硅通孔(TSV)在三维集成系统中扮演着非常重要的角色。BOSCH刻蚀技术是当前主流的硅通孔刻蚀方法, 因为刻蚀和钝化交替进行, 这种干法刻蚀工艺不可避免地会在硅通孔的内部形成扇贝纹, 其尺度一般在几十纳米到几百纳米不等。扇贝纹会导致后续填充的各层材料以及它们之间的界面不平滑, 从而严重影响TSV的性能以及三维集成系统的可靠性。高温热氧化时, 较高氧气流量可确保硅通孔内部氧气浓度基本均匀, 扇贝纹凸起处的二氧化硅生长速率相对较快。交替循环进行高温热氧化和腐蚀二氧化硅, 可有效削减硅通孔内壁的扇贝纹。对深宽比为8∶1的硅通孔, 经过四次高温热氧化(每次氧化的工艺条件为: 1 150 ℃、湿氧氧化10 min)和四次腐蚀二氧化硅后, 内壁的扇贝纹起伏最大值从最初的400 nm降到了90 nm。实验结果表明该方法削减扇贝纹的效果十分明显。

高光谱成像已被应用于建立干贝水分含量预测模型, 其模型性能受样本划分方法及建模方法影响。 样本划分方法决定着所选样本是否具有代表性, 而建模方法决定着如何利用样本建立模型, 但样本划分方法与建模方法的内在联系却鲜有研究报道。 在方法优选上, 将样本划分方法与建模方法进行组合, 探究不同方法组合对干贝水分含量预测模型性能的影响, 对干贝水分检测建模及分级方法的优选具有重要意义, 同时也能为其他样本的光谱建模提供参考。 采集380～1 030 nm波段下270个干贝样本的高光谱图像, 提取干贝样本的光谱数据, 通过RS, KS, SPXY和CG四种常用的方法划分样本, 并以PLSR和LS-SVM两种常用的建模方法建立多个干贝水分含量预测模型, 计算和比较各模型的性能指标。 结果表明: PLSR模型使用RS法划分干贝水分含量样本最为适宜(其RPD为4.079 6), LS-SVM模型使用SPXY划分法最为适宜(其RPD为4.175 6), 划分样本方法的优劣与建模方法有关, 其优选需要结合特定的建模方法进行。 在常用的四种样本划分方法和两种建模方法中, 采用SPXY法划分干贝水分含量样本并结合LS-SVM法建模的效果和精度最好。

水分含量影响干贝的口感、 质地等品质特征, 而且与其贮存期密切相关。 应用高光谱成像与检测技术结合化学计量学方法, 实现干贝水分含量的快速检测。 实验采用高光谱成像系统采集380～1　030 nm波段范围内的高光谱图像, 采集得到6个不同干燥时期共90个干贝样本高光谱图像。 提取所有样本感兴趣区域的平均光谱数据, 采用连续投影算法(SPA)和权重回归系数法(Bw)分别提取了7个和4个特征波长。 基于所提取的特征波长和全波长分别建立光谱数据与水分含量的偏最小二乘回归(PLSR)模型, 三种模型分别是SPA-PLSR, Bw-PLSR和PLSR。 建模集和预测集相关系数都高于0.95, 预测均方根误差都低于10%, 三种模型均获得了较好的预测效果, 都能很好地预测干贝的水分含量。 在所有模型中, SPA-PLSR模型具有较少的波长变量和较高的预测能力(97.28%), 因此本文基于SPA-PLSR模型, 采用伪彩色图像编程技术实现了干贝图像上每个像素点的水分含量的可视化预测。 结果表明, 高光谱成像技术结合特征波长提取算法可用于干贝水分含量分布的可视化检测。

贝类生物作为海洋生态系统监测的理想标识, 以Ca为内标进行元素比例变化的分析, 将有可能获知气候演化及贝类生长等有用信息。 区别于其他技术, 微区激光诱导击穿光谱技术(Micro-LIBS: micro-probe laser induced breakdown spectroscopy)应用于贝类贝壳探测时, Ca的特征发射谱线将分布于整个光谱探测区间, 如何选择合适谱线作为内标是Ca内标法用于贝壳成分元素分析的关键。 以Ca元素为内标进行贝壳成分元素的Micro-LIBS探测, 通过归一化Ca元素全谱谱线、 最强离子谱线Ca Ⅱ 393.3 nm和不同强度原子谱线(Ca Ⅰ 422.7 nm/Ca Ⅰ 487.9 nm)为内标情况下Sr/Ca元素比例变化的比较, 结果发现相较于Ca离子线Ca Ⅱ 393.3 nm和强度较弱原子线Ca Ⅰ 487.9 nm, 以Ca元素全谱强度或最强原子线Ca Ⅰ 422.7 nm为内标时, Sr/Ca分布在贝壳分析区域内变化较小, 其浮动分别小于7%和10%, 符合贝壳分析区域为同一生长周期的纹理特征, 较为准确地反映了贝壳的生长发展; 同时, 应用Ca全谱强度为内标对贝壳成分元素分析发现, 元素比例Li/Ca, K/Ca, Na/Ca相较于Mn/Ca, 具有明显的相似特征, 说明海水富含轻质元素在贝壳生长分布上具有明显的相似性。 研究结果表明, 较强Ca原子线或全谱强度比Ca离子线更适合作为内标用于贝壳成分元素的微区LIBS分析, 证明了Micro-LIBS用于贝壳分析的可行性。