氢气稀释比例对多晶硅薄膜微观结构和沉积特性的影响

利用电感耦合等离子体增强化学气相沉积法(ICP-PECVD)直接在普通玻璃衬底上低温沉积多晶硅薄膜,主要研究了不同氢气稀释比例对薄膜沉积特性和微观结构的影响。采用X射线衍射仪(XRD)、拉曼光谱仪和扫描电子显微镜(SEM)表征了在不同氢气比例条件下所制备多晶硅薄膜的微结构、形貌,并对不同条件下样品的沉积速率进行了分析。实验结果表明:随着混合气体中硅烷比例的增加,薄膜的沉积速率不断增加;晶化率先增加,后减小;当硅烷含量为4.8%时,晶化率达到最大值67.3%。XRD和SEM结果显示多晶硅薄膜在普通玻璃衬底上呈柱状生长,且晶粒排列整齐、致密,这种结构可提高载流子的纵向迁移率,有利于制备高效多晶硅薄膜太阳能电池。     

顾及粗糙度的土壤有机碳成像高光谱估测模型

可见近红外非成像光谱分析技术已被广泛用于土壤有机碳（SOC）含量估测,然而该技术的使用受土壤粗糙度的影响,对样本的前处理要求较高,导致模型的实用性受限。针对这一问题,以美国爱荷华州农田土壤为研究对象,使用成像及非成像光谱仪获取土壤样本研磨前后的可见近红外反射光谱,采用去包络线（CR）、吸光度变换（AB）、S-G平滑（SG）、标准正态变换（SNV）、多元散射校正（MSC）5种光谱预处理手段,利用偏最小二乘回归（PLSR）和支持向量回归（SVR）算法构建并对比土壤SOC光谱估算模型,探究利用成像光谱数据估测高粗糙度样本SOC含量的可行性。实验结果表明,使用成像光谱数据能够实现高粗糙度样本的SOC含量估算,而使用非成像光谱数据则无法估算高粗糙度样本的SOC含量;基于成像光谱数据建立的高粗糙度SOC最优PLSR估算模型R2能够达到0.739以及最优SVR估算模型R2为0.712,而基于非成像光谱数据建立的高粗糙度SOC最优PLSR和SVR估算模型R2仅仅分别为0.344和0.311。基于AB,SG,SNV和MSC这4种预处理手段之后的成像光谱数据建立的土壤样本研磨前的PLSR模型性能优于样本研磨之后建立的PLSR模型,而SVR模型性能正好相反。而对于非成像光谱数据来说,土壤样本研磨后建立PLSR和SVR模型精度总是强于样本研磨前建立的模型精度。对于这两种光谱数据和两个估算模型而言,不同的光谱预处理方法提高模型估算精度的能力不同。土壤样本研磨前后,基于成像光谱数据建立的PLSR和SVR模型性能均优于非成像光谱数据所构建的模型。成像光谱技术能够增强高粗糙度土壤样本可见近红外光谱与SOC的相关性,从而提高模型估算精度;能够克服土壤粗糙度的影响;为野外大尺度估测SOC含量提供了新的手段。     

΢�����ӻ�������������廯ѧ����������Ʊ��ྦྷ�象Ĥ

利用微波电子回旋共振等离子体增强型化学气相沉积(ECR-PECVD)采用一步法直接在K9玻璃上低温沉积制备了多晶硅薄膜.研究了不同实验参数对薄膜沉积的影响,采用X射线衍射(XRD)、拉曼光谱、扫描电子显微镜(SEM)等实验分析方法对不同条件下制备的样品进行了晶体结构和表面形貌分析,并讨论了多晶硅薄膜沉积的最佳条件.实验结果表明,玻璃衬底上多晶硅薄膜呈柱状生长,并有一定厚度的非晶孵化层;较高氢气比例和衬底温度有利于结晶,薄膜的结晶率达到了62％;晶粒团簇的最大尺寸约为500nm.