获取独家产品信息,尽享促销优惠!立即订阅,不容错过
* 限···时··优惠
现实世界被动辐射冷却需要高度发射,选择性和全向热发射器,以将辐射冷却器保持在一定温度以下的一定温度下,同时最大程度地提高净冷却能力。尽管已经证明了各种选择性的热发射器,但由于控制多维中光子结构的热发射的极端困难,达到这些条件仍然具有挑战性。在这里,我们证明了与机器学习逆设计的混合极性介电交层热发射器,在8-13μm的大气透明度窗口中,高发射率约为0.92,大光谱选择性〜1.8,较大的发射范围为80度,高达80度。这种选择性和全向热发射极导致在〜800 w/m 2的强太阳照射下,温度降低至〜15.4°C的新记录,这显着超过了最新的结果。设计的结构在应对城市热岛效应方面还具有巨大的潜力,建模结果表明节能和部署区域减少。这项研究将对被动辐射冷却,热能光子学和应对全球气候变化产生重大影响。