4. 定量分析算法原理

EDS定量分析的核心任务，是把测得的特征X射线强度转换成元素的质量分数或原子分数。探测器给出的计数率本身并不是浓度，它受到原子序数效应、吸收效应和荧光效应三类物理过程的强烈调制。定量算法本质上就是对这些调制过程进行数学补偿。理解不同算法的假设与边界，才能判断软件给出的结果在什么条件下可信、在什么条件下只能作为半定量参考。

一、ZAF校正：三类效应的乘积修正

ZAF是最经典的定量校正框架，名称来自三个修正因子：Z（原子序数效应，Atomic Number）、A（吸收效应，Absorption）、F（荧光效应，Fluorescence）。其基本形式为：

C_i / C_std = k_i × [Z_i × A_i × F_i]
其中 k_i = I_i / I_std（未知样与标样的强度比）
C_i 为待求质量分数，C_std 为标样中该元素的质量分数

Z因子描述的是电子在样品中减速产生X射线的效率差异。重元素对电子的散射能力强，电子在样品内的扩散体积小，单位质量产生的X射线效率与轻元素不同。A因子处理的是出射路径上的吸收：样品中不同元素产生的X射线在离开表面前会被其他元素吸收，吸收程度取决于质量吸收系数、出射角（take-off angle）和加速电压。F因子则处理荧光增强：高能元素的特征线可能激发低能元素的K或L线，使后者强度被额外抬高。

ZAF的适用前提是样品平整、均匀、块状、无荷电、无污染，且标样与未知样在成分和测量条件上尽量接近。当样品存在明显粗糙度、倾斜、镀层或轻元素（如C、N、O）含量较高时，ZAF的误差会迅速放大。轻元素问题尤其突出：低能X射线吸收严重，质量吸收系数的不确定度大，ZAF往往给出偏低的定量结果。

二、φ(ρz)模型：从深度分布出发的物理修正

ZAF把三类效应当作独立因子相乘，而φ(ρz)模型则从更基础的物理量出发：X射线产生沿深度的分布函数φ(ρz)，即单位质量厚度内产生的X射线强度随深度ρz的变化。对φ(ρz)沿深度积分并乘以吸收衰减项，即可得到出射强度：

I ∝ ∫₀^∞ φ(ρz) × exp(-μ/ρ × ρz / sinψ) d(ρz)
ψ 为X射线出射角，μ/ρ 为质量吸收系数

常见的φ(ρz)模型包括PAP模型、XPP模型、PROZA等。它们用解析或半经验函数描述φ(ρz)的形状，再通过数值积分完成吸收修正，同时把荧光效应作为附加项处理。相比ZAF，φ(ρz)模型对轻元素、低加速电压和薄膜/多层样品的适应性更好，因为它显式地处理了X射线产生深度与吸收路径的关系，而不是把吸收简化为一个平均因子。

在实际操作中，选择φ(ρz)模型后，软件会要求输入加速电压、出射角、标样成分和未知样成分（迭代求解）。迭代收敛后给出质量分数、原子分数和氧化物分数。判断结果是否合理，可以看归一化后的总和是否接近100%、轻元素是否出现异常负值或超过100%、以及同一元素不同线系（如Fe Kα与Fe Lα）给出的结果是否自洽。

三、Cliff-Lorimer比值法：薄样品定量的标准路径

Cliff-Lorimer法专为透射电镜（TEM/STEM）中的薄样品设计。当样品足够薄、电子几乎不发生多次散射、吸收和荧光可以忽略时，任意两元素的浓度比与强度比成正比：

C_A / C_B = k_AB × (I_A / I_B)
k_AB 为Cliff-Lorimer因子，由标样或理论计算获得

这里的k因子包含了探测器效率、电离截面、荧光产额和线系分支比等仪器与物理参数。由于薄样品中吸收和荧光被大幅削弱，Cliff-Lorimer法不需要ZAF那样复杂的迭代，计算直接、速度快。但它对样品厚度的要求很严格：通常要求厚度小于电子平均自由程的十分之一左右，且无孔洞、无严重取向差异。当样品厚度超过临界值，吸收修正必须重新引入，此时应改用厚度修正的Cliff-Lorimer法或ζ因子法。

k因子的获取方式直接影响定量精度。实验测定k因子需要已知成分的均匀薄标样，在相同加速电压和探测器条件下采集；理论k因子则依赖软件内置的物理参数库。两者差异通常在5%～15%，对轻元素和L线系可能更大。因此，报告结果时应注明k因子的来源。

四、无标样定量的适用条件

无标样定量（standardless quantification）依靠软件内置的物理参数和理论模型，从纯元素或简单化合物的理论强度出发计算浓度，不需要用户提供标样。它的便利性使其成为快速筛查和初步判断的常用手段，但精度和准确度都低于有标样定量。

无标样定量的适用条件可以归纳为以下几点：

• 样品类型：块状、平整、均匀、抛光良好的金属或合金样品，轻元素含量较低时结果相对可靠。
• 加速电压：通常建议15～20 kV，过低会激发不足，过高会增大作用体积和吸收不确定性。
• 探测器状态：必须使用经过能量校准和效率校准的探测器，死时间控制在合理范围（一般低于30%）。
• 元素范围：对原子序数大于11（Na）的元素，误差通常在5%～10%相对量级；对C、N、O等轻元素，误差可能超过20%甚至更高。
• 结果判读：无标样结果应视为半定量，适合比较同一样品不同区域的相对变化，不适合直接作为最终成分报告。

五、算法选择与结果判读的实践要点

面对一个实际样品，算法选择可以按以下顺序判断。首先看样品形态：块状样品优先考虑ZAF或φ(ρz)模型；TEM薄样品则用Cliff-Lorimer法。其次看元素组成：轻元素（Z≤11）含量较高时，φ(ρz)模型通常优于ZAF；重元素为主的合金，ZAF在标样匹配良好时也能给出可靠结果。再次看标样条件：有合适标样时，有标样定量的准确度明显高于无标样；标样不可得时，无标样定量可作为快速筛查，但应在报告中注明方法属性。

结果判读时，除了看单个元素的浓度值，还应检查归一化总和是否在合理范围、同一元素不同线系是否自洽、以及重复测量的标准偏差是否稳定。如果出现某元素负值、总和显著偏离100%、或Kα与Lα给出的结果差异超过10%，通常提示样品存在吸收异常、厚度不均、荷电或峰重叠问题，需要回到测量条件或制样环节排查，而不是直接接受软件输出。

总结来说，ZAF适合块状重元素样品的常规定量，φ(ρz)模型在轻元素和复杂几何条件下更有优势，Cliff-Lorimer法是薄样品定量的标准工具，无标样定量则是快速筛查的便利手段。理解每种算法的物理假设和适用边界，比记住软件操作步骤更能提升定量结果的可靠性。