激光光谱技术，解锁铀矿深处的财富密码

《名家专栏》激光等离子体光谱技术（LIPS）系列专栏第八篇文章，邀请中国原子能科学研究院高智星研究员、王远航老师及其团队，分享激光诱导等离子体光谱技术在铀矿探测领域的应用。

核能是一种重要的清洁能源，具有低碳、环保、高效的优势。核能的开发和利用不受季节、天气等自然条件的影响，与风能、太阳能相比更加稳定[1,2]。近十年来我国核能开发力度持续增加，截至2023年，我国核能发电量达到4334亿度，核电在电力结构中的占比达到4.86%[3]。国家发改委发布的《“十四五”现代能源体系规划》指出，要加快推动能源绿色低碳转型，壮大清洁能源产业，积极安全有序发展核电。预计在2030年，我国核电发电量占总发电量比例将达到10 %，核能在我国能源结构中的重要性将进一步提升[4]。

图1. 2015-2023中国核能发电量统计[3]

铀矿的精准、高效探测是确保核燃料可靠供给和核能可持续发展的前提。激光诱导等离子体光谱（Laser-Induced Plasma Spectroscopy, LIPS）技术无需对矿石样品进行消解处理，可以在现场对矿石中的元素成分进行快速分析，因此得到了铀矿探测领域研究人员的广泛关注。对于铀矿探测而言，LIPS技术的价值在于利用装备的便携性在现场对矿石样品的元素成分进行快速分析，对矿石种类和品位进行初步判定。本文针对LIPS技术在铀矿石探测领域的应用进行介绍。

图2. 中国核工业“开业之石”

铀属于稀有元素，在地壳中平均含量是1.7 ppm。按照我国现行的矿石划分标准，硬岩（花岗岩、火山岩）中铀的含量高于0.05%、砂岩中高于0.01%，视为工业铀矿。因此，LIPS探测灵敏度是其在铀矿探测领域应用的重要指标。研究表明，LIPS的探测灵敏度受矿石基体效应、等离子体激发条件、环境因素、光谱数据处理方法等多重元素的影响。美国洛斯阿拉莫斯国家实验室E. J. Judge等[5]对比了铀矿石粉末和压片后的LIPS光谱；如图3所示，将粉末压片后LIPS特征强度和信噪比均有所提升。韩国国家原子能研究院（Korea Atomic Energy Research Institute , KAERI）Y. S. Kim等[6]对铀矿石样品进行粉碎、压片、烧结处理，根据U  356.659 nm特征谱线归一化强度绘制了定量分析定标曲线，得到LIPS装置对矿石中铀元素检出限（Limit of Detection , LoD）为158 ppm。虽然样品前处理方法简单有效，但延长了分析时间，降低了LIPS技术的时效性；此外，铀矿石样品经过粉碎、混均后失去了元素空间分布信息，无法满足原位分析需求。因此，业内期望通过优化激光等离子体激发条件，改进光谱处理算法实现铀矿石成分的原位直接探测。

图3. (a)铀矿石压片,(b)铀矿石粉末LIPS光谱

在优化激光等离子体激发条件方面，华中科技大学武汉光电国家研究中心的李青洲等[7]采用激光诱导击穿光谱结合激光诱导荧光（Laser-Induced Breakdown Spectroscopy combined with Laser-Induced Fluorescence, LIBS-LIF）提高铀矿石中的铀特征谱线强度；研究结果表明，与仅采用LIPS技术相比，采用LIBS-LIF技术后U II 409.01 nm特征谱线强度提升21.3倍，铀元素检出限（LoD）由199 ppm下降至35 ppm。清华大学姬建训等[8]通过将入射激光整形为平顶光束，有效改善了激光强度的空间分布，降低了激光与等离子体作用过程中的等离子体屏蔽效应，提高了等离子体辐射光谱强度。实验装置和光束整形如图4所示，研究结果表明，光束整形后，铀矿石中铀元素特征谱线U II 409.013 nm强度提升约5倍，铀元素检出限达到21.2 ppm。中国原子能科学研究院高智星等[9]研发的背负式LIPS装置通过提升激光-等离子体闪光传输效率，将铀矿石中铀元素的检出限降低至18 ppm。激光等离子体激发条件的优化仅需对装置硬件进行简单改进即可有效改善LIPS探测限，无需进行样品前处理，时效性好，适用于铀矿石的原位、现场、快速分析。

图4 (a)平顶光束实验装置，(b)光束整形示意图

作为天然矿物，铀矿石种类繁多，成分复杂，伴生矿物成分较多。铀矿石多金属成分的精确定量对于后续矿冶工艺的开发和矿物成分的综合利用具有重要价值。早期的铀矿石成分的LIPS定量分析主要是基于内标法或者外标法建立光谱强度-含量的定标曲线。但是，由于基体效应的影响，不同种类成分矿石需要建立不同的定标曲线，限制了LIPS现场定量分析的适用性。近年来，业内出现了将人工智能与LIPS分析技术相结合，在铀矿石定量分析精度方面取得了较大的进步。肯尼亚内罗毕大学的B. Bhatt等^[10]采用人工神经网络对铀矿石中铀元素LIPS特征谱线进行分析，建立了铀特征谱线强度和铀浓度之间的多元校正模型，采用铀元素弱特征谱线获得的铀浓度预测误差为4.32%。四川大学舒开强等^[11]采用LIPS技术对铀矿石中的铀（U）、硅（Si）、铝（Al）、钛（Ti）四种目标元素进行了原位现场快速定量分析，对比了单变量分析（UVA）模型和主成分回归（PCR）、支持向量回归（SVR）多变量分析模型的定量分析效果；研究结果表明多变量分析模型对铀矿多元素分析准确度更高，其中SVR模型对Si、Al、Ti三种元素定量分析准确性*佳，验证集相对误差分别为0.01%、1.41%和0.13%，PCR模型对U元素定量分析准确度*佳，验证集相对误差为0.64 %。数据分析算法无需对装置硬件进行改进，不增加装置成本，对定量检测精准度提升效果明显，是LIPS技术发展的主要方向之一。

在天然铀矿石中，铀元素并不是均匀分布的。铀元素空间分布特性反应了成矿环境信息，对探索铀矿的形成和演化过程至关重要。在单点检测的基础上，研究人员开始采用LIPS技术对铀矿石中的铀元素分布进行分析。捷克布尔诺理工大学的J. Klus等采用正交双脉冲LIPS对铀矿石中的铀元素进行检测，在此基础上对铀元素的含量分布进行分析，获得了铀元素的二维分布图；如图5所示，铀元素的二维分布的空间分辨率达到100 mm。捷克马萨里克大学M. Hola等^[12]将LIPS技术与激光烧蚀电感耦合等离子体质谱（Laser Ablation-Inductively Coupled Plasma Mass Spectrometry, LA-ICP-MS）技术相结合对铀矿石中的铀（U）、铁（Fe）、铅（Pb）、钙（Ca）等多种元素进行综合分析，获得了元素二维空间分布图；其中LIPS被用于元素分布的整体快速成像，可以在20分钟内获取4.023.2 mm范围内，51290个点位的元素分布图像，空间分辨率为80 mm。LIPS技术具有扫描速度快、空间分辨率高的独*优势，但扫描过程受基体效应影响较大，在检测非均匀样品时，样品密度、硬度、元素含量的变化均会对检测结果造成干扰。因此，根据检测对象物理、化学特性的变化对特征谱线强度进行补偿，突破不同基体下铀矿石元素分布的精准定量，将是LIPS技术的研究重点。

图5 铀矿石中铀元素的空间分布

参考文献

[1] Krūmi J, Kavi M. Investigating the potential of nuclear energy in achieving a carbon-free energy future[J]. Energies, 2023, 16(9): 3612.

[2] Naimolu M. The impact of nuclear energy use, energy prices and energy imports on CO2 emissions: Evidence from energy importer emerging economies which use nuclear energy[J]. Journal of Cleaner Production, 2022, 373: 133937.

[3] 张廷克, 李闽榕, 白云生. 核能发展蓝皮书《中国核能发展报告》[M]. 北京: 社会科学文献出版社, 2024.

[4] 李萍, 杨红义, 刘琳, 等.“碳中和”目标下中国核电发展[J]. 节能技术, 2023, 41(1): 10-15.

[5] Judge E J, Barefield II J E, Berg J M, et al. Laser-induced breakdown spectroscopy measurements of uranium and thorium powders and uranium ore[J]. Spectrochimica Acta Part B: Atomic Spectroscopy, 2013, 83: 28-36.

[6] Kim Y S, Han B Y, Shin H S, et al. Determination of uranium concentration in an ore sample using laser-induced breakdown spectroscopy[J]. Spectrochimica Acta Part B: Atomic Spectroscopy, 2012, 74: 190-193.

[7] Li Q Z, Zhang W, Tang Z Y, et al. Determination of uranium in ores using laser-induced breakdown spectroscopy combined with laser-induced fluorescence[J]. Journal of Analytical Atomic Spectrometry, 2020, 35(3): 626-631.

[8] Ji J X, Song W R, Hou Z Y, et al. Raw signal improvement using beam shaping plasma modulation for uranium detection in ore using laser-induced breakdown spectroscopy[J]. Analytica Chimica Acta, 2022, 1235: 340551.

[9] He Y, Hu F M, Gao Z X, et al. Identification of nuclear materials using portable laser-induced plasma spectroscopy[J]. Proc. SPIE 12962, AOPC 2023: Optical Spectroscopy and Imaging; and Atmospheric and Environmental Optics, 129620A.

[10]Bhatt B, Angeyo K H, Dehayem-Kamadjeu A. LIPS development methodology for forensic nuclear materials analysis[J]. Analytical Methods, 2018, 10(7): 791-798.

[11]舒开强, 陈友元, 彭郑英, 等. 铀矿中多目标元素的激光诱导等离子体光谱定量分析方法研究[J]. 分析化学, 2023, 51(7): 1195-1207.

[12]Klus J, Mikysek P, Prochazka D, et al. Mul*ivariate approach to the chemical mapping of uranium in sandstone-hosted uranium ores analyzed using double pulse laser-induced breakdown spectroscopy[J]. Spectrochimica Acta Part B: Atomic Spectroscopy, 2016, 123: 143-149.

人物介绍

高智星，研究员，主要从事激光与物质相互作用、激光等离子体光谱研究。参与并负责科技部、装备发展部多项科技发展项目。相关工作发表论文20余篇，授权专*10余项，担任Matter and Radiation at Extremes等期刊审稿人。

免责说明

北京卓立汉光仪器有限公司公众号所发布内容（含图片）来源于原作者提供或原文授权转载。文 章版权、数据及所述观点归原作者原出处所有，北京卓立汉光仪器有限公司发布及转载目的在于传递 更多信息及用于网络分享。

如果您认为本文存在侵权之处，请与我们联系，会*一时间及时处理。我们力求数据严谨准确， 如有任何疑问，敬请读者不吝赐教。我们也热忱欢迎您投稿并发表您的观点和见解。