掃描式電子顯微鏡分析技術的發展 - 以寬能隙半導體的磊晶缺陷分析為例

掃描式電子顯微鏡分析技術的發展

以寬能隙半導體的磊晶缺陷分析為例

張六文 教授

施政宏 劉士滙

國立中山大學 材料與光電科學學系

 （本篇由張六文教授研究團隊撰寫；閎康科技修編）

-

掃描式電子顯微鏡（以下簡稱掃描電鏡）的發展晚於穿透式電子顯微鏡（以下簡稱透射電鏡），濫觴於Knoll對電視映像管的研究，之後在von Ardenne、Zworykin 和Oatlay 等人分別帶領的團隊的持續研究之下，於1960 年代初期由Cambridge Instrument Company 開始推動掃描電鏡的商業化。至1965 年之後，在歐洲與亞洲均陸續出現掃描電鏡的商業產品[1]。自此之後，掃描電鏡迅速成為材料分析的重要工具，提供材料表面形貌與成分分佈的資訊。隨著掃描電鏡日漸普及，學者也開始探討使用掃描電鏡擷取材料結晶資訊的可能性，藉以進一步拓展掃描電鏡在材料分析的應用深度與廣度。從1970 年代初期開始，陸續有幾個重要的技術發表，如電子隧道譜圖（electron channeling pattern, ECP）[2]、Kossel 繞射譜圖（Kossel diffraction pattern, KDP）[3]，和電子背向散射繞射（electron backscatter diffraction, EBSD）[4]等技術，可以在掃描電鏡中擷取電子或X 光繞射譜圖。但是，在1990 年之前，這些技術均受限於空間解析度和分析速度不足的問題，對當時尚屬主流的金屬與陶瓷材料的研究，不易推廣應用。而對半導體材料的研究而言，彼時重點議題在於元件微縮與金屬化等製程創新，因此這些技術也缺乏發揮的空間。

寬能隙半導體係指能隙（energy gap, Eg）值在2.3 eV 以上的半導體，其磊晶成長技術在藍光發光二極體和雷射二極體開發過程中受到高度的重視。特別是寬能隙半導體的磊晶成長，由於缺乏同質磊晶基板與晶格失配率小的異質磊晶基板，因此磊晶中高密度的缺陷成為應用上的一大難題。長久以來，寬能隙半導體的磊晶缺陷分析，主要是以高解析X 光繞射與透射電鏡技術為主。但是在過去二十年之間，以掃描電鏡為基礎的繞射與成像技術發展迅速，在解析度和分析速度上均有長足進步，開啟了在半導體缺陷分析的應用契機。相較於高解析X 光繞射所提供的統計分佈訊息，掃描電鏡分析可以提供精準的空間分布資訊；相較於透射電鏡對試片製備技術的高度依賴，掃描電鏡則可以非破壞方式提供快速與大面積的分析結果。因此本文的主要目的，就是介紹兩種以掃描電鏡為基礎的分析技術，在寬能隙半導體磊晶缺陷分析的應用契機。

本文的討論主要聚焦於具有六方結構的幾種寬能隙半導體，如氮化鎵（GaN,Eg=3.4 eV）、氮化鋁（AlN, Eg=6.2 eV）、氧化鋅（ZnO, Eg=3.3 eV）和碳化矽（4HSiC/6H-SiC, Eg=2.8-3.2 eV）。這些寬能隙半導體，特別是氮化鎵、氮化鋁和氧化鋅，已經廣泛應用於表面聲波元件、紫外光與藍光的偵測器、發光二極體和雷射二極體[5]。近年來由於寬能隙半導體能隙值大，崩潰電壓高，且具有高電子遷移率和熱傳導率的優點，因此成為應用於高功率（電壓）與高頻的元件的熱門候選材料[6]。在二極體與電晶體元件的應用中，寬能隙半導體均以磊晶型態存在，藉以免除晶界對載子傳導造成的巨大影響。但是在磊晶成長中形成的結晶缺陷，依然會散射電子，或是成為電子與電洞的復合中心，導致載子遷移率惡化，或是量子效率下降，影響元件的效能[7]。有鑑於此，對寬能隙半導體磊晶中缺陷的種類、分佈與密度的分析就極為重要。過去學界與業界對磊晶缺陷的分析，投注相當大的研究能量，也建立了一系列的分析方法。本文首先針對寬能隙半導體中，常見的磊晶缺陷和慣用的分析方法做簡要的介紹，其次將介紹以掃描電鏡為平台所開發的兩種分析技術：電子隧道譜圖（ECP）和電子隧道對比影像（electron channeling contrast imaging, ECCI），以及電子背向散射繞射（EBSD）的發展，和這兩項技術在寬能隙半導體缺陷的分析所取得的成果。最後，將展望未來這兩項技術在寬能隙半導體缺陷分析上，可能的應用機會。

六方纖鋅礦（wurtzite）結構的寬能隙半導體均屬於空間群為的六方結構，晶格常數中a 軸長度均介於3.07-3.25 Å 之間，由於適當的磊晶基板難尋，因此這些寬能隙半導體磊晶多數成長於矽、藍寶石或碳化矽基板之上，磊晶與基板間的晶格失配率大，存在高密度的磊晶缺陷勢所難免。常見的缺陷包括失配差排（misfit dislocation）、穿透差排（threading dislocation）、疊差（stacking fault）、反極晶域界（inversion domain boundary, IDB）、馬賽克晶域（mosaic structure）和異型夾雜物（polytypes）等[8-13]。以下將分別簡介這些缺陷。

1. 失配差排：失配差排是在磊晶與基板介面上，因二者存在的晶格失配所衍生的差排列或差排網，藉以釋放磊晶與基板之間在偽晶成長（pseudomorphic growth）過程中累積的彈性應變能。對於極性的{0001}磊晶而言，失配差排以的型態為主，以釋放平行基板表面方向的應力。但是型態的差排也可能在斜切基板（vicinal substrate）的平面階梯上生成，以釋放平行成長方向的應力。
2. 穿透差排：係指在磊晶中沿生長方向，或與生長方向呈特定角度的方向延伸的差排。穿透差排可以源自基板內穿透至表面的差排，繼續在磊晶中成長而成。此外，在應力釋放過程中產生的失配差排，也可能會彎折而隨成長方向延伸而形成穿透差排。穿透差排有（或a型）的刃差排，（或c型）的螺旋差排，以及（或a+c 型）的混合差排。此外，在氮化物或碳化矽磊晶中，還會形成(n>1)的巨型螺旋差排，又稱為微管（nano- or micropipes）[10]。
3. 疊差：纖鋅礦結構磊晶中的疊差主要位在{0001}面上，可分為藉由滑移產生的Shockley 型疊差，以及藉由部分原子平面的插入或移除所造成的Frank 型疊差。疊差在非極性磊晶中出現的頻率，比極性磊晶中更高。氮化物磊晶中在{0001}面生成的疊差又可以細分為四種型態：，，。而在碳化矽中則存在更多的疊差類型[9, 11]。
4. 反極晶域：在基板上存在的原子級階梯結構會造成階梯兩側的磊晶分別沿相反的極性方向成長，而形成兩個極性相反的晶域，稱為反極晶域。除了極性相反之外，兩個反極晶域間也可能存在一個額外的晶格位移[8, 12 ]。
5. 馬賽克晶域：起源於磊晶成長初期的島狀成長，在獨立成核的晶核之間逐漸合併的過程，所形成的次晶粒結構。馬賽克晶域的尺寸在數十至數百奈米之間，根據晶域之間的方位差異，存在傾轉（tilt）與扭轉（twist）兩種晶域。前者兩個晶域間的共同轉軸平行于磊晶表面，而後者的轉軸則垂直於磊晶表面[13]。
6. 異型夾雜物（polytype inclusions）：在氮化物的磊晶成長中，可能伴隨閃鋅礦結構的夾雜物，而在4H 或6H-SiC 的磊晶成長中，也可能會出現多種同素異型的夾雜物。

針對寬能隙半導體磊晶中的缺陷，目前主要是以光學顯微鏡、高解析X 光繞射、穿透式電子顯微鏡和原子力顯微鏡等工具進行分析[14-17]，其中光學顯微鏡和原子力顯微鏡可以搭配濕式蝕刻（wet etching）技術，觀察缺陷的型態與分布。高解析X 光繞射分析透過晶格常數的鑑定，可以分析磊晶中的彈性應變與成分，透過倒晶格繞射點在不同結晶方向寬化的分析，可以得到磊晶缺陷的型態與平均密度等資訊。而穿透式電子顯微鏡分析則可以利用匯聚束繞射（convergent beam diffraction）分析磊晶的極性、利用選區繞射和雙束影像（two beam imaging）分析缺陷的型態與空間分佈，利用高解析影像分析介面結構特性，以及利用高角度環形暗場像（high angle annual dark filed, HAADF, imaging）技術分析磊晶中特定元素的分布。

掃描電鏡由於使用方便，對試片前處理的要求甚少，在一般材料分析的應用普及性遠勝於透射電鏡。但是對寬能隙半導體的磊晶缺陷分析而言，目前前者的應用卻非常有限。值得注意的是，除了掃描電鏡的解析度與成像方式，近年來均有長足的進步之外，幾個以掃描電鏡為基礎的分析技術也進展快速[18]，加上掃描電鏡非破壞式分析的優勢，以及分析結果可以呈現缺陷空間分佈特徵的特性，或許在不久的將來，掃描電鏡可以在寬能隙半導體磊晶的缺陷分析上，扮演更重要的角色。以下的討論將聚焦於（1）以電子隧道效應為基礎的技術，以及（2）以電子背向散射繞射為基礎的技術。

關於電子隧道效應的報導，始於1967年發表於Philosophical Magazine的兩篇論文[2, 19]。當電子束的入射方向與晶體中某一結晶平面近乎平行時，電子的反彈係數（backscatter coefficient）隨電子束和結晶平面之間的夾角（θ）小於θ_B（或θ介於+⁄−θ_B之間）時，電子反彈係數最大。當θ約略等於θ_B時，反彈係數遽降至最低值，而後當θ繼續增加，反彈係數由谷底回升至正常值。前述的θ_B為結晶平面的布拉格角（Bragg angle）。因此當控制掃描電鏡的聚焦透鏡和掃描線圈，使電子束以0-α（例如α=5^o5o）的傾角，沿環形方向依序入射試片的同一位置，由於前述的隧道效應，就會沿此一結晶平面的方向形成兩條帶狀對比，其寬度與方向均與菊池帶（Kikuchi band）相同，因此又被稱為擬菊池帶（pseudo-Kikuchi band）。利用這個方法，即可得到晶體在+/-5-15^o範圍內的擬菊池圖，如圖1(c)所示，又稱為選區電子隧道譜圖（SA-ECP）。透過SA-ECP的解析，即可得到晶體特定位置的結晶方位。SA-ECP對結晶方位的解析度可達0.5^o，但是其空間解析度卻因物鏡（objective lenses）的相差而惡化，僅在1-10µm之間。此外，ECP依賴反彈電子成像，因此貢獻於ECP的反彈電子，在試片內的穿透深度僅有約50-150 nm，容易受到試片表面狀態干擾。除了上述方法之外，ECP也可以在非常低的倍率下，利用電子在掃描試片表面時，就是以不同角度入射的特性，而得到試片的ECP，但是此一方法僅可適用於單晶試片[20]。

圖 1. 電子隧道效應示意圖：(a)晶格平面與入射電子的關係， (b)入射電子與晶格平面夾角與電子反彈係數（或反彈電子強度）的關係，和(c) GaN磊晶在10kV加速電壓下形成的的擬菊池圖。

在Booker等人[19]撰文解釋ECP的原理時，也預測了利用隧道效應所產生的影像對比，可以用於觀察晶體的缺陷。其原理可以圖2(a-b)說明。假設有一個平行於表面的刃差排，位於表面以下10 nm處，當電子束以θ_B的角度入射時（相對於正常晶格），在差排右側的扭曲晶格與電子束夾角將小於θ_B，因此反彈電子數量增加，而在差排左側的扭曲晶格則與電子束夾角略高於θ_B，因此反彈電子數量降至谷底，使得差排線出現黑與白的對比。上述的分析是假設電子束完全平行，同時直徑非常小。在實際操作時，必須確保電子束直徑小於10 nm以下，且儘量降低匯聚角（convergent angle，大約低於10 mrad），才能在適當的條件下，得到清晰呈現差排影像的反彈電子像，亦即所謂的電子隧道對比影像（ECCI）。近年來由於場發射掃描電鏡的快速發展，ECP和ECCI的成像也愈形容易，圖2(c)就是以Zeiss Gemini 450 SEM由10 kV、4nA電子束所擷取的氮化鎵磊晶ECCI影像，影像中同時存在垂直與平行試片表面的差排，前者形成一黑一白的雙葉狀對比，如圖2(c)中紅色圓圈處所示，後者則呈黑色線狀，如圖2(c)中紅色箭頭所示，但是在尾端穿透出表面處，則擁有與前者相同的點狀黑白對比。關於掃描電鏡的操作條件對ECP和ECCI成像的影響，讀者可以參考文獻[20]。此外，ECP和ECCI的成像也可以在試片高度傾斜的條件進行。當試片傾斜70^o（亦即一般執行EBSD分析的條件）時，在相對於電子束入射方向夾角為30-40^o（亦即與試片表面夾角為10-20^o）的方向，所產生的前彈電子數量是垂直入射時的數倍，同時電子的能量損失也比較小，因此更容易得到高對比的ECCI影像。圖3是這兩種ECP和ECCI的成像模式的示意圖[21]。

圖 2. IMEC的電晶體結構藍圖[2]。次表面差排在電子以接近布拉格角的角度入射時，(a)電子束方向與晶格平面的關係，和(b)在差排核心附近的反彈電子強度分佈。(c)GaN磊晶薄膜ECCI影像。 圖 3. 兩種擷取ECP譜圖和ECCI影像的電子束、試片與反彈電子偵測器位置的示意圖：(a)試片法線方向與電子束夾角為70o，和(b) 試片法線方向平行於電子束[21]。

對纖鋅礦的寬能隙半導體的極性面磊晶而言，c型螺旋穿透差排周圍的晶格扭曲大於a型刃差排，因此在ECCI影像中，前者產生的隧道效應對比的尺寸也會大於後者。圖4是氮化鎵磊晶的ECCI影像，可以看出有兩種穿透差排對比，如實線與虛線圓圈內所示，其中對比強烈的即為螺旋差排，而對比微弱的則是數量佔多數的刃差排[22]。圖5是4H碳化矽磊晶的ECCI影像，顯示螺旋穿透差排在剛好滿足雙束條件時呈現對稱的暗色雙葉狀對比，在略微偏離雙束條件(亦即s>0 或s<0)時則呈現一黑一白的雙葉狀對比，由黑至白的向量正好垂直於對應成像的結晶平面的倒晶格向量(g_hkil))，對a型的刃差排而言，由黑至白的向量則垂直於其伯格斯向量，而a+c型的混合差排，其由黑至白的向量方向則由組成的刃差排與螺旋差排分量決定。透過的消光條件關係，可以區別刃差排和螺旋（或混合）差排，但是無法區分螺旋差排和混合差排[23]。Naresh-Kumar等人[24]提出另一種鑑定差排種類的方法，利用ECP譜圖找出兩組屬於相同平面族的菊池帶，例如圖6(a)中有兩組屬於面的菊池帶，分別為和)，二者夾角為120^o，因此分別在兩個雙束條件下擷取其ECP和ECCI影像，見圖6(b-e)，由ECCI中穿透差排的黑白對比向量即可判斷差排種類。如圖6(c)和(e)中紅色圓圈(放大於圖6(f)和(i))，黑白對比向量均垂直於g vector，因此是螺旋差排，綠色方塊(放大於圖6(g)和(j))中差排的黑白對比僅因雙束條件改變而旋轉180^o，因此是刃差排。而藍色八角形(放大於圖6(h)和(k))中乃是混合差排，其黑白向量方向的變化，與上述二者均不相同。此外，磊晶與基板之間的失配差排也可以在磊晶厚度低於約100 nm時觀察，圖6就是在矽基板上成長的50nm厚的磷化鎵，在矽和磷化鎵介面生成的失配差排的ECCI影像[25]。

圖 4. 氮化鎵磊晶試片以圖3(a)模式在雙束條件下形成的ECCI影像，圖中穿透差排可區分為對比強烈(如實線圓圈內所示)與對比微弱(如虛線圓圈內所示)兩種[22]。

圖 5. 4H-SiC磊晶試片在三種雙束條件(s>0, s=0, s<0)下形成的穿透差排ECCI影像[23]。

圖 6. (a)GaN磊晶的模擬菊池圖，在g=31-4-3所得到的(b)ECP和(c)ECCI，和在g=-1-34-3所得到的(d)ECP和(e)ECCI，以及由(c)中放大的ECCI影像：(f)紅色圓形(g)綠色方形和(h)藍色八角形區域，和 由(e)中放大的ECCI影像：(i)紅色圓形(j)綠色方形和(k)藍色八角形區域 (由文獻[24]重製) 圖 7. 在矽基板上成長的50nm厚的磷化鎵介面生成的失配差排的ECCI影像[25]

除了各種缺陷的成像之外，在磊晶成長中表面形成的原子級階梯結構也可以在ECCI影像中觀察到，其成因也是由於階梯邊緣的局部原子結構扭曲所造成。在圖4氮化鎵磊晶的ECCI影像中，就可以看到清楚的原子級階梯結構。

對比於ECP技術的開發，在掃描電鏡下執行的電子背向散射繞射技術晚了數年才發表[26]。EBSD係以電子束入射傾斜70^o的試片，利用被散射的入射電子，後續在脫離試片的過程中產生繞射，而在試片前方的屏幕上形成菊池圖。利用相關的幾何參數(包含電子束照射位置、試片座標與屏幕座標等)，即可根據菊池圖鑑定結晶方位。圖3(a)中將試片前方移動式的二極體偵測器改換為EBSD偵測器，就是目前最常見的EBSD分析架構。早期的EBSD系統利用攝影機記錄螢光幕上的菊池圖，再以半自動方式計算結晶方位。因此鑑定一個菊池圖需耗時數十秒。1990年初期，由Krieger Lassen等人[27]開發了透過霍夫轉換(Hough transform)自動鑑定菊池圖的技術，大幅加快了分析速度。在1995年時，搭配引進CCD相機記錄菊池圖的技術，EBSD的分析速度已經可以達到1-10 Hz左右。之後隨著掃描電鏡、CCD相機和分析軟體的持續優化，又伴隨CMOS相機的採用，逐步將分析速度推升至1000-5000 Hz（參見圖8）。由於EBSD的菊池圖是在電子束瞬間靜止狀態所擷取，因此菊池圖的清晰度主要取決於材料的原子序、電子加速電壓和試片表面狀態。當分析速度由10 Hz提升至1000 Hz時，執行一個500 x 500像素的結晶方位分佈圖(orientation imaging map)所需要的時間可以從7小時大幅縮短至4分鐘，與使用矽飄移能量散佈能譜儀(SD-EDS)進行成分分佈圖所需時間相當因此掃描電鏡的分析至此進入了影像、晶體方位與成分的三合一分析的新階段。

圖 8. EBSD分析速度演進圖。

EBSD的菊池圖所涵蓋的角度範圍遠大於ECP，因此一個菊池圖中會同時出現多個晶帶軸(zone axis)，可以準確的決定結晶方位。但是在EBSD的面分析中，分析位置和分析處試片高度的變異，都會造成結晶方位計算的誤差，因此一般而言，EBSD的結晶方位角度解析度約在0.1^o-1^o之間，而其空間解析度則與材料原子序與電子加速電壓息息相關，對GaN而言，在20 kV加速電壓之下，其橫向的空間解析度約為50 nm。

透過EBSD對晶體結構與結晶方位的分析，可以輕易的鑑定磊晶中的異型夾雜物的種類、尺寸與分佈。圖9(a-b)就是針對在斜切4^o的4H-SiC基板上，同質成長的磊晶層中出現的異型夾雜物缺陷的EBSD分析結果，顯示夾雜物為傾斜成長的3C-SiC層[28]。圖9(c-d)則顯示在(100)MgO基板上成長的岩鹽(rocksalt, RS)結構摻鎂氧化鋅磊晶中，出現的纖鋅礦(wurtzite, WZ)結構島狀磊晶的二次電子像與EBSD相分佈圖，可以清楚判斷二者的分佈特性[29]。除了晶體結構的鑑定之外，具有非中心對稱的纖鋅礦和閃鋅礦(zinc blende)結構的寬能隙半導體的極性，也可以透過結晶方位的分析鑑定。圖10(a-b)是以閃鋅礦結構的GaP為例，透過模擬所得到的兩個相反方向的菊池圖，顯示菊池圖中兩條{111}菊池帶中的黑白對比，係沿菊池帶中心呈對稱分佈。因此如圖10(c)所示，將二者相減之後，二者的差異就明顯的呈現在兩條{111}菊池帶上[30]。圖10(d)就是以上述方法鑑定GaN奈米柱極性的結果[31]。這個技術也可以分析磊晶中是否存在反極晶域，以及鑑定反極晶域的邊界。

圖 9. (a)在斜切4o的4H-SiC基板上同質成長的磊晶層的EBSD分析結果，(b)缺陷區域光學照片與缺陷示意圖，(c-d)在MgO基板上成長的岩鹽結構(RS)摻鎂氧化鋅磊晶中出現的島狀纖鋅礦結構(WZ)磊晶的二次電子像(c)與EBSD相分佈圖(d)（由文獻28與29重製）。 圖 10. GaP在(a)P2=43.1o和(b)P2=133.1o兩個方向由模擬所得到的的菊池圖，(c)二者相減之後的強度分佈圖，和(d)利用EBSD分析所得到的GaN奈米柱的極性分佈。(由文獻30和31重製)

在磊晶中更普遍存在的是差排、疊差和馬賽克晶域等缺陷。這些缺陷周邊因應力場而產生的晶格扭曲，會造成結晶方位的旋轉與晶帶軸間夾角的變化。根據Booker等人的估算[19]，在距離單一差排核心30 nm處的晶格轉動量約為0.05^o（10-3 rad），這樣的晶格旋轉量低於前述EBSD的角度解析範圍，因此近年來學者致力於發展高解析的EBSD分析技術（又稱為HR-EBSD）。其中以牛津大學的Wilkinson教授所發展的技術最為成熟。這個技術係在一個m×n像素的面掃描中，任意選取一個點的菊池圖做為參考菊池圖，再將其他的菊池圖中，四個以上的局部區域的菊池圖像，與參考菊池圖相同位置的局部菊池圖進行相互比較，藉以計算出二者之間的相對晶體旋轉量與相對位移量，藉此進行結晶方位的細部校準與應變分佈計算。這個方法可以將EBSD的角度解析度提升至0.01^o-0.05^o左右，以及解析1×10^-4以上的應變[32]。換言之，已經足以解析在差排、疊差和馬賽克晶域等缺陷周圍的應變分佈。

最近已經有一些HR-EBSD技術應用在寬能隙半導體磊晶的缺陷分析的案例，例如Ernould等人[33]以HR-EBSD分析，搭配有限元素法的運用，分析GaN磊晶中的巨螺旋差排(Giant screw dislocation or nanopiple)，決定出所觀察的巨螺旋差排的伯格斯向量為3倍的c軸長度。Ruggles等人[34]則使用HR-EBSD技術分析一種在GaN磊晶中的星狀缺陷，在不破壞磊晶的狀態下，鑑定出這種尺寸達數百微米的缺陷，是由大量a型菱錐面的刃差排，堆積成六個低角度晶界所構成。而Wilkinson的團隊[35]則同時運用ECCI影像分析技術與HR-EBSD技術，分析在碳化矽和藍寶石基板上成長的氮化銦鋁(InAlN)磊晶中的穿透差排缺陷。其中透過在兩個不同成像條件下擷取的ECCI影像，由差排中心的黑白對比向量的變化，鑑定刃差排與螺旋差排(含混合差排)，進而得到二者的密度。再運用HR-EBSD技術所得到的應變量與旋轉量，透過Nye-Kroner的理論，由二者的梯度函數分別計算刃差排（含混合差排）與螺旋差排的密度[36]。其結果見表1，與透射電鏡的結果一致，在這兩種磊晶中均以刃差排為主，且透射電鏡所分析之差排密度略高於ECCI和HR-EBSD分析的結果。

表1 分別在碳化矽和藍寶石基板上成長的氮化銦鋁（InAlN）磊晶，以ECCI和HREBSD技術分析所得的穿透差排密度度結果[35]

由上述針對以掃描電鏡為基礎的幾項分析技術的介紹可知，對寬能隙半導體磊晶的分析，最適合採用大角度傾斜入射的電子束，利用大量產生的前彈電子形成ECCI 影像，可以同時進行EBSD、EDS、SEI、CL（cathodoluminescence），甚至EBIC（electron beam induced current）分析，在此架構之下，試片表面的高低起伏的地形(topological)變化也容易凸顯。不過現行的掃描電鏡，在試片以高角度傾斜放置時，試片尺寸與移動量均嚴重受限，且與CL 和EBIC 系統不易相容。

為了克服這個問題，如果可以將現行掃描電鏡，修改成圖11 的配置方式，將電子槍與電磁透鏡系統的軸線由原本的垂直向下，傾斜50^o 至70^o，以20^o 至40^o 的角度入射試片，利用可以提供三軸向移動與傾轉的尤拉載台(Eulerian cradle)承載試片，EBSD 偵測器、CL 反射鏡、BSD 偵測器、SE 偵測器、EDS 偵測器和EBIC探針均可配置於試片上方。因此試片載台可以承載4-8 吋晶圓，提供晶圓沿x 軸約+30^o/-5^o 的倾轉，以及沿試片法線方向做360^o 的旋轉，即可針對晶圓上的任意位置進行分析。對擷取ECP 和ECCI 而言，可在數分鐘內完成，對擷取HR-EBSD所需的高解析菊池圖而言，耗時約10-60 分鐘不等。如果只是分析磊晶中的總差排密度，可在30-60 分鐘內取得足夠樣本數進行分析。如果需要針對差排種類與數量進行更精確的估計，分析時間約在1-4 小時之間。而已經完成製作的元件，亦可搭配EBIC 技術分析。上述的分析時間，與高解析X 光繞射與透射電鏡分析所需時間類似，因此可以為品管與研發活動提供有力的支援。

圖 11. 應用於大尺寸晶圓缺陷分析的掃描電鏡的可能架構。

Reference: 

[1] McMuullan, Scanning, 17 (1995) 175.

[2] D. G. Coates, Phil. Mag, 16 (1967) 1179.

[3] E. T. Peter and R. E. Ogilvie, Trans. Met. Soc. AIME, 233 (1965) 89.

[4] J. A. Venables and C. J. Harland, Phil. Mag., 27 (1973) 1193.

[5] Man Hoi Wong, Oliver Bierwagen, Robert J. Kaplar, Hitoshi Umezawa, J. Mater.Res., 36 (2021) 4601.

[6] Haiwei Jin, Li Qin, Lan Zhang, Xinlin Zeng, Rui Yang, MATEC Web Conf., 40(2016) 01006.

[7] Krishna Shenai, Michael Dudley, Robert F. Davis, ECS J. Solid State Sci. Technol.,2 (2013) N3055.

[8] X. H. Wu, L. M. Brown, D. Kapolnek, S. Keller, B. Keller, S. P. DenBaars, J. S.Speck, J. Appl. Phys., 80 (1996) 3228.

[9] V. Lebedev, K. Tonisch, F. Niebelschütz, V. Cimalla, D. Cengher, I. Cimalla, Ch.Mauder; S. Hauguth, O. Ambacher, F. M. Morales, J. G. Lozano, and D. González,J. Appl. Phys., 101 (2007) 054906.

[10] J. A. Powell and D. J. Larkin, Phys. Stat. Sol. B, 202 (1997) 529.

[11] G. Feng, J. Suda, T. Kimoto, Appl. Phys. Lett., 94 (2009) 091910.

[12] L. T. Romano, J. E. Northrup, and M. A. O’Keefe, Appl. Phys. Lett., 69 (1996)2394.

[13] V. Lebedev, K. Tonisch, F. Niebelschütz, V. Cimalla, D. Cengher, I. Cimalla, Ch.Mauder; S. Hauguth, O. Ambacher, F. M. Morales, J. G. Lozano, and D. González,J. Appl. Phys., 101 (2007) 054906.

[14] M A Moram and M E Vickers, Rep. Prog. Phys., 72 (2009) 036502.

[15] P. Ma, J. Ni, J. Sun, X. Zhang, J. Li, and H. Chen, Appl, Optics, 59 (2020) 1746.

[16] H. Morkoç, Mater. Sci. Eng. R, 33 (2001) 135.

[17] S. Kaiser, H. Preis, W. Gebhardt, O. Ambacher, H. Angerer, M. Stutzmann, A.Bosenauer, and D. Gerthsen, Jpn. J. Appl. Phys., 37 (1998) 84.

[18] C Trager-Cowan, Semicond. Sci. Technol., 35 (2020) 054001.

[19] G. R. Booker, A. M. B. Shaw, M. J. Whelan, and P. B. Hirsch, Philos. Mag., 16(1967) 1185.

[20] A. J. Wilkonson and P. B. Hirsch, Micron, 28 (1997) 279.

[21] G. Naresh-Kumar, D. Thomson, M. Nouf-Allehiani, J. Bruckbauer, P. R.Edwards, B. Hourahine, R. W. Martin, C. Trager-Cowan, Mater. Sci. Semicon.Process., 47 (2016) 44.

[22] Y. N. Picard, M. E. Twigg, J. D. Caldwell, C.R. Eddy Jr., M. A. Mastro, R. T.Holm, Scripta Mater., 61 (2009) 773.

[23] Y. N. Picard, M. E. Twigg J. Appl. Phys. 104 (2008) 124906.

[24] G. Naresh-Kumar, B. Hourahine, P. R. Edwards, A. P. Day, A. Winkelmann, A. J.Wilkinson, P. J. Parbrook, G. England, and C. Trager-Cowan, Phys. Rev. Lett.,108 (2012) 135503.

[25] S. D. Carnevale, J. I. Deitz, J. A. Carlin, Y. N. Picard, M. De Graef, S. A. Ringel,T. J. Grassman, Appl. Phys. Lett., 104 (2014) 232111.

[26] J. A Venables and C. J. Harland, Phil. Mag., 27 (1973) 1193.

[27] N. C. Krieger Lassen, Mater. Sci. Technol., 12 (1996) 837.

[28] J. Hu, R. Jia, Y. Niu, Y. Zang, H. Pu, J. Cryst. Growth, 506 (2019) 14.

[29] C.-Y. J. Lu, Y.-T. Tu, T. Yan, A. Trampert, L. Chang, and K. H. Ploog, J. Chem.Phys., 144 (2016) 214704.

[30] A. Winkelmann, G. Nolze, Appl. Phys. Lett., 106 (2015) 072101.

[31] G. Naresh-Kumar, J. Bruckbauer, A. Winkelmann, X. Yu, B. Hourahine, P. R.Edwards, T. Wang, C. Trager-Cowan, R. W. Martin, Nano Lett., 19 (2019) 3863.

[32] A. J. Wilkinsona, G. Meadenb, D. J. Dingley, Ultramicroscopy, 106 (2006) 307.

[33] C. Ernould, V. Taupin, B. Beausir, J.J. Fundenberger, N. Maloufi, J. Guyon, E.Bouzy, Mater. Charact., 194 (2022) 112351.

[34] T. J. Ruggles, J. I. Deitz, A. A. Allerman, C. Barry Carter, J. R. Michael, Microsc.Microanal., 27 (2021) 257.

[35] A. Vilalta-Clemente, G. Naresh-Kumar, M. Nouf-Allehiani, P. Gamarra, M.A. diForte-Poisson, C. Trager-Cowan, A.J. Wilkinson, Acta Mater., 125 (2017) 125.

[36] E. Kroner, Ergeb. Angew. Math., 5 (1958) 1327.