锰的硅化物薄膜在Si(111)-7×7表面的固相反应生长

利用超高真空扫描隧道显微镜(STM)对沉积在Si(111)-7×7重构表面上的锰薄膜在300-650℃之间的固相反应进行了研究.锰原子最初在Si(111)衬底上形成锰的纳米团簇的有序阵列,经过300℃退火后,锰纳米团簇的尺寸增大并且纳米团簇阵列由有序变为无序;当退火温度达到400℃左右时,锰纳米团簇与硅衬底发生反应生成富锰的三维岛状物和由MnSi构成的平板状岛;500℃退火后生成物全部转变为MnSi平板状岛;650℃退火后生成物则由MnSi平板状岛全部转变为富硅的不规则的大三维岛,同时被破坏的衬底表面重新结晶形成7×7结构.     

多光谱影像的陕西大西沟矿区土壤重金属含量反演

传统的以“点采样+实验室分析”为主的土壤重金属含量分析技术成本高、效率低下，而基于多光谱遥感的土壤重金属高精度定量反演中存在重金属含量影响因子的优化这一难题，以陕西大西沟矿区这类山区地形条件下的金属矿区为例，利用Landsat8/OLI多光谱卫星影像、DEM数据以及外业土壤采样分析数据，开展了矿区土壤重金属含量指示因子分析及定量反演研究。首先，考虑研究区地形地貌特点，设计了沿研究区地形特征线及其两侧坡面均匀分布的样点分布方案，采集了45个样本。并对45个样本的混合样中的8种重金属含量进行了兴趣度分析，根据含量超标程度及矿的类型选取了铜、铅、砷3种元素作为分析对象。其次，根据研究区土地利用现状及地形特点，提出了以Landsat8/OLI影像B2至B7波段光谱反射率、粘土矿物比（CMR）、改进归一化水体指数（MNDWI）、差异植被指数（DVI）等八种光谱指数、以及反映研究区地形坡度和坡向三类因子作为反映土壤重金属含量空间分布特征的侯选因子。进而，对上述三类侯选因子与样本中3种金属含量进行了最小二乘相关性分析。根据分析结果，引入了基于估算误差最小准则的金属含量估算模型--基于规则的M5模型树的分段线性估算模型。以上述三大类共17个指示因子作为模型的输入，利用80%的土壤样本分析数据作为模型的训练数据，经过M5模型树的构建、平滑和树枝修剪过程，建立了3种金属的反演模型实现了研究区中土壤中3种金属含量的估算。同时，基于均方根误差（RMSE）最小准则确定了以光谱因子为主的最利于反演的最佳指示因子集。最后，用随机选取的20%的检验样本对模型进行了反演精度分析，验证了该模型对铜、铅、砷3种金属含量的反演精度比普通的线性模型分别提高了27.3%，24.6%，20.9%，同时，铜、铅元素的可信度也有所提高。利用上述模型的反演结果实现了3种金属含量的空间分布制图，并将反演结果与1990年公布的国家土壤元素背景值进行了对比。此外，分析了研究区铜、铅、砷3种金属的空间分布规律，并利用野外调查结果进行了验证。     

C60分子在Si（111）-7×7表面分子束外延生长的STM研究

在超高真空中采用分子束外延(molecular beam epitaxial)技术进行C₆₀分子在硅（111）-7×7表面的生长,并利用扫描隧道显微镜进行原位研究.室温下,相对于无层错半胞（unfaulted half unit cell）,C₆₀更易于吸附在有层错半胞（faulted half unit cell）.表面台阶处的电子悬挂键密度最高,通过控制温度和时间进行退火处理后,C₆₀分子会向着台阶的方向扩散并聚集.测量分子在不同吸附位 关键词： 60分子')" href="#">C₆₀分子 分子束外延 Si(111)-7×7 超高真空扫描隧道显微镜