人工神经网络模型应用于岩芯扫描仪X射线荧光光谱法分析

　　基体效应的校正一直是X射线荧光光谱法分析领域的重点和难点，广州海洋地质调查局实验测试所研究团队，成功将人工神经网络模型应用于岩芯扫描仪XRF分析之基体效应的校正，目前，人工神经网络模型应用于岩芯扫描仪XRF分析尚属首次，使岩芯扫描仪XRF分析结果的应用不再局限于信号强度，前期研究成果已发表于核心期刊《岩矿测试》。 

　　岩芯扫描仪XRF法是一种简单高效的分析方法，具有快速、无损、高精度和高分辨率的特点，可以快速获取沉积物岩芯的高分辨率的元素含量信息，从而在成矿机制、环境变化、古气候和古环境研究等方面具有广阔的应用前景。但是，海洋沉积物样品成分复杂，由于基体效应的影响，利用岩芯扫描仪只能得到目标元素的含量信息——强度大小，不利于在地质研究领域更好的发挥作用。 

　　人工神经网络是模拟大脑神经网络结构和功能的信息处理系统，能够进行复杂的逻辑操作和实现非线性关系逼近，具有高度的并行性、非线性全局作用、和自组织自学习功能。本研究初步筛选岩芯扫描仪分析海洋沉积物的可测元素，探索最佳测定条件，选择合适的标准物质，利用遗传算法优化的BP（back propagation）神经网络校正基体效应，实现了岩芯扫描仪XRF分析中测量结果由强度到浓度的转化，建立了海洋沉积物原始岩芯样品的半定量分析方法，从而充分发挥该仪器的功能，更好地应用于成矿机制、古气候和古环境等研究领域。 

 （李强）