基于 Callies 2025 + RayFlare 的钙钛矿绒面膜厚测量：实验方案与决策树
编写：2026-06-11 | 关联：
Callies方法扩展_膜厚定量_可行性方案.md方法论基础：Callies 2025 (Solar RRL) + Bonnin-Ripoll 2019/2021 (MC+TMM → G(z)) + Wong 2024 (RayFlare 正则化反演) + Dasgupta 2026 (nk_repo) + Pazos-Outón 2016 (PL红移基准) + Richter 2016 (P_escape量化) + Sahli 2018 / Tockhorn 2022 (绒面平台) 原则：每步实验有明确的通过/失败判据，失败有预置后备分支2026-06-11 新增物理基准：
- PL 光谱红移预期量级 [Pazos16]：765nm→≥800nm（Δ35nm）@ 50μm 水平传播，方案A垂直方向等价于膜厚变化导致的红移
- 外部 PLQE 上限 [Richter16]：织构基底可将外部 PLQE 提升至 57%（内部 70%）→ Phase 2 PL 发射模型的光提取项受此约束
- PR 效率下限 [Fang17]：单晶<0.5% → 若薄膜中也低，方案A信号需高灵敏度检测
总览：实验决策树全景
Phase 1: RayFlare LUT 生成 ────→ [模拟失败] → 分支A: 简化解析LUT
↓ [通过]
Phase 2: PL 发射模型验证 ──────→ [偏倚>30%] → 分支B: 升级发射模型
↓ [偏倚<15%]
Phase 3: 平面校准 (G=1) ───────→ [偏倚>25%] → 分支C: 经验校准曲线
↓ [偏倚<15%]
Phase 4: 绒面 3D PL 采集 ──────→ [信噪比不足] → 分支D: 降采样+平滑
↓ [通过]
Phase 5: LUT 反演 + G标定 ─────→ [G因子不准] → 分支E: 全MC G因子精化
↓ [精度达标]
Phase 6: FIB-SEM 交叉验证 ──────→ [偏倚>20%] → 分支F: 系统偏倚校正
↓ [偏倚<10%]
方案成立 ✅ — 输出: d(x,y) 膜厚分布图
与前方案（多波长+变温）的本质区别：
| 本方案 (Callies 扩展) | 前方案 (多波长+变温) | |
|---|---|---|
| 物理基础 | Callies 2025 已验证的重吸收机制 | 第一性原理推导 |
| 核心工具 | RayFlare (开源) + 3D 共聚焦 PL | Beer-Lambert 解析 + TCSPC |
| 反演方法 | LUT 查找 + 正则化 Bayesian 反演 | 封闭解析解 |
| 关键先决条件 | 金字塔几何可被 RayFlare 建模 | L_d < 300 nm, η_rad 均匀 |
| 预期精度 | ±8-15% (d≥300nm) | ±10-20% |
| 实验复杂度 | 中（3D 扫描，设备已有） | 中-高（需 TRPL + 变温） |
Phase 1: RayFlare 前向模拟库（LUT 生成）
实验 1A：获取光学常数 n(λ), k(λ)
| 项目 | 内容 |
|---|---|
| 目的 | 获得目标钙钛矿组分的 n(λ) 和 k(λ)，计算 α(λ) = 4πk(λ)/λ |
| 方法 A (推荐) | 从 nk_repo [Dasgupta/Stranks/Snaith 2026] 提取最近组分 |
| 方法 B (备选) | 椭偏仪测量（J.A. Woollam M-2000 或同类） |
| 输入 | 你的钙钛矿组分：FA₁₋ₓCsₓPb(I₁₋ᵧBrᵧ)₃，确定 x (Cs%) 和 y (Br%) |
| 输出 | n(λ), k(λ), α(λ) 在 300-1200 nm 范围的数据表 |
| 时长 | 方法 A: 0.5 天（查找匹配组分）；方法 B: 1 天（制样+测量） |
通过判据：
- ✅ α(405nm) 在 4×10⁴ ~ 1.5×10⁵ cm⁻¹ 范围
- ✅ α(775nm) 在 0.5×10⁴ ~ 2.0×10⁴ cm⁻¹ 范围（PL 波段自吸收关键参数）
- ✅ n(λ) 在 2.0-2.8 范围（正常钙钛矿折射率）
⚠️ 如果失败：nk_repo 无匹配组分，且椭偏仪不可用
分支 1A-1: 文献近似
→ 取文献中相近组分的 n,k 数据（如 Leguy 2016, Löper 2015）
→ α 估计误差 ~15-25% → LUT 精度降低
→ Phase 3 平面校准中通过经验修正补偿
分支 1A-2: UV-Vis 透射+反射法估算 α(λ)
→ 测透射率 T(λ) 和反射率 R(λ)
→ α = -(1/d) × ln(T/(1-R))，d 由台阶仪确认
→ α(775nm) 近带边处精度较差（±30%）
实验 1B：金字塔几何模型参数化
| 项目 | 内容 |
|---|---|
| 目的 | 从实际样品 SEM 图像提取金字塔几何参数（高度、底角、分布） |
| 样品 | 金字塔绒面硅基底（涂钙钛矿前），与产线同批次 |
| 设备 | SEM（顶视图 + 截面图） |
| 时长 | 1 天 |
| 输出 | 金字塔高度分布直方图（均值 ± σ）、金字塔底角 α (通常 ≈ 54.7°) |
通过判据：
- ✅ 金字塔高度均值 2-8 μm 范围（Callies 2025 验证过的范围）
- ✅ 高度变异系数 < 30%（过大的变异意味着光学不可控）
⚠️ 如果失败：SEM 不可用或金字塔形貌异常
分支 1B-1: 用 AFM 替代 SEM
→ 扫描 30×30 μm² 区域 → 提取金字塔高度分布
→ 精度略低但足够参数化 RayFlare 模型
分支 1B-2: 用共聚焦反射模式 z-stack
→ WITec alpha300 RS 在反射模式下做 z 扫描
→ 从反射光强随 z 的变化重建表面拓扑
→ 精度 ~200 nm（受 NA 限制），但零额外设备需求
实验 1C：RayFlare LUT 生成（纯计算）
| 项目 | 内容 |
|---|---|
| 目的 | 前向模拟 (d, pyramid_h, λ_exc) → (E_peak, I_ratio) 映射表 |
| 工具 | RayFlare (GitHub: qpv-research-group/rayflare, LGPL v3) |
| 本地路径 | C:\Users\23012\Desktop\产业项目\rayflare_repo\ |
| 示例脚本 | rayflare/examples/perovskite_Si_pyramids_tandem.py |
| 时长 | 1 周（含代码开发 + 参数扫描） |
参数扫描空间：
| 参数 | 范围 | 步长 | 点数 |
|---|---|---|---|
| d (膜厚) | 200-1200 nm | 25 nm | 41 |
| pyramid_h (金字塔高度) | 1-8 μm | 0.5 μm | 15 |
| λ_exc (激发波长) | {405, 532, 640} nm | — | 3 |
| HTM | CuSCN (E_g=3.8eV, 近似透明 [BR21]) | — | 1 |
总 LUT 条目：41 × 15 × 3 = 1845 个模拟点 预估计算时间：1845 × 2 秒/点 ≈ 1 小时（numba JIT 加速）
RayFlare 计算流程（每个模拟点）：
# 伪代码
from rayflare.rt import RT_TMM
from rayflare.structure import Interface, BulkLayer, Layer
# 1. 定义结构
front_surface = Interface('金字塔Si表面', texture='pyramids',
pyramid_angle=54.7, pyramid_height=h)
perovskite = BulkLayer('钙钛矿', d=d, n=n_data, k=k_data)
HTM = BulkLayer('CuSCN', d=50, n=CuSCN_n, k=CuSCN_k)
stack = [front_surface, perovskite, HTM]
# 2. RT_TMM 计算
result = RT_TMM(stack, wavelength=wl, theta=入射角范围,
n_rays=2000, method='hybrid')
# 3. 提取 G(z)
# 基于 Bonnin-Ripoll 2019 Eq.(6):
# G(z) = α(λ_exc) · ∫ N₀(0,θ) · exp(−α·z / cosθ) dθ
G_z = result['G_profile'] # (n_z, n_wavelengths)
# 4. PL 发射模型（简化版，Phase 2 验证后升级）
# G(z) → n(z) [低注入假设] → R_rad(z) → PL(λ)
# 当前用简化均质模型: η_rad(z) = const
pl_spectrum = pl_emission_model(G_z, d)
E_peak = pl_spectrum.peak_energy()
I_total = pl_spectrum.integrate()
# 5. 存入 LUT
LUT[d_idx, h_idx, lambda_idx] = {
'E_peak': E_peak,
'I_total': I_total,
'I_ratio_405_640': I_total(405) / I_total(640),
'G_z': G_z # 保留完整剖面供 Phase 2 验证
}通过判据：
- ✅ RayFlare 成功导入并运行（无 ImportError）
- ✅
perovskite_Si_pyramids_tandem.py示例运行成功 - ✅ LUT 中 E_peak 随 d 单调红移（物理正确性检查）
- ✅ I_ratio(405/640) 随 d 单调递减（物理正确性检查）
- ✅ 金字塔高度增大 → E_peak 蓝移（Callies 2025 实验趋势重现）
⚠️ 如果失败：RayFlare 无法安装/运行，或计算结果不合理
分支 1C-1: 改用简化解析模型（替代 RayFlare）
→ 假设金字塔绒面简化为有效光程因子 G_eff
→ E_peak(d, G_eff) 和 I_ratio(d, G_eff) 用解析公式计算
→ 无需 RayFlare，但 G_eff 只能通过 Phase 4 实验标定
→ 精度降低 ~20%，但流程更简单
分支 1C-2: 纯实验 LUT（无需任何光学模拟）
→ 制备 20-30 个不同膜厚的平面样品（旋涂转速精确控制）
→ SEM 标定每个样品的真实 d
→ 对所有样品做多波长 PL → 直接建立实验 LUT: (E_peak, I_ratio) → d
→ 无需任何模拟 → 纯粹是"PL 厚度计"的标定
→ 代价：绒面的 G 因子无法从平面 LUT 外推 → Phase 4 用绒面 SEM 单独标定
Phase 2: PL 发射模型平面验证
实验 2：平面膜 PL 模型校准
| 项目 | 内容 |
|---|---|
| 目的 | 在平面几何 (G=1) 上验证简化 PL 发射模型的预测能力 |
| 样品 | 5 个平面玻璃基底钙钛矿薄膜，膜厚 200, 400, 600, 800, 1000 nm |
| 设备 | 共聚焦 PL 显微镜（WITec 或同类），405/532/640 nm 激发 |
| 时长 | 3 天（制样 + 测量 + SEM） |
测量流程（每样品）：
Step 1: SEM 截面
→ 每个样品截 2 处 → 确认 d_SEM（基准真值）
Step 2: 多波长 PL 测量
→ 405nm: E_peak, I_total（表面~50nm 激发）
→ 532nm: E_peak, I_total（~125nm 激发）
→ 640nm: E_peak, I_total（~300nm 激发）
→ 每波长 5 次采集取平均
Step 3: 模拟对比
→ 输入 d_SEM, G=1 到 LUT → 提取模拟的 E_peak_sim, I_sim
→ 对比 E_peak_exp vs E_peak_sim, I_exp vs I_sim
→ 计算每个数据点的残差
通过判据：
| 指标 | 优秀 ✅ | 可接受 ⚠️ | 不通过 ❌ |
|---|---|---|---|
| E_peak 残差 | < 5 meV | 5-15 meV | > 15 meV |
| I_total 残差 | < 15% | 15-30% | > 30% |
| I_ratio(405/640) 残差 | < 10% | 10-25% | > 25% |
| d 反演偏倚 (均质模型) | < 12% | 12-25% | > 25% |
⚠️ 如果不通过（残差 > 30%）：
分支 2A: 简化 PL 模型不足以描述实验
→ 升级到中级 PL 模型：
1. 加入 η_rad(z) 深度非均匀性 [Ahm24 框架: η(z)=η_bulk×(1-Δη·exp(-z/L_surf))]
2. 加入光子回收 (Callies 2025 已知 pₑ ≈ 78% [Fassl21])
3. 用平面数据做参数优化 → 更新 LUT
→ 额外耗时 1-2 周
分支 2B: 建立纯经验模型
→ 不对物理过程建模，用 5 个平面数据点做多项式拟合
→ E_peak(d) = a₀ + a₁·d + a₂·d²
→ I_ratio(d) = b₀ + b₁·d + b₂·d²
→ 5 个点拟合 3 参数的多项式 → 自由度足够
→ 代价：外推能力差（不能超出标定范围），绒面推广需新的经验标定点
分支 2C: 检查实验问题
→ 重新 SEM 确认膜厚（制膜均匀性？）
→ 检查 PL 测量条件（激光功率是否稳定？光斑是否聚焦？）
→ 检查环境（温湿度、光降解？）
→ 如果实验无误但残差大 → 说明简化假设不成立 → 必须走分支 2A
Phase 3: 平面几何校准（完整反演流程验证）
实验 3：平面膜 LUT 反演闭环
| 项目 | 内容 |
|---|---|
| 目的 | 在 G=1 的受控几何上运行完整 LUT 反演流程，建立精度基线 |
| 样品 | Phase 2 的 5 个样品 + 新增 3 个”盲样”（膜厚不告知操作者） |
| 设备 | 同 Phase 2 |
| 时长 | 2 天（测量 + 反演） |
反演流程设计（每个像素或 ROI）：
输入: E_peak(405), E_peak(640), I_ratio(405/640)
└── 从实验 PL 光谱提取
LUT 搜索 (MAP 估计):
argmin_{d,G} ‖E_sim(405;d,G) - E_exp(405)‖²
+ ‖E_sim(640;d,G) - E_exp(640)‖²
+ ‖I_sim(d,G) - I_exp‖²
由于 G=1（平面几何），搜索降为 1D：
argmin_d ‖E_sim(405;d) - E_exp(405)‖²
+ ‖E_sim(640;d) - E_exp(640)‖²
+ ‖I_sim(d) - I_exp‖²
输出: d_PL (MAP 估计)，σ_d (从 Hessian 矩阵计算)
对盲样的独立验证：
操作者 A: 制备 3 个盲样（膜厚在 300-900 nm 间，不告知操作者 B）
操作者 B: 盲测 PL → LUT 反演 → 输出 d_PL
操作者 C: SEM 截面 → 输出 d_SEM
对比: |d_PL - d_SEM| / d_SEM
通过判据：
- ✅ 盲样偏倚 < 15%（均质 PL 模型）
- ✅ 盲样偏倚 < 10%（升级版 PL 模型，含 η_rad(z)）
- ✅ 3 个盲样标准差 < 5%（流程可重复）
- ✅ d_PL 与 d_SEM 线性相关系数 R² > 0.95
⚠️ 如果不通过：
分支 3A: 偏倚一致且线性
→ 建立校准曲线 d_corrected = m × d_PL + c
→ 在 Phase 5 绒面测量中，所有 d_PL 先经此曲线校正再比较
→ 这是最务实的后备 — 物理模型不完美但工程可用
分支 3B: 偏倚在薄膜 (<400nm) 更大
→ η_rad(z) 对薄膜影响更大（前期 MC 预测：200nm 偏倚 53% vs 800nm 偏倚 27%）
→ 确认需要 η_rad(z) 显式修正 [Ahm24 框架]
→ d < 400nm 区域需升级到完整版 PL 模型
分支 3C: 偏倚随机且无规律
→ 基本假设有严重问题
→ 检查：膜质量（针孔/粗糙度）、相分离、PL 发射是否来自其他层
→ 如果物理上没有问题 → 切换为经验 LUT（见分支 1C-2）
Phase 4: 绒面金字塔 3D PL 采集
实验 4：共聚焦 3D PL 扫描
| 项目 | 内容 |
|---|---|
| 目的 | 在金字塔绒面样品上采集 3D PL 数据立方体 |
| 样品 | 金字塔绒面 Si + 钙钛矿薄膜（与产线相同工艺） |
| 设备 | WITec alpha300 RS 或同类共聚焦 PL 显微镜 |
| 物镜 | 100×, NA 0.9（Callies 2025 原文配置） |
| 激光 | 405 nm + 532 nm + 640 nm（原文仅 405 nm，本方案增加） |
| 激光功率 | 5 μW (405nm), 适当调整 532/640nm 以达等量级 PL 信号 |
| 时长 | 3-5 天（含全部扫描） |
扫描参数设计：
| 参数 | Callies 2025 原文 | 本方案 | 原因 |
|---|---|---|---|
| XY 扫描范围 | 40×40 μm² | 40×40 μm² | 覆盖 ~100 个金字塔 |
| XY 步长 | 500 nm | 100-200 nm | 超采样 → 提高空间分辨率 |
| Z 步长 | 500 nm | 100 nm | 捕捉金字塔斜面 3D 结构 |
| 激发波长 | 仅 405 nm | 405, 532, 640 nm | 多深度探测 |
| 每光谱积分时间 | 未详述 | 0.1-0.5 s | 平衡信噪比与采集时间 |
| 光谱范围 | 500-850 nm | 500-850 nm | 覆盖全 PL 波段 |
| 每像素采集次数 | 未详述 | 3 次平均 | 提高信噪比 |
预期数据量：
XY: 40×40 μm² / 0.15 μm step ≈ 267 × 267 = 71289 pixels
Z: 15 μm range / 0.1 μm step ≈ 150 slices
λ: ~1000 spectral channels
3 个激发波长
→ 总数据立方体: 71289 × 150 × 1000 × 3 个光谱 ≈ 很大
→ 实际只扫描金字塔峰/谷/斜面3层 Z（提取峰位和强度只需代表性Z层）
→ 可简化: 每个 XY 像素只取最佳焦面光谱
简化采集策略：
策略 A（完整 3D，Callies 原文）:
Z-scan 每 100 nm → 每个 XY 像素有完整深度剖面
→ 优点: 3D 信息完整
→ 缺点: 采集时间 ~5 小时/波长
→ 适用: Phase 4 验证性实验
策略 B（自适应聚焦，推荐）:
先用反射模式找到每个像素的最佳焦平面 (z_focus)
仅在 z_focus 采集 PL 光谱
→ 优点: 采集时间 ~30 分钟/波长
→ 缺点: 丢失离焦信息
→ 适用: Phase 5 产线化版本
策略 C（代表性金字塔，快速筛选）:
手动选择 20 个代表性金字塔
每个金字塔采集峰顶、谷底、斜面中点 3 个 ROI
→ 优点: 极快 (~10 分钟/波长)
→ 缺点: 空间覆盖有限
→ 适用: Phase 4 初筛
通过判据：
- ✅ PL 光谱信噪比 SNR > 20（峰顶 ~10⁴ counts, 谷底 ~10⁵ counts）
- ✅ 金字塔峰/谷 PL 光谱差异可辨（峰位差 > 10 meV，Callies 2025 报道 Δ38 meV）
- ✅ PL 强度在 3 次扫描间重复性 < 5%
- ✅ 无明显光降解（同一点重复 10 次测量，PL 强度衰减 < 2%）
⚠️ 如果失败：
分支 4A: PL 信号太弱（SNR < 10）
→ 增大激光功率（但需监控降解）
→ 增大积分时间（0.5→2 s）
→ 增大光斑（降低 NA → 但空间分辨率退化）
→ 用 EMCCD 替代 CCD（更高灵敏度）
分支 4B: 峰/谷 PL 峰位差 < 10 meV（无重吸收信号）
→ 可能膜厚 < 200 nm（重吸收太弱）
→ 改为: 用 PL 强度比作为唯一观测量（放弃峰位通道）
→ 或: 切换到前方案的变温路线（利用 α(T) 调制）
分支 4C: 光降解严重
→ 降低激光功率 → 补偿积分时间
→ 氮气吹扫 → 减少氧参与光降解
→ 若仍严重 → Phase 3 样品的制膜工艺需优化
分支 4D: 设备故障 / 不可使用
→ 借用 WITec 共聚焦 PL 的标准配置（物理/材料/化学学院共享平台常有）
→ 或降级为宽场 PL 显微镜（失去共聚焦轴向分辨）
→ 降级代价：Z 分辨率从 ~1μm 退化到 ~10μm，金字塔 3D 信息部分丢失
Phase 5: LUT 反演与 G 因子标定
实验 5：绒面数据反演
| 项目 | 内容 |
|---|---|
| 目的 | 用 Phase 4 数据 + Phase 1 LUT → 反演每个像素的 d 和 G |
| 方法 | Bayesian MAP 估计 + Wong 2024 正则化 |
| 时长 | 1 周（含代码开发 + 反演计算 + 后处理） |
逐像素反演算法：
对每个像素 (xᵢ, yⱼ):
输入: E_peak(405), E_peak(640), I_ratio(405/640)
代价函数（负对数后验）:
J(d, G) = [E_sim(405;d,G) - E_exp(405)]² / σ_E²
+ [E_sim(640;d,G) - E_exp(640)]² / σ_E²
+ [I_sim(405/640;d,G) - I_exp(405/640)]² / σ_I²
+ [(d - d_prior)² / σ_d²] ← Wong 2024 正则化
+ [(G - G_prior)² / σ_G²] ← 几何先验
其中:
σ_E = 5 meV (光谱仪精度)
σ_I = 3% (强度测量精度)
d_prior = 涂布工艺标称膜厚 (如 500 nm)
σ_d = 100 nm (工艺公差)
G_prior: 峰顶 ~0.3, 斜面 ~0.7, 谷底 ~0.95 (基于金字塔几何)
MAP 估计:
(d*, G*) = argmin_{d,G} J(d, G)
不确定度:
σ_d* = sqrt( [Hessian(J)]⁻¹_{dd} ) （Fisher 信息矩阵求逆）
→ 提供像素级的 95% 置信区间
金字塔区域 G 因子预计值（基于 Callies 2025 + RayFlare 前向模拟）：
| 位置 | 预期 G | 原因 |
|---|---|---|
| 金字塔谷底 | 0.90-1.00 | 近似平面，光俘获最小 |
| 金字塔斜面中点 | 0.55-0.80 | 部分光俘获 |
| 金字塔峰顶 | 0.25-0.50 | 强光俘获（薄区 + 峰顶曲率） |
通过判据：
- ✅ 反演收敛（优化器正常终止，无 NaN/无穷值）
- ✅ 谷底 d_PL 标准差 < 8%（谷底近似平面，最易验证的区域）
- ✅ d(x,y) 分布呈现峰薄谷厚的纹理（物理合理性检查）
- ✅ G(x,y) 值在 0.2-1.0 合理范围
⚠️ 如果失败：
分支 5A: G 因子反演不准确（G_estimated 与物理预期偏差 > 40%）
→ 可能原因: PL 发射模型过于简化
→ 回到 Phase 2 分支 2A: 升级 PL 发射模型
→ 可能原因: MC 光线数量不足（角分布 N₀(θ) 采样不够）
→ 将 RayFlare 的 n_rays 从 2000 增加到 20000
→ 额外耗时 ~1 周（重新生成 LUT）
分支 5B: 反演在斜面区域发散（代价函数局部极小值）
→ 增大正则化权重 λ
→ 或: 用谷底的反演结果 d_valley 作为斜面区域的 d_prior
→ 斜面 G = f(d_valley, I_slope/I_valley) 单独求解
分支 5C: 多参数耦合严重（d 和 G 反相关 → 置信椭圆极扁）
→ 用两个额外约束分离 d 和 G:
1. 假设相邻金字塔的 d 是空间平滑的（Markov 随机场先验）
2. 假设 G 是金字塔几何的确定性函数（可从位置推算）
→ 这等价于从 2 参数反演降为 1 参数（G 固定）
分支 5D: 反演精度不满足要求（σ_d > 20% 预测值）
→ 可能原因: 实验噪声太高 → 回到 Phase 4 分支 4A
→ 可能原因: LUT 离散化太粗糙 → 减小 d 步长 (25→10 nm)
→ 可能原因: 物镜 NA < 0.9 → 金字塔斜面像差 → 仅用谷底数据
Phase 6: FIB-SEM 交叉验证与精度评估
实验 6：方法整体验证
| 项目 | 内容 |
|---|---|
| 目的 | 用破坏性方法（FIB-SEM）验证非破坏性 PL 方法的绝对精度 |
| 样品 | Phase 4/5 同一样品（膜厚测量的”金标准”校准） |
| 方法 | FIB 切取 3-5 个金字塔的截面，SEM 成像测量膜厚 |
| 时长 | 2-3 天（FIB 制样 + SEM 成像） |
交叉验证策略：
Step 1: 从 d_PL(x,y) 膜厚图中选择验证点
├── 至少 3 个金字塔，每个金字塔选峰顶+谷底（共 6+ 个点）
├── 覆盖膜厚范围: 最薄 (峰顶 ~200 nm) 到最厚 (谷底 ~800 nm)
└── 记录每个验证点的精确 (x,y) 坐标
Step 2: FIB-SEM 截面
├── 用 FIB (聚焦离子束) 沿验证点切出截面
├── SEM 成像 → 直接测量钙钛矿层厚度 d_SEM
└── 每个点做 3 次测量取平均
Step 3: 对比分析
├── Bland-Altman 图: (d_PL - d_SEM) vs (d_PL + d_SEM)/2
├── 计算: 偏倚 (mean difference), 精度 (SD of differences)
└── 相关性: d_PL vs d_SEM 的线性回归 R²
最终精度分级：
| 等级 | 条件 | d 不确定度 | 可用性 | 路线 |
|---|---|---|---|---|
| A | 盲样偏倚 < 10%, Bland-Altman SD < 8% | ±8-12% | 产线级定量 ✅ | 方案原版 |
| B | 偏倚 < 15%, SD < 12% | ±12-18% | 工艺控制可用 ⚠️ | 1-2 个后备启用 |
| C | 偏倚 < 25%, SD < 18% | ±18-25% | 趋势监测 ⚠️ | 经验校准曲线 |
| D | 偏倚 > 25% | — | 不可用 ❌ | 切换方案 |
⚠️ 如果不通过（偏倚 > 20%）：
分支 6A: 建立系统偏倚校正曲线
→ 用 FIB-SEM 的 6+ 个点建立 d_corrected = f(d_PL)
→ 对全场 d_PL(x,y) 应用校正
→ 适用于偏倚一致且线性的情况
分支 6B: 选择性信任区域
→ 仅信任谷底的反演结果（谷底 G≈1, 物理最简单）
→ 峰顶和斜面仅作为定性参考
→ 给出保守的不确定度估计
分支 6C: 根本原因分析 + 迭代
→ 偏倚大 → 回到 Phase 2: 升级 PL 发射模型
→ 不确定性大 → 回到 Phase 4: 优化采集策略提高信噪比
→ 重新走完 Phase 2→3→4→5→6 循环（预计额外 2-3 周）
Phase 7 (可选): 产线化适配
实验 7：速度优化 + 自动化
| 项目 | 内容 |
|---|---|
| 目的 | 将 3D 扫描流程简化为产线可用的快速检测 |
| 核心改进 | 借鉴 Wong 2024: 解析 RT + Lambertian 近似替代全 3D MC，速度提升 10-50× |
| 时长 | 2-4 周 |
加速策略（借鉴 Wong 2024 [Wong24]）：
1. 用解析 RT + Lambertian 近似替代全 MC 光迹追踪
→ "substantial speed increase" [Wong24]
→ LUT 生成从 1 小时 → 3 分钟
2. 自适应采集
→ 仅对金字塔谷底做多波长 PL（谷底是 G 最稳定的区域）
→ 峰顶和斜面通过几何模型从谷底厚度外推
→ 采集时间从 30 分钟/样品 → 2 分钟/样品
3. 制造方差作为正则化（来自 Wong 2024 的工业实践）
→ 用工艺先验 (d_nominal ± σ) 约束反演
→ 反演从 2D 非线性搜索 → 1D 局部优化 → 提速 10×
4. 实时显示
→ LUT 预加载到内存
→ 逐像素反演 → 实时 d(x,y) 热力图
附录 A：设备清单与获取途径
| 设备 | 用途 | Phase | 建议来源 | 预估费用 |
|---|---|---|---|---|
| 共聚焦 PL 显微镜 (405/532/640nm) | 3D PL 采集 | 4-5 | 物理学院/光电实验室共享平台 | 课题组自备或 ¥500-1000/天 |
| 热台 (RT-85°C) | 可选变温 | 备选 | 购买或借用 | ¥5000-15000 |
| SEM + FIB | 膜厚真值 | 6 | 川大电镜中心 | ¥500-1000/样 |
| 光谱椭偏仪 | n,k 测量（备用） | 1 | 川大分析测试中心 | ¥500-1000/次 |
| UV-Vis 分光光度计 | 吸收谱（备用） | 1 | 材料学院实验室 | 免费 |
| RayFlare | 光学模拟 | 1,5 | GitHub 开源 (LGPL v3)，已克隆 | 免费 |
| nk_repo | 光学常数 | 1 | GitHub 开源 (Dasgupta 2026)，已克隆 | 免费 |
附录 B：与前方案的关系与协同
| 本方案 (Callies 扩展 + RayFlare) | 前方案 (多波长+变温) | |
|---|---|---|
| 理论基础 | 基于 Callies 2025 已发表的实验验证 | 基于第一性物理推导 |
| 技术风险 | 低（以发表工作为起点） | 中（需从零建模） |
| 核心工具 | RayFlare (光学) + 共聚焦 PL (实验) | Beer-Lambert + TCSPC |
| PL 发射模型 | 简化为均质 (P0) → 逐步升级 | 从均质出发但更依赖 η_rad 实验 |
| 实验复杂度 | 中（3D 扫描，设备已有） | 中-高（需 TRPL + 变温台） |
| 不依赖 L_d | ✅ 是（峰位法对扩散不敏感） | ❌ 否（比值法需要 L_d < 300nm） |
| 推荐优先级 | 先做 — 作为基线，风险最低 | 后做 — 作为独立增强通道 |
| 协同关系 | 本方案的平面校准数据 (Phase 3) 可直接用作前方案的 G=1 基准 | 前方案的 η_rad 表征可为本方案的 PL 发射模型升级提供实验参数 |
附录 C：每个节点的决策树节点汇总
| 节点 | 决策变量 | 判据 | 失败分支数 |
|---|---|---|---|
| Phase 1A | n,k 数据可用性 | α(405nm) 在文献范围 | 2 |
| Phase 1B | 金字塔几何可获取 | 高度分布可参数化 | 2 |
| Phase 1C | RayFlare 可运行 | LUT 物理合理性 | 2 |
| Phase 2 | PL 发射模型预测能力 | 残差 < 30% | 3 |
| Phase 3 | 平面 LUT 反演精度 | 盲样偏倚 < 15% | 3 |
| Phase 4 | 绒面 PL 采集质量 | SNR > 20, 峰谷差 > 10 meV | 4 |
| Phase 5 | 绒面 LUT 反演精度 | G 因子合理, d 收敛 | 4 |
| Phase 6 | FIB-SEM 交叉验证 | 偏倚 < 20% | 3 |
附录 D：预期时间线与里程碑
Week 1-2: Phase 1 (LUT 生成)
M1: n,k 数据就位 ✓
M2: RayFlare LUT 首版完成 ✓
Week 3: Phase 2 (PL 发射模型验证)
M3: 简化 PL 模型平面数据预测 OK ✓
Week 4: Phase 3 (平面校准)
M4: 盲样偏倚 < 15% ✓
Week 5-6: Phase 4 (绒面 3D PL 采集)
M5: 金字塔 3D PL 数据立方体完成 ✓
Week 7: Phase 5 (LUT 反演)
M6: 首版 d(x,y) 膜厚分布图 ✓
Week 8: Phase 6 (FIB-SEM 验证)
M7: Bland-Altman 精度报告 ✓
M8: 最终方案精度等级 (A/B/C/D) 确定 ✓
Week 9-10: (可选) Phase 7 产线化适配
M9: 采集时间 < 5 分钟/样品 ✓
总主路径时间：8 周（含 2 周缓冲） 最坏情况（每个 Phase 触发 1 个后备分支）：12-14 周
参考文献
| 标签 | 引用 |
|---|---|
| [Callies25] | Callies A, Er-Raji O, et al. “Optical Reabsorption Effects in Photoluminescence of Perovskites Conformally Coated on Textured Silicon.” Solar RRL 9(9) (2025). DOI: 10.1002/solr.202500048 |
| [BR19] | Bonnin-Ripoll A, Martorell J, et al. “Optical properties of perovskite solar cells: a Monte Carlo ray tracing approach.” Sol. Energy Mater. Sol. Cells 200, 110050 (2019). DOI: 10.1016/j.solmat.2019.110050 |
| [BR21] | Bonnin-Ripoll A, Martorell J, et al. “On the efficiency of perovskite solar cells with a back reflector: effect of a hole transport material.” PCCP 23(46), 26250-26262 (2021). DOI: 10.1039/d1cp03313a |
| [Wong24] | Wong J, Pearce P, et al. “Analyzing Rapid-QE Data Using Rayflare.” IEEE PVSC (2024). DOI: 10.1109/PVSC57443.2024.10749256 |
| [DG26] | Dasgupta A, Stranks SD, Snaith HJ. “Optical Constants of Metal-Halide Perovskites.” arXiv:2601.11793 (2026). GitHub: github.com/akashdasgupta/Perovskite-Dielectric-Constants-Repository |
| [Ahm24] | Ahmad B, Limon MSR, Ahmad Z. “Depth-dependent defect formation energies in metal halide perovskites.” Phys. Rev. Materials 8, 125402 (2024). |
| [Fassl21] | Fassl P, et al. “Quantification of photon recycling in perovskite solar cells.” Matter (2021). DOI: 10.1016/j.matt.2021.08.012 |
| [RayFlare] | Pearce P, et al. “RayFlare: flexible optical modelling of solar cells.” JOSS 6(60), 3460 (2021). DOI: 10.21105/joss.03460 |
实验方案创建：2026-06-11 12:37 GMT+8
关联文档：Callies方法扩展_膜厚定量_可行性方案.md
下一稿待补充：具体制膜参数、金字塔蚀刻参数（需与工艺工程师讨论后确定）
正在载入讨论…