The mobility diameter of soot determines its angular light scattering distribution
Notice bibliographique
Résumé
Characterization of soot agglomerates often relies on the angular distribution of their light scattering cross-section, C, that is based on the structure factor exponent, Ds, and asymmetry parameter, g, and depend on agglomerate mobility, dm, and constituent primary particle, dp, size distributions. Here, discrete element modeling is interfaced with discrete dipole approximation to determine C in the range of dm = 60–450 nm with mean dp = 9–26 nm that are most prevalent in fire detection, air pollution and climate change. Increasing dm reduces the effective density, ρeff, and drastically increases Ds and g (by a factor of about 2–20), while increasing dp or its geometric standard deviation increases ρeff but only slightly decreases Ds (10–20%). Thus, the angular light scattering distribution of soot is largely determined by its dm. Currently, rather constant Ds and g are obtained for large agglomerates (dm ≥ 250 nm) by laser diagnostics based on the Rayleigh Debye Gans theory and used in climate models. This overestimates the dm for small soot agglomerates by up to a factor of four and underestimates their radiative forcing efficiency by 10%. So, relations between Ds, g and dm are derived here and validated with data from our premixed flames and literature diffusion flame and field data. These relations cover the evolution of Ds and g with dm and nicely converge to the constant Ds for dm ≥ 250 nm. As such, they can facilitate the characterization of soot agglomerates by light scattering and help to quantify accurately the soot contribution to global warming.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».