Spettroscopia in riflessione e trasmissione per materiali litoidi e
Transcript
Spettroscopia in riflessione e trasmissione per materiali litoidi e
Università degli Studi di Parma Programma dell corso integrativo al corso ufficiale dal titolo: “Telerilevamento II” rivolto agli studenti di Scienze Geologiche e “Spettroscopia in riflessione e trasmissione per materiali litoidi e Laboratorio” rivolto agli studenti di Tecnologie per la Conservazione e il Restauro dei Beni Culturali Ph.D. Loredana Pompilio Dip. Scienze della Terra, Via Usberti 157/A, 43100 Parma Mail: [email protected]; Tel: +390521905361 5. Esempi di spettri di CF 5.1. Alcuni gruppi di minerali 5.2. Spettri in riflessione 6. Analisi del dato 6.1. Modelli interpretativi 6.2. Correzione per il background 6.3. Smoothing 6.4. Differenza 3.5. Derivate 3.6. Tecniche di Deconvoluzione 3.7. Curve fitting 3.8. Analisi semi-quantitativa La spettroscopia in riflessione è una tecnica di misura non invasiva, non distruttiva, praticabile in situ con l’impiego di strumentazione portatile e in grado di fornire numerose informazioni. Lo spettro in riflettanza di un materiale complesso risente dell’azione congiunta di numerosi fattori: 1. Numero e tipo di materiali presenti nella “miscela”; 2. Concentrazioni relative dei componenti; 3. Dimensioni relative dei componenti; 4. Geometria della misura. Le bande di assorbimento dovute a transizioni elettroniche, modalità vibrazionali, trasferimenti di carica spesso consentono di ottenere un’identificazione univoca del materiale responsabile della loro presenza nello spettro, soprattutto se analizzate in gruppo (facies spettrali). Tuttavia, il legame tra l’identificazione e la determinazione della concentrazione relativa è ancora un quesito aperto. D’altra parte, questo argomento assume particolare importanza ai fini di una mappatura di dettaglio delle distribuzioni dei materiali, che può riguardare il remote sensing ma anche la diagnostica di un’opera d’arte con le tecniche di imaging spectroscopy. Quale range spettrale? La spettroscopia IR offre alcuni importanti vantaggi nell’analisi di miscele complesse: 1. Consente la discriminazione di composti molto simili dal punto di vista chimico e/o aventi simili proprietà fisiche (isomeri strutturali diventano distinguibili nella cosiddetta regione dellle impronte digitali, cioè tra 1500 e 600 cm-1); 2. Permette l’impiego di tecniche di linear unmixing per l’analisi del dato e la decomposizione dello spettro complesso in una miscela di componenti, perché la combinazione delle strutture di assorbimento è lineare in questa regione. La spettroscopia ottica consente di: 1. Individuare i costituenti elementari (ionici) dominanti; 2. Ricostruire la struttura cristallina dei minerali con notevole dettaglio (spettroscopia in assorbimento); 3. Distinguere sulla base dei colori (rilevante per le tecniche di indagine di materiali di interesse artistico); 4. Implicazioni geologiche importanti soprattutto nella mappatura dei minerali soluzioni solide di Fe-Mg. La scelta del metodo di analisi quantitativa è guidata da: Grado di accuratezza dell’analisi; Quantità di dati da processare; Obiettivo. 3. Sofisticate analisi di scattering. 2. Misura della profondità dell’assorbimento e correlazione con curve di calibrazione. 1. Correlazione tra materiale e rapporto di bande a diverse λ. QUANTITÁ DI DATI A C C U R A T E Z Z A Negli studi in cui il fine ultimo è quello di determinare la composizione e le proprietà fisiche delle superfici, capire come i fotoni vengano scatterati dalla superficie assume un ruolo preponderante. Questo fine può essere raggiunto essenzialmente in due modi: 1. Derivando la profondità delle bande di assorbimento in funzione della dimensione particellare del materiale costituente la superficie; 2. Determinando la dimensione particellare e l’indice di rifrazione del mezzo. Le teorie di scattering sono infatti spesso presentate in termini di derivare il coefficiente di assorbimento (legato all’indice di rifrazione complesso) del materiale superficiale. Una volta derivato il coefficiente di assorbimento in funzione della λ, il materiale viene identificato per comparazione con dati di assorbimento noti. inoltre, l’uso delle teorie di scattering permette di quantificare il problema dello scattering e derivare la concentrazione e le microstrutture superficiali del materiale. Le teorie di scattering trovano la loro principale applicazione nel remote sensing, in particolare nell’indagine delle superfici di pianeti e asteroidi delle quali si ignorano la composizione e le caratteristiche superficiali. Negli studi in cui il fine ultimo è la diagnosi delle caratteristiche e dello stato di conservazione di un’opera d’arte, l’indagine sarà rivolta prevalentemente a: 1. Identificare il materiale coprente e/o le caratteristiche di pigmentazione (analisi qualitativa); 2. Derivare la profondità delle bande di assorbimento in funzione della concentrazione relativa (analisi quantitativa). Appurato che la principale tecnica di indagine che useremo è la spettroscopia in riflessione, riportiamo di seguito alcune regole generali di cui tener conto nell’analisi spettroscopica: 1. Range IR: osservare le bande a maggiori numeri d’onda e listare le possibilità; 2. Range IR: spostarsi verso i numeri d’onda inferiori per raffinare l’indagine; 3. Range UVVISNIR: individuare i principali assorbimenti CF e overtoni e combinazioni di toni per raffinare l’indagine; 4. Attribuire le bande di assorbimento individuate a determinati composti e/o elementi, utilizzando la comparazione; 5. Non aspettarsi di assegnare tutte le bande nello spettro; 6. Controlli incrociati, dove possibile, p.es. utilizzando diversi range spettrali; 7. Sfruttare le evidenze “positive” e “negative” circa la corretta assegnazione; 8. Considerare con molta cautrela l’intensità degli assorbimenti; 9. Raggruppare le bande in ragione della composizione molecolare (facies spettrali); 10. Utilizzare altre tecniche di indagine a supporto, qualora l’identificazione risultasse estremamente problematica. 1. Rimozione del continuo: Il continuo è una funzione matematica utilizzata per isolare un dato assorbimento. Esso rappresenta l’assorbimento dovuto ad un processo differente da quello che volgiamo studiare, oppure l’assorbimento dovuto ad un altro minerale nella miscela. Se si vogliono analizzare soltanto determinate strutture spettrali, tutti gli altri effetti possono essere rimossi dallo spettro, servendosi di un’adeguata funzione che li contenga tutti (retta, polinomiale, gaussiana…). Generalmente il continuo viene tracciato unendo i punti di onlap e offlap delle bande di assorbimento. Continuum lineare -0.8 Continuum removed (sottrazione) Onlap -1.0 ln(riflettanza) -1.2 -1.4 -1.6 Offlap -1.8 -2.0 -2.2 -2.4 < 45μm -2.6 0.5 1.0 1.5 lunghezza d'onda (μm) 2.0 2.5 Il modello che si usa per rappresentare i continua è una funzione del coefficiente di assorbimento k e del percorso ottico medio (mopl) l. e − k ⋅l ⎤ ⎡ ≡ exp ⎢ − ∑ ki ⋅ li ⎥ ⎦ ⎣ i Dove⎯k ed⎯l sono il coefficiente di assorbimento e il mopl relativi alla superficie considerata nel suo insieme , ki ed li il coefficiente di assorbimento e il mopl dell’iesimo materiale di cui è composta la superficie (caso di miscela o superficie multimineralica), o dell’iesimo processo di assorbimento. Se consideriamo una miscela di 3 componenti, la riflettanza è espressa come: r (λ ) = e − k1⋅l1 ⋅ e − k2 ⋅l2 ⋅ e − k3 ⋅l3 Quindi, se vogliamo isolare uno solo di questi componenti (il primo), possiamo rimuovere gli effetti di assorbimento dovuti agli altri componenti semplicemente dividendo un continuum dallo spettro in riflettanza o sottraendolo dallo spettro in assorbanza apparente [ln(riflettanza)]. Il continuum avrà la forma, in questo caso: C (λ ) = e − k2 ⋅l2 ⋅ e − k3 ⋅l3 C’è un’altra ragione che può giustificare l’uso del continuum removed nell’analisi spettrale. Lo spettro in riflettanza può essere affetto da uno scattering dipendente dalla λ responsabile della pendenza complessiva dello spettro, causa di shift apparente dei minimi. In altri casi, pendenze significative possono essere impartite da un componente della miscela analizzata e causare fin l’assenza di minimi di assorbimento negli spettri. In questi casi, è indispensabile utilizzare un continuum per analizare gli spettri. Lo shift apparente dei minimi avviene verso λ minori se la pendenza è nel rosso, verso λ maggiori per pendenze nel blu. < 45 μm 45 – 90 μm 90 – 250 μm 250 – 500 μm 500 – 1000 μm Spettri di ortopirosseno polverizzato in diversi range granulometrici. La definizione del continuum permette anche una definizione più consistente di profondità della banda di assorbimento nello spettro in riflessione o in trasmissione. RC -0.5 0.5 gessarenite gessarenite 0.0 -0.5 -1.5 m= -2.0 ln (riflettanza) ln (riflettanza) -1.0 Roffset − Ronset λoffset − λonset RB -1.0 -1.5 -2.0 -2.5 -2.5 -3.0 0.5 1.0 1.5 Lunghezza d'onda (μm) 2.0 2.5 0.5 1.0 1.5 Lunghezza d'onda (μm) RB RB = 1− DB = 1 − RC Ronset + m (λB − λonset ) 2.0 2.5 2. Smoothing: Questa tecnica ha lo scopo di ridurre il “rumore” della misura spettroscopica, degradandola ad una risoluzione inferiore. Lo smoothing è un’operazione matematica di convoluzione tra lo spettro ed un vettore i cui punti sono determinati dal grado di smoothing applicato. 3. Ricampionamento: Questa tecnica ha lo scopo di ricampionare il dato per portarlo alla risoluzione di un diverso strumento di misura o di un intervallo di lunghezza d’onda definito dall’utente. 4. Differenza: Sulla base della modellizzazione del continuum, l’operazione della differenza (quoziente delle riflettanze) può essere estesa anche a componenti spettrali diverse, soprattutto nel caso di miscele complesse o soluzioni. La tecnica della differenza spettrale (quoziente per le riflettanze) deve essere applicata con cautela, soprattutto per quanto riguarda le considerazioni quantitative. L’operazione di differenza si può applicare in trasmittanza e anche in assorbanza apparente (quoziente in riflettanza), purchè il componente che viene sottratto sia stato misurato nelle stesse condizioni. 1.4 1.2 Riflettanza 1.0 gessarenite gesso selenitico quoziente 0.8 0.6 0.4 Spettro IR di una soluzione acquosa di aspirina (1% in peso) e risultato della sottrazione dello spettro del solvente (da Stuart (2004), Wiley). 0.2 0.5 1.0 1.5 Lunghezza d'onda (μm) 2.0 2.5 5. Derivazione: La tecnica della derivazione ha un duplice obiettivo: • aumentare la risoluzione nella derivata prima dello spettro, che esamina le variazioni nei gradienti; • risolvere gli assorbimenti discreti inviluppati nelle bande complesse nella derivata seconda. Poiché le bande strette vengono enfatizzate dal processo di derivazione a spese di quelle più larghe, la derivazione può anche avere l’effetto di risaltare il rumore dello spettro. Pertanto, in taluni casi, è preferibile applicarla successivamente allo smoothing. Da Stuart (2004), Wiley 6. Deconvoluzione: La deconvoluzione è un’operazione matematica che permette di risolvere bande sovrapposte o molto ravvicinate. La tecnica di deconvoluzione implica diverse fasi: calcolo della trasformata di Fourier inversa dello spettro, moltiplicazione per una funzione di smoothing e per una funzione contenente Gaussiane e Lorentziane, trasformata di Fourier del risultato. Il processo viene ripetuto iterativamente nel cosiddetto tuning della forma di banda. I parametri variabili nel processo di deconvoluzione sono: 9 La proporzione della forma di banda Gaussiana e Lorentziana (solidi, liquidi o gas); 9 La larghezza della banda. Se troppo piccola, lo spettro mostra piccole variazioni di intensità; se troppo grande, si producono bande negative lateralmente a quelle deconvolute; 9 Il grado di restringimento (dettaglio). Se troppo piccolo, lo spetttro risultante non differisce molto dall’originale; se troppo grande, si producono false bande e anche il rumore tende ad essere deconvoluto. Da Stuart (2004), Wiley 7. Fitting non lineare: La regressione nonlineare è una tecnica per fittare i dati utilizzando un modello che esprime una Y in funzione di X. Riguardo la scelta del modello, solitamente le bande di assorbimento in riflettanza vengono fittate utilizzando un continuo C ed una somma di Gaussiane o Gaussiane modificate (in realtà si possono utilizzare anche distribuzioni di Lorentziane e/o Voightiane). ln R (λ ) = C (λ ) + ∑ − i ⋅ e 1 ⎛ λ − bm − ⎜⎜ 2 ⎝ sig ⎞ ⎟ ⎟ ⎠ 2 Poiché la regressione nonlineare è una procedura iterativa, si scelgono dei parametrio iniziali, solitamente in modo da avvicinare il più possibile il modello ai dati, si sceglie se mantenere fisse (costanti) alcune variabili e poi si utilizza un algoritmo di minimizzazione dei residui fino ad ottenere il best fit. La valutazione del modello che meglio fitta i dati è un processo influenzato da molti fattori (plausibilità dei risultati, consistenza, precisione dei parametri determinati attraverso i limiti di confidenza….) ma quando si ignorano le possibili componenti dello spettro misurato, ci si può affidare al calcolo di una serie di parametri statistici per aiutare la nostra decisione finale. 0.0 I parametri statistici che solitamente si calcolano per valutare la bontà del fit e per confrontare diversi modelli sono: • Errore standard della stima, che esprime quanto il modello si discosta dai dati, in termini numerici; • La distribuzione dei residui; • I coefficienti di determinazione normale e aggiustato, che esprimono la frazione della varianza spiegata dal modello; • La matrice di correlazione tra i parametri; • …. -1.0 -1.5 Dato Continuum Componente Gaussiana Modello Residui Log(Reflectance) ln (riflettanza) -0.5 0.0 -2.0 -2.0 0.7 0.8 0.9 1.0 Lunghezza d'onda (μm) 1.1 1.2 0.7 0.8 0.9 Lambda (micron) 1.0 1.1 8. Confronto con database spettrali: È una tecnica di minimizzazione dei residui tra lo spettro incognito e librerie contenenti un gran numero di spettri misurati nello stesso intervallo spettrale. Si può far precedere un ricampionamento spettrale se le scale non coincidono. Si impiegano diversi algoritmi normalmente implementati in software dedicati che permettono di determinare con estrema rapidità gli spettri più somiglianti a quello incognito, esprimendo il grado di similitudine per mezzo di uno score numerico. I score II score Spettro incognito