运用激光诱导击穿光谱(LIBS)技术得到了美国地质勘探局(USGS)系列地质标样的等离子发射光谱。使用人工神经网络测定了不同地质标样的铁元素含量, 测得BCR-1G、BHVO-2G、BIR-1G、GSD-1G、GSE-1G标样的铁元素含量与标准含量的相对误差分别为1.86%、5.73%、0.27%、3.86%、2.63%, 表明LIBS结合人工神经网络可以很好地测定USGS系列地质标样的铁元素含量。

用衰减法和水标样法测量多孔SiO2的小角X光散射绝对强度,并以此计算样品中的空隙体积分数关系.将所得结果与用氮气吸附法得到的结果进行比较,表明了用标样法得到的结果更加接近于氮气吸附法测量得到的结果,因而间接地表明了标样法要比衰减法测得的小角散射绝对强度更加可靠.文章进一步讨论了这两种方法的特点以及误差产生的原因.该实验结果和讨论将有助于进一步加深对这两种绝对强度测试方法的理解,并在实验中选择合适的测量方法.

提出了一种基于稳定竞争自适应重加权采样（stability competitive adaptive reweighted sampling, SCARS）的无标模型传递方法。 利用有用信息标准即稳定度指数（定义为回归系数除以其标准偏差的绝对值）和传递后的预测均方根误差（root mean squared error of prediction, RMSEP）, 选择重要的、 受测样参数影响不敏感的波长变量, 能够消除或减少不同仪器或测量条件对样本信息反应差异, 提高模型传递效果。 此外, 在该方法中, 光谱变量被压缩、 降维, 从而使模型传递更稳定。 采用该方法对谷物的近红外光谱分析模型在不同仪器之间进行传递研究。 结果表明, 该方法能消除仪器间的大部分差异, 较好地实现模型传递效果。 与正交信号校正法（orthogonal signal correction, OSC）、 蒙特卡罗结合无用信息变量消除法（Monte Carlo uninformative variable elimination, MCUVE）、 竞争自适应重加权采样法（competitive adaptive reweighted sampling, CARS）的比较表明, SCARS不仅在传递精度上能取得比OSC、 MCUVE及CARS更好的效果, 而且能有效地对光谱数据进行压缩, 简化并优化传递过程。

针对X射线荧光光谱法（XRF）压片法分析中非金属矿标样不能满足实际工作需要的情况, 以四川峨边五渡钾长石矿为例, 研究了如何根据非金属矿一级标样配制系列二级标样, 以及如何根据二级标样对非金属矿粉末样品进行XRF压片法分析的方法。 在采用X射线衍射分析（XRD）和化学分析法研究钾长石矿和一级标样矿物岩石学特征基础上, 根据二级标样与待测样品的矿物岩石学特征相同相似原理, 确定了非金属矿二级标样配制的基本方法和要求, 即二者的矿物种类相同、 矿物含量和化学成分相似, 并适应待测样品成分的波动及矿物加工的需要, 有利于XRF标准工作曲线的绘制; 采用实验确定的非金属矿XRF压片法制样条件以及根据二级标样绘制的标准工作曲线, 对钾长石矿的SiO2, Al2O3, Fe2O3, TiO2, MgO, CaO, K2O, Na2O等化学成分进行了XRF测试分析, 其结果与化学分析法一致, 说明本方法准确度较好, 能够基本消除矿物效应的影响。

论述了波长色散X射线荧光分析装置的发展状况.除了继续发展其在高含量、常量和微量元素分析上高精度、高稳定性的固有特点之外,在进一步提高灵敏度,使分析范围扩展到痕量分析范围;开拓微区面分布的元素成像分析;进一步对传统分析困难的轻元素和中重金属元素的探讨,开发新的高级次谱线分析方法;适应新材料特别是纳米材料的分析要求,对薄膜分析的开拓等方面,已经有了长足的发展.本文介绍在商品化的分析装置方面的发展状况.同时本文引入对无标样分析的基本参数法(FP法)目前发展状况的介绍.