项目名称: 基于前向小角度散射的气溶胶单粒子形态分类

项目编号: No.41275132

项目类型: 面上项目

立项/批准年度: 2013

项目学科: 天文学、地球科学

项目作者: 方黎

作者单位: 中国科学院合肥物质科学研究院

项目金额: 80万元

中文摘要: 大气颗粒物的形态(尺寸与形状)在气候效应、大气物理化学过程、人类健康以及大气辐射转移中都起着关键性作用。空间角分辨弹性散射光测量是获取颗粒物形态信息的主要方法,但由于散射强度图样的复杂性使得形态反演非常困难,难以获取理想的形态参数和测量速度。颗粒物形态与其来源或化学组分密切相关,有潜力用于大气颗粒物的种类识别。本项目以发展大气颗粒物快速识别方法为目的,以实现气溶胶单粒子快速形态分类为目标,深入研究单粒子形态与光散射空间强度分布的关系,建立可同时测量气溶胶单粒子近前向角分辨光散射分布和空气动力学直径的实验装置,实验研究已知形态颗粒物的光散射性质,基于统计分析方法,探索颗粒物形态特征的反演算法及甄别能力,为大气科学与气溶胶科学等领域提供新的研究手段。本项目研究的技术方法,具有连续、快速以及在线检测的特点,并容易与激光荧光等其他光学探测技术集成,在大气颗粒物监测与识别方面具有很大的应用潜力。

中文关键词: 粒子形状;空气动力学尺寸;单粒子;角分辨光散射;近前向散射

英文摘要: Morphology (size and shape) of Airborne particles plays a majoy role in the climate effects, atmosphere physical and chemical processes, human health and radiation transfer through atmosphere. Measuring spatial angular-resolved elastic scattering is the most popular method for obtaining morphological information of particles. Because of the extremely complicated scattering patterns the inversion process is too tough to obtain a unambiguous morphology, not mention measuring speed. Particle mophology relates to its source and chemical composition, and has the potential application for characterizing, classifying, and identifying. The purpose of this proposal is of developing a method for rapid classifying airborne particles. And the objective is of rapid mophology classification for individual aerosol particles. This project is focusing on the relationship between single particle's mophorlogy and light scattering intensity distribution. A experimental setup is going to established with the ability of simultaneously measuring aerodynamic size and scattering intensity at small forward angles of single particle in-flight. Based on experiment upon aerosol samples composed of known particle size and shape s, statistic analysis method is going to be used to exploring the inversion algorithm and discrimination ability. T

英文关键词: particle shape;aerodynamic size;single particle;angularly resolved light scattering;near forward scattering

成为VIP会员查看完整内容
0

相关内容

卷积神经网络中的注意力机制综述
专知会员服务
75+阅读 · 2021年10月22日
专知会员服务
52+阅读 · 2021年10月1日
逆优化: 理论与应用
专知会员服务
36+阅读 · 2021年9月13日
专知会员服务
91+阅读 · 2021年8月29日
专知会员服务
121+阅读 · 2021年4月29日
专知会员服务
21+阅读 · 2021年3月9日
专知会员服务
43+阅读 · 2020年12月8日
小目标检测技术研究综述
专知会员服务
118+阅读 · 2020年12月7日
专知会员服务
45+阅读 · 2020年12月4日
详解基于深度学习的伪装目标检测
极市平台
2+阅读 · 2022年1月24日
仅需几天,简约神经网络更快地发现物理定律
机器之心
0+阅读 · 2021年12月25日
基于深度学习的小目标检测方法综述
专知
2+阅读 · 2021年4月29日
注意力机制综述(中文版)
专知
23+阅读 · 2021年1月26日
多模态视觉语言表征学习研究综述
专知
27+阅读 · 2020年12月3日
IEEE WHISPERS大规模高光谱目标跟踪挑战赛来了!
中国图象图形学报
60+阅读 · 2020年7月8日
综述 | 近5年基于深度学习的目标检测算法
计算机视觉life
38+阅读 · 2019年4月18日
自动驾驶车载激光雷达技术现状分析
智能交通技术
17+阅读 · 2019年4月9日
基于深度学习的目标检测算法综述
AI研习社
14+阅读 · 2018年4月25日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2014年12月31日
国家自然科学基金
7+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
4+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
19+阅读 · 2020年7月21日
Anomalous Instance Detection in Deep Learning: A Survey
Arxiv
38+阅读 · 2020年3月10日
Few-shot Learning: A Survey
Arxiv
362+阅读 · 2019年4月10日
Arxiv
25+阅读 · 2018年1月24日
小贴士
相关主题
相关VIP内容
卷积神经网络中的注意力机制综述
专知会员服务
75+阅读 · 2021年10月22日
专知会员服务
52+阅读 · 2021年10月1日
逆优化: 理论与应用
专知会员服务
36+阅读 · 2021年9月13日
专知会员服务
91+阅读 · 2021年8月29日
专知会员服务
121+阅读 · 2021年4月29日
专知会员服务
21+阅读 · 2021年3月9日
专知会员服务
43+阅读 · 2020年12月8日
小目标检测技术研究综述
专知会员服务
118+阅读 · 2020年12月7日
专知会员服务
45+阅读 · 2020年12月4日
相关资讯
详解基于深度学习的伪装目标检测
极市平台
2+阅读 · 2022年1月24日
仅需几天,简约神经网络更快地发现物理定律
机器之心
0+阅读 · 2021年12月25日
基于深度学习的小目标检测方法综述
专知
2+阅读 · 2021年4月29日
注意力机制综述(中文版)
专知
23+阅读 · 2021年1月26日
多模态视觉语言表征学习研究综述
专知
27+阅读 · 2020年12月3日
IEEE WHISPERS大规模高光谱目标跟踪挑战赛来了!
中国图象图形学报
60+阅读 · 2020年7月8日
综述 | 近5年基于深度学习的目标检测算法
计算机视觉life
38+阅读 · 2019年4月18日
自动驾驶车载激光雷达技术现状分析
智能交通技术
17+阅读 · 2019年4月9日
基于深度学习的目标检测算法综述
AI研习社
14+阅读 · 2018年4月25日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2014年12月31日
国家自然科学基金
7+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
4+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员