肉眼看到的是一层颜色，仪器看到的却可能是铅、汞、铜、铁等元素的空间分布，是红外波段下的底稿，也是紫外激发后的清漆荧光。技术艺术史的前沿，不是用机器替专家“鉴定真伪”，而是把作品视为一个多层、变化中的材料系统，再把材料证据与工作室实践、贸易网络和图像解释连接起来。
2023 年的研究显示，宏观 X 射线荧光扫描可以在不取样的条件下绘制脆弱中世纪织物的元素地图；同年的高光谱岩画研究则展示了多个窄波段如何分离肉眼和普通 RGB 摄影难以辨认的颜料。突破并非单台仪器更灵敏，而是多模态配准：让可见光、红外、高光谱、XRF、X 射线透视和微区取样在同一坐标系中互相校验。
从“漂亮的隐藏图”到证据链
成像结果很容易制造戏剧性叙事：画下还有一张画，于是媒体立即宣布发现“艺术家的秘密”。但元素地图不是对象照片。某元素可能来自颜料、底层填料、修复材料或污染；上层吸收还会压低下层信号。研究者必须把仪器响应、穿透深度、空间分辨率和材料层序写进解释，才能避免把算法增强出的边缘当成真实笔触。
当前方法通常分三层。第一层是校准与采集：记录照明、距离、探测器、能量和环境条件，使数据可重复。第二层是融合与分解：把不同模态精确配准，用主成分、光谱解混或机器学习寻找共变结构。第三层才是艺术史解释：将候选材料与时代配方、画家采购记录、同工作室作品和修复档案对照。机器在第二层表现突出，最难的仍是从统计模式跨到历史主张。
开放问题
辐射剂量与信息量的权衡。 “无损”不等于毫无影响。光、热与电离辐射都可能对极敏感材料造成累计作用。低剂量 XRF 和更高效探测器的价值，在于用可审计的剂量预算换取足够信息，而不是追求最大清晰度。
数据标准与长期可读性。 一件作品一次扫描就可能产生数十到数百 GB 数据。不同仪器格式、坐标系和处理脚本若不保存，十年后图像仍在，证据链却断了。FAIR 数据原则需要在文化遗产领域增加访问限制、权属和原住民知识治理。
模型的迁移能力。 在已知颜料和均匀试样上训练的模型，面对龟裂、罩染、旧修补和复杂织物时可能失效。可靠研究应报告不确定性图和失败区域，而不是只给一张看似完整的分类图。
发现与保护的张力。 公开高精度三维或材料信息可促进研究，也可能帮助盗掘、仿造和非法交易。哪些数据开放、延迟开放或只向授权研究者开放，需要由收藏机构、来源社区和监管者共同决定。
一个可复核的未来工作流
真正的进步指标不是“又看见一层隐藏图像”，而是不同团队能否从原始数据复现同一材料判断，并明确哪些结论来自仪器、哪些来自历史推断。理想档案应同时保存原始数据、校准靶、处理版本、人工标注、取样位置、解释置信度和被否定的备选解释。若机器学习确实提高研究效率，它应在跨机构盲测中减少取样数量并维持或提高材料识别准确率。
共享仪器之后，还要共享解释能力
高端扫描设备集中在少数实验室，许多收藏机构只能通过短期移动平台获得测量机会。一次访问若只交付处理后的彩图，本地人员仍无法复查或继续研究。更可持续的合作应在扫描前共同定义问题，在采集时培训馆员，之后移交原始数据、校准文件和可运行脚本，并为长期存储计入预算。评价合作时也应记录本地研究者是否参与解释与署名，而非只统计被扫描对象数量。
跨机构基准可选择仿制分层样品和已知材料对象，在不知道答案的条件下比较不同仪器、处理流程与研究者判断。误差应按“漏掉成分”“把修复误作原作”“错误推断层序”等后果分类。这样才能知道新算法改进了哪一步，并建立何时必须取样、何时非接触证据已足够的决策规则。保护科学的成熟，不是仪器给出越来越确定的答案，而是知道每个答案的适用范围。
计算成本也会影响可复核性。若分解模型只能在供应商云端运行，机构无法保存环境或检查更新后的结果。研究项目应发布参数、训练样本范围和较低算力的参考流程，并把人工修正保存为数据。算法更换时，应在同一校准对象上比较差异；如果历史地图因软件更新而变化，档案必须知道变化来自作品还是算法。
研究报告还应公布失败扫描和无法解释的区域。被隐藏的失败会让后来团队高估方法成熟度，也使相同脆弱对象重复承受测量风险。
跨域连接
- 艺术保护科学 提供材料老化、取样和预防性保护的基础。成像并不直接告诉修复者该做什么；只有把元素与层序映射到具体劣化机制，才可能改变温湿度、照明或清洗方案。
- 电子显微与表面分析 以极高空间分辨率检验宏观成像提出的假说。宏观扫描负责发现区域模式，微区分析负责识别晶相与层序；两者一致时，归因才从相关走向更强证据。
- 来源与归属研究 把材料证据放回档案和风格史。某种颜料出现时间可以否定一个年代，却很少单独证明作者；可检验推论是，多源证据融合应提高排除错误归属的能力，而非制造更多确定口吻。
- 假设检验 要求研究者事先区分竞争解释，例如“底层是改稿”与“底层是后来修补”。扫描参数和取样位置应服务于区分假设；如果任何结果都能被解释成惊人发现，这套方法就没有证伪力。
参考文献
- Vanden Berghe, I. et al. Non-invasive analysis of heritage textiles with MA-XRF mapping. Heritage Science 11, 183 (2023). DOI: 10.1186/s40494-023-00977-6.
- Schmitt, B. et al. From RGB camera to hyperspectral imaging: a breakthrough in Neolithic rock painting analysis. Heritage Science 11, 91 (2023). DOI: 10.1186/s40494-023-00940-5.
- Oguri, Y. et al. Low-radiation dose XRF excited by MeV protons for cultural heritage samples. Heritage Science 11, 112 (2023). DOI: 10.1186/s40494-023-00946-z.
延伸阅读
- National Gallery. The National Gallery Technical Bulletin. London, ongoing series.