Новий метод визначення апаратної функції в рентгенівській фотоелектронній спектроскопії
DOI:
https://doi.org/10.15407/dopovidi2023.05.047Ключові слова:
рентгенівська фотоелектронна спектроскопія, енергоаналізатор, апаратна функція, роздільна здатність, амплітудний розподіл імпульсівАнотація
Розроблено новий метод інструментального визначення апаратної функції в рентгенівській фотоелектронній спектроскопії (РФС). Вперше показано принципову можливість отримання апаратної функції спектрометра доповненням стандартних вихідних даних РФС додатковою інформацією у вигляді розподілів амплітуд одноелектронних імпульсів для кожної точки спектра. Метод не містить суб’єктивних критеріїв вибору параметрів спектра РФС, притаманних математичним методам деконволюції. Алгоритм методу ґрунтується на аналізі функції амплітудного розподілу імпульсів у кожній точці спектра за критерієм величини співвідношення сигнал/шум. Показано, що застосування методу дає змогу зменшити ширину лінії Cu2p3/2-рівня з 1,2 до 1,0 еВ, зменшити внесок лоренціана та розділити особливість у максимумі спектра. Метод може бути застосовано для вирішення проблеми виділення сигналу з шуму, а також у тих областях спектроскопії, де використовується методика підрахунку одноелектронних імпульсів, зокрема в корпускулярній спектроскопії: електронній та іонній спектроскопії і масспектрометрії, в растровій електронній мікроскопії.
Завантаження
Посилання
Gloter, A., Douiri, A., Tencé, M. & Colliex, C. (2003). Improving energy resolution of EELS spectra: an alternative to the monochromator solution. Ultramicroscopy, 96, Iss. 3-4, , pp. 385-400. https://doi.org/10.1016/S0304-3991(03)00103-7
Powell, C. J. (2016). Growth of surface analysis and the development of databases and modeling software for auger-electron spectroscopy and X-ray photoelectron spectroscopy. Microscopy Today, 24, Iss. 2, pp. 16–23. https://doi.org/10.1017/S1551929516000080
Chevalier, R. B. & Dwyer, J. R. (2019). An open source, iterative dual-tree wavelet background subtraction method extended from automated diffraction pattern analysis to optical spectroscopy. Appl. Spectrosc., 73, Iss. 12, pp. 1370-1379. https://doi.org/10.1177/0003702819871330
Matsumura, T., Nagamura, N., Akaho, S., Nagata, K. & Ando, Y. (2023). High-throughput XPS spectrum modeling with autonomous background subtraction for 3d5/2 peak mapping of SnS. Sci. Technol. Adv. Mater. Methods, 3, Iss.1. https://doi.org/10.1080/27660400.2022.2159753
Hajati, S., Tougaard, S., Walton, J. & Fairley, N. (2008). Noise reduction procedures applied to XPS imaging of depth distribution of atoms on the nanoscale. Surf. Sci., 602, Iss. 18, pp.3064-3070. https://doi.org/10.1016/j. susc.2008.08.005
Wells, J. W. & Birkinshaw, K. (2006). A matrix approach to resolution enhancement of XPS spectra by a modified maximum entropy method. J. Electron Spectrosc. Relat. Phenom., 152, Iss. 1-2, pp. 37-43. https://doi. org/10.1016/j.elspec.2006.03.003
Vasquez, R.P., Klein, J.D., Barton, J.J. & Grunthaner, F.J. (1981). Application of maximum-entropy spectral estimation to deconvolution of XPS data. J. Electron Spectrosc. Relat. Phenom., 23, No. 1, pp. 63-81. https://doi.org/10.1016/0368-2048(81)85037-2
Briggs, D. & Seach, M. P. (Eds.). (1983). Practical surface analysis by auger and X-ray photoelectron spectroscopy. Chichester; New York: John Wiley & Sons Ltd. https://doi.org/10.1002/sia.740060611
Crist, B. V. (1999). Handbook of monochromatic XPS spectra. Mountain View: XPS International.
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2023 Доповіді Національної академії наук України
Ця робота ліцензується відповідно до Creative Commons Attribution-NonCommercial 4.0 International License.
