高光譜成像（Hyperspectral Imaging, HSI）是一種結合光學成像與光譜分析的先進技術，能夠通過捕捉物體在可見光、近紅外等波段的連續(xù)光譜信息，實現對目標的非接觸式、非破壞性檢測。近年來，高光譜成像技術在文化遺產領域（尤其是壁畫研究與保護）中展現出巨大潛力。本文綜述了高光譜成像的基本原理、在壁畫研究中的關鍵應用（如材料分析、病害識別、歷史信息還原等），并探討其在壁畫保護中的實踐價值與未來發(fā)展方向。

高光譜成像技術原理

高光譜成像通過將目標物體反射或發(fā)射的光信號分解為數百個窄波段（通常波長范圍為400-2500 nm），形成“光譜-空間”聯合數據立方體（Spectral-Spatial Cube）。每個像素點對應一個完整的光譜曲線，能夠反映物質的化學組成和物理特性。其核心優(yōu)勢包括：

高光譜分辨率：可區(qū)分細微的材料差異（如不同顏料成分）。

非接觸式檢測：避免對文物本體的直接接觸或損傷。

多維度數據：結合空間分布與光譜特征，提供全面的分析信息。

高光譜成像在壁畫研究中的應用

材料成分分析

顏料識別：通過比對高光譜數據與標準顏料庫（如Pigment Compendium），可精準識別壁畫中使用的礦物或有機顏料（如朱砂、青金石、赭石等）。例如，意大利龐貝古城壁畫中通過HSI發(fā)現罕見的埃及藍顏料殘留。

粘合劑與基底材料分析：區(qū)分石膏、灰泥等基底材料與有機粘合劑（如動物膠、蛋清），為修復材料的選擇提供依據。

病害診斷與劣化評估

鹽害檢測：高光譜成像可識別硫酸鹽、氯化物等結晶鹽的分布，評估鹽害對壁畫結構的侵蝕程度。

微生物污染：通過光譜特征區(qū)分真菌、藻類等微生物群落，指導生物防治策略。

裂紋與空鼓監(jiān)測：結合熱紅外波段數據，揭示壁畫層與墻體之間的脫粘區(qū)域。

歷史信息還原

隱藏圖層與原始筆觸復原：利用近紅外波段穿透表層顏料，揭示被覆蓋的原始繪畫或草稿（如達·芬奇《最后的晚餐》中的底層線條）。

褪色區(qū)域重建：通過光譜反演技術推測顏料原始顏色，輔助數字復原。

文化交流與年代研究

跨地域材料溯源：通過顏料成分分析，揭示壁畫中使用的材料是否來自特定產地，為絲綢之路等文化交流研究提供證據。

年代輔助判定：結合光譜特征與已知年代樣本，推測壁畫的創(chuàng)作或修復年代。

高光譜成像在壁畫保護中的實踐案例

敦煌莫高窟壁畫保護

中國敦煌研究院利用高光譜成像技術對莫高窟壁畫中的鐵系顏料（如朱砂、赭石）進行無損分析，發(fā)現部分顏料因氧化導致顏色褪變，并據此制定了針對性的防氧化保護方案。

意大利龐貝古城壁畫修復

在龐貝古城遺址，高光譜成像被用于檢測壁畫表面的鈣化沉積物，指導激光清洗技術的參數調整，避免過度清理對原始顏料的破壞。

埃及底比斯神廟壁畫監(jiān)測

埃及文物部門通過定期高光譜掃描，監(jiān)測神廟壁畫中的鹽析現象，結合環(huán)境數據建立鹽害動態(tài)模型，優(yōu)化溫濕度調控措施。

技術挑戰(zhàn)與未來發(fā)展方向

當前挑戰(zhàn)

數據處理復雜性：高光譜數據量龐大，需依賴算法（如PCA、SVM）提取有效信息，對計算資源要求較高。

設備成本與便攜性：高精度高光譜相機價格昂貴，且傳統(tǒng)設備體積較大，難以應用于狹小或復雜結構的壁畫場景。

標準化不足：缺乏統(tǒng)一的光譜數據庫和分析流程，影響結果的可比性。

未來趨勢

人工智能融合：結合深度學習（如CNN）自動識別光譜特征，提升分析效率與準確性。

便攜化設備開發(fā)：研發(fā)輕型化、低成本的高光譜成像系統(tǒng)，便于現場快速檢測。

多技術協(xié)同：與X射線熒光（XRF）、拉曼光譜等技術聯用，形成多維度分析體系。

長期監(jiān)測網絡：建立壁畫高光譜數據庫，結合物聯網技術實現劣化過程的實時追蹤。

高光譜成像技術為壁畫研究與保護提供了革命性的工具，不僅能夠揭示傳統(tǒng)方法難以獲取的材料與病害信息，還能為科學修復和預防性保護提供數據支撐。隨著技術進步與成本降低，其在文化遺產領域的應用將更加廣泛，為人類共同的文化遺產保存貢獻力量。

審核編輯 黃宇