Resumen:
La Espectroscopía Raman (ER) es una técnica fotónica que permite conocer la estructura cristalina y la composición de los minerales. Una de las complicaciones más comunes al realizar un análisis por ER, es la alteración en el espectro que provoca la fotoluminiscencia de la muestra.
Con el fin de identificar con mayor certeza la estructura y la composición de las muestras analizadas, se propone una metodología para disminuir el efecto ruidoso que ocasiona la fotoluminiscencia.
A pesar de que la fotoluminiscencia altera la señal hasta volverla irreconocible a simple vista, no destruye el espectro ideal de Raman, solo lo enmascara.
Partiendo de esa premisa, se realizaron experimentos bajo diferentes condiciones en el Instituto de Geofísica, Unidad Morelia (IGUM) utilizando un láser monocromático verde de 532 nm.
Para la corrección de la fotoluminiscencia se exploraron los métodos de regresión polinomial, filtro Savitzky-Golay y mínimos cuadrados penalizados con ponderación iterativamente adaptable (airPLS). Con estos métodos, se desarrollaron tres prototipos computacionales en Python que preprocesan los espectros para una mejor identificación de la composición. Se procesaron las señales obtenidas en el IGUM, así como muestras relacionadas con un proyecto del Instituto Nacional de Antropología e Historia (INAH), y se correlacionaron con la base de datos de la Universidad de Arizona (RRUFF). Esta base de datos contiene un catálogo de espectros de Raman de distintos minerales y compuestos ideales. Los resultados demuestran que el preprocesamiento es efectivo y necesario si se pretende encontrar una coincidencia con las bases de minerales ideales.
Descripción:
Se exploran tres métodos de corrección (regresión polinomial, filtro Savitzky-Golay, airPLS) para eliminar el ruido asociado con fluorescencia en muestras analizadas con un espectroscopio de Raman.
