基于成分数据与机器学习的中国古代玻璃遗产分类

为何古玻璃仍能诉说新故事

中国古代的玻璃珠与器物在外观上可能与埃及或中东的珍品相似，但其化学成分却截然不同。数百年埋藏于土中并受潮气侵蚀会改变它们的表面，使馆藏人员难以判断物件的产地或制作方式。本研究展示了现代统计学与机器学习如何读取风化玻璃中隐藏的化学“指纹”，为博物馆提供一种更快速且客观的手段来分类文物并追溯丝绸之路沿线的技术史。

沿丝绸之路的玻璃

早期玻璃制品通过丝绸之路进入中国，主要以进口珠子为主。工匠随后学会利用本地原料在国内制造玻璃。因此，中国玻璃在颜色和装饰上可能模仿外来风格，但配方却独具特色。大致形成了两类：高钾玻璃（以富含钾的植物灰为助熔剂）和铅‑钡玻璃（以含铅和钡的矿石为原料）。这些差异重要，因为它们反映了原料来源、贸易与技术的变化。然而，数百年的风化会模糊这些信号，专家传统上依赖显微镜下的观察——颜色、花纹与表面风化程度——并结合个人经验，这一做法既耗时又带有主观性。

把玻璃配方变成可用的数据

作者使用了一个真实的古代中国玻璃竞赛数据集，包含每件物品的类型、颜色、装饰图案、风化程度和详细的化学成分。由于玻璃化学通常以相加为整体的百分比来测量，团队采用了一种称为中心对数比（centered log‑ratio）变换的数学步骤。该变换可将氧化物百分比转换为可以安全分析的数值，避免产生误导性的相关性。他们对数据进行了清理，以受控方式填补少量缺失值，并检验变换后的测量值在统计上是否接近正态分布——这是许多现代分析工具的必要前提。

风化如何重塑玻璃

接着，研究者探究哪些可见特征真正与风化相关。对56件文物使用卡方检验和费舍尔精确检验后，他们发现玻璃类型与表面风化程度之间存在明确联系，但颜色或装饰图案与风化无显著关联。高钾玻璃与铅‑钡玻璃因其不同的内部结构而呈现不同的老化方式，而不是因为外观差异。通过比较同一件器物不同部位在风化前后的化学测量，并将大量样本分为五类（例如“风化前的铅‑钡”或“严重风化的铅‑钡”），他们展示了二氧化硅和某些金属氧化物等关键组分在玻璃风化过程中系统性地发生变化。基于这些组间差异，研究团队构建了基于比例的简单校正因子，能够估算风化表面玻璃的原始成分，至少对于许多主要成分是可行的。

教机器识别玻璃家族

在校正成分的基础上，团队训练了多种机器学习模型——决策树、逻辑回归、支持向量机与随机森林——将样本归入两大类：高钾与铅‑钡。值得注意的是，在他们的数据集中，单一成分铅氧化物（PbO）就足以使决策树实现完美划分：低铅对应高钾玻璃，高铅对应铅‑钡玻璃。其他模型也达到了同样高的表现，当研究者向数据中加入模拟测量不确定性的“噪声”时，模型仍保持可靠。随后他们进一步使用聚类方法在每个主类中发现自然子群体：高钾玻璃分为两种亚型——一种富钙铜，另一种富钡铅；铅‑钡玻璃分为三种模式，分别强调不同的辅成分如镁、钠或铜与钡。这些细分群体暗示了不同的配方与作坊来源。

对博物馆与史学的意义

对非专业人员而言，关键结论是：古代玻璃现在可以更多地依赖数据而非单凭肉眼来分类。通过结合精准的化学测量、对百分比数据的适当统计处理以及稳健的机器学习方法，本研究为馆藏人员和考古学家提供了一种可重复的方式来识别风化玻璃并将其关联到特定的工艺传统。随着将此类方法应用于更大规模的藏品，能够帮助绘制贸易路线、定位生产中心，并追踪中国玻璃制造者如何尝试使用铅与植物灰等新型助熔剂。简言之，基于化学训练的算法正成为讲述这种看似简单材料——玻璃——如何连接跨大陆文化的新型有力工具。

引用: Tang, P., Gan, X. & Tang, J. Ancient chinese glass heritage classification based on compositional data and machine learning. npj Herit. Sci. 14, 125 (2026). https://doi.org/10.1038/s40494-026-02370-5

关键词: 中国古代玻璃, 丝绸之路贸易, 文化遗产科学, 机器学习分类, 玻璃风化