短波红外SWIR成像：从原理到系统搭建与工业应用

我第一次用短波红外相机看硅晶圆是在一个工业视觉项目的调试现场。当时客户给的样品在可见光下看就是一片闪着银灰色光泽的圆片表面干净得几乎没有细节。可当我把相机切换到短波红外SWIR波段把主动光源打开后晶圆内部的一道道电路图案、激光标记、甚至几个藏在表面的微小裂纹全都在监视器里浮现出来。那一下我才真正意识到“不可见”和“看得见”之间的距离其实只隔着一台合适的探测器。今天想聊的就是这个被很多人误解、却又在半导体、分选、农业和文物保护等领域绕不开的波段。短波红外到底是什么为什么它能让人眼看不见的信息显形以及真正上手搭建一套这样一个成像系统时有哪些是我踩过了才弄明白的细节。无论你是准备选型采购还是单纯好奇这段“隐身光谱”这篇文章都尽量讲透。1. 短波红外是什么先把“看不见”这件事讲清楚1.1 波段划分为什么叫“短波”反而比可见光更长先说波段。大家平时说的可见光大致落在0.4到0.7微米这个窗口里人眼对这段电磁波的响应是经过亿万年演化得来的。短波红外落在可见光的红端之外通常定义为0.9到2.5微米这个区间。它比可见光的波长更长为什么反而叫“短波红外”这是相对于波长更长的中波红外3到5微米和长波红外8到14微米来说的。在红外探测器行业里这个命名习惯沿用了几十年刚接触的人确实容易绕晕。你可以把电磁波谱想象成一条街区可见光是沿街的几个房间短波红外是隔壁一条长廊再往里走才是热红外的大厅。三个区域物理机制完全不同探测手段也因此有巨大差别。还有个经常被忽略的细节是大气窗口。在短波红外区间水汽和二氧化碳对电磁波的吸收相对较弱部分窗口透过率较高所以卫星遥感使用的短波红外通道能看到清晰的地表反射信号。“短波红外”与“近红外”的分界也常被混着用很多文献把0.75到1.0微米称为近红外1.0到3.0微米称为短波红外。但在工业相机领域大家往往把0.9到1.7微米的InGaAs相机直接叫短波红外相机。选型时最重要的不是背概念而是确认探测器响应范围到底覆盖到哪个截止波长。1.2 SWIR拍的是反射光不是热真正让我觉得“不可见变成看得见”的是SWIR的成像本质。热像仪接收的是物体自身发射的热辐射看到的是温度分布哪怕房间完全黑暗热咖啡杯也能在屏幕上显出轮廓。短波红外相机则完全不是这个逻辑它接收的是外界光源照射到物体表面后的反射光。这和可见光成像是同一类物理过程只是换了一段我们眼睛看不进去的光谱。所以你在SWIR图像里看到的光影关系、遮挡关系、明暗边界其实和你平时拍照的感觉很像物体边缘是锐利的细节有纹理看起来就像一张黑白照片。这个区别非常重要。有一次在测试现场被客户问到SWIR能不能在全黑的车间里用答案是不行。没有短波红外光源InGaAs相机面对的就是全黑场景它不像热像仪能自己感应温度。反过来说正因为它依赖反射所以能做的事情比热成像多得多不同材料对短波红外光的反射率差异常常远超可见光。一顶涂成军绿色的布料和一片绿色树叶在可见光下可能都绿得难分彼此在短波红外波段却可能一个暗一个亮。这种差异才是SWIR在工业检测和安防识别里最大的价值。有人会问能不能把它理解成“夜视”可以打个折扣。主动照明下的SWIR系统确实能在肉眼几乎看不见的暗环境里工作但前提是必须自己带上合适的光源这一点后面还会反复提到。1.3 为什么InGaAs成了这个波段的事实标准提到短波红外几乎绕不开InGaAs这个词。InGaAs是铟镓砷的英文简称一种III-V族化合物半导体。它的禁带宽度可以通过调整铟和镓的比例来改变常用的In0.53Ga0.47As与InP衬底晶格匹配响应范围大约从0.9微米延伸到1.7微米。带隙约0.73eV波长超过1.7微米的光子能量不够激发不了电子。如果想覆盖到2.2微米甚至2.6微米就需要增加铟组分但晶格失配带来的缺陷也会变多暗电流会明显上升。探测器材料典型响应范围制冷要求主要短板硅CMOS/CCD0.4~1.1μm常温或少量冷却1.1μm以后吸收效率急剧下降InGaAs0.9~1.7μm 或延伸至2.6μmTEC两级或三级即可高分辨率版本成本高HgCdTeMCT可覆盖1~14μm深冷价格昂贵、大面积均匀性难做微测辐射热计热响应宽带常需稳定温控速度慢、噪声大、灵敏度低对比一下就很清楚硅探测器最便宜但超过1.1微米后基本帮不上忙碲镉汞探测器性能全面却要在液氮或斯特林制冷机环境下工作成本和维护门槛不是一般项目能承受的微测辐射热计虽然也有响应但热探测器的响应速度慢、噪声大做不了高速产线。InGaAs站在一个非常舒服的平衡点上轻量TEC制冷就能工作量子效率高像元可以做得比较小还沿用成熟的CMOS读出电路。不管高端科研还是产线检测它都是绝对主力。2. 光子变电子短波红外相机选型必须懂的底层逻辑2.1 光电二极管是怎么“感知”不可见光的要理解SWIR相机怎么把不可见光变成图像信号得从光电二极管这一层讲起。InGaAs材料被做成光电二极管阵列后每个像素本质上是一口“光的感应井”。一个短波红外光子打进吸收层能量会激发一个电子从价带跃迁到导带产生电子-空穴对。芯片内部电场把电子扫到读出节点电荷量对应光强。之后读出电路把每个像素的电荷量转换成电压再经过ADC量化成灰度值。灰度值高低就表示这块材料反射回来的短波红外光强弱。所有像素组合在一起就形成我们看到的图像。这个过程看着简单但两条物理规律决定了系统性能。第一光子的能量必须大于材料带隙否则无法被吸收这就是InGaAs在1.7微米附近突然截止的原因。第二温度越高晶格振动越容易把价带电子“碰”上去产生与光照无关的暗电流。暗电流本质上是噪声电流会叠加在真实信号上让暗部发灰、图像发雾。所以长曝光、弱信号的SWIR相机通常会加TEC半导体制冷片把传感器温度压到零下十几度甚至零下几十度让暗电流指数级下降。你买相机时看到的“两级TEC制冷”“三级TEC制冷”就是在为这件事服务。对于动辄几百毫秒曝光的EL检测、文物拍摄场景没有TEC的机芯基本没法用。2.2 分辨率、像元与噪声SWIR选型别拿可见光思维硬套SWIR相机选型的第一个陷阱是拿可见光相机的分辨率思维来套。工业领域常见的InGaAs面阵相机分辨率从320×256到640×512不等再往上到1280×1024就算高分辨率了。要知道一片12.5微米像元的1280×1024 InGaAs传感器光读出电路和InGaAs吸收层的工艺难度就比普通CMOS高很多成品率直接反映在价格上。如果你的检测目标只是区分材料种类或者看毫米级缺陷320×256已经能干活要同时覆盖较大视野且精度要求高才需要考虑高分辨率否则系统成本会翻好几倍。在面阵和线阵之间怎么选传送带上做塑料分选常用线阵相机因为跟着物体移动逐行扫描行频可以和传送速度自由匹配静态看晶圆、做实验室观测面阵更方便。还有像元尺寸大像元比如25微米、30微米的满阱容量更大动态范围高适合低照度场景小像元空间分辨率高但灵敏度可能吃亏。关键是先算好“一个缺陷在传感器上覆盖几个像元”再定分辨率别先被参数表带节奏。2.3 四个参数决定一台SWIR相机好不好用如果只让我看四个参数我会按这个顺序响应范围、峰值量子效率、暗电流、制冷能力。响应范围必须覆盖你关心的特征波长比如水的吸收峰在1.45微米附近普通0.9到1.7微米的相机没问题要测含羟基材料在2.1微米的特征就要选延伸型InGaAs。量子效率决定光信号转换效率好的InGaAs传感器在峰值波段能做到70%以上弱光下图像干净程度差距很大。暗电流看器件出厂指标和工作温度曲线同样型号在不同制冷温度下的暗电流可能差一个数量级。制冷能力不能只看“能不能到-40℃”还要看达到目标温度时的功耗和散热方式工业现场密封机箱里如果散热不好TEC的实际效果会大打折扣。参数关注点建议响应范围是否覆盖目标特征波长0.9~1.7μm通用需要1.7μm选延伸型量子效率峰值QE尽量选60%暗电流25℃与工作温度下的数值弱光/长曝光场景必须配TEC制冷方式TEC级数与散热结构产线环境注意热管理还有两个不能忽略的指标坏点率和读出噪声。SWIR传感器的坏点率通常比可见光CMOS高坏点会在图像上形成固定亮点或暗点买回来后需要做坏点标定。读出噪声决定系统的极限灵敏度数值越低微弱信号越能显形。这两项在厂商Datasheet里都有但对新手来说不是最直观后面第5章再展开。3. 亲手搭一套短波红外成像系统从选型到出图3.1 第一步先定目标再定波段和光源说到真正动手搭一套SWIR成像系统我建议第一步永远不是选相机而是定检测目标。你究竟要区分什么是要透过硅片看内部结构还是测含水率还是分辨外观相同的塑料片这个问题直接决定了工作波段和光源类型。举个例子如果想看硅片内部的激光标记硅在波长超过1.1微米后逐渐变得透明你用0.9到1.7微米的InGaAs相机加一个1.3微米左右的光源就能得到清晰的穿透图。如果想测水分最好把光源中心波长放在1.45微米吸收峰附近再用带通滤光片把其他杂光挡掉图像对比度会一下子出来。先定光谱特征再选器件顺序反了会浪费大量调试时间。为什么强调这一步因为短波红外系统的成败光路设计占一半。我见过不止一个人直接拿一台可见光工业相机换SWIR镜头结果背景杂散光太强目标特征被淹没。光源的波长分布、角度、面积滤光片的中心波长和半带宽都必须跟着检测目标走。假设你今天的目标是在传送带上分拣透明塑料一般会选择线阵相机加卤素灯光源让光线以漫反射方式打在物料上这样材质反射率的差异才会在图像上拉开。记住这个核心顺序目标光谱特征 → 光源波长/滤光片 → 探测器响应范围 → 镜头透过率 → 图像处理。任何一步打乱后面都要补坑。3.2 相机、镜头、光源、滤光片怎么组合相机选型用上一章的四个参数过一遍就大致有数。分辨率、制冷、接口、触发方式都要和项目匹配。接口方面工业SWIR相机常见的有GigE Vision、USB3 Vision、Camera Link和CoaXPress。产线上多路相机互触发CoaXPress和GigE更常见实验室做采集USB3更方便。重中之重是看触发延迟和帧同步能力多相机拍同一个检测位时必须能硬触发同步否则后续拼接和算法的可靠性会很差。镜头是另一个容易翻车的点。普通光学玻璃在可见光波段很透明但到了1.5微米以上材料本身的吸收和色散都会明显增强。市面上所谓“百万像素C口镜头”可能标称到1.1微米但放到SWIR相机上图像会变软、边缘模糊还有红外焦点漂移。正确做法是选专门为SWIR波段设计的镜头镜片材料常用石英、氟化钙或专用红外玻璃镀膜针对0.9到1.7微米优化接口通常有C口或M42口。如果预算有限也可以用经过实测验证的机器视觉近红外镜头但一定要做整机透过率和焦点验证不能只看产品说明。光源方面卤素钨灯和短波红外LED是两种主流。卤素灯光谱范围很宽从可见光一路延伸到2微米以上缺点是发热大、寿命短、不能快速调制常用来做持续照明的漫反射光源。SWIR LED则像一个小功率窄带光源中心波长从1.2微米到1.7微米都有可以做脉冲调制配合相机快门实现短曝光抑制环境光干扰。实际项目中我最常用的是“卤素灯做底光SWIR LED做特征波长光带通滤光片”的组合既能保证整体亮度又能把特定吸收峰的对比度拉出来。滤光片的半带宽也很讲究太宽会把不想要的背景光放进来太窄又会损失信号能量一般先从FWHM 30nm到50nm开始试。3.3 平场校正、坏点处理与带宽计算拿到一套新的SWIR相机别急着直接投入产线。第一件事做平场校正。短波红外传感器本身存在像素一致性差异加上镜头渐晕和光源不均匀原始图像必然是“中间亮、四周暗”还有个别像素偏亮或偏暗。标准的平场校正公式是校正后灰度 原图 − 暗帧×平均灰度 ÷亮帧 − 暗帧。实际操作时用均匀反射板拍一张亮帧盖住镜头拍一张暗帧然后逐像素做归一化。把灰阶反射板放在视场里保证亮帧不过曝也不欠曝统计平均灰度做归一。这一步做不做直接决定图像里微小缺陷能不能被算法识别。带宽计算听起来无聊但选错接口会非常痛苦。举一个具体例子640×512分辨率的相机12bit输出一帧数据量大约是640×512×2字节约0.63MB30帧每秒就是19MB/s对应约157MbpsGigE接口跑起来完全没压力。换成1280×102430fps12bit一帧约2.6MB每秒78MB约630MbpsGigE理论上限1000Mbps实际可用带宽考虑协议开销大概在800Mbps左右勉强能跑。如果再叠加多相机或提高帧率就必须换CoaXPress或10GigE。很多人买完相机才发现接口带宽不够用就是因为这一步没提前算。3.4 从摆放样品到拿到第一张SWIR图的完整流程下面是一次实验室里典型的SWIR验证流程可以直接照着做。准备样品一个、卤素灯光源、SWIR镜头、带通滤光片、均匀反射板、三脚架和相机。第一步把相机架好镜头对焦到样品表面用可见光辅助大致调到画面清晰。第二步点亮卤素灯先不加滤光片观察整体成像调整光源角度让反射均匀避免出现高光点。第三步加上目标波长的带通滤光片再次调节曝光让灰度直方图主体落在40到210之间不要过曝。第四步采集暗帧和亮帧做平场校正观察目标区域对比度是否满足要求。第五步对比不同样品或不同区域的灰度差异记录下来。如果发现对比度不够优先调光源角度、更换滤光片半带宽、增加曝光时间不要一上来就猛拉增益。增益会把噪声一起放大图像看起来变亮了但目标细节可能更糊。我在调试时还坚持一个习惯把同一视场在可见光和SWIR下各拍一张对照图。两张图放在一起立刻就能看出哪些差异是SWIR特有的哪些只是照明不均。这个对照往往比单纯看参数表更能说明问题。4. 盘点四个最值得做的短波红外应用场景4.1 半导体与光伏让硅“变透明”的检测利器短波红外在半导体行业能站稳脚靠的是硅的一个奇妙性质超过1.1微米后晶体硅对光子的吸收系数迅速下降材料从“吸收体”变成“透明体”。这就意味着用0.9到1.7微米的SWIR相机去看一片硅晶圆能看到表层以下难以捕捉的信息隐藏裂纹、芯片内部金属布线、激光标记、气泡、甚至封装后的锡球位置。在晶圆制造和封装测试产线上这些缺陷用可见光相机根本看不见因为表层反光把下层信号全遮掉了。SWIR相机相当于给了工程师一双能“透视”硅材料的眼睛。光伏行业更直接。电致发光EL检测和光致发光PL检测测量的是电池片在偏压或光照激励下发出的近红外发光波长集中在1100到1250纳米附近刚好落在InGaAs相机的最佳响应区。电池片隐裂、断栅、黑片、EL亮度不均匀在SWIR相机下一目了然。我之前配合过一条组件产线的EL检测工位相机要在几百毫秒曝光下稳定出图还要兼顾明暗不均的电池片不配TEC制冷的机芯在这个场景下噪声会非常明显。如果你接触光伏检测会看到大量InGaAs相机在产线里连续跑就是这个原因。4.2 材料分选与伪装识别同色不同料的“照妖镜”材料分选市场是SWIR另一个有真实经济价值的场景。回收塑料里PET、PVC、PP、PE这些材料在可见光下可能都是透明或白色人眼和普通相机分不出来。但它们在短波红外区域有不同的“指纹”分子中碳氢键、羟基、酯基的振动倍频和组合频会在特定波长产生吸收或高反射。用线阵SWIR相机拍一遍不同塑料在灰度图像里自然分成深浅不同的几组再加一个简单的阈值分类就能做到高准确率分选。垃圾回收产线速度很快每秒要处理几米物料这就是为什么要用线阵相机配合高速图像处理。在户外安防和搜索识别这类场景SWIR的价值体现在让一部分“伪装失效”。很多肉眼上很难分辨的目标比如涂了绿色涂层的物体和真正的绿叶在短波红外波段的反射光谱差异很大。因为人造颜料和天然植物的细胞结构、水分含量都不一样SWIR相机可以把两者明显拉开。配合主动短波红外照明系统在夜间也能获得类似白天可见光的图像细节。要注意的是这类应用里的光源和滤光片需要根据环境定制不是把相机拎到现场就能出好效果必须考虑背景反射、天气和距离。不要指望SWIR在所有环境下都是万能的它的优势在于特定光谱窗口下的材质分辨先把该窗口下的背景干扰研究清楚再谈识别率。4.3 农业与食品用光“咬”出来的水分差异水分子在1.45微米、1.94微米和2.7微米附近都有很强的吸收峰这个特性让SWIR成为非破坏性检测含水量的好工具。农业遥感里可以通过短波红外反射率推算作物冠层含水量配合可见光植被指数做出更细致的旱情监测。在食品工业生产线上饼干、谷物、茶叶的烘烤程度和含水率直接影响口感和储藏寿命用SWIR相机在线检测比人工抽样快得多也避免了接触式探针的卫生问题。我帮人做过一个茶叶水分检测的预研用的就是0.9到1.7微米相机加1.45微米带通滤光片样品刚炒完和放置几个小时后灰度差异肉眼可辨因为含水率不同对1.45微米光的吸收强弱完全不同。水果糖度、蔬菜新鲜度、木材含水率、烟草等级这些看起来跨度很大的项目本质上都在做同一件事测量有机物质里水分和特定化学键的浓度变化。SWIR图像是二维的比单点光谱仪多出空间分布信息比如一个水果表面哪里的糖度分布不均匀用扫描型光谱相机一拍就能看出来。这项能力在分选线上很值钱因为消费者虽然看不见光谱曲线但吃得出差异。4.4 文物保护把画布底稿找出来文物修复领域SWIR相机有个很特别的用途透过颜料层看到画作底稿。很多古代绘画是先画素描底稿再覆盖颜料这些底稿用的含碳墨水或石墨材料在短波红外波段有强吸收而表层颜料中的矿物成分在那个波段相对透明。用SWIR反射成像就能在不触碰画面的前提下让底稿显现出来。欧洲做过不少油画底层研究项目就是用InGaAs相机把多年没人见过的构图线找了出来帮助修复师理解画家当时的用笔思路。在国内的壁画、古籍、青铜器锈层分析里同样有类似需求。这一类应用对相机的要求比较特别分辨率要高因为画作细节繁密制冷要好因为弱光摄影需要长曝光响应范围最好覆盖到1.7微米以上有些黑色颜料和墨汁的特征峰在更长波段。拍摄时还要严格控制光源的紫外和红外热量避免对文物造成损伤。所以文物行业的SWIR相机选型往往和工业检测侧重点完全不同第一个考虑的是安全性和细节保真度。场景核心检测对象SWIR带来的增量半导体/光伏硅片隐裂、EL发光、封装缺陷可见光看不透的硅内结构材料分选塑料、纸张、纤维种类同色异材的材质指纹农业食品含水率、糖度、烘烤度空间分布非破坏在线检测文物保护底稿、隐藏字迹、锈层无损透视颜料层四个领域的共同点都是在可见光之外找到了新的图像维度。这也是我常说的那句话SWIR技术从来不是替代可见光而是把眼睛的感知带宽往外扩了一截。5. 实战问题速查那些我踩过的坑和排查经验5.1 别把SWIR当夜视仪用光源问题这是我在交流群里看到最多的误解之一。经常有人问“SWIR相机能不能在全黑环境里直接成像”答案是不能除非场景里有短波红外照明。因为SWIR拍的是反射光而不是热辐射没有光源就没有反射。有人会拿“夜视仪”来对比夜视仪靠图像增强管放大微弱可见光物理机制完全不同。如果你要在夜间做安防监控就得配好短波红外照明灯并且考虑照明距离、功率、光束角度和相机的同步。这不是SWIR的缺点而是它成像机制的一部分提前把光源预算纳入系统规划后面不会慌。户外环境中自然光其实包含大量短波红外能量白天拍摄通常不需要额外照明。但室内的白炽灯、LED灯在短波红外波段的能量分布往往和想象中不一样普通LED灯的红外成分很少用它当照明会让SWIR画面非常暗。我和同事第一次搭实验系统就是这样以为是相机坏了换了个卤素灯之后画面立刻亮起来。这个经历让我养成一个习惯搭系统之前先用手头的光源照一下再看图像灰度。5.2 玻璃不是“无色”的镜头与窗口的透过率陷阱大家默认玻璃是透明的但在SWIR波段这句话要打折扣。普通钠钙玻璃从1.0微米开始透过率会因为材料吸收逐渐下降石英玻璃相对更好但也要看纯度和镀膜。镜头、防护窗口、镜头前的玻璃罩任何一个环节用了不合适的玻璃都会让整条光路的透过率大幅下降。以前有个项目我们在相机镜头前加了一块普通工业防护玻璃结果图像整体发灰、对比度明显下降换上镀增透膜的红外窗口片后问题立刻消失。差的那部分透过率最后都是用曝光时间和噪声换回来的。所以选型时要把系统里的每一片光学元件都纳入通盘考虑。镜头最好有明确的SWIR透过率曲线窗口玻璃上标出使用波段滤光片基片材料也分普通玻璃和红外石英别只盯着中心波长。做高灵敏度系统时每多一个光学界面就多一面反射损失界面多了亮度和鬼影问题都会被放大。5.3 条纹、坏点、闪烁常见图像异常排查SWIR图像里最让人头疼的异常是那种像水波纹一样的明暗条纹。多数情况下它来自平行光学面之间的反射干涉传感器保护窗口、滤光片、镜头后片三个平面之间形成微小空气腔短波红外光在空间上形成稳定的干涉图样。排查时可以一片一片地去掉多余光学元件看条纹是否消失或者把滤光片略微倾斜打破平行面条纹通常会减弱。我还遇到过一种更隐蔽的情况光源驱动电源纹波太大导致LED亮度抖动在长曝光下表现为整体的亮度飘移换一台纹波更小的恒流源就好了。坏点和网纹也要提前处理。InGaAs传感器坏点率比可见光CMOS突出买来后一定要采集暗帧和均匀亮帧做坏点地图用插值或邻域替换修复。不要指望相机出厂时把所有坏点都抹掉不同增益和曝光下表现差别很大。产线运行一段时间后坏点还会变化定期重新标定很有必要。如果调试时看到图像中有固定位置的小亮点第一反应不是追光源而是先怀疑传感器坏点。5.4 短波红外问题速查表把常见现象和排查思路整理成一张表方便在现场直接翻现象可能原因排查方法图像整体很暗光源在SWIR波段能量不足换卤素灯或SWIR LED检查相机曝光画面有平行条纹滤光片/窗口/传感器平行面干涉去除多余光学件倾斜滤光片检查镀膜固定亮点或暗点传感器坏点暗帧亮帧标定做坏点修复图像闪烁光源驱动纹波大或PWM频闪换恒流源匹配相机频闪同步边缘发雾镜头SWIR透过率不足换SWIR专用镜头检查窗口玻璃暗部噪声大制冷不足或曝光过长降低传感器温度缩短曝光避免过度增益这张表只能覆盖一半问题另一半要到现场量了才知道。但大部分新项目起步阶段只要把光源、光学件、传感器温度这三样整理好SWIR系统的出图质量就能提高一大截。做了几年视觉系统我个人的体会是短波红外最迷人的地方不是它把“不可见”变成“看得见”这个口号本身而是它逼迫你用“光谱差异”的思路去重新理解每一件物品。一块硅片、一片树叶、一块塑料在可见光下千篇一律的信息在SWIR波段里突然有了各自的说话方式。你不需要懂太深的量子物理但至少要尊重一条原则先搞清楚这个材料在哪个波长上有“话要说”再把光源、滤光片、相机和镜头对准那个波长。这样搭出来的系统才真正值回票价。如果让我给准备入门的朋友一个建议我会说先从VGA级别、TEC制冷、0.9到1.7微米的InGaAs相机开始配一个卤素灯和几片不同波长的带通滤光片去拍你手头最熟悉的东西。拍出一张有对比度的图之后你自然就明白下一步该往哪个方向扩展了。“看得见”永远只是第一步“看懂”才是这个技术真正要帮我们做到的事。