1 00:00:01,025 --> 00:00:03,025 大家好,我是 Shelly Kelly 2 00:00:03,025 --> 00:00:06,725 这节课会进行对硫化铁样品数据的演示 3 00:00:08,895 --> 00:00:12,500 第一步,是 Athena 预处理 4 00:00:12,500 --> 00:00:14,500 把 Athena 软件打开 5 00:00:15,300 --> 00:00:23,850 Athena 的界面有若干个板块 6 00:00:24,300 --> 00:00:28,625 到文件 (File) 这里来加载数据 7 00:00:28,625 --> 00:00:30,000 作为第一步 8 00:00:30,850 --> 00:00:34,200 我们找到 9 00:00:35,309 --> 00:00:39,375 硫化铁的数据 10 00:00:39,375 --> 00:00:42,950 啊数据在这里 11 00:00:47,300 --> 00:00:50,725 这里是选择数据的列 12 00:00:50,725 --> 00:00:54,900 这部分是原始数据展示区域 13 00:00:54,900 --> 00:00:57,600 在右边的文档区域 14 00:00:58,075 --> 00:01:02,650 你可以看到这里有好几列 15 00:01:02,650 --> 00:01:04,225 以及每一列的名字 16 00:01:04,225 --> 00:01:07,975 实际能量,目标能量,实时信号 17 00:01:07,975 --> 00:01:11,475 I0, I1, I2 18 00:01:11,709 --> 00:01:18,502 对于透射数据,是 I0 除以 I1 19 00:01:18,502 --> 00:01:21,225 还要取自然对数 20 00:01:21,225 --> 00:01:23,225 这样就可以画图了 21 00:01:23,225 --> 00:01:26,225 点击画图 (plot) 按钮 22 00:01:26,225 --> 00:01:28,225 就有图了 23 00:01:35,100 --> 00:01:39,425 哦在后面的 24 00:01:39,425 --> 00:01:43,650 看起来就是常见的透射谱谱图 25 00:01:44,250 --> 00:01:47,975 点击 OK 26 00:01:47,975 --> 00:01:53,225 第二个数据也会(以同样的数列选择)被自动加载进来 27 00:01:54,250 --> 00:01:59,025 忘了看这个数据里面有没有参考谱图 (reference) 28 00:01:59,025 --> 00:02:01,700 那重新加载一遍 29 00:02:01,700 --> 00:02:03,700 打开 30 00:02:04,700 --> 00:02:08,775 你可以在下面加载参考谱图 (reference channel) 31 00:02:08,775 --> 00:02:10,550 打钩 32 00:02:10,550 --> 00:02:14,675 然后选择 I1 除以 I2 33 00:02:14,675 --> 00:02:17,750 大概是一个参考谱图了 34 00:02:17,750 --> 00:02:21,075 一个铁单质 (Fe foil) 的参考谱图 35 00:02:23,425 --> 00:02:25,675 来画下参考谱图 36 00:02:25,675 --> 00:02:30,250 你还可以回到这里来画样品数据图 37 00:02:30,250 --> 00:02:33,025 让我们再来一遍 38 00:02:33,025 --> 00:02:35,025 点击 OK 39 00:02:35,025 --> 00:02:43,200 这时候每个样品数据下都带着一个参考谱图 40 00:02:43,200 --> 00:02:48,200 这两个数据(样品和参考)是关联着的 41 00:02:48,200 --> 00:02:54,950 如果你对其中一个调整能量位置,剩下一个也会随之调整 42 00:02:54,950 --> 00:02:58,675 再把另外一个数据加上 43 00:02:58,675 --> 00:03:04,675 把这个 .001 数据加载进来 44 00:03:04,675 --> 00:03:08,825 加载数据的形式继承了上次加载的形式 45 00:03:08,825 --> 00:03:10,825 所以可以直接点 OK 46 00:03:10,825 --> 00:03:13,425 那么就有了第二个数据 47 00:03:13,949 --> 00:03:16,900 移除掉前两个(没有参考谱图的)数据 48 00:03:16,900 --> 00:03:20,850 不需要它们 49 00:03:20,850 --> 00:03:22,850 到 Group 这里 50 00:03:22,850 --> 00:03:25,250 选择“移除打钩的数据” 51 00:03:25,825 --> 00:03:27,825 (被选择的)数据消失 52 00:03:27,825 --> 00:03:33,300 鼠标左击这个紫色的 E 键 53 00:03:33,300 --> 00:03:35,300 显示以能量为横坐标的图 54 00:03:35,300 --> 00:03:40,100 就能看到两张图叠在一起出现 55 00:03:40,100 --> 00:03:43,300 可以根据这里的能量范围图像 56 00:03:43,300 --> 00:03:46,350 这里是以 E0 的位置为参照 57 00:03:46,350 --> 00:03:47,675 左上方这个 E0 的数值 58 00:03:47,675 --> 00:03:51,925 相当于显示的是 E0 减去 20 eV 到 加上 80 eV 的范围 59 00:03:52,225 --> 00:03:54,225 再点击紫色的 E 键 60 00:03:54,225 --> 00:03:56,225 就能把两个数据谱图放大 61 00:03:57,157 --> 00:04:02,400 让我们一起来看着四个数据 62 00:04:02,400 --> 00:04:04,375 以能量为横坐标的形式 63 00:04:04,375 --> 00:04:08,625 看起来谱图两两对齐得非常好 64 00:04:08,625 --> 00:04:15,550 我们先暂时“假设”这两个数据没有对齐 65 00:04:15,550 --> 00:04:18,425 你可以看到我故意在能量偏移 (energy shift) 这里加了 1 eV 66 00:04:18,425 --> 00:04:22,150 改变的是蓝色高亮选择的数据 67 00:04:22,150 --> 00:04:25,360 这个时候两组数据之间有点偏移了 68 00:04:26,256 --> 00:04:29,400 我们可以到对齐功能窗口 69 00:04:29,400 --> 00:04:31,625 在主窗口下面 70 00:04:31,625 --> 00:04:35,425 这里有不同的功能窗口 71 00:04:35,425 --> 00:04:37,425 选择对齐数据 (align data) 72 00:04:38,775 --> 00:04:49,125 设置第一组的参考谱图数据为标准 73 00:04:49,125 --> 00:04:52,675 点击第二组参考谱图数据(蓝色高亮) 74 00:04:52,675 --> 00:04:57,350 现在展示的图是平滑一阶微分 μ(E) 的单质铁参考谱图 75 00:04:58,275 --> 00:05:04,875 图可以通过这里的选项,选择以不同形式展示 76 00:05:04,875 --> 00:05:06,875 现在是平滑后的μ(E)谱图 77 00:05:06,875 --> 00:05:08,375 就看到我们一开始展示的图了 78 00:05:08,750 --> 00:05:13,775 通常来说谱图对齐是通过一阶微分吸收边谱图 79 00:05:13,775 --> 00:05:18,625 借助一阶微分谱图中多个峰来更好地对齐谱图 80 00:05:19,199 --> 00:05:21,425 你可以使用自动对齐 (Auto align) 81 00:05:21,425 --> 00:05:25,750 Athena 能自动对齐谱图了 82 00:05:25,750 --> 00:05:31,600 或者通过这里的按键来手动调整能量移动数值 83 00:05:31,600 --> 00:05:34,550 比如我让红色谱图向高能移动 5 eV 84 00:05:35,075 --> 00:05:37,075 或是像低能移动 5 eV 85 00:05:37,500 --> 00:05:40,425 或选择自动对齐 86 00:05:40,425 --> 00:05:43,350 然后图谱就能很好地对齐了 87 00:05:43,350 --> 00:05:47,900 第二组数据几乎没有太大的偏移 88 00:05:47,900 --> 00:05:52,475 偏移从 1 eV 到 0.047 eV 89 00:05:52,475 --> 00:05:56,225 数值小到已经低于(可以调整的)极限 90 00:05:56,225 --> 00:06:00,300 回到主窗口 (main window) 91 00:06:00,300 --> 00:06:03,625 可以看到能量移动的数值在浅蓝色底的地方出现 92 00:06:03,625 --> 00:06:07,675 移动的数值是代表着参考谱图能量移动的数值 93 00:06:07,675 --> 00:06:10,375 样品和参考谱图都移动了同样的数值 94 00:06:10,375 --> 00:06:13,650 而第一组的数据均未移动 95 00:06:14,060 --> 00:06:17,025 勾选上两个样品数据谱图 96 00:06:17,025 --> 00:06:19,025 点击 E(nergy) 键 97 00:06:19,025 --> 00:06:22,125 你可以看到两个图对齐了 98 00:06:22,125 --> 00:06:24,975 接下来把两个图合并 (merge) 99 00:06:26,175 --> 00:06:28,850 在界面上方,合并它们的 μ(E) 数据 100 00:06:29,750 --> 00:06:34,575 就会出现一个新的合并后的样品数据和对应的参考谱图 101 00:06:34,575 --> 00:06:38,850 这样你可以之后跟其他样品数据比较时再次对齐 102 00:06:39,550 --> 00:06:43,975 这里展示了合并之后的图谱和很小的标准差 103 00:06:44,425 --> 00:06:48,175 因为这两个数据非常接近 104 00:06:48,875 --> 00:06:54,350 如果把三个样品数据在 k 空间中展示 105 00:06:54,350 --> 00:06:59,625 可以看到 k 空间的数据质量很好 106 00:06:59,625 --> 00:07:02,300 到 k 值大的区间数据质量依然很好 107 00:07:02,950 --> 00:07:06,200 如果把展示 k 空间数据的范围变长 108 00:07:07,250 --> 00:07:10,125 一直到 k = 18 109 00:07:10,125 --> 00:07:14,150 数据基本上没有噪音 110 00:07:14,475 --> 00:07:16,475 很干净的数据 111 00:07:19,425 --> 00:07:25,000 来看下 k 空间里面的窗函数 (window) 112 00:07:25,623 --> 00:07:31,900 现在傅里叶变换是 k 从 3 到 15.3 113 00:07:31,900 --> 00:07:38,300 窗函数以内的数据是被用来做傅里叶变换 114 00:07:38,671 --> 00:07:40,671 这么设定之后 115 00:07:40,671 --> 00:07:42,075 点击紫色 R 键 116 00:07:42,075 --> 00:07:43,975 可以看到 R 空间长什么样 117 00:07:43,975 --> 00:07:47,709 看起来数据是由两部分信号组成 118 00:07:48,000 --> 00:07:51,175 第一层和第二层 119 00:07:51,175 --> 00:07:55,550 把 R 空间的展示数据范围延长到 10 120 00:07:56,400 --> 00:07:58,725 这里只有很少的信号 121 00:07:58,725 --> 00:08:04,675 可以看在 R 值较大的区域只有由噪音带来的一丁点信号 122 00:08:05,000 --> 00:08:09,075 这个数据几乎没有噪音 123 00:08:09,075 --> 00:08:11,650 所以 k 空间的数据可以用到 k = 15 124 00:08:20,625 --> 00:08:23,450 再来看下数据 125 00:08:23,450 --> 00:08:26,425 思考下 k 最小值应该怎么取 126 00:08:26,425 --> 00:08:29,200 通常 k 最小值取 3 较为合理 127 00:08:29,600 --> 00:08:38,375 可以通过作图 (plot indicator) 来看 k = 3 在吸收边那里 128 00:08:38,925 --> 00:08:45,700 如果想看到 k = 3 Å-1 在吸收边哪里 129 00:08:45,700 --> 00:08:50,525 可以在这里输入,然后再点击黄色 E 键 130 00:08:50,525 --> 00:08:54,775 就可以看到大致在竖线这个地方 131 00:08:56,575 --> 00:09:03,525 有若干种方法来改变红线所示的背景方程(background) 132 00:09:03,525 --> 00:09:05,100 背景方程贯穿整个吸收边区域 133 00:09:05,100 --> 00:09:08,250 调整到正确的背景略微棘手 134 00:09:08,250 --> 00:09:11,650 所以希望 kmin 选择在超过吸收边后的区域 135 00:09:11,650 --> 00:09:13,650 这个区间内信号变动不大 136 00:09:14,550 --> 00:09:19,419 (k = 3) 是个比较好的点 137 00:09:29,062 --> 00:09:32,750 在我其他的讲课中介绍过 138 00:09:32,750 --> 00:09:36,950 如何改变 E0 值来改变样条函数 (spline function) 139 00:09:36,950 --> 00:09:42,550 这个出现在吸收边的背景曲线 140 00:09:42,550 --> 00:09:46,750 另一种改变曲率的方法是 141 00:09:46,750 --> 00:09:51,100 可以改变样条函数的范围 142 00:09:51,100 --> 00:09:57,425 函数的曲率由 Rbkg 决定 143 00:09:57,425 --> 00:10:04,300 Rbkg 影响背景函数允许有多少曲率 144 00:10:04,544 --> 00:10:09,000 还有函数范围,用 k 来衡量 145 00:10:09,000 --> 00:10:10,550 这里 k 从 0 到 17 146 00:10:11,050 --> 00:10:14,300 一起来看下两个参数 147 00:10:14,300 --> 00:10:17,725 显示 R 空间的数据谱图 148 00:10:18,150 --> 00:10:20,150 现在 Rbkg = 1 149 00:10:20,553 --> 00:10:30,400 代表着背景想要尽量消除掉傅里叶变换中 R 低于 1 的信号 150 00:10:30,400 --> 00:10:31,775 这里 151 00:10:31,775 --> 00:10:36,725 我们可以人为地把 Rbkg 变为 2 152 00:10:36,725 --> 00:10:43,625 这样会消除掉部分真实存在的样品信号 153 00:10:43,625 --> 00:10:47,475 先复制一份实验数据 154 00:10:47,475 --> 00:10:49,275 鼠标右键点击样品数据 155 00:10:49,275 --> 00:10:53,214 选择“复制当前数据”选项 156 00:10:53,758 --> 00:10:55,875 这样我们就有了两份(一样的)数据 157 00:10:55,875 --> 00:11:00,332 这个把 Rbkg 定为 1,另一个为 2 158 00:11:01,852 --> 00:11:04,400 来对比两者 159 00:11:04,860 --> 00:11:10,325 现在背景函数有很强的震荡 160 00:11:10,325 --> 00:11:13,875 以至于很难看到样品数据 161 00:11:13,875 --> 00:11:15,875 因为(背景函数)震荡太强 162 00:11:15,875 --> 00:11:22,125 (我来看看)能不能把图放大点方便查看 163 00:11:22,125 --> 00:11:24,400 把 Rbkg 改成 1.5 164 00:11:24,950 --> 00:11:31,750 Rbkg = 1.5 时会看到有比之前 (Rbkg = 1) 时更多震荡 165 00:11:31,750 --> 00:11:37,625 到 k 空间观察两个图像 166 00:11:37,625 --> 00:11:42,400 两个数据在 k 值低的区域差别较大 167 00:11:42,400 --> 00:11:48,425 在 k 值高于 5 的时候图像基本一样 168 00:11:48,753 --> 00:11:53,700 但哪怕 k 到 8 时仍然会有一点点不同 169 00:11:53,700 --> 00:12:00,400 低频震荡在图像中会(因 Rbkg 不同)有所不同 170 00:12:00,844 --> 00:12:03,375 再到 R 空间来观察谱图 171 00:12:04,039 --> 00:12:11,000 可以看到第二个数据消除掉了这里的信号 172 00:12:12,273 --> 00:12:16,675 跟原本数据比较起来(消除得)有点多了 173 00:12:16,675 --> 00:12:20,625 如果把 Rbkg 调整到 2 174 00:12:20,625 --> 00:12:24,725 之前讲到在能量范围里面不好观察 175 00:12:24,725 --> 00:12:28,600 但可在 R 空间中看到 176 00:12:28,600 --> 00:12:34,325 第一层的信号由于 Rbkg = 2 大幅度降低 177 00:12:34,325 --> 00:12:37,875 再到 k 空间来 178 00:12:38,725 --> 00:12:43,975 (第二个数据)只留下来高频信号 179 00:12:45,210 --> 00:12:52,400 我们移除了来自第一层硫的信号 180 00:12:53,904 --> 00:12:59,600 通常来说 Rbkg = 1.0 是个不错的开端 181 00:12:59,600 --> 00:13:02,800 那先这么设置着 182 00:13:04,584 --> 00:13:07,900 这时候两个数据完全一致 183 00:13:07,900 --> 00:13:13,475 现在来看改变函数范围会对背景函数造成什么影响 184 00:13:13,850 --> 00:13:16,975 把上限从 17 改为 15 185 00:13:17,250 --> 00:13:19,250 点击紫色 k 键 186 00:13:19,480 --> 00:13:24,700 可以看到第二个数据在 k =15 Å-1 之后没有震荡了 187 00:13:24,700 --> 00:13:32,425 还可以看到在 k 值低的区域会有一点在吸收边附近的差别 188 00:13:32,927 --> 00:13:37,175 这个差别在以 k 权重为 1 时能更明显地展示出来 189 00:13:37,440 --> 00:13:39,440 (差别)显而易见 190 00:13:39,440 --> 00:13:45,375 在 k 值大于 3 时,两者数据相似 191 00:13:45,375 --> 00:13:49,300 所以傅里叶变换从 kmin = 3 开始是合适的 192 00:13:49,700 --> 00:13:55,150 回到能量为横坐标的显示来看下背景函数是什么样 193 00:13:55,150 --> 00:13:58,975 这个是样条函数范围较小的图 194 00:13:58,975 --> 00:14:04,225 这个是有着更长的样条函数范围 195 00:14:05,203 --> 00:14:13,450 那我们知道用作傅里叶变换的 k 空间数据大致介于 3 到 15 196 00:14:13,919 --> 00:14:18,425 还讲到了 Rbkg 值 197 00:14:18,425 --> 00:14:21,200 以及 E0 198 00:14:21,475 --> 00:14:30,300 还有两个没讲到是边前 (pre-edge) 和归一化 (normalization) 199 00:14:30,550 --> 00:14:34,050 现在来讲讲 200 00:14:34,240 --> 00:14:38,425 再展示下合并后的数据 201 00:14:39,100 --> 00:14:45,700 这次取消背景展示,勾选上边前和边后 202 00:14:45,834 --> 00:14:50,425 把能量范围变得更宽一些,方便查看 203 00:14:50,425 --> 00:14:53,750 关掉指示显示 204 00:14:54,325 --> 00:14:57,725 再展示能量区间的数据 205 00:14:57,725 --> 00:15:03,050 边前范围是介于这两个小黄点之间 206 00:15:03,050 --> 00:15:06,225 边前以绿线展示 207 00:15:06,225 --> 00:15:09,925 边后以紫线展示 208 00:15:09,925 --> 00:15:18,625 归一化范围在吸收边以上的 150 eV 到 1000 eV 209 00:15:18,625 --> 00:15:20,625 没有全部展示出来 210 00:15:21,250 --> 00:15:26,425 归一化级数代表紫色的边后能有一点点弯 211 00:15:26,425 --> 00:15:31,475 现在是 3,如果改成 2 边后变成直线 212 00:15:32,325 --> 00:15:36,775 我目测感觉选 2 的时候边后更合适一些 213 00:15:36,775 --> 00:15:41,350 那先定为 2 214 00:15:41,625 --> 00:15:52,075 边前和边后在 E0 的位置之间的差别被叫做跳高 (edge step) 215 00:15:52,557 --> 00:15:58,325 跳高在归一化时就把原始数据除以这个值 216 00:15:58,325 --> 00:16:01,000 这个值跟 EXAFS 强度成正比 217 00:16:01,000 --> 00:16:08,597 会影响衰减因子 (S02) 和最终的配位数拟合 218 00:16:08,597 --> 00:16:17,300 要留意这个边前和边后的数值,确保合理 219 00:16:18,477 --> 00:16:21,725 还有一个想讲的 220 00:16:21,725 --> 00:16:25,650 是反傅里叶变换 221 00:16:25,650 --> 00:16:29,200 可调整的参数在这里 222 00:16:29,797 --> 00:16:31,797 一起来看下 223 00:16:34,981 --> 00:16:39,350 在 R 空间 224 00:16:40,379 --> 00:16:50,775 选择 R 空间 1 到 2 之间的数据进行反傅里叶变换 225 00:16:50,775 --> 00:16:57,050 然后把实验数据和反傅里叶数据放在一起观察 226 00:16:57,050 --> 00:17:03,475 可以看到看到反傅里叶变化中的窗函数 227 00:17:04,174 --> 00:17:11,350 也可以看到由 R 空间中来自硫的信号 228 00:17:12,950 --> 00:17:18,375 我们也可以对 R 空间另一层信号做反傅里叶变换 229 00:17:18,375 --> 00:17:20,375 从 2 到 3 230 00:17:20,650 --> 00:17:22,650 点击 kq 键 231 00:17:22,867 --> 00:17:24,875 (反傅里叶变换)显示的是高频信号 232 00:17:24,875 --> 00:17:29,825 尤其是在这个区间内信号有拍频 233 00:17:30,550 --> 00:17:34,750 这个信号来自于更高层数邻近原子 234 00:17:34,750 --> 00:17:40,044 之后会证实是铁的信号 235 00:17:40,375 --> 00:17:43,119 如果以 k 的二次方权重展示 236 00:17:43,606 --> 00:17:45,606 能凸显在 k 值高的区间信号 237 00:17:45,606 --> 00:17:52,975 可以看到铁的信号主要影响着 k 值大的区间 238 00:17:53,184 --> 00:17:58,100 而 k 值小的区间主要被硫影响 239 00:17:58,100 --> 00:18:00,525 从 1 到 2 240 00:18:00,769 --> 00:18:02,769 再看一次 241 00:18:02,769 --> 00:18:07,900 可以看到基本上硫的信号占据了 k 值小的区间,然后衰减 242 00:18:08,006 --> 00:18:10,006 而另一个信号开始影响 243 00:18:10,650 --> 00:18:14,575 如果对整个 R 空间 (1-3) 信号做反傅里叶变换 244 00:18:14,575 --> 00:18:19,400 那么反傅里叶变换的数据跟 k 空间数据几乎完全一致 245 00:18:19,400 --> 00:18:22,250 (反傅里叶变换)基本上包括了所有的频率 246 00:18:23,208 --> 00:18:26,250 这就是反傅里叶变换了 247 00:18:26,769 --> 00:18:34,400 我们也可以从中辨别第二层信号是来自氧还是硫 248 00:18:34,925 --> 00:18:42,700 通过 k 不同的权重来辨别的一个小技巧 249 00:18:42,700 --> 00:18:47,170 之前提过铁的信号强度在 k 值高的区间 250 00:18:47,170 --> 00:18:52,525 让 R 空间以 k 一次方权重形式展示 251 00:18:53,938 --> 00:18:57,375 可以看到第一个峰的强度大约在 0.4 252 00:18:57,375 --> 00:19:00,925 第二个峰大约在 0.25 或 0.2 253 00:19:00,925 --> 00:19:02,925 差不多第一个峰的一半 254 00:19:02,925 --> 00:19:04,925 如果以 k 二次方权重展示 255 00:19:06,167 --> 00:19:11,450 可以看到第二层信号相比于第一层有所增加 256 00:19:11,450 --> 00:19:14,375 这是因为我们在放大 k 值高区间的信号 257 00:19:14,375 --> 00:19:16,525 而第二层信号相比于第一层,主要集中在 k 值高的区间 258 00:19:16,875 --> 00:19:18,875 如果是 k 的三次方 259 00:19:18,980 --> 00:19:21,525 两个峰强度接近一致 260 00:19:21,644 --> 00:19:25,675 第二层信号在增加 261 00:19:25,675 --> 00:19:31,025 我们可以复制多份谱图来对比 262 00:19:31,025 --> 00:19:33,025 先复制一份 263 00:19:33,475 --> 00:19:37,450 复制好了展示它们 264 00:19:37,776 --> 00:19:40,750 使用任一权重展示 265 00:19:40,750 --> 00:19:48,275 这个用 k 一次方,二次方,三次方 266 00:19:50,825 --> 00:19:52,825 在 R 空间中展示 267 00:19:54,424 --> 00:19:58,725 有时候要多按两次才能显示正确 268 00:20:00,000 --> 00:20:05,050 k 的三次方谱图强度太高 269 00:20:05,050 --> 00:20:08,600 我们根据第一层信号再来归一化 270 00:20:08,600 --> 00:20:10,600 把鼠标光标放到第一层 271 00:20:10,600 --> 00:20:12,525 第一个数据乘以 25 272 00:20:12,525 --> 00:20:12,600 273 00:20:13,388 --> 00:20:15,388 第二个乘以 5 274 00:20:15,388 --> 00:20:17,388 在 R 空间中展示 275 00:20:18,925 --> 00:20:24,244 Oops,第一个数据是乘 25 276 00:20:24,650 --> 00:20:29,500 第二个是乘 5,第三个乘 1 277 00:20:30,700 --> 00:20:32,700 在 R 空间中展示 278 00:20:32,700 --> 00:20:38,275 第一个数据还不够归一化第一个峰强度 279 00:20:38,775 --> 00:20:40,775 乘 30 280 00:20:45,150 --> 00:20:49,600 还不够,那就乘 40 281 00:20:53,414 --> 00:20:57,050 开始接近了,试下 38 282 00:21:00,500 --> 00:21:07,000 第二个试试乘 6 283 00:21:08,325 --> 00:21:10,325 6.3 284 00:21:13,750 --> 00:21:16,675 好了 285 00:21:17,300 --> 00:21:25,625 这样差不多可以看出来 (也许还不够清楚) 286 00:21:25,625 --> 00:21:33,025 对第一层信号归一化后,第二层信号在增加 287 00:21:33,025 --> 00:21:39,250 还可以在 R 空间傅里叶变换实部观察谱图 288 00:21:39,575 --> 00:21:43,250 放大下 289 00:21:43,250 --> 00:21:47,775 可以看到蓝色信号比较弱 290 00:21:47,775 --> 00:21:52,725 到红色,绿色信号在增长 291 00:21:52,725 --> 00:21:59,525 这部分的信号随着 k 次方增加而增强 292 00:21:59,525 --> 00:22:08,225 在 k 值大的区域信号相比于 k 值小的区域受到 k 次方选择影响更大 293 00:22:12,825 --> 00:22:15,950 要展示的就这些了 294 00:22:16,275 --> 00:22:25,800 决定了在第二层的信号来自于更重的原子(相比于第一层) 295 00:22:25,800 --> 00:22:28,925 第一层是硫,第二层很可能是铁 296 00:22:28,925 --> 00:22:32,570 下节我会演示如何对这个数据建模 297 00:22:32,950 --> 00:22:34,950 谢谢