X射线反射技术可以提供具有原子分辨率精度的表面,接口和薄膜的平面外电子密度纤维。虽然当前的方法需要高表面的平流,但由于表面张力非常高,这对于自然弯曲的表面,尤其是液态金属的挑战。在这里,使用配备有双晶体束向旋转器的同步降低衍射仪,在高度弯曲的液体表面上具有几十微米的光束大小的X射线反射测量。使用标准反射性–2扫描的提议和开发方法成功地用于原位研究熔融铜和熔融铜的裸露表面,该铜和熔融铜被化学蒸气沉积原位生长的石墨烯层覆盖。发现在1400 K处的铜液体表面的粗糙度为1.25 0.10a˚,而石墨烯层的距离与液体表面分离为1.55 0.08a˚,其粗糙度为1.26 0.09a˚。
平板扫描仪已成为高分辨率,单像材料捕获的有前途的设备。但是,现有方法假设非常具体的条件,例如均匀的弥散照明,仅在某些高端设备中可用,从而阻碍其可扩展性和成本。相比之下,在这项工作中,我们引入了一种受固有图像分解启发的方法,该方法可以准确地消除阴影和镜面性,从而有效地允许使用任何平板扫描仪捕获。此外,我们以不透明和透射率的估计,全材料外观(SVBSDF)的关键成分(SVBSDF)的估计来探讨了单位材料反射捕获的先前工作,以非常高的分辨率和准确性改善了用平板扫描仪捕获的任何材料的结果。©2025 Elsevier B.V.保留所有权利。
X 射线反射率 (XRR) 被广泛用于研究硬质和软质凝聚态材料的表面和界面,包括二维材料、纳米材料和生物系统。它能够以亚埃的精度推导出材料表面区域沿法线的横向平均电子密度分布。[4–6] 这有助于确定各种参数,包括表面粗糙度、单层或多层材料的结构以及毛细波对液体表面的影响。高亮度同步加速器 X 射线束能够在环境条件下实时在分子水平上分辨材料结构,而其他表面敏感实验技术几乎无法做到这一点。[7] 此类实验的例子是使用专用设备和样品池研究液体表面和界面。[8–11] 然而,存在与液体 XRR 相关的特殊问题。液体和支撑物之间的润湿角会导致样品液体弯曲,这通常会使数据分析复杂化。 [12] 这个问题可以通过利用能够处理大面积样品的样品环境来解决,例如朗缪尔槽 [13] 应用特殊的数据处理方法 [12,14] 或使用 X 射线纳米束。 [15] 然而,在某些情况下,可以充分利用样品曲率,例如 Festersen 等人 [15] 使用宽平行同步加速器光束“一次性”记录 XRR 曲线,但散射矢量 q 的范围有限。 专用于原位和/或原位 XRR 研究的样品环境 [16] 的最新发展开辟了新的机遇,例如,通过化学气相沉积 (CVD) 研究在液态金属催化剂 (LMCats) 上生长 2D 材料的过程。 [17] 这些系统有望生长高质量的材料 [18] 但同时,对实验的要求很高。 [19] 它们必须适应高操作温度、高材料蒸发以及在大气压下暴露于反应气体混合物。此外,它们还局限于有限尺寸的样本
摘要。在卫星遥感应用中,增强了2级(L2)算法的精度,在很大程度上依赖于对紫外线(UV)(uv)的表面反射的准确估计(visible(vis)光谱。然而,L2算法与表面反射检索之间的相互依赖性构成了挑战,因此需要采取另一种方法。为了解决这个问题,许多卫星属性会产生兰伯特等效的反射性(LER)产品作为先验的表面反射数据。但是,这通常会导致这些数据低估。这项研究是使用半经验的双胎反射分布函数(BRDF)模型得出的背景表面反射(BSR)的适用性的第一个。这项研究将BRDF模型的应用在440 nm处的高光谱卫星数据进行了应用,旨在提供更现实的前段表面反射数据。在这项研究中,使用了地理环境监测光谱仪(GEMS)数据,对GEMS BSR和GEMS LER进行了比较分析显示,相对根平方误差(RRMSE)的精度有3%的相对根平方误差(RRMSE)的精度有所提高。此外,跨不同土地类型的时间序列分析表明,BSR比LER表现出更大的稳定性。为了进一步验证,使用地面真实数据将BSR与其他LER数据库进行了比较,从而产生
方法:在RCM图像上自动定位的表皮细胞(称为角质形成细胞)进行了两次尝试:第一个基于旋转符号误差函数掩码,第二个基于细胞形态特征。在这里,我们提出了一个双任务网络,以自动识别RCM图像上的角质形成细胞。每个任务都由一个周期生成的对抗网络组成。第一个任务旨在将真实的RCM图像转换为二进制图像,从而学习RCM图像的噪声和纹理模型,而第二个任务将Gabor滤波的RCM图像映射到二进制图像中,学习在RCM图像上可见的表皮结构。这两个任务的组合允许一个任务限制另一个任务的解决方案空间,从而改善了总体结果。我们通过应用预先训练的Stardist算法来检测恒星凸形形状,从而完善细胞识别,从而关闭任何不完整的膜并分离相邻的细胞。
这些官能团结合极性溶剂中的高特定表面积使得变得有效的各种有机和无机污染物的吸附剂。go被认为是一种非常有前途的材料,用于治疗放射性废物和自然水,因为它具有高分子的放射性核素能力。[3] GO还被广泛研究为吸附剂的各种污染物,包括例如染料,重金属和有机物。近年来,GO也被研究以吸附三价欧盟。[3A,4]在某些研究中,欧盟(III)被认为是核废料中其他三价灯笼和静脉的化学类似物。[5]因此,了解欧盟(III)的吸附特别有用,对于开发出更有效的吸附剂来用于核废料处理。应注意的是,近年来,与石墨烯相关材料的放射性核素和重金属的吸附相关的研究领域受到多次缩回的影响(例如,请参阅[6])和广泛的校正。[7]因此,在以前的一些研究中,与GO吸附有关的一些研究受到了损害。通常仅使用GO分散体进行吸附研究,但不使用实心石墨氧化物或多层GO层压板进行。GO分散体可以沉积在合适的底物上(例如,通过自旋涂层[8]或滴铸造[9]),以制成多层薄膜。分散剂也可以被填充以制作根据预期的纸张命名的独立箔,作为论文[10]或膜。[11]多层组件是由不规则形状的和大小的go akes形成的,互相堆积了近似平行的平面内部方向。多层GO的吸附特性有望受到C-tattice中层间尺寸的影响,因为水或其他用于溶解的极性溶剂的肿胀
在DAC中反射率的挑战•高压或负载下的钻石,可以吸收紫外线和蓝色的光,从而阻止这些光谱区域。•需要强红色和红外光源或敏感探测器•测量入射辐射强度是一个挑战:不能除去样品•需要极好的光学与光束正常的光束对齐到样品
摘要 - 在直接的飞行时间单光子激光雷达中,通常使用photon检测时间来估计深度,而检测的数量则用于估计反射率。本文通过提出新的估计量并通过新的分析来统一先前的结果,从而在反射率估算中使用检测时间在反射率估算中使用。在低流量制度中,死亡时间可以忽略不计,我们检查了反射率估计的cram'errao。当深度未知时,我们表明基于检查的估计器几乎可以执行和最大似然估计器,而且令人惊讶的是,不正确的深度估计可以减少反射率估计的均值误差。我们还检查了信号和背景通量的联合估计,我们提出的基于审查的估计器以及最大似然估计器的表现。在高流量制度中,死亡时间不可忽略,我们将检测时间建模为马尔可夫链,并检查一些利用检测时间的反射率估计值。
狄拉克材料中完美锥形色散的偏差(例如质量或倾斜的存在)增强了电子传输的控制和方向性。为了识别这些特征,我们分析了掺杂大质量倾斜狄拉克系统中光学反射率的热导数光谱。确定态密度和化学势是使用热卷积计算有限温度下光学电导率张量的初步步骤。温度变化引起的反射变化可以清楚地识别光学响应中的临界频率。通过测量热导数光谱中的这些光谱特征,可以确定能隙和能带结构倾斜。对各种低能狄拉克汉密尔顿量的光谱进行了比较。我们的研究结果表明,热差光谱有望成为一种探测二维狄拉克费米子带间跃迁的有价值技术