گروه آموزشی ترجمه فا اقدام به ارائه ترجمه مقاله با موضوع ” شناسایی آلاينده های شیمیایی از طريق عکس برداری LWIR ” در قالب فایل ورد نموده است که شما عزیزان میتوانید پس از دانلود رایگان مقاله انگلیسی و نیز مطالعه نمونه ترجمه و سایر مشخصات، ترجمه را خریداری نمایید.
| دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی
|
|
| عنوان فارسی مقاله: |
تشخیص و شناسایی آلاینده شیمیایی با استفاده از روش تصویر برداری فراطیفی LWIR غیر فعال |
| عنوان انگلیسی مقاله: |
Chemical Pollutant Detection And Identification By Passive Lwir Hyperspectral Imaging |
|
|
| مشخصات مقاله انگلیسی (PDF) | |
| تعداد صفحات مقاله انگلیسی | 11 صفحه با فرمت pdf |
| رشته های مرتبط با این مقاله | مهندسی عمران و علوم و مهندسی محیط زیست |
| گرایش های مرتبط با این مقاله | سنجش از راه دور |
| مجله مربوطه | تحقیقات دفاعی و توسعه کانادا |
| دانشگاه تهیه کننده | CATSI، شناسایی standoff غیرفعال، سنجش راه دور، نظارت منطقه ای، الاینده شیمیایی |
| رفرنس | دارد |
| مشخصات و وضعیت ترجمه فارسی این مقاله (Word) | |
| تعداد صفحات ترجمه تایپ شده با فرمت ورد با قابلیت ویرایش و فونت 14 B Nazanin | 11 صفحه |
| ترجمه عناوین تصاویر | ترجمه شده است |
| ترجمه متون داخل تصاویر | ترجمه نشده است |
| درج تصاویر در فایل ترجمه | درج شده است |
| درج جداول در فایل ترجمه | ندارد |
| درج فرمولها و محاسبات در فایل ترجمه به صورت عکس | درج شده است |
- فهرست مطالب:
خلاصه
مقدمه
نظریه اشکار سازی standoff غیر فعال
توصیف حسگر
ماژول ها (قطعات) اشکار ساز iCATSI
نتایج حاصل از ازمایش میدانی
نتیجه گیری
- بخشی از ترجمه:
نتیجه گیری
این مقاله نتایج به دست امده از جدید ترین حسگر های تصویر برداری فراطیفی توسعه یافته جدید را ارائه می دهد. تحلیل این نتایج پتانسیل بالقوه این قابلیت ها را برای اشکار سازی standoff غیر فعال، شناسایی و مانیتورینگ نشتی های گاز های صنعتی الاینده شیمیایی با حجم کم را نشان می دهد. حسگر های با توسعه حساسیت طیفی بالا و تفکیک فضایی بالا، کلیدی برای فراهم سازی قابلیت های جدید به منظور حفاظت از سلامتی در مقابل نشتی های صنعتی و تصادفی است.
ماژولار بودن iCATSI سبب شده است که این پلتفورم مبنایی برای ازمایش انواع مختلفی از اشکار ساز LWIR ( تا حد 14 میکرو متر) با حساسیت خوب در مقابل انواع شرایط مختلف باشد. ترکیب تصویر بردای رادیومتری طیفd به همراه نرخ مکعب داده ای بالا sبب مشاهدات حرارتی و فضایی خوبی از پراکندگی ابر گاز می شود. در این مطالعه اشکار سازی، شناسایی و مانیتورینگ عناصر عملیاتی و حلال های تبخیر شده در یک موقعیت واقعی در فاصله standoff تا حد 500 متر نشان داده شده است. این اندازه گیری مکان صنعتی درک خوبی از قابلیت کنترل کیفیت و مانیتورینگ حوادث طبیعی را فراهم می اورد. این نتایج نشان می دهد که حسگر های HSI می توانند به حساسیت مورد نیاز برای شناسایی و مانتیورنیگ نشتی های شیمایی در حجم کم دست یابند.
- بخشی از مقاله انگلیسی:
CONCLUSIONT
his paper presents results obtained with newly developed hyperspectral imaging sensors.The analyses of the results have showed potential of these capabilities for the passive standoffdetection, identification and monitoring of small-volume chemical pollutant industrial gasleaks. Development of high spectral sensitivity and high spatial resolution sensors is a key toproviding new capabilities for health protection against industrial and accidental leaks.The modularity of iCATSI provides a good platform to test several kind of LWIR detector (upto 14 µm) with good sensitivity against several types of scenarios. The combination ofimaging spectroradiometry with high data cube rate enables very fine temporal and spatialobservations of gas cloud evolution. In this study, the detection, identification and monitoringof surrogates and evaporated solvents were demonstrated in a real type scenario at standoffdistance of up to 500 meters. The industrial site measurement provides a good understandingof the capability to control air quality and monitor for environmental disasters. These resultsdemonstrate that HSI sensors can reach the sensitivity required to detect and monitor smallvolumechemical leaks.
|
تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد |
|
|
| دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی
|
|
| عنوان فارسی مقاله: |
شناسایی آلاينده های شیمیایی از طريق عکس برداری LWIRغیر فعال |
| عنوان انگلیسی مقاله: |
Chemical Pollutant Detection And Identification By Passive Lwir Hyperspectral Imaging |
|
|