近年来,随着国际核军控形势的变化,包含防扩散、防核恐及核安保的多边国际军控合作越来越受到重视。核取证技术作为防扩散、防核恐及核安保的一项核心技术,在对涉核非法活动的威慑、阻止以及响应方面可起到很大作用,具有深入研究的必要。核取证学是通过对从核走私、核爆炸得到的样品的分析而进行溯源、归属分析的一门新学科,其应用场景主要有两大类:一类是对截获或发现的不明来源的核材料进行溯源分析,也称为爆前核取证学;另一类是对放射性脏弹、简易核装置等爆炸后产生的碎片进行溯源分析,也称为爆后核取证学。作为最有可能发生的核取证场景,爆前核取证一直受到较多的关注,针对爆前核取证技术的研究也较多,主要集中于材料的表征和数据的解读。“表征”是为了确定放射性证据及相关证据的性质。基本表征给出放射性物质(包括主要成分、次要成分和微量成分)的全部元素分析结果。而“解读”则是将材料表征与生产历史进行关联的过程。核取证解读的目标是确定生产的方法和时间,从而确定这些材料的来源信息,是核取证学实验室的最终产品。相比较而言,表征多是应用成熟的实验室测量技术,而解读则涉及更为广泛的方法,也是目前爆前核取证研究的热门方向。解读所面对的对象是多种多样的,包括铀矿石、黄饼、核燃料、乏燃料等等,这里面最具有潜在威胁的则是乏燃料。之前的许多研究中,一直试图通过寻找合适的乏燃料核素或核素对特征来表征未知乏燃料的来源信息,包括反应堆类型、初始装料、燃耗及冷却时间等,但一直没有取得成功,原因是理论上我们求出的差别很难在现实测量中给出高置信的结论。而随着IAEA推动核取证数据库的建立,基于数据库的利用多元统计方法表征未知核材料来源信息的研究日趋活跃,其中也不乏针对乏燃料的研究。本文针对多元统计分析在乏燃料鉴别方面的应用进行了相关研究。针对不同的鉴别需求,我们选取了因子分析、判别分析、回归分析等三种多元统计分析方法进行乏燃料的鉴别,通过对不同多元统计分析方法的应用与比较,分析各方法的适用性,并通过对各方法的组合提出了合理的乏燃料鉴别方案。与此同时,本文还针对特征核素进行了筛选研究。通过利用ReliefF程序的筛选我们发现,对于不同鉴别目的我们可以选取不同的特征核素组,这样可对乏燃料鉴别方案进行相应的优化。此外,本文还进行了用于燃料管理的真实乏燃料数据库SFCOMPO 2.0的适用性研究。基于此数据库针对不同的鉴别需求进行多元统计分析可以发现,该数据库的真实适用性有限。但通过与通过数值模拟结果相结合构建新的数据库,是可以满足目前核取证场景的需求的。在此基础上,本文最后给出了利用多元统计分析进行乏燃料鉴别的可行性评估。即在目前的条件的下,通过对不同反应堆类型、不同初始装料、不同燃耗的样品进行数值模拟,并利用其乏燃料中的铀钚同位素含量组成数据库,再与SFCOMPO 2.0中的真实数据相结合组成新的数据库,并通过判别分析和回归分析对实际的未知乏燃料样品进行鉴别的方案是可行的。