1.一种超大尺寸金属原位分析仪中大数据快速处理方法，其特征在于，该方法包括如下步骤：
s1、使用全自动偏析分析仪采用行扫描的方式对超大尺寸样品表面进行全覆盖扫描，获取l个扫描绝对强度文件，其中，l为扫描行数，每个扫描绝对强度文件包括cn个光谱分析通道，每个光谱分析通道包括ni个单火花数据；采用强度比-含量比绘制校准工作曲线：(ci/cr)＝a(ii/ir)3+b(ii/ir)2+c(ii/ir)+d；其中，ci为分析通道元素含量；cr为基体通道元素含量；ii为分析通道元素绝对强度；ir为基体通道元素绝对强度；a为三次项系数；b为二次项系数；c为一次项系数；d为常数项系数；i为分析通道序号；r为基本通道的序号；
s2、将步骤s1获得的校准工作曲线转化为系数矩阵cm[en,8]，en为分析元素数目；8个参数分别为分析通道i、基本通道r、三次项系数a、二次项系数b、一次项系数c、常数项系数d、曲线含量比上限和曲线含量比下限；
s3、在gpu的并行运算过程中，采用8个流进行同步并行运算，通过计算扫描强度文件的个数l除以8所得整数得到循环次数，将所有扫描绝对强度文件按照一个扫描绝对强度文件对应一个流的规则依次送进8个流，多出的扫描绝对强度文件等待下个循环，最后一次循环中采用的流的数目为剩余未计算的扫描绝对强度文件数；每个循环并行计算8个流中的8个扫描绝对强度文件，每个流中依次进行8次运算，具体运算步骤如下：
s3.1、将分析通道元素绝对强度ii、步骤s2获得的校准工作曲线转化的系数矩阵cm[en,8]按流读入gpu内存；
s3.2、绝对强度转化为强度比；
r＝ii/ir，其中，r为分析通道元素强度比，ii为分析通道元素绝对强度；ir为基体通道元素绝对强度；
s3.3、强度比转化为含量比；
依据步骤s2获得的校准工作曲线转化的系数矩阵cm[en,8]将步骤s3.2获得的强度比r转化为含量比cr，cr＝ci/cm；ci为分析通道元素含量；cm为基体通道元素含量；对于所得计算含量比超出曲线含量比上下限的含量比做超出界限处理；
s3.4、含量比转化为含量；
计算所有分析通道的含量比cri，依据所有分析通道元素含量和为100％的规则，计算出基体通道含量cm，再依据ci＝cm×cri计算出每个光谱分析通道元素的元素含量rci；
s3.5、对元素含量进行第三元素干扰校正；
根据如下公式计算第三元素干扰校正后的元素含量；
其中，ak为加和干扰系数，mk为倍增干扰系数，ci校为第三元素干扰校正后的分析通道元素含量，ck为干扰元素含量，rci为干扰校正前元素含量；
s3.6、强度行扫描数据二维转换；
将按时间顺序获得的分析通道元素绝对强度ii按照随机均匀分布原则投射到一个扫描单行数据文件对应区域的行二维数组intmi[rowsi,cols]，rowsi表示二维数组的行数，cols表示二维数组的列数，实际计算过程中用三维数组intmi[cn,rowsi,cols]来表示每个分析通道的二维分布，cn为光谱分析通道个数；
s3.7、强度时间顺序数组转换为空间位置数组；
将步骤s3.6获得的每个分析通道的intmi[rowsi,cols]数组按照其在分析表面坐标位置信息投射到整个分析表面二维数组intm[rows,cols]中，为整个分析表面的强度分布数组，实际计算过程中用三维数组intm[cn,rows,cols]，即通道强度分布三维矩阵来表示每个通道的二维分布，cn为光谱分析通道个数；
s3.8、含量行扫描数据二维转换；
将步骤s3.5按时间顺序获得的每行第三元素干扰校正后的元素含量ci校按照随机均匀分布原则投射到一个扫描单行数据文件对应区域的行二维数组conmi[rowsi,cols]，实际计算过程中用三维数组conmi[en,rowsi,cols]来表示每个通道的二维分布，en为分析元素数目；
s3.9、含量时间顺序数组转换为空间位置数组；
将步骤s3.8的行二维数组conmi[rowsi,cols]按照其在分析表面坐标位置信息投射到整个分析表面二维数组conm[rows,cols]中，为整个分析表面的含量分布数组，实际计算过程中用三维数组conm[en,rows,cols]，即元素含量分布三维矩阵来表示每个通道的二维分布，en为分析元素数目；
s4、通过计算光谱分析通道的个数cn除以8所得整数得到循环次数，将步骤s3.7获得的通道强度分布三维矩阵intm[cn,rows,cols]按通道分别送进8个流，每个流负责一个通道数据conmi[rowsi,cols]的运算，多出的通道等待下个循环，最后一次循环中采用的流的数目为剩余未计算通道数；每个循环计算依靠8个流计算8个通道的多个强度参数值，每个流中依次进行如下3步运算：
s4.1、在每个流中读入一个通道的强度分布数组intm[rows,cols]；
s4.2、对强度分布数组intm[rows,cols]进行希尔排序，计算多个参数值；
s4.3、对强度分布数组intm[rows,cols]迭代计算夹杂信号阈值，阈值计算方式为：intinc＝intavg+3×intsd；intavg为通道所有信号强度平均值，intsd为通道所有信号强度绝对标准偏差，intinc为阈值；对超出阈值的信号进行剔除后，再进行平均值与绝对标准偏差计算，重新计算阈值，如此反复迭代，直至剔除的数据量小于3为止，此时的intinc即为该通道的夹杂物信号阈值；对所有信号数据中高于阈值的数据进行统计分析，计算各个强度段的强度信号出现次数，输出元素夹杂信号统计分布矩阵intd[di,256]，di为每个信号段内出现的火花数量；
s5、通过计算en除以8所得整数得到循环次数，将元素含量分布三维矩阵conm[en,rows,cols]按元素分别送进8个流，每个流负责一个元素数据conm[rows,cols]的运算，多出的元素等待下个循环，最后一次循环中采用的流的数目为剩余未计算元素数；每个循环计算依靠8个流计算8个通道的多个含量参数值，具体实现步骤如下：
s5.1、在每个流中读入一个元素的含量分布数组conm[rows,cols]；
s5.2、在含量分布数组conm[rows,cols]进行希尔排序，计算多个参数值；
s5.3、采用四分位距法计算标准差，以计算稳健变异系数计算含量的统计偏析度；对含量矩阵按行进行统计分析，计算各个含量段出现次数，输出元素含量分布矩阵cond[en,256]，en为分析元素数目；
s6、将步骤s3.7获得的通道强度分布三维矩阵intm[cn,rows,cols]、步骤s3.9获得的元素含量分布三维矩阵conm[en,rows,cols]及步骤s4、步骤s5中要求计算的各个强度、含量参数值从gpu内存写入cpu内存；
s7、将数据结果在cpu上以图形或图表的形式展现出来，所述数据结果为偏析、夹杂物含量和形貌。
2.根据权利要求1所述的超大尺寸金属原位分析仪中大数据快速处理方法，其特征在于，所述步骤s3.2中，gpu线程设置(1024，1，1)，线程块设置(1024，(ni+1023)/1024)，cn)，ni为每行每光谱分析通道获得的单火花数据个数，cn为光谱分析通道个数。
3.根据权利要求1所述的超大尺寸金属原位分析仪中大数据快速处理方法，其特征在于，所述步骤s3.3、步骤s3.4和步骤s3.5中，gpu线程设置(1024，1，1)，线程块设置(1024，(ni+1023)/1024)，en)，ni为每行每光谱分析通道获得的单火花数据个数，en为分析元素数目。
4.根据权利要求1所述的超大尺寸金属原位分析仪中大数据快速处理方法，其特征在于，所述步骤s3.6和步骤s3.7中，gpu线程设置(32，32，1)，线程块设置((rowsi+1)/32，(cols+1)/32，cn)，cn为光谱分析通道个数。
5.根据权利要求1所述的超大尺寸金属原位分析仪中大数据快速处理方法，其特征在于，所述步骤s3.8和步骤s3.9中，gpu线程设置(32，32，1)，线程块设置((rowsi+1)/32，(cols+1)/32，en)，en为分析元素数目。
6.根据权利要求1所述的超大尺寸金属原位分析仪中大数据快速处理方法，其特征在于，所述步骤s4中，强度参数值包括最大值、最小值、中位值、平均值、绝对偏差、0.135％分位值、0.5％分位值、2.5％分位值、1/4分位值、3/4分位值、97.5％分位值、99.5分位值、99.865分位值、最大值出现位置、最小值出现位置、夹杂物阈值、夹杂物强度信号分布。
7.根据权利要求1所述的超大尺寸金属原位分析仪中大数据快速处理方法，其特征在于，所述步骤s4.1中，gpu线程设置(32，32)，线程块设置((rows+1)/32，(cols+1)/32)。
8.根据权利要求1所述的超大尺寸金属原位分析仪中大数据快速处理方法，其特征在于，所述步骤s4.2和步骤s4.3中，gpu线程设置(1024，1，1)，线程块设置(1024，(ni+1023)/1024)，cn)，ni为每行每光谱分析通道获得的单火花数据个数，cn为光谱分析通道个数。
9.根据权利要求1所述的超大尺寸金属原位分析仪中大数据快速处理方法，其特征在于，所述步骤s5中，含量参数值包括最大值、最小值、中位值、平均值、绝对偏差、0.135％分位值、0.5％分位值、2.5％分位值、1/4分位值、3/4分位值、97.5％分位值、99.5分位值、99.865分位值、最大值出现位置、最小值出现位置、含量分布、统计偏析度、统计疏松度。
10.根据权利要求1所述的超大尺寸金属原位分析仪中大数据快速处理方法，其特征在于，所述步骤s5.2和步骤s5.3中，gpu线程设置(1024，1，1)，线程块设置(1024，(ni+1023)/1024)，en)，ni为每行每光谱分析通道获得的单火花数据个数，en为分析元素数目。
11.根据权利要求1所述的超大尺寸金属原位分析仪中大数据快速处理方法，其特征在于，所述方法的所有数据结果在5分钟内完成。
12.根据权利要求1所述的超大尺寸金属原位分析仪中大数据快速处理方法，其特征在于，所述方法的扫描区域为长度100～1000mm，宽100～500mm。