高中物理/核與輻射/原子模型

維基教科書,自由的教學讀本

發現了原子之後,物理學界分成了兩派,一部分科學家(當然也包括很多哲學家)認為原子就是他們苦苦尋找的組成世界的基本粒子。另一些科學家則認為原子可能還可以再分。但科學是建立在證據與事實的基礎上,任何的猜想都必須經得起新出現的證據。而這一系列猜想的的終結則開始於1897年。

梅子布丁模型[編輯]

梅子布丁模型

1897年,英國物理學家約瑟夫·湯姆森利用實驗觀察到一種射線在電場中的偏轉,並計算出了這種帶電粒子的電荷質量比。湯姆森將這種粒子稱為電子

經過更多的實驗,科學家們越來越肯定電子來源於原子內部,它是原子的組成部分。

這一系列的發現極大地動搖了原子不可分理論,依據這些實驗基礎,1904年,湯姆森提出了梅子布丁模型來解釋原子結構。

梅子布丁模型是這樣描述原子的,原子是一團帶正電的雲球或者濃湯,就如同一個布丁一樣。帶負電的電子均勻的分布於這個雲球里,就如同梅子嵌在布丁里一樣。由於分布非常均勻,電子所帶的負電與雲球內的正電完美的抵消了,宏觀上原子呈現電中性。在這個模型中,為了維持穩定,電子會自動分布於雲球的同一球面上。因為只有這樣任何一個電子所受的電場力才會平衡。如果一個電子向外移動,那麼其內球面的正電荷將增加,對該電子的吸引力也將增加,最終將電子拉回原來的球面上。

盧瑟福模型[編輯]

鋰原子的盧瑟福模型

距離湯姆森提出的梅子布丁模型才僅僅5年時間。物理學家歐尼斯特·盧瑟福的散射實驗就徹底地為梅子布丁模型劃上了句號。

盧瑟福使用阿爾法粒子束轟擊原子。按照梅子布丁模型,正電荷均勻分布在原子內如同一個雲球(布丁)一樣,那麼各個點的庫侖位勢不會發生大的變化,阿爾法粒子束的出射角應該只有小角度的偏差。然而實驗得到的結果卻與預期大相逕庭。大約每8000個阿爾法粒子中就有一個的出射角有很大角度的偏差(大於90度)。要解釋這個現象唯一的辦法就是完全推翻原子的梅子布丁模型。

取而代之,盧瑟福建立了新的太陽系模型來解釋盧瑟福散射的實驗結果。顧名思義,太陽系模型借鑑了太陽系的組成與運動方式。盧瑟福認為原子的絕大多數質量和全部的正電荷都集中於位於原子中心的原子核上,就好像位於太陽系中心的太陽。而帶負電的電子則圍繞著原子核,像行星圍繞太陽公轉一樣運動。

另外,盧瑟福還根據能量守恆定律推算出了原子核的半徑。令人驚訝的是,原子核的半徑竟然小於,集中了全部正電荷和幾乎全部原子質量的原子核,其半徑只有原子半徑的三千分之一。

波爾模型[編輯]

玻爾模型

雖然,相對於梅子布丁模型,盧瑟福模型對原子結構做更加合理的描述,但他對核外電子的運動方式則表述含糊,無法讓人信服。借鑑天體運動的方式,盧瑟福認為電子在原子核外環繞原子核運動,類似行星圍繞太陽公轉。但是根據經典電磁理論,這樣的加速運動模型會發射出電磁波,導致電子能量不斷減少,最終坍縮到原子核內。就像受到阻力的廢棄人造衛星撞上地球一樣。這顯然與事實不符。

盧瑟福的學生,尼爾斯·波爾則避開了這個難題。他認為電子在一系列穩定的軌道上作圓周運動,這些軌道是穩定且離散的。距離原子核越遠,軌道的能量就越高。當電子在這樣的軌道上運動時並不會發無線電磁波,但電子只能從一個穩定軌道躍遷到另一個穩定軌道,僅當電子躍遷時才與外界有能量交換。

波爾模型的成功之處在於它成功的解釋了氫原子的光譜。定量的計算出了氫原子各個軌道的能量和躍遷的能量關係。

波爾模型相對於盧瑟福模型是一大進步,但成功仍掩蓋不了不足。波爾模型仍然無法解釋為什麼處於定態的原子不會發出電磁波,並且波爾對躍遷的過程也沒有詳細的描述。最致命的是波爾模型只能解釋氫原子等一些及其簡單的原子的光譜,對稍微複雜一些的原子或更精細的光譜波爾理論還是無能為力。

電子云模型[編輯]

氫原子的電子云

上述原子模型都是科學家在經典理論的框架下提出來的。(波爾理論稍微引入了一些量子理論的觀點)。這些模型無一例外的無法完美解釋原子表現出來的各種行為。這也告訴我們必須拋棄經典理論才能得到更符合事實的原子模型。

如今,隨著量子力學的發展,物理學界普遍接受了一種全新的原子模型——電子云模型。該模型認為電子圍繞原子核作高速運動,但不是類似於行星的圓周運動或者橢圓運動,甚至不是我們日常生活中看到的任何一種運動。這種運動有著隨機性,我們無法在同時得知某時刻電子的位置和速度,因此也無法描繪出電子的明確的軌道。

那要如何才能體現出電子的運動方式呢?

科學家們想出了一種新的方法。利用一台假想的照相機每隔一小段時間就對原子拍照,每張照片都記錄了此時原子核和電子的狀態。這樣經過一段時間以後,我們將拍攝到的成百上千張照片重疊起來。一副新的圖畫出現了,每張照片上的電子位置是隨機分布的,重疊起來之後就如同一團烏雲籠罩在原子核周圍,這就是電子云模型的由來。顯然,模型中的電子點的疏密程度代表了電子在該位置出現的機率,點越密集機率越高,越稀疏機率越低。