交叉验证是用于验证模型性能的一种统计分析方法, 可避免由训练集与测试集重合引起的过拟合。 进行交叉验证时通常使用交叉验证均方根误差（RMSECV）的均值来表征多元素的分析准确度。 但对于激光诱导击穿光谱（LIBS）用于多元素分析的情况, 发现各元素的RMSECV与其在样品中的浓度范围可近似用线性关系表述, 由于不同元素在样品集中的浓度范围差异很大, 不同元素之间的RMSECV差异较大, 实验中C与Cr在样品集中的浓度范围差异为28.11倍, 其RMSECV差异达到8.96倍。 发现RMSECV均值对于个别元素过于灵敏, 在数据优化过程中, 可能导致其不能反映大多数元素的分析准确度变化趋势。 为减小RMSECV均值对不同元素的灵敏度差异, 更全面地表征多元素的分析准确度, 提出了多元素的RMSECV标准化方法, 即将各元素的RMSECV与该元素在样品集中的浓度范围相除, 并引入标准化交叉验证均方根误差（SRMSECV）的概念。 LIBS检测受测量条件波动（如激光脉冲能量、 振动等）等不确定因素的影响, 会引入异常光谱, 并对分析准确度产生负面影响。 为通过滤除异常光谱来提高多元素分析准确度, 利用光谱面积筛选对光谱数据进行预处理, 以同一样品下各张光谱的面积中位数为中心, 选定某一光谱面积区间, 舍弃该区间之外的光谱, 并使用余下光谱用作定量分析。 在此基础上, 通过对0.5 Pa真空环境下的10块Ni基合金中的14种元素成分进行的多谱线内标法定量分析展开实验验证。 标准化后各元素RMSECV的相对标准差（RSD）由68.7%减小至48.9%, 元素间的RMSECV的最大差异由8.96倍降低至3.93倍, 表明SRMSECV均值能够较全面表征多元素的分析准确度, 从而有利于实现定标曲线的全自动优化。 在优化面积筛选跨度下, 各元素定标模型的决定系数（R2）均值与SRMSECV均值都得到一定程度的改善, 证明光谱面积筛选对于提高多元素分析准确度的价值。