Veronika a kosmické záření

Ve finále letošního ročníku soutěže Expo Science Amavet, kterou podporuje ČEZ, uspěla Veronika Valešová. Napsala nám o své práci krátký článek.

Projekt, který zkoumá detekci sekundárního kosmického záření, běží na Gymnáziu Dašická v Pardubicích již od roku 2006. Ve školních letech 2011-2012 a 2012-2013 jsem na něm pracovala i já. Porušila jsem tak tradici – každý rok pracoval na projektu jiný kluk. Jako jediná dívka jsem se výzkumu věnovala dva roky a mým nástupcem je opět kluk…

Co jsem měřila a zpracovávala

Ve své práci „Detekce sekundárního kosmického záření v závislosti na meteorologických podmínkách“ jsem se zaměřila na sběr dat ze sedmi detekčních stanic v České republice. Pracovala jsem na projektu, který v rámci Evropy nese název CZELTA. Stanice jsou umístěny na střechách škol SPŠ Kladno, UTEF ČVUT v Praze, SPŠE Pardubice, Gymnázium Dašická – Pardubice, Slezská univerzita v Opavě, Základní škola Boženy Němcové v Opavě a Mendlovo gymnázium v Opavě. K nasbíraným datům jsem následně přidávala meteorologická data a sledovala, jak meteorologické jevy v atmosféře ovlivňují příchod a četnost sekundárních částic.

Během jedné hodiny detektory zasáhne průměrně 63 sekundárních spršek. Sekundární kosmické spršky vyvolaly částice, které měly před příchodem do atmosféry Země energii alespoň 10¹⁴ eV a vyšší (1 eV = 1,60.10^-19 J). Tyto energetické částice se v atmosféře rozpadnou, či reagují s částicemi vzduchu, a ve výšce 20-30 km nad zemským povrchem začnou vytvářet vrchol pomyslného kužele. Základna kužele podle počáteční energie primární částice může dorazit až k povrchu Země, ale jen tehdy, když počáteční energie byla nejméně 10¹⁴ eV. (Jen pro porovnání: v experimentálním středisku CERN u Ženevy dokáží vědci na nejvýkonnějším světovém urychlovači urychlit částici „jen“ na 10¹² eV, to je asi jako energie letícího komára.)

O detekčních stanicích

Každá detekční stanice se skládá ze tří scintilačních detektorů. Částice musejí zasáhnout všechny tři detektory v době menší než 100 ns. Když je sprška zasáhne, systém k ní zapíše informace o čase, energii a směru příchodu. Informace nezůstanou pouze v „místním“ počítači, ale ihned se odešlou na server http://www.utef.cvut.cz/czelta/czelta-cz.html, kde si je můžeme stáhnout a zpracovávat.

Počet přicházejících částic

Částic průměrně za hodinu přichází asi 63, hodin je v jednom roce 8760. Po vynásobení dostáváme 551 880 částic za rok. Kromě počtu částic dostáváme každou minutu také informace o tom, zda je stanice funkční a zda správně měří – po součtu dostáváme jen za jeden rok miliony souborů. Nejstarší stanice v České republice UTEF, ČVUT a Slezská univerzita měří již od roku 2005. Proto každý, kdo chce s těmito daty pracovat, musí alespoň trochu programovat nebo mít svého programátorského „přítele na telefonu“.

Meteorologická data

Podobné je to s meteorologickými veličinami. Jen s tím rozdílem, že se data o počasí odečítají každou hodinu. Proto jsem pro své zkoumání musela zpracovat soubory s částicemi do hodinových úseků tak, aby se k nim mohl přiřadit údaj z meteorologické stanice.

Zpracovávání

Z vědeckých článků a publikací víme, že částice by na zemský povrch měly dopadat v Poissonovském rozdělení. Ale když pohlédneme na histogramy (graf závislosti četnosti na hodnotě proměnné) přicházejících částic, nejeví se to tak. Proto jsem se zabývala těmito nejasnostmi a snažila se odhalit důvody.

Rozdíly ve výsledcích

Čísla se liší i proto, že byl k dispozici různý počet vstupních dat. Každý rok neměl stejný počet měřených dní, ne každou hodinu se shodují meteodata a detekce částic. Někdy byla stanice bez proudu a neměřila celou hodinu, a proto nelze takovou hodinu započítávat. Rok má sice 8760 hodin, přes to je to dost malé množství pro ukotvení všech meteorologických podmínek a studium změn jen u jedné. V meteorologii sledujeme celkem 17 proměnných veličin: oblačnost, výšku mraků, typ mraků, rosný bod, relativní vlhkost, srážkový úhrn, tlak, tlakovou tendenci, sněhové srážky, hloubku sněhu, tlak na stanici, teplotu, viditelnost, teplotu větru, směr větru, nárazy větru a rychlost větru.

Na příchod kosmického záření mají některé meteorologické veličiny samozřejmě větší vliv (teplota, tlak, viditelnost, vlhkost) a některé vliv menší (směr větru, nárazy větru, …). Data jsem získala z webové stránky: www.wolframalpha.com pod odkazem Weather Data Pardubice (či název jiného hledaného města). A stahovala jsem je pomocí programu Wolfram Mathematica.

Pro statistické účely je vhodnější ukotvovat data postupně po dvou a získat tak tabulku o minimálně 5 000 datech (tabulka 1).

Kdybychom si tyto řády převedli na čísla nám o trochu bližší, lze konstatovat: Pokud je průměrný hodinový tok 63 částic, pak umíme s průměrnou odchylkou naměřených a vypočtených hodinových toků říci, kolik částic nám přiletí, a současně se vejdeme do chyby max. 10 % (tabulka 2).

Snižování průměrných hodinových toků má na svědomí stav detekční stanice. Scintilační detektory jsou velmi citlivé na teplo, časem se opotřebují a jejich schopnost zachytávat částice se tak snižuje.

Závěr, výsledky a teorie

Na výsledcích jsem pracovala dva roky. Potvrdila jsem teorii, že meteorologická situace ovlivňuje hodinový tok sekundárního kosmického záření. Současně jsem vytvořila teorie, které by mohly objasnit, jak určité meteorologické podmínky ovlivňují sekundární kosmické záření.

Při vyšší teplotě detektorů, která je závislá na venkovní teplotě vzduchu, stanice detekují méně částic. Teplota by ovlivňovala účinnost stanice. Víme, že v letních měsících mají stanice i výpadky. To by mohlo znamenat, že při vyšší teplotě detektorů mají stanice problémy s přehříváním a dochází k výpadkům měření.

Při vyšším tlaku detekujeme méně částic. Vysvětlení: Vyšší hustota vzduchu znamená více molekul a dalších částic atmosféry, a přilétající částice sekundárního kosmického záření mají problém se mezi takovým množstvím částic vzduchu „prodrat“ až k Zemi. Částice z vesmíru mohou častěji interagovat či zanikat a nemusí vždy dopadnout na detektor.

Při vyšší teplotě vzduchu přichází méně částic. Částice vzduchu při nižší teplotě kmitají s menší amplitudou a naopak když je vyšší teplota, kmitající částice vzduchu mají větší výchylky. Přicházející částice sekundárního kosmického záření mají problém projít tak, aby nezareagovaly či nezanikly.

Jsou-li mraky vysoko, pohltí vznikající „malý“ kužel sekundárního kosmického záření, a proto nemůže vzniknout kužel, který by mohl dosáhnout až k povrchu Země, k detektorům. Naopak, když jsou mraky nízko, kužel sekundárního kosmického záření je už dostatečně veliký a i při drobném pohlcení částic mrakem jich je stále ještě dost, aby mohly zasáhnout detektor.

Při některých typech mraků detekujeme více částic. Vysvětlení může souviset s výškou mraků nebo jejich složením – vodní kapičky, krystalky ledu, …

Když je větší úhrn srážek, částic „přilétá“ méně. Částice sekundárního kosmického záření reagují s molekulami vody.

Jestliže je špatná viditelnost, ve vzduchu mohou být částečky prachu, smogu. Částice sekundárního kosmického záření by mohly s těmito částečkami interagovat a „vytvořit“ více větších spršek, které zasáhnou všechny tři detektory.

Usoudila jsem, že nejvýraznější je závislost na teplotě detektorů a na atmosférickém tlaku. Provedla jsem několik lineárních regresí (korekce na dvě proměnné) pro teplotu detektorů a tlak. Jako nejlepší se jeví lineární regrese obou proměnných – teplota detektorů a přirozený logaritmus tlaku. Ze získaných parametrů jsem korelovala hodinové toky na tyto dvě veličiny a histogram korigovaných toků porovnala s histogramem Poissonova rozdělení. Shoda histogramů je výrazně lepší než bez korekce.

Dále jsem vytipovala ještě jednu možnost. Data již opravená na tlak a teplotu detektorů jsem dále upravila na viditelnost a relativní vlhkost.

Všechny výsledky jsou zpracovány do grafů a tabulek, které uvádím ve své středoškolské odborné činnosti v práci „Detekce sekundárního kosmického záření v závislosti na meteorologických podmínkách“.

Svojí prací jsem se snažila vysvětlit některé nejasnosti při detekci částic sekundárního kosmického záření a přispět k „odfiltrování“ vlivu atmosféry.

Programování

Jelikož dat jsou milióny, bylo třeba vytvořit programy. Pomoc a konzultaci mi nabídl můj kamarád – Bc. Tomáš Peterka (FIT, ČVUT). Programy jsou napsány v Pythonu. Na programování jsme strávili asi měsíc a půl.

Výsledky statistiky

Naměřená data se s teoretickým modelem moc neshodují.

Uvádím 3 grafy (obr. 1, obr. 2, obr. 3), na kterých je vidět, jak které meteorologické veličiny ovlivňují tok kosmického záření. Červený sloupec je teoretický model – Poissonovské rozdělení, modrý naměřená či upravená data.

U vyšších hodinových toků došlo k vylepšení a lepší shodě. To je zatím nejlepší výsledek, i když je k dispozici dalších 13 proměnných v meteorologii, na jejichž vyhodnocení stále pracuji.

Úspěchy projektu

Závěrem uvádím úspěchy mého projektu na různých soutěžích:

• Holky pozor! Aneb nápad k nezaplacení na celostátním kole – 3. místo


• EXPO SCIENCE AMAVET v národním finále – Cena děkana FJFI, ČVUT


• SOČ v okresním kole – 1. místo; v krajském kole – 1. místo; na celostátní přehlídce v Brně – 2. místo; po celou dobu v oboru 02-fyzika


• 2. místo v soutěži Česká hlavička, v kategorii Futura.

Budoucnost

Práce na projektu mi pomohla uvědomit si své záměry do budoucna – moje „srdcová“ vysoká škola je proto Univerzita Karlova v Praze, Matematicko-fyzikální fakulta, obor obecná fyzika.

Kromě vědeckého bádání mě baví balet (náš letošní velký úspěch se ZUŠ Pardubice – Polabiny je 2. místo v evropské soutěži ISWA se skladbou „The Echoes“, choreografky Naděždy Gregorové. (iswa.fisica.unina.it/index.php/the-winners/moderne-dance-the-winners). Baví mne i turistika, cyklistika, plavání a další sporty.

Poděkování

Chtěla bych moc a moc poděkovat lidem, kteří mi pomohli, a díky kterým se mohl celý projekt uskutečnit. Z Ústavu technické a experimentální fyziky ČVUT v Praze jsou to Ing. Stanislav Pospíšil, DrSc., Doc. Ing. Ivan Štekl, CSc., Ing. Karel Smolek, PhD., Ing. Petr Přidal, DrSc. Poděkování patří i mému konzultantovi panu RNDr. Vladimíru Víchovi, dále kamarádovi, který mi pomáhal a radil v oblasti programování Bc. Tomáši Peterkovi a v neposlední řadě mé rodině, která mě jako vždy velmi podporovala.

Tabulka 1

Stanice Gymnázium Dašická, Pardubice
Rok	Shoda bez opravy na meteorologii	Shoda po opravě na první dvě meteorologické veličiny (tlak a teplota)	Shoda po opravě na další dvě meteorologické veličiny (viditelnost a vlhkost)
2009	5,45. 10-249	5,14. 10-152
2010	3,76. 10-280	3,29. 10-55
2011	1,00. 10-118	3,96. 10-13
2012	9,78. 10-201	9,93. 10-30	5,94. 10-18

Tabulka 2

Stanice Gymnázium Dašická, Pardubice
Rok	Průměrný hodinový tok	Průměrná odchylka naměřených a vypočtených hodinových toků	Procentuální zastoupení průměrné odchylky od průměrného hodinového
2009	76	6	8 %
2010	73	5	7 %
2011	65	4	6 %
2012	63	5	8 %

---

Obr. 1: Po úpravě dat na teplotu a přirozený logaritmus tlaku podle rovnice:

N_st = N – m₁. [t – t_st] – m₂. [ln(p) – ln(p_st)],

kde N – 63 h^-1; p_st – 1017 hPa; t_st – 18 °C; (data z Gymnázia Dašická, Pardubice, 2012); m₁ a m₂ jsou konstanty; t a p hodnoty teploty a talku v dané hodině, dostáváme lepší shodu. N je hodinový tok – počet částic přišlých v dané hodině.

Obr. 3:

Po úpravě teploty a tlaku ještě na viditelnost a vlhkost, podle rovnice:

N_st = N – m₁. [km-km_st] – m₂. [ln(%-%_st)],

kde N – 63 h^-1; viditelnost_st (km_st) – 16 km; vlhkost_st (%_st) – 0,7; (data z Gymnázia Dašická, Pardubice, 2012); m₁ a m₂ jsou konstanty; % a km hodnoty vlhkosti a viditelnosti v dané hodině. N je hodinový tok – počet částic přišlých v dané hodině.