基于LHAASO-KM2A实验研究30TeV以上超新星遗迹能谱特征

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    11905043
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    24.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    A2606.中微子与粒子天体物理
  • 结题年份:
    2022
  • 批准年份:
    2019
  • 项目状态:
    已结题
  • 起止时间:
    2020-01-01 至2022-12-31

项目摘要

The basic study of cosmic rays (CRs) focus on its origin, acceleration sites and propagation since the CRs were discovered more than a century ago. Supernova remnants (SNRs) are believed to be the most important acceleration sites for CRs in the Galaxy. Big progresses on observations of SNRs have been achieved by spaceand ground-based γ-ray facilities. However, whether γ-rays come from accelerated hadrons or not remains in debate. KM2A is the main part of Large High Altitude Air Shower Observatory (LHAASO) which is dedicated to the observation of γ-ray sources from 10 TeV to 20 PeV. The quarter of KM2A will be completed in 2019. This proposal suggests to investigate the KM2A’s sensitivity on supernova remnants (SNRs) , and to analysis the spectrum of SNRs above 30 TeV with 1/4 KM2A experiment data。It will strongly help us to get clear criteria for the acceleration of cosmic-ray sources and normal electron sources, which is the great significance to unlock the mystery of the origin of CRs.
自上世纪初发现宇宙线以来,宇宙线之起源、加速和传播问题一直是宇宙线研究的基本问题。目前人们普遍认为超新星遗迹是银河系内宇宙线的主要来源。近年来,随着探测技术的发展,地面实验和卫星实验对超新星遗迹的观测有了很大的提高,但是高能端伽马射线来自于强子加速还是轻子加速的问题一直没有得到很好的解释。LHAASO主体阵列KM2A致力于精确测量10TeV—20PeV伽马射线能谱,1/4 KM2A阵列将于2019年建成。本项目着眼于研究KM2A阵列对各超新星遗迹的观测灵敏度,分析1/4 KM2A阵列数据,探究30TeV以上来自超新星遗迹的伽马射线能谱及其产生机制。预期获得宇宙线源和普通电子源加速的明确判据,对揭开宇宙线起源的神秘面纱具有重要意义。

结项摘要

自上世纪初发现宇宙线以来,宇宙线之起源、加速和传播问题一直是宇宙线研究的基本问题。近年来,随着探测技术的发展,地面实验和卫星实验对超新星遗迹的观测有了很大的提高,但是高能端伽马射线来自于强子加速还是轻子加速的问题一直没有得到很好的解释。LHAASO实验于2017年开工建设,于2021年完成全阵列建设,是目前世界上灵敏度最高的探测器阵列。本项目的研究内容分为以下几个方面:首先,开展KM2A阵列全模拟程序的检验,将时间分辨作为指标与山东大学测试系统实验进行比较,为实验数据的分析工作提供基础;其次,分析KM2A阵列性能,KM2A阵列积分灵敏度在50TeV-100TeV处为1.1%Icrab,百TeV处角分辨、位置分辨依次为0.3°、3米,标志着KM2A实验能够顺利开展物理研究工作;然后,构建直接积分法分析Crab源能谱,结果表明KM2A阵列对Crab能谱观测范围为10TeV-200TeV,在百TeV处测量误差在10%以内,并且与国际上其他实验测量能谱结果相吻合,标志着KM2A阵列平稳运行,为后期开展超新星遗迹能谱测量奠定基础;最后,搭建机器学习算法,将BP神经网络等算法应用于伽马/质子鉴别,在20TeV-50TeV处将KM2A伽马鉴别能力提高20%-30%左右,为这个能量段的伽马能谱截断行为提供更加精确的结果,为轻子/强子加速评判、探索强子源提供重要依据。

项目成果

期刊论文数量(1)
专著数量(0)
科研奖励数量(0)
会议论文数量(4)
专利数量(0)
Chapter 2 Galactic Gamma-ray Sources
第2章 银河伽马射线源
  • DOI:
    10.1088/1674-1137/ac3fa8
  • 发表时间:
    2021
  • 期刊:
    Chinese Physics. C
  • 影响因子:
    --
  • 作者:
    Chen Yang;Bi Xiaojun;Fang Kun;Guo Yiqing;Liu Ye;Thomas Tam P H;Vernetto S;Wang Zhongxiang;Yang Ruizhi;Zhang Xiao
  • 通讯作者:
    Zhang Xiao

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

2型糖尿病患者中肠促胰素药物与胰腺癌 风险:随机对照试验的Meta分析
  • DOI:
    10.3760/cma.j.issn.1674-5809.2017.12.005
  • 发表时间:
    2017
  • 期刊:
    中华糖尿病杂志
  • 影响因子:
    --
  • 作者:
    田勍;刘烨;路然;杨进;王海宁;洪天配
  • 通讯作者:
    洪天配
基于改进教学算法优化WNN的ORP预测
  • DOI:
    10.16208/j.issn1000-7024.2016.08.045
  • 发表时间:
    2016
  • 期刊:
    计算机工程与设计
  • 影响因子:
    --
  • 作者:
    李娜;南新元;刘烨
  • 通讯作者:
    刘烨
通用型基因打靶载体的构建及其功能鉴定
  • DOI:
    --
  • 发表时间:
    2014
  • 期刊:
    农业生物技术学报
  • 影响因子:
    --
  • 作者:
    刘烨;王毅;王小海;郭泽坤
  • 通讯作者:
    郭泽坤
农业种植对室内环境影响研究初探
  • DOI:
    --
  • 发表时间:
    2014
  • 期刊:
    建筑节能
  • 影响因子:
    --
  • 作者:
    刘烨;穆大伟;张玉坤
  • 通讯作者:
    张玉坤
冲击地压煤层局部保护层开采的减压机理研究
  • DOI:
    --
  • 发表时间:
    2019
  • 期刊:
    岩土工程学报
  • 影响因子:
    --
  • 作者:
    姜福兴;刘烨;刘军;张明;杜建鹏;孙维顺;张文鹏
  • 通讯作者:
    张文鹏

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码