首次实现！上海交大最新《Science》！

  量子反常霍尔效应是凝聚态物理中重要的物理现象，是低能耗高速电子器件和拓扑量子计算的候选物理基础之一，但在实验上实现的难度极大。石墨烯在量子反常霍尔效应的理论发展历史中起到了关键作用。早在1988年，美国物理学家F. Haldane基于简单的石墨烯晶格作为“玩具模型”（toy model），在理论上施加了复杂的空间分部磁场，提出了可以在此模型中实现零磁场下的量子霍尔效应，即量子反常霍尔效应。因这项工作，Haldane与另外两位科学家分享了2016年诺贝尔物理学奖。尽管如此，在实验上，找到满足“玩具模型”的真实材料十分艰难。受到实验发现石墨烯的启发，理论物理学家预言如果在石墨烯中引入足够的自旋轨道耦合，将会出现拓扑物态，即量子自旋霍尔效应。很快，大家意识到，实现量子反常霍尔效应的材料需要同时具备两个条件，即同时具有拓扑和磁性。值得一提的是，量子反常霍尔效应在实验上的首次发现，是由中国科学家薛其坤团队在2013年在磁性元素掺杂的拓扑绝缘体薄膜中实现。迄今为止，具有量子反常霍尔效应的材料屈指可数，包括磁性掺杂的拓扑绝缘体、具有本征磁性的拓扑绝缘体MnBi2Te4以及二维莫尔超晶格。这些材料的制备都需要苛刻的实验条件和复杂的实验流程，在自然界并不存在。尽管石墨烯在相关理论发展的过程中起到了及其重要的作用，但在天然石墨烯晶体中，始终没取得实验上的突破。

  石墨晶体由单层石墨烯以密堆积的形式一层层堆垛而成。由于石墨烯晶格的对称性，存在三个堆垛位置，命名为A、B、C位。因此，多层石墨烯具有多种不同的堆垛方式，例如三层具有ABA和ABC两种堆垛方式，四层具有ABAB、ABCA和ABCB三种堆垛方式。其中，ABCA堆垛形式又被称为菱方堆垛，是一类理论上具有电子平带和强关联的特殊堆垛石墨烯。天然石墨晶体中存在不同堆垛方式的石墨烯，其中菱方堆垛的石墨烯以亚稳态形式广泛存在。

  课题组前期开发了一套独具特色的针对高质量菱方堆垛石墨烯的器件制备和表征方法，并成功在ABCA四层石墨烯中观测到由于强关联效应导致的多个自发磁性物态，包括层间反铁磁绝缘态、准自旋极化金属态等（Nature Nanotechnology 19, 188-195, 2024）。基于前期工作，小组成员创新性的将菱方石墨烯与另外一种二维材料——二硒化钨（WSe2）结合在一起，从而将WSe2中的自旋轨道耦合成功引入到石墨烯中，进而带来了拓扑的性质。结合菱方石墨烯本身具备的自发磁性，使得实现量子反常霍尔效应的两个条件，拓扑与磁性，同时存在于石墨烯中。

  实验上，课题组利用常见的透明胶带，将天然石墨晶体减薄到几个原子层厚度，并利用自主搭建的扫描近场红外显微镜，在特定厚度的四层石墨烯中，找到存在菱方堆垛结构的区域。进而，利用原子力显微镜针尖当作“纳米剪刀”，将菱方堆垛区域的石墨烯“裁剪”出来，将其与WSe2一起封装到二维绝缘体hBN中间，使得结构得以稳定存在。最后，利用微纳加工的方法，将菱方石墨烯制备成场效应管原型器件，并对样品进行低温电输运的测量。

  在电输运测量中，团队发现，由于极强的电子相互作用，通过对垂直电场的调控，石墨烯会连续展现出具备不同磁性的绝缘态。在电场为零的时候，石墨烯展现出层间反铁磁绝缘态，即上下表面的电子以自旋相反的方式自发有序排列；在电场较大的时候，石墨烯表现为层间极化绝缘态，即所有电子被电场极化到一个表面；而当电场处于以上两个绝缘态中间值的时候，没有WSe2的样品展现出半金属行为，而有WSe2的样品展现出了非常大的霍尔信号，并伴随有电滞回线成功地将自旋轨道耦合引入到石墨烯中。

  进一步，通过对中间电场态的深入测量，团队发现菱方石墨烯此时展现出了磁滞回线这一典型的铁磁行为，并且在零磁场下有非常大的霍尔信号。通过施加磁场，团队最终证实，这个中间态是陈绝缘态，展现出量子反常霍尔效应。有趣的是，这个系统的陈数（表征拓扑序的指标）为4，与石墨烯的层数相等，且理论上，更厚的石墨烯的陈数应始终与层数相等，这是目前实验上发现的最大陈数的体系。同时，团队还发现，石墨烯的铁磁性不但可以被磁场调控，还可以被电场和载流子浓度调控，展现出很丰富有趣的多重调控性。

  此项工作表明，尽管石墨烯结构相对比较简单，但却能为探索前沿的拓扑物态和研究拓扑相变开辟新的道路。另一方面，天然石墨作为广泛存在的自然晶体，可以大幅度降低研究拓扑物理和未来多通道拓扑量子计算的门槛和成本。

  论文共同第一作者为上海交通大学物理与天文学院的沙亚婷、郑健和刘凯三位博士研究生，通讯作者为陈国瑞副教授，论文合作者还包括上海交通大学的钟瑞丹副教授和研究生杜红、史志文教授、贾金锋教授，以及日本国立材料研究所Kenji Watanabe研究员和Takashi Taniguchi研究员。此项研究的器件加工部分在上海交通大学物理与天文学院微纳加工平成，本工作得到国家重点研发、国家自然科学基金委和上海交通大学的资助。