1 中国科学技术大学 科技考古实验室合肥 230026
2 中国科学技术大学 科技史与科技考古系合肥 230026
3 澳大利亚伍伦贡大学考古科学中心 伍伦贡 NSW2522
4 安徽省文物考古研究所合肥 230601
释光测年技术在解决考古低温受热材料的年代问题中已趋于成熟，而在考古高温受热材料的释光测年研究中仍颇具挑战。以凌家滩遗址出土陶器中提取的考古高温受热石英（约950 °C）为例，探究此类石英的释光发光光谱特征与释光性质，旨在探讨不同波段的热释光信号在释光测年中的可行性。基于Ris? DA-20型释光测年仪器联用Andor光谱仪、电荷耦合器件（Charge-Coupled Device，CCD）相机的释光发光光谱平台，结合对不同波段敏感的光电倍增管与自定义滤光片组合，对比了热释光（Thermoluminescence，TL）、等温热释光（Isothermal Thermoluminescence，ITL）、光释光（Optically Stimulated Luminescence，OSL）测年方法在此类考古高温受热材料中的应用。光谱结果表明：考古高温受热石英具有显著的620 nm左右的红光热释光发光（Red TL），与375 °C TL峰紧密相关，且375 °C Red TL具有光不敏感特征。多波段热释光、多波段等温热释光、常规光释光测年结果均与已知的碳-14年龄在误差范围内一致，表明利用不同波段的释光信号开展考古高温受热材料年代学研究具有潜在的可行性。
考古 陶器 热释光 光谱 年代学 Archaeology Pottery Thermoluminescence Spectrum Chronology
1 西安电子科技大学 物理与光电工程学院,陕西 西安 710071
2 中国空空导弹研究院 红外探测器航空科技重点实验室, 河南 洛阳 471009
基于Silvaco二维数值仿真研究了界面陷阱对背照式p-on-n台面型InSb光伏红外探测器串音和量子效率的影响,通过分析探测器中复合率分布、空穴电流密度分布、电场分布等与界面陷阱的空间分布及浓度的相关性,揭示了界面陷阱影响探测器的稳态性能的内在物理机制.研究结果表明,N-型InSb有源区与钝化层界面处的陷阱和像元台面间的界面陷阱都会在提高串音性能的同时降低量子效率,但由于两者作用区域不同,所以对两种性能的影响程度不同.
界面态 陷阱 InSb光伏型红外探测器 量子效率 串音 interface state traps a photovoltaic InSb infrared detector quantum efficiency crosstalk
首先分析了量子效率计算的相关理论,然后分析利用红外中波 InAs/GaSbⅡ类超晶格材料进行光伏探测器研制,在对器件进行电学性能测试及光谱响应测试基础上,利用理论分析和测试数据计算出研制器件的实际电流响应率,再将实际电流响应率与理论分析的电流响应率相比,同时消除芯片表面 SiO2钝化层光学透过率的影响,计算出器件对红外波段 2～6.m辐射响应的量子效率最高可达 35%,达到了国外同类型器件响应的量子效率指标。本文的研究为评价 InAs/GaSbⅡ类超晶格红外探测器的光电转换性能提供了一种有效的方法。
InAs/GaSbⅡ类超晶格 电性能测试 光谱响应 电流响应率 量子效率 InAs/GaSb type Ⅱ superlattice electrical parameters test spectral response current responsivity quantum efficiency
1 西北工业大学材料学院, 陕西 西安 710072
2 红外探测器技术航空科技重点实验室, 河南 洛阳 471009
研究了InAs/GaSb Ⅱ类超晶格的几种台面腐蚀方法.实验所用的InAs/GaSb Ⅱ类超晶格材料是使用分子束外延设备生长的, 材料采用PIN结构, 单层结构为8ML InAs/8ML GaSb.腐蚀方法分为干法刻蚀和湿法腐蚀两大类.干法刻蚀使用不同的刻蚀气氛, 包括甲基、氯基和氩气；湿法化学腐蚀采用了磷酸系和酒石酸酸系的腐蚀液.腐蚀后的材料台阶高度是使用α台阶仪测量, 表面形貌通过晶相显微镜和扫描电镜表征.经过对比研究认为, 干法刻蚀中甲基气氛刻蚀后的台面平整, 侧壁光滑, 侧壁角度为约80度, 台阶深度易控制, 适合深台阶材料制作.湿法腐蚀中磷酸系腐蚀效果好, 台面平整, 下切小, 表面无残留, 适用于焦平面红外器件制作工艺.
半导体材料 InAs/GaSb Ⅱ类超晶格 ICP干法刻蚀 湿法腐蚀 semiconductor material type II InAs/GaSb superlattice MBE MBE ICP dry etch wet-chemical etching
1 中国科学院新疆生态与地理研究所, 新疆 乌鲁木齐830011
2 中国科学院大学, 北京100049
3 北京联合大学应用文理学院, 北京100083
4 新疆大学资源与环境科学学院, 新疆 乌鲁木齐830046
以新疆奇台县为研究区域, 选取该县40个土壤样本, 采用多元线性逐步回归法和人工神经网络法两种方法分别建立了土壤有机质含量的反演模型, 并对模型进行了检验。 结果发现: 不同模型的精度值各异, 其拟合效果从高到低依次为人工神经网络（ANNs）集成模型＞单个人工神经网络（ANNs）模型＞多元逐步回归(MLSR)模型。 人工神经网络的线性和非线性逼近能力较强, 而其集成模型作为提高反演模型精度的重要手段, 相关系数高达0.938, 均方根误差和总均方根误差最小, 分别仅为2.13和1.404, 对土壤有机质含量的预测能力与实测光谱非常接近, 分析结果达到了较实用的预测精度, 为最优拟合模型。
奇台 土壤有机质 高光谱反演分析 多元逐步回归 人工神经网络 Qitai county Soil organic matter Hyperspectral inversion analysis Stepwise multiple regression Artificial neural network
