利用集成机器学习的原子力显微镜探测冰的半晶态层
材料科学
2025-12-19 v1 介观与纳米尺度物理
化学物理
计算物理
摘要
半熔化在物理、化学、材料和生物科学中发挥着关键作用，但由于表面表征限制，仍在原子尺度上鲍然不明。我们报告发现一种新型的半晶态冰层（amorphous ice layer, AIL）位于准液态层（QLL）之前，得益于集成机器学习框架将原子力显微镜（AFM）与分子动力学模拟相结合。该方法克服了 AFM 深度和信号限制，实现了从 AFM 图像进行三维表面结构重建。进一步使我们能够探索覆盖广温范围内的半熔化界面结构，这些在实验上难以触及。我们鉴定出 AIL，位于 121-180K 之间，表现为具有无序二维氢键网络的二维结构，具有类固体动力学特征。我们的发现细化了冰的半熔化相图，为表面生长动力学、溶解及界面化学活性提供了新视角。方法论层面，本工作建立了一种新的 AFM 基础的三维结构发现框架，标志着我们在探测复杂无序界面结构方面具备前所未有的精度，为未来的领域研究，如表面重构、晶体化、离子溶解及生物分子识别，铺平了道路。
引用
@article{arxiv.2512.15772,
title = {Unveiling the amorphous ice layer during premelting using AFM integrating machine learning},
author = {Binze Tang and Chon-Hei Lo and Tiancheng Liang and Jiani Hong and Mian Qin and Yizhi Song and Duanyun Cao and Ying Jiang and Limei Xu},
journal= {arXiv preprint arXiv:2512.15772},
year = {2025}
}