Measurement of transmissivity in outdoor soot plumes using sky-scattered solar radiation
Notice bibliographique
Résumé
Currently there is a lack of practical approaches for quantifying soot emission rates from unconfined industrial sources such as stack plumes and flares. Most regulatory standards are based on a human-observed opacity standard as outlined in U.S. Environmental Protection Agency Method 9. This paper is the third part of an investigation of a sky-scattered solar radiation based optical diagnostic for plume transmissivity measurement. The technique is based on the established laboratory optical technique known as diffuse Two Dimensional Line-of-sight attenuation (2D-LOSA), in which images of a light source, the light source through a plume, and plume alone are compared in a so-called “3-image” algorithm. However, when the technique is transferred to an outdoor setting where the light source is sky-scattered solar radiation, a “1-image” algorithm must be used, in which the unattenuated light in the plume region must be interpolated from other regions of the image. A detailed explanation of 2D-LOSA 3-image vs. 1-image routines for lab and outdoor measurements can be found in previous papers. This paper is focused on 1) background interpolation analysis under different sky conditions to determine unattenuated intensities behind the plume; 2) comparison of measurements of soot in an unconfined plume using both lab-based and sky-LOSA techniques; and 3) determination of the ultimate accuracy and sensitivity limits in terms of soot emission rate for the sky-LOSA technique.
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 | 0,001 | 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) | 0,002 | 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 ».