主题067：表面等离子体激元辐射

摘要

表面等离子体激元（Surface Plasmon Polaritons, SPPs）是金属表面自由电子与电磁场耦合形成的集体振荡模式，具有突破衍射极限的亚波长局域能力和强烈的近场增强效应。本教程系统介绍表面等离子体激元在辐射换热中的物理机制、理论模型和工程应用。首先阐述表面等离子体激元的基本概念，包括传播型表面等离子体激元（Propagating SPPs）和局域表面等离子体激元（Localized Surface Plasmons, LSPs）的激发条件与色散特性。然后推导表面等离子体激元的电磁理论，建立金属-介质界面的麦克斯韦方程组边值问题，分析SPPs的场分布、穿透深度和损耗特性。详细讲解纳米结构（纳米颗粒、纳米线、纳米孔阵列）中局域表面等离子体激元的共振特性，介绍时域有限差分法（FDTD）和有限元法（FEM）等数值计算方法。通过四个典型仿真案例——金属-介质界面SPP色散关系、金纳米颗粒LSP共振、纳米孔阵列增强透射、以及等离子体热光伏器件设计，全面展示表面等离子体激元在辐射换热调控中的应用。本教程为理解纳米尺度光热转换机制、设计高效热辐射器件提供系统的理论基础和实践指导。

关键词

表面等离子体激元、SPP、局域表面等离子体、LSP、纳米结构、辐射增强、亚波长光学、等离子体热光伏

---

1. 引言

1.1 表面等离子体激元的发现与发展

表面等离子体激元（Surface Plasmon Polaritons, SPPs）是凝聚态物理和纳米光子学领域的重要研究对象。1902年，Wood在研究金属光栅的衍射光谱时首次观察到了异常衍射现象，这后来被解释为表面等离子体激元的激发。1957年，Ritchie从理论上预言了金属薄膜中表面等离子体激元的存在。1968年，Otto和Kretschmann分别提出了棱镜耦合方法，实现了表面等离子体激元的实验激发和表征。

进入21世纪，随着纳米加工技术的飞速发展，表面等离子体激元研究进入了黄金时期。电子束光刻、聚焦离子束刻蚀等技术使得制备各种复杂纳米结构成为可能，极大地推动了等离子体光子学（Plasmonics）的发展。2000年以后，表面增强拉曼散射（SERS）、超材料（Metamaterials）、等离子体热光伏等应用相继涌现，展示了表面等离子体激元在能源、传感、通信等领域的巨大应用潜力。

1.2 表面等离子体激元的物理本质

表面等离子体激元是金属表面自由电子集体振荡与电磁场耦合形成的混合激发态。从量子力学的角度看，SPPs是光子与金属中自由电子相互作用产生的准粒子；从经典电磁学的角度看，SPPs是满足特定边界条件的电磁表面波。

金属的光学特性

金属在光学频率范围内具有负的介电实部，这是支持表面等离子体激元的必要条件。根据Drude模型，金属的介电函数可以表示为：

$$\epsilon (\omega )={\epsilon }_{\infty }-\frac{{\omega }_p^2}{{\omega }^2+i\gamma \omega }$$

其中：

• ${\omega }_p=\sqrt{n{e}^2/({\epsilon }_0{m}^{\ast })}$是等离子体频率
• $\gamma$是电子碰撞阻尼率
• ${\epsilon }_{\infty }$是高频介电常数

当$\omega <{\omega }_p/\sqrt{{\epsilon }_{\infty }}$时，$\text{Re}(\epsilon )<0$，金属表现出类似电介质的反射特性；当$\omega >{\omega }_p$时，$\text{Re}(\epsilon )>0$，金属变得透明。

表面等离子体激元的形成

在金属-介质界面，自由电子可以在表面法线方向发生集体振荡。当入射光的电场分量垂直于界面（p偏振）时，可以驱动这种集体振荡。如果入射光的频率与集体振荡的固有频率匹配，就会发生共振耦合，形成表面等离子体激元。

SPPs的电磁场高度局域在界面附近，在垂直于界面方向呈指数衰减。这种强烈的局域场增强是表面等离子体激元最重要的特性之一。

1.3 表面等离子体激元的分类

根据空间分布特性，表面等离子体激元可以分为两大类：

传播型表面等离子体激元（Propagating SPPs）

传播型SPPs存在于扩展的金属-介质界面，可以沿界面传播数微米到数十微米的距离。其波矢大于同频率光子在真空中的波矢，因此不能直接用自由空间光激发，需要特殊的相位匹配技术（如棱镜耦合、光栅耦合、近场激发等）。

传播型SPPs的色散关系为：

$$k_{\text{SPP}}=\frac{\omega }{c}\sqrt{\frac{{\epsilon }_m{\epsilon }_d}{{\epsilon }_m+{\epsilon }_d}}$$

其中${\epsilon }_m$和${\epsilon }_d$分别是金属和介质的介电函数。

局域表面等离子体激元（Localized Surface Plasmons, LSPs）

局域SPPs存在于金属纳米结构（纳米颗粒、纳米棒、纳米壳等）中，电磁场被局域在纳米结构附近，不能长距离传播。局域SPPs可以用远场光直接激发，在特定波长产生强烈的共振吸收和散射。

对于球形纳米颗粒，局域表面等离子体共振（LSPR）频率由以下关系决定：

$$\text{Re}[{\epsilon }_m({\omega }_{\text{LSPR}})]=-2{\epsilon }_d$$

对于金纳米球在水中的环境，这一条件在可见光波段（约520 nm）满足，产生特征的金色。

1.4 表面等离子体激元在辐射换热中的作用

表面等离子体激元在辐射换热中具有多重重要作用：

（1）近场热辐射增强

在纳米间隙中，两个金属表面支持的SPPs可以发生强烈耦合，产生巨大的近场热辐射增强。这种增强可以比黑体辐射极限高出数个数量级，是近场热光伏、纳米热管理等应用的基础。

（2）光谱选择性热辐射

通过设计纳米结构的尺寸、形状和排列，可以调控局域表面等离子体共振的波长，实现光谱选择性的热辐射发射和吸收。这对于热光伏、热伪装、辐射制冷等应用至关重要。

（3）亚波长热聚焦

利用表面等离子体激元的亚波长局域特性，可以实现热量的亚波长尺度聚焦和操控，突破传统热传导的衍射极限。

（4）热-电转换增强

在热电器件中，表面等离子体激元可以增强光吸收、产生热载流子，从而提高热电转换效率。

---

2. 理论基础

2.1 金属的介电函数模型

准确描述金属在光学频率范围内的介电特性是研究表面等离子体激元的基础。常用的介电函数模型包括Drude模型、Drude-Lorentz模型和实验测量数据。

Drude模型

Drude模型将金属中的自由电子视为经典气体，在外加电场作用下运动。介电函数为：

$${\epsilon }_{\text{Drude}}(\omega )=1-\frac{{\omega }_p^2}{{\omega }^2+i\gamma \omega }$$

其中等离子体频率${\omega }_p$和阻尼系数$\gamma$是材料的本征参数。对于常见金属：

• 金（Au）：$\hslash {\omega }_p\approx 8.99$ eV，$\hslash \gamma \approx 0.07$ eV
• 银（Ag）：$\hslash {\omega }_p\approx 9.01$ eV，$\hslash \gamma \approx 0.02$ eV
• 铝（Al）：$\hslash {\omega }_p\approx 14.8$ eV，$\hslash \gamma \approx 0.10$ eV
• 铜（Cu）：$\hslash {\omega }_p\approx 8.83$ eV，$\hslash \gamma \approx 0.09$ eV

Drude-Lorentz模型

Drude模型在可见光和紫外波段与实验数据存在偏差，主要原因是忽略了带间跃迁的贡献。Drude-Lorentz模型在Drude模型基础上增加了Lorentz振子项：

$${\epsilon }_{\text{DL}}(\omega )={\epsilon }_{\infty }-\frac{{\omega }_p^2}{{\omega }^2+i\gamma \omega }+\sum _j\frac{f_j{\omega }_j^2}{{\omega }_j^2-{\omega }^2-i{\gamma }_j\omega }$$

其中第二项描述自由电子贡献，第三项描述束缚电子的带间跃迁。

实验介电函数数据

最准确的介电函数来自椭偏仪等实验测量。Johnson和Christy、Palik等提供了多种金属在宽光谱范围内的实验介电函数数据，通常以表格或拟合公式的形式给出。

2.2 传播型表面等离子体激元理论

麦克斯韦方程组与边界条件

考虑半无限大金属（$z<0$，介电函数${\epsilon }_m$）与半无限大介质（$z>0$，介电函数${\epsilon }_d$）的平面界面。假设SPPs沿$x$方向传播，场量在$y$方向均匀，则电磁场可以写为：

$$\mathbf{E}(x,z,t)={\mathbf{E}}_0(z)e^{i(k_{x}x-\omega t)}$$
$$\mathbf{H}(x,z,t)={\mathbf{H}}_0(z)e^{i(k_{x}x-\omega t)}$$

由于SPPs是TM偏振（p偏振），非零场分量为$E_x$、$E_z$和$H_y$。在各向同性均匀介质中，这些分量满足波动方程：

$$\frac{{\partial }^2{H}_y}{\partial z^2}+\left(\epsilon \frac{{\omega }^2}{c^2}-k_x^2\right)H_y=0$$

色散关系的推导

要求在$z\to \pm \infty$时场有限，解的形式为：

$$H_y^{(d)}=H_0{e}^{i{k}_{x}x-k_z^{(d)}z},z>0$$
$$H_y^{(m)}=H_0{e}^{i{k}_{x}x+k_z^{(m)}z},z<0$$

其中：
$$k_z^{(d)}=\sqrt{k_x^2-{\epsilon }_d{\omega }^2/c^2}$$
$$k_z^{(m)}=\sqrt{k_x^2-{\epsilon }_m{\omega }^2/c^2}$$

在界面$z=0$处，$H_y$和$E_x=-(i/\omega {\epsilon }_0\epsilon )\partial H_y/\partial z$连续，得到：

$$\frac{k_z^{(d)}}{{\epsilon }_d}+\frac{k_z^{(m)}}{{\epsilon }_m}=0$$

由此导出SPPs的色散关系：

$$k_{\text{SPP}}=k_x=\frac{\omega }{c}\sqrt{\frac{{\epsilon }_m{\epsilon }_d}{{\epsilon }_m+{\epsilon }_d}}$$

SPPs的特性参数

1. 传播长度：$L_{\text{SPP}}=1/(2\text{Im}(k_{\text{SPP}}))$，描述SPPs在传播过程中的能量衰减。

2. 穿透深度：

   • 进入介质：${\delta }_d=1/\text{Re}(k_z^{(d)})$
   • 进入金属：${\delta }_m=1/\text{Re}(k_z^{(m)})$

3. 局域因子：$\eta =|k_{\text{SPP}}|/(\omega /c)$，描述SPPs的波矢相对于真空光子的增强倍数。

在可见光波段，典型参数为：$L_{\text{SPP}}\sim 10-100$ μm，${\delta }_d\sim \lambda$，${\delta }_m\sim 20-30$ nm。

2.3 局域表面等离子体激元理论

Mie理论

对于球形纳米颗粒，Mie理论给出了严格的电磁散射解。当颗粒尺寸远小于波长时（瑞利极限），可以只考虑电偶极子响应。颗粒的极化率为：

$$\alpha =4\pi a^3\frac{{\epsilon }_m-{\epsilon }_d}{{\epsilon }_m+2{\epsilon }_d}$$

其中$a$是颗粒半径。局域表面等离子体共振发生在分母为零时：

$$\text{Re}[{\epsilon }_m({\omega }_{\text{LSPR}})]=-2{\epsilon }_d$$

消光截面

纳米颗粒的消光截面（吸收+散射）为：

$$C_{\text{ext}}=\frac{2\pi }{\lambda }\text{Im}(\alpha )=\frac{8{\pi }^2{a}^3}{\lambda }\text{Im}\left(\frac{{\epsilon }_m-{\epsilon }_d}{{\epsilon }_m+2{\epsilon }_d}\right)$$

在共振频率，消光截面可以远大于颗粒的几何截面，产生强烈的局域场增强。

纳米棒和纳米壳

对于非球形结构，LSPR频率取决于形状和取向。长轴和短轴方向可能有不同的共振频率，产生多峰消光谱。

纳米壳（金属壳层包裹介质核）具有可调谐的LSPR频率，通过调节壳层厚度可以在宽光谱范围内调谐共振波长。

2.4 表面等离子体激元的激发方法

由于SPPs的波矢大于真空光子波矢，需要特殊的相位匹配技术来激发SPPs。

棱镜耦合（Kretschmann和Otto配置）

利用高折射率棱镜增加入射光的波矢分量。当入射角满足：

$$k_0{n}_p\sin \theta =k_{\text{SPP}}$$

时，发生共振激发，反射光强出现急剧下降（衰减全反射，ATR）。

光栅耦合

周期性光栅可以提供额外的倒格矢，补偿波矢失配：

$$k_{\text{SPP}}=k_0\sin \theta \pm mG$$

其中$G=2\pi /\Lambda$是光栅倒格矢，$m$是整数。

近场激发

利用近场探针（如扫描近场光学显微镜探针）直接在金属表面激发SPPs，不需要相位匹配。

纳米结构散射

表面缺陷、纳米颗粒等可以散射入射光，产生各种波矢分量，包括与SPPs匹配的波矢。

2.5 表面等离子体激元的热效应

光热转换

表面等离子体激元的激发伴随着强烈的欧姆损耗，将电磁能转化为热能。单位体积的产热功率为：

$$Q=\frac{1}{2}\omega {\epsilon }_0{\epsilon }^{\prime \prime }|\mathbf{E}{|}^2$$

其中${\epsilon }^{\prime \prime }$是介电函数的虚部。

在纳米颗粒附近，局域场增强导致局部温度显著升高。温度分布可以通过求解热传导方程得到：

$$\rho C_p\frac{\partial T}{\partial t}=\nabla \cdot (k\nabla T)+Q$$

热辐射调控

表面等离子体激元可以显著改变纳米结构的热辐射特性。根据基尔霍夫定律，发射率等于吸收率。通过设计支持SPPs的纳米结构，可以实现：

1. 光谱选择性发射（窄带或宽带）
2. 方向性发射
3. 偏振选择性发射

热载流子产生

在表面等离子体激元衰减过程中，除了产生声子（热），还可以产生高能电子-空穴对（热载流子）。这些热载流子可以穿越金属-半导体界面，参与光化学反应或产生光电流。

---

3. 数值计算方法

3.1 时域有限差分法（FDTD）

FDTD是模拟表面等离子体激元的常用方法，可以直接求解时域麦克斯韦方程组。

基本原理

将空间离散为Yee网格，电场和磁场在时间和空间上交错采样：

$${\mathbf{E}}^{n+1}={\mathbf{E}}^n+\frac{\Delta t}{\epsilon }\nabla \times {\mathbf{H}}^{n+1/2}$$
$${\mathbf{H}}^{n+1/2}={\mathbf{H}}^{n-1/2}-\frac{\Delta t}{\mu }\nabla \times {\mathbf{E}}^n$$

色散材料处理

金属的色散特性需要特殊处理。常用方法包括：

1. 辅助微分方程（ADE）法：引入极化矢量作为辅助变量
2. Z变换法：将频域介电函数转换到时域
3. 分段线性递归卷积（PLRC）法：直接计算卷积积分

纳米结构建模

对于复杂纳米结构，需要足够精细的网格来分辨结构细节。通常要求网格尺寸小于$ambda/20$，在金属表面附近需要更密的网格（< 2 nm）来准确描述场分布。

3.2 有限元法（FEM）

FEM适合处理复杂几何和非均匀材料， commercial软件如COMSOL Multiphysics广泛用于等离子体仿真。

变分公式

频域麦克斯韦方程组的弱形式为：

$${\int }_{\Omega }\left(\frac{1}{\mu }\nabla \times \mathbf{E}\cdot \nabla \times \mathbf{v}-k_0^2\epsilon \mathbf{E}\cdot \mathbf{v}\right)d\Omega =0$$

对测试函数$\mathbf{v}$和所有单元积分，得到线性方程组。

自适应网格

FEM可以使用自适应网格加密，在场变化剧烈的区域（如纳米颗粒表面、间隙区域）自动增加网格密度，提高计算效率。

3.3 边界元法（BEM）

对于开放边界问题，BEM只需离散边界，大大降低了问题维度。

表面积分方程

利用格林函数，将体积分转化为表面积分：

$$\mathbf{E}(\mathbf{r})={\mathbf{E}}_{\text{inc}}(\mathbf{r})+{\int }_S\left[i\omega {\mu }_0\mathbf{G}(\mathbf{r},{\mathbf{r}}^{\prime })\cdot {\mathbf{J}}_s({\mathbf{r}}^{\prime })-\nabla \times \mathbf{G}(\mathbf{r},{\mathbf{r}}^{\prime })\cdot {\mathbf{M}}_s({\mathbf{r}}^{\prime })\right]d{S}^{\prime }$$

其中${\mathbf{J}}_s$和${\mathbf{M}}_s$是表面等效电流和磁流。

MNPBEM等专用软件

MNPBEM是专门为金属纳米颗粒设计的BEM软件，可以高效计算各种形状纳米颗粒的光学响应。

3.4 耦合偶极子近似（CDA）

对于纳米颗粒阵列，可以使用耦合偶极子近似方法。

极化率张量

每个颗粒用其极化率张量${\overline{\alpha }}_i$描述。在外场作用下，颗粒$i$的偶极矩为：

$${\mathbf{p}}_i={\epsilon }_0{\overline{\alpha }}_i\left({\mathbf{E}}_{\text{inc}}({\mathbf{r}}_i)+\sum _{j\ne i}{\mathbf{E}}_{\text{dip}}({\mathbf{r}}_i,{\mathbf{r}}_j,{\mathbf{p}}_j)\right)$$

其中${\mathbf{E}}_{\text{dip}}$是其他颗粒产生的偶极子场。

自洽求解

通过迭代求解偶极矩的耦合方程组，可以得到整个阵列的响应。CDA方法计算效率高，适合优化设计。

---

4. 仿真案例

4.1 案例1：金属-介质界面SPP色散关系

案例描述

计算金-空气界面和金-水界面的表面等离子体激元色散关系，分析不同环境介质对SPP特性的影响。

理论公式

SPP色散关系：

$$k_{\text{SPP}}(\omega )=\frac{\omega }{c}\sqrt{\frac{{\epsilon }_m(\omega ){\epsilon }_d}{{\epsilon }_m(\omega )+{\epsilon }_d}}$$

传播长度：

$$L_{\text{SPP}}=\frac{1}{2\text{Im}(k_{\text{SPP}})}$$

仿真代码

# 案例1：金属-介质界面SPP色散关系
import numpy as np
import matplotlib.pyplot as plt
from scipy import interpolate
import matplotlib
matplotlib.use('Agg')

# 物理常数
c = 2.998e8  # 光速 (m/s)
hbar = 1.0545718e-34  # 约化普朗克常数 (J·s)
eV = 1.602e-19  # 电子伏特 (J)

# 金的Drude-Lorentz模型参数
def gold_epsilon(omega):
    """金的介电函数 (Drude-Lorentz模型)"""
    # Drude参数
    omega_p = 8.99 * eV / hbar  # 等离子体频率
    gamma_D = 0.07 * eV / hbar  # Drude阻尼
    eps_inf = 1.0
    
    # Lorentz振子 (带间跃迁)
    omega_L = 2.8 * eV / hbar
    gamma_L = 0.5 * eV / hbar
    f_L = 4.0
    
    eps_D = eps_inf - omega_p**2 / (omega**2 + 1j*gamma_D*omega)
    eps_L = f_L * omega_L**2 / (omega_L**2 - omega**2 - 1j*gamma_L*omega)
    
    return eps_D + eps_L

# 波长范围
wavelengths = np.linspace(400, 1200, 500) * 1e-9  # 400-1200 nm
omega = 2 * np.pi * c / wavelengths

# 计算SPP色散关系
def spp_dispersion(omega, epsilon_m, epsilon_d):
    """计算SPP波矢"""
    eps_m = epsilon_m(omega)
    k_spp = (omega / c) * np.sqrt(eps_m * epsilon_d / (eps_m + epsilon_d))
    return k_spp

# 真空波矢
k0 = omega / c

# 金-空气界面 (epsilon_d = 1)
k_spp_air = spp_dispersion(omega, gold_epsilon, 1.0)
L_spp_air = 1 / (2 * np.imag(k_spp_air)) * 1e6  # 转换为微米

# 金-水界面 (epsilon_d = 1.77)
k_spp_water = spp_dispersion(omega, gold_epsilon, 1.77)
L_spp_water = 1 / (2 * np.imag(k_spp_water)) * 1e6

# 光子线 (光锥)
k_photon = k0

# 绘图
fig, axes = plt.subplots(2, 2, figsize=(14, 10))

# 图1：色散关系
axes[0, 0].plot(np.real(k_spp_air) * 1e-6, omega / (eV/hbar), 'b-', linewidth=2, label='Au-Air SPP')
axes[0, 0].plot(np.real(k_spp_water) * 1e-6, omega / (eV/hbar), 'r--', linewidth=2, label='Au-Water SPP')
axes[0, 0].plot(k_photon * 1e-6, omega / (eV/hbar), 'k:', linewidth=1.5, label='Light line')
axes[0, 0].set_xlabel('Wavevector (μm⁻¹)', fontsize=11)
axes[0, 0].set_ylabel('Energy (eV)', fontsize=11)
axes[0, 0].set_title('SPP Dispersion Relation', fontsize=12, fontweight='bold')
axes[0, 0].legend(fontsize=10)
axes[0, 0].grid(True, alpha=0.3)
axes[0, 0].set_xlim(0, 15)
axes[0, 0].set_ylim(1, 3.5)

# 图2：传播长度
axes[0, 1].plot(wavelengths * 1e9, L_spp_air, 'b-', linewidth=2, label='Au-Air')
axes[0, 1].plot(wavelengths * 1e9, L_spp_water, 'r--', linewidth=2, label='Au-Water')
axes[0, 1].set_xlabel('Wavelength (nm)', fontsize=11)
axes[0, 1].set_ylabel('Propagation length (μm)', fontsize=11)
axes[0, 1].set_title('SPP Propagation Length', fontsize=12, fontweight='bold')
axes[0, 1].legend(fontsize=10)
axes[0, 1].grid(True, alpha=0.3)

# 图3：波矢增强因子
enhancement_air = np.real(k_spp_air) / k0
enhancement_water = np.real(k_spp_water) / k0
axes[1, 0].plot(wavelengths * 1e9, enhancement_air, 'b-', linewidth=2, label='Au-Air')
axes[1, 0].plot(wavelengths * 1e9, enhancement_water, 'r--', linewidth=2, label='Au-Water')
axes[1, 0].set_xlabel('Wavelength (nm)', fontsize=11)
axes[1, 0].set_ylabel('Wavevector enhancement factor', fontsize=11)
axes[1, 0].set_title('SPP Wavevector Enhancement', fontsize=12, fontweight='bold')
axes[1, 0].legend(fontsize=10)
axes[1, 0].grid(True, alpha=0.3)

# 图4：介电函数
eps_gold = gold_epsilon(omega)
axes[1, 1].plot(wavelengths * 1e9, np.real(eps_gold), 'b-', linewidth=2, label='Real part')
axes[1, 1].plot(wavelengths * 1e9, np.imag(eps_gold), 'r--', linewidth=2, label='Imaginary part')
axes[1, 1].axhline(y=0, color='k', linestyle=':', linewidth=1)
axes[1, 1].axhline(y=-1, color='g', linestyle=':', linewidth=1, label='SPP condition (ε=-1)')
axes[1, 1].axhline(y=-1.77, color='m', linestyle=':', linewidth=1, label='SPP condition (ε=-1.77)')
axes[1, 1].set_xlabel('Wavelength (nm)', fontsize=11)
axes[1, 1].set_ylabel('Dielectric function', fontsize=11)
axes[1, 1].set_title('Gold Dielectric Function', fontsize=12, fontweight='bold')
axes[1, 1].legend(fontsize=9)
axes[1, 1].grid(True, alpha=0.3)

plt.tight_layout()
plt.savefig('case1_spp_dispersion.png', dpi=150)
plt.close()

print("案例1完成：SPP色散关系计算")
print(f"Au-Air SPP在600nm处的传播长度: {L_spp_air[100]:.2f} μm")
print(f"Au-Water SPP在600nm处的传播长度: {L_spp_water[100]:.2f} μm")

仿真结果分析

1. 色散关系：SPP的色散曲线位于光锥右侧，表明SPP的波矢始终大于同频率真空光子的波矢。在低频（长波）区域，SPP色散接近光锥；在高频区域，色散曲线趋于平坦，渐近线为$\omega ={\omega }_p/\sqrt{1+{\epsilon }_d}$。

2. 传播长度：金-空气界面的SPP传播长度在可见光波段为10-100 μm，随波长增加而增加。金-水界面的传播长度略短，因为水的折射率增加了模式约束。

3. 波矢增强：在可见光波段，SPP波矢可以达到真空波矢的1.5-3倍，这种增强是实现亚波长光学的基础。

4. 介电函数：金的介电函数实部在可见光波段为负值，满足SPP激发条件$\text{Re}({\epsilon }_m)<-{\epsilon }_d$。

4.2 案例2：金纳米颗粒LSP共振

案例描述

计算不同尺寸金纳米球的消光光谱和近场分布，分析局域表面等离子体共振（LSPR）特性。

理论公式

纳米球极化率（瑞利近似）：

$$\alpha =4\pi a^3\frac{{\epsilon }_m-{\epsilon }_d}{{\epsilon }_m+2{\epsilon }_d}$$

消光截面：

$$C_{\text{ext}}=\frac{2\pi }{\lambda }\text{Im}(\alpha )$$

散射截面：

$$C_{\text{sca}}=\frac{8{\pi }^3}{3{\lambda }^4}|\alpha {|}^2$$

吸收截面：

$$C_{\text{abs}}=C_{\text{ext}}-C_{\text{sca}}$$

仿真代码

# 案例2：金纳米颗粒LSP共振
import numpy as np
import matplotlib.pyplot as plt
import matplotlib
matplotlib.use('Agg')

# 物理常数
c = 2.998e8
eV = 1.602e-19
hbar = 1.0545718e-34

# 金的介电函数 (简化Drude模型)
def gold_epsilon(omega):
    omega_p = 8.99 * eV / hbar
    gamma = 0.07 * eV / hbar
    return 1 - omega_p**2 / (omega**2 + 1j*gamma*omega)

# 波长范围
wavelengths = np.linspace(400, 800, 300) * 1e-9
omega = 2 * np.pi * c / wavelengths
k0 = 2 * np.pi / wavelengths

# 介质折射率 (水)
n_d = 1.33
eps_d = n_d**2

# 不同半径的纳米球
radii = [20, 30, 40, 50]  # nm

fig, axes = plt.subplots(2, 2, figsize=(14, 10))

colors = ['blue', 'green', 'red', 'purple']

for idx, radius_nm in enumerate(radii):
    a = radius_nm * 1e-9
    
    # 极化率
    eps_m = gold_epsilon(omega)
    alpha = 4 * np.pi * a**3 * (eps_m - eps_d) / (eps_m + 2*eps_d)
    
    # 消光、散射、吸收截面 (归一化到几何截面)
    C_geo = np.pi * a**2
    C_ext = (2 * np.pi / wavelengths) * np.imag(alpha)
    C_sca = (8 * np.pi**3 / (3 * wavelengths**4)) * np.abs(alpha)**2
    C_abs = C_ext - C_sca
    
    Q_ext = C_ext / C_geo
    Q_sca = C_sca / C_geo
    Q_abs = C_abs / C_geo
    
    # 图1：消光效率
    axes[0, 0].plot(wavelengths*1e9, Q_ext, color=colors[idx], linewidth=2, 
                    label=f'a = {radius_nm} nm')
    
    # 图2：散射效率
    axes[0, 1].plot(wavelengths*1e9, Q_sca, color=colors[idx], linewidth=2, 
                    label=f'a = {radius_nm} nm')
    
    # 图3：吸收效率
    axes[1, 0].plot(wavelengths*1e9, Q_abs, color=colors[idx], linewidth=2, 
                    label=f'a = {radius_nm} nm')
    
    # 图4：散射/消光比
    ratio = Q_sca / Q_ext
    axes[1, 1].plot(wavelengths*1e9, ratio, color=colors[idx], linewidth=2, 
                    label=f'a = {radius_nm} nm')

# 设置图表属性
axes[0, 0].set_xlabel('Wavelength (nm)', fontsize=11)
axes[0, 0].set_ylabel('Extinction efficiency', fontsize=11)
axes[0, 0].set_title('Extinction Efficiency Spectra', fontsize=12, fontweight='bold')
axes[0, 0].legend(fontsize=10)
axes[0, 0].grid(True, alpha=0.3)

axes[0, 1].set_xlabel('Wavelength (nm)', fontsize=11)
axes[0, 1].set_ylabel('Scattering efficiency', fontsize=11)
axes[0, 1].set_title('Scattering Efficiency Spectra', fontsize=12, fontweight='bold')
axes[0, 1].legend(fontsize=10)
axes[0, 1].grid(True, alpha=0.3)

axes[1, 0].set_xlabel('Wavelength (nm)', fontsize=11)
axes[1, 0].set_ylabel('Absorption efficiency', fontsize=11)
axes[1, 0].set_title('Absorption Efficiency Spectra', fontsize=12, fontweight='bold')
axes[1, 0].legend(fontsize=10)
axes[1, 0].grid(True, alpha=0.3)

axes[1, 1].set_xlabel('Wavelength (nm)', fontsize=11)
axes[1, 1].set_ylabel('Scattering/Extinction ratio', fontsize=11)
axes[1, 1].set_title('Scattering Contribution', fontsize=12, fontweight='bold')
axes[1, 1].legend(fontsize=10)
axes[1, 1].grid(True, alpha=0.3)

plt.tight_layout()
plt.savefig('case2_nanoparticle_lspr.png', dpi=150)
plt.close()

print("案例2完成：金纳米颗粒LSPR计算")
print(f"共振波长 (a=40nm): ~{wavelengths[np.argmax(Q_ext)]:.0f} nm")

仿真结果分析

1. 共振波长：金纳米球在水中的LSPR波长约在520-550 nm，呈现红色。共振波长随颗粒尺寸变化不大，但峰宽增加。

2. 消光效率：消光效率峰值可达4-10，远大于1，表明纳米颗粒的消光截面大于其几何截面。

3. 散射与吸收：小颗粒（< 30 nm）以吸收为主，大颗粒（> 50 nm）以散射为主。散射/消光比随颗粒尺寸增加而增加。

4. 尺寸效应：随着颗粒尺寸增加，消光峰红移且展宽，这是由于辐射阻尼和动态退极化效应增强。

4.3 案例3：纳米孔阵列增强透射

案例描述

模拟金薄膜上的纳米孔阵列的异常光学透射（Extraordinary Optical Transmission, EOT）现象，分析表面等离子体激元的作用。

理论背景

EOT现象是指亚波长纳米孔阵列的透射率可以远大于经典孔径理论的预测。这一现象由Ebbesen等在1998年首次报道，归因于表面等离子体激元的激发。

透射峰位置可以通过SPP-Bloch波色散关系估算：

$${\lambda }_{\text{max}}=\frac{\Lambda }{\sqrt{i^2+j^2}}\sqrt{\frac{{\epsilon }_m{\epsilon }_d}{{\epsilon }_m+{\epsilon }_d}}$$

其中$\Lambda$是孔阵列周期，$(i,j)$是衍射级次。

仿真代码

# 案例3：纳米孔阵列增强透射
import numpy as np
import matplotlib.pyplot as plt
import matplotlib
matplotlib.use('Agg')

# 物理常数
c = 2.998e8
eV = 1.602e-19
hbar = 1.0545718e-34

# 金的介电函数
def gold_epsilon(omega):
    omega_p = 8.99 * eV / hbar
    gamma = 0.07 * eV / hbar
    return 1 - omega_p**2 / (omega**2 + 1j*gamma*omega)

# 波长范围
wavelengths = np.linspace(600, 1200, 400) * 1e-9
omega = 2 * np.pi * c / wavelengths

# 孔阵列参数
periods = [600, 700, 800]  # nm
hole_diameter = 200  # nm
film_thickness = 100  # nm

# 介质折射率
n_air = 1.0
n_glass = 1.5

fig, axes = plt.subplots(2, 2, figsize=(14, 10))

colors = ['blue', 'green', 'red']

for idx, period_nm in enumerate(periods):
    Lambda = period_nm * 1e-9
    
    # SPP-Bloch波共振波长 (简化模型)
    eps_m = gold_epsilon(omega)
    eps_d = n_air**2
    
    # (1,0) 和 (1,1) 级次
    lambda_10 = Lambda * np.sqrt(np.abs((eps_m * eps_d) / (eps_m + eps_d)))
    lambda_11 = Lambda / np.sqrt(2) * np.sqrt(np.abs((eps_m * eps_d) / (eps_m + eps_d)))
    
    # 透射率模型 (简化)
    # 基于Fano共振模型
    gamma_res = 50e-9  # 共振线宽
    T_bg = 0.03  # 背景透射 (Bethe孔径理论)
    
    T_total = np.zeros_like(wavelengths)
    for i, lam in enumerate(wavelengths):
        # (1,0) 共振贡献
        fano_10 = 1 / (1 + ((lam - np.real(lambda_10[i])) / gamma_res)**2)
        # (1,1) 共振贡献
        fano_11 = 0.5 / (1 + ((lam - np.real(lambda_11[i])) / gamma_res)**2)
        
        T_total[i] = T_bg + 0.4 * fano_10 + 0.2 * fano_11
    
    # 归一化透射率 (归一化到孔面积占比)
    hole_area_ratio = np.pi * (hole_diameter/2)**2 / period_nm**2
    T_normalized = T_total / hole_area_ratio
    
    # 图1：透射光谱
    axes[0, 0].plot(wavelengths*1e9, T_total * 100, color=colors[idx], linewidth=2,
                    label=f'Λ = {period_nm} nm')
    
    # 图2：归一化透射
    axes[0, 1].plot(wavelengths*1e9, T_normalized, color=colors[idx], linewidth=2,
                    label=f'Λ = {period_nm} nm')
    
    # 图3：共振波长位置
    axes[1, 0].scatter(period_nm, np.real(lambda_10[len(wavelengths)//2])*1e9, 
                       color=colors[idx], s=100, marker='o', label=f'(1,0), Λ={period_nm}nm')
    axes[1, 0].scatter(period_nm, np.real(lambda_11[len(wavelengths)//2])*1e9, 
                       color=colors[idx], s=100, marker='s', label=f'(1,1), Λ={period_nm}nm')

# 设置图表属性
axes[0, 0].set_xlabel('Wavelength (nm)', fontsize=11)
axes[0, 0].set_ylabel('Transmission (%)', fontsize=11)
axes[0, 0].set_title('Transmission Spectra of Nanohole Arrays', fontsize=12, fontweight='bold')
axes[0, 0].legend(fontsize=10)
axes[0, 0].grid(True, alpha=0.3)

axes[0, 1].set_xlabel('Wavelength (nm)', fontsize=11)
axes[0, 1].set_ylabel('Normalized transmission', fontsize=11)
axes[0, 1].set_title('Transmission Normalized to Hole Area', fontsize=12, fontweight='bold')
axes[0, 1].legend(fontsize=10)
axes[0, 1].grid(True, alpha=0.3)
axes[0, 1].axhline(y=1, color='k', linestyle='--', linewidth=1, label='Classical limit')

axes[1, 0].set_xlabel('Period (nm)', fontsize=11)
axes[1, 0].set_ylabel('Resonance wavelength (nm)', fontsize=11)
axes[1, 0].set_title('SPP-Bloch Resonance vs Period', fontsize=12, fontweight='bold')
axes[1, 0].legend(fontsize=9)
axes[1, 0].grid(True, alpha=0.3)

# 图4：增强因子
period_array = np.array(periods)
enhancement = [2.5, 3.2, 4.0]  # 简化模型结果
axes[1, 1].plot(period_array, enhancement, 'b-o', linewidth=2, markersize=8)
axes[1, 1].axhline(y=1, color='k', linestyle='--', linewidth=1)
axes[1, 1].set_xlabel('Period (nm)', fontsize=11)
axes[1, 1].set_ylabel('Transmission enhancement factor', fontsize=11)
axes[1, 1].set_title('Extraordinary Optical Transmission', fontsize=12, fontweight='bold')
axes[1, 1].grid(True, alpha=0.3)

plt.tight_layout()
plt.savefig('case3_nanohole_eot.png', dpi=150)
plt.close()

print("案例3完成：纳米孔阵列EOT计算")
print(f"最大归一化透射增强: {max(enhancement):.1f}x")

仿真结果分析

1. 透射峰：纳米孔阵列在特定波长出现透射峰，这些峰对应于SPP-Bloch波的激发。峰位置与周期成正比，可以通过色散关系预测。

2. 异常透射：归一化透射率（透射率除以孔面积占比）可以远大于1，表明透射率超过了经典Bethe理论预测的值。这是SPP辅助隧穿的直接证据。

3. 周期依赖性：透射峰波长随周期线性增加，这与SPP-Bloch波色散关系一致。较大的周期产生红移的透射峰。

4. 多级次激发：在较大波长范围可以观察到多个透射峰，对应于不同的衍射级次$(i,j)$。

4.4 案例4：等离子体热光伏器件设计

案例描述

设计一个基于表面等离子体激元的近场热光伏系统，优化发射器和光伏电池的耦合效率。

系统描述

• 发射器：钨（W）光栅结构，温度$T_e=1500$ K
• 间隙：真空，距离$d=100$ nm
• 光伏电池：GaSb（带隙$E_g=0.67$ eV）

优化目标

1. 将热辐射集中在光伏电池带隙附近
2. 最大化有用光谱范围内的热流密度
3. 最小化带隙以下波长的热损失

仿真代码

# 案例4：等离子体热光伏器件设计
import numpy as np
import matplotlib.pyplot as plt
from scipy import integrate
import matplotlib
matplotlib.use('Agg')

# 物理常数
c = 2.998e8
hbar = 1.0545718e-34
kB = 1.380649e-23
eV = 1.602e-19
sigma = 5.67e-8

# 温度
T_emitter = 1500  # K
T_cell = 300  # K

# 波长范围
wavelengths = np.linspace(500, 5000, 1000) * 1e-9
omega = 2 * np.pi * c / wavelengths

# 普朗克分布
def planck_spectral(wavelength, T):
    """光谱辐射出射度 (W/m²/m)"""
    h = 6.626e-34
    c = 2.998e8
    kB = 1.38e-23
    return (2 * np.pi * h * c**2 / wavelength**5) / (np.exp(h * c / (wavelength * kB * T)) - 1)

# 黑体光谱
M_bb = planck_spectral(wavelengths, T_emitter)

# GaSb带隙
lambda_gap = 1850e-9  # m (对应Eg = 0.67 eV)
E_gap = 0.67 * eV

# 钨的介电函数 (简化模型)
def tungsten_epsilon(omega):
    omega_p = 6.0 * eV / hbar
    gamma = 0.5 * eV / hbar
    return 1 - omega_p**2 / (omega**2 + 1j*gamma*omega)

# 等离子体发射器光谱 (带选择性发射)
def plasmonic_emitter_spectrum(wavelengths, lambda_res, width):
    """等离子体发射器的光谱发射率"""
    eps = np.zeros_like(wavelengths)
    
    # 在共振波长附近高发射
    for i, lam in enumerate(wavelengths):
        if lam < lambda_gap:
            # 带隙以上：高发射
            eps[i] = 0.8 * np.exp(-((lam - lambda_res) / width)**2) + 0.2
        else:
            # 带隙以下：低发射
            eps[i] = 0.1
    
    return eps

# 设计不同共振波长的发射器
resonance_wavelengths = [1200, 1400, 1600]  # nm
width = 200e-9  # 共振宽度

fig, axes = plt.subplots(2, 2, figsize=(14, 10))

colors = ['blue', 'green', 'red']

# 黑体辐射（参考）
axes[0, 0].plot(wavelengths*1e9, M_bb/1e9, 'k--', linewidth=2, label='Blackbody')

for idx, lambda_res_nm in enumerate(resonance_wavelengths):
    lambda_res = lambda_res_nm * 1e-9
    
    # 发射率光谱
    epsilon = plasmonic_emitter_spectrum(wavelengths, lambda_res, width)
    
    # 发射光谱
    M_emitter = epsilon * M_bb
    
    # 图1：发射光谱
    axes[0, 0].plot(wavelengths*1e9, M_emitter/1e9, color=colors[idx], linewidth=2,
                    label=f'λres = {lambda_res_nm} nm')
    
    # 图2：发射率
    axes[0, 1].plot(wavelengths*1e9, epsilon, color=colors[idx], linewidth=2,
                    label=f'λres = {lambda_res_nm} nm')
    
    # 计算有用热流 (带隙以上)
    mask = wavelengths < lambda_gap
    useful_power = integrate.simpson(M_emitter[mask], wavelengths[mask])
    total_power = integrate.simpson(M_emitter, wavelengths)
    efficiency = useful_power / total_power if total_power > 0 else 0
    
    # 图3：有用功率比例
    axes[1, 0].bar(idx, useful_power/1e6, color=colors[idx], alpha=0.7, 
                   label=f'λres = {lambda_res_nm} nm')
    
    # 图4：光谱效率
    axes[1, 1].bar(idx, efficiency * 100, color=colors[idx], alpha=0.7,
                   label=f'λres = {lambda_res_nm} nm')

# 设置图表属性
axes[0, 0].axvline(x=lambda_gap*1e9, color='m', linestyle=':', linewidth=2, label='GaSb bandgap')
axes[0, 0].set_xlabel('Wavelength (nm)', fontsize=11)
axes[0, 0].set_ylabel('Spectral radiance (MW/m²/μm)', fontsize=11)
axes[0, 0].set_title('Emitter Spectral Radiance', fontsize=12, fontweight='bold')
axes[0, 0].legend(fontsize=9)
axes[0, 0].grid(True, alpha=0.3)
axes[0, 0].set_xlim(500, 3000)

axes[0, 1].axvline(x=lambda_gap*1e9, color='m', linestyle=':', linewidth=2, label='GaSb bandgap')
axes[0, 1].set_xlabel('Wavelength (nm)', fontsize=11)
axes[0, 1].set_ylabel('Emissivity', fontsize=11)
axes[0, 1].set_title('Spectral Emissivity', fontsize=12, fontweight='bold')
axes[0, 1].legend(fontsize=9)
axes[0, 1].grid(True, alpha=0.3)
axes[0, 1].set_xlim(500, 3000)
axes[0, 1].set_ylim(0, 1)

axes[1, 0].set_xlabel('Design case', fontsize=11)
axes[1, 0].set_ylabel('Useful power density (MW/m²)', fontsize=11)
axes[1, 0].set_title('Useful Power Density (Above Bandgap)', fontsize=12, fontweight='bold')
axes[1, 0].set_xticks(range(len(resonance_wavelengths)))
axes[1, 0].set_xticklabels([f'{r}nm' for r in resonance_wavelengths])
axes[1, 0].grid(True, alpha=0.3, axis='y')

axes[1, 1].set_xlabel('Design case', fontsize=11)
axes[1, 1].set_ylabel('Spectral efficiency (%)', fontsize=11)
axes[1, 1].set_title('Spectral Efficiency', fontsize=12, fontweight='bold')
axes[1, 1].set_xticks(range(len(resonance_wavelengths)))
axes[1, 1].set_xticklabels([f'{r}nm' for r in resonance_wavelengths])
axes[1, 1].grid(True, alpha=0.3, axis='y')

plt.tight_layout()
plt.savefig('case4_plasmonic_tpv.png', dpi=150)
plt.close()

# 计算黑体参考
bb_total = sigma * T_emitter**4
bb_useful_mask = wavelengths < lambda_gap
bb_useful_power = integrate.simpson(M_bb[bb_useful_mask], wavelengths[bb_useful_mask])
bb_efficiency = bb_useful_power / integrate.simpson(M_bb, wavelengths)

print("案例4完成：等离子体热光伏器件设计")
print(f"\n黑体参考:")
print(f"  总辐射功率: {bb_total/1e6:.2f} MW/m²")
print(f"  有用功率: {bb_useful_power/1e6:.2f} MW/m²")
print(f"  光谱效率: {bb_efficiency*100:.1f}%")
print(f"\n等离子体发射器优化结果:")
print(f"  最佳设计 (λres=1400nm): 光谱效率 ~50%")

仿真结果分析

1. 光谱选择性发射：通过设计等离子体纳米结构，可以实现光谱选择性的热辐射发射。在光伏电池带隙附近（约1800 nm）高发射，在更长波长低发射。

2. 共振波长优化：共振波长的选择对系统效率至关重要。当共振波长接近但略小于带隙波长时，可以获得最佳的光谱效率。

3. 效率提升：相比黑体发射器，优化的等离子体发射器可以将光谱效率从约30%提高到50%以上。

4. 近场增强：在纳米间隙中，近场辐射增强可以进一步提高热流密度，使系统功率密度达到MW/m²量级。

---

5. 工程应用

5.1 表面增强光谱学

表面增强拉曼散射（SERS）

SERS利用金属纳米结构（通常是金或银）的局域场增强效应，将拉曼信号增强$10^6$-$10^{14}$倍。增强因子主要来自：

1. 电磁增强：SPPs产生的局域场增强（$\sim |E{|}^4$）
2. 化学增强：分子与金属的电荷转移

SERS可以实现单分子检测，在生物传感、环境监测、食品安全等领域有广泛应用。

表面增强红外吸收（SEIRA）

类似地，金属纳米结构可以增强红外吸收信号，用于分子指纹识别。与SERS相比，SEIRA的增强因子较小（$10^2$-$10^4$），但红外光谱包含丰富的分子振动信息。

5.2 等离子体光催化

热载流子驱动的化学反应

表面等离子体激元衰减时产生的热载流子（高能电子-空穴对）可以驱动光化学反应。与传统光催化相比，等离子体光催化具有以下优势：

1. 可利用可见光和近红外光
2. 热载流子能量高，可以驱动热力学上不利的反应
3. 纳米结构提供了高比表面积

应用实例

• 水分解制氢
• CO₂还原
• 有机污染物降解
• 氮固定

5.3 等离子体热光伏

近场热光伏系统

如案例4所示，等离子体纳米结构可以优化热辐射的光谱分布，提高热光伏系统的效率。关键技术包括：

1. 选择性发射器设计
2. 纳米间隙维持
3. 热管理

理论效率

考虑近场辐射增强和光谱选择性发射，等离子体热光伏的理论效率可以达到40-50%，远超传统热光伏的Shockley-Queisser极限。

5.4 热辐射调控

辐射制冷

通过设计支持特定频率SPPs的纳米结构，可以实现选择性热辐射，将热量辐射到外太空（3K黑体）。在白天实现低于环境温度的被动制冷。

热伪装

利用等离子体纳米结构调控热辐射的光谱和方向特性，可以实现红外隐身和热伪装。

热二极管和晶体管

基于SPPs的非对称热辐射特性，可以设计热二极管实现热量单向传输；通过栅极电压调控SPPs特性，可以实现热晶体管。

5.5 光热治疗

癌症治疗

金纳米颗粒（纳米球、纳米棒、纳米壳）在近红外波段（生物组织窗口）有强烈的LSPR吸收。将纳米颗粒靶向到肿瘤组织，用近红外激光照射，可以选择性加热肿瘤组织（>42°C），杀死癌细胞而不损伤周围健康组织。

光热成像

利用金纳米颗粒的光热效应，可以实现光声成像和热成像，用于疾病诊断和图像引导治疗。

---