简介这份资料聚焦凝聚态物理中的狄拉克电导率问题面向研究狄拉克半金属电输运性质的高校学生与科研人员。内容围绕狄拉克锥能带结构、狄拉克点附近的电子行为以及复数频率电导率中虚部用阶跃函数近似处理的理论思路展开并涉及狄拉克半金属薄膜的介电响应与新颖电磁模式适合需要理解该材料异常电导率来源、开展数值模拟或理论推导的读者。资源包共2个文件包含1个m脚本与1个pdf文献压缩包约1.12MB前者可用于电导率的数值计算与模拟后者提供介电响应与电磁模式的理论参考。目前已有710人学习下载可帮助读者从能带结构、介电响应到近似计算方法建立较完整的认识为后续深入推导与仿真提供可复用的脚本与文献基础。1. 狄拉克电导率与狄拉克半金属为什么你的输运数据总在低温下“对不上账”做拓扑量子材料输运测量的人大概都经历过这种时刻降温到 2 K霍尔电阻扫出来一条漂亮的线性曲线载流子浓度算出来只有 10¹⁷ cm⁻³ 量级迁移率却高得离谱。你换一种拟合方式把电导率对温度画出来发现低温下它不趋于常数反而还在缓慢上升。这时候如果还拿经典半导体那套 Arrhenius 激活或者变程跳跃去套拟合残差会大得让你怀疑人生。问题出在费米面附近那套线性色散关系上。狄拉克半金属的准粒子激发由无质量狄拉克方程描述能带在狄拉克点附近呈锥形交叉态密度随能量平方变化而不是平方根变化。这直接改写了电导率对温度、载流子浓度和化学势的依赖形式。普通金属的 Drude 电导率只跟弛豫时间有关而狄拉克半金属里电导率还跟化学势、温度以及带间跃迁的截断能纠缠在一起。你测到的“狄拉克电导率”本质上是这些贡献叠加后的有效值。这篇笔记面向正在做或准备做狄拉克半金属输运测量的实验人员尤其是那些已经拿到变温电阻和霍尔数据、却在拟合环节反复翻车的人。我会把狄拉克电导率的物理来源拆开给出从原始数据到参数提取的完整路径包括几个我亲自踩过的坑。读完你至少能判断手头这组数据到底能不能用狄拉克模型拟合以及拟合出来的参数哪些可信、哪些只是数学上的凑数。2. 狄拉克半金属的输运图像从能带色散到电导率公式2.1 线性色散如何改写电导率的温度依赖普通金属的电子气态密度在费米面附近近似为常数电导率主要由费米面处的弛豫时间决定。狄拉克半金属不同低能激发满足 E ±v_F|p|v_F 是费米速度p 是动量。三维情况下态密度 g(E) ∝ E²/(v_F³)二维情况下 g(E) ∝ |E|/v_F²。这个差别在输运积分里会直接体现出来。以三维狄拉克半金属为例本征电导率可以写成σ(T, μ) (e²/ℏ) · (k_B T / ℏ v_F) · F(μ/k_B T)其中 F(x) 是一个量纲一函数包含带内和带间贡献。带内部分对应化学势附近的准粒子输运带间部分对应热激发的电子-空穴对。在 μ ≫ k_B T 时带内贡献占主导σ 趋于常数在 μ ≪ k_B T 时带间贡献开始起作用σ 随温度线性上升。这就是为什么你在低温下看到电导率不饱和——不是测量出了问题是狄拉克锥在贡献额外的输运通道。常见做法是先把化学势随温度的漂移忽略掉假设 μ 由掺杂固定。但实际样品里缺陷和杂质带会让 μ 随温度变化尤其是当费米能级靠近狄拉克点时。我一般会先用霍尔数据算出一个名义载流子浓度再把它和拟合出来的 μ 做交叉验证如果两者差一个数量级那说明模型选错了。2.2 从原始电阻到电导率几何因子和接触电阻的修正拿到变温电阻数据后第一步不是直接取倒数。四探针法测的是电阻 R要转成电阻率 ρ 需要几何因子。对于长条样品ρ R · A / LA 是截面积L 是电压探针间距。但狄拉克半金属单晶往往是不规则片状厚度在几十微米量级宽度和长度也不好精确测量。这时候几何因子的误差可能达到 20% 以上直接导致电导率的绝对值不可靠。我的处理方式是先用标准四探针测一个相对可靠的样品确定几何因子然后对同批次样品用范德堡法测电阻率。范德堡法只需要样品厚度和一组接触点对形状不敏感。但要注意范德堡法要求接触点尽量小且位于样品边缘否则会引入额外误差。接触电阻是另一个坑。如果电极是银胶或铟压的接触电阻可能达到几十欧姆甚至上百欧姆。在低温下样品本身电阻可能只有几欧姆接触电阻会严重拉低电导率。判断方法很简单换一组接触点重新测如果电阻值变化超过 10%说明接触有问题。解决方式是退火或使用聚焦离子束沉积电极但后者对样品损伤大需要权衡。2.3 拟合前的数据预处理平滑、去噪和温度点选择变温数据通常有几百个点但拟合时不需要全部用上。我一般会先做两件事一是检查温度稳定性把那些温度漂移超过 0.1 K 的点剔除二是对电阻做滑动平均窗口宽度取 5 到 7 个点避免过度平滑掉真实特征。然后选择拟合区间。狄拉克电导率的温度依赖在 2 K 到 50 K 之间最明显超过 100 K 后声子散射开始主导狄拉克贡献被淹没。所以拟合窗口通常取 2 K 到 30 K具体上限看样品迁移率。如果迁移率超过 10⁴ cm²/Vs可以放宽到 50 K如果只有 10³ cm²/Vs最好限制在 10 K 以内。提示拟合前先把电导率对温度画出来肉眼确认低温下是否有线性或亚线性上升趋势。如果电导率随温度下降而下降那说明你的样品是半导体行为不是狄拉克半金属。3. 用 Python 实现狄拉克电导率拟合从数据到参数3.1 构建拟合函数带内、带间和杂质带的贡献狄拉克半金属的总电导率通常写成三部分之和带内 Drude 项、带间跃迁项和杂质带项。带内项在 μ ≫ k_B T 时近似为常数带间项在 μ ≪ k_B T 时随温度线性变化杂质带项在极低温下才显现。我一般先用两项模型拟合如果残差有系统性偏差再加第三项。import numpy as np from scipy.optimize import curve_fit def dirac_conductivity(T, sigma0, A, mu, vF): 狄拉克半金属电导率模型简化两项 T: 温度 (K) sigma0: 带内残余电导率 (S/m) A: 带间贡献系数 (S/m/K) mu: 化学势 (meV) vF: 费米速度 (m/s) kB 8.617e-5 # eV/K # 带内项近似为常数但考虑化学势随温度的弱依赖 intra sigma0 * (1 0.01 * (T / 10)**2) # 带间项在 mu kB*T 时线性上升否则指数抑制 x mu / (kB * T 1e-12) inter A * T * np.exp(-x) if x 0 else A * T return intra inter这段代码里sigma0是零温极限下的带内电导率A是带间贡献的斜率mu和vF是物理参数。intra项加了一个微弱的温度修正模拟化学势漂移inter项用指数因子抑制高化学势下的带间贡献。实际拟合时vF通常固定为文献值比如 Cd₃As₂ 的 vF ≈ 10⁶ m/s只拟合sigma0、A和mu。参数说明sigma0的初值取最低温电导率A的初值取电导率对温度的斜率mu的初值取霍尔浓度对应的费米能。如果拟合不收敛先把mu固定只拟合前两个参数。3.2 读取变温数据并做初步清洗实验数据通常是 CSV 或 Excel 格式包含温度和电阻两列。我一般用 pandas 读取然后做温度排序和异常点剔除。import pandas as pd # 读取数据假设文件有两列temperature_K, resistance_ohm df pd.read_csv(transport_data.csv) df df.sort_values(temperature_K).reset_index(dropTrue) # 剔除温度漂移过大的点相邻点温差超过 0.5 K 的视为异常 mask df[temperature_K].diff().abs() 0.5 df df[mask].reset_index(dropTrue) # 计算电导率假设几何因子已确定 geometry_factor 1e-6 # 单位m根据样品尺寸计算 sigma 1 / (df[resistance_ohm] * geometry_factor) T df[temperature_K].values这里geometry_factor是长度除以截面积的比值需要根据实际样品测量。如果用的是范德堡法电导率公式不同需要乘一个修正因子。清洗后的数据点数量可能减少 10% 到 20%但拟合稳定性会明显提升。3.3 拟合与参数提取初值、边界和残差检查拟合时给参数设边界很重要。sigma0必须为正A必须为正mu通常在 0 到 100 meV 之间。如果mu拟合出来超过 200 meV那说明你的样品掺杂太重狄拉克锥的贡献已经被普通抛物线带淹没了。from scipy.optimize import curve_fit # 初值猜测 sigma0_guess sigma[0] A_guess (sigma[-1] - sigma[0]) / (T[-1] - T[0]) if T[-1] T[0] else 1.0 mu_guess 10.0 # meV vF_fixed 1e6 # m/s # 只拟合 sigma0, A, mu固定 vF popt, pcov curve_fit( lambda T, s0, A, mu: dirac_conductivity(T, s0, A, mu, vF_fixed), T, sigma, p0[sigma0_guess, A_guess, mu_guess], bounds([0, 0, 0.1], [np.inf, np.inf, 200]), maxfev10000 ) sigma0_fit, A_fit, mu_fit popt perr np.sqrt(np.diag(pcov)) # 参数标准差 # 计算残差 sigma_pred dirac_conductivity(T, sigma0_fit, A_fit, mu_fit, vF_fixed) residual sigma - sigma_pred relative_residual np.abs(residual) / sigma拟合完成后先看相对残差。如果最大相对残差超过 15%或者残差随温度有系统性趋势比如低温段全为正、高温段全为负说明模型缺项。常见缺项是杂质带贡献可以在低温段加一个指数项。另一个可能是接触电阻没扣干净导致低温电导率被低估。参数标准差也要看。如果mu的标准差比mu本身还大那这个参数没有物理意义不如固定成霍尔浓度算出来的值。我一般会做两次拟合第一次全自由第二次固定mu比较残差平方和。如果两者差别不大就用固定mu的结果更可靠。4. 避坑与排查狄拉克电导率拟合中的五个血泪教训4.1 现象低温电导率随温度下降而下降拟合却给出正斜率原因样品表面氧化或电极接触不良导致低温下电阻反而升高。狄拉克半金属表面容易形成氧化物层尤其是 Cd₃As₂ 和 Na₃Bi暴露空气几分钟就会退化。解决在手套箱里解理样品或者镀一层保护层比如 Al₂O₃ 原子层沉积。如果已经氧化用氩离子刻蚀几分钟再重新做电极。判断方法是看降温曲线是否可逆如果升温后电阻不恢复基本就是氧化了。4.2 现象霍尔电阻线性很好但拟合出的化学势和载流子浓度差两个数量级原因霍尔系数算载流子浓度时用了单带模型而狄拉克半金属在费米能级靠近狄拉克点时电子和空穴同时贡献霍尔信号单带模型失效。解决用双带模型拟合霍尔电导率或者直接用磁阻数据提取载流子浓度。如果磁阻在低温下出现饱和说明有多个载流子口袋。我一般会先做角度依赖的磁阻确认各向异性再决定用几带模型。4.3 现象拟合残差在 10 K 附近出现一个鼓包原因声子拖曳效应。在 10 K 到 30 K 之间声子开始被激发但还没到主导散射的程度拖曳效应会让电导率出现一个额外贡献狄拉克模型里没有这一项。解决把拟合区间限制在 2 K 到 8 K或者加一个 T⁵ 项模拟声子拖曳。但加项会让参数变多容易过拟合。我的做法是先用 2 K 到 8 K 拟合如果残差已经小于 5%就不加项如果残差还是大再考虑。4.4 现象不同降温速率下拟合出的 sigma0 差 30% 以上原因样品中存在亚稳态缺陷降温速率影响缺陷的冻结状态。狄拉克半金属的缺陷能级靠近费米面降温快时缺陷来不及重新分布导致载流子浓度和迁移率都不同。解决固定降温速率比如 1 K/min所有样品都用同一速率。如果必须比较不同样品先做一次升温到 300 K 再以相同速率降温消除热历史。这个坑我踩过两次后来养成了记录降温曲线的习惯。4.5 现象拟合收敛但参数标准差极大mu 的误差比 mu 还大原因参数之间存在强关联。sigma0 和 A 在低温段都近似常数拟合时无法独立确定mu 和 vF 也耦合因为带间项只依赖 mu/vF 的比值。解决固定 vF 为文献值只拟合 mu。如果 sigma0 和 A 仍然耦合把温度区间分成两段低温段拟合 sigma0高温段拟合 A然后联合优化。或者用贝叶斯拟合给参数加先验分布。我一般用固定 vF 加分段拟合足够应付大多数样品。5. 进阶技巧用磁阻各向异性验证狄拉克锥的存在5.1 为什么电导率拟合需要磁阻数据交叉验证电导率拟合出来的参数尤其是化学势和费米速度只靠变温电阻数据往往有多个解。磁阻各向异性可以独立约束这些参数。狄拉克半金属的磁阻在磁场平行于电流和垂直于电流时差异明显而且这种差异随温度变化。如果拟合出的费米速度是 10⁶ m/s那磁阻各向异性应该在 2 K 下达到 10% 以上如果只有 1%说明费米速度被高估了。我一般会先测 2 K 下的角度依赖磁阻每隔 10 度取一个点画极坐标图。如果图形是四瓣花状说明有各向异性如果是圆形说明样品是多晶或者费米面太复杂。然后把这个各向异性作为约束回过去检查电导率拟合的 vF 是否合理。5.2 角度依赖磁阻的测量步骤和参数设置测量角度依赖磁阻需要旋转样品杆或者用两个正交的磁场线圈。我一般用旋转样品杆角度分辨率 1 度磁场固定 9 T。温度选 2 K、10 K 和 30 K 三个点分别对应带内主导、带间开始和声子拖曳区间。# 角度依赖磁阻数据处理示例 import numpy as np angles np.linspace(0, 360, 37) # 每 10 度一个点 R_parallel np.array([...]) # 磁场平行电流时的电阻 R_perp np.array([...]) # 磁场垂直电流时的电阻 # 计算各向异性比 anisotropy (R_perp - R_parallel) / R_parallel # 拟合 cos(2θ) 分量 from scipy.optimize import curve_fit def cos2theta(theta, A, phi): return A * np.cos(2 * np.deg2rad(theta - phi)) popt, _ curve_fit(cos2theta, angles, anisotropy, p0[0.1, 0]) A_fit, phi_fit poptA_fit是各向异性幅度phi_fit是易轴方向。如果A_fit在 2 K 下小于 0.05说明狄拉克锥的贡献很弱电导率拟合里的带间项可能不可靠。这时候要么换样品要么把拟合区间压到 2 K 到 5 K只提取带内电导率。5.3 把磁阻约束带回电导率拟合联合拟合的实操联合拟合的思路是把电导率和磁阻各向异性放在一个目标函数里同时优化。电导率部分用前面的 dirac_conductivity磁阻部分用一个简化的各向异性模型比如 A(T) A0 * exp(-T/T0)。两个数据集共享 mu 和 vF 参数。def joint_residual(params, T_sigma, sigma_data, T_mr, mr_data): sigma0, A, mu, vF, A0, T0 params # 电导率残差 sigma_pred dirac_conductivity(T_sigma, sigma0, A, mu, vF) res_sigma (sigma_data - sigma_pred) / sigma_data # 磁阻各向异性残差 mr_pred A0 * np.exp(-T_mr / T0) res_mr (mr_data - mr_pred) / mr_data return np.concatenate([res_sigma, res_mr]) # 用 least_squares 联合优化 from scipy.optimize import least_squares result least_squares( joint_residual, x0[sigma0_guess, A_guess, mu_guess, 1e6, 0.1, 20], bounds([0, 0, 0.1, 1e5, 0, 1], [np.inf, np.inf, 200, 1e7, 1, 100]), args(T, sigma, T_mr, mr_data) )联合拟合的好处是 mu 和 vF 不再只依赖电导率的低温段磁阻各向异性的温度依赖提供了额外约束。代价是计算量增加而且如果磁阻数据质量不好会拖累电导率拟合。我一般先单独拟合电导率再用磁阻验证如果两者矛盾才做联合拟合。5.4 一个具体习惯每次拟合都保存残差图和参数表最后说一个我坚持了五年的习惯每次拟合完把残差图、参数值、标准差和拟合区间存成一个单独的文件夹命名用样品编号加日期。这样过几个月回头看能快速判断哪些数据可靠、哪些需要重测。狄拉克半金属的输运数据对样品状态太敏感没有完整的记录后面写文章时根本对不上账。希望这些经验能帮你在狄拉克电导率的拟合上少走点弯路。本文还有配套的精品资源点击获取 狄拉克半金属输运测量：电导率拟合避坑指南
简介这份资料聚焦凝聚态物理中的狄拉克电导率问题面向研究狄拉克半金属电输运性质的高校学生与科研人员。内容围绕狄拉克锥能带结构、狄拉克点附近的电子行为以及复数频率电导率中虚部用阶跃函数近似处理的理论思路展开并涉及狄拉克半金属薄膜的介电响应与新颖电磁模式适合需要理解该材料异常电导率来源、开展数值模拟或理论推导的读者。资源包共2个文件包含1个m脚本与1个pdf文献压缩包约1.12MB前者可用于电导率的数值计算与模拟后者提供介电响应与电磁模式的理论参考。目前已有710人学习下载可帮助读者从能带结构、介电响应到近似计算方法建立较完整的认识为后续深入推导与仿真提供可复用的脚本与文献基础。1. 狄拉克电导率与狄拉克半金属为什么你的输运数据总在低温下“对不上账”做拓扑量子材料输运测量的人大概都经历过这种时刻降温到 2 K霍尔电阻扫出来一条漂亮的线性曲线载流子浓度算出来只有 10¹⁷ cm⁻³ 量级迁移率却高得离谱。你换一种拟合方式把电导率对温度画出来发现低温下它不趋于常数反而还在缓慢上升。这时候如果还拿经典半导体那套 Arrhenius 激活或者变程跳跃去套拟合残差会大得让你怀疑人生。问题出在费米面附近那套线性色散关系上。狄拉克半金属的准粒子激发由无质量狄拉克方程描述能带在狄拉克点附近呈锥形交叉态密度随能量平方变化而不是平方根变化。这直接改写了电导率对温度、载流子浓度和化学势的依赖形式。普通金属的 Drude 电导率只跟弛豫时间有关而狄拉克半金属里电导率还跟化学势、温度以及带间跃迁的截断能纠缠在一起。你测到的“狄拉克电导率”本质上是这些贡献叠加后的有效值。这篇笔记面向正在做或准备做狄拉克半金属输运测量的实验人员尤其是那些已经拿到变温电阻和霍尔数据、却在拟合环节反复翻车的人。我会把狄拉克电导率的物理来源拆开给出从原始数据到参数提取的完整路径包括几个我亲自踩过的坑。读完你至少能判断手头这组数据到底能不能用狄拉克模型拟合以及拟合出来的参数哪些可信、哪些只是数学上的凑数。2. 狄拉克半金属的输运图像从能带色散到电导率公式2.1 线性色散如何改写电导率的温度依赖普通金属的电子气态密度在费米面附近近似为常数电导率主要由费米面处的弛豫时间决定。狄拉克半金属不同低能激发满足 E ±v_F|p|v_F 是费米速度p 是动量。三维情况下态密度 g(E) ∝ E²/(v_F³)二维情况下 g(E) ∝ |E|/v_F²。这个差别在输运积分里会直接体现出来。以三维狄拉克半金属为例本征电导率可以写成σ(T, μ) (e²/ℏ) · (k_B T / ℏ v_F) · F(μ/k_B T)其中 F(x) 是一个量纲一函数包含带内和带间贡献。带内部分对应化学势附近的准粒子输运带间部分对应热激发的电子-空穴对。在 μ ≫ k_B T 时带内贡献占主导σ 趋于常数在 μ ≪ k_B T 时带间贡献开始起作用σ 随温度线性上升。这就是为什么你在低温下看到电导率不饱和——不是测量出了问题是狄拉克锥在贡献额外的输运通道。常见做法是先把化学势随温度的漂移忽略掉假设 μ 由掺杂固定。但实际样品里缺陷和杂质带会让 μ 随温度变化尤其是当费米能级靠近狄拉克点时。我一般会先用霍尔数据算出一个名义载流子浓度再把它和拟合出来的 μ 做交叉验证如果两者差一个数量级那说明模型选错了。2.2 从原始电阻到电导率几何因子和接触电阻的修正拿到变温电阻数据后第一步不是直接取倒数。四探针法测的是电阻 R要转成电阻率 ρ 需要几何因子。对于长条样品ρ R · A / LA 是截面积L 是电压探针间距。但狄拉克半金属单晶往往是不规则片状厚度在几十微米量级宽度和长度也不好精确测量。这时候几何因子的误差可能达到 20% 以上直接导致电导率的绝对值不可靠。我的处理方式是先用标准四探针测一个相对可靠的样品确定几何因子然后对同批次样品用范德堡法测电阻率。范德堡法只需要样品厚度和一组接触点对形状不敏感。但要注意范德堡法要求接触点尽量小且位于样品边缘否则会引入额外误差。接触电阻是另一个坑。如果电极是银胶或铟压的接触电阻可能达到几十欧姆甚至上百欧姆。在低温下样品本身电阻可能只有几欧姆接触电阻会严重拉低电导率。判断方法很简单换一组接触点重新测如果电阻值变化超过 10%说明接触有问题。解决方式是退火或使用聚焦离子束沉积电极但后者对样品损伤大需要权衡。2.3 拟合前的数据预处理平滑、去噪和温度点选择变温数据通常有几百个点但拟合时不需要全部用上。我一般会先做两件事一是检查温度稳定性把那些温度漂移超过 0.1 K 的点剔除二是对电阻做滑动平均窗口宽度取 5 到 7 个点避免过度平滑掉真实特征。然后选择拟合区间。狄拉克电导率的温度依赖在 2 K 到 50 K 之间最明显超过 100 K 后声子散射开始主导狄拉克贡献被淹没。所以拟合窗口通常取 2 K 到 30 K具体上限看样品迁移率。如果迁移率超过 10⁴ cm²/Vs可以放宽到 50 K如果只有 10³ cm²/Vs最好限制在 10 K 以内。提示拟合前先把电导率对温度画出来肉眼确认低温下是否有线性或亚线性上升趋势。如果电导率随温度下降而下降那说明你的样品是半导体行为不是狄拉克半金属。3. 用 Python 实现狄拉克电导率拟合从数据到参数3.1 构建拟合函数带内、带间和杂质带的贡献狄拉克半金属的总电导率通常写成三部分之和带内 Drude 项、带间跃迁项和杂质带项。带内项在 μ ≫ k_B T 时近似为常数带间项在 μ ≪ k_B T 时随温度线性变化杂质带项在极低温下才显现。我一般先用两项模型拟合如果残差有系统性偏差再加第三项。import numpy as np from scipy.optimize import curve_fit def dirac_conductivity(T, sigma0, A, mu, vF): 狄拉克半金属电导率模型简化两项 T: 温度 (K) sigma0: 带内残余电导率 (S/m) A: 带间贡献系数 (S/m/K) mu: 化学势 (meV) vF: 费米速度 (m/s) kB 8.617e-5 # eV/K # 带内项近似为常数但考虑化学势随温度的弱依赖 intra sigma0 * (1 0.01 * (T / 10)**2) # 带间项在 mu kB*T 时线性上升否则指数抑制 x mu / (kB * T 1e-12) inter A * T * np.exp(-x) if x 0 else A * T return intra inter这段代码里sigma0是零温极限下的带内电导率A是带间贡献的斜率mu和vF是物理参数。intra项加了一个微弱的温度修正模拟化学势漂移inter项用指数因子抑制高化学势下的带间贡献。实际拟合时vF通常固定为文献值比如 Cd₃As₂ 的 vF ≈ 10⁶ m/s只拟合sigma0、A和mu。参数说明sigma0的初值取最低温电导率A的初值取电导率对温度的斜率mu的初值取霍尔浓度对应的费米能。如果拟合不收敛先把mu固定只拟合前两个参数。3.2 读取变温数据并做初步清洗实验数据通常是 CSV 或 Excel 格式包含温度和电阻两列。我一般用 pandas 读取然后做温度排序和异常点剔除。import pandas as pd # 读取数据假设文件有两列temperature_K, resistance_ohm df pd.read_csv(transport_data.csv) df df.sort_values(temperature_K).reset_index(dropTrue) # 剔除温度漂移过大的点相邻点温差超过 0.5 K 的视为异常 mask df[temperature_K].diff().abs() 0.5 df df[mask].reset_index(dropTrue) # 计算电导率假设几何因子已确定 geometry_factor 1e-6 # 单位m根据样品尺寸计算 sigma 1 / (df[resistance_ohm] * geometry_factor) T df[temperature_K].values这里geometry_factor是长度除以截面积的比值需要根据实际样品测量。如果用的是范德堡法电导率公式不同需要乘一个修正因子。清洗后的数据点数量可能减少 10% 到 20%但拟合稳定性会明显提升。3.3 拟合与参数提取初值、边界和残差检查拟合时给参数设边界很重要。sigma0必须为正A必须为正mu通常在 0 到 100 meV 之间。如果mu拟合出来超过 200 meV那说明你的样品掺杂太重狄拉克锥的贡献已经被普通抛物线带淹没了。from scipy.optimize import curve_fit # 初值猜测 sigma0_guess sigma[0] A_guess (sigma[-1] - sigma[0]) / (T[-1] - T[0]) if T[-1] T[0] else 1.0 mu_guess 10.0 # meV vF_fixed 1e6 # m/s # 只拟合 sigma0, A, mu固定 vF popt, pcov curve_fit( lambda T, s0, A, mu: dirac_conductivity(T, s0, A, mu, vF_fixed), T, sigma, p0[sigma0_guess, A_guess, mu_guess], bounds([0, 0, 0.1], [np.inf, np.inf, 200]), maxfev10000 ) sigma0_fit, A_fit, mu_fit popt perr np.sqrt(np.diag(pcov)) # 参数标准差 # 计算残差 sigma_pred dirac_conductivity(T, sigma0_fit, A_fit, mu_fit, vF_fixed) residual sigma - sigma_pred relative_residual np.abs(residual) / sigma拟合完成后先看相对残差。如果最大相对残差超过 15%或者残差随温度有系统性趋势比如低温段全为正、高温段全为负说明模型缺项。常见缺项是杂质带贡献可以在低温段加一个指数项。另一个可能是接触电阻没扣干净导致低温电导率被低估。参数标准差也要看。如果mu的标准差比mu本身还大那这个参数没有物理意义不如固定成霍尔浓度算出来的值。我一般会做两次拟合第一次全自由第二次固定mu比较残差平方和。如果两者差别不大就用固定mu的结果更可靠。4. 避坑与排查狄拉克电导率拟合中的五个血泪教训4.1 现象低温电导率随温度下降而下降拟合却给出正斜率原因样品表面氧化或电极接触不良导致低温下电阻反而升高。狄拉克半金属表面容易形成氧化物层尤其是 Cd₃As₂ 和 Na₃Bi暴露空气几分钟就会退化。解决在手套箱里解理样品或者镀一层保护层比如 Al₂O₃ 原子层沉积。如果已经氧化用氩离子刻蚀几分钟再重新做电极。判断方法是看降温曲线是否可逆如果升温后电阻不恢复基本就是氧化了。4.2 现象霍尔电阻线性很好但拟合出的化学势和载流子浓度差两个数量级原因霍尔系数算载流子浓度时用了单带模型而狄拉克半金属在费米能级靠近狄拉克点时电子和空穴同时贡献霍尔信号单带模型失效。解决用双带模型拟合霍尔电导率或者直接用磁阻数据提取载流子浓度。如果磁阻在低温下出现饱和说明有多个载流子口袋。我一般会先做角度依赖的磁阻确认各向异性再决定用几带模型。4.3 现象拟合残差在 10 K 附近出现一个鼓包原因声子拖曳效应。在 10 K 到 30 K 之间声子开始被激发但还没到主导散射的程度拖曳效应会让电导率出现一个额外贡献狄拉克模型里没有这一项。解决把拟合区间限制在 2 K 到 8 K或者加一个 T⁵ 项模拟声子拖曳。但加项会让参数变多容易过拟合。我的做法是先用 2 K 到 8 K 拟合如果残差已经小于 5%就不加项如果残差还是大再考虑。4.4 现象不同降温速率下拟合出的 sigma0 差 30% 以上原因样品中存在亚稳态缺陷降温速率影响缺陷的冻结状态。狄拉克半金属的缺陷能级靠近费米面降温快时缺陷来不及重新分布导致载流子浓度和迁移率都不同。解决固定降温速率比如 1 K/min所有样品都用同一速率。如果必须比较不同样品先做一次升温到 300 K 再以相同速率降温消除热历史。这个坑我踩过两次后来养成了记录降温曲线的习惯。4.5 现象拟合收敛但参数标准差极大mu 的误差比 mu 还大原因参数之间存在强关联。sigma0 和 A 在低温段都近似常数拟合时无法独立确定mu 和 vF 也耦合因为带间项只依赖 mu/vF 的比值。解决固定 vF 为文献值只拟合 mu。如果 sigma0 和 A 仍然耦合把温度区间分成两段低温段拟合 sigma0高温段拟合 A然后联合优化。或者用贝叶斯拟合给参数加先验分布。我一般用固定 vF 加分段拟合足够应付大多数样品。5. 进阶技巧用磁阻各向异性验证狄拉克锥的存在5.1 为什么电导率拟合需要磁阻数据交叉验证电导率拟合出来的参数尤其是化学势和费米速度只靠变温电阻数据往往有多个解。磁阻各向异性可以独立约束这些参数。狄拉克半金属的磁阻在磁场平行于电流和垂直于电流时差异明显而且这种差异随温度变化。如果拟合出的费米速度是 10⁶ m/s那磁阻各向异性应该在 2 K 下达到 10% 以上如果只有 1%说明费米速度被高估了。我一般会先测 2 K 下的角度依赖磁阻每隔 10 度取一个点画极坐标图。如果图形是四瓣花状说明有各向异性如果是圆形说明样品是多晶或者费米面太复杂。然后把这个各向异性作为约束回过去检查电导率拟合的 vF 是否合理。5.2 角度依赖磁阻的测量步骤和参数设置测量角度依赖磁阻需要旋转样品杆或者用两个正交的磁场线圈。我一般用旋转样品杆角度分辨率 1 度磁场固定 9 T。温度选 2 K、10 K 和 30 K 三个点分别对应带内主导、带间开始和声子拖曳区间。# 角度依赖磁阻数据处理示例 import numpy as np angles np.linspace(0, 360, 37) # 每 10 度一个点 R_parallel np.array([...]) # 磁场平行电流时的电阻 R_perp np.array([...]) # 磁场垂直电流时的电阻 # 计算各向异性比 anisotropy (R_perp - R_parallel) / R_parallel # 拟合 cos(2θ) 分量 from scipy.optimize import curve_fit def cos2theta(theta, A, phi): return A * np.cos(2 * np.deg2rad(theta - phi)) popt, _ curve_fit(cos2theta, angles, anisotropy, p0[0.1, 0]) A_fit, phi_fit poptA_fit是各向异性幅度phi_fit是易轴方向。如果A_fit在 2 K 下小于 0.05说明狄拉克锥的贡献很弱电导率拟合里的带间项可能不可靠。这时候要么换样品要么把拟合区间压到 2 K 到 5 K只提取带内电导率。5.3 把磁阻约束带回电导率拟合联合拟合的实操联合拟合的思路是把电导率和磁阻各向异性放在一个目标函数里同时优化。电导率部分用前面的 dirac_conductivity磁阻部分用一个简化的各向异性模型比如 A(T) A0 * exp(-T/T0)。两个数据集共享 mu 和 vF 参数。def joint_residual(params, T_sigma, sigma_data, T_mr, mr_data): sigma0, A, mu, vF, A0, T0 params # 电导率残差 sigma_pred dirac_conductivity(T_sigma, sigma0, A, mu, vF) res_sigma (sigma_data - sigma_pred) / sigma_data # 磁阻各向异性残差 mr_pred A0 * np.exp(-T_mr / T0) res_mr (mr_data - mr_pred) / mr_data return np.concatenate([res_sigma, res_mr]) # 用 least_squares 联合优化 from scipy.optimize import least_squares result least_squares( joint_residual, x0[sigma0_guess, A_guess, mu_guess, 1e6, 0.1, 20], bounds([0, 0, 0.1, 1e5, 0, 1], [np.inf, np.inf, 200, 1e7, 1, 100]), args(T, sigma, T_mr, mr_data) )联合拟合的好处是 mu 和 vF 不再只依赖电导率的低温段磁阻各向异性的温度依赖提供了额外约束。代价是计算量增加而且如果磁阻数据质量不好会拖累电导率拟合。我一般先单独拟合电导率再用磁阻验证如果两者矛盾才做联合拟合。5.4 一个具体习惯每次拟合都保存残差图和参数表最后说一个我坚持了五年的习惯每次拟合完把残差图、参数值、标准差和拟合区间存成一个单独的文件夹命名用样品编号加日期。这样过几个月回头看能快速判断哪些数据可靠、哪些需要重测。狄拉克半金属的输运数据对样品状态太敏感没有完整的记录后面写文章时根本对不上账。希望这些经验能帮你在狄拉克电导率的拟合上少走点弯路。本文还有配套的精品资源点击获取