الفلك

أين يمكنني العثور على مخطط جيد للإشعاع الشمسي للأشعة تحت الحمراء؟

أين يمكنني العثور على مخطط جيد للإشعاع الشمسي للأشعة تحت الحمراء؟



We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

أحاول فهم نتائج ExoMars Trace Gas Orbiter مقابل Mars Express من حيث قدرتها على العثور على الميثان على سطح المريخ. الحل الذي توصلت إليه هو أنه قد يكون نتيجة لإخفاء أطياف الشمس ما هو موجود بالفعل. هل يوجد مكان به أطياف الأشعة تحت الحمراء الكاملة للشمس ، مع التركيز على المنطقة حوالي 3-4 أم؟ على وجه التحديد ، أنا مهتم بأرقام الموجات ($ سم ^ {- 1} $) 3000-3100 أو نحو ذلك ، شيء بدقة رقم موجة واحدة. قد تكون بعض الأشياء التي قد تساعد أي شيء على غرار الأسطر التالية ، طالما أنها تنطبق على الأطياف الحقيقية ، وليست تلك التي تُرى من الأرض.

  1. أطياف شمسية مقبولة بشكل عام (ناسا ، وكالة الفضاء الأوروبية ، نيست ، أو بعض الأجسام الأخرى)
  2. زمن متفاوت الأطياف الشمسية.

شكرا!


بفضل بيانات تعليق @ PearsonArtPhoto بدقة 1 سم ^ -1 wavenumber متاح في الرابط المسمىبيانات مودترانهنا: https://www.nrel.gov/grid/solar-resource/spectra.html

إليك مخطط سريع ونص لبيانات ASCII التي تم تنزيلها.

هناك ستة أعمدة لبيانات شدة الطيف (واتس / م ^ 2 / نانومتر) مع تسميات "MCebKur" ، "MChKur" ، "MNewKur" ، "MthKur" ، "MoldKur" ، "MODWherli_WMO". توضح المؤامرة أنها متشابهة جدًا في الأشعة تحت الحمراء الحرارية (ليس مفاجئًا) وتختلف بشكل كبير في المرئي والأشعة فوق البنفسجية حيث ستظهر الاختلافات في مقاييس الطيف في المنطقة الغنية بخطوط الانبعاث والامتصاص الطيفية. يتضح هذا في الرسم الثاني ، حيث يُظهر تكبيرًا تم اختياره عشوائيًا لبضعة نانومترات من الضوء المرئي ، وخط فراونهوفر "أ".

استيراد numpy كـ np import matplotlib.pyplot كـ plt fname = 'AllMODEtr MODTRAN.txt' # بيانات MODTRAN https://www.nrel.gov/grid/solar-resource/spectra.html مع فتح (fname، 'r') كـ infile: الأسطر = infile.readlines () الأسطر = [line.split () للخط في الأسطر [19: -1]] # تخطي بضعة أسطر مع طباعة البيانات المفقودة ('أطوال الخط:' ، مجموعة ([len (line ) للخط في السطور])) data = [[float (x) for x in line] for line in line] data = np.array (zip (* data)) print ('data.shape:'، data.shape ) # data [0]: wavenumber (cm ^ -1) # data [1]: الطول الموجي (نانومتر) # البيانات [2: 8] MCebKur، MChKur، MNewKur، MthKur، MoldKur، MODWherli_WMO labels = 'MCebKur'، 'MChKur '،' MNewKur '،' MthKur '،' MoldKur '،' MODWherli_WMO 'الطول الموجي = البيانات [1] إذا كان صحيحًا: plt.figure () plt.subplot (2، 1، 1) لـ (شيء ، تسمية) في ملف مضغوط ( data [2:]، labels): plt.plot (الطول الموجي ، الشيء) plt.xlabel ('wavelength (nm)' ، Fontize = 16) plt.ylabel ('Watts / m ^ 2 / nm' ، الخطوط الحجم = 16) plt.yscale ('log') plt.xscale ('log') plt.xlim (190، 2E + 05) plt.subplot (2، 1، 2) n700 = np.argmax (wavelengt h> 700) لـ (شيء ، ملصق) في الرمز البريدي (البيانات [2:] ، الملصقات): plt.plot (الطول الموجي [: n700] ، الشيء [: n700]) plt.xlabel ('الطول الموجي (نانومتر)' ، حجم الخطوط = 16) plt.ylabel ('Watts / m ^ 2 / nm' ، حجم الخطوط = 16) plt.yscale ('log') # plt.xscale ('log') plt.xlim (190 ، الطول الموجي [n700]) plt . اعرض () إذا كان صحيحًا: plt.figure () plt.subplot (2، 1، 1) n1 = np.argmax (الطول الموجي> 516.5) n2 = np.argmax (الطول الموجي> 519.5) لـ (الشيء ، التسمية) في الرمز البريدي (البيانات [2:] ، الملصقات): plt.plot (الطول الموجي [n1: n2] ، الشيء [n1: n2] ، التسمية = التسمية) plt.xlabel ('الطول الموجي (nm)' ، الخطوط الحجم = 16) plt.ylabel ('Watts / m ^ 2 / nm'، Fontize = 16) # plt.yscale ('log') # plt.xscale ('log') plt.xlim (الطول الموجي [n1] ، الطول الموجي [n2]) # plt. legend () plt.subplot (2، 1، 2) n1 = np.argmax (wavelength> 757) n2 = np.argmax (wavelength> 760) for (thing، label) in zip (data [2:]، labels) : plt.plot (الطول الموجي [n1: n2] ، الشيء [n1: n2] ، التسمية = التسمية) plt.xlabel ('wavelength (nm)' ، Fontize = 16) plt.ylabel ('Watts / m ^ 2 / nm '، Fontize = 16) # plt.yscale (' log ') # plt.xscale (' log ') plt.xlim (الطول الموجي [n1] ، الطول الموجي [n2 ]) plt.title ('Fraunhoffer "سطر") # plt.legend () plt.show ()


شاهد الفيديو: EK voetbal in Casa Grimaldi (أغسطس 2022).