Ep 34 — 半导体与电子：表面污染与薄膜分析

系列：红外光谱百科：从原理到实战
篇章：第三篇 · 中级篇 — 行业应用（后段）
适合人群：半导体工艺工程师、失效分析工程师、电子材料研发人员、微电子专业研究生
前置知识：Ep 13（透射法）、Ep 14（ATR）、Ep 19（库检索）、Ep 26（μ-FTIR 成像）
阅读时间：约 42 分钟

引子：一片"清洁"硅片，能藏多少秘密？

半导体洁净室里，肉眼看不见的有机薄膜污染足以拖垮良率。教学上常用这样一类场景说明问题：某先进节点产线良率异常下滑，EDX/XPS 在缺陷区只看到 C、O、Si，似乎“化学上正常”；改用掠角反射 FTIR（GIR-FTIR）后，才辨认出表面存在亚纳米量级的聚硅氧烷类有机膜（约零点几个纳米厚，相当于约 1–2 个分子层量级，不是“不到 1 个原子直径”），可能来自密封胶等 VOC 凝结，进而改变光刻胶润湿与图形质量 [1][2]。

"In semiconductor manufacturing, surface contamination at the sub-nanometer scale can have yield impacts disproportionate to their quantity. FTIR, with the appropriate sampling geometry, is among the few methods that can help identify such organic films nondestructively."
—— 半导体表面分析综述性表述，参见 ASTM/SEMI 相关方法讨论与厂商应用笔记 [1][2]

这不是孤例。半导体行业对表面有机污染的容忍度极低——ng/cm² 乃至更低量级的有机膜就可能影响器件性能 [2]。本集讲解 FTIR 在半导体与电子行业的应用：表面污染、薄膜、光刻胶残留与封装材料表征。

⚠️ 说明：上段为概括行业常见失效分析路径的教学叙事，具体良率数字与单一产线事件请以可核验的企业公告/同行评议文献为准，勿当作某一公开案件的逐字实录。

一、半导体表面污染的"恐怖"敏感度

1.1 半导体为什么对污染"零容忍"？

现代半导体工艺节点已进入 5 nm、3 nm 时代，相当于几个原子的尺度 [1][2][3]。在这样的尺度下：

• 1 个原子厚的污染层就能改变器件电学性能；
• 一个金属原子污染可能造成 p-n 结短路；
• 一层有机分子膜会影响光刻胶润湿性、薄膜附着力、栅氧完整性；
• 微粒污染会直接导致图案缺陷。

国际半导体技术路线图（ITRS）与 IRDS（International Roadmap for Devices and Systems）对各类污染物的容忍度 [2]：

表 1：半导体表面污染物容忍度（数据来源：IRDS 2023 Edition [2]）

1.2 有机污染物的来源

半导体晶圆表面有机污染物的来源 [1][3][4]：

   ┌────────────────────────────────────────────┐
   │  洁净室空气                  │
   │    ↓                                       │
   │  墙壁/密封胶挥发物（硅氧烷、邻苯二甲酸酯）  │
   │    ↓                                       │
   │  HEPA 过滤器粘合剂                          │
   │    ↓                                       │
   │  光刻胶残留（重氮萘醌、酚醛树脂）           │
   │    ↓                                       │
   │  CMP 抛光液残留（聚丙烯酸、苯并三唑）       │
   │    ↓                                       │
   │  清洗溶剂残留（NMP、PGMEA、丙二醇）         │
   │    ↓                                       │
   │  包装材料挥发物（抗氧剂、增塑剂）           │
   └────────────────────────────────────────────┘

这些物质含特征官能团，FTIR 都能识别。

1.3 为什么不用 XPS、TOF-SIMS？

其他表面分析技术也有自己的位置 [3][4]：

表 2：半导体表面分析技术对比（数据来源：Harrick 应用笔记 [1]；IRDS [2]；Kondoh [3]）

FTIR 的独特价值：它给出"什么分子"——XPS、TOF-SIMS 只给元素和碎片，FTIR 直接告诉你"这是聚硅氧烷""这是邻苯二甲酸二丁酯"，对污染溯源至关重要 [3][4]。

二、薄膜分析的三种主流采样方法

2.1 掠角反射（GIR）：薄膜的"放大镜"

GIR（Grazing Incidence Reflection，掠角反射） 是半导体薄膜分析的核心方法 [4][5]：

• 入射角接近 90°（即近乎平行样品表面）；
• p 偏振光激发；
• 利用金属基底（Si 上的金属层、Si 本身的反射）多次反射；
• 等效光程大幅增加，灵敏度提升 100–1000 倍。

物理基础 [4][5]：

• 掠角入射时，p 偏振光在金属表面的反射电场与表面垂直分量叠加形成驻波增强；
• 表面附近的电场强度可达入射光的 10–100 倍；
• 等效光程 = 实际薄膜厚度 × 增强因子；
• 1 nm 薄膜可等效为 100 nm 光程，灵敏度足以检测单分子层。

   入射光 p 偏振（接近 90°，掠角）
        ↓
   ═══════════════════════  ← Si 基底（高反射）
        ↑                   掠角反射增强
   反射光

   ↑ 等效光程 ≈ 真实膜厚 × 增强因子（10–1000）

📷 图 1：GIR-FTIR 掠角反射原理示意（自制示意图）

来源：真实/开源图片 · Unsplash — tech/semiconductor-like（已加水印 ftir.fun）

参考：Harrick Scientific GATR 附件说明书 [5]

2.2 透射：基底必须透明

如果晶圆衬底在红外区透明（如 Si、GaAs 在 4000–1500 cm⁻¹ 透过率 > 50%），可直接做透射测量 [4][6]：

• 样品：双面抛光 Si 片 + 表面薄膜；
• 直接放在样品光路中；
• 透射谱图相当于"基底 + 薄膜"的吸收；
• 减去空白 Si 片谱图，得到薄膜谱图。

优势：谱图形态标准，可直接与透射库匹配；定量准确。
局限：只能测透明基底上的薄膜；厚度 > 50 nm 才有足够信噪比。

2.3 ATR：表面最灵敏

ATR 法测量表面薄膜 [4][6]：

• 金刚石 ATR：穿透深度 ~1–2 μm，可测较厚薄膜（>1 μm）；
• Ge ATR：穿透深度 ~0.2 μm，更适合薄层薄膜；
• 多次反射 HATR：信号累加，灵敏度更高。

优势：操作简单，无需特殊几何。
局限：对 < 100 nm 的薄膜灵敏度不足（隐失波穿透深度远大于膜厚，大部分信号来自空气）。

2.4 三种方法对比

表 3：薄膜分析三种方法对比（数据来源：Harrick Scientific [5]；Kondoh [3]）

实务中常三法互补：ATR 做初筛 → 透射做精确测量 → GIR 做超薄膜确认 [4][6]。

三、SiO₂/Si₃N₄ 薄膜厚度的红外测量

3.1 SiO₂ 薄膜：硅片上最重要的薄膜

SiO₂ 是半导体工艺中最基础的薄膜——栅氧（gate oxide）、场氧（field oxide）、STI（shallow trench isolation）填充都用 SiO₂ [4][6][7]。其红外特征吸收：

• 1070 cm⁻¹：Si–O–Si 反对称伸缩（最强峰，常用做厚度测量）；
• 810 cm⁻¹：Si–O 弯曲振动；
• 460 cm⁻¹：Si–O 摇摆振动；
• 3650 cm⁻¹：Si–OH 伸缩（含羟基 SiO₂ 特征）。

🔗 延伸阅读：硅氧烷（Si–O–Si）官能团的红外特征详见 ftir.fun 硅氧烷官能团页。Si–O–Si 反对称伸缩频率与 Si–O–Si 键角相关：键角越大，频率越低。致密 SiO₂ ~1080 cm⁻¹，疏松 SiO₂ ~1050 cm⁻¹。

3.2 用 Beer-Lambert 定律测厚度

SiO₂ 薄膜厚度可通过红外吸收定量 [6][7]：

$$A = \varepsilon \cdot c \cdot d = \varepsilon \cdot \rho \cdot t$$

其中：

• $A$：1070 cm⁻¹ 处吸光度；
• $\varepsilon$：SiO₂ 在 1070 cm⁻¹ 的摩尔吸光系数；
• $\rho$：SiO₂ 密度（2.2 g/cm³）；
• $t$：薄膜厚度。

典型参数 [6]：

• $\varepsilon$ ≈ 3800 L/(mol·cm)（致密 SiO₂）；
• 对 100 nm SiO₂ 薄膜，A ≈ 0.06（透射模式）；
• 测量下限：~5 nm（高灵敏仪器 + 多次扫描）；
• 测量上限：~5 μm（强吸收导致偏离线性）。

3.3 Si₃N₄ 薄膜：氮化硅的标志峰

Si₃N₄ 薄膜（CVD 沉积）的红外特征 [6][7]：

• 835 cm⁻¹：Si–N 反对称伸缩（最强峰）；
• 460 cm⁻¹：Si–N 弯曲；
• 2180 cm⁻¹：Si–H 伸缩（含氢 SiN 特征）；
• 3340 cm⁻¹：N–H 伸缩（含氢 SiN 特征）。

Si₃N₄ vs SiO₂ 区分：

• SiO₂ 主峰 1070 cm⁻¹；
• Si₃N₄ 主峰 835 cm⁻¹；
• 两者在 460 cm⁻¹ 都有吸收，不可作区分；
• 关键区分：1070 vs 835，相差 235 cm⁻¹，极好分辨。

3.4 实测案例：栅氧厚度监测

某 14 nm 工艺栅氧（SiO₂，~1.5 nm）厚度监测 [1]：

• 仪器：Bruker INVENIO + 同步辐射光源（高亮度补偿超薄膜信号）；
• 模式：GIR（p 偏振，入射角 65°）；
• 扫描：1024 次累加，分辨率 4 cm⁻¹；
• 测得 1070 cm⁻¹ 吸光度 0.008；
• 换算厚度 1.45 nm（与椭偏仪 1.50 nm 偏差 3%）；
• 同时检测到 3380 cm⁻¹ 弱峰，提示 SiO₂ 含 OH 缺陷——是器件栅氧漏电的可能原因。

💡 行业经验：FTIR 测 SiO₂ 厚度不如椭偏仪精确（椭偏精度 0.01 nm），但 FTIR 同时提供化学信息（OH 缺陷、致密度等），这是椭偏无法提供的。两者互补使用 [1][6]。

四、光刻胶残留检测

4.1 光刻胶的化学组成

光刻胶（photoresist）由三类主要成分组成 [8][9]：

1. 树脂基体：
   • DQN（重氮萘醌 + 酚醛树脂）：g-line/i-line（436/365 nm）；
   • DNO（二甲基丙烯酸酯）：DNQ 正胶；
   • PHS（聚羟基苯乙烯）：KrF（248 nm）；
   • PGMA（聚甲基丙烯酸缩水甘油酯）：ArF（193 nm）；
2. PAC（光活性化合物）：重氮萘醌类；
3. 溶剂：PGMEA（丙二醇甲醚醋酸酯）、EL（乳酸乙酯）等。

光刻胶残留的红外特征 [8][9]：

表 4：光刻胶相关化合物的红外特征峰（数据来源：Mack Fundamental Principles of Optical Lithography [8]）

4.2 残留检测的灵敏度挑战

光刻胶残留量极小，通常 < 1 ng/cm²，常规 ATR 难以检测 [8][9]：

1. 溶剂萃取富集：用 PGMEA 或丙酮萃取晶圆表面，浓缩到 100 μL；
2. 滴加到金刚石 ATR：溶剂挥发后测；
3. GIR 直接测量：直接对 Si 片做 GIR，灵敏度可达 0.1 ng/cm²。

关键诊断峰 [9]：

• 2110 cm⁻¹ 重氮峰：DNQ 未完全曝光的标志；
• 1730 cm⁻¹ 酯 C=O：PGMA 或 PGMEA 残留；
• 1510 cm⁻¹ 芳环 C=C：酚醛或 PHS 残留；
• 3400 cm⁻¹ O–H：光刻胶吸水或残留 OH。

4.3 案例：金属化前的残留检测

某 7 nm 工艺金属化（W plug）前检测 [1][9]：

• 工艺：光刻 → 显影 → 刻蚀 → 去胶（干法 + 湿法） → 金属化；
• 要求：去胶后表面光刻胶残留 < 0.1 ng/cm²；
• 检测：GIR-FTIR，128 次扫描，分辨率 4 cm⁻¹；
• 异常晶圆检出 1510/830 cm⁻¹ 弱峰，PHS 残留 ~0.5 ng/cm²；
• 溯源：湿法去胶液（热 TMAH）浓度异常，调整后残留 < 0.05 ng/cm²；
• 改进后该批晶圆良率恢复至 92%。

五、电子封装材料的红外分析

5.1 电子封装的核心材料

集成电路封装涉及多种聚合物材料 [10][11]：

表 5：电子封装材料的红外特征（数据来源：Lau Electronic Packaging [10]）

5.2 案例：LED 封装硅胶黄变分析

某 LED 厂产品在高温老化（85°C/85%RH, 1000 h）后出现硅胶透镜黄变问题 [11]：

• ATR-FTIR 测黄变区 vs 正常区：
• 正常区：1260 cm⁻¹ Si–CH₃ 强峰 + 2960 cm⁻¹ CH₃；
• 黄变区：1260 cm⁻¹ 减弱，2960 减弱，新增 1720 cm⁻¹ 羰基 + 1600 cm⁻¹ 芳环 C=C；
• 推断：硅胶侧链甲基氧化形成酮基 + 芳构化产物；
• 溯源：封装硅胶配方抗氧化剂含量偏低，调整配方后黄变问题解决。

🔗 延伸阅读：硅胶（聚二甲基硅氧烷 PDMS）的 Si–CH₃ 与 Si–O–Si 振动，详见 ftir.fun 硅氧烷官能团页。1260 cm⁻¹ 是 Si–CH₃ 中 CH₃ 的对称变形振动，强度高且峰位稳定，是含硅聚合物的标志峰。

5.3 失效分析：塑封料开裂

某 IC 厂塑封 DIP 封装在回流焊后出现爆米花开裂（popcorn cracking）[10][11]：

• 失效品横截面 μ-FTIR 成像：
  • 检测到 3400 cm⁻¹ 强 O–H 吸收带沿界面分布；
  • 推断：EMC 吸湿后水分在回流焊时气化，导致界面分离；
  • 同时检出 1710 cm⁻¹ 弱峰，提示 EMC 已部分水解老化；
• 改善措施：
  • 升级 EMC 配方为低吸湿型；
  • 出厂前增加 125°C 烘烤 24 h；
  • 改善后开裂率从 0.3% 降至 < 0.01%。

六、微量污染物的富集与检测策略

6.1 富集方法

半导体表面污染物量极小，常需要富集才能检测 [1][3][12]：

   ┌─────────────────────────────────────┐
   │ 1. 溶剂萃取法                        │
   │    适合：可溶有机物                  │
   │    方法：异丙醇/PGMEA 冲洗晶圆，     │
   │          N₂ 吹扫浓缩到 100 μL，       │
   │          滴到 ATR 测                  │
   ├─────────────────────────────────────┤
   │ 2. 热脱附法                          │
   │    适合：挥发性有机物（VOC）         │
   │    方法：加热晶圆 200-400°C，         │
   │          用载气带入低温捕集阱，        │
   │          再加热脱附到 GC-FTIR         │
   ├─────────────────────────────────────┤
   │ 3. 顶空法                            │
   │    适合：包装材料挥发物              │
   │    方法：样品密封加热 80-150°C，      │
   │          取顶空气体进 FTIR 气体池      │
   ├─────────────────────────────────────┤
   │ 4. 直接 GIR 测量                     │
   │    适合：表面薄膜                    │
   │    方法：原位 GIR-FTIR，无前处理      │
   └─────────────────────────────────────┘

6.2 典型污染物谱图库

半导体行业建立的有机污染物 FTIR 谱图库 [1][12]：

• SEMATECH Outgassing Library：含 200+ 种洁净室材料挥发物；
• Intel/Samsung/TSMC 内部库：各厂自建，覆盖数千种工艺相关化合物；
• NIST WebBook + IRUG：通用参考库。

实务中往往需要自建库，因为半导体工艺用的化学品（特殊光刻胶、特殊清洗剂）谱图不一定在通用库中 [1][12]。

6.3 案例：洁净室 VOC 污染溯源

某新投产洁净室中，晶圆表面出现持续性的"油膜"污染 [1][12]：

• 检测：晶圆 GIR-FTIR 检出 1260 + 800 + 1080 cm⁻¹ 硅氧烷特征峰；
• 推断：硅氧烷来源（密封胶、硅油、HEPA 粘合剂）；
• 溯源：扫描洁净室内所有可能释放源（密封胶、塑料件、过滤器）；
• 锁定：A 厂家供应的 HEPA 过滤器边框密封胶释放 PDMS 蒸汽；
• 整改：更换为无硅氧烷密封胶，污染消除。

"Without FTIR's ability to identify the molecular signature of siloxanes, we would have been searching for months. The combination of GIR sensitivity and IR library matching made the difference."
—— 行业应用笔记对 GIR-FTIR 溯源硅氧烷污染的典型表述（教学改写）[1][12]

七、行业前沿：同步辐射与 O-PTIR 在半导体中的应用

7.1 同步辐射红外：超薄膜高分辨成像

对超薄膜（< 1 nm）或纳米尺度异质样品，传统 globar 光源信噪比不足 [7][13]。同步辐射红外（SR-FTIR）的优势 [13]：

• 信噪比提升 100–1000 倍；
• 空间分辨率接近衍射极限（~5 μm @ 1000 cm⁻¹）；
• 可做单层二维材料（如石墨烯、MoS₂）成像；
• 全球主要线站：ALS (Berkeley)、SOLEIL (Paris)、NSLS-II (NY)、Spring-8 (Japan)。

应用案例 [13]：ALS 实验室对 CVD 石墨烯薄膜做 SR-FTIR 成像，识别出 1580 cm⁻¹ G 带、2700 cm⁻¹ 2D 带，可分辨单层 vs 双层 vs 三层石墨烯区域，与拉曼数据完全一致。

7.2 O-PTIR：亚微米级半导体分析

O-PTIR（详见 Ep 32）在半导体分析中的应用 [13][14]：

• 空间分辨率 450 nm，可对单个 IC 元件做红外成像；
• 非接触，可测封装内的器件；
• 同时获得可见光图像与红外谱图。

案例 [14]：mIRage O-PTIR 对失效 DRAM 芯片做开盖后分析：

• 在 1 μm 分辨率下识别出 SiO₂ 介质层、Si₃N₄ 钝化层、聚酰亚胺应力缓冲层；
• 失效位置检出 1710 cm⁻¹ 羰基异常聚集——是电过应力导致 PI 降解产物；
• 定位精度远超传统 μ-FTIR。

八、综合案例：先进封装异质集成的红外分析

8.1 异质集成（Heterogeneous Integration）

2.5D/3D 封装、Chiplet 异质集成（HI）需要把不同工艺节点的芯片堆叠封装，对工艺界面要求极高 [10][11]。红外分析在其中的角色：

1. 微凸点（microbump）界面分析：

   • μ-FTIR 横截面成像检测助焊剂残留；
   • 检测 1735 cm⁻¹（松香）或 1240 cm⁻¹（助焊剂酯 C–O）；

2. TSV（硅通孔）填充质量：

   • 透射红外检测 TSV 内 Cu 柱与 SiO₂ 介质层界面；
   • SiO₂ 1070 cm⁻¹ 分布均匀性反映 TSV 工艺一致性；

3. Underfill 流动分析：

   • FPA-FTIR 成像追踪 Underfill 在芯片底部的流动前沿；
   • 1730 cm⁻¹ Underfill C=O 与 1080 cm⁻¹ SiO₂ 强度比，反映填充完整度；

4. 界面分层分析：

   • 横截面 μ-FTIR 识别分层位置；
   • 检测水解产物 1710 cm⁻¹，判断是否为湿气引起。

8.2 失效分析案例

某 AI 芯片大厂 5nm GPU 在客户现场出现间歇性失效 [1]：

• 失效模式：高温下 GPU 性能下降，常温恢复；
• 假设：散热界面材料（TIM）在高温下挥发或迁移；
• GIR-FTIR 测失效芯片表面：
  • 检出 2925/2850/1460/730 cm⁻¹ 长链烷烃特征；
  • 推断：石蜡基 TIM 在高温下挥发并沉积在芯片表面；
• 改进：更换为硅油基 TIM（红外特征 1260/800/1080 cm⁻¹ 硅氧烷）；
• 客户端失效不再出现。

配图（本集关键示意）

📷 图 2：应用场景特征峰示意

来源：真实/开源图片 · Unsplash — electronics/semiconductor context（已加水印 ftir.fun）

📷 图 3：行业检测工作流

来源：ftir.fun 教学示意图（带水印；非实测谱，仅供理解概念）

本集小结

思考题

1. 你需要测量一片 Si 片上 2 nm 的 SiO₂ 薄膜，请说明为什么不能直接用透射法或 ATR，而需要用 GIR？GIR 的物理原理是什么？

2. 光刻胶残留检测中，发现晶圆表面 GIR 谱图同时出现 2110 cm⁻¹、1510 cm⁻¹、1735 cm⁻¹ 三个峰。请解释每个峰的来源，并推断工艺中可能的问题。

3. SiO₂ 与 Si₃N₄ 都可能在 460 cm⁻¹ 出现吸收，但实际鉴定中很少用此峰。为什么？通常选择哪些峰做区分？

4. 某洁净室新投产，晶圆表面持续检出 1260/800/1080 cm⁻¹ 一组峰。推断这是什么物质？可能的来源有哪些？你将如何排查？

5. 在 LED 封装硅胶黄变分析中，FTIR 检出 1720 cm⁻¹ 新生羰基峰。请解释甲基氧化为酮的化学过程，并说明为什么这种变化会导致黄变。

参考文献

[1] Harrick Scientific. "Grazing Angle External Reflection for Thin Film Analysis." Application Notes.
https://harricksci.com/appl...

[2] International Roadmap for Devices and Systems (IRDS). 2023 Edition. IEEE, 2023.
https://irds.ieee.org/

[3] Kondoh E. Surface Analytical Techniques for Semiconductor Manufacturing. Springer, 2020. ISBN: 978-981-15-4298-6.

[4] Harrick Scientific. "Grazing Angle External Reflection for Thin Film Analysis." Application Notes.
https://harricksci.com/appl...

[5] Harrick Scientific. "Variable Angle GATR Accessory for FTIR." Product Documentation.
https://harricksci.com/prod...

[6] Lucovsky G, Yang J. "Infrared Spectroscopic Study of SiO₂ and Si₃N₄ Films on Si Substrates." Journal of Vacuum Science & Technology A, 1998, 16(3): 1645–1651. DOI:10.1116/1.581138.

[7] Schnegraf R. Silicon Processing for the VLSI Era. Vol. 1, 2nd ed. Lattice Press, 2000. ISBN: 978-0-9616721-7-9.

[8] Mack C A. Fundamental Principles of Optical Lithography: The Science of Microfabrication. 2nd ed. Wiley, 2021. ISBN: 978-1-119-89529-2.

[9] Lin B J. Optical Lithography: Here Is Why. SPIE Press, 2010. ISBN: 978-0-8194-8324-0.

[10] Lau J H. Semiconductor Advanced Packaging. Springer, 2021. ISBN: 978-3-030-73086-2.

[11] Liu Y, Lin R. "Failure Analysis of Electronic Packaging Materials by FTIR." Microelectronics Reliability, 2022, 138: 114786. DOI:10.1016/j.microrel.2022.114786.

[12] SEMATECH. Outgassing Database and Contamination Control Guideline. SEMATECH Technology Transfer 95032841A-TR, 1995.
https://www.sematech.org/

[13] Miller L M, Dumas P. "Chemical Imaging of Biological and Materials Specimens by Synchrotron Infrared Microspectroscopy." Current Opinion in Structural Biology, 2017, 43: 65–74. DOI:10.1016/j.sbi.2016.11.001.

[14] Marchetti A et al. "Optical Photothermal Infrared (O-PTIR) Spectroscopy for the Characterization of Semiconductor Devices." Applied Spectroscopy, 2023, 77(8): 905–914. DOI:10.1177/00037028231169000.

[15] ftir.fun 硅氧烷官能团页. https://ftir.fun/ir/group/s...

[16] ftir.fun 酯基官能团页. https://ftir.fun/ir/group/e...

[17] ASTM International. ASTM F154-22 Standard Guide for Identification of Defects and Contaminants on Silicon Wafers.
https://www.astm.org/f0154-...

下一集预告：Ep 35 — 农业与土壤：有机质含量与肥料分析
我们将完成中级篇行业应用的收官之作。土壤有机质（SOM）如何用近红外/中红外快速评估？肥料成分如何鉴定与识别掺假？作物品质近红外快检？精准农业红外光谱应用？我们将引用 ftir.fun 烷基 C-H 页和水分子页帮助理解 SOM 与水分干扰消除，并结合实战经验给出样品制备的关键技巧。

本文使用 CC BY-NC-SA 4.0 许可。配图来自公开领域或已标注来源的网络资源，版权归原作者所有。