Unprecedented accuracy in molecular line-intensity ratios from frequency-based measurements

计量学 强度(物理) 准确度和精密度 计算物理学 光学 光谱学 色散(光学) 量子计量学 测量不确定度 物理 材料科学 量子 量子力学 量子技术 开放量子系统
作者
J. Li,J. Wang,Rui-Heng Yin,Qi Huang,Yan Tan,Chang-Le Hu,Yu Sun,O. L. Polyansky,Н. Ф. Зобов,Evgenii I. Lebedev,Rainer Stosch,Jonathan Tennyson,G. Li,Shui-Ming Hu
出处
期刊:Science Advances [American Association for the Advancement of Science]
卷期号:11 (38): eadz6560-eadz6560 被引量:1
标识
DOI:10.1126/sciadv.adz6560
摘要

Accurate determination of molecular transition intensities is vital to quantum chemistry and metrology, yet even simple diatomic molecules have historically been limited to 0.1% accuracy. Here, we show that frequency-domain measurements of relative intensity ratios outperform absolute methods, achieving 0.003% accuracy using dual-wavelength cavity mode dispersion spectroscopy. Enabled by high-precision frequency metrology, this approach reveals systematic discrepancies with state-of-the-art ab initio calculations, exposing subtle electron correlation effects in the dipole moment curve. Applied to line-intensity ratio thermometry (LRT), our technique determines gas temperatures with 0.5 millikelvin statistical uncertainty, exceeding previous LRT precision by two orders of magnitude. These results redefine the limits of optical gas metrology and enable International System of Units–traceable measurements for applications from combustion diagnostics to isotopic analysis. Discrepancies of up to 0.02% in transition probability ratios challenge theorists to refine models, establishing intensity ratios as a paradigm in precision molecular physics.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
钉钉发布了新的文献求助10
刚刚
刚刚
Aurora完成签到 ,获得积分10
刚刚
qhg发布了新的文献求助10
1秒前
乐乐应助Lijunjie采纳,获得10
1秒前
2秒前
wang5945发布了新的文献求助10
2秒前
2秒前
ahuabng完成签到,获得积分10
3秒前
勤劳访烟发布了新的文献求助10
3秒前
4秒前
GGBond发布了新的文献求助10
6秒前
7秒前
7秒前
脑洞疼应助pinging采纳,获得10
8秒前
科研通AI6.3应助黑白菜采纳,获得30
8秒前
Crane发布了新的文献求助10
8秒前
田様应助wayne555555采纳,获得10
8秒前
明理飞烟发布了新的文献求助10
8秒前
bbranches应助Daidai采纳,获得10
9秒前
Rita发布了新的文献求助10
9秒前
10秒前
霸气的荔枝完成签到,获得积分10
10秒前
ncjyl发布了新的文献求助10
12秒前
猫的报恩完成签到,获得积分10
12秒前
英姑应助草莓气泡采纳,获得10
12秒前
我是老大应助难过的谷芹采纳,获得10
15秒前
Lijunjie发布了新的文献求助10
15秒前
桐桐应助褪色采纳,获得10
15秒前
chengzi完成签到,获得积分10
16秒前
可爱的函函应助YuxiLuo采纳,获得10
17秒前
17秒前
武睿婧完成签到,获得积分10
17秒前
18秒前
SciGPT应助闪闪的梦槐采纳,获得10
19秒前
贾哲宇发布了新的文献求助10
19秒前
Yun yun发布了新的文献求助10
20秒前
21秒前
ncjyl完成签到,获得积分10
21秒前
21秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
PowerCascade: A Synthetic Dataset for Cascading Failure Analysis in Power Systems 2000
The Composition and Relative Chronology of Dynasties 16 and 17 in Egypt 1500
Picture this! Including first nations fiction picture books in school library collections 1500
Signals, Systems, and Signal Processing 610
Unlocking Chemical Thinking: Reimagining Chemistry Teaching and Learning 555
Scientific Writing and Communication: Papers, Proposals, and Presentations 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 物理 内科学 复合材料 催化作用 物理化学 光电子学 电极 细胞生物学 基因 无机化学
热门帖子
关注 科研通微信公众号,转发送积分 6371066
求助须知:如何正确求助?哪些是违规求助? 8184806
关于积分的说明 17269117
捐赠科研通 5425571
什么是DOI,文献DOI怎么找? 2870295
邀请新用户注册赠送积分活动 1847350
关于科研通互助平台的介绍 1694018