辐射照相系统中转换屏的分辨率研究

在高能X光辐射照相系统中,通常使用闪烁体材料的转换屏将X光转换为可见光进行探测。建立了转换屏空间分辨率的计算模型,模拟了转换屏的空间分辨率随屏的厚度、材料及X光子能量的变化关系,为系统的设计提供了参数。

影响CCD调制传递函数因素研究

从理论上以光学系统的MTF的评价方法分析了不同条件下各种因素对CCD调制传递函数的影响 ,模拟结果显示了各种因素影响的不同程度 ;

CsI：T1转换屏的发光灵敏度研究

转换屏在辐射照相系统中具有很重要的作用，它的效率影响整个系统的性能。本文对透明的具有较大厚度的CsI：T1转换屏的效率进行了详细的分析，推导了其效率的表达形式，并得到了实验的证明。

转换屏背底散射对图像对比度的影响研究

分析了高能X光照相中转换屏的背底散射(对可见光的散射)对图像对比度的影响,建立了相应散射影响的计算模型;同时还通过计算模拟给出了相应的结果,理论和实验研究表明对转换屏背底的处理是极为重要的。

X光面光源的尺寸对系统线扩展函数的影响

在辐射照相系统中,X光源的尺寸是一个影响图像清晰度的重要参数。尤其是在使用高能的X光进行辐射照相时,特殊的照相条件使X光源面积对于系统空间分辨率的影响更为突出。针对这一现象,基于台阶照相法测量系统线扩展函数的理论建立了计算模型,模拟了面光源尺寸对于系统空间分辨率的影响,并说明了提高分辨率应采取的措施。

散射环境下钨的质量吸收系数测量

在30MeV的射频加速器上进行的原理性实验及在^60Co放射源上的定量测量实验已证明了理论推导的CsI：T1晶体对X光响应具有线性的结论．而在实际应用中，由于各种散射因素的影响可能使这种线性关系变坏而给处理带来困难；利用钨台阶在12MeVLIA的实验环境下完成了CsI：T1晶体对X光响应的研究，对一些散射因素进行了分析，说明在一定的条件下仍然能够获得较好的线性响应，同时对钨在相应条件下的质量吸收系数进行了测量，结果为0．806-0．823，误差约在2．0％以内．

辐射照相中转换屏分辨率的实验研究

在高能闪光照相中,转换屏起着将高能X光转变成可见光的作用,它对系统的空间分辨率有重要影响。通过实验,分析了几种转换屏对系统调制传递函数MTF(空间分辨率)的影响。这些对于实验的布局以及对成像系统性能的定性分析都有很重要的实用价值。

国土资源所工作人员谈国庆长假执法

国庆长假期间,当很多人享受假期的闲适时,涉及国土资源的违法现象却不会"休假"。针对长假期间的执法巡查工作,本刊邀请了8位长期在一线工作的国土资源所工作人员,就国土资源所如何安排一个紧张有序的假期,处理好工作和休假的关系,有效地预防和制止国土违法行为,进行座谈。

散射环境下钨的质量吸收系数测量

CsI：T1晶体在辐射成像系统中的作用是非常重要的，利用CCD作为图像记录的X光探测系统的响应性能与其有密切的关系。为了得到响应关系的大致形式，在30MeV的射频加速器上，曾经用厚度为5，10，20mm的CsI：T1晶体作过研究，对于每一种厚度的CsI：T1晶体，响应还是线性的，但是彼此之间响应度的相对关系还是存在较大差异；由于^60Co放射源的特点，又专门设计了用^60Co放射源作为高能γ光子源来对系统的响应特性作定量研究，并且得到了在几乎没有散射影响下的响应关系，实验结果严格符合理论推导结论，

影响CCD调制传递函数的因素

针对慢速扫描的帧转移CCD器件，采用类似传统的评价成像系统质量的方法对其MTF进行计算，由于器件本身性能及系统电路等方面性能的原因，会导致CCD输出信号中的成分比较复杂，使系统的MTF的计算相对复杂化；在计算中利用了CCD器件的一些实际性能参数，得到了与实际应用系统一致的结论。主要考虑CCD器件的量子效率、暗电流及其噪声、信号本身的幅度调制度、光照度A等因素的影响。因此，CCD输出信号式中，

转换屏背底散射对图像对比度的影响

在X光图像探测系统中，通常采用把X光转换为可见光、对可见光进行探测的方法来完成对X光的探测。在转换过程中，一般采用各种类型、结构的荧光屏来完成将X光转换为可见光的过程，而在高能X光的探测系统中，则常采用量子效率高、原子序数大的材料如CsI：T1晶体作为转换屏。由于转换屏存在一定的厚度，所发出的可见光将会在转换屏内部进行全方位的传播，一部分照射到转换屏背底的可见光被散射后进入图像记录系统，

台阶法测量CCD成像系统MTF的数据处理方法

本文针对闪光照相 CCD成像图像噪声多的特性 ,提出用阈值法、多剖线平均法和多项式曲线拟合法对图像中的白斑噪声、涨落噪声和其它噪声进行处理 ,取得了较好的

CCD输出信号的低噪声处理电路研究

本文针对电荷耦合器件 (CCD)输出信号需要的低噪声处理要求研究了一种高增益、低噪声的信号处理电路 。

基于GRU深度学习的短时临近降水预报订正方法

为提高短时临近降水预报准确率,提出一种订正广西对流尺度数值预报模式(GRAPES-GX)降水预报产品的深度学习方法。该方法通过神经网络对实况进行时空特征提取,以门控循环网络(GRU)为基础框架,针对降水产品进行改进,并用于GRAPES-GX降水预报产品订正。在此基础上,设计了大气物理规律适配模块,通过物理条件匹配机制订正模式预报降水强度与落区的系统性误差,增强训练样本中预报产品和实况的特征相关性,并协同优化模型参数,获得更优的订正效果。广西区域试验结果表明:订正模型在各预报时效、各降水强度等级的TS(threat score)评分均得到正技巧,总体TS技巧评分为2.21%。对于不低于0.1 mm·h^(-1)、不低于2 mm·h^(-1)、不低于7 mm·h^(-1)、不低于15 mm·h^(-1)、不低于25 mm·h^(-1)和不低于40 mm·h^(-1)降水强度预报TS技巧评分分别为5.67%、3.59%、2.18%、1.46%、1.01%和0.46%。0~2 h、2~4 h和4~6 h时效预报TS技巧评分分别为4.77%、1.28%和0.91%。