局域Ruddlesden-Popper相变的原子尺度映射与量化

Ruddlesden-Popper（$A_{n+1}B_{n}\text{O}_{3n+1}$）化合物是一类高度可调的材料，其功能性质会受到其结构相$n$的显著影响。形成单一$n$值样品与混合$n$值样品之间相关的能量差可忽略不计，使得这类材料的生长难以控制，并可能因微小化学计量偏差而产生原子尺度的局域结构变化。本工作中，我们提出一个Python分析平台，基于原子分辨率扫描透射电子显微镜（STEM）图像，以统计严谨的方式检测、测量并量化不同$n$相的存在。我们对002布拉格峰进行相分析以识别水平Ruddlesden-Popper层错，其在晶格图像中表现为高正压缩应变区域，从而得以量化局域结构。我们的半自动化技术通过考虑有限投影厚度、有限视场以及精确采样率的影响而具备统计优势。该方法保留了层变异的实空间分布，可实现局域$n$相的空间映射，既能量化共生层出现的概率，也能定性描述其分布，从而为一系列层状材料的新见解与更高层次控制开启大门。