说明:本次主要解答同步辐射XAFS常遇到问题,尤其是在壳层拟合及近边模拟时常遇到的困难。想要了解更多XAFS知识,请看历史内容!
👉泰裤辣!!一键解决XAFS谱半定量分析——PCA&LCF分析
👉“组”传秘方🤣:Artemis进行EXAFS拟合的基本操作
👉“组”传秘方进阶篇🤣:Artemis进行EXAFS数据拟合(多壳层)
软件及资料快速获取渠道:
❗ 关注公众号+ 后台回复‘772‘,快速获取DEMETER 安装软件!
❗ 关注公众号+ 后台回复‘777‘,快速获取FEFF安装软件!
❗ 关注公众号+ 后台回复‘815’,快速获取FDMNES安装软件及资料!
1.同步辐射XAFS数据分析的软件有哪些?
常用的X射线吸收光谱软件包有Demeter(Ifeffit)、FDMNES、FEFF、Larch。可以在X射线吸收谱官网上找到。

Demeter 是一个用于处理和分析 X 射线吸收光谱数据的综合系统。它由Athena、Artemis和Hephaestus三个部分组成。Athena用于处理实验数据以得到XANES和EXAFS;Artemis用于对EXAFS数据进行拟合以获得配位数等信息;Hephaestus是与同步辐射实验相关的数据库。
FDMNES 适用于计算近边结构,该软件免安装,下载后可以直接使用。有关使用教程请参考以往推文。👉同步辐射XAFS数据处理——FDMNES 模拟计算XANES结构(学会这招XAFS数据才算完整)。

FEFF是用于XAFS数据分析的软件,提供了数据处理和分析的功能,包括归一化、背景扣除、傅里叶变换等。
Larch 是一个开源的 Python 库和应用程序套件,专门用于处理和分析同步加速器光束线上的XAFS和XRF以及XRD数据。有关使用教程请参考以往推文。👉同步辐射X射线荧光光谱(SR-XRF)解析: Larch工具的应用与探索
2.EXAFS的拟合为什么常结合小波一同分析?
EXAFS常规拟合方法(如基于傅里叶变换的路径拟合)虽然在解析局域结构方面非常有效,但在处理复杂体系(如多壳层共存、轻/重元素混合配位、短程无序体系)时,存在以下局限性:
壳层分辨能力不足:傅里叶变换将EXAFS信号从k空间转换到R空间时,由于窗口函数的选择和k范围的限制,不同壳层的信号可能重叠(如Fe-O和Fe-Fe壳层间距接近时)。
背散射原子类型难以区分:轻原子(如O、N)和重原子(如金属)的背散射振幅差异较大,但在低k区(k
短程无序体系的结构模糊性:非晶材料或高无序体系中,多个相似键长的壳层信号叠加,傅里叶变换难以分辨细节。
小波分析的优势:
高分辨率分离壳层信号:小波基函数(如Morlet小波)具有可调的时频窗口,能够同时捕捉k空间的局部特征和R空间的周期性信息。
背散射原子类型识别:不同元素的背散射振幅随k值变化的模式不同(如O的振幅随k衰减快,金属原子衰减慢),小波分析通过k-R联合分布可区分元素类型。
有关小波变换的学习可以参考以往内容。👉Matlab 两秒做出小波变换!小波变换处理同步辐射XAFS数据
3. Artemis拟合时需要注意什么?
1️⃣参数合理性:不要仅从R factor0, σ2, ΔE0, R factor。我们一般先看曲线的贴合程度,Happiness是否较高,再看一下R factor最后看一下其他参数收否在合理范围内,0.7 Ѕ02 CN > 0; σ2 > 0.003 Å2; |ΔE0|

2️⃣R偏移并不代表键长变化:较大无序的体系,FT的峰位置往往会向低R方向移动0.0几Å(并非原子间距离变短!)。

3️⃣峰的意义:如伴随强峰出现的弱肩峰,小于1 Å的峰,可能是由于噪声信号引起,并无实际意义。
4️⃣配位数与峰面积:峰的面积与配位数是正相关的,可以定性比较配位数的变化,但不可以用于定量。
5️⃣无法直接获取构型:EXAFS拟合给出的是整个体系的平均结构,而不是具体的立体结构。加入Co-N配位数为4,不可以简单地认为就是四面体构型,还要通过其他手段来证明,如利用ab initio FDNMNES计算XANES,从而获取局部模型。

(DOI: 10.1039/d3cs00967j)
6️⃣样品信息:壳层拟合主观性非常大,需要对样品的结构有大概的了解,才能得出合理的数据。
7️⃣键长的真实性:傅里叶变换后的R空间中峰的位置不一定就是真实的键长,大多都比真实值短0.3~0.5Å,而经过壳层拟合获得才是真实的键长。
4. 扩展边(EXAFS)拟合中配位结构与预期相差很大的原因可能是什么?
🔺配位拟合是测试数据直接与标样数据做对比分析,峰归属和权重准确性较高,可以调整一些参数,但配位环境不会产生较大变化;
🔺与数据质量相关,说明测试样品没有出现预期结构,可能与样品不均匀性,样品已变性有关,改善数据质量需要考虑重新测试。
5.近边(XANES)数据可以获得什么信息?
✅元素价态:不同价态的元素在XANES谱图上会呈现出不同的特征峰,通过比较吸收边/白线峰的位置,可确定样品中元素的价态。
✅配位环境:在锰金属体系中,理论而言,锰金属价态应为 0 价。然而,通过对吸收边的价态进行对比分析,若发现其明显高于 0 价,则可推断锰金属发生了氧化反应。在此情况下,从配位环境的角度来看,其局部结构中很可能存在 Mn-O 键。
除此之外,Natoli规则指出,吸收边能量位置与第一配位层原子的平均距离(键长)有关,能量位置越高,键长越短。并且,XANES的边前峰还可以提供关于配位环境对称性的信息。
新加坡南洋理工大学陈鹏课题组将分散的Co原子锚定在N、S共掺杂的空心碳球上,成功制备出Co SA/N,S-HCS催化剂,通过与N的近程配位和与S的长程配位实现Co活性中心的电子调节。在这里,Co K-edge的XANES光谱图中显示CoSA/N,S-HCS的吸收边位于Co箔和CoO的吸收边之间,说明价态在0~+2之间,且具有良好的对称性。

(Adv. Energy Mater. 2020, 2002896)
Co SA/N,S-HCS、Co SA/N-HCS和参照样品在Co k边处的(b)XANES图谱
原文链接:
Atomically Dispersed Cobalt Trifunctional Electrocatalysts with Tailored Coordination Environment for Flexible Rechargeable Zn–Air Battery and Self‐Driven Water Splitting
https://onlinelibrary.wiley.com/doi/10.1002/aenm.202002896
DOI:https://doi.org/10.1002/aenm.202002896
✅电子结构:XANES能够揭示物质的电子结构信息。X 射线光子能量与内层电子结合能匹配时共振吸收,结合能受核电荷、电子云密度等影响。其次,原子周围化学环境改变内层电子能级,不同化学键合状态或晶体场中,内层电子受电场变化影响,XANES 光谱吸收边位置和形状变化。

(DOI: 10.1039/d3cs00967j)
原文链接:
Progress and challenges in structural, in situ and operando characterization of single-atom catalysts by X-ray based synchrotron radiation techniques
https://doi.org/10.1039/D3CS00967J
DOI: 10.1039/D3CS00967J
✅预估样品构型:可以通过FDMNES模拟,对比模拟结果与实验XAFS谱图,进而判断样品可能存在的结构。很多同学在后期进行理论计算时对于结构的不确定,就可以依赖该方式,来初步预估模型结构。
中国科学院上海应用物理研究所杜贤龙,姜政课题组使用FDMNES代码模拟Ni K-edge XANES光谱,以确定Ni-N-C催化剂中Ni原子的局部配位结构。模拟结果表明,Ni原子在−0.77 V(vs RHE)时形成NiN4O2结构,其中Ni原子偏离N4平面,且有两个轴向的O吸附在凸起的一侧。这一结构与实验XANES光谱高度吻合,验证了理论模型的准确性。

(ACS Catal. 2022, 12, 8676−8686)
(a) Ni-N-C 在−0.17 V(左)、−0.77 V(中)和 −1.37 V(右)时的实验 Ni K-边XANES光谱与底部插图中示意性显示的相应部分的理论光谱的对比。(b) Ni-N-C的 CO 法拉第效率以及在代表性电位下对应的局部结构变化。
原文链接:
Unraveling the Potential-Dependent Volcanic Selectivity Changes of an Atomically Dispersed Ni Catalyst During CO2 Reduction
https://pubs.acs.org/doi/10.1021/acscatal.2c01885
DOI:10.1021/acscatal.2c01885
厦门大学汪骋课题组针对具有不同配位数(CN=2−4)的 MOF-808-Zn 开展了 X 射线吸收近边结构(XANES)模拟研究,结果表明,四配位四面体结构与实验光谱最为契合。

(https://pubs.acs.org/doi/10.1021/jacs.1c03283)
具有不同配位数的 MOF-808-Zn 的 X 射线吸收近边结构(XANES)模拟
原文链接:Neighboring Zn–Zr Sites in a Metal–Organic Framework for CO2 Hydrogenation
https://pubs.acs.org/doi/10.1021/jacs.1c03283
https://pubs.acs.org/doi/10.1021/jacs.1c03283
DOI:10.1021/jacs.1c03283
