理学XRF对于地质样品半定量分析

表 1 系统呈现了 SQX 分析结果与参考值的对比数据，二者展现出良好的吻合度。同时，表中还分别列出了使用标准灵敏度库和匹配库（Matching library）功能（基于标准库进行优化）后的分析结果。作为基本参数（FP）灵敏度库的特色拓展功能，“匹配库” 能够依据未知样品的浓度及性质，通过智能算法自动检索最适配的参考样品。

从表 1 数据来看，“匹配库” 功能在轻元素分析中的优化效果尤为显著。以花岗岩样品为例，未使用该功能时，SiO?的 SQX 分析值为72.8%，Al₂O₃的SQX分析值为13.5%，使用后，SiO₂分析值提升至 74.9%，与 75.70% 的认证值更为接近；Al₂O₃的分析值降低至12.6%，同样与12.08%的认证值更为接近。粉末样品在采用压片法制样时，轻元素的分析结果常因粒度效应和矿物效应而产生较大误差。通常，地质样品主要由硅酸盐矿物构成，如石英、长石等，富含硅、铝等轻元素，因此轻元素占主导地位。所以，“匹配库”功能对于在 SQX 分析中校正这些效应以获得准确结果非常有效。

依托智能算法的 “匹配库” 机制，赋予了 SQX 程序强大的分析能力。即便在无标准样品辅助的情况下，它也能通过结合 X 射线散射强度与基本参数模型进行理论计算，实现高精度的半定量分析。特别是针对以轻元素为主的复杂地质样品，“匹配库” 功能优势尽显：实现了 “无标样分析” 技术层面的重要突破，为地质样品元素分析提供了更高效、精准的解决方案。

图 1 展示了稀土元素光谱图，该图谱由 ZSX Primus III NEXT 光谱仪在标准光学条件下，采用 LiF (200) 晶体完成测量。在本研究过程中，针对钙至钠的轻元素分析，特别使用了匹配库配合 SQX 程序进行计算，同时充分利用 SQX 程序内置的理论重叠校正功能，确保分析结果的准确性。

稀土元素中的镧系元素由于原子序数连续，其光谱（L 线）在 2θ 角度范围内呈现高度密集分布的特征，致使谱线极易发生相互重叠，如图 1 所示的复杂光谱状况便是典型体现。面对这一分析难题，SQX 程序的理论重叠校正功能展现出强大的技术优势，无需人工进行繁琐的参数调整与手动校正，便能自动识别重叠谱线并执行优化校正，在复杂光谱环境下依然能够稳定、高效地保障分析的精度与可靠性。

理学 WDXRF 光谱仪搭载的压片法半定量分析技术，凭借高效快速的优势，成为获取未知样品化学成分的有力工具。本次实验选用配备 3 kW X 射线管的 ZSX Primus III NEXT 光谱仪完成分析工作，其出色的性能保障了数据的准确性与稳定性。值得注意的是，配备 4 kW X 射线管的ZSX Primus III NEXT 和 ZSX Primus IV 光谱仪在微量元素测定领域更具优势，能够实现更精准的检测效果。

在软件功能层面，SQX 程序展现出卓越的专业性与实用性。其内置的多种独特功能，尤其是适配各类复杂地质未知样品的匹配库，可根据样品特性智能调整分析参数。这些功能的协同运作，不仅显著提升了分析结果的可靠性，还极大地拓展了地质样品筛查分析的应用范围，为地质科研与资源勘探等领域提供了坚实的技术支撑。