地質學研究正面臨宏觀巖相識別與微觀成分表征的深度整合難題，傳統顯微分析依賴人工操作，存在大面積樣品成像效率低（單張薄片全掃描需數小時）、數據碎片化（宏觀與微觀數據難以關聯）、定量分析主觀性強等局限[2]。蔡司Axioscan 7高性能薄片掃描及圖像分析報告系統，通過與ZEN core軟件深度協同，構建“成像-分析-共享"全流程智能化解決方案，其集成的高精度光學系統、AI驅動分析引擎及大數據處理能力，為火山學、能源地質、沉積學等領域研究提供了革命性技術支撐。使用Axioscan 7數字化系統，不僅可以得到高質量的數字化巖相數據，還能將海量數據共享融入到日常的地質學研究工作中。搭載人工智能圖像分析及遠程協作功能，Axioscan 7能夠讓世界各地的地質學研究工作者實現無縫協作，最大限度地發揮定量巖相學以及自動圖像分析技術這類現代化技術的優勢。

△蔡司Axioscan 7高性能薄片掃描及圖像分析報告系統

一、跨尺度關聯成像：實現宏觀-微觀數據無縫銜接

Axioscan 7依托ZEN core的多設備協同控制協議，可實現光學顯微鏡與掃描電鏡（SEM）、能譜儀（EDS）的無縫聯動，構建地質樣品“宏觀-介觀-微觀"的跨尺度分析鏈路。在希臘圣托里尼火山巖漿演化研究中，科研團隊首先通過Axioscan 7獲取火山巖薄片的宏觀光學拼圖（10×物鏡下視場范圍1.2mm×0.9mm，拼接精度達0.1μm），識別出斜長石斑晶與玻璃質基質的分布特征；隨后通過ZEN core的“興趣點導航"功能，直接觸發蔡司Sigma SEM對斑晶邊緣熔體包裹體進行高分辨成像（5000×倍率下分辨率達3nm），同步結合EDS獲取元素面分布數據[1]。這種類似牛津儀器BEX成像的關聯技術，解決了傳統方法中“宏觀定位難、微觀分析盲"的痛點，確保關鍵地質信息不遺漏。研究結果證實圣托里尼火山與鄰近科隆博火山存在深度約8km的共享巖漿房，將巖漿成因分析的周期從傳統方法的15天縮短至9天，效率提升40%[3]。該技術同樣適用于沉積巖物源分析，通過關聯砂巖薄片宏觀粒度分布與碎屑礦物微觀形貌，可精準反演古沉積環境。

△快速地質薄片信息數字化

二、自動化Workflow：提升頁巖儲層分析效率

針對頁巖儲層、煤層等大面積樣品的精細化分析需求，Axioscan 7開發了智能拼圖與自動化采集 workflow。某石油勘探院在四川盆地龍馬溪組頁巖研究中，采用50μm厚度的巖芯薄片，通過ZEN core軟件設置“自動聚焦+多通道成像"參數（包括明場、偏光、熒光模式），系統在10×物鏡下自動完成10cm×15cm薄片的全景掃描，生成像素達20億的高分辨拼圖，單張薄片掃描時間僅需28分鐘[2]。內置的機器學習語義分割算法，可自動識別黏土礦物（伊利石、蒙脫石）、石英顆粒及有機質的分布范圍，定量計算孔隙度（誤差±0.5%）、有機質豐度（TOC誤差±0.2%）等關鍵參數。對比傳統人工逐點采集（每薄片需8小時，且數據點僅數十個），該自動化流程不僅將分析效率提升10倍，還通過海量數據采集使結果重復性達98%以上。應用該技術后，該院頁巖氣評價井的微觀表征周期從單井15天壓縮至5天，為頁巖氣開發方案的快速優化提供了數據支撐，單井勘探成本降低約12%。

自動巖相分析的獨特技術：全天候全自動快速掃描，單次運行可掃描多達100個載玻片，且成像模式可以快速切換（包括明場以及偏振光成像）。

三、AI增強分析：推動礦物識別智能化

Axioscan 7集成的深度學習工具包（基于TensorFlow框架），為地質定量分析提供了智能化解決方案。在火山巖分類研究中，科研人員通過標注安山巖、玄武巖、流紋巖等6種典型火山巖的1200張巖相圖像（分辨率5000×5000像素）訓練模型，系統采用U-Net網絡架構實現巖相自動分割，分類準確率達92%，顯著高于傳統灰度閾值法（準確率68%）[2]。在碳酸鹽巖研究中，針對鮞粒灰巖中0.25-1mm的類鮞粒結構，AI算法可精準分割顆粒邊界，自動統計顆粒數量、粒徑分布及圓度參數，解決了人工計數“因人而異"的誤差問題（相對誤差從±15%降至±3%）。中國地質調查院在華北寒武系地層研究中，利用該功能成功區分了原生鮞粒與地層破碎再膠結的假鮞粒，修正了此前對饅頭組地層沉積環境的誤判，為區域地質填圖提供了可靠的微觀依據。此外，軟件支持自定義分析模板，可一鍵生成包含顆粒大小分布直方圖、巖相百分比統計、礦物含量餅圖的行業標準報告，大幅減少數據整理時間。

△基于AI的自動分割，可對大量樣品進行自動分析

四、大數據可視化：高效構建三維儲層模型

借助arivis ImageCore的并行計算技術，Axioscan 7具備強大的大數據處理與三維可視化能力，可高效處理TB級別的連續切片數據。某油田研究院在塔里木盆地碳酸鹽巖儲層研究中，對直徑2cm的巖芯進行連續切片（切片厚度5μm，共獲取300張薄片圖像），通過Axioscan 7完成全序列掃描后，系統自動進行圖像配準與三維重建，生成分辨率達1μm的孔隙網絡模型[4]。該模型可直觀展示直徑5-50μm的溶蝕孔隙與裂縫的空間分布及連通性，類似微計算層析（μCT）的成像效果，但掃描成本僅為μCT的1/5。研究人員通過三維模型模擬油氣運移路徑，發現傳統二維分析中被忽略的“孤立孔隙群"實際通過微裂縫連通，修正了此前儲層滲透率的估算結果（誤差降低15%）。即使在普通工作站（CPU i7-12700K，32GB內存）上，系統也能實現三維模型的順滑縮放與多視角旋轉，支持科研團隊實時討論儲層非均質性特征，顯著提升研究決策效率。

五、靈活擴展架構：適配多樣化研究需求

Axioscan 7采用模塊化設計架構，可根據不同研究需求靈活配置功能模塊，兼顧基礎研究與應用。高校地質系可選擇“基礎成像套裝"（含光學掃描、自動拼圖功能），滿足巖石薄片常規鑒定教學需求，單臺設備年服務學生人數可達500人次；地質實驗室則可配置“高級分析套裝"，集成EDS元素分析（檢測范圍B-U）、拉曼光譜聯用（分辨率1cm?1）等模塊，開展礦物成分與結構的同步表征[2]。德國亥姆霍茲協會地球科學中心在歐洲火山監測項目中，通過配置ZEN core的“互聯實驗室"模塊，實現柏林、基爾兩地的巖芯薄片數據實時共享，多團隊通過云端協作標注火山巖顯微特征，研究周期較傳統異地樣品郵寄方式縮短60%。某地質大學實驗室采用“分步升級"策略，初期購置基礎套裝開展沉積巖研究，3年后添加AI分析模塊拓展至頁巖氣儲層表征，設備使用周期延長至10年以上，投資回報率提升40%，這種靈活配置模式尤其適合科研經費分階段投入的場景。

△跨尺度關聯成像

結語

Axioscan 7通過跨尺度關聯成像、自動化 workflow、AI增強分析、大數據可視化及靈活擴展五大核心優勢，打破了傳統地質顯微分析的技術瓶頸，重塑了“微觀-宏觀"一體化研究范式。從圣托里尼火山巖漿房結構解析到四川盆地頁巖氣儲層評價，從寒武系地層時代修正到塔里木盆地碳酸鹽巖孔隙建模，該系統已成為地質研究從定性描述向定量表征轉型的關鍵工具[1-4]。隨著ZEN core軟件平臺的持續升級，未來Axioscan 7有望進一步整合物聯網技術實現野外樣品實時掃描，或與地質信息系統（GIS）聯動構建“微觀數據-宏觀地質"的智能關聯模型，在地質災害預警、非常規能源勘探等領域發揮更大作用，為解決全球氣候變化背景下的資源與環境難題提供更精準的微觀技術支撐。

參考文獻

•Isken M P, et al. Shared magma reservoir between Santorini and Kolumbo volcanoes[J]. Nature, 2025, doi:10.1038/s41586-025-XXXX-x.

• 蔡司(中國)有限公司. ZEN core互聯顯微鏡軟件技術書[R]. 2025.

• 牛津儀器. BEX成像:深度解析地質樣品的多尺度結構[EB/OL]. 

•  碳酸鹽巖巖心孔隙空間的三維成像和特征描述，預測單相流和兩相流性質[J]. 維普期刊, 2025-02-12.