排序方式: 共有45条查询结果,搜索用时 468 毫秒
21.
Pd对O吸附在ZnO(0001)面上的影响的第一性原理研究 总被引:2,自引:2,他引:0
本文用第一性原理方法计算了Pd 在ZnO(0001)面上的吸附、Pd对O吸附的影响及Pd替代表面Zn原子能量的变化.结果表明:(1) Pd的吸附位置不随覆盖度变化,Pd稳定吸附位为H3位;(2)Pd在1/4单层吸附时比1个单层吸附时稳定;(3)Pd的存在增强了氧在ZnO(0001)面上的吸附,O原子可以扩散到Pd吸附层的下,Pd处于最上面, 具有催化作用. 相似文献
22.
23.
利用化学气相沉积法生长在金属衬底上的石墨烯薄膜,由于其尺寸的可控性和转移的便利性,被广泛用作各种透明电极.石墨烯薄膜的方块电阻是衡量其品质的重要指标之一,而石墨烯覆盖完全是保证薄膜拥有优良导电性能的基本前提.本文通过研究评估不确定度的分量,提出利用扫描电子显微镜像素计算微区和宏观覆盖度的方法.考虑到石墨烯薄膜覆盖区域与未覆盖区域边界的确定,以及晶畴数目的选取这两个因素对覆盖度测定造成的误差.通过微区有效扫描电子显微镜图像的确定、宏观石墨烯薄膜有效扫描电子显微镜图像的测量数目以及宏观石墨烯薄膜覆盖均匀性的表达,系统研究了化学气相沉积法生长在金属衬底上的石墨烯薄膜的微区覆盖度、宏观覆盖度和覆盖均匀性.该方法通过获得有限次微区扫描电子显微镜图像,不仅可以计算宏观石墨烯薄膜的覆盖度,还可以给出覆盖均匀性,既节省了测量时间,同时也能保证测量有效性. 相似文献
24.
本文介绍一种新的在超高真空装置内测量样品上气体覆盖度的方法:时间相关离子散射谱(TDISS).作者使用100 eV的He~+离子入射,测量了不同暴露量的氧、CO、丙烯和氢在Rh(111)表面上的覆盖度.使用前三种气体的实验取得了满意的结果,可以迅速地获得吸附等温线形式的气体暴露量和覆盖度间的关系曲线;氢覆盖度的测量效果不理想,原因在于入射离子对其强溅射作用.文中分析了这一方法的优缺点,并预示了下一步工作的方向,即将此法的应用推广到多晶、薄膜、粉末样品及多组元样品. 相似文献
25.
用密度泛函理论的总能计算研究了金属铜(100)面的表面原子结构以及在不同覆盖度时氢原子的吸附状态. 研究结果表明, 在Cu(100)c(2×2)/H表面体系中, 氢原子吸附的位置是在空洞位置, 距最外层Cu原子层的距离为0.052 nm, 相应的Cu—H键长为0.189 nm, 并通过计算结构参数优化否定了其它的吸附位置模型. 总能计算得出Cu(100)c(2×2)/H表面的功函数为4.47 eV, 氢原子在这一体系的吸附能为2.37 eV(以孤立氢原子为能量参考点). 通过与衬底原子的杂化, 氢原子形成了具有二维特征的氢能带结构, 在费米能级以下约0.8 eV处出现的表面局域态是Cu(S)-H-Cu(S-1)型杂化的结果. 采用Cu(100)表面p(1×1)、p(2×2)和p(3×3)的三种氢吸附结构分别模拟1, 1/4, 1/9的原子单层覆盖度, 计算结果表明, 随着覆盖度的增加, 被吸附的氢原子之间的距离变短, 使得它们之间的静电排斥和静电能增大, 从而导致表面吸附能和吸附H原子与最外层Cu原子间垂直距离(ZH-Cu)逐渐减小. 在较低的覆盖度下, 氢原子对Cu(100)表面的影响主要表现为单个原子吸附作用的形式. 通过总能计算还排除了Cu(100)表面(根号2×2根号2)R45°-2H缺列再构吸附模型的可能性. 相似文献
26.
在小麦分蘖期内,适时适量追施氮肥可显著改善小麦茎蘖群体结构、提高产量。但经验性的均一施肥往往导致氮肥过度施用及农学效率偏低等问题,而基于小麦茎蘖的实际发育状况进行变量施肥,有助于解决小麦茎蘖个体发育与群体结构之间的矛盾。通过变量追施氮肥作业调控小麦茎蘖群体、提高小麦产量的技术关键,在于准确获取田块尺度的小麦茎蘖密度(单位面积内的小麦茎蘖数量)信息。传统的通过人工田间调查获取小麦茎蘖密度信息的方法,时效性与精准度不足,工作量大、效率低,而且稀疏的点源统计数据无法精准反映田块内部的小麦茎蘖密度空间差异状况。因此,为满足变量追施氮肥作业对田块尺度的小麦茎蘖密度专题图的需求,使用大疆Mini 2航拍无人机,在小麦分蘖期获取试验田的可视光波段遥感图像。使用Matlab相机标定工具箱,完成无人机遥感图像校正,提取蓝、绿、红三个可视光波段的图像分量。基于植被与土壤在可见光波段的光谱响应特性,选取可以较好地突出植被特征、减轻光照强度对遥感图像质量造成影响的4种比值类型植被指数,即可见光波段差分植被指数(VDVI)、归一化绿红差分指数(NGRDI)、归一化绿蓝差分指数(NGBDI)、绿红比值指数(RGRI)。在此基础上,利用VDVI专题图,计算小麦试验田的植被覆盖度(FVC)。进一步以FVC,VDVI,NGRDI,NGBDI及RGRI平均值为5节点输入层,小麦茎蘖密度地面真值为单节点输出层,建立一个单隐含层、5输入、单输出的3层BP神经网络预测模型,用以定量反演小麦茎蘖密度指标。精度验证数据表明:该神经网络模型的预测结果与相应的小麦茎蘖密度地面真值之间的均方根误差(RMSE)及平均绝对百分比误差(MAPE)分别为19及3.62%,因此该模型具有较高的小麦茎蘖密度预测精度。田块尺度的小麦茎蘖密度反演专题图的统计数据显示:小麦茎蘖密度低于500株·m-2、介于501~800株·m-2之间、以及高于800株·m-2的地块面积分别占比6.67%,74.67%和18.66%,为变量追施氮肥提供数据支持。利用商业航拍无人机获取小麦的可视光波段遥感图像,代替价格昂贵、辐射标定复杂的多光谱遥感相机,在田块尺度上实现对小麦茎蘖密度的定量反演,是推进变量追施氮肥作业、精准农业大田信息获取及农业数字化建设的现实需求。研究成果为小麦长势的遥感检测提供理论依据与数据支持,具有重要的科学意义。 相似文献
27.
基于机器学习和可见光光谱的冬小麦叶片氮积累量估算 总被引:6,自引:0,他引:6
在拔节期分4次采集了6个施氮水平下的冬小麦冠层图像,同步进行取样并以凯氏定氮法测定叶片含氮量,进而计算叶片氮积累量。利用随机森林算法分割冠层图像之后提取冠层覆盖度、可见光波段(R, G和B)三个分量及其衍生的5个色彩指数。以冠层覆盖度外加色彩指数、色彩分量的两种非线性回归,以及人工神经网络、支持向量回归、随机森林3种机器学习算法建立了冬小麦叶片氮积累量的估算模型。结果表明利用色彩指数的非线性回归模型的估算精度稍低于其他方法,而随机森林算法的拟合精度最高,但存在明显的过拟合现象。其他三种方法,即以冠层覆盖度及色彩分量为输入变量的非线性回归、支持向量回归和人工神经网络方法,均具有较高的拟合精度和泛化性能。 相似文献
28.
利用基于平面波的密度泛函理论(DFT)计算研究了氧气分子在Pt(111)表面的吸附和解离,以及解离产物进一步质子化形成H2O的过程. 通过使用不同尺寸的平板模型和在表面预吸附不同数量的氧原子,研究了氧覆盖度对氧还原反应(ORR)路径的影响,并对使用不同水合质子模型的计算结果进行了比较. 研究结果表明: 质子化的end-on化学吸附态OOH*的形成是ORR的初始步骤;OOH*能够转化形成非质子化的top-bridge-top化学吸附态O2*,或者解离形成吸附的O*物种. 对不同氧覆盖度下各种可能步骤的活化能计算结果表明,O*的质子化形成OH*物种是ORR的速决步骤. 增加氧覆盖度时,该步骤的活化能减少. 此外,还发现使用比H7O3+更复杂的水合质子模型不会改变计算所得的反应路径. 相似文献
29.
一种基于无人机高光谱数据的植被盖度估算新方法 总被引:2,自引:0,他引:2
从分析对植被覆盖度(FVC)敏感的光谱特性入手,使用Avafield-3光谱仪(测量范围300~2 500 nm),利用人工草坪控制植被覆盖度的方式研究混合光谱与植被覆盖度的关系,通过实验发现红边区间(680~760 nm)对植被覆盖度最为敏感,而红边区间光谱的一阶导数与植被覆盖度的相关性最高(>0.98),且有较强的稳定性,因此选择红边斜率k作为估算植被盖度的参数。参考混合光谱分解法反演植被覆盖度的经典模型--即以NDVI(normalized difference vegetation index)为参数的植被覆盖度反演模型,以红边斜率代替NDVI构建了2个反演植被覆盖度FVC的新的红边斜率模型,该模型是对经典模型的进一步改进。为验证模型精度,以研究区内无人机(UVA)的高光谱数据和研究区实际测量的植被覆盖度数据进行验证:对高光谱数据计算每个像元680~760 nm之间的斜率,利用PPI(pixel purity index)提取纯像元,计算纯植被像元光谱斜率的最大值和纯土壤像元光谱斜率最小值,利用新的红边斜率FVC模型求取植被覆盖度;实测数据采用照相方法,经过几何校正、监督分类后统计植被覆盖度,结果表明:通过实测数据与无人机高光谱数据获取的植被覆盖数据进行验证,新构建的基于红边斜率的两个植被覆盖度模型的精度(R2分别达0.893 3和0.892 7)都略高于以NDVI为参数的模型(R2分别达0.839 9和0.829 9)。提出使用红边斜率计算植被覆盖度的模型,具有较明确的生物物理意义,具有较高的应用潜力和推广价值。 相似文献
30.
水源林地表温度受植被覆盖度变化的影响,而植被覆盖度变化、干旱引起的地表温度异常又会影响河流水量,研究植被覆盖度对地表温度的影响关系可以监测水源林可能旱情的发生、预测对河流水量的影响。因此,利用遥感反演模型,提取2002年1月5日桂林市灵川县青狮潭水源林ETM遥感图像的植被覆盖度和地表温度,分析冬季水源林植被覆盖度变化对地表温度的影响。结果表明,冬季水源林地表温度随植被覆盖度的增加而升高,呈现明显的正相关关系,但呈现显著的非线性关系,这与夏季水源林地表温度随植被覆盖度的增加而降低恰好相反;相同植被覆盖度的水源林的地表温度存在差异,尤其是阔叶林、竹林、针叶林的地表温度存在差异;受地形的影响相同植被覆盖度的水源林阳坡地表温度高于阴坡、山谷。 相似文献