对制备的七种不同湿度的岩屑样品进行实验, 研究了水分含量对激光诱导岩屑等离子体特性的影响以及不同水分含量下样品中各元素浓度值的修正方法.实验分析了Ca II 422.67 nm 谱线强度随岩屑样品含水量的变化, 通过Ca II 和Al I 各自四条谱线的玻尔兹曼图计算了不同水分含量下的等离子体平均温度, 并使用Lorentz拟合Ca II 422.67 nm谱线获得了不同水分含量岩屑等离子体的电子密度.实验结果表明, 随着水分含量的增加, 光谱强度、等离子体温度和电子密度均线性降低, 各元素自由定标模型定量分析结果有较大差异, 但不同水分含量的岩屑等离子体均满足局部热力学平衡的Mc Whirter标准, 自由定标模型可以用于不同水分含量岩屑样品的分析及影响的简单修正.

向量空间模型最初用于文献检索, 该模型是通过对文献内容进行特征文本提取后, 将文献转换到文本向量空间, 然后在文本向量空间中通过计算文献的特征文本向量与检索文本的特征文本向量的相似度, 实现文献的检索, 该方法基于模式识别中模板匹配的最近邻原则。 针对光谱数据的特点和模式识别中模板匹配的基本原则, 将向量空间模型引入基于样品光谱的分类识别。 通过训练集中光谱数据获得各样品的光谱数据模板, 提取训练集中各样品光谱数据模板特征峰的波长和相对强度信息, 构建特征峰信息数据库, 计算获得特征峰信息权值, 将光谱数据转换到特征峰向量空间, 获得各样品光谱数据模板的特征峰向量, 构建样品特征峰向量数据库。 同理获得预测集样品光谱的特征峰向量, 在特征峰向量空间中通过计算预测集样品特征峰向量与样品特征峰向量数据库中各样品模板特征峰向量的余弦值, 完成对预测集样品的分类识别。 以岩屑样品的LIBS光谱为研究对象, 将向量空间模型应用于LIBS光谱的分类识别。 分类结果表明, 该方法能够实现对岩屑样品LIBS全谱的快速分类识别, 且在对预测集光谱数据进行平均处理后, 分类准确率为100%。 提出的基于向量空间模型的LIBS光谱分类方法可以拓展应用于其他光谱数据的分类识别。

多聚焦岩屑图像具有点阵多，分辨率高等特点。使用基于尺度不变特征变换(SIFT) 算法或者加速鲁棒性特征(SURF) 算法在图像的自动配准上虽具有较好的配准效果，但时间效率远未达到实时性要求。本文将一种快速的图像匹配算法—定向二进制简单描述符(ORB)算法应用于多聚焦岩屑图像的自动配准。仿真实验结果表明，该方法在保证配准的精确度同时，在速度上具有较大的提升。

石油钻井过程中的岩屑录井无论对油气勘探开发还是钻井工程都是极为关键的技术, 而岩屑描述工作是岩屑录井过程中的一个重要的环节。 利用激光诱导击穿光谱(LIBS)技术结合判别偏最小二乘法(PLS-DA)对来自录井现场的粉砂岩、 石英砂岩、 青绿色泥岩、 黑色泥岩四种岩屑样品进行识别。 在获取LIBS光谱数据后分别建立了全谱模型和特征模型, 其中特征模型的识别正确率为86.7%, 略低于全谱模型的88.3%, 但通过特征提取使得模型中变量数由24 041个减少到27个, 极大缩减了数据量, 提高了运算效率, 更加符合岩屑录井现场快速分析的要求。 结果表明LIBS技术结合一定的化学计量方法能够对不同种类的岩屑进行快速、 有效的识别, 在岩屑录井现场中有很大的应用潜力。