3. 缺陷拉曼特征提取基础
拉曼光谱用于缺陷与材料质量分析时，真正承载信息的并不是整条曲线，而是若干可量化的谱峰参数。缺陷会改变晶格周期性与局域键合环境，从而在谱图上表现为峰位移动、峰宽展宽、峰强变化、面积改变或峰形不对称。要把这些变化转化为可比较、可统计、可复现的指标，就必须先完成一套规范的特征提取流程：基线校正、宇宙射线去除、归一化，然后才是峰位、峰宽、峰强、面积与对称性的定量读取。本节围绕这条处理链，说明每个参数的物理含义、提取方法和常见陷阱。
一、五个核心谱峰参数的含义
峰位指谱峰最大值对应的拉曼位移，单位通常为 cm⁻¹。它反映键长、键角与应力状态。例如硅的一阶拉曼峰在无应力单晶中约 520.7 cm⁻¹，压应力使其向高波数移动，张应力使其向低波数移动；石墨烯 G 峰约 1580 cm⁻¹、2D 峰约 2700 cm⁻¹，峰位偏移可用于判断掺杂与层间耦合。
峰宽常用半高全宽（FWHM）表示，单位为 cm⁻¹。它对应声子寿命与结构无序度：晶粒细化、非晶化、缺陷密度升高都会使峰宽增大。因此 FWHM 往往是判断材料结晶质量最灵敏的参数之一。
峰强指峰顶相对基线的高度，反映该振动模式的散射效率与相应键的数量。峰强对激光功率、聚焦、样品取向敏感，单独使用意义有限，通常以强度比形式出现，如 ID/IG、I2D/IG。
峰面积是峰轮廓对基线的积分，正比于参与该模式的散射体总量，比峰高更抗噪声与峰形畸变。当峰明显展宽或不对称时，应优先用面积而非峰高做定量比较。
对称性描述峰形偏离洛伦兹或高斯对称的程度，可用左右半高宽之比、偏度或不对称因子刻画。非对称峰常意味着存在多个叠加组分、应变梯度或缺陷诱导的态密度展宽。
二、基线校正：先定背景，再谈峰
荧光背景、瑞利散射拖尾和仪器暗电流会抬高整条谱线，使峰高与面积失真。基线校正的目标是估计并扣除这些缓慢变化的背景，同时不削掉真实峰。常用方法有三类：
- 多项式拟合：在峰两侧选取无峰区间作为锚点，拟合低阶多项式（通常 2～4 阶）作为基线。锚点必须避开所有峰，否则会把峰“吃掉”。
- 非对称最小二乘（ALS）：迭代加权，对高于基线的点降权，适合荧光背景复杂、锚点难选的情况，需设定平滑因子 λ 与非对称参数 p（常用 p≈0.001～0.01）。
- 形态学或滚球法：用结构元素做开运算估计背景，适合宽荧光包络，参数为窗口宽度，应大于最宽峰的 FWHM。
判断基线是否合理，可检查校正后谱线在无峰区是否接近零且不出现负值凹陷；若出现负峰，说明基线被高估，应减小阶数或增大平滑因子。
三、宇宙射线去除：先识别，再修复
宇宙射线是高能粒子击中 CCD 产生的窄而强的伪峰，宽度常只有 1～3 个像素，强度可达正常峰的数十倍。它若不清除，会严重干扰峰位与面积。识别思路是：对相邻像素做差分，若某点强度突增且半高宽小于设定阈值（如 3 个像素），即判为宇宙射线。修复方式通常用该点两侧邻域的中值或线性插值替代。采集时也可连续采两帧取最小值，从源头抑制。注意：若真实峰本身很窄（如某些单晶峰），阈值不能设得过小，否则会误删真实信号。
四、归一化：让不同谱可比
不同测量点的激光功率、积分时间、聚焦状态不同，绝对强度不可直接比较。归一化把强度尺度统一，常用方式有：
- 内标归一化：以某个稳定参考峰（如硅 520.7 cm⁻¹、金刚石 1332 cm⁻¹）的峰高或面积归一，适合有明确内标的材料。
- 最大值归一化：以全谱最大峰为 1，简单但受最强峰波动影响。
- 面积归一化：以某波段积分面积为基准，适合定量比较峰面积比。
归一化必须在基线校正和宇宙射线去除之后进行，否则背景和伪峰会污染归一化基准。
五、参数提取的实操要点
完成前处理后，用洛伦兹、高斯或 Voigt 函数对峰进行拟合，即可读出峰位、FWHM、峰高与面积。Voigt 函数是洛伦兹与高斯的卷积，最适合同时存在寿命展宽与无序展宽的真实峰。拟合时给出初值很关键：峰位初值取局部最大值位置，FWHM 初值取半高宽估计，峰高初值取峰顶减基线。拟合后检查残差是否随机分布，若残差有系统结构，说明峰形模型或峰数量不合适。
把上述流程固定为可复现的处理顺序——原始谱 → 宇宙射线去除 → 基线校正 → 归一化 → 峰拟合 → 参数输出——并记录每一步的参数，才能保证不同样品、不同批次之间的缺陷拉曼特征具有可比性。峰位、峰宽、峰强、面积与对称性这五个参数，配合规范的基线、去伪峰与归一化，构成了后续缺陷密度评估与材料质量判据的数据基础。