Name: surface mapping of earth-like exoplanets using single point light curves
Uploaded: 2020-05-10T12:30:00
Description: Watch this Scientific Journal Video about Surface Mapping of Earth-like Exoplanets using Single Point Light Curves at JoVE.com

Diese Arbeit wurde teilweise vom Jet Propulsion Laboratory, California Institute of Technology, im Auftrag der NASA unterstützt. YLY bestätigt die Unterstützung durch das Virtual Planetary Laboratory an der University of Washington.

1. Programmier-Setup
<ol><li>Richten Sie die Programmierumgebung für den angefügten Code ein. Ein Computer mit Linux-Betriebssystem ist erforderlich, da das healpy-Paket unter Windows nicht verfügbar ist. Der Code ist nicht rechnerisch teuer, so dass ein normaler PC das Protokoll verarbeiten kann.</li>
	<li>Befolgen Sie die Anweisung (https://docs.anaconda.com/anaconda/install/linux/), an Anaconda mit Python 3.7 auf dem System zu installieren, und verwenden Sie dann die folgenden Befehle im Terminal, um die Programm...

<ol>
	<li>Schwieterman, E. W., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Exoplanet+Biosignatures:+A+Review+of+Remotely+Detectable+Signs+of+Life.">Exoplanet Biosignatures: A Review of Remotely Detectable Signs of Life.</a> Astrobiology. 18 (6), 663-708 (2018).</li><li>Campbell, B., Walker, G. A. H., Yang, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+Search+for+Substellar+Companions+to+Solar-type+Stars.">A Search for Substellar Companions to Solar-type Stars.</a> The Astrophysical Journal. 331, 902 (1988).</li><li>NASA. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> NASA Exoplanet Archive (2019) Confirmed Planets Table. , (2019).</li><li>Gillon, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Seven+temperate+terrestrial+planets+around+the+nearby+ultracool+dwarf+star+TRAPPIST-1.">Seven temperate terrestrial planets around the nearby ultracool dwarf star TRAPPIST-1.</a> Nature. 542 (7642), 456-460 (2017).</li><li>Kawahara, H., Fujii, Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Global+Mapping+of+Earth-like+Exoplanets+from+Scattered+Light+Curves.">Global Mapping of Earth-like Exoplanets from Scattered Light Curves.</a> The Astrophysical Journal. 720 (2), 1333 (2010).</li><li>Fujii, Y., Kawahara, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Mapping+Earth+Analogs+from+Photometric+Variability:+Spin-Orbit+Tomography+for+Planets+in+Inclined+Orbits.">Mapping Earth Analogs from Photometric Variability: Spin-Orbit Tomography for Planets in Inclined Orbits.</a> The Astrophysical Journal. 755 (2), 101 (2012).</li><li>Cowan, N. B., Fujii, Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Mapping+Exoplanets.">Mapping Exoplanets.</a> Handbook of Exoplanets. , (2018).</li><li>Farr, B., Farr, W. M., Cowan, N. B., Haggard, H. M., Robinson, T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=exocartographer:+A+Bayesian+Framework+for+Mapping+Exoplanets+in+Reflected+Light.">exocartographer: A Bayesian Framework for Mapping Exoplanets in Reflected Light.</a> The Astronomical Journal. 156 (4), 146 (2018).</li><li>Lomb, N. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Least-Squares+Frequency+Analysis+of+Unequally+Spaced+Data.">Least-Squares Frequency Analysis of Unequally Spaced Data.</a> Astrophysics and Space Science. 39 (2), 447 (1976).</li><li>Scargle, J. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Studies+in+astronomical+time+series+analysis.+II.+Statistical+aspects+of+spectral+analysis+of+unevenly+spaced+data.">Studies in astronomical time series analysis. II. Statistical aspects of spectral analysis of unevenly spaced data.</a> The Astrophysical Journal. 263, 835 (1982).</li><li>G&#243;rski, K. M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=HEALPix:+A+Framework+for+High-Resolution+Discretization+and+Fast+Analysis+of+Data+Distributed+on+the+Sphere.">HEALPix: A Framework for High-Resolution Discretization and Fast Analysis of Data Distributed on the Sphere.</a> The Astrophysical Journal. 622 (2), 759 (2005).</li><li>Jiang, J. H., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Using+Deep+Space+Climate+Observatory+Measurements+to+Study+the+Earth+as+an+Exoplanet.">Using Deep Space Climate Observatory Measurements to Study the Earth as an Exoplanet.</a> The Astronomical Journal. 156 (1), 26 (2018).</li><li>Fan, S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Earth+as+an+Exoplanet:+A+Two-dimensional+Alien+Map.">Earth as an Exoplanet: A Two-dimensional Alien Map.</a> The Astrophysical Journal Letters. 882 (1), 1 (2019).</li><li>Cowan, N. B., Strait, T. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Determining+Reflectance+Spectra+of+Surfaces+and+Clouds+on+Exoplanets.">Determining Reflectance Spectra of Surfaces and Clouds on Exoplanets.</a> The Astrophysical Journal Letters. 765 (1), 17 (2013).</li><li>Fujii, Y., Lustig-Yaeger, J., Cowan, N. B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Rotational+Spectral+Unmixing+of+Exoplanets:+Degeneracies+between+Surface+Colors+and+Geography.">Rotational Spectral Unmixing of Exoplanets: Degeneracies between Surface Colors and Geography.</a> The Astronomical Journal. 154 (5), 189 (2017).</li><li>Kawahara, H., Fujii, Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Mapping+Clouds+and+Terrain+of+Earth-like+Planets+from+Photomertic+Variability:+Demonstration+with+Planets+in+Face-on+Orbits.">Mapping Clouds and Terrain of Earth-like Planets from Photomertic Variability: Demonstration with Planets in Face-on Orbits.</a> The Astrophysical Journal Letters. 739 (2), 62 (2011).</li><li>Kawahara, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Frequency+Modulation+of+Directly+Imaged+Exoplanets:+Geometric+Effect+as+a+Probe+of+Planetary+Obliquity.">Frequency Modulation of Directly Imaged Exoplanets: Geometric Effect as a Probe of Planetary Obliquity.</a> The Astrophysical Journal. 822 (2), 112 (2016).</li><li>Schwartz, J. C., Sekowski, C., Haggard, H. M., Pall &#769;e, E., Cowan, N. B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Inferring+planetary+obliquity+using+rotational+and+orbital+photometry.">Inferring planetary obliquity using rotational and orbital photometry.</a> Monthly Notices of the Royal Astronomical Society. 457 (1), 926-938 (2016).</li></ol>

Eine wichtige Anforderung des Protokolls ist die Machbarkeit der Extraktion von Oberflächeninformationen aus Lichtkurven, die von der Wolkenabdeckung abhängen. In Schritt 3.5.1 können die relativen Werte der PCs zwischen Exoplaneten unterschiedlich sein. Im Falle der Erde dominieren die ersten beiden PCs die Lichtkurvenvariationen und entsprechen oberflächenunabhängigen Wolken und Oberfläche (Fan et al. 2019)13. Sie haben vergleichbare Singularwerte, so dass die Oberflächeninformationen nac...

Das Identifizieren bewohnbarer Welten ist eines der ultimativen Ziele in der Astrobiologie1. Seit der ersten Detektion2wurden bisher mehr als 4000 Exoplaneten3 mit einer Reihe von Erdanalogen (z.B. TRAPPIST-1e)4bestätigt. Diese Planeten haben orbitale und planetare Eigenschaften, die denen der Erde ähneln, und sind daher potenziell bewohnbar. Die Bewertung ihrer Bewohnbarkeit anhand begrenzter Beobachtungen ist in diesem Zusammenhang von wesentlicher Bedeutung. Basierend auf dem Wissen über das Leben auf der Erde sind geologische und Klimasysteme entscheidend für die Bewohnbarkeit, die daher als Biosignaturen dienen können. Prinzipiell könnten Merkmale dieser Systeme aus der Ferne beobachtet werden, selbst wenn ein Planet nicht räumlich besser gelöst werden könnte als ein einziger Punkt. In diesem Fall ist die Identifizierung geologischer Merkmale und Klimasysteme aus Einpunktlichtkurven bei der Beurteilung der Bewohnbarkeit von Exoplaneten von entscheidender Bedeutung. Die Oberflächenkartierung dieser Exoplaneten wird dringend.
Trotz der Faltung zwischen Betrachtungsgeometrie und spektralen Merkmalen sind Informationen über die Oberfläche eines Exoplaneten in seinen zeitaufgelösten Einpunktlichtkurven enthalten, die aus einer Entfernung erhalten und mit ausreichenden Beobachtungen abgeleitet werden können. Die zweidimensionale (2D) Oberflächenkartierung potenziell bewohnbarer erdähnlicher Exoplaneten ist jedoch aufgrund des Einflusses von Wolken eine Herausforderung. Methoden zum Abrufen von 2D-Karten wurden mit simulierten Lichtkurven und bekannten Spektren5,6,7,8, getestet, aber sie wurden nicht auf reale Beobachtungen angewendet. Darüber hinaus können bei den Analysen von Exoplanetenbeobachtungen jetzt und in naher Zukunft Annahmen von charakteristischen Spektren kontrovers sein, wenn die planetarischen Oberflächenzusammensetzungen nicht gut eingeschränkt sind.
In diesem Beitrag zeigen wir eine Oberflächenkartierungstechnik für erdähnliche Exoplaneten. Wir verwenden SVD, um Informationen aus verschiedenen Quellen auszuwerten und zu trennen, die in Lichtkurven mit mehreren Wellenlängen enthalten sind, ohne dass bestimmte Spektren angenommen werden. In Kombination mit der Betrachtungsgeometrie präsentieren wir die Rekonstruktion von Oberflächenkarten mit zeitnah aufgelösten, aber räumlich verworrenen Oberflächeninformationen. Zum Nachweis dieser Methode werden zweijährige mehrwellige Einpunktbeobachtungen der Erde analysiert, die von der Deep Space Climate Observatory/Earth Polychromatic Imaging Camera (DSCOVR/EPIC; www.nesdis.noaa.gov/DSCOVR/spacecraft.html) erhalten wurden. Wir verwenden die Erde als Proxy-Exoplaneten, um diese Methode zu bewerten, da derzeit verfügbare Beobachtungen von Exoplaneten nicht ausreichen. Als Beispiel fügen wir den Code dem Papier bei. Es wird unter Python 3.7 mit Anaconda- und Healpy-Paketen entwickelt, aber die Mathematik des Protokolls kann auch in anderen Programmierumgebungen (z.B. IDL oder MATLAB) durchgeführt werden.

<table>
	<tbody>
		<tr>
			<td>Python 3.7 with anaconda and healpy packages</td>
			<td></td>
			<td></td>
			<td>Other programming environments (e.g., IDL or MATLAB) also work.</td>
		</tr>
	</tbody>
</table>

surface mapping of earth-like exoplanets using single point light curves

Die räumliche Auflösung von Exoplaneten-Features aus Einzelpunktbeobachtungen ist für die Bewertung der potenziellen Bewohnbarkeit von Exoplaneten von entscheidender Bedeutung. Das ultimative Ziel dieses Protokolls ist es, festzustellen, ob diese Planetenwelten geologische Merkmale und/oder Klimasysteme aufweisen. Wir stellen eine Methode zum Extrahieren von Informationen aus Mehrwellenlängen-Einpunktlichtkurven und zum Abrufen von Oberflächenkarten vor. Es verwendet Singular Value Decomposition (SVD), um Quellen zu trennen, die zu Lichtkurvenschwankungen beitragen und die Existenz von teilweise trüben Klimasystemen ableiten. Durch die Analyse der von SVD erhaltenen Zeitreihen konnten physikalische Zuschreibungen von Hauptkomponenten (PCs) ohne Annahmen von Spektraleigenschaften abgeleitet werden. In Kombination mit der Anzeigegeometrie ist es möglich, Oberflächenkarten zu rekonstruieren, wenn einer der PCs Oberflächeninformationen enthält. Die Degenerität entstand aus der Faltung der Pixelgeometrie und Spektruminformationen bestimmt die Qualität rekonstruierter Oberflächenkarten, was die Einführung einer Regularisierung erfordert. Zur Demonstration des Protokolls werden mehrwellige Lichtkurven der Erde, die als Proxy-Exoplanet dient, analysiert. Ein Vergleich zwischen den Ergebnissen und der Bodenwahrheit wird präsentiert, um die Leistung und Einschränkung des Protokolls zu zeigen. Diese Arbeit bietet einen Maßstab für die zukünftige Verallgemeinerung von Exoplanetenanwendungen.

Wir verwenden mehrwellige Einpunktlichtkurven der Erde, um das Protokoll zu demonstrieren, und vergleichen die Ergebnisse mit der Bodenwahrheit, um die Qualität der Oberflächenkartierung zu bewerten. Die hier verwendete Beobachtung wird von DSCOVR/EPIC erhalten, einem Satelliten, der sich in der Nähe des ersten lagrangischen Punktes (L1) zwischen Erde und Sonne befindet und Bilder mit zehn Wellenlängen der sonnenbeschienenen Erdoberfläche macht. Zwei Jahre (2016 und 2017) von Beobachtungen werden für diese Demonstr...

Watch this Scientific Journal Video about Surface Mapping of Earth-like Exoplanets using Single Point Light Curves at JoVE.com

Surface Mapping of Earth-like Exoplanets using Single Point Light Curves

Das Protokoll extrahiert Informationen aus Lichtkurven von Exoplaneten und erstellt deren Oberflächenkarten. Es verwendet Lichtkurven der Erde, die als Proxy-Exoplanet dient, um den Ansatz zu demonstrieren.

Oberflächenkartierung erdähnlicher Exoplaneten mit Single-Point-Lichtkurven

Spatially resolving exoplanet features from single-point observations is essential for evaluating the potential habitability of exoplanets. The ultimate ...

Dieses Protokoll kann verwendet werden, um Exoplaneten-Features aus Einzelpunktbeobachtungen räumlich aufzulösen und ist für die Bewertung der potenziellen Bewohnbarkeit von Exoplaneten unerlässlich. Diese Technik kann verwendet werden, um zweidimensionale Oberflächenkarten von erdähnlichen Exoplaneten zu rekonstruieren. Und dies ist die erste Technik, die mit realen Beobachtungen getestet wird, indem die Erde als Proxy verwendet wird.Die Mathematik dieser Technik ist einfach und kann leicht für andere Beobachtungen angepasst werden. Man muss die Codierungsskripte nicht strikt befolgen. Visuelle Demonstration dieser Technik ist wichtig, weil ein Bild mehr als tausend Worte wert ist.Nachdem Sie die Programmierumgebung für den angefügten Code eingerichtet haben, geben Sie den Befehl ein, Anaconda mit Python 3.7 auf dem System zu installieren. Nach dem Einrichten der Programmierumgebung erhalten Sie Lichtkurven mit mehreren Wellenlängen, zeigen die Geometrie aus den Beobachtungen an, und führen Sie die Plotzeitreihen aus. py Befehl, um die Daten zu visualisieren und ihre Qualitäten zu überprüfen.Geben Sie dann den Befehl ein, um eine Geometriefigur zu generieren. Um die Informationen zur Lichtkurve-Oberfläche zu extrahieren, führen Sie die Normalisierung aus. py-Befehl.Die Ausgabe wird in einer normalisierten Lichtkurve gespeichert.csv. Geben Sie den Befehl ein, um die normalisierten Lichtkurven zu visualisieren. Es wird eine normalisierte Lichtkurvenfigur erstellt.Geben Sie den Befehl ein, um die normalisierten Lichtkurven zu zerlegen. Die resultierenden Zeitreihen, Singularwerte und Hauptkomponenten werden in den entsprechenden Ausgabedateien im csv-Format gespeichert. Verwenden Sie die Befehle, um das Zersetzungsergebnis des Singularwerts zu visualisieren.Es werden Zahlen für die Singularwerte und Hauptkomponenten generiert. Analysieren Sie die Beiträge und die entsprechenden Zeitreihen der Hauptkomponenten, um diejenige zu bestimmen, die Oberflächeninformationen enthält, und vergleichen Sie die Singularwerte auf der Diagonale der Singularwertmatrix. Es wird erwartet, dass ein erdähnlicher, teils bewölkter Exoplanet zwei vergleichbare dominante Singularwerte hat.Um die Auswahl der Hauptkomponente zu bestätigen, geben Sie den Befehl ein, um die Leistungsspektren der Zeitreihen jeder Hauptkomponente zu erhalten. Die Leistungsspektren werden in Periodogramm.csv gespeichert. Geben Sie den Befehl ein, um die Periodogramme zu visualisieren und die Auswahl der Hauptkomponente zu bestätigen.Es wird eine Periodogrammzahl generiert. Der aktuelle Plotcode fügt gestrichelte Zeilen hinzu, die die jährlichen, halbjährlichen, tagdischen und halbtäglichen Zyklen als Referenz darstellen. Wählen Sie die Hauptkomponente aus, die die Oberflächeninformationen und die entsprechenden Zeitreihen enthält.Um eine planetare Oberflächenkarte zu erstellen, verwenden Sie den zufälligen Befehl HEALPix, um die Pixelierungsmethode zu visualisieren. Es wird eine ZUfallszahl von HEALPix erstellt. Der Parameter n ablassend in Zeile 17 kann für unterschiedliche Auflösungen geändert werden.Um die Gewichtung jedes Pixels zu bestimmen, geben Sie den Befehl ein. Die Ausgabe wird aufgrund ihrer Größe als w. npz gespeichert.Ändern Sie den n-Abwärtswert in Zeile 23 entsprechend den anderen Auflösungen der abgerufenen Karte. Verwenden Sie die Plotgewichtung. py-Befehl, um das Gewicht zu visualisieren.Im Gewichtsordner werden eine Reihe von Zahlen erstellt. Durch das Zusammenführen der Figuren wird veranschaulicht, wie sich das Gewicht jedes Pixels mit der Zeit ändert. Verwenden Sie die lineare Regression.py-Befehl, um das Problem der linearen Regression zu lösen. Das Ergebnis von Pixelwerten wird im Pixelwert gespeichert. csv-Datei.Der Wert von Lambda in Zeile 16 kann je nach Bedarf für unterschiedliche Linienstärken der Regularisierung geändert werden. Führen Sie dann die Plotkarte aus. py-Befehl, um die abgerufenen Karten mit verschiedenen Regularisierungsparametern zu erstellen.Es werden drei Karten generiert. Die Beziehung zwischen den Pixelindizes und ihren Positionen auf jeder Karte wird im HEALPix-Dokument beschrieben. Um die Kovarianzmatrix jedes Pixels zu berechnen, führen Sie die Kovarianz aus.py-Befehl. Das Ergebnis wird in Kovarianz gespeichert. npz aufgrund seiner Größe.Führen Sie die Plotkovarianz aus, um die Kovarianzmatrix zu visualisieren und die Unsicherheit der abgerufenen Karte zuzuordnen. py-Befehl. Es wird eine Kovarianz und eine Unsicherheitsfigur geschaffen.Hier werden Proben-Multiwellenlängenbeobachtungen der Erde bei 927 koordinierter UniversellerZeit, 8. Februar 2017, gezeigt. Hierkönnen die Zeitreihen der beiden dominanten Hauptkomponenten der mehrwelligen Lichtkurven beobachtet werden. Die Zeitreihen für die zweite Hauptkomponente zeigen eine regelmäßigere Morphologie mit einer annähernd konstanten täglichen Variation und einem stärkeren Tageszyklus in ihrem Leistungsspektrum als die erste Hauptkomponente.Anschließend kann eine Oberflächenkarte dieses Proxy-Exoplaneten erstellt werden, die aus dem Wert der zweiten Hauptkomponente an jedem Pixel besteht. Verglichen mit der Bodenwahrheit der Erde, erholt die rekonstruierte Karte alle großen Kontinente, nachdem sie die Oberflächeninformationen von den Wolken getrennt hat. Die Ergebnisse für die südliche Hemisphäre sind schlechter als die für die nördliche Hemisphäre aufgrund der Wolkendecke über den südlichen Ozeanen beobachtet.Die Unsicherheit jedes Pixelwerts liegt in der Größenordnung von 10 % des Wertes in der abgerufenen Karte, was auf eine gute Qualität der Oberflächenzuordnung und ein positives Ergebnis hindeutet. Die entscheidende Voraussetzung für die Anwendung dieses Protokolls auf eine zukünftige Analyse besteht darin, zu bestätigen, dass die Oberflächeninformationen aus Lichtkurven extrahiert werden können. Diese Technik dient als Maßstab für die Oberflächenkartierung von Exoplaneten und kann mit anderen Dekompensations- und Regularisierungsmethoden für neue Beobachtungen verbessert werden.

Research

JoVE Journal

Engineering

Characterization of Surface Modifications by White Light Interferometry: Applications in Ion Sputtering, Laser Ablation, and Tribology Experiments

Charakterisierung von Oberflächenmodifikationen mittels Weißlicht-Interferometrie: Anwendungen in der Ion Sputtern, Laserablation, und Tribologie Experimente

In materials science and engineering it is often necessary to obtain quantitative measurements of surface topography with micrometer lateral resolution. ...

Forschung

Ingenieurwesen

Atomic Force Microscopy of Red-Light Photoreceptors Using PeakForce Quantitative Nanomechanical Property Mapping

Atomic Force Microscopy von Red-Light Photorezeptoren Mit Peakforce Quantitative Nanomechanische Eigenschaftenzuordnung

Atomic force microscopy (AFM) uses a pyramidal tip attached to a cantilever to probe the force response of a surface. The deflections of the tip can be ...

Surface Enhanced Raman Spectroscopy Detection of Biomolecules Using EBL Fabricated Nanostructured Substrates

Oberflächenverstärkte Raman-Spektroskopie Detektion von Biomolekülen Mit EBL Fabricated nanostrukturierte Substrate

Fabrication and characterization of conjugate nano-biological systems interfacing metallic nanostructures on solid supports with immobilized biomolecules ...

Failure Analysis of Batteries Using Synchrotron-based Hard X-ray Microtomography

Fehleranalyse von Batterien unter Verwendung Synchrotron-basierte Feströntgenmikrotomographie

Imaging morphological changes that occur during the lifetime of rechargeable batteries is necessary to understand how these devices fail. Since the advent ...

Measurement of X-ray Beam Coherence along Multiple Directions Using 2-D Checkerboard Phase Grating

Messung der Röntgenstrahl Coherence entlang mehreren Richtungen unter Verwendung von 2-D-Schachbrett Phase Grating

A procedure for a technique to measure the transverse coherence of synchrotron radiation X-ray sources using a single phase grating interferometer is ...

Visible-light Induced Reduction of Graphene Oxide Using Plasmonic Nanoparticle

Sichtbares Licht induzierte Reduktion von Graphenoxid Mit Plasmonische Nanopartikel

Present work demonstrates the simple, chemical free, fast, and energy efficient method to produce reduced graphene oxide (r-GO) solution at RT using ...

The Measurement of Unsteady Surface Pressure Using a Remote Microphone Probe

Die Messung der Unsteady Flächenpressung eines Remote-Mikrofon-Sonde

Microphones are widely applied to measure pressure fluctuations at the walls of solid bodies immersed in turbulent flows. Turbulent motions with various ...

Using Synchrotron Radiation Microtomography to Investigate Multi-scale Three-dimensional Microelectronic Packages

Mit Synchrotronstrahlung Mikrotomographie Mehrskalige Dreidimensionale Mikroelektronische Bauteile zur Untersuchung

Synchrotron radiation micro-tomography (SR&#181;T) is a non-destructive three-dimensional (3D) imaging technique that offers high flux for fast data ...

Emission Spectroscopic Boundary Layer Investigation during Ablative Material Testing in Plasmatron

Emissionsspektroskopische Grenzschichtuntersuchung während ablative Materialprüfung in Plasmatron

Ablative Thermal Protection Systems (TPS) allowed the first humans to safely return to Earth from the moon and are still considered as the only solution ...

Experimental Methods for Trapping Ions Using Microfabricated Surface Ion Traps

Experimentelle Methoden für das Einfangen von Ionen mit Microfabricated Oberfläche Ionenfallen

Ions trapped in a quadrupole Paul trap have been considered one of the strong physical candidates to implement quantum information processing. This is due ...