下一步:追蹤信息源
在2010年的最后幾個(gè)月,那些墨西哥灣的環(huán)保積極分子又將目光從石油泄漏位置的地圖成像轉(zhuǎn)移至建立自己的信息源。在那時(shí),英國(guó)石油公司與一些地方政府表示清理工作已基本完成,但一些在海灘漫步者發(fā)現(xiàn)海灘上依然能見(jiàn)到那些焦油球和石油的其他殘留物。英國(guó)石油公司對(duì)此的回應(yīng)是,這些石油殘留物可能來(lái)自在該海灣任何一次較小規(guī)模的石油泄漏。
杰夫瑞·沃倫表示,公共實(shí)驗(yàn)室的成員對(duì)如何鎖定和用“指紋”識(shí)別碳?xì)浠衔锖翢o(wú)頭緒。像往常一樣,他們先在谷歌搜索引擎里輸入“如何識(shí)別石油”,而搜索結(jié)果將他們指向了光譜測(cè)定法:一項(xiàng)從18世紀(jì)早期就已投入使用的基本技術(shù)。
光譜測(cè)定法的最基本原理是不同物質(zhì)吸收不同量的色光這一事實(shí)。當(dāng)光照射在樣本上后,那些剩余在樣本上的量則生成一個(gè)印記,可用于與一些已知的樣本進(jìn)行對(duì)比。這基本上就是一個(gè)“指紋”識(shí)別的過(guò)程。雖然不同的光譜測(cè)定儀也有一些功能可以幫助用戶(hù)更精確地分析樣本,并能更適當(dāng)?shù)剡M(jìn)行比較,但基本的原理是一樣的。
在英國(guó)石油公司石油泄漏的案例中,那些環(huán)保積極分子的想法是,他們可以在海灘上采集到那些黑色油垢的樣本,并將樣本的“指紋”標(biāo)識(shí)與深水地平線(xiàn)石油泄漏事件生成的已知樣本進(jìn)行比較,并展示比照結(jié)果的傾向性。
也許并不令人驚訝的是,那樣的精準(zhǔn)性是難以達(dá)到的,而深水地平線(xiàn)事故里的石油樣本也并非取自石油泄漏地點(diǎn)附近。盡管如此,設(shè)計(jì)一個(gè)低成本的光譜測(cè)定儀的想法保留了下來(lái)。在此后的三年半時(shí)間里,公共實(shí)驗(yàn)室的成員一直都在探索制作更新的硬件設(shè)備,而他們遵循的都是DIY的哲學(xué)理念與參數(shù)設(shè)計(jì)。今天,他們已有兩種設(shè)計(jì):一種是可以?shī)A在智能手機(jī)背后的塑料裝置,并通過(guò)其照相機(jī)記錄光譜信息;另一種是“臺(tái)式”版本,融入了許多人的設(shè)計(jì)與開(kāi)發(fā)智慧。他們的目標(biāo)是要制作工藝簡(jiǎn)單,使用那些隨處可得的材料。比如,他們利用DVD光盤(pán)的一部分作為衍射鏡片,而他們的臺(tái)式設(shè)備則使用了標(biāo)準(zhǔn)的家庭下水管道裝置作為整個(gè)設(shè)備的支架。
- 火格局的時(shí)空變異及其在電網(wǎng)防火中的應(yīng)用
- 條碼技術(shù)及應(yīng)用
- 數(shù)據(jù)產(chǎn)品經(jīng)理:解決方案與案例分析
- 電腦上網(wǎng)直通車(chē)
- 空間傳感器網(wǎng)絡(luò)復(fù)雜區(qū)域智能監(jiān)測(cè)技術(shù)
- 流處理器研究與設(shè)計(jì)
- 模型制作
- 樂(lè)高創(chuàng)意機(jī)器人教程(中級(jí) 下冊(cè) 10~16歲) (青少年iCAN+創(chuàng)新創(chuàng)意實(shí)踐指導(dǎo)叢書(shū))
- Spark大數(shù)據(jù)技術(shù)與應(yīng)用
- 分?jǐn)?shù)階系統(tǒng)分析與控制研究
- R Machine Learning Projects
- JRuby語(yǔ)言實(shí)戰(zhàn)技術(shù)
- Python文本分析
- 大數(shù)據(jù)素質(zhì)讀本
- Flash CS3動(dòng)畫(huà)制作