Video Experimental Relacionado
Updated: Sep 10, 2025
13:30
Mass-Sensitive Particle Tracking to Characterize Membrane-Associated Macromolecule Dynamics
Published on: February 18, 2022
4.6K
Factorizar las distribuciones de tamaño del número de partículas con una matriz positiva amplia: un nuevo enfoque que
D C S Beddows1, J Brean2, A Rowell2
1National Centre for Atmospheric Science, School of Geography, Earth & Environmental Sciences, University of Birmingham, Edgbaston, Birmingham B15 2TT, UK.
The Science of the total environment
|August 22, 2025
Resumen
Wide-PMF mejora la distribución de la fuente de partículas atmosféricas mediante el análisis de los ciclos diurnos en las distribuciones de tamaño del número de partículas (PNSD). Este método captura la dinámica de formación y pérdida de partículas, mejorando la identificación de la fuente en comparación con los métodos tradicionales.
Área de la Ciencia:
- Química de la atmósfera
- Ciencias del medio ambiente
- Ciencia de los aerosoles
Sus antecedentes:
- Las distribuciones de tamaño del número de partículas (PNSD) son cruciales para comprender los procesos atmosféricos.
- La factorización de matriz positiva (PMF) es una herramienta común para la distribución de fuentes, pero asume emisiones de fuentes invariables en el tiempo.
- Las variaciones diurnas en el tamaño y la concentración de partículas a menudo se pasan por alto en las PMF tradicionales.
Objetivo del estudio:
- Introducir y validar el "Wide-PMF", un nuevo método para el análisis de los PNSD atmosféricos.
- Para capturar la dinámica temporal (ciclos diurnos) de la formación, el crecimiento y la pérdida de partículas de diferentes fuentes.
- Mejorar la resolución de distintas fuentes de nucleación, como las fotoquímicas y las relacionadas con el tráfico.
Principales métodos:
- Reestructurar la matriz de datos para analizar las observaciones por hora lado a lado.
- Aplicación del PMF a un formato de datos amplio, donde los factores representan ciclos diurnos.
- Análisis de datos de PNSD de un sitio de monitoreo de fondo urbano.
Principales resultados:
- El amplio PMF revela con éxito las tendencias diurnas de los PNSD para las fuentes individuales.
- El método distingue entre las fuentes de nucleación fotoquímica y de tráfico de manera más efectiva que el PMF estrecho.
- Los procesos dinámicos capturados incluyen formación de partículas, emisión, crecimiento, contracción y pérdidas.
Conclusiones:
- El amplio PMF ofrece un enfoque más amplio para la distribución de fuentes atmosféricas al incorporar variaciones temporales.
- Este método mejora la comprensión del ciclo de vida de las partículas y las contribuciones de las fuentes en entornos urbanos.
- El amplio PMF proporciona una mejor resolución para procesos atmosféricos complejos y identificación de fuentes.
Videos de Conceptos Relacionados
01:23Pore Size Distribution
214
In concrete, the pore size distribution significantly influences the material's properties. Capillary pores, markedly larger than gel pores, form a vast network within partially hydrated cement paste, reducing the concrete's strength and increasing its permeability. This heightened permeability leads to a greater risk of damage from environmental factors like freeze-thaw cycles and chemical attacks, with the extent of vulnerability also being tied to the water-to-cement ratio.
Adequate...
Adequate...
214
01:10Polymers: Molecular Weight Distribution
3.7K
For any given polymer, the weight average molecular weight (Mw) is higher than, if not equal to, the number average molecular weight (Mn). The only situation in which the weight average molecular weight and the number average molecular weight are equal is when a polymer consists only of chains with equal molecular weight. However, this never happens in a synthetic polymer, since it is difficult to control the polymerization process up to a molecular level with accuracy to a hundred percent.
3.7K
01:20Maxwell-Boltzmann Distribution: Problem Solving
1.7K
Individual molecules in a gas move in random directions, but a gas containing numerous molecules has a predictable distribution of molecular speeds, which is known as the Maxwell-Boltzmann distribution, f(v).
This distribution function f(v) is defined by saying that the expected number N (v1,v2) of particles with speeds between v1 and v2 is given by
This distribution function f(v) is defined by saying that the expected number N (v1,v2) of particles with speeds between v1 and v2 is given by
1.7K
01:27Distribution of Molecular Speeds
4.1K
The motion of molecules in a gas is random in magnitude and direction for individual molecules, but a gas of many molecules has a predictable distribution of molecular speeds. This predictable distribution of molecular speeds is known as the Maxwell-Boltzmann distribution. The distribution of molecular speeds in liquids is comparable to that of gases but not identical and can help to understand the phenomenon of the boiling and vapor pressure of a liquid. Consider that a molecule requires a...
4.1K
01:15One-Way ANOVA: Unequal Sample Sizes
5.9K
One-way ANOVA can be performed on three or more samples of unequal sizes. However, calculations get complicated when sample sizes are not always the same. So, while performing ANOVA with unequal samples size, the following equation is used:
5.9K
01:10Angular Momentum: Single Particle
6.6K
Angular momentum is directed perpendicular to the plane of the rotation, and its magnitude depends on the choice of the origin. The perpendicular vector joining the linear momentum vector of an object to the origin is called the “lever arm.” If the lever arm and linear momentum are collinear, then the magnitude of the angular momentum is zero. Therefore, in this case, the object rotates about the origin such that it lies on the rim of the circumference defined by the lever arm...
6.6K