《Surfaces and Interfaces》：Effects of Ion-Beam Irradiation on Microscale Regions in Germanium
编辑推荐：
离子束辐照调控Ge自组织形貌研究。通过聚焦离子束（FIB）对Ge表面进行点阵和线阵辐照，系统考察束流直径、间距、剂量及加速电压对多孔结构形成的影响。实验表明：点阵辐照中束流直径增大促进内部导线网络形成，缩小间距降低结构复杂度；线阵辐照中减小线间距或增大剂量增强空位迁移，导致线间区域结构化。加速电压对形貌的影响显著于剂量、空位总数或空位面密度。该研究为微纳尺度Ge形貌精准调控提供了新方法，对电子器件应用有重要参考价值。
上田隆宏 | 冈石直人 | 新田纪子
高知工业大学工程科学学院，日本高知县上神町东山田，782-8502
摘要
利用聚焦离子束辐照在锗（Ge）表面生成了自组织图案。通过扫描电子显微镜（SEM）系统地分析了这些图案的形态，分别针对点状（阵列）和线状辐照进行了研究。在点状辐照下，固定注量条件下增加束流直径会在溅射形成的孔洞内产生线状结构，进而促进网络的形成。增大间距会降低线状结构的复杂性。实验表明，形态变化受加速电压的影响比受离子注量、总空位数或空位面积密度的影响更为显著。在线状辐照下，减小线间距和/或增加注量可以增强空位从每条线处的迁移，从而在线间区域形成结构。因此，通过调节辐照参数（如注量、加速电压、间距和线间距），可以有效地控制受限几何形状下锗的离子束诱导多孔结构形成。
引言
固体表面的离子束辐照可以通过缺陷生成和溅射作用诱导自组织图案的形成。据报道，通过离子束碰撞级联产生的点缺陷（间隙原子和空位）的聚集，可以在锗中形成多孔结构[[1], [2], [3], [4], [5], [6], [7], [8], [9], [10]]。这种现象被称为“空位聚集模型”，即空位聚集形成空洞，当这些空洞发生微爆炸时就会形成多孔结构[11]。在类似的辐照条件下，尚未在元素硅（Si）中观察到此类多孔结构[12]。由于锗在电子和光子器件应用中的巨大潜力，人们对其形态控制投入了大量研究。大多数先前的研究采用大面积均匀辐照，系统地研究了图案形成与入射角、离子种类、离子能量、注量、通量和基底温度之间的关系。然而，对微尺度区域内的空间限制辐照关注较少。虽然之前已有局部辐照的报道[13]，也有薄膜辐照的案例[14]，但针对锗的离子束辐照研究仍然有限。基于我们之前的工作（Oishi等人，J. Appl. Phys [15]），本系统地改变了关键辐照参数，研究了相邻点之间和线之间的结构形成情况。特别是，之前尚未报道过相邻线之间的结构形成。预计这种空间限制区域内的结构形成将与大面积辐照得到的结果不同。我们使用聚焦离子束（FIB）来控制辐照条件。FIB通常用于微制造，但在此实验中作为离子束加速器使用。FIB是一种能够将离子束聚焦到纳米到亚微米级别小点的仪器。系统中，通过静电透镜聚焦离子束以达到所需的束流直径和电流密度。此外，通过选择光圈可以调节束流电流，使用像差校正器可以使光斑形状更接近圆形。与使用加速器的离子束辐照相比，FIB提供了更精确的控制。我们系统地改变了束流直径、阵列间距、注量和加速电压，探索了两种辐照几何形状（点阵列和相邻线之间的区域），并分析了形成的形态。这种方法有助于阐明大面积辐照难以观察到的现象。此外，还使用了Python库对扫描电子显微镜（SEM）图像进行多孔结构分析，以便更清晰地可视化结果。这些结果加深了我们对锗辐照损伤的理解，并为控制电子和光子器件应用中的多孔锗形态提供了途径。
实验程序
实验步骤
使用的基底是经过镜面抛光的单晶锗晶片。使用QUANTA 3D 200i（FEI）系统进行FIB点状和线状辐照来形成多孔结构。使用的Ga?离子加速电压为16或30 kV，辐照角度固定为0°。所有辐照均在室温下进行。对于点状辐照，点与点之间的间距为150–500 nm，标称点直径为17.0–66.4 nm，束流电流范围为31.3–587.7 pA。
结果与讨论
图1展示了通过点状辐照形成的锗表面形态的SEM图像。离子注量固定为2×10^21个离子/平方米，同时系统地改变了间距（150–200 nm）和束流直径（17.0–35.1 nm）。当束流直径为17.0–19.0 nm时，形成了规则排列的近似圆形结构，这可能是由于点状辐照引起的溅射作用。
结论
离子束辐照在锗表面生成了多孔结构。在本研究中，对锗的微尺度区域进行了FIB辐照，并系统地分析了形成的形态。研究了点状和线状辐照配置，不仅观察了微尺度区域内的结构，还明确了注量、加速电压、间距和线间距等辐照参数对表面形态的影响。
作者贡献声明
上田隆宏：可视化、数据分析、正式分析。冈石直人：撰写初稿、数据分析、正式分析。新田纪子：撰写与编辑、撰写初稿、可视化、监督、项目管理、数据分析、概念构思。
致谢
部分Python代码和初稿部分内容是在OpenAI GPT-5和GPT-5.2的帮助下完成的。Enago负责语言编辑。作者进一步修改了手稿，并对其最终内容负全责。
