相对标准偏差（RSD）与矿物品位的平方根成反比，满足经验公式：[RSD = a·x^-0.5]

　　其中x为矿物品位，a为系数。即矿物含量越低，测量的相对误差越大。

　　目前常用的误差评估方法有两种：

　　二项分布近似法：适合点计数法的品位误差估算，计算简单，但对粗颗粒、分布不均匀的样品偏差较大；

　　Bootstrap重采样法：从已测颗粒数据中有放回地随机抽取，生成多个数据子集，计算统计量的分布范围。该方法无需假设数据分布，适用于粒度、解离度、共生关系等各类参数的误差评估，还可以反推达到目标精度所需的测量面积或颗粒数量。

　　已有的实验室间比对结果显示，不同实验室对矿物总含量的测量一致性较好，但对解离度、共生关系的测量一致性较差。这说明矿物含量准确，不代表结构参数也准确，结构类数据的不确定性远高于含量数据。

　　EDS物相鉴定的固有局限

　　EDS是自动矿物识别的核心依据，但它的能力有明确边界，仅靠EDS无法完成精准的矿物鉴定（图7）。

图7 EDS谱图的矿物分类模式对比

　　注：(a) QEMSCAN与(b) MLA对长石类矿物钠长石的谱图分类方式，展示了样品谱与参考谱的匹配逻辑。

　　第一，无法区分晶体结构。矿物的核心定义是具有确定的晶体结构，而非化学成分。EDS只能检测元素种类与含量，无法识别晶格差异。典型例子如假金红石与钛铁矿，二者均为铁钛氧化物，化学成分接近但晶体结构完全不同，工艺性质差异显著，仅靠EDS无法区分。成分差异更小的矿物，如赤铁矿（

　　Fe₂O₃，Fe质量占比70%）与磁铁矿（Fe₃O₄，Fe质量占比72%），二者EDS谱峰几乎重合，肉眼无法分辨，需要结合校准后的BSE灰度辅助判断——磁铁矿平均原子序数更高，BSE图像亮度更高。

　　第二，轻元素检测存在盲区。常规EDS无法检测H、He、Li、Be，对B、C、N等轻元素的定量误差很大。对于含锂矿物、含水矿物、有机质，EDS无法单独完成鉴定，必须结合XRD、红外光谱等技术。

　　第三，谱峰重叠干扰。部分元素的特征X射线能量非常接近，如S的Kα峰与Mo的Lα峰，软件容易误判，需要人工核对或借助波谱仪验证。

　　此外，长时间面扫描会造成样品辐照损伤，尤其是黏土、有机质等易分解的样品；EDS只能给出元素总量，无法提供化学键、官能团信息，也是其固有局限。

　　样品制备引入的系统偏差

　　样品制备是最容易被忽视，却对结果影响最大的环节。很多情况下，制样质量差异对结果的影响，甚至超过仪器本身的性能差异。

　　镶样环节：颗粒样品与环氧树脂混合浇筑时，密度差异大的颗粒会发生沉降分层——密度大的颗粒沉向镶块底部，密度小的颗粒浮在上层，导致测量的粒度与品位出现偏差。

　　解决方法是将固化后的镶块沿垂直方向切片，重新镶样后观测纵截面。对于细颗粒样品，颗粒容易相互粘连，软件无法准确分割，可在树脂中加入石墨粉作为间隔物，石墨在BSE下呈深黑色，可清晰分隔开相邻颗粒。

　　对于煤、有机质等低原子序数样品，其BSE灰度与环氧树脂接近，无法区分颗粒与背景，可在环氧树脂中掺杂碘仿提高背景的平均原子序数，或改用巴西棕榈蜡包埋；但蜡质地偏软，抛光难度更大，通常需要二次镶样固定。

　　抛光环节：不同硬度的矿物抛光速率不同，会形成表面浮雕——软矿物凹陷，硬矿物凸起。浮雕会导致BSE灰度出现偏差，矿物边缘发暗，软件容易将其识别为另一种矿物。脆性矿物适合用1000目SiC砂纸研磨，物质损失少；软金属、硫化物适合用长纤维绒布抛光，减少表面划痕。遇水会发生反应或溶解的矿物，如硬石膏、可溶性盐类，不能用水作为抛光介质，需改用乙二醇等无水液体，防止矿物相变。最终抛光通常使用金刚石微粉，按粒度从粗到细逐级进行，获得平整的观测面。

　　镀膜环节：非导电样品需要沉积10~20 nm厚的导电膜，消除荷电效应。矿物定量分析一般选择喷碳，碳的原子序数低，对EDS能谱的干扰小；金、铂等金属膜导电性更好，但会引入对应的元素峰，干扰微量元素检测。膜厚过大会掩盖表面微观细节，过薄则无法完全消除荷电，需要根据样品性质控制镀膜参数。不同制样方式与镀膜条件的图像质量差异如图8、图9所示。

图8不同制备方式的硅灰石样品示意图

　　注：A为多层制样、喷金铂涂层；B为单层制样、喷金铂涂层；C为单层制样、未喷涂层。

图9不同制备方式与放大倍率的硅灰石SEM图像对比

　　注：从左到右依次为样品A、B、C，从上到下分别为5000倍、60000倍、250000倍倍率，未涂层样品C因荷电效应图像模糊。

　　成像操作对结果的影响

　　仪器操作的细节也会显著影响数据质量，最常见的问题是像散与电子束损伤。

　　像散由电子透镜磁场不对称导致，原本的圆形电子探针会变成椭圆形，造成图像模糊、边缘拉伸。高倍成像前必须进行消像散操作，选取样品上清晰的颗粒边缘为参考，调节X、Y两个方向的消像散器，反复校准至边缘各个方向都锐利清晰。像散未校正时，矿物颗粒的边界、裂隙细节会模糊，导致粒径统计偏大、小颗粒漏识别（图10）。

图10消像散调节前后的SEM图像对比

　　注：(a)像散未校正时图像模糊、边缘拉伸；(b)消像散校正后图像清晰，细节分明。

　　电子束损伤是高倍分析中的常见问题。高加速电压下，电子束长时间照射同一位点，会造成有机质分解、矿物脱水、表面刻蚀，形成可见的损伤斑。放大倍率越高，束斑越小，能量越集中，损伤越明显（图11）。分析易损伤样品时，需要适当降低加速电压，加快扫描速度，避免长时间定点扫描。

图11电子束长时间照射造成的样品损伤。

　　注：(a) 60000倍与(b) 5000倍倍率下，电子束定点照射形成的损伤斑（虚线圆圈标记）。

　　技术发展方向

　　机器学习辅助矿物识别

　　现有自动矿物分析依赖标准谱库匹配，对成分相近、少见及过渡型矿物识别准确率有限，需人工校验修正。机器学习可提升识别效率与结果一致性：卷积神经网络已用于SEM图像的颗粒分割与分类，处理速度远超人工标注，且消除了操作人员主观偏差；融合形貌图像、EDS能谱与硬度数据的多输入模型，识别准确率优于单一数据源。未来智能识别模型可嵌入电镜系统软件，实现从图像采集到结果输出的全流程自动化。但模型准确率与泛化能力高度依赖训练数据集的覆盖范围，对少见矿物、特殊产状矿物的识别效果仍不稳定，无法完全替代人工校验与矿物学基本判断。

　　原位分析与设备小型化

　　传统SEM仅能在实验室观测制样后的样品，无法反映矿物原位赋存状态，也不能观测动态反应过程，原位技术与小型化设备正在打破这一限制。环境扫描电镜搭配原位反应池，可通入气液介质、实现温压调控，实时观测矿物溶解、沉淀、蚀变的动态过程，为成矿机理、矿物碳汇、选矿反应动力学研究提供直接微观证据；小型便携式SEM支持矿山现场矿石快速鉴定、钻井岩芯原位分析。

　　多技术一体化联用

　　单一SEM技术存在能力边界，多技术联用是长期发展趋势。SEM与拉曼光谱、原子力显微镜等整合，可实现同一位点的多维度表征，互补各自短板：拉曼光谱补充晶体结构与化学键信息，解决EDS无法区分同质异象矿物的问题；结合聚焦离子束与X射线CT，可实现矿物结构三维表征，直接获取三维解离度数据，无需依赖二维截面的体视学校正。

　　针对选矿、地质研究等场景，建立标准化的制样-多仪器分析-数据整合流程，可大幅提升表征效率与数据可靠性。