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