AFM测试表面粗糙度：探针选择与扫描参数的优化策略

AFM测表面粗糙度——一个看似直截了当的操作，探针往样品上一点、扫个5×5μm的图、软件算个Ra和Rq就出数据了。但同一批样品在不同扫描参数下得到的粗糙度数值差了40%的案例，在AFM实验室里不是什么罕见的事。

探针的几何形状直接定义了你能看见多大的”粗糙度”。标准硅探针的针尖曲率半径大约在8~12nm范围内，这意味着任何横向尺寸小于针尖半径的表面特征都会被探针的有限尺寸效应卷积放大——AFM图像里看到的”颗粒”可能比实际特征宽了至少一个针尖直径。对纳米级别的表面粗糙度来说，这个卷积效应是系统性的、不可消除的。解决方法不是换探针——那是另一项实验了——而是在报告中注明针尖半径，并且对粗糙度数据做一个认知上的校准：你的Ra是在这个针尖的”滤波器”下测量的结果。

扫描速率和反馈增益是另一对牵扯的变量。扫描速率太快——探针来不及响应表面起伏，图像中出现”拖尾”现象，粗糙度被低估；增益太高——反馈回路过冲，图像中出现高频振荡伪影，粗糙度被高估。每个样品都需要做速率-增益的匹配测试。经验是先固定一个中等增益（比例增益~1.0，积分增益~2.0），从0.3Hz开始逐渐提高扫描速率，观察trace和retrace扫描线的重合度——两条线基本重合时的速度就是你这个样品的实际可用扫描速率上限。

探针的力常数和振动模式也有讲究。对软材料（聚合物薄膜、生物样品），必须用轻敲模式（tapping mode），针尖力常数选0.1~0.5 N/m的低刚度假探针——用接触模式的话针尖会在表面上犁出一条沟来，测出来的”粗糙度”可能是针尖划痕而不是样品本来的形貌。对硬材料（陶瓷、金属膜），接触模式和轻敲模式的结果通常一致，但在陡峭台阶的边缘位置，轻敲模式的侧向力更小，台阶边缘的分类更清晰。

数据分析阶段，图像平整化的操作顺序决定了最终结果。不先做flattening就做粗糙度计算——扫描管的弓形本底会冒充低频粗糙度分量混进去。先做flattening再用section分析取线粗糙度——如果flattening的阶数取太高（3阶以上），低频的波浪状表面形貌也会被一起抹掉，剩下的全是高频噪声。标准流程是先用1阶flattening去倾斜，再做0阶flattening逐线去弓形，然后用至少三个不同区域的5×5μm图各自独立算Ra和Rq，取平均。单张图给出的粗糙度在AFM里基本没有统计意义。
除了标准的成像模式，AFM还有一个进阶功能值得了解——力曲线分析。在接触模式下，探针垂直向下逼近样品表面然后回撤，记录悬臂偏转量对Z轴位移的函数，这就是一条力曲线。从力曲线的斜率中可以提取样品的局部弹性模量（通过Hertz或DMT接触力学模型拟合），从回撤段的粘附力跳变中可以提取探针与表面的粘附力。力曲线的空间分辨率取决于探针半径——大约10~50nm的量级——虽然不如成像模式那么直观，但对于判断一个表面上的”粗糙度”到底是来自硬质颗粒还是软质污染物，力曲线比形貌图像本身更有说服力。

https://www.keyanxueshu.com/category/kycs/