宽带近红外β-Ga?O?:Cr3?纳米结构实现基于III级纹线特征的法证鉴定
《Materials Research Bulletin》:Broadband NIR β-Ga
2O
3:Cr3+ Nanostructures Enabling Level III Ridge Characteristic-Based Forensic Identification
【字体:
大
中
小
】
时间:2026年09月21日
来源:Materials Research Bulletin 5.8
编辑推荐:
•通过溶液燃烧合成(SCS)路线合成的未掺杂及β-Ga?O?:Cr3?(1–11 mol%)荧光粉。
•在445 nm激发下呈现强近红外(NIR)发射(650–825 nm)。优化的5 mol% Cr3?样品在719 nm处呈现峰值发射。
•解析出具有孔隙参数的明显I–III
•通过溶液燃烧合成(SCS)路线合成的未掺杂及β-Ga?O?:Cr3?(1–11 mol%)荧光粉。
•在445 nm激发下呈现强近红外(NIR)发射(650–825 nm)。优化的5 mol% Cr3?样品在719 nm处呈现峰值发射。
•解析出具有孔隙参数的明显I–III级脊线特征。
**引言**
近红外(NIR)光谱凭借其高效、无损及快速发现的特点,已在多种学科领域得到广泛应用,包括夜视、医学诊断、植物生长和食品质量监测[1], [2], [3], [4], [5], [6]。近红外光谱(700–1100 nm)是一种流行的无损分析仪器,因为其具有深层穿透能力且不会对生物组织造成破坏[7], [8]。要使这项技术在实际中得到应用,光源必须具有有效的超宽带发射,且峰值波长大于800 nm。由于功耗高、带宽有限和效率低,卤素钨灯和白炽灯等传统光源无法满足近红外光谱技术的发展需求[9], [10]。另一方面,近红外荧光粉转换发光二极管(NIR pc-LEDs)因其可调发射光谱、出色的安全保证和低功耗,被认为是一种有潜力的近红外光源。此外,预计可穿戴电子设备将使用近红外pc-LEDs实时监测人体生理状态[11], [12], [13]。然而,涂覆的近红外荧光粉对NIR pc-LEDs的性能有重大影响。因此,开发高效超宽带近红外荧光粉至关重要。
迄今为止,已经报道了多种使用不同激活离子的近红外发光材料,如过渡金属离子(Cr3?、Ni2?、Fe3?和Bi2?)和稀土离子(Eu2?)。其中,Cr3?激活材料引起了广泛关注,因为它们具有宽带发射、高内量子效率(IQE)以及在蓝光波段的宽带吸收,能够与InGaN蓝光LED芯片精确匹配[14], [15], [16]。特别是由于Cr3?对局部结构非常敏感,通过控制晶体场,可以在Cr3?掺杂材料中获得可调的发射光谱[17], [18]。近年来,报道了多种有效的Cr3?掺杂材料,如Ga?O?:Cr3?(λem = 740 nm,IQE = 92.4%)[19]、Ga???In?O?:Cr3?(λem = 713 nm,IQE = 87.9%)[20]、Y?In?Ga?O??:Cr3?(λem = 760 nm,IQE = 91.6%)[21]、Ca?Sc?Si?O??:Cr3?(λem = 783 nm,IQE = 92.3%)[22]。因此,期望制备具有超宽带发射、高IQE和长波长发射的近红外荧光粉。
氧化镓(Ga?O?)近年来作为一种非常有前景的宽带隙半导体脱颖而出,这得益于其卓越的化学稳定性、热稳健性、宽禁带(约5 eV)以及与氧空位(V?)相关的本征施主态,后者有助于其导电性[23]。Ga?O?存在多种多态形式,包括α相(菱方)、β相(单斜)、γ相(缺陷尖晶石)、δ相(立方)和ε相(正交)。其中,β-Ga?O?在热力学上最为稳定,而其他多态形式为非稳定态,通常在高温下转变为β相[24]。由于其宽禁带和出色的透明性,β-Ga?O?已被广泛用于紫外光电探测器、发光二极管、肖特基势垒二极管、薄膜晶体管和功率电子器件[25], [26]。其他应用还包括催化、气体传感、自旋电子学、光伏系统、抗辐射电子学、卫星通信系统和太阳盲光电探测器[27], [28], [29], [30]。其卓越的击穿电场强度、强物理化学耐久性以及对辐射的耐受性进一步提升了其技术重要性。
已开发出多种荧光粉合成方法,包括溶胶-凝胶法、固态反应和溶液燃烧合成(SCS)。其中,燃烧技术因其易用性、快速处理、节能能力以及产生细腻均匀的荧光粉粉末的能力,被认为是一种有效且有益的方法。此外,与固态反应方法相比,燃烧方法具有处理时间更短、节能和燃烧产物颗粒更细等优势[31]。SCS方法因其反应时间短、加工温度相对较低、前驱体组分混合紧密以及化学均质性优异,有利于快速生产纳米级荧光粉颗粒[32]。此外,燃烧过程使Cr3?离子更容易有效地掺入并分布于宿主晶格中,从而能够开发出具有所需结构和光学特性的纳米级荧光粉。
与光电材料的进展并行,指纹识别已成为现代法医科学和生物特征认证系统中不可或缺的一部分。随着信息技术的快速发展,基于指纹的安全技术在移动设备、数字支付系统和门禁控制机制中得到广泛应用,因其具有永久性、唯一性以及在一生中保持稳定等特性[33]。潜在指纹(LFPs)检测仍然是刑事调查和法医分析的核心,常被称为"证据之王",因为它不需要精密仪器且可靠性高[34]。潜在指纹主要由汗腺分泌物组成,包括接触表面时留下的汗水和油性残留物。这些指纹通常肉眼不可见,需要适当的显现技术才能显现[35]。传统的潜在指纹显现方法包括粉末刷显法、茚三酮处理、胶带粘取和硝酸银处理[36], [37], [38], [39]。其中,粉末刷显法因其操作简单、实施快速,仍然是最广泛使用的技术之一。然而,传统的非荧光粉末通常存在灵敏度有限、在复杂背景下对比度差、环境干扰以及潜在毒性等问题[40]。与常规粉末相比,荧光粉末和荧光粉基材料通过减少背景干扰并在特定激发波长下实现高对比度成像,具有显著优势。特别是在彩色、反光或图案化的基底上,荧光材料提供了更优的可视化效果、更高的分辨率和更强的检测灵敏度。此外,使用发光荧光粉显现的潜在指纹可以轻松拍照、进行数字化分析,并长期保存以供法医审查。
汗孔检查学,即研究汗孔特征的科学,在指纹识别中起着至关重要的作用,尤其是在脊线图案不完整、模糊、重叠或缺乏足够特征点时。汗孔检查学由Edmond Locard博士于1912年提出[41],他证明汗孔图案具有与脊线特征相似的永久性和个体性。汗孔约在妊娠第14周开始形成,到约第24周完成发育[42], [43]。平均而言,人体乳头状皮肤每平方英寸含有约2700个汗孔[44]。Locard提出两份指纹之间20–40个汗孔的对应关系即可确认身份,历史法医案例已验证了汗孔级分析的证据价值[45]。汗孔可根据数量、分布、大小、形状、间距和孔径进行分析。通过粉末刷显法利用各种掺杂荧光粉检测潜在指纹的文献综述见表1 [49], [50], [51], [52], [53], [54], [55]。
在此背景下,本研究采用SCS方法合成了Cr3?掺杂β-Ga?O?荧光粉,并对所得的结构、形貌和光学性质进行了研究。除了其基本性质外,这些Cr3?掺杂β-Ga?O?荧光粉还被应用于潜在指纹检测的实际应用中。此外,这些荧光粉被测试用于潜在指纹检测,展示了其在不同表面上增强脊线细节的能力,具有出色的灵敏度和分辨率。将Cr3?掺杂β-Ga?O?荧光粉整合到如此多样化的应用中,突显了其多功能性和重要性。这些结果强调了Cr3?掺杂β-Ga?O?荧光粉作为一种有前途的材料在法医应用中的潜力。
**材料与方法**
分析级六水硝酸镓Ga(NO?)?·8H?O(纯度99.999%)和九水硝酸铬(III) Cr(NO?)?·9H?O(纯度≥99.99%)购自印度Sigma-Aldrich,未经进一步纯化直接作为前驱体材料使用。整个合成过程中使用双蒸水。新鲜的积雪草(Gotu kola)叶片被用作溶液燃烧反应的自然燃料和还原剂。
**积雪草叶片提取物的制备**
采集新鲜的积雪草叶片
**结果与讨论**
图3a显示了未掺杂和Cr3?激活β-Ga?O?荧光粉的XRD图谱,掺杂浓度范围为1至11 mol%。所有观察到的衍射峰均可准确索引为标准参考图谱(JCPDS卡片编号04-002-2603)[56],证实了成功形成了相纯度β-Ga?O?,具有单斜晶系结构,属于C2/m(No. 12)空间群。未观察到对应于杂质相、次生铬氧化物或混合
**潜在指纹分析**
后续评估阶段重点考察了优化的β-Ga?O?:5Cr3?荧光粉在可视化和区分不同级别潜在指纹识别方面的灵敏度和分辨率能力。该荧光粉在365 nm紫外照射下呈现明显的红色外观,在指纹脊线与背景之间提供良好的视觉对比,从而有助于潜在指纹的显现。法医指纹分析对脊线
**结论**
本工作中,通过简便的SCS方法合成了未掺杂和Cr3?激活β-Ga?O?荧光粉。采用XRD、SEM和HRTEM分析研究了其结构和形貌特征。光致发光研究表明具有强激发带,在445 nm激发下,Cr3?掺杂β-Ga?O?荧光粉表现出跨越650–825 nm的宽带近红外发射,源于?T?→?A?跃迁。5 mol%的最优激活剂浓度产生了最高的发射强度。
**作者贡献声明**
Sharma S. C.:监督指导。G. Sharan kumar:方法论、调查研究。Krushna B. R. Radha:概念构思。H. Nagabhushana:写作—审阅与编辑、监督指导。B. Marappa:软件。Rajashekharaiah A. S.:方法论。Ranjana Thakuria:调查研究。B. Mithin Kumar:形式分析。Ankita Mitra:数据管理。Lambodaran Ganesan:方法论。
**生成式AI及AI辅助技术在写作过程中的声明**
在撰写本文过程中,作者使用了AI辅助语言工具(ChatGPT,OpenAI)来提高稿件的清晰度和可读性。作者已审阅并编辑了内容,对已发表文章的内容承担全部责任。
**利益冲突声明**
作者声明不存在可能影响本文报告工作的已知竞争性财务利益或个人关系。
B.R. Radha Krushna | G. Sharan kumar | S.C. Sharma | Lambodaran Ganesan | Ankita Mitra | B. Mithin Kumar | Ranjana Thakuria | A.S. Rajashekharaiah | B. Marappa | H. Nagabhushana
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号