在微遗物中寻找线索

青铜冶金术的出现是人类历史上重要的技术变革，对早期文明与国家的形成具有深远影响。中国考古学界围绕夏商周青铜矿冶技术与资源格局的研究已持续近百年，通过系统调查与发掘，确认了数量可观的矿冶遗址，并在冶金、矿业、材料与地质等多学科交叉支撑下，依托对冶金遗存的多种科学分析，逐步重建古代冶金活动过程，形成了先秦青铜矿冶技术演进的基本框架。但既有研究范式长期受到宏观冶金遗存“发现数量有限、保存状况不佳、生产链条环节缺失”的约束，难以实现对工艺流程与组织方式的可量化重建，使得先秦矿冶技术谱系的细化与跨区域比较研究在近年来面临明显瓶颈，制约了对冶金术在中华文明形成与早期发展中关键作用的深入阐释。

为突破上述瓶颈，本研究将目光投向了冶金微遗物。冶金微遗物指在古代冶金生产活动中产生的微小尺寸遗物，它们的直径通常在1厘米以下，在常规考古发掘过程中不易被识别。冶金微遗物的分布范围较宏观冶金遗存更加广泛，并且包含大量与冶金活动相关的信息。对冶金微遗物开展研究可以有效补充宏观冶金遗存研究中易被忽略的关键信息，识别碎渣取铜、粗铜精炼等以往不易辨识的技术环节。

郑州商城作为早商时期规模最大、规格最高的都邑性遗址，其铸铜作坊的发现具有里程碑式的意义。近年来，在郑州商城内城中部的创新街小学（北校区）改扩建项目发掘过程中，考古人员发现了明确的商代铸铜遗存，这也是目前郑州商城内城范围内唯一一处经过正式考古发掘确认的冶铸作坊遗址。在该遗址区出土了炉壁残块、铜矿石及陶范碎片等类型丰富的宏观冶金遗存。但各类遗物的数量很少，仅依靠这些材料难以完整复原当时的冶金生产过程。这表明，部分冶金活动可能并未在宏观尺度上完整保存，而是以微观碎屑的形式残留于地层之中。考古发掘工作显示，创新街小学（北校区）改扩建项目遗址点出土的微遗物数量庞大，可达数十万颗。但这些冶金微遗物的类型未知，人工分选不仅需要大量的时间成本和经济成本，且主观性强、准确率低。如何从大量未知微遗物中快速精准地筛选出冶金样品，并通过分析这些样品重建郑州商城北校区遗址的冶金生产操作链，是本研究所要解决的重要问题。

让算法接手智能分选

传统的微遗物识别方法是通过显微观察、便携式X射线荧光光谱分析（pXRF）、扫描电子显微镜能谱（SEM-EDS）等进行分析。但上述方法的操作流程复杂，所需要的经济成本、时间成本高，不适用于大量未知类别微遗物的鉴定。冶金微遗物的高效、准确识别和收集亟须一种低成本、高效率的方法，能够快速精准地从大量未知微遗物中筛选出与冶金活动相关的冶金渣、矿石碎屑等微小的冶金遗存。

光导纤维反射光谱（FORS）技术的波长区间通常在350～2500纳米之间，覆盖了从近紫外（350～400纳米）到可见光（400～760纳米），再到近红外（760～2500纳米）的波长范围。该技术不仅是一种无损检测技术，还具有灵敏度高、检测迅速以及数据采集方便等优点。但FORS光谱数据维度高，且特征峰不明显，不同类型的微遗物FORS光谱特征峰重叠严重，直接人工解谱较为困难，需借助计算机的方法进行处理。目前已有许多使用有监督机器学习算法对各种材料的反射光谱数据进行快速分类识别的案例。但有监督机器学习方法需要大量已知数据，当研究对象是大量外观相似且类别未知的微遗物样品时，有监督机器学习方法则不再适用。

基于上述问题和困境，本研究开发了一种基于微遗物FORS光谱的无监督深度学习聚类的Sa-VaDE模型（基于光谱角损失的变分深度嵌入自编码器），该模型是变分自编码器（VAE）的变体，首先通过一维卷积构成的编码器提取数据特征，然后对其隐空间进行改造，主要是在隐空间中加入高斯混合分布，并且在损失函数构成中加入光谱角损失，用以捕捉不同光谱间的差异信息。此外，为了使模型能够有效执行聚类任务，还在完整模型训练前引入了预训练模块初步提取光谱特征。该模型可以在没有预先标记数据的情况下提取数据特征，并根据提取的特征将数据进行分组，从而实现对冶金微遗物快速且准确地识别。

将训练好的Sa-VaDE模型应用于郑州商城遗址创新街小学（北校区）改扩建项目遗址点出土的微遗物FORS光谱数据上，不仅快速精准识别出了相关冶金微遗物，也为进一步研究郑州商城创新街小学（北校区）改扩建项目遗址点的冶金操作内涵、重建早商时期完整的冶金生产操作链提供了关键证据。

本研究按照随机取样原则，对郑州商城创新街小学（北校区）改扩建项目商代灰坑中发掘出土的2776个类别未知的微遗物进行了FORS光谱数据采集，并使用Sa-VaDE模型对这些数据进行预测，结果显示Sa-VaDE模型可以将这些未知数据分成几个不同的聚类簇，并且成功从这些未知微遗物样品中识别出263件疑似冶金微遗物样品，后续使用金相显微镜及SEM-EDS方法对263个疑似冶金微遗物样品进行了验证，确认其中200件样品为真实冶金微遗物，包含118件铜合金及其锈蚀物、32件坩埚碎片、18件铜冶金渣、22件高温“烧琉物”、6件矿石碎片以及受地层扰动混入的4件冶铁微遗物。模型精确率为76%，验证了该方法在冶金微遗物识别方面的有效性和便捷性。

微遗物里的大发现

高通量“智”选方法，让我们得以快速准确地了解郑州商城从前发生的冶金活动。本研究首先构建了一个包含铜矿石碎屑、冶金渣、土壤颗粒、骨骼碎屑、木炭等多种类的微遗物FORS光谱数据集，已采集FORS光谱数据约5500条。并且在此基础上构建了考古微遗物FORS光谱数据库，该数据库目前已收录铜矿石碎屑、冶金渣、土壤颗粒、骨骼碎屑共计3963条FORS光谱数据。此外，该数据库可通过AI Agent调用查看，同时导入了约300条青铜器锈蚀物和锈蚀模拟样品的FORS光谱数据，为未来将该模型拓展应用于青铜器保存状况评估与保护奠定了数据基础。

其次，本研究还有一个十分重要的发现，即采用Sa-VaDE模型找出的18件铜冶金渣中发现了6件纯铜渣，这些纯铜渣中的铜颗粒大都呈球状，弥散分布在样品基质内，铜颗粒中铜含量均在96%以上，且均不含锡铅等合金元素，有些仅含少量的氧和铁元素。这些纯铜渣与青铜器铸造环节无直接关联。就现有研究而言，学界普遍认为先秦时期矿石冶炼大都在矿石原料开采地或矿源附近地区进行初步冶炼，之后将铜物料等运到各个城址的铸铜作坊进行精炼和铸造。而将这6颗纯铜渣与出土的铜矿石相关联，推测创新街小学北校区遗址点不仅生产青铜器，还可能接收和处理了铜矿石，将铜矿石在商城内直接冶炼为金属铜后进行青铜器铸造，从而构成了从矿石冶炼、金属获取到青铜器铸造的完整冶铸生产链条。这一发现修正了学界关于郑州商城仅承担铸造功能的以往认知。

最后，这些纯铜渣还为郑州商城铜物料来源提供了关键材料。自20世纪20年代安阳殷墟发掘开始，考古学家就在关注金属资源相对贫乏的华北地区是否从长江中游地区获取金属物料，供应本地大规模的青铜器生产。学界在近30年来已经通过青铜器的铅同位素比值分析对该问题进行了系统探讨，但结论仍不明确，其中的核心瓶颈在于长江中游的鄂东南－九瑞矿集区虽具有明确的商代早期铜矿采冶证据，但其所产纯铜的Pb含量极低，进入青铜器后其铅同位素指纹会被合金物料掩盖，导致铅同位素比值无法直接指示青铜器中铜料的来源。本研究基于Sa-VaDE模型成功筛选出的纯铜渣中Sn、Pb含量低于0.02%，与同单位出土的合金化渣差异显著。该类冶金渣为纯铜冶炼或精炼过程中产生的废弃物，不受外加合金物料的影响，可为铜料产地研究提供直接的地球化学证据。与商代各地区冶铜遗址出土冶炼渣的对比分析显示，郑州商城出土纯铜渣的铅同位素特征与中条山矿区、关中平原及泰沂山脉等地区出土商代冶炼渣特征差异明显，而与长江中游瑞昌铜岭遗址冶炼渣相符。上述发现为商代二里岗时期中原地区铜物料的长距离供应网络提供了重要线索。

价值展望与结语

本研究通过建立基于FORS光谱的无监督深度学习Sa-VaDE模型，为冶金考古研究提供了新的技术路径，不仅提升了微遗物识别与分析的效率和精度，更为理解早商时期郑州商城遗址的冶金技术发展、区域资源流通及社会复杂化进程提供了新的证据和方法。研究表明冶金微遗物在重建古代冶金操作链方面具有重要价值，不仅能够识别冶炼、铸造、碎渣取铜等以往较难发现的技术环节，也能够复原宏观遗存保存较差的冶金遗址的冶金活动生产链条。

（作者单位：河南省文物考古研究院 北京科技大学科技史与文化遗产研究院）