面向文化遗产与法庭科学领域的墨水鉴别：比较分析与机器学习方法的开发

《Talanta》：Development of Comparative and Machine Learning–Based Methodologies for the Identification of Inks Applicable in the Field of Cultural Heritage and Forensic Science

　　

本研究提出了一种基于比较分析与机器学习的墨水及颜料鉴别方法，具有文化遗产诊断与法庭科学的双重应用潜力。研究人员选取多种商业品牌的黑色墨水作为初步研究对象，采用拉曼光谱（Raman spectroscopy）技术，通过峰位偏移及曲线拟合获取的面积比等参数构建光谱比较框架。该方法引入了基于光谱兼容性的分类系统，可依据组成相似性对墨水进行归类。同时，研究团队开发了一套自动化分析程序以提升可扩展性与可重复性，该程序可实现基线校正、峰值归一化、不相容光谱的初筛过滤以及基于伪沃伊特（pseudo-Voigt）拟合的精细解卷积处理，并为每次比较生成数值化相似性评分。研究结果表明，该方法能够实现墨水兼容性的定量评估，并可通过光谱数据库的建立扩展至更大规模的数据集。

**研究背景与问题**

墨水在人类沟通与文化表达中扮演着数千年来的核心角色，其成分与降解研究为历史实践、技术演变及作者鉴定提供了重要洞见。近年来，受材质真实性、来源及保存状况无损评估需求的驱动，墨水的科学表征在文化遗产与法庭科学领域受到日益广泛的关注。传统墨水如碳基墨水、铁胆墨水和乌贼墨汁，其配方随时代、地域及用途而异；碳墨水以软黑或灯黑与阿拉伯胶等黏合剂混合制成，稳定性优异；铁胆墨水则因含铁盐与单宁酸而对纸张具有腐蚀性，导致"墨水灼烧"现象及文字信息渐进丧失。后期合成染料与颜料的引入更使墨水分析面临光谱特征重叠与化学变异性的复杂挑战。

墨水鉴别对文化遗产领域的年代判定、归属性鉴定及修复检测，以及法庭科学中的文件篡改、未授权添加或页面替换识别均至关重要。然而，该任务面临多重挑战：众多墨水（尤其黑色墨水）化学性质相似、老化与环境暴露效应、不同基底（纤维素基或蛋白质基）的干扰，以及多层涂抹带来的层状复杂性。尽管激光诱导击穿光谱（LIBS）、X射线荧光光谱（XRF）、高光谱成像及拉曼光谱等技术已被应用于墨水分析，光谱重叠、基底干扰及老化相关变化仍是制约直接光谱比较可靠性的关键因素。

**研究目的与方法**

针对上述问题，研究人员以多种商业品牌现代黑色墨水为目标，建立基于拉曼光谱与曲线拟合的鉴别分类方法。该方法通过提取峰位移与强度比等关键光谱特征，在考虑仪器分辨率与实验不确定性的兼容性模型中进行评估，强调光谱采集标准化与基底影响最小化，并利用异常峰检测标记组成异常以支持非匹配配方的识别。与主成分分析（PCA）、线性判别分析（LDA）及支持向量机（SVM）等传统化学计量学方法不同，该兼容性模型作为统计决策框架，通过整合仪器展宽与参考样本方差建立"光谱同一性"阈值，量化两样本源自同一化学配方的概率。此外，研究人员开发了自动化评分算法，以处理大规模光谱数据集、排除低概率观测值并优化匹配程序。

**主要技术方法**

样品来源为10种商业黑色墨水（9种圆珠笔墨水及1种记号笔墨水），均涂抹于沃特曼（Whatman）纯纤维素滤纸以最小化基底干扰。光谱采集采用配置1064 nm Nd:YAG激光的近红外显微拉曼系统（B&WTEK i-Raman Ex），光谱分辨率9 cm^-1，20×奥林巴斯物镜，积分时间20秒，2次累加，激光功率30%（400 mW的30%）。每样品选取3个位点，每位点采集3条光谱取平均；每种墨水制备3个独立样品以评估重现性。

数据处理流程包括：萨维奇-戈雷（Savitzky-Golay）平滑（窗口9点、多项式3阶，经7-11点及2-4阶敏感性分析验证稳健性）、多项式基线校正、伪沃伊特解卷积，以及基于峰位（容差12 cm^-1，由仪器分辨率推导）和面积比（容差20%，基于基线扣除与拟合过程的不确定度传播计算）的兼容性评分。自动化算法通过Python代码实现，功能涵盖基线去除、强度归一化、基于主峰位置的首轮过滤及完整谱图伪沃伊特精细解卷积。 supplementary 机器学习框架采用从显著峰提取的位置、归一化面积、高度及形状参数构建固定长度特征向量，经特征标准化、PCA降维后，以径向基函数（RBF）核SVM进行分类，采用分层留出验证并引入噪声添加的数据增强策略。

**研究结果**

**基底分析与谱带归属**：沃特曼纸的主要拉曼振动模式经鉴定包括：376 cm^-1（吡喃环C-C-C扭转与弯曲振动）、437-504 cm^-1（吡喃环C-C-O骨架弯曲与扩张振动）、1093 cm^-1（糖苷键C-O-C不对称与对称伸缩振动）、1316-1425 cm^-1（H-C-C、H-C-O、H-C-H及C-O-Hrecoiling动）。编辑部注集中的主要拉曼振动模式包括：376 cm^-1（吡喃环C-C-C扭转/弯曲振动）、437-504 cm^-1（吡喃环C-C-O骨架弯曲/扩张振动）、1093 cm^-1（糖苷键C-O-C不对称/对称伸缩振动）、1316-1425 cm^-1（H-C-C、H-C-O、H-C-H及C-O-H弯曲振动）。这些基底谱带在墨水分析中被识别并排除。

**墨水光谱特征与成分鉴定**：除Reference 6外，所有样品均显示423 cm^-1（CNC键弯曲）、1540 cm^-1、1587 cm^-1及1620 cm^-1（三芳基甲烷化合物苯环伸缩）的相似谱带，另有203 cm^-1（CH₃扭转）、723 cm^-1（CN伸缩）及561 cm^-1（苯环面外变形）。文献比对表明除Reference 6外主要成分为结晶紫颜料（龙胆紫，C₂₅H₂₈N₃Cl，碱性紫3）；262 cm^-1、495 cm^-1、688 cm^-1、799 cm^-1、945 cm^-1及1436 cm^-1等额外谱带可能对应不同制造商配方中的黏合剂或溶剂。

**方法学应用与兼容性结果**：未知样品与Reference 2（BIC "Cristal Original"）显示100%兼容性，与Reference 7（BIC "Orange Grip"）为79%（同属BIC品牌但差异达21%），与Reference 1（PENTEL "Feel-it! WOW"）为76%（ tightening 面积比容差至10%后降至61%）。与Reference 6（STAEDTLER "Lumocolor Permanent"记号笔）兼容度实质为零（无共同面积比且额外峰众多）；与Reference 8（STAEDTLER "Noris Stick 434"）为30%；与Reference 9（COLOROSA "Semigel 1mm"）及Reference 10（BIC "Soft Feel Medium"）均为55%。Reference 3（PENTEL "Superb 0.7"）因1064 nm激发下产生强烈荧光效应导致探测器饱和，无法以当前实验配置处理。

**自动化分析与机器学习**：自动化算法处理流程涵盖基线去除（"ramanspy"与"scipy"函数实现）、强度归一化、主峰位置首轮过滤及完整谱图伪沃伊特解卷积。与手工分区方法相比，自动化系统分析完整谱图而非六区间平均，利用更全面的光谱信息，产生的相似性百分比存在可解释的差异。SVM-RBF分类器在数据增强后的结果显示，随训练集增大分类性能提升，多数类别AUC（曲线下面积）值较高且误判减少，但因样本量受限泛化能力仍待提升。

**统计验证**：基于全部重复测量比较构建的混淆矩阵（样本量1125时）显示：真阳性868、假阴性257、假阳性257，准确率77.16%。类内比较系统产生高兼容性评分，类间比较因峰位差异、不兼容面积比及额外光谱特征而显著降低，两者分布分离清晰。

**讨论与结论**

研究讨论部分强调，该兼容性评分框架在标准化光谱预处理与峰解卷积支持下，为书写墨水鉴别提供了统计稳健的工具，可扩展至更大光谱库以实现快速筛查与分类。研究人员指出，虽然当前研究采用标准化基底建立高分辨率参考框架，未来需考察环境降解（光降解、氧化）及纸张填料或涂层的影响，探索紫外暴露与热应力对谱带位移和面积比的作用，以增强数据库对真实场景的应用韧性。

研究结论总结如下：本 looping 部分，研究人员系统阐述了该拉曼光谱方法的创新价值与应用前景。该比较方法结合峰位分析、归一化面积比及基于仪器不确定性的评分策略，实现了墨水光谱兼容性的定量评估，能有效鉴别甚至同一制造商的不同配方，通过额外谱带或非匹配峰比的检测揭示组成差异。研究表明，系统解卷积支持下的拉曼光谱可区分共享结晶紫主颜料的墨水，并识别与黏合剂、添加剂或制造工艺相关的差异。标准化数据采集、基线去除及不可靠观测值的谨慎排除对获得可重复、可比较的兼容性评分至关重要。

研究人员特别指出，特定墨水配方可能无法在当前激发与仪器配置下处理（如样品产生的荧光饱和现象），此类情况在标准化框架中被归类为"不可分类"；鉴于方法学要求相同实验条件进行有效比较，异常光学响应（荧光或热不稳定性）本身即构成不同化学本质或特定荧光团存在的诊断指标，从参考组中固有排除。自动化算法的实现为大规模、高通量光谱比较提供了补充路径，其与手工分区方法在数据处理上的内在差异反映了自动化方法 refined 分类的潜力，尤其适用于大规模光谱数据库场景。整体而言，该方法论适用于墨水配方的鉴别及基于定量兼容性指标的未知样品识别；随数据集扩展及结构化光谱数据库的整合，该方法有望成为认证、来源研究及法庭调查的有力工具。自动化分析为机器学习或神经网络模型的未来实现奠定了基础，有望实现数千条光谱的快速比较，提升真实应用中墨水鉴别的速度、可靠性与可扩展性。