《核数据处理》2 核数据认识与特征
新2024秋季高一必修1信息技术人教中图版第3章数据处理与应用《数据处理的一般过程:数据分析》

教学设计:新2024秋季高一必修1 信息技术人教中图版第3章数据处理与应用《数据处理的一般过程:数据分析》一、教学目标(核心素养)1.信息意识:学生能够认识到数据分析在数据处理中的核心地位,理解数据分析对于信息提取、问题解决及决策支持的重要性。
2.数字化学习与创新:学生能够掌握数据分析的基本方法和工具,能够运用所学知识和技能进行简单的数据分析。
3.计算思维:通过数据分析的学习,培养学生的逻辑思维、数据推理和问题解决能力,学会从数据中提取有价值的信息。
4.信息社会责任:引导学生关注数据分析中的伦理问题,如数据隐私、数据真实性等,培养负责任的数据分析态度。
二、教学重点•理解数据分析的概念、目的和重要性。
•掌握数据分析的基本方法和步骤。
三、教学难点•如何选择合适的分析工具和方法进行数据分析。
•如何解读数据分析结果,并将其应用于实际问题解决。
四、教学资源•多媒体课件(包含数据分析的概念、方法、案例等)。
•数据分析软件(如Excel、SPSS等)的演示和操作材料。
•教材及配套习题册。
•互联网资源,用于展示数据分析的实际应用和案例。
五、教学方法•讲授法:介绍数据分析的基本概念、目的、重要性和基本方法。
•演示法:通过实际操作演示数据分析软件的使用和数据分析流程。
•案例分析法:通过分析实际案例,帮助学生理解数据分析的应用场景和结果解读。
•实践操作法:组织学生分组进行数据分析活动,体验数据分析的全过程。
六、教学过程1. 导入新课•情境导入:展示一个与日常生活或社会热点相关的数据分析案例(如电商平台用户行为分析、城市交通流量分析等),引导学生思考这些分析背后的意义和价值。
•提问导入:提问学生:“你们知道这些数据是如何被分析的吗?它们又能告诉我们什么?”引发学生兴趣,进入数据分析的学习。
2. 新课教学•数据分析概念讲解:•定义:数据分析是指运用统计、数据挖掘等方法对收集到的数据进行处理、分析和解释的过程。
•目的:提取数据中的有用信息,为决策提供支持。
信息技术必修一《数据与计算》第一单元第一节《数据信息与知识》教案

第一单元第一节《 数据、信息与知识》教 案
一、课标要求及设计依据
依据《普通高中信息技术课程标准2017年版》(2020年修订),本课程旨在培养学生的信息意识、计算思维和数字化学习与创新能力。学生应理解数据、信息与知识的概念及其相互关系,掌握数据的收集、处理和分析的基本方法,并能在实际问题解决中运用所学知识。
十、教学反思(教师课后根据上课实际情况自行填写)
本节课的教学目标基本达成,学生对数据、信息与知识的概念有了较为清晰的理解,并通过案例分析和实践操作加深了认识。然而,在实践操作环节,部分学生表现出对工具使用的不熟悉,这提示我在未来的课程中需要加强对工具使用的指导。此外,我还需进一步激发学生对理论知识的兴趣,使他们能够更加积极地参与到课堂活动中来。
教师行为:指导学生使用数据收集工具,进行简单的数据采集和处理。
学生行为:在教师的指导下,进行实际操作,体验数据采集和处理的过程。
设计目的:通过实践加深学生对数据采集和处理的理解。
(五)小组合作学习(5分钟)
教师行为:分配小组合作任务,鼓励学生共享信息,共同解决问题。
学生行为:小组成员相互协作,共同完成任务。
o学生能够在团队合作中共享信息,展现协作精神和创新能力。
五、教学重难点
教学重点:数据、信息与知识的概念理解及其在现实世界中的应用。
教学难点:数据收集和处理的实际操作,以及如何将理论知识应用于解决复杂问题。
六、教学策略
采用案例教学法、合作学习法和探究式学习法,结合多媒体教学资源和实际操作演练,引导学生主动探索和实践,以提高课堂参与度和学习效果。
四、教学目标及核心素养目标
三维目标:
o知识与技能:学生能够理解数据、信息与知识的概念,掌握数据采集与处理的基本技能。
数学核心素养下的单元作业设计:以北师六上“数据处理”单元为例

数学核心素养下的单元作业设计:以北师六上“数据处理”单元为例《数学课程标准(2022 年版)》提出:“通过义务教育阶段的数学学习,学生逐步会用数学的眼光观察现实世界,会用数学的思维思考现实世界,会用数学的语言表达现实世界。
”随着课程改革的不断深入,发展学生数学核心素养已经成为当下数学教学的重要研究方向。
数学作业设计作为数学教学的重要环节,对巩固课堂所学知识内容、发展数学核心素养具有重要作用。
因此,在进行数学作业设计时,不仅要关注学生对数学知识的巩固、基本技能的提升、基本思想的感悟,还要关注学生数学核心素养的发展。
下面以北师大版六年级上册“数据处理”单元的作业设计为例,从培养学生数据意识的视角谈一谈基于数学核心素养的作业设计。
01关注学习过程学生的学习应当是一个生动活泼的、主动的和富有个性的过程,学生的数学核心素养正是在学习过程中逐渐形成和发展的。
基于核心素养的单元作业设计要依托数学课程标准的要求,关注学生的学习过程。
《数学课程标准(2022 年版)》指出:“根据实际问题需要,经历数据收集、整理和分析的过程,能合理述说数据分析的结论。
”因此,“数据处理”单元的作业设计,要从实际情境和真实问题入手,让学生经历收集、整理和分析数据的过程,引导学生学会合理运用各种数据说话,作出科学的推断和理性的决策,从而培养学生的数据意识。
例如,“数据处理”单元作业中,教师设计了这样一道习题:“十四五”规划和 2035 年远景目标纲要中提出,要广泛开展全民健身运动,以青少年为重点开展国民体质监测和干预。
仰卧起坐对青少年的健康有很多好处。
下表是《国家学生体质健康标准》中的六年级男生或女生 1分钟仰卧起坐的评分标准:调查你所在学校六年级 20 名男生或女生的 1 分钟仰卧起坐成绩(包括自己),分等级整理,并制作统计图,对照评分标准,你对各个等级的同学有什么建议?本作业依据“十四五”规划和2035年远景目标纲要中提出以青少年为重点开展国民体质监测和干预,设计学生熟悉的仰卧起坐运动的真实生活情境,让学生调查六年级20名男生或女生的1分钟仰卧起坐成绩,对调查的数据进行分组整理并制作统计图,进一步从统计图中获取信息加以对比分析,根据实际成绩和评分标准对各个等级的同学提出合理的建议。
《核数据处理》4 峰位与峰区的确定

i
原始能谱数据 方波函数变换后的数据 类高斯函数变换结果
4.6 各方法比较
表4.1 各种寻峰方法寻峰效果的比较
寻峰方法
弱峰检测能力 重叠峰分辨能力
简单比较法
很差
很差
一阶导数法
差
差
二阶导数法
差
好
三阶导数法
很差
最好
高斯乘积函数法 好
中等
协方差法
中等
好
对称零面积法 中等
好
核数据处理
第四章 峰位与峰区的确定
确定核素指纹,首先必须精确确定能谱中含有的特征射线 峰的位置。
寻峰算法应具备以下性能: ■ 能识别弱峰,特别是高康普顿平台上的弱峰 ■ 能有效地剔除假峰 ■ 比较高的重峰分辨能力
4.1 简单比较法
Counts
2000 1500
Fitted values of counts at characteristic peaks ,which have been discovered by the peak-searching method
图4-1 单峰导数图
图4-2 重叠的组合峰导数图
4.4 协方差寻峰法
设 yi j fi C j bi j ,i m, m
m
m
m
m
f g gg C gy C (ggC C ) g y ffii
m m w C j CCj jyiymij jm j mi
1000
4.2 高斯乘积函数找峰法
假设特征峰为
yi
A
2
imp
e 2 2
2
取能谱中四个点i-m-j, i-m, i, i+j,那么
j jm
《数据处理》教学设计

数据处理(六年级数学)【单元学习主题】1.主题名称:数据处理2.主题解读(1)数学学科核心素养(分析主题来源)伴随着大数据时代的到来,数据分析已经深入到现代社会生活的各个方面,开拓了数学研究与应用的领域。
数据分析充分体现了归纳推理的有效性,体现了归纳推理是逻辑推理的本质特征。
数据分析能力已经成为公民应当具备的基本素养。
在数学教学活动中,注重培养学生数据分析与获取知识的核心素养,有利于学生养成基于数据探究事物本质和变化规律的习惯,有利于学生提升基于数据表达现实问题的能力,有利于学生学会基于数据提取有用信息、获得知识的能力。
(2)课程标准(对于学生学习的意义)《标准》新增设了“统计与概率”的课程内容,这是小学数学新课程内容的一个创新设计。
新课标提出,培养学生的数据分析观念,让学生了解在现实生活中有许多问题应当先做调查研究,收集数据,通过分析做出判断,体会数据中蕴含的信息,了解对于同样的数据可以有多种分析的方法,需要根据问题背景选择合适的方法;通过数据分析体验随机性,一方面对于同样的事情每次收集到的数据可能不同,另一方面只要有足够的数据就可能从中发现规律。
(3)教材(对学生学习的价值)数据分析是统计的核心,让学生学习条形统计图、扇形统计图、折线统计图等常见的统计图,并且能用它们直观、有效地表示数据,能根据问题背景选择合适的统计图,借助数据分组,初步体会数据的随机性到联系性,进一步提高学生表示数据、分析数据的能力。
(4)学生学情(对学生的适宜性)本单元是在学生已经学习了条形统计图、折线统计图等常见统计图,并且能用它们直观、有效地表示数据的基础上进行教学的。
六年级的学生思想活跃,已经具备一定分析数据的能力。
通过学习本单元,让学生能根据问题的背景选择合适的统计图,进一步提高学生表示数据、分析数据的能力。
【单元学习目标】1.目标确定本单元的主要内容有:认识扇形统计图、根据实际需要选择合适的统计图、身高的选择(学会分段处理数据、分析数据)、身高的变化(能根据统计图进行合理的预测)这四方面活动引导学生从不同的角度分析数据,以便从数据中获得尽可能多的信息,并发现蕴含其中的一些规律。
1.1数据及其特征-粤教版(2019)高中信息技术必修一教学设计

B. 中位数
C. 方差
D. 平均数
答案:D
解析:平均数是数据集中趋势的一种度量,可以通过将所有数据相加然后除以数据的个数来计算。
八、教学反思与总结
今天教授的是《数据及其特征》这一课,看着学生们认真听讲的样子,我觉得自己准备的课程还是相当成功的。我通过一些生活中的实例,让学生们能够更好地理解数据的各种类型和表示方法,同时也通过具体的案例分析,让学生们了解了数据的特征及其重要性。
二、核心素养目标
本节课的核心素养目标包括数据意识、信息意识、信息处理能力和创新思维。通过学习数据及其特征,学生将培养对数据的认识和敏感度,增强信息意识,能够主动发现和收集信息。同时,学生将掌握数据表示方法和特征分析技巧,提高信息处理能力。在学习过程中,学生将发挥创新思维,运用数据特征解决实际问题。这些核心素养目标的实现将有助于学生全面发展,为未来的学习和工作打下坚实基础。
每组选出一名代表,准备向全班展示讨论成果。
5. 课堂展示与点评(15分钟)
目标: 锻炼学生的表达能力,同时加深全班对数据及其特征的认识和理解。
过程:
各组代表依次上台展示讨论成果,包括主题的现状、挑战及解决方案。
其他学生和教师对展示内容进行提问和点评,促进互动交流。
教师总结各组的亮点和不足,并提出进一步的建议和改进方向。
1.1数据及其特征-粤教版(2019)高中信息技术必修一教学设计
课题:
科目:
班级:
课时:计划1课时
教师:
单位:
一、教学内容分析
本节课的主要教学内容为粤教版(2019)高中信息技术必修一1.1数据及其特征。内容包括数据的定义、数据类型、数据表示以及数据的特征等。
教学内容与学生已有知识的联系:学生在初中阶段已经学习了数据的概念,对本节课的内容有一定的了解。本节课将进一步深入探讨数据的各种类型,如数值数据、文本数据、图像数据等,以及这些数据的表示方法和特征,如数据的大小、数据的变化趋势等。通过本节课的学习,学生将能够更加深入地理解数据,为后续的数据处理和分析打下基础。
核数据处理实验报告

核数据处理设计报告题目:SNIP算法扣除谱数据本底学生姓名:x x x班级: 0 9 0 2 x x学号:0 9 0 2 1 x x x指导教师:吴 x x日期:2012 . 06 . 24SNIP算法扣除谱数据本底摘要:在自然能谱全谱分析中,为了分离无用信息及提高解释精度,必须进行全谱连续本底自动扣除。
首先介绍能谱本底的来源及特征,了解SNIP方法在能谱本底扣除中的初步应用。
分析得出:高次滤波函数或滤波窗口较窄的情况下,SNIP方法能有效地抑制康普顿散射的影响,并对本底峰、散射射线及屏蔽材料的特征X射线等本底因素的影响有很强的消弱作用,但同时也会减少全能峰计数。
而采用低次滤波函数或较宽的滤波窗口时,SNIP方法不仅不能对本底计数起到很好的抑制作用,反而增加本底计数对全能峰计数的影响。
通过实例分析,SNIP方法能精确确定边界道,滤波窗口在很宽的变化范围内,SNIP方法对天然放射性核素比活度分析精确度均较高。
为了深入了解SNIP方法我们采用SNIP方法分析样品扣除cu 谱的本底。
关键词:SNIP方法扣除本底全能谱峰面积SNIP algorithm less spectral data backgroundAbstract: In the full spectrum of natural energy spectrum analysis, in order to separate the useless information and improve interpretation accuracy, must be carried out automatically deduct the full spectrum of continuous background. First to introduce the end of the energy spectrum of this source and characteristics of the SNIP method in the deduction of the end of the spectrum of this initial application. Analysis obtained: high filtering function or filtering a narrow window of the SNIP method can effectively suppress the influence of Compton scattering, and the background peak, scattering rays and shielding materials, the characteristic X-rays and other background factors weaken the role of a strong, but it will also reduce the Almighty peak count. Low filtering function or wide filter window, the SNIP method not only can not count on the background played a very good inhibition, but increased the background count Almighty peak count. By case analysis, the SNIP method can accurately determine the boundary Road, the filter window in a wide range of variation within the SNIP method of natural radionuclide specific activity analysis are high precision. To better understand the method SNIP SNIP method of analysis of samples less cu spectrum background.Keywords: SNIP method, net of background Almighty peak area一、设计目的1. 提高学生自学能力,对知识的掌握程度。
高中信息技术课标中数据科学的学习要求

专 题*********************6中国信息技术教育张渤 山东省桓台第一中学高中信息技术课标中数据科学的学习要求《普通高中信息技术课程标准(2017年版,2020年修订)》(以下简称《课标》)融合了数据科学的理念,通过系统规划、设计内容标准,以满足学生的学科核心素养培养和个性发展需求。
下面笔者从大概念、实例、个性发展等不同角度梳理学习要求。
●数据大概念的学习与应用要求1.认识数据《课标》明确了学科核心大概念为数据、算法、人工智能、信息系统等。
其中,数据作为基础与核心,以必修模块1“数据与计算”为主,贯穿在所有模块中。
信息是信息社会的重要资源,而信息是由数据来承载的。
《课标》要求在认识数据的基本概念、表现形式、获取(采集)方法以及处理、应用等基础上,深入了解信息社会。
2.应用软件或平台工具处理数据《课标》要求掌握相应的数据处理工具,通过对数据的加工以充分利用数据解决问题。
选择性必修模块“数据与数据结构”“数据管理与分析”,是在必修模块的基础上的认知层次提升,也是应用水平提升。
●数据实例选取来源于生活要求①在内容要求上,《课标》以生活、实践中的案例为主,要求数据来源多以现实生活为主,这样的设计让学生能够在应用实践中加深对相关概念、技术的理解,打消对陌生领域的恐惧,激发学生的学习积极性。
从生活实例中学习知识,所学知识用于解决现实生活中的问题,充分体现项目学习的意义。
②增强信息意识,发展计算思维。
在数据相关知识的学习过程中,《课标》不仅强调数据知识体系的系统性,更关注学生如何理解应用知识,如何创造性地运用知识解决问题。
在内容要求上,《课标》多处提到“通过解决实际问题”的学习方法,在理解数据的基础上认识数据的影响,完成分析报告,通过列举实例理解抽象数据等。
这些设计不仅帮助学生在从具体到抽象的过程中提高思维水平,还在学习活动中形成对数据的个性化的思想认识和分析方法。
● 学科核心素养的基础培养与个性化发展要求作为一门基础课程,信息技术除了承担必要的学生学科核心素养培养外,同时兼顾有志趣、有特长的专业人才的发掘功能。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
E 表示光电倍增管对分辨率的影响
谱数据处理——前言
其他影响:
探测器外面的物质,如铅屏蔽、样品材料等 物质的康普顿散射
韧致辐射对γ能谱的贡献(消耗在原子或分子 的激发上)
γ能谱中的特征X射线峰 X射线逃逸峰 两个γ光子能量的“加和” 大样品对γ能谱的影响 自然本底对样品γ能谱的贡献
所需的数据处理:
谱数据处理-多个累计计数(面积)、含量、活度等量值 预处理(数据的检验、选择、转换等) 统计分析 成图成像
谱数据处理——前言
ADC转换数据采集原理
信号幅度
8
6
2
5
10 6
t1
t2
t3
t4
t5
t6
10
2
8A/D转6换器将5脉冲下6降沿时的 模拟电压转换为数字量
t1
t2
t3
全谱测量(多道脉冲幅度分析器)
元素(核素)——能量——脉冲幅度(电压)—— 道址
Cs-137, 661keV; Fe-55, 5.989keV
计数(个数)
元素(核素)能量 脉冲(电压)幅度 道址
谱数据处理——前言
核辐射测量的特点
1.核辐射是核衰变的产物
原子核自发的发生核结构的变化,由一个元素的原子核转变 为另一个元素的原子核,同时伴随放射出粒子或电磁辐射的 现象。称为放射性衰变
Eph h 0 ,ε:电子的结合能。产生的峰叫光电 峰,或全能峰。
如137Cs的γ射线能量为661keV,产生的全能 峰的能量也是661keV。
谱数据处理——前言
伽玛射线与物质的相互作用(三大效应)
康普顿散射(康普顿—吴有训效应):
γ射线损失一部分能量并改向,产生反冲电子。 形成康普顿平台及反散射峰。
0.3%
↘
60 28
Ni
激发态 ↓γ 0.059MeV,99.7% ↘ β 0.31MeV ↓γ 1.17MeV ↓γ 1.33MeV
基态
谱数据处理——前言
放射性核素与辐射的能量间存在一一对应关系
1)铀系
核素 U-238 Th-234 Ra-226 Rn-222 Po-218 Pb-214
Bi-214
谱数据处理——前言
三大效应的几率分布
在低能与高原子序数Z 的物质范围内,光电效 应占优势
在中能与任何Z值物质 的范围内,康普顿散射 占优势
在高能与高Z物质的范 围内,电子对生成占优 势。
谱数据处理——前言
伽玛射线与物质的相互作用(三大效应)
光电效应:
把全部能量交给壳层电子,γ射线消失,产生光 电子。
37S的γ能谱
谱数据处理——前言
逃逸峰——正负电子对对全能峰的贡献:
正电子的湮没——形成全能峰
h E E 0.51 0.51
单逃逸峰:正电子湮没时放出的二个光子中有一个光子飞出晶体
h E E 0.51
双逃逸峰:正电子湮没时放出的二个光子中有二个光子飞出晶体
h E E
淹没光子峰:0.511MeV
Cs-137 0.66 MeV T= 30 a
Co-60 1.17 MeV T= 5.25 a
1.33 MeV
特点 : 核辐射的原始谱是线谱
谱数据处理——前言
仪器谱– 以NaI γ谱仪为例
定义:由能谱仪器测量得到的、被复杂化的核辐射 原始线谱,称为仪器谱。
线谱变成了具有高斯分布特征的形状—特点之一 具有单一能量的线谱,变成连续谱----特点之二
一个呈高斯分布的、有一定宽度的谱线。
用“能量分辨率”表示高斯分布曲线的宽度
谱数据处理——前言
谱线具有高斯分布特征的形状
用“能量分辨率”表示高斯分布曲线的宽度
能量分辨率可以写成: 2
E
表示“传输几率”的变化对分辨率的贡献
传输几率:一个荧光光子产生一个能达到光电倍 增管第一次阴极的电子的平均几率
K系:
E放>能E量Kab。(K层电子的吸收限):产生K层电子空穴,外层电子填充并释 Kα;Kβ
谱数据处理——前言
X射线特征谱
X射线:一种低能电磁辐射,一般几至几十keV。 特征X射线:其能量E取决于待测元素的原子序数。
L系:
E>ELab(L层电子的吸收限):产生L层电子空穴,外层电子填充并 释放能量。
E'
1
h
h 0
0 (1
cos
)
0.51
Ee 1
h 0
0.51
h 0 (1 cos)
如137Cs的反散射峰能量:
E1' 80
1
h 0 2h
0
661 184keV 1 2 * 661
0.51
0.51
谱数据处理——前言
伽玛射线与物质的相互作用(三大效应)
光电效应 康普顿散射(康普顿—吴有训效应)
计数(个数)
元素(核素)能量 脉冲(电压)幅度 道址
谱数据处理——前言
原因(连续谱) :伽玛射线与物质的相互作用
光子与核外电子的作用
瑞利散射——弹性散射
康普顿散射——非弹性散射 光电效应——束缚电子吸收全部光子能量逃离原子
光子与核或核外电子库仑场的作用
大于总 几率的 99%
电子对的生成——形成正负电子对
德尔布茹克散射或核的势散射——弹性散射
光子与原子核(或单个核子)的作用
汤姆逊散射——弹性散射
共振散射——非弹性散射
光致分裂或核的光效应——光子能量被吸收引起光核反应
谱数据处理——前言
原因(连续谱): 伽玛射线与物质的相互作用(三大效应)
光电效应 康普顿散射(康普顿—吴有训效应) 电子对效应
谱数据处理——前言
核辐射能量具有特征性
K 俘获
例:
K 40
19
↙↘
e
↙
↘
11 %
↙
↓γ 1.461 MeV
↓
基态
40 18
Ar
1.26 * 109 年
β 1.32 MeV ↘ 89 %
↘
基态
2400Ca
谱数据处理——前言
核辐射能量具有特征性
同质异能跃迁
例:2670Co
↘
β 1.54MeV↘
α 射线 能量(MeV)
4.185 --
4.761 5.482 6.002
--
--
几率 0.187 0.148 0.012 0.00064
0.377 0.189 0.052 0.163 0.166 0.471
γ 射线 能量(MeV) 0.048 0.093 0.184 0.51 0.352 0.295 2.204 1.764 1.120 0.609
Lα;Lβ;Lγ
谱数据处理——前言
X射线特征谱
能量关系:
EK>EL>EM>…… EKab>EKβ>EKα ELab>ELγ>ELβ>ELα
分支比:不同线系和同一线系不同谱线之间 的相对照射量率关系
例:
Fe: EKα=6.4keV, EKβ=7.06keV, EKab=7.88keV
t4
t5
t6
模拟信号
5 数字信号 t7 t 时间
A/D转 换命令
5
计算机
t7
屏幕
谱数据处理——前言
全谱测量(多道脉冲幅度分析器) 地址单元
┆
脉冲信号v
216
数字信号 16
216 ┆
17
25
8
┆
9
25
16
18
17
18
16
16
16
16
16
216
17
16
16
18
89
16
┆
时间t 25
9
16
8
存储器 ┆ 0----------1 ┆ 0------------------1 ┆ 0--------------1 0---1 0-1------2—3--4--5
谱数据处理——前言
X射线谱
Pb: ELα=10.55keV, ELβ=12.61keV, ELγ=14.76keV
谱数据处理——前言
X射线特征谱
混合谱——能量峰重合
┆ 0-------1 0-----1
谱数据处理——前言
全谱测量
计算机屏幕
计数
5 11 11 1
0 8 9 16 17 18 25
地址单元 ┆ 216 ┆ 25 ┆
18 17 16
道址ch
┆
1脉冲幅度V 9
8
216
存储器 ┆ 0----------1 ┆ 0------------------1 ┆ 0--------------1 0---1 0-1------2—3--4--5
X射线
全能峰,光电峰
反散射峰 康普顿平台
道址(E)
谱数据处理——前言
伽玛射线与物质的相互 作用(三大效应)
电子对效应:
h 0 1.02MeV (2m0c 2 )时, γ射线消失,产生正、 负电子对。
Ee ,e h 0 1.02,e+ 湮灭,产生2个能量为 0.51MeV的光子,形 成逃逸峰。
谱数据处理——前言
全能峰:
光电效应:光电子的贡献:光电子能量近似 等于入射射线能量
E h k
康普顿效应:
多次康普顿效应,使光子能量全部消耗于晶体中
一次康普顿效应产生反冲电子 + 散射量子的光 电效应产生的光电子:
h
'
1
0.51
0.51 cos
h