研究报告：高能电离辐射下掺铒铝硅酸盐光纤辐射诱导吸收的精确建模

第一， 研究的主要作者、机构与发表信息 本研究由法国蒙彼利大学电子与系统研究所（Institut d’Electronique et des Systèmes (IES), UMR CNRS 5214, Université de Montpellier）的 Rémi Dardaillon， Christophe Palermo， Mikhaël Myara， Raphael K. Kribich 和 Philippe Signoret*（通讯作者），以及巴黎南大学奥赛分子化学与材料研究所（Institut de Chimie Moléculaire et des Matériaux d’Orsay (ICMMO), UMR CNRS 8182, Université Paris Sud）的 Matthieu Lancry 合作完成。研究论文《Accurate modeling of radiation-induced absorption in er-al–doped silica fibers exposed to high-energy ionizing radiations》发表于2020年2月17日出版的光学期刊 Optics Express 第28卷第4期。

第二， 研究的学术背景与目的 本研究属于辐射效应与特种光纤技术交叉的学术领域。随着光纤技术在空间通信、核设施监测等极端环境中的应用扩展，光纤在电离辐射下的性能退化成为一个关键问题。掺铒光纤放大器（EDFA）是光通信的核心器件，但已知其对辐射尤为敏感，其性能退化主要表现为辐射诱导吸收（RIA, Radiation-Induced Absorption），即辐照后光纤在特定波长（尤其是通信波段）的附加损耗显著增加。理解并预测RIA对于设计适用于空间任务等辐射环境的“抗辐射”（radiation-hardened）光纤至关重要。

然而，先前的研究模型存在局限性。例如，Mady等人开发的模型虽然能描述铝铒共掺光纤的退化机制，但其假设铒离子诱导的陷阱填充是平衡高能电子态（HEES）的唯一机制。这导致该模型在应用于不含或仅含少量铒的光纤（即“空白”或弱掺铒光纤）时，模拟结果会出现发散，缺乏普遍适用性。此外，先前模型未能精确量化铝（Al）和铒（Er）这两种关键共掺元素在RIA产生过程中的相互作用，特别是在广泛的浓度范围内。

因此，本研究旨在建立一个更通用、更精确的定量模型，以预测在低剂量率（低于1 kGy）下，最常见的掺铒光纤（Ge-Al-Er共掺硅基光纤）的RIA行为。该模型的核心目标是：1) 阐明玻璃光纤的辐射退化机理，特别是不同掺杂元素对其辐射敏感性的影响；2) 主要基于文献或实验获得的宏观参数，构建一个可靠且高效的工具，用于工程设计暴露于电离辐射的掺铒光纤（以及无铒光纤）；3) 通过对比模型结果与14种不同成分的掺铒光纤样品的RIA实验数据，验证模型的准确性。这些样品的成分变化范围很大（Ge: 0–25% wt， Al: 0–10% wt， Er: 0–1500 ppm）。

第三， 详细的研究工作流程 本研究的工作流程主要包含四个关键部分：理论模型构建、参数确定、模型计算优化以及实验验证。

1. 理论模型构建： 研究首先从微观物理化学过程出发。当电离辐射作用于光纤玻璃时，会通过三种主要过程产生缺陷：(i) 电子-空穴对生成；(ii) 原子对载流子（电子或空穴）的俘获；(iii) 离子对载流子的俘获。这些新产生的缺陷（新的化学物种）具有不同于初始材料的吸收光谱，导致RIA。 基于此，研究团队为Ge-Al-Er共掺硅基光纤建立了详细的能量图模型。该模型包含了来自二氧化硅基质本身的缺陷生成、来自氯（Cl）杂质的电子俘获、来自锗（Ge）掺杂的电子俘获（形成GEC，即锗电子中心）、来自铝（Al）掺杂的空穴俘获（形成AlOHC，即铝氧空穴中心），以及来自铒（Er）的特殊行为。铒离子（Er3+）不仅可以作为电子陷阱（Er3+ + e− → Er2+），还能通过反向过程作为空穴陷阱（Er2+ + e+ → Er3+），因此被称为“复合中心”，而非简单的陷阱。

本模型的关键创新在于引入了铝陷阱和铒陷阱之间的“电荷竞争机制”。实验观测发现（如图2所示），在恒定铝浓度下，随着铒浓度的增加，在400-800 nm波段（主要由铝缺陷贡献）的RIA反而降低。这表明铒的存在影响了铝陷阱对空穴的俘获效率，二者之间存在相互作用。为此，研究在描述铒陷阱（N_er）和铝陷阱（P_al）种群演化的动力学方程中，引入了一个额外的相互转换项，其速率由参数 c 表示。这一机制使得模型能够更准确地描述铝和铒的相对浓度对RIA的宏观影响，这是先前模型所不具备的。

最终，模型由一组耦合的微分方程组成（系统(8)-(10)），描述了高能电子态（n）、高能空穴态（p）以及各类缺陷陷阱（N_si, N_ge, N_er, P_si, P_al）浓度随时间（即随辐射剂量累积）的演化。RIA则通过各陷阱浓度乘以其在特定波长下的有效吸收面积（σ_x,λ）之和来计算（方程(11)）。

2. 模型参数确定： 为确保模型的预测能力和可靠性，研究团队尽可能从文献或独立实验中获取参数，而非单纯依靠拟合。 * 生成率 g：通过将辐射量子传递给玻璃的能量与玻璃的电离能之比计算得出，与剂量率 Û_d 成正比（方程(12)）。 * 俘获速率 a_x 和 b_x：取自已发表的研究，约为10^−14 m^3/s。 * 陷阱前驱体密度 N_x 和 P_x：与相应掺杂元素的质量浓度 c_x 成正比（方程(13)），比例系数 a− 和 a+ 从文献中估算。对于硅基质本身，则视为常数。 * 有效吸收面积 σ_x,λ：对于Si和Ge，从文献获得；对于Er和Al，则利用本工作中可用的多种光纤进行测量获得。 * 竞争参数 c：这是模型中唯一需要通过实验数据进行调整的参数，用于表达铝陷阱和铒陷阱之间的电荷竞争强度。

所有这些参数及其取值或来源均总结于论文的表1中。

3. 模型计算优化： 在初步求解方程系统时，研究人员发现高能态（n, p）和陷阱态（N_x, P_x）的特征时间尺度差异巨大。高能态在微秒量级即达到稳态，而陷阱态的演化则可能长达数秒、数小时甚至更久。为了提高计算效率并避免数值问题，研究采用了“两步法”进行优化。 首先，假设高能态在模拟开始时即达到稳态（dn/dt = dp/dt = 0），并且由于在初期陷阱态浓度远小于其前驱体浓度（N_x << N_x, P_x << P_x），可以推导出n和p的解析表达式（方程(14)）。然后，将这些稳态表达式代入陷阱态的演化方程（系统(8)），得到优化后的系统（系统(15)）。该优化系统仅需对陷阱态进行数值求解，且可以使用较长的时间步长，显著缩短了计算时间，使模型成为一个高效实用的工程工具。

4. 实验验证： 为了验证模型，研究团队对14种不同成分的锗铝硅酸盐光纤样品（成分范围见表2）进行了RIA实验。实验使用自动化的RIA测量装置，在剂量率为0.4 Gy/h的条件下，测量了样品在累积剂量从0到300 Gy过程中，在980 nm和1550 nm两个关键波长的RIA。实验数据显示，在此低剂量条件下，RIA随剂量呈线性增长（图5(a)插图）。 随后，研究人员使用建立的模型，输入各光纤样品的具体成分参数（Ge, Al, Er浓度），并仅调整唯一的未知参数 c，对RIA进行了数值模拟。令人印象深刻的是，他们发现对于所有14种成分差异巨大的光纤样品，以及在不同实验条件（如将剂量率提高至1.2 Gy/h，如图6(a)所示）下，使用一个恒定的 c 值（1.7 × 10^−20 cm^3/s），模型模拟结果与实验测量结果均表现出良好的一致性。

第四， 主要研究结果 1. 成功建立了定量模型：研究团队成功构建了一个包含铝铒电荷竞争机制的、基于物理化学过程的定量RIA模型。该模型能够全面描述SiO2:GeO2/Al2O3:Er3+光纤在低剂量率辐射下的缺陷产生动力学。 2. 参数确定与模型优化：模型所需的大部分参数（如俘获速率、前驱体密度、吸收截面）均从文献或独立实验中获取，而非拟合参数，增强了模型的可靠性和普适性。通过分析高能态与陷阱态的时间尺度差异，对计算过程进行了优化，使模型能在保证精度的前提下快速运行，具备了工程应用价值。 3. 实验验证与高精度预测：通过对14种成分各异的光纤样品进行RIA实验，并将结果与模型预测对比，验证了模型的准确性。如图5所示，在980 nm和1550 nm波长下，模型预测的归一化RIA（在200-300 Gy剂量下）与实验测量值在整个浓度变化范围内高度吻合。数据显示，预测的中位相对误差低于4%，证明了模型优异的预测能力。特别值得注意的是，这种高度一致性是通过调整单个参数c实现的，且该参数在成分迥异的各种光纤和不同剂量率下均保持恒定。 4. 揭示了铝铒相互作用的微观图像：模型结果不仅验证了宏观观测到的铝铒竞争效应，还通过模拟揭示了其微观机理。图6(b)展示了模拟的Er2+浓度随[Al]/[Er3+]比率的变化。结果表明： * Er2+的浓度始终较低（在300 Gy下对所有光纤均低于5%），但由于其巨大的吸收截面，对RIA有显著影响。 * Er2+的浓度受Ge浓度影响：如果光纤中Ge含量低或没有Ge，则更多的电子可用于Er复合中心，导致Er2+浓度更高。因此，增加Ge含量是改善Al/Er光纤抗辐射性能的一个有效途径。 * 由于竞争参数 c 的作用，Al浓度的增加会向Er复合中心提供额外的空穴，这些空穴与高能电子复合，反而增加了可用于形成Er2+的电子数量，导致Er2+浓度随Al浓度增加而上升（在恒定Ge和Er浓度下观察到此趋势）。这清晰地解释了铝和铒在电荷俘获过程中的复杂相互作用。

第五， 研究的结论与价值 本研究成功开发了一套能够精确建模掺铒铝硅酸盐光纤在辐射下性能退化的方程组。该模型综合考虑了二氧化硅基质的辐射降解动力学、铒离子化学构型变化的影响，以及其他关键元素（Si、Ge、Al）的主要陷阱能级。模型参数大多源自文献或光谱分析，而模型中特有的、代表铝陷阱与铒陷阱间转换速率的 c 参数，被调整为一个适用于所有实验条件的单一常数值。模型在RIA与剂量呈线性关系的区域内有效，这恰好符合空间任务等低剂量率应用场景的需求。

本研究的科学价值在于，首次建立了一个能够统一描述从无铒到高浓度掺铒、不同Ge/Al比例下光纤RIA行为的普适性定量模型，揭示了铝铒电荷竞争这一关键微观机制，深化了对复杂掺杂玻璃体系辐射损伤物理的理解。

其应用价值更为突出：该模型能够根据光纤纤芯的具体成分，预测其在高达约1 kGy剂量下的性能退化。凭借其高精度和计算效率，该模型为设计特定用途的抗辐射或辐射敏感光纤提供了强大的工程工具。例如，它可以指导光纤制造商通过优化Ge、Al、Er的掺杂比例，来定制化开发用于空间光放大器的高性能抗辐射掺铒光纤。因此，该模型对于设计专用的抗辐射光放大器具有非常重要的前景。

第六， 研究亮点 1. 模型的普适性与高精度：这是本研究最突出的亮点。模型能够以极高的精度（中位误差%）预测成分范围极广（Ge: 0–25% wt， Al: 0–10% wt， Er: 0–1500 ppm）的光纤的RIA，超越了先前仅适用于特定浓度范围的模型。 2. 创新的物理机制：明确引入并量化了铝陷阱与铒陷阱之间的电荷竞争机制（通过参数c表征），这是理解铝铒共掺光纤辐射响应的关键，也是模型成功实现普适性预测的核心。 3. 参数化的严谨性：模型严格区分了“已知参数”和“拟合参数”。绝大多数参数均源于独立实验或已发表的文献数据，仅有一个参数（c）需要通过实验数据确定。这种处理方式极大增强了模型的可靠性和物理基础，而非一个纯粹的经验拟合公式。 4. 工程实用性：通过对模型计算过程的优化（两步法），解决了不同时间尺度动力学过程的数值计算难题，大幅缩短了计算时间，使复杂的微观动力学模型能够快速用于工程设计和预测，具备了实际应用价值。 5. 广泛而系统的实验验证：使用14种成分差异巨大的光纤样本，在多个波长和不同剂量率下进行验证，充分证明了模型的鲁棒性和准确性。

第七， 其他有价值的内容 论文最后指出了模型的局限性及未来改进方向。当前模型主要适用于低剂量率下的RIA线性增长区域。下一步的增强将考虑通过光学或热学方式进行的陷阱弛豫（恢复）过程。将这部分的退化与恢复动力学同时纳入模型，将能更全面地评估光纤在辐射下的长期行为（例如，在辐射间歇期或辐射后的性能恢复），从而进一步提高模型的准确性，使其能够应用于更复杂的辐射场景评估。