矿物分析在地质勘测及工程应用中都是一项极为关键的工作,在矿物分析中,相比于传统的物理方法和化学方法,拉曼光谱检测能提供更快速的定性定量分析,最重要的是,它对矿物的损伤可以忽略不计。而基于拉曼光谱的数据分析,传统的机器学习方法效果并不理想,尤其在矿物种类极其庞大的情况下。为此,提出一种基于Siamese网络的相似性学习方法,采用Hungarian算法来优化负样本,与传统的机器学习算法相比,得到了鲁棒性最好的结果。Siamese网络计算出矿物之间的相似度,除了能对矿物进行识别,还可以在一定程度上为该矿物的替代材料提供参考。

XRD-Rietveld全谱拟合法（简称Rietveld法）是一种在材料学领域被广泛应用于解决复杂多相混合物体系物相定量问题的先进技术方法。 将该物相定量方法跨学科引入地学, 理论上有助于提高地学样品矿物物相分析的精确度。 然而, 在该技术方法的实际应用中, 当前有两个基础问题需要解决, 一是Rietveld技术方法对地学样品的适用性有待检验, 二是分析结果的可靠性还缺乏实验评价依据。 针对这两个问题, 本研究基于自然界土壤中常见的矿物组合特征, 配置了三组已知矿物成分含量的土壤模拟样品（石英+赤铁矿1∶1二相混合土壤模拟样; 石英+高岭石1∶1二相混合土壤模拟样; 石英+高岭石+蒙脱石1∶1∶1三相混合土壤模拟样）, 并以这些样品为例, 开展了Rietveld法物相定量分析与计算。 分析表明, 利用Rietveld法, 能获得土壤模拟样品良好的XRD拟合谱线, 拟合谱（ycalc）与测试谱（yobs）匹配度高, 拟合值（Rwp<15%）、 拟合期望（Rexp<15%）和拟合优度（gof<5）等参数指标均符合矿物物相定量计算要求。 三组土壤模拟样品的Rietveld矿物物相计算值与真实值的误差仅为0.63%, 1.46%和1.03%, 指示该方法对土壤模拟样品的矿物物相定量结果能有效逼近真实成分比例, 且显著优于传统的内标法分析结果。

利用毛细管X光透镜搭建了三维共聚焦微束X射线荧光谱仪, 处在激发道的多毛细管X射线会聚透镜和处在探测道的多毛细管X射线平行束透镜处于共聚焦状态, 该共聚焦结构降低了X射线荧光光谱的背底, 从而有利于降低的X射线荧光分析技术的探测极限。 在上述共聚焦结构中, 多毛细管X射线会聚透镜和多毛细管X射线平行束透镜的焦斑重合形成共聚焦微元, 探测器只能探测到来自该共聚焦微元内的X射线荧光信号, 当该共聚焦微元在样品移动时, 就可利用该共聚焦技术原位无损得到样品内部的三维X射线荧光信息。 该共聚焦技术使用的多毛细管X射线会聚透镜具有103量级的功率放大倍数, 从而降低了该共聚焦技术对高功率X射线源的依赖程度, 即利用低功率普通X射线源就可以设计毛细管X光透镜共聚焦X射线荧光技术。 利用上述共聚焦微束X射线荧光谱仪对两种岩矿样品进行三维无损分析, 在其中一种岩石中发现: Fe浓度大的区域Cu的浓度也大, 这在一定程度上反映了岩矿自然生长的机理。 实验结果证明: 该共聚焦X射线荧光技术可以在不破坏样品情况下分析岩矿样品中元素成分组成和元素三维分布情况。 该共聚焦三维微束X射线荧光技术在矿石勘察、 玉器选材和鉴别、 石质食用器皿、 “赌石”和家用石质地板检测等领域具有潜在的应用。