基于多光谱法的固体火箭发动机羽焰温度测量

对于固体火箭发动机羽焰温度的测量是困难的,了解其温度分布对于研究发动机内燃烧流场的特性有重要价值.考虑到固体火箭发动机羽焰高温、高压和高速燃烧流场的测试要求,使用哈尔滨工业大学研制的6目标8波长高温计进行了地面搭载试验,成功地实现了对固体火箭发动机羽焰温度的测量,并提出了多光谱测温法的新数据处理方法,即基于BP神经网络预估计固体火箭发动机羽焰的发射率与波长之间函数关系,再由逐步回归法实现真温的自动识别.实验结果表明,其真温计算值与火箭发动机设计者提供的理论值之差在土100 K以内,说明多光谱法是一种测量固体火箭发动机羽焰温度的可行方法.     

低红外发射率材料的研究

叙述了在铝粉外包覆红外透明粘合剂设计低红外发射率材料的实验过程，讨论了填料、粘合剂、涂层厚度等影响发射率的几个关键因素，结果表明用该方法所研制的样品发射率最低可达到0．678，表明了该途径的可行性。     

金属防热瓦温度及发射率的测量

为了解决金属防热瓦在连续加热过程中热边表面温度和发射率的测量问题,基于多光谱辐射测温的参考温度数学模型,提出了一种数据处理方法。该方法假设材料的光谱发射率在选定的光谱处与温度有近似相同的线性关系,通过处理2个不同温度点处的多光谱测量数据,从而得到防热瓦的真温及光谱发射率。采用多光谱辐射高温计测量了某种防热瓦在900~1 300℃的温度范围内的辐射,并进行数据处理。实验结果表明:只要温度估计初值与真实情况的误差在±200℃以内,即可得到较好的计算温度值和计算发射率值,测量不确定度在2%以内。     

负折射率薄膜热辐射的TM偏振特性研究

利用传输矩阵方法及基尔霍夫定律推导了TM偏振波的偏振特性计算公式. 在研究TM波特性的同时, 评估了体系参数对薄膜辐射方向性及相干性的影响, 以及倏逝波对TM偏振波偏振特性的影响. 结果表明负折射率薄膜的热辐射特性是由两个作用共同影响所产生的结果, 一个作用是薄膜结构对电磁波的干涉效应, 另一个作用是负折射率材料对倏逝波的放大导致的光子隧道效应. 通过调整薄膜结构的体系参数, 可以对其热辐射的方向特征和光谱特征进行相应的调制.     

Al2O3-C复合微粒子群的光学截面及红外发射率光谱的计算

利用 Aden和 Kerker微粒子 Mie散射理论 ,计算 Al2 O3-C复合微粒子群的光学截面及混合后的 Al2 O3-C粒子群的发射率光谱     

席夫碱的合成及其在热红外伪装涂料中的应用

对采用功能性有机填料降低现有涂料的发射率进行了研究,在合成了一系列席夫碱有机填料基础上,利用自制的环化胶粘合剂,筛选的市售颜料同席夫碱配制了绿色,土黄色涂料,得到了最低发射率分别为0．69和0．63的绿色和土黄色涂样,对席夫碱影响涂料发射率的机理进行了初步探讨。     

地暖辐射传热的三维模拟研究

为了探究房屋结构和材料发射率对地暖辐射传热的影响,将房屋各表面简化为灰体,通过应用斯忒藩-玻尔兹曼定律、兰贝特辐射定律、基尔霍夫热辐射定律等,建立了地暖辐射传热的三维模拟算法,并且采用反距离加权插值的方法计算非节点位置的热流密度.通过分析表明,房屋结构和材料发射率均对地暖辐射传热有很大的影响.与理想的黑体情况相比,建材...     

地表非同温象元发射率的定义问题

物体表面（热）发射率的经典定义要求该表面有均一的温度,以与同一表面温度黑体的热辐射相比较。在热红外上表面温度遥感向１Ｋ精度前进的时候,能否定义和如何定义地表非 温象地的发射率是研究分离其真实温度与发射率反演方法的前提。     

基于星载被动微波遥感的地表土壤湿度反演

为了解决传统地面测量站网络不能满足大尺度土壤水分的时、空间变化的问题,而利用微波在土壤水分反演方面具有的独特优势,总结了被动微波遥感模态反演土壤湿度的规律,提出了利用双谱模型计算土壤表面的发射率的方法,并对实验区进行了成功的地表土壤水分反演,取得了理想的结果,该成果对于利用被动遥感技术反演土壤湿度具有一定的技术推广意义。     

The study of estimation method of broadband emissivity from EOS/MODIS data

The broadband emissivity is an important parameter for estimating the energy balance of the Earth.This study focuses on estimating the window(8-12 |xm) emissivity from the MODIS(moderate-resolution imaging spectroradiometer) data,and two methods are built.The regression method obtains the broadband emissivity from MOD11B1 5KM product,whose coefficient is developed by using 128 spectra,and the standard deviation of error is about 0.0118 and the mean error is about0.0084.Although the estimation accuracy is very high while the broadband emissivity is estimated from the emissivity of bands 29,31 and 32 obtained from MOD11B1 5KM product,the standard deviations of errors of single emissivity in bands 29,31,32 are about 0.009 for MOD11B1_5KM product,so the total error is about 0.02 and resolution is about 5km×5km.A combined radiative transfer model with dynamic learning neural network method is used to estimate the broadband emissivity from MODIS 1B data.The standard deviation of error is about 0.016,the mean error is about0.01,and the resolution is about 1km ×1km.The validation and application analysis indicates that the regression is simpler and more practical,and estimation accuracy of the dynamic learning neural network method is higher.Considering the needs for accuracy and practicalities in application,one of them can be chosen to estimate the broadband emissivity from MODIS data.