Rekonstrukce školního pokusu · výpočetní zpráva

Ohřívání tří uzavřených sklenic

Proč jsme výpočet dělali, jaké rovnice a data jsme použili a jaké teploty skutečně vyšly.

Výpočet z 18. listopadu 2026 · beze změny přijatého zadání · samostatný dokument s vloženými grafy
ČÁST 01

Proč jsme tento výpočet dělali

Výpočet vznikl při rozboru jednoduchého školního pokusu: tři balónky se naplní různými plynnými směsmi, jejich obsah se přivede do zavařovacích sklenic a porovnává se ohřev na slunci. Chtěli jsme získat konkrétní číselnou odpověď, jaký rozdíl mohou za přesně určených podmínek způsobit CO₂, vodní pára a odlišné tepelné vlastnosti směsí.

Jako původní inspiraci uvádíme materiál Učím o klimatu: Skleníkový efekt snadno a rychle. Následující stručný popis historie vychází pouze z textu dodaného uživatelem; původní webový návod zde znovu nepřezkoumáváme.

Sklenice A · střed plynu25,312043 °Cpo 3 600 sekundách oslunění
Sklenice B · střed plynu25,312748 °Cpo 3 600 sekundách oslunění
Sklenice C · střed plynu25,319626 °Cpo 3 600 sekundách oslunění
ČÁST 02

Stručný kontext podle dodaného popisu

Podle dodaného popisu byl balónek A nafouknut pumpičkou, B ústy a C plynem vzniklým reakcí kypřicího prášku s octem. Plyn z balónků se přiváděl brčkem do nevakuovaných sklenic. Pro další práci jsme přijali pevnou tabulku konečného složení; v samotné tepelné simulaci se plnění ani promíchávání znovu nepřepočítávalo.

Rekonstrukce následně přešla k hodinovému oslunění a třem současně pracujícím, utěsněným čidlům uprostřed plynu. Právě tento pevně stanovený scénář jsme numericky řešili. Tlak přibližně 103 kPa uváděný v historii balónků se do výpočtu ohřevu nepřenáší: ve sklenicích je zadáno 101,3 kPa.

Co bylo cílem. Zjistit teploty a jejich rozdíly bez předem přijatého znaménka výsledku. Zároveň oddělit přímou absorpci Slunce, dlouhovlnnou výměnu se stěnami a vliv ostatních vlastností plynu. V dodaném popisu jsou starší orientační odhady; vstupem tohoto výpočtu byla přijatá tabulka a výslovné podmínky, nikoli tyto odhady.
ČÁST 03

Pevné zadání a doplněné parametry

Původní součty molárních procent jsou A = 100.04 %, B = 100.00 %, C = 100.10 %. Odchylky jsou +0,04, 0,00 a +0,10 procentního bodu. Všechny složky každé směsi byly děleny jejím součtem. Skutečný normalizovaný podíl CO₂ v C je 49.85014985 %. „Ar a ostatní“ reprezentuje argon; jiné stopové složky nejsou určeny.

SložkaA mol. %B mol. %C mol. %
N₂77.269092476.900000037.6623377
O₂20.691723317.700000010.0899101
CO₂0.03998402.600000049.8501499
H₂O1.09956021.90000001.8981019
Ar0.89964010.90000000.4995005

Počáteční teplota všech uzlů 293,15 K, tlak 101 300 Pa, objem 0,001 m³, optická dráha 0,1 m, hmotnost skla 0,5 kg a jeho tepelná kapacita 400 J/K. Hermetický, tuhý objem, ideální plyn, pevné složení. Počet molů je stejný ve všech nádobách. Nepočítá se s kapalnou vodou, reakcemi, únikem ani sorpcí vlhkosti.

Doplněná geometrie je válec s výškou rovnou průměru: poloměr 0.054193 m, výška 0.108385 m. Vnitřní povrch 0.055358 m². Ekvivalentní tloušťka z hmotnosti a předpokládané hustoty skla 2500 kg/m³ je 3.6128 mm. Tepelná vodivost skla 1,0 W/(m·K). Jde o ekvivalentní rovnoměrnou stěnu, nikoli rekonstrukci skutečné zavařovací sklenice.

Doplněné víčko má hmotnost 20 g, kapacitu 10 J/K, solární absorptivitu 0,6 a teplotu vnějšího uzlu. Z účinného normálového průřezu 0,01 m² tvoří 90 % vstup sklem a 10 % neprůhledné víčko. Za plynem tvoří 75 % zasažené plochy druhá skleněná stěna a 25 % vnitřní neprůhledný povrch víčka/dna. Tyto podíly jsou předpoklady geometrie, nikoli údaje HITRAN.

Podložka má kapacitu 200 J/K, emisivitu 0,9, konvekční plochu 0,02 m² a přestup do vzduchu 5 W/(m²·K) bez větru. Polovina paprsků prošlých zadní stěnou dopadne na podložku s absorptivitou 0,25. Kontaktní vodivost nádoba–podložka je 0,02 W/K. Podložka není dodatečně osluněna mimo tento svazek. Víčko je zahrnuto ve vnějším uzlu, dno v ekvivalentním skle; jejich vlastní teplotní pole není řešeno.

Okolní vzduch i efektivní radiační okolí mají 20 °C, referenční vítr je 0 m/s. Předpoklad radiačního okolí 20 °C nepopisuje automaticky jasnou chladnou oblohu. Stejné podmínky platí současně pro všechny nádoby. Oslunění trvá přesně 3600 s.

Úplné původní zadání výpočtu je na konci dokumentu zachováno doslova. Doplněná geometrie, povrchy a víčko jsou předpoklady modelu, nikoli přepsání přijatých vstupních hodnot.

ČÁST 04

Jak výpočet proběhl

Pořadí výpočetních kroků

  1. Normalizace směsí. Každý zadaný molární podíl se vydělí součtem podílů dané sklenice. Množství plynu se určí z počátečního tlaku, objemu a teploty.
  2. Příprava spekter. Z jednotlivých čar CO₂ a H₂O se při příslušné teplotě a parciálních tlacích sestaví optické tloušťky. K vodním čarám se přidá kontinuum.
  3. Průchod Slunce sestavou. V každém vlnočtu se rozdělí záření mezi odraz, absorpci sklem a víčkem, absorpci plynem, podložku a únik. Opakované odrazy se sečtou geometrickou řadou.
  4. Dlouhovlnná výměna. Spektrální absorptivita plynu se spojí s rozdílem Planckových funkcí stěny a plynu. Při stejné teplotě obou je čistý tok nulový.
  5. Termodynamika a časový vývoj. Pro každou směs se spočítají tepelné a transportní vlastnosti. Současně se řeší teploty plynu, vnitřní a vnější části skla a podložky.
  6. Rozšíření do prostoru. Plyn se rozdělí na válcové buňky a určí se teplota uprostřed. Tentýž energetický přenos se ve stěně odečte a v plynu přičte.
  7. Kontroly. Zopakují se kroky času a mřížky, faktoriální kontroly vlastností a vybrané změny vstupních parametrů. Výstupy se ukládají po jedné sekundě.
ČÁST 05

Spektrální výpočet CO₂, H₂O a skla

Použit byl sloupec direct tabulky ASTM G173-03, nikoli globální sloupec. Numerický integrál je 900,139329 W/m². Účinná plocha je průřez kolmý ke svazku; další kosinus se nepřidává. Příkon dopadající na každou sestavu je 9,001393 W, energie za hodinu 32 405,016 J. Přímý sloupec obsahuje i standardní cirkumsolární složku, zde aproximovanou stejným směrem.

HITRANonline poskytl 544 002 čar CO₂ a 416 702 čar H₂O; rozsahy skutečných dat jsou uvedeny v data/line_metadata.json. Jde o živý export stažený 18. 11. 2026, jehož endpoint nezaručuje označení zmrazené edice. Proto není vydáván za přesně identifikovanou edici HITRAN2024. Součástí balíčku jsou použité parametry všech čar, počty a SHA-256 původních souborů. Záznamy mají ověřenou délku 160 znaků. Server hlásil nesprávnou HTTP délku o jeden znak na záznam; všechna data byla ověřena podle skutečných kompletních řádků.

Pro každou čáru se počítá intenzita při teplotě T z intenzity při 296 K, dolní energie a partičních funkcí TIPS2025 z HAPI 1.3.0.0. Lorentzova pološířka používá parciální tlaky vlastního plynu a ostatních plynů, exponent rozšíření z databáze a tlakový posun. Zahrnuto je Dopplerovo rozšíření; profil je Voigtův. Profil nemá dodatečnou instrumentální konvoluci.

S(T) = S(296) Q(296)/Q(T) exp[-c₂ E''(1/T − 1/296)]
       × [1 − exp(−c₂ ν₀/T)]/[1 − exp(−c₂ ν₀/296)]
γ(T) = (γ_air p_foreign + γ_self p_self)/p_atm × (296/T)^n_air
τᵢ(ν) = Nᵢ L × Σ Sⱼ(T) Voigt(ν − νⱼ, σ_D, γⱼ)
a_total = 1 − exp[−(τ_CO₂ + τ_H₂O)]
aᵢ = a_total τᵢ/(τ_CO₂ + τ_H₂O)

Síly čar již obsahují přirozené izotopové zastoupení; to se znovu nenásobí. Ve výpočtu je síla při 296 K oříznuta pod 10⁻²⁸ cm/molekulu, křídla podél každé čáry na ±25 cm⁻¹. H₂O používá odečet pedestalové hodnoty na 25 cm⁻¹, následně se přidává self i foreign kontinuum MT_CKD 4.3 včetně hustotního a teplotního přepočtu a radiačního faktoru ν tanh(c₂ν/2T). Koeficienty kontinua se interpolují lineárně na 10cm⁻¹ tabulce, což je označená aproximace interpolace originálního kódu.

„Foreign“ rozšíření je aproximováno vzduchem. Specifické rozšíření H₂O molekulami CO₂, rozšíření CO₂ vodou, samostatný teplotní exponent vlastní šířky, line mixing, rychlostní závislost profilu, úplná daleká křídla CO₂ a kolizně indukovaná absorpce nejsou zahrnuty. Zvláště ve směsi C není vzduchové foreign kontinuum měřeným kontinuem H₂O–CO₂. To je fyzikální omezení, nikoli chyba zaokrouhlení. Krátkovlnná absorpce N₂/O₂/Ar a Rayleighův rozptyl na deset centimetrů jsou zanedbány; jejich tepelná kapacita a transportní vlastnosti zahrnuty jsou.

Mřížka má krok 0,02 cm⁻¹ od 0,01 do 36 000 cm⁻¹. Pokrývá celé ASTM 280–4000 nm a tepelné IR včetně rotačních čar vody. CO₂ pásma 1,4; 1,6; 2,0; 2,7; 4,3 a 15 μm jsou obsažena podle skutečných čar; nepracuje se s jedním širokým pásem ani s odhadnutými absorpčními procenty. V čistě solární bilanci přispívají jen vlnové délky přítomné v ASTM a prošlé sklem. Pásmo 15 μm patří do tepelné výměny; 4,3 μm je téměř odříznuto sklem a je za koncem ASTM.

Optické konstanty čirého sodnovápenatého skla jsou Rubin (1985), v tabulaci refractiveindex.info. Z n(λ), k(λ), ekvivalentní tloušťky a Fresnelových odrazů se vypočítají T, R, A včetně nekoherentních odrazů uvnitř stěny. Za 4,6 μm je sklo považováno za nepropustné; pro tepelnou emisivitu se používá 0,837. Úhly na zakřivené skutečné sklenici jsou nahrazeny kolmým dopadem na ekvivalentní plochu.

Jemná struktura dopadajícího spektra

Hladká interpolace ASTM do jemné mřížky nemůže obnovit čáry, které už absorbovala atmosféra. Proto byla jako hlavní varianta použita aproximovaná rekonstrukce, nikoli prohlášení, že jde o změřené vysokorozlišovací spektrum. Čtyři efektivní atmosférické vrstvy mají tlaky 0,85 / 0,60 / 0,35 / 0,15 atm, teploty 283 / 268 / 248 / 225 K a podíly suchého sloupce 0,4 / 0,3 / 0,2 / 0,1. Použito je 370 ppm CO₂, AM = 1,5 a 1,42 cm precipitační vody ve vertikále, rozdělené 0,70 / 0,23 / 0,06 / 0,01. Rozšíření vody využívá efektivní vmr 0,008.

Uvnitř každé původní vlnové buňky ASTM se hladké spektrum násobí vysokorozlišovacím atmosférickým přenosem a znovu normalizuje na původní energii této buňky. Celkový výkon i energie každé buňky jsou zachovány. Jde o model korelace čar, ne o plný přepočet SMARTS; nezahrnuje jemnou strukturu všech atmosférických složek ani sluneční Fraunhoferovy čáry. Varianty polovičního a dvojnásobného sloupce a hladká interpolace jsou součástí citlivosti. Pro skutečnou přesnou predikci přímé molekulové absorpce je třeba měřené nebo konzistentně vypočtené jemné dopadající spektrum.

Konkrétní algebra solárního přenosu

Označme spektrální propustnost, odrazivost a absorptivitu jedné skleněné stěny jako T, R, A; průchod plynem jako t = exp(−τ). Čelní část účinné plochy má podíl f = 0,9, vnitřní neprůhledný cíl podíl g = 0,25 a jeho absorptivita je α = 0,6. Zadní efektivní odrazivost je BR = (1 − g)R + g(1 − α).

I_dopředu / I_dopad = f T / (1 − B_R R t²)
I_zpět / I_dopad    = (I_dopředu / I_dopad) t B_R
a_plyn              = [(I_dopředu + I_zpět) / I_dopad] (1 − t)
a_CO₂               = a_plyn τ_CO₂ / (τ_CO₂ + τ_H₂O)
a_H₂O               = a_plyn τ_H₂O / (τ_CO₂ + τ_H₂O)

Čelní absorpce je fA plus absorpce vracejícího se svazku ve skle; zadní absorpce se rozdělí na sklo a neprůhledný cíl. Polovina světla prošlého zadní stranou dopadne na podložku s absorptivitou 0,25. Zbytek je odchozí světlo. Pro každý vlnočet se kontroluje součet všech podílů roven jedné.

Pro sklo se používá vnitřní Beerův průchod d = exp[−4πk(λ)dskla/λ] a Fresnelova odrazivost rozhraní r. Nekoherentní součet odrazů dává T = (1 − r)²d/(1 − r²d²) a R = r + (1 − r)²rd²/(1 − r²d²); A = 1 − T − R. Zbytkový rozdíl mezi integrálem tabulky ASTM a spektrální mřížkou se v programu konzervativně rozdělí mezi vnější absorpci a odchod, bez absorpce plynem.

ČÁST 06

Tepelná bilance a prostorový model

Plyn Tgobjem / prostorové buňkyVnitřní sklo Tᵢ200 J/KVnější sklo Tₒ200 + 10 J/K víčkaPodložka Tₛ200 J/K vedení / prouděnídlouhovlnné zářenívedení sklemkontaktVnější konvekce a sálání → okolí 20 °CSlunce: spektrálně rozdělené příkony do plynu, skla, víčka a podložky

Čtyři teplotní uzly jsou plyn Tg, vnitřní polovina skla Ti, vnější polovina skla s víčkem To a podložka Ts. Kapacity skleněných uzlů jsou 200 a 200 J/K, vnější uzel má navíc 10 J/K víčka. Mezi Ti a To je vodivost 2 k_sklo A / d. Čtyři rovnice se integrují současně:

Cvg(Tg) dTg/dt = Psolar,gas + QLW,wall→gas + Qnonrad,wall→gas
200 dTi/dt = Psolar,inner − QLW − Qnonrad − Qglass
210 dTo/dt = Psolar,outer + Qglass − Qconv,out − Qrad,out − Qcontact
200 dTs/dt = Psolar,support + Qcontact − Qsupport,ambient

Pro sklo s jinou kapacitou se násobí jen jeho 400 J/K; víčko zůstává 10 J/K. Vnitřní energie plynu se mění s cv(T), nikoli s cp(T). Viskozita, tepelná vodivost, cp, cv a vnitřní energie se počítají pro každou směs v Cantera 3.1.0 (GRI-Mech 3.0, NASA polynomy a mixture-averaged transport). Používá se ideální plyn; hustota v tuhém objemu je konstantní, tlak p(t) = p₀ Tg/T₀.

Směsρ kg/m³cv J/(kg K)Cv J/Kμ μPa sk W/(m K)
A1.198709720.5904370.86377818.2553410.025933
B1.207448723.2313220.87326518.0053220.025636
C1.506972682.0948601.02789816.1160800.020991

Vnitřní vodivost je odvozena z osově symetrického Poissonova problému −∇²u = 1 uvnitř válce, u = 0 na stěnách. Pro rovnoměrný zdroj nebo pomalý ohřev stěny platí G_cond = k V/⟨u⟩. Numerické řešení dává G_cond/k = 4.52274034 m, tedy ekvivalentní Nu = 8.855039. Přirozená konvekce je aproximována vztlakovou částí Churchillovy–Chuovy korelace; kombinuje se s odvozeným vedením jako h = (h_cond³ + h_buoy³)^(1/3). To je označená uzávěra vnitřního proudění, ne použití vnější vodivostní meze Nu = 2 uvnitř nádoby. Vnější přestup používá tutéž korelaci pro ekvivalentní svislý povrch a pro vítr Churchillovu–Bernsteinovu korelaci válce v příčném proudu, kombinovanou jako (h_nat³ + h_forced³)^(1/3). Aplikace korelace volné desky na uzavřenou nádobu je inženýrská aproximace; její nejistota je samostatně testována. Kondukce a konvekce uvnitř tvoří jeden neradiační přestupový člen, nepřičítají se dvakrát. Vnější sálání používá skutečný čtvrtý mocninný rozdíl teplot.

Dlouhovlnná výměna používá pro každý vlnočet optickou tloušťku plynu, Planckovo spektrum a opakované odrazy šedé stěny:

a_eff(ν) = a(ν) / [1 + (1 − ε_wall) a(ν)/ε_wall]
QLW = A_inner ∫ a_eff(ν) [Mν(Ti) − Mν(Tg)] dν

Podíly CO₂/H₂O jsou znovu rozděleny poměrem jejich optických tlouštěk. Záření se počítá do 4000 cm⁻¹ v tepelném integrálu. Při shodných teplotách je čistý tok přesně nula; silná absorpce zároveň znamená emisi. Jednodráhová/šedostěnná uzávěra není plný úhlový přenos v reálném válci. Citlivost optické dráhy 5–15 cm její dopad prověřuje.

Solární řešení sčítá nekonečnou geometrickou řadu odrazů mezi čelní stěnou a zadní směsí skla/víčka. Pro každý vlnočet platí dopad = absorpce plynem + absorpce sklem/víčkem + absorpce podložkou + odchod záření. Foton zachycený plynem se současně nepřidává k absorpci stěny. Zvýšená absorpce plynu může současně snížit únik světla z celé sestavy; tento mechanismus je v bilanci obsažen.

Střed plynu a čidlo

Tg je teplota homogenního objemu. Přirozená konvekce je zahrnuta korelací celkového přestupu, ne řešením rychlostního a teplotního pole. Předpověď čidla uprostřed ztotožňuje jeho teplotu s Tg a předpokládá zanedbatelnou absorpci Slunce samotným čidlem, vedení přívodními dráty i jeho tepelnou kapacitu. Tyto podmínky nebyly v zadání určeny. Výsledky na tisíciny stupně proto nelze vydávat za stejně přesné měření středu reálné sklenice. Rozšíření na konkrétní geometrii by vyžadovalo CFD se zářením a modelem čidla; citlivost celkového přestupu tuto nejistotu plně nenahrazuje.

Prostorové rozšíření pro teplotu čidla

Vedení tepla se řeší metodou konečných objemů v radiálním a svislém směru, s pravidelností na ose a stěnou na teplotě Ti. Původní čtyři vnější/energetické uzly i spektrální bilance se zachovávají. Numerické toky přes rozhraní buněk se ruší párově, celkový tok z plynu se odečítá stěně. Efektivní tepelná vodivost zahrnuje popsanou uzávěru přirozené konvekce jako izotropní zvýšení difuzivity; nejde o řešení Navierových–Stokesových rovnic. Orientovaná cirkulace a teplotně odlišná osluněná/zastíněná stěna tak nejsou skutečně rekonstruovány.

Solární absorpce a dlouhovlnná radiační vodivost jsou rozděleny podle objemu buněk. Lokální dlouhovlnný tok závisí na rozdílu Ti − T_buňky a jeho součet zachovává objemový spektrální integrál. Tato uzávěra neřeší úhlové pronikání jednotlivých nasycených pásů od stěny ani prostorový svazek Slunce. V plynu je pro tepelnou rovnici použita referenční hustota a cv objemové směsi; jde o aproximaci malých teplotních rozdílů. Globální tlak se určuje z harmonického objemového průměru teploty: p = p₀/[T₀ ⟨1/T⟩]. Rozdíl mezi harmonickým a aritmetickým průměrem je zde druhého řádu v malých prostorových odchylkách.

Čidlo je ideální, bez vlastního radiačního ohřevu a vedení přívody. Středová teplota je interpolována mezi dvěma prostředními výškovými buňkami nejblíže ose. Model tedy poskytuje konkrétní číselnou odpověď pro explicitní prostorovou aproximaci, nikoli garantovanou teplotu libovolného reálného čidla. Průběhy celého pole jsou v souborech spatial_field_fine_*.npz, střed, průměr, extrémy, stěny, tlak a všechny toky v spatial_fine_*.csv.

V C je po hodině střed o 0.00389244 °C teplejší než objemový průměr. Největší rozdíl střed–průměr během přechodového děje je A/B/C 0.07286 / 0.06506 / 0.06342 °C. Proto nebylo vhodné automaticky zaměnit střed za objemový průměr po celý experiment.

Tabulky a interpolace použité během integrace

Spektrální optika se předpočítala pro sedm teplot plynu 283,15 až 343,15 K s krokem 10 K. Dlouhovlnné emisní funkce stěny jsou tabulované od 273,15 do 355,15 K s krokem 2 K. Teplotní závislost optiky se interpoluje kubickým splinem. Planckova závislost na teplotě stěny se pro rychlé vyhodnocení aproximuje polynomem stupně 6 v proměnné (T − 300)/50; odečítají se dvě hodnoty stejné funkce, takže při Tᵢ = Tg vyjde nula.

Termofyzické vlastnosti směsí se připravily v Cantera na husté mřížce 270–360 K s krokem 0,1 K. Na tutéž hustou mřížku se převzorkují radiační tabulky; v pravých stranách časových rovnic se pak používá lineární interpolace. Ideální plyn má při konstantním objemu konstantní celkovou hustotu v objemovém modelu a tlak p = p₀Tg/T₀. Pro změnu jeho vnitřní energie je rozhodující cv, nikoli cp.

Objemový model používá RK4 s krokem 1 s; stejnými stupni se akumulují energie. Prostorový model řeší SciPy BDF se vstupním řídkým přibližným Jacobiánem, který urychluje řešení; úplná nelineární pravá strana se při integraci průběžně vyhodnocuje. Soubory mají 3 601 časových záznamů, od 0 do 3 600 s včetně.

ČÁST 07

Reprodukované teploty středu sklenic

Pro polohu čidla byl původní objemově zprůměrovaný model rozšířen na osově symetrický prostorový tepelný model válce. Nejjemnější použitá mřížka má 24 radiálních × 36 výškových buněk. Výsledky po 60 minutách:

SkleniceStřed plynu °CObjemový průměr °CVnitřní sklo °CVnější sklo °CTlak kPa abs.
A25.31204325.31229225.31244425.297491103.135699
B25.31274825.31258825.31248325.297529103.135801
C25.31962625.31573425.31292425.297958103.136888

C − A = +0.00758342 °C, B − A = +0.00070555 °C, C − B = +0.00687787 °C. V tomto modelu je C po hodině mírně teplejší, pro běžné digitální teploměry však prakticky stejně teplá jako A.

Časový průběh a rozdíly

Čas minA °CB °CC °CC − A °CB − A °C
0.00000020.00000020.00000020.0000000.0000000.000000
10.00000022.97085922.97706422.9786710.0078120.006205
20.00000024.34683024.34989524.3542320.0074030.003066
30.00000024.92695824.92861524.9343750.0074170.001657
40.00000025.16882425.16988325.1763300.0075060.001059
50.00000025.26971325.27052225.2772670.0075550.000809
60.00000025.31204325.31274825.3196260.0075830.000706

Teploty středu
Teploty středu
Rozdíly středu
Rozdíly středu

ČÁST 08

Sluneční energie a úplná bilance toků

SkleniceCO₂ W/m²CO₂ WCO₂ JH₂O W/m²H₂O WH₂O J
A0.000031100.000000310.001115470.001834130.000018340.06576570
B0.002029760.000020300.072806870.003268270.000032680.11722061
C0.041462270.000414621.487580820.003264390.000032640.11708074

Výkony jsou v čase 3600 s; plocha pro W/m² je 0,01 m². Druhové energie zahrnují překryv bez dvojího započtení. Rozdíl proti objemovému běhu níže vzniká slabou teplotní závislostí optiky.

Všechny toky hlavního prostorového modelu

Tabulky uvádějí okamžitý výkon v čase 3 600 s a jeho integrál od počátku oslunění. W/m² je ekvivalentní hustota vztažená k projekční ploše 0,01 m². Kladné dlouhovlnné a neradiační toky směřují ze stěny do plynu; kladné vnější ztráty směřují z nádoby ven. Vnitřní výměny nejsou přídavným energetickým vstupem celé sestavy.

Sklenice A

VeličinaW/m²WJ za hodinu
Přímá solární absorpce CO₂0,000031100,00000031100,00111547
Přímá solární absorpce H₂O0,001834130,00001834130,06576570
Solární absorpce vnějšího skla a víčka247,463708302,47463708308908,69354510
Solární absorpce vnitřního skla46,693352770,46693352771680,96072680
Solární absorpce podložky52,724015500,52724015501898,06457530
Neabsorbované odcházející sluneční záření553,256387495,532563874919917,23012600
Dlouhovlnně stěna → CO₂0,000005150,00000005150,01147618
Dlouhovlnně stěna → H₂O0,000079080,00000079080,17669748
Neradiačně stěna → plyn0,001832380,00001832384,33534894
Vedení vnitřní → vnější sklo45,825032030,4582503203613,94836199
Konvekce vnější povrch → vzduch123,347894531,23347894533480,97822300
Sálání vnější povrch → okolí163,956961001,63956961004767,93353670
Kontakt sklenice → podložka5,082695820,0508269582161,25707997
Podložka → okolí56,311276700,56311276701508,09307800

Sklenice B

VeličinaW/m²WJ za hodinu
Přímá solární absorpce CO₂0,002029760,00002029760,07280687
Přímá solární absorpce H₂O0,003268270,00003268270,11722061
Solární absorpce vnějšího skla a víčka247,463140632,47463140638908,67318030
Solární absorpce vnitřního skla46,693073830,46693073831680,95071970
Solární absorpce podložky52,723784940,52723784941898,05630450
Neabsorbované odcházející sluneční záření553,254031855,532540318519917,14562200
Dlouhovlnně stěna → CO₂-0,00007290-0,00000072900,21393330
Dlouhovlnně stěna → H₂O-0,00007946-0,00000079460,23211790
Neradiačně stěna → plyn-0,00132381-0,00001323814,00558178
Vedení vnitřní → vnější sklo45,828064620,4582806462614,00248440
Konvekce vnější povrch → vzduch123,348982661,23348982663480,99024260
Sálání vnější povrch → okolí163,958162871,63958162874767,94602530
Kontakt sklenice → podložka5,082786460,0508278646161,25838915
Podložka → okolí56,311122240,56311122241508,08761760

Sklenice C

VeličinaW/m²WJ za hodinu
Přímá solární absorpce CO₂0,041462270,00041462271,48758082
Přímá solární absorpce H₂O0,003264390,00003264390,11708074
Solární absorpce vnějšího skla a víčka247,456861392,47456861398908,44788830
Solární absorpce vnitřního skla46,690503010,46690503011680,85847460
Solární absorpce podložky52,721056430,52721056431897,95841120
Neabsorbované odcházející sluneční záření553,226181815,532261818119916,14641900
Dlouhovlnně stěna → CO₂-0,00674892-0,00006748920,62510787
Dlouhovlnně stěna → H₂O-0,00211412-0,00002114120,19421691
Neradiačně stěna → plyn-0,03133343-0,00031333433,05410550
Vedení vnitřní → vnější sklo45,862824300,4586282430614,40033624
Konvekce vnější povrch → vzduch123,361333901,23361333903481,03227770
Sálání vnější povrch → okolí163,971805131,63971805134767,97774110
Kontakt sklenice → podložka5,083832140,0508383214161,26706896
Podložka → okolí56,309194950,56309194951508,01713560

Význam dlouhovlnného přenosu

Ve sklenici C přešla za celou hodinu ze stěn do plynu čistá dlouhovlnná energie 0,81932479 J. V čase 3 600 s je však čistý dlouhovlnný tok −0,00008863 W: plyn již část tepla odevzdává stěně. Silná absorpce proto neznamená, že čistá výměna musí mít v každém okamžiku oteplující znaménko.

Energetické toky odvozeného objemového modelu
Energetické toky odvozeného objemového modelu

Tento doplňkový graf je z odvozeného objemového modelu. Tabulky v této části patří hlavnímu prostorovému modelu.

ČÁST 09

Oddělení příčin a kontrola jednodušším modelem

Osm číselných odpovědí pro prostorový model

  1. Teploty středu po hodině: A 25.31204285 °C, B 25.31274840 °C, C 25.31962627 °C.
  2. C − A +0.00758342 °C, B − A +0.00070555 °C, C − B +0.00687787 °C.
  3. CO₂ přímo absorbuje za hodinu A/B/C 0.00111547 / 0.07280687 / 1.48758082 J.
  4. H₂O přímo absorbuje 0.06576570 / 0.11722061 / 0.11708074 J.
  5. Čistý hodinový dlouhovlnný přenos stěna → plyn je 0.18817366 / 0.44605120 / 0.81932479 J. V poslední sekundě je v C -0.00008863 W; záporné znaménko znamená, že plyn sáláním odevzdává teplo stěně. Molekulové záření mění vnitřní přenos a rozdělení teplot; není zdrojem energie.
  6. Symetrický faktoriální rozklad C − A: radiační vlastnosti +0.00744503 °C, ostatní vlastnosti +0.00013839 °C. Pro B − A +0.00071862 a -0.00001306 °C. Kontroly byly zopakovány na jemné prostorové mřížce. Součet zahrnuje interakci rozdělenou rovnoměrně mezi oba faktory.
  7. Za podmínek tohoto modelu je C mírně teplejší o 0.00758342 °C. Pro běžné teploměry je rozdíl prakticky nerozlišitelný. Pro skutečnou sklenici chybí zejména její geometrické/optické detaily a charakteristika čidla, takže poslední číslice nejsou experimentální předpověď stejné přesnosti.
  8. Běžné nezávislé digitální teploměry nejsou vhodné k průkazu tak malého rozdílu. Například DS18B20 má specifikaci ±0,5 °C a 12bitový krok 0,0625 °C. Potřeba je kalibrované diferenční měření a omezení přímého ohřevu čidel.

Jak se oddělily příspěvky vlastností

Pro každou sklenici byl spočten výsledek se skutečnou optikou a termofyzikou, se skutečnou optikou a termofyzikou A, s optikou A a skutečnou termofyzikou a základ se všemi vlastnostmi A. Výpočty byly provedeny i na jemné prostorové mřížce. Radiační část zahrnuje společnou změnu CO₂ i H₂O; není to izolovaný příspěvek samotného CO₂.

Δ_rad  = ½ [(F₁₀ − F₀₀) + (F₁₁ − F₀₁)]
Δ_term = ½ [(F₀₁ − F₀₀) + (F₁₁ − F₁₀)]
Δ_rad + Δ_term = F₁₁ − F₀₀

První index značí záměnu optiky, druhý záměnu termofyziky. Interakce obou změn je tím rozdělena symetricky. Druhové rozdělení absorbovaných wattů pomocí poměru optických tlouštěk je jiná operace než tento rozklad výsledné teploty.

Kontrolní objemový model

SklenicePlyn °CVnitřní sklo °CVnější sklo °CTlak kPa abs.RH plynu %
A25.3122925.3124425.29749103.1357035.11693
B25.3125925.3124825.29753103.1358060.67974
C25.3160425.3129225.29796103.1369960.60742

Rozdíl C − A je +0.003745 °C, B − A +0.000304 °C a C − B +0.003441 °C.

Referenční výpočet používá spektrální rekonstrukci atmosférických čar uvnitř vzorkovacích buněk ASTM. Při přímé hladké interpolaci tabulky ASTM vyjdou teploty A/B/C 25.312835 / 25.313758 / 25.321654 °C. Obě varianty jsou explicitní aproximace dopadajícího spektra; samotná tabulka ASTM neurčuje subnanometrovou strukturu jednoznačně.

Celková ztrátová vodivost 0,4 W/K

Při nahrazení veškerých ztrát nádoby členem 0,4(To − T_okolí) W vyjdou po hodině A/B/C: 27.143450 / 27.143819 / 27.147017 °C. Samostatný kontakt nádoba–podložka je v této předběžné variantě vypnut, protože celková vodivost 0,4 W/K už zastupuje všechny ztráty. Podložka přijímá prošlé světlo, ale do nádoby v této variantě samostatně teplo nevrací. V referenčním modelu jsou konvekce, sálání a kontakt odvozeny a řešeny odděleně. Nelze současně přidat celkových 0,4 W/K a znovu přičíst další ztrátové členy.

ČÁST 10

Citlivosti a fyzikální nejistoty

Každý řádek mění uvedený parametr současně u všech tří sklenic; ostatní zůstávají referenční. Nejde o statistický interval spolehlivosti. Atmosférický sloupec, přesná geometrie, víčko, podložka i emisní pohled na oblohu nejsou změřeny, takže společný interval všech možných experimentů z těchto dat neexistuje.

VariantaA °CB °CC °CC − A °CB − A °C
sun_70024.23176724.23200624.2346850.0029180.000239
sun_110026.36281326.36318226.3673800.0045670.000369
ambient_15C20.46990720.47020120.4737830.0038750.000293
ambient_25C30.15733130.15764730.1609500.0036190.000316
wind_0p523.78663223.78691823.7903500.0037180.000286
wind_222.33760022.33787222.3411940.0035940.000272
glass_k_0p825.31588225.31618725.3196290.0037470.000305
glass_k_1p225.30989525.31019925.3136380.0037430.000304
glass_cp_72025.32420725.32450825.3279860.0037790.000301
glass_cp_88025.29590825.29621725.2996130.0037050.000309
inside_h_half25.31214225.31267825.3179080.0057660.000537
inside_h_150pct25.31234125.31256125.3151870.0028460.000220
outside_h_70pct25.96709625.96741525.9708200.0037240.000319
outside_h_130pct24.79882724.79912224.8025650.0037380.000295
support_contact_025.39590925.39621525.3996670.0037570.000306
support_contact_0p125.10507725.10538025.1087770.0037000.000303
support_dark25.49411125.49441725.4978270.0037160.000306
smooth_ASTM25.31283525.31375825.3216540.0088190.000923
atmosphere_half25.31233025.31269025.3166910.0043600.000360
atmosphere_double25.31225825.31251625.3154500.0031920.000257
glass_half24.39838024.39871024.4024050.0040260.000330
glass_double26.70040426.70066726.7036710.0032670.000263
lid_white23.73439123.73472923.7386060.0042150.000338
lid_dark26.44542726.44570726.4488380.0034110.000280
path_half25.31220025.31235825.3141170.0019170.000158
path_15025.31237725.31281825.3178440.0054670.000441
no_continuum25.31227325.31256325.3160080.0037340.000290

glass_half/double násobí absorpční koeficient skla faktorem 0,5/2, nikoli samotnou propustnost; T + R + A zůstává jedna. inside_h testuje nejistotu uzávěry vnitřní konvekce. path_half/150 používá 5/15 cm v plynném radiačním přenosu pro sluneční i tepelné záření. no_continuum odebírá pouze vodní kontinuum. Vliv spektrální korelace je fyzikální nejistota vstupního spektra, i když výpočet čar samotného plynu má jemný krok.

Hustota a optická dráha skutečné nádoby, odrazivost víčka, vedení ke stolu nebo přímé osvětlení čidla mohou ovlivnit skutečné měření více než uváděné rozdíly. Neidentické nádoby nejsou v tabulce citlivosti zahrnuty; v reálném pokusu jejich odchylky nelze odstranit pouhou současností měření.

ČÁST 11

Co se skutečně numericky ověřilo

Konvergence prostorové teploty čidla

SkleniceStřed, 16 × 24 °CStřed, 24 × 36 °CZměna K
A25.31204314125.312042850-0.000000291
B25.31274817025.3127484040.000000234
C25.31962012225.3196262700.000006149

Integrátor je SciPy BDF, maximální krok 1 s, rtol = 2×10⁻⁹ a atol = 10⁻¹⁰. Prostorový kontrolní běh C s maximálním krokem 0,5 s změnil konečnou teplotu oproti 1 s o 1.23e-11 K. Největší energetické reziduum tohoto prostorového modelu je 0.00000125 J. Tato čísla popisují řešení zvolených rovnic, nikoli jistotu jeho fyzikálních uzávěrů.

Při odebrání aproximovaného přestupu prouděním vyjde C na hrubší mřížce 25.31965465 °C, při zdvojnásobení vztlakové části 25.31940802 °C; základ na téže mřížce je 25.31962012 °C. Ostatní citlivosti níže jsou počítány v odvozeném objemovém modelu a slouží k posouzení parametrů; nejsou vydávány za úplný soubor prostorových CFD scénářů.

Použit je klasický RK4 s krokem 1 s a akumulací energetických integrálů stejnými čtyřmi stupni. Kontrolní kroky 0,5 a 0,25 s:

Krok sNejvětší odchylka všech teplot od 1 s, K
0.50000000000.0000004852
0.25000000000.0000005115

Kumulovaná bilance zahrnuje změnu skutečné vnitřní energie plynu, obě části skla, víčko a podložku. Největší systémové energetické reziduum ve všech časech a sklenicích je 0.00000125 J. Nulové Slunce a stejná počáteční/okolní teplota dávají změnu 0 K. Při shodných vlastnostech jsou všechny průběhy totožné, rozdíl 0 K. Největší relativní chyba vlastního vyhodnocení Voigtova profilu vůči SciPy je 1.13e-09. Maximální absolutní chyba pomocného šestistupňového Planckova polynomu přes celou tabulku je 4.11e-08 W.

Teplotní závislost optiky je spočtena na sedmi uzlech 283,15–343,15 K a interpolována kubicky; tepelná a transportní data jsou na mřížce 0,1 K. Časová konvergence neověřuje správnost geometrie, konvekční uzávěry ani jemného vstupního spektra. Dodatečné testy spektrální mřížky jsou v results/spectral_verification.json, pokud byl spuštěn verify_spectra.py. Jejich případný numerický dopad se uvádí v dodatku, odděleně od fyzikální nejistoty.

Nejvyšší relativní vlhkost u nejchladnějšího skla za referenční běh je A/B/C 47.617 / 82.280 / 82.198 %. S rostoucí teplotou sice v tuhém objemu roste parciální tlak vody, ale tlak syté páry roste rychleji. Simulace tedy neposkytuje důvod ke kondenzaci. Ve všech exportovaných kontrolách se toto kritérium kontroluje; model při překročení saturace vyvolá chybu, místo aby předstíral vyřešenou fázovou změnu.

Zjemnění spektrální mřížky

Kontrolní integrace ve sklenici C při 303,15 K byly skutečně zopakovány na třech mřížkách. Jde o integrály s téměř experimentální teplotou, nikoli o tvrzení, že všechny přechodové běhy byly na jemnější spektrální mřížce znovu přepočítány.

Krok cm⁻¹CO₂ solární WH₂O solární WLW vodivost W/K
0.040000000000.000421158740.000033217730.03302460119
0.020000000000.000421136700.000033219640.03302440654
0.010000000000.000421085340.000033220190.03302440547

Změna 0,02 → 0,01 cm⁻¹ je pro solární příkon CO₂ -5.1359466e-08 W. Je výrazně menší než změna při odlišném popisu jemné struktury dopadajícího spektra. Tato kontrola ověřuje spektrální kvadraturu, nikoli úplnost čárového profilu a platnost materiálových/konvekčních aproximací.

ČÁST 12

Jak získat vstupy a výpočet zopakovat

Jak získat již použité balíčky

V předchozí odpovědi této konverzace jsou přiloženy dva archivy. U příslušného archivního souboru použijte možnost stažení v rozhraní aplikace a potom jej rozbalte. Menší simulace_sklenic_zaklad.zip má přibližně 51 MB a obsahuje zdrojové kódy, skutečné vstupy, hlavní CSV, grafy a zprávy. Úplný simulace_sklenic.zip má přibližně 210 MB a přidává sekundové výstupy všech citlivostí a prostorová teplotní pole. Tato HTML zpráva na archivy ani datové soubory neodkazuje.

Jak stáhnout vstupy samostatně z jejich původních zdrojů

  1. HITRANonline: v prohlížeči vyhledejte službu tohoto názvu. V části line-by-line zvolte H₂O a CO₂, přirozené izotopology a rozsah 0–26 000 cm⁻¹; exportujte standardní 160znakový formát .par. Pro H₂O byly v použitém snímku zahrnuty lokální izotopy 1–6, pro CO₂ všech 12. Účet nebo přihlášení vyřešte podle podmínek služby. Použitý živý export z 18. 11. 2026 se musí odlišit od případného novějšího exportu; nová data nemusejí reprodukovat poslední číslice.
  2. MT_CKD: vyhledejte oficiální repozitář AER-RC s názvem MT_CKD_H2O, vyberte vydání 4.3 a stáhněte z adresáře data soubor absco-ref_wv-mt-ckd.nc. V adresáři src je originální fortranský algoritmus; náš Python přebírá škálování a koeficienty, používá však vlastní lineární interpolaci kontinua.
  3. ASTM G173: vyhledejte stránku NLR, dříve NREL, pro referenční Air Mass 1.5 spectra a stáhněte tabulku G173. V tomto výpočtu byla použita strojová kopie ASTMG173.csv z datového adresáře projektu pvlib-python. Rozhodující je sloupec direct a integrál 900,139329 W/m².
  4. Optická data skla: vyhledejte databázi refractiveindex.info, materiál soda-lime glass a záznam Rubin-clear podle práce z roku 1985. Stáhněte příslušný YAML se vzorcem pro n a tabulací k; v našem balíčku se jmenuje Rubin-clear.yml.
  5. Termodynamika: nainstalujte verzi Cantera uvedenou níže. Obsahuje soubory gri30.yaml a air.yaml použité pro vlastnosti směsí a okolního vzduchu. Partiční funkce TIPS2025 jsou v použité knihovně hitran-api.

Pro nejvěrnější reprodukci je vhodné použít uložený datový snímek z původního balíčku. Soubor s metadaty čar uvádí počty záznamů, jejich rozsah a SHA-256 původních exportů; manifest obsahuje otisky souborů balíčku. Neoznačujeme tento neversionovaný živý export za jednoznačně zmrazenou edici HITRAN2024.

Spuštění se stejnými vstupy

Použijte Python 3.9–3.12 a příkazy spouštějte v rozbaleném adresáři s programy. Instalace knihoven stáhne odpovídající softwarové balíčky ze správce balíčků Pythonu.

python3 -m venv .venv
.venv/bin/python -m pip install -r requirements.txt
.venv/bin/python simulation.py
.venv/bin/python spatial_model.py
.venv/bin/python make_outputs.py

Tento postup používá přiložené předpočítané radiační tabulky. Pro úplný spektrální přepočet spusťte nejprve spectra.py; pro zde provedené zjemnění spektrální mřížky spusťte před sestavením zpráv také verify_spectra.py. Volba --full tohoto kontrolního programu obsahuje další nákladné kontroly rozšíření a křídel; tyto volitelné běhy nejsou vydávány za součást již doložených výsledků.

.venv/bin/python spectra.py
.venv/bin/python simulation.py
.venv/bin/python spatial_model.py
.venv/bin/python verify_spectra.py
.venv/bin/python make_outputs.py

Současné HTML bylo sestaveno z uložených výstupů dokončeného běhu. Při jeho tvorbě byly číselné souhrny znovu porovnány se sekundovými CSV. Počáteční zadání ani parametry simulace se při převodu do HTML neměnily. Nový samostatný HTML soubor nevytváří nový fyzikální výsledek.

Přesné verze softwaru

KnihovnaVerze
numpy2.0.2
scipy1.13.1
matplotlib3.9.4
numba0.60.0
cantera3.1.0
netCDF41.7.2
PyYAML6.0.3
hitran-api1.3.0.0

Použité vědecké zdroje

  • HITRANonline: databázové čáry, definice jednotek a izotopová metadata; HAPI 1.3.0.0, TIPS2025.
  • AER-RC: MT_CKD H₂O, vydání 4.3, koeficienty self a foreign kontinua.
  • ASTM G173-03: referenční spektrum přímého normálového ozáření; strojová kopie v projektu pvlib.
  • M. Rubin (1985): Optical properties of soda lime silica glasses, Solar Energy Materials 12, 275–288. Tabulace Rubin-clear v refractiveindex.info.
  • Cantera 3.1.0: GRI-Mech 3.0, NASA polynomy a mixture-averaged transport.
  • Churchill a Chu (1975): přirozená konvekce; Churchill a Bernstein (1977): válec v příčném proudu.
  • IAPWS: tlak syté vodní páry. Analog Devices: specifikace DS18B20.
ČÁST 13

Nezměněné zadání a výchozí popis

Oba následující texty jsou zachovány doslova, včetně původních tabulek a požadavků. Dodaný popis rekonstrukce zachycuje stav před dokončením simulace: jeho závěrečná věta o neprovedeném výpočtu je historickým kontextem, nikoli stavem výsledků prezentovaných výše.

Původní zadání kvantitativní simulace — beze změn
# Úkol: Kvantitativní simulace ohřívání tří uzavřených sklenic s různým složením plynů

## 1. Cíl

Vytvoř, naprogramuj a proveď fyzikální simulaci následujícího experimentu.

Chci zjistit, jak se během 60 minut přímého slunečního záření mění teplota plynu ve třech jinak identických uzavřených sklenicích, které se liší pouze složením plynné směsi.

**Požaduji skutečné číselné výsledky výpočtu, nikoli obecná vysvětlení, kvalifikované odhady nebo předem očekávaný výsledek.**

Především zjisti, zda a o kolik se liší výsledné teploty v důsledku CO₂ a H₂O.

## 2. Přesný popis pokusu

Máme tři identické skleněné zavařovací nádoby se šroubovacím víčkem.

Původně byly naplněny plynem ze tří balonků:

1. Běžný atmosférický vzduch nafouknutý pumpičkou.
2. Vydechovaný vzduch.
3. Směs bohatá na CO₂ získaná chemickou reakcí kypřicího prášku s octem.

Plyny byly přivedeny do sklenic brčkem přes otvor ve víčku. Předpokládáme, že při plnění mohlo docházet k promíchávání s původním vzduchem a k jeho úniku.

**Pro vlastní simulaci použij následující konečné složení.** Je pevně stanovené a není předmětem přepočítávání podle způsobu plnění.

| Složka | Sklenice A | Sklenice B | Sklenice C |
|---|---:|---:|---:|
| N₂ | 77,3 % | 76,9 % | 37,7 % |
| O₂ | 20,7 % | 17,7 % | 10,1 % |
| CO₂ | 0,04 % | 2,6 % | 49,9 % |
| H₂O | 1,1 % | 1,9 % | 1,9 % |
| Ar a ostatní | 0,9 % | 0,9 % | 0,5 % |

Jde o objemové, tedy molární podíly. Drobné odchylky součtu od 100 % normalizuj a uveď jejich velikost.

### Počáteční podmínky

- Teplota všech plynů, sklenic a okolí: 20 °C.
- Počáteční tlak: 101,3 kPa absolutního tlaku.
- Vnitřní objem každé sklenice: 1 litr.
- Charakteristická optická dráha záření plynem: 10 cm.
- Efektivní plocha ozářená Sluncem: 0,01 m².
- Hmotnost skleněné nádoby: 0,5 kg.
- Měrná tepelná kapacita skla: 800 J/(kg·K).
- Víčka jsou hermeticky uzavřená.
- Teplota okolního vzduchu během experimentu: konstantních 20 °C.
- Doba oslunění: přesně 3 600 sekund.
- Všechny sklenice mají stejný tvar, orientaci, materiál, povrch, podložku a okolní podmínky.
- Všechny tři jsou osluněny současně.
- Teplotní čidla měří uprostřed objemu plynu současně.
- Předpokládej, že v nádobách není žádná volná kapalná voda.

Pro sluneční záření použij referenční spektrum ASTM G173, odpovídající přímému slunečnímu ozáření. Spektrum a geometrické parametry uprav na vzájemně konzistentní definici dopadajícího příkonu.

Pro přenos tepla do okolí můžeš jako první aproximaci použít celkovou tepelnou vodivost 0,4 W/K na nádobu, ale následně ji nahraď fyzikálně odvozeným modelem. Uveď obě varianty.

## 3. Spektrální absorpce záření

Tato část je zásadní.

Pro CO₂ i H₂O vypočítej absorpci záření v závislosti na vlnové délce.

Použij pokud možno databázi HITRAN nebo jiná ověřená laboratorní spektroskopická data.

Zohledni:

- Pásma CO₂ přibližně 1,4; 1,6; 2,0; 2,7; 4,3 a 15 μm.
- Absorpční pásma a kontinua vodní páry v blízké a tepelné infračervené oblasti.
- Překryv absorpčních pásem CO₂ a H₂O.
- Parciální tlaky a koncentrace jednotlivých plynů.
- Tlakové a teplotní rozšíření spektrálních čar.
- Optickou dráhu 10 cm.
- Spektrální propustnost běžného sodnovápenatého skla.
- Skutečné spektrum záření dopadajícího na zemský povrch.

**Nepožaduji pouze výpočet pásma 15 μm.** Zahrň také absorpci přímého slunečního záření ve všech relevantních pásmech.

Vypočítej odděleně absorpci CO₂, absorpci H₂O a jejich společný účinek bez dvojího započtení překrývajících se čar.

## 4. Kompletní tepelná bilance

Sestav fyzikální model nestacionárního ohřívání sklenice a plynu.

Zahrň:

1. Průchod krátkovlnného slunečního záření sklem.
2. Absorpci slunečního záření sklem, víčkem, dnem a podložkou.
3. Přímou absorpci slunečního záření jednotlivými plyny.
4. Dlouhovlnné tepelné záření vnitřních stěn.
5. Absorpci a emisi dlouhovlnného záření molekulami CO₂ a H₂O.
6. Kondukci a přirozenou konvekci mezi plynem a skleněnými stěnami.
7. Tepelnou kapacitu každé plynné směsi, její hustotu, viskozitu a tepelnou vodivost.
8. Tepelné ztráty povrchu sklenice do okolí konvekcí a sáláním.
9. Vývoj tlaku v uzavřené nádobě.
10. Změny relativní vlhkosti během ohřívání a případné fázové změny, pokud k nim model poskytuje fyzikální důvod.

Nezaměňuj teplotu plynu, skleněných stěn a vnějšího povrchu nádoby.

Nejprve sestav model se samostatnými teplotami plynu a skla. Pokud je to potřebné, rozšiř jej o rozložení teplot v objemu a polohu čidla.

Zachovej energetickou bilanci. Absorpce fotonu plynem automaticky neznamená dodatečnou energii celé nádoby, jestliže by tentýž foton jinak absorbovala stěna.

## 5. Požadované výpočty

Simuluj všechny tři nádoby v časovém intervalu 0 až 60 minut.

Použij dostatečně malý časový krok, například 1 sekundu nebo kratší, a ověř numerickou konvergenci.

Pro každou sklenici vypočítej:

- Teplotu plynu jako funkci času.
- Teplotu skla jako funkci času.
- Okamžitý i kumulovaný absorbovaný sluneční příkon plynu.
- Dlouhovlnnou radiační výměnu mezi plynem a stěnami.
- Tepelný tok konvekcí a kondukcí.
- Tepelné ztráty nádoby do okolí.
- Celkový tlak jako funkci času.
- Příspěvek CO₂ a H₂O k radiační bilanci.

Proveď také kontrolní simulace, které umožní oddělit změny radiačních vlastností od změn tepelných vlastností plynu.

## 6. Povinná tabulka výsledků

Vyplň skutečně vypočtenými hodnotami tuto tabulku:

| Čas | Sklenice A (°C) | Sklenice B (°C) | Sklenice C (°C) | C − A (°C) | B − A (°C) |
|---|---|---|---|---|---|
| 0 min | | | | | |
| 10 min | | | | | |
| 20 min | | | | | |
| 30 min | | | | | |
| 40 min | | | | | |
| 50 min | | | | | |
| 60 min | | | | | |

Dále uveď samostatnou tabulku radiační a energetické bilance v jednotkách W/m², W a J.

Vytvoř graf časového vývoje všech tří teplot a druhý graf zobrazující pouze rozdíly C − A a B − A. Rozdílový graf musí mít měřítko umožňující číst i setiny °C.

## 7. Citlivost a nejistoty

Zopakuj výpočty s realistickými změnami:

- Intenzity slunečního záření.
- Teploty okolí.
- Rychlosti větru.
- Tepelné vodivosti a kapacity sklenic.
- Spektrální propustnosti skla.
- Parametrů přirozené konvekce.

Uveď, jak moc se výsledné rozdíly teplot mění.

Ověř, zda výsledky závisí na použitých aproximacích radiačního přenosu.

## 8. Implementace a ověření

Napiš funkční výpočetní program v Pythonu.

Použij ověřené vědecké knihovny, například NumPy a SciPy, případně specializované nástroje pro radiační přenos.

Pokud potřebná spektrální data nejsou dostupná, nejprve je vyhledej a stáhni z věrohodného zdroje. Pokud to není možné, transparentně identifikuj chybějící data a vytvoř jasně označenou aproximaci.

Nevydávej aproximaci za přesný spektrální výpočet.

Program skutečně spusť, ověř jeho výsledky a zkontroluj energetickou bilanci a numerickou konvergenci.

Dodej:

- Kompletní zdrojový kód.
- Použité spektrální a materiálové zdroje.
- Grafy teplot a energetických toků.
- CSV se sekundovým průběhem všech vypočtených veličin.
- Stručnou technickou zprávu s metodikou, předpoklady a výsledky.

## 9. Závěrečné otázky

Odpověz jednoznačně a číselně:

1. Jakou teplotu plynu naměříme po 60 minutách v každé ze tří sklenic?
2. Jaký bude rozdíl teplot mezi sklenicemi A, B a C?
3. Kolik sluneční energie přímo absorbuje CO₂ v každé sklenici?
4. Kolik energie přímo absorbuje H₂O?
5. Jakou roli má dlouhovlnné záření v uzavřené sklenici?
6. Jakou část vypočteného teplotního rozdílu lze přiřadit radiačním vlastnostem plynů a jakou ostatním fyzikálním vlastnostem?
7. Bude po hodině sklenice s 49,9 % CO₂ teplejší, chladnější, nebo prakticky stejně teplá jako sklenice se vzduchem?
8. Jsou vypočtené rozdíly měřitelné běžnými digitálními teploměry?

**Důležitý požadavek:** Nezačínej předpokladem, že CO₂ musí způsobit vyšší teplotu, ani opačným předpokladem, že žádný rozdíl nemůže existovat. Výsledek musí vyplynout z výpočtu.

Chci co nejpřesnější numerické výsledky pro explicitně definované podmínky modelu. Rozlišuj přesnost numerického řešení od fyzikální nejistoty vstupních parametrů. Jestliže některé veličiny nelze bez dalších údajů určit jednoznačně, uveď jejich vliv, rozsah a nejistotu.

**Nepovažuj úkol za dokončený, dokud nevypočítáš konkrétní teploty a rozdíly, nevytvoříš grafy a nespustíš a neověříš výpočetní program.**
Uživatelem dodaný popis rekonstrukce — beze změn
# Rekonstrukce dětského experimentu se skleníkovým efektem

## 1. Původní dětský pokus

Výchozím bodem byl jednoduchý školní experiment, jehož cílem bylo demonstrovat údajný vliv koncentrace oxidu uhličitého na ohřívání plynu slunečním zářením.

Pokus měl dvě části: přípravu tří různých plynných směsí v baloncích a jejich následné přemístění do zavařovacích sklenic.

### Příprava tří balonků

Připravily se tři balonky různých barev:

- **Balonek A – atmosférický vzduch.** Nafouknutý obyčejnou pumpičkou.
- **Balonek B – vydechovaný vzduch.** Nafouknutý ústy, tedy směsí s vyšší koncentrací CO₂ a vodní páry.
- **Balonek C – směs bohatá na CO₂.** Získaná reakcí jednoho balení kypřicího prášku s octem v přibližně půllitrové láhvi. Balonek byl nasazen na hrdlo láhve a naplněn uvolňovaným plynem.

Upozornili jsme, že třetí balonek neobsahuje dokonale čistý CO₂. V láhvi byl na začátku také vzduch a výsledné složení závisí na množství vzniklého CO₂.

### Náš první předpoklad

Pro zjednodušení jsme stanovili, že všechny tři balonky mají shodný tlak přibližně **103 kPa absolutně** a teplotu 20 °C.

Zvolili jsme následující orientační složení:

| Plyn | Balonek A | Balonek B | Balonek C |
|---|---:|---:|---:|
| N₂ | 77,3 % | 76,7 % | 14,6 % |
| O₂ | 20,7 % | 16,0 % | 3,9 % |
| CO₂ | 0,04 % | 4,1 % | 79,0 % |
| H₂O | 1,1 % | 2,3 % | 2,3 % |
| Ar a ostatní | 0,9 % | 0,9 % | 0,2 % |

Jde o modelová složení, nikoli naměřené hodnoty. Drobné odchylky součtů jsou způsobeny zaokrouhlením.

Vodní páru jsme výslovně zahrnuli, protože vydechovaný vzduch i plyn vznikající nad roztokem mohou být vlhké.

## 2. Přemístění plynu do zavařovacích sklenic

Původní návod požadoval tři stejné zavařovací sklenice se šroubovacími víčky.

Do každého víčka byl vyvrtán otvor, kterým se pomocí brčka přiváděl plyn z příslušného balonku. Po naplnění se otvor přelepil neprodyšnou lepicí páskou.

### Naše zásadní připomínka

Sklenice před plněním nejsou vakuované. Už obsahují okolní vzduch.

Plyn přiváděný brčkem se proto může mísit s původním vzduchem. Není oprávněné předpokládat, že složení plynu ve sklenici bude totožné se složením balonku.

Proto jsme zavedli výpočetní předpoklad:

- Každá sklenice má objem 1 litr.
- Plyn je přiváděn brčkem.
- Kolem brčka může původní směs unikat.
- Do každé sklenice se přivede množství plynu odpovídající jednomu objemu sklenice při okolním tlaku.
- Obsah sklenice se během přivádění dokonale promíchává.
- Po dokončení se otvor neprodyšně uzavře.

Jde o idealizovaný model průtočně promíchávané nádoby.

## 3. Stanovení konečného složení plynu ve sklenicích

Výpočtem promíchávání jsme získali následující tabulku.

**Tuto tabulku jsme výslovně přijali jako pevné výchozí hodnoty našeho experimentu.**

| Veličina | Sklenice A | Sklenice B | Sklenice C |
|---|---:|---:|---:|
| Dusík N₂ | 77,3 % | 76,9 % | 37,7 % |
| Kyslík O₂ | 20,7 % | 17,7 % | 10,1 % |
| Oxid uhličitý CO₂ | 0,04 % | 2,6 % | 49,9 % |
| Vodní pára H₂O | 1,1 % | 1,9 % | 1,9 % |
| Argon a ostatní | 0,9 % | 0,9 % | 0,5 % |
| **Počáteční tlak** | **101,3 kPa** | **101,3 kPa** | **101,3 kPa** |
| **Počáteční teplota** | **20 °C** | **20 °C** | **20 °C** |

Složení je uvedeno v objemových procentech. Drobné odchylky součtu od 100 % jsou dány zaokrouhlením.

Tyto koncentrace budeme dále považovat za zadané počáteční podmínky, nikoli za skutečně změřené složení.

## 4. Původně navrhované měření teplot

Podle školního návodu se měly uzavřené sklenice umístit na slunce a ponechat tam do následujícího dne.

Následně se měly jejich teploty změřit digitálním teploměrem zaváděným otvorem ve víčku.

Tento postup jsme začali analyzovat a upozornili na několik problémů.

Především by sklenice při přemístění ze slunce do chladnějšího prostředí začaly chladnout.

Při postupném měření jediným teploměrem by proto mohl být nejvyšší údaj naměřen ve sklenici měřené jako první, bez ohledu na koncentraci CO₂.

Navíc by otevření víčka nebo otvoru mohlo narušit původní podmínky.

## 5. Naše úprava experimentu

Rozhodli jsme se proto postup změnit.

Místo ponechání sklenic na slunci do dalšího dne jsme zvolili **přesně jednu hodinu nepřetržitého oslunění**.

Do každé sklenice jsme v modelu umístili vlastní digitální teplotní čidlo, aby se všechny teploty měřily současně, bez otevírání nádob.

Čidla jsou uprostřed plynného objemu a jejich průchody víčkem jsou utěsněné.

### Konečné experimentální podmínky

| Parametr | Hodnota |
|---|---|
| Počet sklenic | 3 |
| Objem jedné sklenice | 1 litr |
| Materiál | Běžné sodnovápenaté sklo |
| Hmotnost skla | 0,5 kg |
| Měrná tepelná kapacita skla | 800 J/(kg·K) |
| Charakteristická optická dráha | 10 cm |
| Efektivní osluněná plocha | 0,01 m² |
| Počáteční teplota | 20 °C |
| Teplota okolního vzduchu | Konstantních 20 °C |
| Počáteční tlak | 101,3 kPa |
| Doba oslunění | 60 minut |
| Měření | Tři současně pracující čidla |
| Změna objemu | Zanedbatelná |
| Volná kapalná voda uvnitř | Žádná |

Všechny sklenice jsou identické, umístěné na stejné podložce a vystavené stejnému slunečnímu záření.

Liší se pouze počátečním složením plynné směsi.

Pro sluneční záření jsme jako referenční vstup do následného modelu zvolili spektrum ASTM G173. Konkrétní oslunění, geometrii a tepelné ztráty je nutné v modelu stanovit konzistentně.

## 6. Fyzikální otázky, které jsme postupně otevřeli

Nejprve jsme posuzovali, zda se při oslunění sklenice s vyšším obsahem CO₂ musí ohřát více.

Upozornili jsme, že sluneční záření ohřívá především sklo, dno a další materiály, které následně předávají energii plynu.

Zároveň jsme však konstatovali, že nelze zanedbat radiační absorpci jednotlivých plynů.

### Oxid uhličitý

CO₂ neabsorbuje pouze kolem 15 μm. Má další absorpční pásma, například kolem 1,6; 2,0; 2,7 a 4,3 μm.

Některá leží v oblasti slunečního záření, které může alespoň částečně procházet sklem.

Proto je nutné vypočítat skutečnou spektrální absorpci CO₂ uvnitř nádoby.

### Vodní pára

Následně jsme upozornili také na H₂O.

V první sklenici máme 1,1 % vodní páry, zatímco ve druhé a třetí 1,9 %.

Vodní pára absorbuje sluneční infračervené záření v několika pásmech a současně interaguje s dlouhovlnným tepelným zářením stěn.

Její účinek je proto nutné zahrnout společně s CO₂, včetně překryvu absorpčních pásem.

### Tepelné vlastnosti směsí

Změnou složení plynu se mění také jeho hustota, tepelná kapacita, tepelná vodivost a konvekční přenos tepla.

Tyto vlastnosti mohou ovlivnit teplotu čidla nezávisle na přímé absorpci záření.

## 7. Dosavadní orientační výpočty

Pro 10cm optickou dráhu, 49,9 % CO₂ a modelovou osluněnou plochu 0,01 m² jsme předběžně odhadli přímou absorpci slunečního záření CO₂ řádově na jednotky až desítky miliwattů.

Pro rozdíl vodní páry mezi první a dalšími dvěma sklenicemi jsme rovněž získali velmi malý odhad rozdílu přímo absorbovaného slunečního příkonu.

Tyto výpočty ale používaly zjednodušené spektrální vztahy, nikoli kompletní spektroskopický model a tepelnou bilanci.

**Nepovažujeme je proto za konečný výsledek experimentu.**

Zvláště důležité je rozlišit energii absorbovanou přímo plynem od dodatečné energie získané celou sklenicí. Záření zachycené plynem by totiž jinak mohlo být absorbováno stěnou nebo dnem.

## 8. Konečný cíl experimentu

Nyní máme přesně definovaný model tří sklenic, jejich počáteční složení a způsob měření.

Chceme numericky vypočítat průběh teplot během 60 minut přímého slunečního záření.

Požadujeme výpočet založený na spektrální absorpci CO₂ a H₂O, propustnosti skla, tepelné bilanci, konvekci, vedení tepla a radiační výměně mezi plynem a stěnami.

Zajímají nás zejména teploty:

\[
T_A(t),\quad T_B(t),\quad T_C(t)
\]

a jejich rozdíly po jedné hodině:

\[
\Delta T_{BA}=T_B(3600)-T_A(3600)
\]

\[
\Delta T_{CA}=T_C(3600)-T_A(3600)
\]

Chceme odlišit účinek radiačních vlastností plynů od rozdílů způsobených jejich ostatními fyzikálními vlastnostmi.

### Zásadní metodický požadavek

Nesmíme předem předpokládat, že sklenice s nejvyšším obsahem CO₂ bude nejteplejší, ani že všechny teploty budou přesně totožné.

Výsledek musí vyplynout z fyzikálního výpočtu.

Zatím jsme stanovili počáteční podmínky a provedli pouze dílčí orientační výpočty. **Žádné skutečné teploty jsme nezměřili a konečnou numerickou simulaci jsme zatím neprovedli.**

Cílem další práce je získat konkrétní časové průběhy, výsledné teploty, energetickou bilanci a nejistoty výpočtu, nikoli jen slovní vysvětlení skleníkového efektu.

Výpočetní zdrojové kódy bez odkazů ke stažení

Pro úplnost jsou níže přímo vloženy programy určující fyzikální výpočet. Pomocný generátor grafů a původních zpráv je součástí dřívějšího balíčku. Kódy lze rozbalit a číst přímo v tomto dokumentu.

spectra.py — skutečně použitý zdrojový kód
"""HITRAN line-by-line optics. See ZPRAVA.md for the physical approximations.

All wavenumbers are in cm^-1; cross sections in cm^2/molecule.
The small rational Faddeeva evaluator follows Weideman (1994), also used
by HITRAN HAPI (MIT). Its accuracy is checked against scipy.special.wofz.
"""
from pathlib import Path
import json, hashlib, contextlib, io, argparse, os
import numpy as np
from scipy.special import wofz
from scipy.interpolate import CubicSpline
from numba import njit
from netCDF4 import Dataset
import yaml
from functools import lru_cache

ROOT = Path(__file__).resolve().parent
DATA = ROOT / 'data'
CACHE = Path(os.environ.get('SIM_CACHE_DIR',str(ROOT / '.cache')))
KB = 1.380649e-23
H = 6.62607015e-34
C = 299792458.
C2 = 1.438776877
T0 = 293.15
P0 = 101300.
V = .001
AREA = .01
RADIUS = (V/(2*np.pi))**(1/3)
HEIGHT = 2*RADIUS
AIN = 2*np.pi*RADIUS*HEIGHT + 2*np.pi*RADIUS**2
THICKNESS = .5/(2500*AIN)
TG_GRID = np.arange(283.15, 343.16, 10.)
TW_GRID = np.arange(273.15, 355.16, 2.)
RAW = np.array([[77.3,20.7,.04,1.1,.9],
                [76.9,17.7,2.6,1.9,.9],
                [37.7,10.1,49.9,1.9,.5]])
X = RAW/RAW.sum(axis=1)[:,None]

def weideman_coeff(n=24):
    m=2*n; k=np.arange(-m+1,m); L=np.sqrt(n/np.sqrt(2.))
    t=L*np.tan(k*np.pi/m/2)
    f=np.r_[0.,np.exp(-t*t)*(L*L+t*t)]
    a=np.real(np.fft.fft(np.fft.fftshift(f)))/(2*m)
    return L,a[1:n+1][::-1].copy()

WL,WA=weideman_coeff()

@njit(cache=True)
def vprofile(dx,sigma,gamma):
    z=(dx+1j*gamma)/(sigma*np.sqrt(2.))
    if abs(z)>12:
        zi=1/z; z2=zi*zi; s=1.+0j; term=1.+0j
        for j in range(1,9):
            term*=z2*(2*j-1)/2
            s+=term
        w=1j*zi*s/np.sqrt(np.pi)
    else:
        d=WL-1j*z; q=(WL+1j*z)/d; poly=0.+0j
        for c in WA: poly=poly*q+c
        w=2*poly/d**2+1/np.sqrt(np.pi)/d
    return max(0.,w.real/(sigma*np.sqrt(2*np.pi)))

@njit(cache=True)
def add_lines(wn0,dwn,npts,centers,strengths,sigma,gamma,wing,pedestal):
    out=np.zeros(npts)
    for i in range(len(centers)):
        lo=max(0,int(np.ceil((centers[i]-wing-wn0)/dwn)))
        hi=min(npts,int(np.floor((centers[i]+wing-wn0)/dwn))+1)
        base=vprofile(wing,sigma[i],gamma[i]) if pedestal else 0.
        for k in range(lo,hi):
            dx=wn0+k*dwn-centers[i]
            out[k]+=strengths[i]*max(0.,vprofile(dx,sigma[i],gamma[i])-base)
    return out

def load_hapi():
    with contextlib.redirect_stdout(io.StringIO()):
        import hapi
    return hapi

def parse_hitran(source,species):
    b=Path(source).read_bytes()
    lines=b.splitlines()
    assert all(len(s)==160 for s in lines), 'Incomplete/non-HITRAN records'
    a=np.frombuffer(b''.join(lines),dtype='S1').reshape(-1,160)
    def col(i,j,kind=float):
        return np.ascontiguousarray(a[:,i:j]).view(f'S{j-i}').ravel().astype(kind)
    iso=col(2,3,str)
    iso=np.array([10 if s=='0' else 11 if s=='A' else 12 if s=='B' else int(s) for s in iso])
    kw=dict(nu=col(3,15),S=col(15,25),ga=col(35,40),gs=col(40,45),
            E=col(45,55),n=col(55,59),shift=col(59,67),iso=iso)
    hapi=load_hapi(); mol=1 if species=='H2O' else 2
    kw['mass']=np.array([hapi.ISO[(mol,int(i))][3] for i in iso])
    np.savez_compressed(DATA/f'{species}_lines.npz',**kw)
    return dict(records=len(lines),min_cm1=float(kw['nu'].min()),max_cm1=float(kw['nu'].max()),
                isotopes=sorted(map(int,set(iso))),sha256=hashlib.sha256(b).hexdigest())

def lines(species):
    with np.load(DATA/f'{species}_lines.npz') as z:return {k:z[k] for k in z.files}

def cross_section(wn,species,T,P,xself,cutoff=1e-28,wing=25.,broad_scale=1.):
    d=lines(species); keep=d['S']>=cutoff
    d={k:v[keep] for k,v in d.items()}; mol=1 if species=='H2O' else 2
    hapi=load_hapi(); ratio=np.ones(len(d['nu']))
    for iso in set(d['iso']):
        ratio[d['iso']==iso]=hapi.partitionSum(mol,int(iso),296.)/hapi.partitionSum(mol,int(iso),float(T))
    s=d['S']*ratio*np.exp(-C2*d['E']*(1/T-1/296.))
    s*=np.expm1(-C2*d['nu']/T)/np.expm1(-C2*d['nu']/296.)
    ga=np.where(d['ga']>0,d['ga'],.07)
    gs=np.where(d['gs']>0,d['gs'],ga)
    gamma=((1-xself)*ga+xself*gs)*(P/101325.)*(296/T)**d['n']*broad_scale
    sigma=d['nu']/C*np.sqrt(KB*T/(d['mass']*1.66053906660e-27))
    center=d['nu']+d['shift']*P/101325.*(1-xself)
    return add_lines(wn[0],wn[1]-wn[0],len(wn),center,s,sigma,gamma,wing,species=='H2O')

def continuum(wn,T,P,xwater):
    with Dataset(DATA/'absco-ref_wv-mt-ckd.nc') as z:
        w=z['wavenumbers'][:]; temp=float(z['ref_temp'][:]); press=float(z['ref_press'][:])
        rho=P/100/press*temp/T
        rad=w*np.tanh(C2*w/2/T)
        a=z['self_absco_ref'][:]*(temp/T)**z['self_texp'][:]*xwater*rho*rad
        b=z['for_absco_ref'][:]*(1-xwater)*rho*rad
    # Shape-preserving interpolation; differs from MT_CKD's cubic interpolator.
    return np.maximum(0.,np.interp(wn,w,a+b,left=0,right=0))

def planck(wn,T):
    """Hemispheric spectral exitance, W m^-2 (cm^-1)^-1."""
    w=np.asarray(wn)*100.
    return np.pi*2*H*C*C*w**3/np.expm1(H*C*w/KB/T)*100.

@lru_cache(maxsize=2)
def thermal_matrix(wn0,dwn,n):
    w=wn0+np.arange(n)*dwn
    weight=np.full(n,dwn);weight[[0,-1]]*=.5
    return planck(w[None,:],TW_GRID[:,None])*weight[None,:]

def glass(wn,scale=1.,kind='clear'):
    d=yaml.safe_load((DATA/f'Rubin-{kind}.yml').read_text())
    kd=np.array([list(map(float,s.split())) for s in d['DATA'][1]['data'].splitlines() if s.strip()])
    lam=1e4/wn
    n=1.5130-.003169*np.clip(lam,.31,4.6)**2+.003962/np.clip(lam,.31,4.6)**2
    k=np.exp(np.interp(lam,kd[:,0],np.log(kd[:,1])))
    r=((n-1)**2+k*k)/((n+1)**2+k*k)
    r=np.where(lam<.31,.045,r)
    d=np.exp(-4*np.pi*k*THICKNESS/(lam*1e-6)*scale)
    d=np.where(lam>4.6,0.,d)
    trans=(1-r)**2*d/(1-r*r*d*d)
    refl=r+(1-r)**2*r*d*d/(1-r*r*d*d)
    absorp=1-trans-refl
    return trans,refl,absorp

def solar_smooth(wn):
    a=np.genfromtxt(DATA/'ASTMG173.csv',delimiter=',',skip_header=2)
    # Reconstruct piecewise linear irradiance per nanometre before the Jacobian.
    lam=1e7/wn
    e=np.interp(lam,a[:,0],a[:,3],left=0,right=0)*1e7/wn**2
    total=np.trapezoid(a[:,3],a[:,0])
    # Preserve the tabulated direct normal integral, including 280--384.6 nm.
    # No molecular lines are present above 26000 cm^-1 in this model.
    return e,total,a

def atmosphere_tau(wn,scale=1.):
    f=CACHE/f'atmosphere_{wn[1]-wn[0]:.5f}.npy'
    if f.exists():return np.load(f)*scale
    tau=np.zeros(len(wn))
    drycol=101300/9.80665/.028965*6.02214076e23/1e4*1.5
    watercol=1.42*10/.01801528*6.02214076e23/1e4*1.5
    # Four homogeneous layers: a declared reconstruction, not a SMARTS rerun.
    layers=zip([.85,.60,.35,.15],[283.,268.,248.,225.],[.4,.3,.2,.1],[.70,.23,.06,.01])
    for p,t,wd,ww in layers:
        print('atmospheric layer',p,t,flush=True)
        tau+=cross_section(wn,'CO2',t,p*101325,.00037)*drycol*.00037*wd
        tau+=cross_section(wn,'H2O',t,p*101325,.008)*watercol*ww
        tau+=continuum(wn,t,p*101325,.008)*watercol*ww
    np.save(f,tau)
    return tau*scale

def correlated_solar(wn,smooth,astm,tau):
    lam=1e7/wn
    edges=(astm[:-1,0]+astm[1:,0])/2
    groups=np.searchsorted(edges,lam)
    # Normalize separately in each native ASTM wavelength cell. This preserves
    # its integrated energy while correlating sub-cell lines with atmosphere.
    mins=np.full(len(astm),np.inf);np.minimum.at(mins,groups,tau)
    filt=np.exp(-(tau-mins[groups]))
    num=np.bincount(groups,weights=smooth,minlength=len(astm))
    den=np.bincount(groups,weights=smooth*filt,minlength=len(astm))
    ratio=np.divide(num,den,out=np.ones_like(num),where=den>0)
    out=smooth*filt*ratio[groups]
    assert abs(out.sum()-smooth.sum())<1e-8*max(1,smooth.sum())
    return out

def optics(wn,tauc,tauw,solar,total,scale=1.,lid_alpha=.6,path=.1,epsilon=.837):
    dwn=wn[1]-wn[0]
    trans,refl,absorp=glass(wn,scale)
    tc=tauc*path/.1;tw=tauw*path/.1;tau=tc+tw
    tr=np.exp(-tau); a=-np.expm1(-tau)
    fc=np.divide(tc,tau,out=np.zeros_like(tau),where=tau>0);fw=1-fc
    ffront=.9;ftarget=.25
    br=(1-ftarget)*refl+ftarget*(1-lid_alpha)
    ba_glass=(1-ftarget)*absorp;ba_lid=ftarget*lid_alpha
    bt=(1-ftarget)*trans
    forward=ffront*trans/(1-br*refl*tr*tr)
    reverse=forward*tr*br
    gas=(forward+reverse)*a
    front=ffront*absorp+reverse*tr*absorp
    back=forward*tr*ba_glass
    lid=(1-ffront)*lid_alpha+forward*tr*ba_lid
    transmitted=forward*tr*bt
    # Half the transmitted rear beam reaches a white support (alpha=0.25).
    supp=.5*.25*transmitted
    escape=ffront*refl+(1-ffront)*(1-lid_alpha)+reverse*tr*trans+transmitted-supp
    assert np.max(abs(gas+front+back+lid+supp+escape-1))<2e-14
    # The small UV segment outside the molecular grid has identical gas-zero optics.
    missing=total-np.trapezoid(solar,wn)
    uv_outer=missing*(.9*.95+.1*lid_alpha)
    uv_escape=missing-uv_outer
    integ=lambda z:float(np.trapezoid(solar*z,wn)*AREA)
    vals=np.array([integ(gas*fc),integ(gas*fw),integ(front+lid)+uv_outer*AREA,
                   integ(back),integ(supp),integ(escape)+uv_escape*AREA])
    assert abs(vals.sum()-total*AREA)<1e-9
    # Internal wall-to-gas exchange: one effective path, repeated grey-wall reflections.
    ir=wn<=4000
    q=-np.expm1(-tau[ir]);q=q/(1+(1-epsilon)/epsilon*q)
    m=thermal_matrix(float(wn[0]),float(dwn),int(ir.sum()))
    lw=np.array([np.einsum('ij,j->i',m,q*fc[ir]),np.einsum('ij,j->i',m,q*fw[ir])])*AIN
    assert np.isfinite(lw).all()
    # Single-species counterfactuals on the incident, single internal traversal.
    single=np.array([integ(ffront*trans*(-np.expm1(-tc))),integ(ffront*trans*(-np.expm1(-tw)))])
    return vals,lw,single

def build_tables(dwn=.02,force=False,only_baseline=False):
    CACHE.mkdir(parents=True,exist_ok=True)
    wn=np.arange(.01,36000+dwn/2,dwn)
    smooth,total,astm=solar_smooth(wn)
    taua=atmosphere_tau(wn)
    solar={'smooth':smooth,'correlated':correlated_solar(wn,smooth,astm,taua),
           'atmosphere_half':correlated_solar(wn,smooth,astm,taua*.5),
           'atmosphere_double':correlated_solar(wn,smooth,astm,taua*2)}
    configs={name:dict(sun=name,scale=1.,lid_alpha=.6,path=.1) for name in solar}
    configs.update({name:dict(sun='correlated',**kw) for name,kw in {
        'glass_half':dict(scale=.5,lid_alpha=.6,path=.1),
        'glass_double':dict(scale=2.,lid_alpha=.6,path=.1),
        'lid_white':dict(scale=1.,lid_alpha=.2,path=.1),
        'lid_dark':dict(scale=1.,lid_alpha=.9,path=.1),
        'path_half':dict(scale=1.,lid_alpha=.6,path=.05),
        'path_150':dict(scale=1.,lid_alpha=.6,path=.15),
        'no_continuum':dict(scale=1.,lid_alpha=.6,path=.1),
    }.items()})
    if only_baseline:configs={k:v for k,v in configs.items() if k in ['correlated','smooth']}
    out={};singles={}
    for name in configs:
        out[name+'_sw']=np.zeros((3,len(TG_GRID),6))
        out[name+'_lw']=np.zeros((3,len(TG_GRID),2,len(TW_GRID)))
        singles[name]=np.zeros((3,len(TG_GRID),2))
    for j in range(3):
        for it,t in enumerate(TG_GRID):
            f=CACHE/f'tau_{dwn:.5f}_{j}_{t:.2f}.npz'
            if f.exists() and not force:
                with np.load(f) as z:tc=z['tc'].astype(float);wl=z['wl'].astype(float);wc=z['wc'].astype(float)
            else:
                print('jar',j,'T',t,'spectral step',dwn,flush=True)
                p=P0*t/T0;col=P0/(KB*T0)/1e6*10
                tc=cross_section(wn,'CO2',t,p,X[j,2])*col*X[j,2]
                wl=cross_section(wn,'H2O',t,p,X[j,3])*col*X[j,3]
                wc=continuum(wn,t,p,X[j,3])*col*X[j,3]
                np.savez_compressed(f,tc=tc.astype('f4'),wl=wl.astype('f4'),wc=wc.astype('f4'))
            for name,cfg in configs.items():
                kw={k:v for k,v in cfg.items() if k!='sun'}
                sw,lw,single=optics(wn,tc,wl if name=='no_continuum' else wl+wc,solar[cfg['sun']],total,**kw)
                out[name+'_sw'][j,it]=sw;out[name+'_lw'][j,it]=lw;singles[name][j,it]=single
            print('integrated',j,t,'SW correlated/smooth',out['correlated_sw'][j,it,:2],out['smooth_sw'][j,it,:2],flush=True)
    out.update({k+'_single':v for k,v in singles.items()})
    out.update(Tg=TG_GRID,Tw=TW_GRID,DNI=total,dwn=dwn)
    np.savez_compressed(DATA/f'radiation_tables_{dwn:.3f}.npz',**out)
    if dwn==.02:
        # Portable plotted/exported spectrum, averaged over 1 cm^-1 bins.
        step=int(round(1/dwn));n=len(wn)//step
        avg=lambda a:a[:n*step].reshape(n,step).mean(axis=1)
        tc0=np.load(CACHE/f'tau_{dwn:.5f}_2_293.15.npz')
        np.savetxt(ROOT/'results/spectrum_1cm.csv',np.c_[avg(wn),avg(smooth),avg(solar['correlated']),avg(tc0['tc']),avg(tc0['wl']+tc0['wc']),avg(glass(wn)[0])],delimiter=',',header='wn_cm-1,ASTM_smooth_W_m-2_cm,ASTM_correlated_W_m-2_cm,tau_CO2_C,tau_H2O_C,T_glass',comments='')
    return out

def verify_voigt():
    x=np.r_[np.linspace(0,2,501),np.geomspace(2.01,25,500)]
    worst=0.
    for s in [.0001,.001,.01,.03]:
        for g in [.03,.06,.12,.3]:
            a=np.array([vprofile(float(xx),s,g) for xx in x])
            b=wofz((x+1j*g)/s/np.sqrt(2)).real/(s*np.sqrt(2*np.pi))
            worst=max(worst,float(np.max(abs(a-b)/b)))
    return worst

if __name__=='__main__':
    p=argparse.ArgumentParser();p.add_argument('--parse',type=Path);p.add_argument('--step',type=float,default=.02);p.add_argument('--baseline-only',action='store_true')
    a=p.parse_args()
    if a.parse:
        info={s:parse_hitran(a.parse/f'{s}_HITRAN.par',s) for s in ['CO2','H2O']}
        info['retrieved']='2026-11-18';info['edition']='HITRANonline live snapshot; endpoint does not identify frozen edition'
        (DATA/'line_metadata.json').write_text(json.dumps(info,indent=2))
        print(info)
    print('maximum Voigt relative discrepancy against SciPy',verify_voigt(),flush=True)
    build_tables(a.step,only_baseline=a.baseline_only)
simulation.py — skutečně použitý zdrojový kód
"""Energy-conserving transient jar model; deterministic RK4, default dt=1 s.

Tg is the homogeneous gas temperature. Ti and To are inner/outer glass
half-wall temperatures. Ts is the support temperature. No chemical reactions.
"""
from pathlib import Path
import json, argparse
import numpy as np
from scipy.interpolate import CubicSpline
from scipy.sparse import lil_matrix,csc_matrix
from scipy.sparse.linalg import spsolve
from numba import njit
import cantera as ct
from spectra import ROOT,DATA,X,RAW,T0,P0,V,AIN,AREA,RADIUS,HEIGHT,THICKNESS

SIGMA=5.670374419e-8
AOUT=2*np.pi*(RADIUS+THICKNESS)*(HEIGHT+2*THICKNESS)+2*np.pi*(RADIUS+THICKNESS)**2
DENSE_T=np.arange(270.,360.0001,.1)
Q_NAMES=['solar_CO2','solar_H2O','solar_outer_glass_lid','solar_inner_glass',
         'solar_support','solar_escape','LW_wall_to_CO2','LW_wall_to_H2O',
         'nonradiative_wall_to_gas','glass_inner_to_outer','outer_convection',
         'outer_radiation','outer_to_support_contact','support_to_ambient']
NQ=len(Q_NAMES)

def cylinder_conduction(nr=48,nz=48):
    """Unit-conductivity FV Poisson problem -laplacian(u)=1, u(wall)=0.

    For uniform volumetric heating Q/V, mean(T)-Tw = Q*mean(u)/(k V).
    The same conductance governs the quasi-steady lag under slow wall heating.
    """
    dr=RADIUS/nr;dz=HEIGHT/nz
    r=(np.arange(nr)+.5)*dr
    volumes=np.repeat(2*np.pi*r*dr*dz,nz)
    mat=lil_matrix((nr*nz,nr*nz));wall=np.zeros(nr*nz)
    for i in range(nr):
        for j in range(nz):
            n=i*nz+j
            for ii,jj,g in [(i-1,j,2*np.pi*i*dr*dz/dr),
                            (i+1,j,2*np.pi*(i+1)*dr*dz/dr),
                            (i,j-1,2*np.pi*r[i]*dr/dz),
                            (i,j+1,2*np.pi*r[i]*dr/dz)]:
                if ii<0:continue
                if ii>=nr or jj<0 or jj>=nz:
                    mat[n,n]+=2*g;wall[n]+=2*g
                else:mat[n,n]+=g;mat[n,ii*nz+jj]-=g
    mat=csc_matrix(mat)
    u=spsolve(mat,volumes)
    mean=float(np.sum(u*volumes)/V)
    return V/mean,mat,wall,volumes,u

G_PER_K=cylinder_conduction()[0]
H_PER_K=G_PER_K/AIN

def thermodynamic_tables():
    props=np.zeros((4,len(DENSE_T),6))
    info=[]
    for j in range(4):
        x=X[j] if j<3 else X[0]
        gas=ct.Solution('gri30.yaml')
        comp=dict(zip(['N2','O2','CO2','H2O','AR'],x))
        gas.TPX=T0,P0,comp
        mass=gas.density*V;u0=gas.int_energy_mass
        for it,t in enumerate(DENSE_T):
            gas.TPX=t,P0*t/T0,comp
            props[j,it]=[mass*gas.cv_mass,gas.cp_mass,gas.viscosity,gas.thermal_conductivity,
                         mass*(gas.int_energy_mass-u0),mass/V]
        gas.TPX=T0,P0,comp
        info.append(dict(mass_kg=mass,molar_mass_kg_mol=gas.mean_molecular_weight/1000,
                         Cv_J_K=mass*gas.cv_mass,cp_J_kg_K=gas.cp_mass,cv_J_kg_K=gas.cv_mass,
                         rho_kg_m3=gas.density,mu_Pa_s=gas.viscosity,k_W_m_K=gas.thermal_conductivity))
    # Exterior air properties at 1 atm, density decreases at the film temperature.
    gas=ct.Solution('air.yaml')
    for it,t in enumerate(DENSE_T):
        gas.TP=t,P0
        props[3,it]=[0.,gas.cp_mass,gas.viscosity,gas.thermal_conductivity,0.,gas.density]
    return props,info[:3]

def radiation_dense(tablefile,config):
    with np.load(tablefile) as z:
        tg=z['Tg'];tw=z['Tw'];sw=z[config+'_sw'];lw=z[config+'_lw']
    swd=CubicSpline(tg,sw,axis=1)(DENSE_T)
    # Sixth-order Planck polynomial in (Tw-300)/50; opacity is recomputed at
    # every gas-temperature spectral node. Difference form enforces detailed balance.
    coeff=np.polynomial.polynomial.polyfit((tw-300)/50,lw.reshape(-1,len(tw)).T,6).T
    coeff=coeff.reshape(3,len(tg),2,7)
    pred=np.polynomial.polynomial.polyval((tw-300)/50,coeff.reshape(-1,7).T)
    fiterr=float(np.max(abs(pred-lw.reshape(-1,len(tw)))))
    lwd=CubicSpline(tg,coeff,axis=1)(DENSE_T)
    return swd,lwd,fiterr

@njit(cache=True)
def interp(t,arr):
    v=(t-270)*10
    i=max(0,min(len(arr)-2,int(v)))
    f=v-i
    return arr[i]*(1-f)+arr[i+1]*f

@njit(cache=True)
def natural_h(dt,t,cp,mu,k,rho,length):
    pr=cp*mu/k
    ra=9.80665*abs(dt)*length**3*rho*rho*cp/(t*mu*k)
    nu=.68+.670*ra**.25/(1+(.492/pr)**(9/16))**(4/9)
    return max(2.,nu)*k/length

@njit(cache=True)
def lw_flux(tg,ti,coef):
    out=np.zeros(2)
    for s in range(2):
        a=0.;b=0.
        for n in range(6,-1,-1):
            a=a*(ti-300)/50+coef[s,n]
            b=b*(tg-300)/50+coef[s,n]
        out[s]=a-b
    return out

@njit(cache=True)
def flows(temp,swtable,lwtable,proptable,airtable,params):
    # params: ambient, solar multiplier, wind, glass k, glass cp multiplier,
    # inside h multiplier, outside h multiplier, fixed loss flag, no radiation,
    # infrared scale, contact G, support absorptivity multiplier, gas-density flag
    ta,sun,wind,kg,cap,hin,hout,fixed,norad,lwscale,gcontact,suppscale=params
    tg,ti,to,ts=temp
    sw=interp(tg,swtable)*sun
    if norad>.5:
        # Removed gas absorption is assigned to the inner wall, preserving
        # total system solar absorption in this diagnostic counterfactual.
        sw[3]+=sw[0]+sw[1];sw[0]=0.;sw[1]=0.
    # Changing support albedo sends its unabsorbed component to the exterior.
    sw[5]+=sw[4]*(1-suppscale);sw[4]*=suppscale
    lw=lw_flux(tg,ti,interp(tg,lwtable))*lwscale
    if norad>.5:lw[:]=0.
    p=interp((ti+tg)/2,proptable)
    # Geometrically derived internal conduction, augmented by a declared
    # natural-convection closure. Exterior-film Nu=2 is not an internal limit.
    pr=p[1]*p[2]/p[3]
    ra=9.80665*abs(ti-tg)*HEIGHT**3*p[5]**2*p[1]/(((ti+tg)/2)*p[2]*p[3])
    buoy=.670*ra**.25/(1+(.492/pr)**(9/16))**(4/9)*p[3]/HEIGHT
    hc=H_PER_K*p[3]
    hi=hin*(hc**3+buoy**3)**(1/3)
    qcond=hi*AIN*(ti-tg)
    qwall=2*kg*AIN/THICKNESS*(ti-to)
    pa=interp((to+ta)/2,airtable)
    hn=natural_h(to-ta,(to+ta)/2,pa[1],pa[2],pa[3],pa[5],HEIGHT)
    pr=pa[1]*pa[2]/pa[3];re=pa[5]*wind*2*(RADIUS+THICKNESS)/pa[2]
    nf=.3+.62*np.sqrt(re)*pr**(1/3)/(1+(.4/pr)**(2/3))**.25*(1+(re/282000)**(5/8))**(.8)
    hf=nf*pa[3]/(2*(RADIUS+THICKNESS)) if wind>0 else 0.
    ho=hout*(hn**3+hf**3)**(1/3)
    qc=ho*AOUT*(to-ta)
    qr=.837*SIGMA*AOUT*(to**4-ta**4)
    if fixed>.5:qc=.4*(to-ta);qr=0.
    qs=gcontact*(to-ts)
    qsa=(5+2*wind)*.02*(ts-ta)+.9*SIGMA*.02*(ts**4-ta**4)
    q=np.zeros(NQ)
    q[:6]=sw;q[6:8]=lw
    q[8:]=np.array([qcond,qwall,qc,qr,qs,qsa])
    cv=interp(tg,proptable)[0]
    d=np.array([(sw[0]+sw[1]+lw.sum()+qcond)/cv,
                (sw[3]-lw.sum()-qcond-qwall)/(200*cap),
                (sw[2]+qwall-qc-qr-qs)/(200*cap+10),
                (sw[4]+qs-qsa)/200.])
    return d,q

@njit(cache=True)
def integrate(sw,lw,props,air,params,dt):
    n=int(round(3600/dt));stride=int(round(1/dt))
    assert abs(dt*stride-1)<1e-10
    temp=np.full(4,T0);energy=np.zeros(NQ)
    out=np.zeros((3601,4+2*NQ))
    _,q=flows(temp,sw,lw,props,air,params)
    out[0,:4]=temp;out[0,4:4+NQ]=q
    for i in range(n):
        d1,q1=flows(temp,sw,lw,props,air,params)
        d2,q2=flows(temp+dt*d1/2,sw,lw,props,air,params)
        d3,q3=flows(temp+dt*d2/2,sw,lw,props,air,params)
        d4,q4=flows(temp+dt*d3,sw,lw,props,air,params)
        temp+=dt*(d1+2*d2+2*d3+d4)/6
        energy+=dt*(q1+2*q2+2*q3+q4)/6
        if (i+1)%stride==0:
            k=(i+1)//stride;_,q=flows(temp,sw,lw,props,air,params)
            out[k,:4]=temp;out[k,4:4+NQ]=q;out[k,4+NQ:]=energy
    return out

def saturation_pressure(t):
    tau=1-np.asarray(t)/647.096
    a=[-7.85951783,1.84408259,-11.7866497,22.6807411,-15.9618719,1.80122502]
    powers=[1.,1.5,3.,3.5,4.,7.5]
    return 22.064e6*np.exp(647.096/np.asarray(t)*sum(c*tau**p for c,p in zip(a,powers)))

class Experiment:
    def __init__(self,step=.02):
        self.table=DATA/f'radiation_tables_{step:.3f}.npz'
        self.props,self.info=thermodynamic_tables();self.rad={};self.fiterr=0.
    def run(self,config='correlated',dt=1.,thermo_fixed=False,rad_fixed=False,export=None,**kw):
        defaults=dict(ambient=T0,sun=1.,wind=0.,glass_k=1.,glass_cap=1.,inside_h=1.,
                      outside_h=1.,fixed_loss=0.,no_rad=0.,lw_scale=1.,contact=.02,support_scale=1.)
        defaults.update(kw);params=np.array(list(defaults.values()),float)
        if config not in self.rad:
            sw,lw,err=radiation_dense(self.table,config);self.rad[config]=(sw,lw);self.fiterr=max(err,self.fiterr)
        sw,lw=self.rad[config];runs=[]
        for j in range(3):
            r=integrate(sw[0 if rad_fixed else j],lw[0 if rad_fixed else j],
                        self.props[0 if thermo_fixed else j],self.props[3],params,dt)
            runs.append(r)
            if export:
                path=ROOT/'results'/f'{export}_{chr(65+j)}.csv'
                t=np.arange(3601);tg=r[:,0];ti=r[:,1];to=r[:,2];ts=r[:,3]
                pp=P0*tg/T0;pw=pp*X[j,3]
                rh=pw/saturation_pressure(tg)*100
                rhwall=pw/saturation_pressure(np.minimum(ti,to))*100
                p=np.array([interp(float(tt),self.props[0 if thermo_fixed else j]) for tt in tg])
                u=p[:,4]+200*params[4]*(ti-T0)+(200*params[4]+10)*(to-T0)+200*(ts-T0)
                qint=r[:,4+NQ:]
                ein=(qint[:,:5].sum(axis=1))
                eout=qint[:,10]+qint[:,11]+qint[:,13]
                residual=ein-eout-u
                jaru=p[:,4]+200*params[4]*(ti-T0)+(200*params[4]+10)*(to-T0)
                jarerr=qint[:,:4].sum(axis=1)-qint[:,10]-qint[:,11]-qint[:,12]-jaru
                arr=np.c_[t,tg-273.15,ti-273.15,to-273.15,ts-273.15,pp,pw,rh,rhwall,
                          p[:,0],p[:,1],p[:,2],p[:,3],p[:,5],r[:,4:],u,jaru,residual,jarerr]
                names=['time_s','gas_C','glass_inner_C','glass_outer_C','support_C','pressure_Pa',
                       'water_partial_pressure_Pa','RH_gas_percent','RH_coldest_glass_percent',
                       'gas_Cv_J_K','gas_cp_J_kg_K','gas_viscosity_Pa_s','gas_k_W_m_K','gas_density_kg_m3']
                names +=[s+'_W' for s in Q_NAMES]+[s+'_J' for s in Q_NAMES]
                names +=['stored_system_J','stored_jar_J','energy_residual_system_J','energy_residual_jar_J']
                np.savetxt(path,arr,delimiter=',',header=','.join(names),comments='',fmt='%.10g')
                if rhwall.max()>100.001:raise RuntimeError('Condensation detected: phase-change solver needed')
        return np.array(runs)

def save_json(path,obj):
    Path(path).write_text(json.dumps(obj,indent=2,ensure_ascii=False),encoding='utf-8')

def main():
    e=Experiment();results={}
    for variant,kw in [('reference',{}),('fixed_0p4',dict(fixed_loss=1.,contact=0.)),('smooth_ASTM',dict(config='smooth'))]:
        r=e.run(export=variant,**kw);results[variant]=r
        print(variant,r[:,-1,:4]-273.15,flush=True)
    ref=results['reference'];tab=[]
    for t in range(0,3601,600):
        a,b,c=ref[:,t,0]-273.15;tab.append([t/60,a,b,c,c-a,b-a])
    np.savetxt(ROOT/'results/temperatures_10min.csv',tab,delimiter=',',header='minute,A_C,B_C,C_C,C_minus_A_C,B_minus_A_C',comments='',fmt='%.9g')
    checks=[]
    for dt in [.5,.25]:
        r=e.run(dt=dt);delta=np.max(abs(r[:,:,:4]-ref[:,:,:4]))
        checks.append(dict(dt_s=dt,max_temperature_error_K=float(delta),final_gas_C=(r[:,-1,0]-273.15).tolist()))
    # Factorial controls: same optics with different physical properties and vice versa.
    controls={}
    for name,kw in [('all_A',dict(rad_fixed=True,thermo_fixed=True)),
                    ('radiation_only',dict(thermo_fixed=True)),
                    ('properties_only',dict(rad_fixed=True)),
                    ('no_gas_radiation',dict(no_rad=1.)),
                    ('no_LW_exchange',dict(lw_scale=0.))]:
        r=e.run(export='control_'+name,**kw);controls[name]=(r[:,-1,0]-273.15).tolist()
    cases={
        'sun_700':dict(sun=700/900.139329284215),
        'sun_1100':dict(sun=1100/900.139329284215),
        'ambient_15C':dict(ambient=288.15),'ambient_25C':dict(ambient=298.15),
        'wind_0p5':dict(wind=.5),'wind_2':dict(wind=2.),
        'glass_k_0p8':dict(glass_k=.8),'glass_k_1p2':dict(glass_k=1.2),
        'glass_cp_720':dict(glass_cap=.9),'glass_cp_880':dict(glass_cap=1.1),
        'inside_h_half':dict(inside_h=.5),'inside_h_150pct':dict(inside_h=1.5),
        'outside_h_70pct':dict(outside_h=.7),'outside_h_130pct':dict(outside_h=1.3),
        'support_contact_0':dict(contact=0.),'support_contact_0p1':dict(contact=.1),
        'support_dark':dict(support_scale=3.6),
        'smooth_ASTM':dict(config='smooth'),
        **{n:dict(config=n) for n in ['atmosphere_half','atmosphere_double','glass_half','glass_double',
                                    'lid_white','lid_dark','path_half','path_150','no_continuum']}}
    sensitivity=[]
    for name,kw in cases.items():
        r=e.run(export='sensitivity_'+name,**kw);t=r[:,-1,0]-273.15
        sensitivity.append(dict(scenario=name,A_C=float(t[0]),B_C=float(t[1]),C_C=float(t[2]),
                                C_minus_A_K=float(t[2]-t[0]),B_minus_A_K=float(t[1]-t[0])))
        print('sensitivity',name,t,flush=True)
    save_json(ROOT/'results/summary.json',dict(reference_final_C=(ref[:,-1,:4]-273.15).tolist(),
              fixed_0p4_final_C=(results['fixed_0p4'][:,-1,0]-273.15).tolist(),
              controls=controls,convergence=checks,properties_at_20C=e.info,
              geometry=dict(radius_m=RADIUS,height_m=HEIGHT,inner_area_m2=AIN,outer_area_m2=AOUT,
                            effective_thickness_m=THICKNESS,internal_conduction_G_per_k_m=G_PER_K,
                            internal_conduction_Nu=H_PER_K*HEIGHT),planck_polynomial_max_fit_error_W=e.fiterr,
              normalized_mole_fractions=X.tolist(),raw_sums_percent=RAW.sum(axis=1).tolist(),sensitivity=sensitivity))
    header=list(sensitivity[0]);
    (ROOT/'results/sensitivity.csv').write_text(','.join(header)+'\n'+'\n'.join(','.join(str(s[k]) for k in header) for s in sensitivity)+'\n')
    np.savez_compressed(ROOT/'results/trajectories.npz',**results)
    print('time convergence',checks,'Planck fit error',e.fiterr,flush=True)

if __name__=='__main__':main()
spatial_model.py — skutečně použitý zdrojový kód
"""Axisymmetric finite-volume thermal check of the gas centre temperature.

This is an explicitly approximate diffusion/eddy-diffusivity field model,
not Navier--Stokes CFD or angular radiative transfer. It shares the complete
conservative external/optical balance with simulation.py. Gas absorption
and radiative conductance are distributed uniformly by cell volume.
"""
import json
import numpy as np
from scipy.integrate import solve_ivp
from scipy.sparse import lil_matrix,csc_matrix
from spectra import ROOT,AIN,V,T0,P0,THICKNESS,X
from simulation import (Experiment,interp,flows,lw_flux,cylinder_conduction,H_PER_K,
                         HEIGHT,RADIUS,Q_NAMES,NQ,saturation_pressure)

def run_spatial(e,j,nr=16,nz=24,convection=1.,export=None,max_step=1.,rad_fixed=False,thermo_fixed=False):
    gpk,K,wall,vol,u=cylinder_conduction(nr,nz);f=vol/V;n=len(f)
    sw,lw=e.rad['correlated'];opt=0 if rad_fixed else j
    props=e.props[0 if thermo_fixed else j];air=e.props[3]
    params=np.array([T0,1.,0.,1.,1.,1.,1.,0.,0.,1.,.02,1.])
    def rhs(t,y):
        gas=y[:n];ti,to,ts=y[n:n+3]
        mean=float(np.sum(gas*f));temp=np.array([mean,ti,to,ts])
        d,q=flows(temp,sw[opt],lw[opt],props,air,params)
        pp=interp((mean+ti)/2,props);cv=interp(mean,props)[0]
        pr=pp[1]*pp[2]/pp[3]
        ra=9.80665*abs(ti-mean)*HEIGHT**3*pp[5]**2*pp[1]/(((mean+ti)/2)*pp[2]*pp[3])
        buoy=.670*ra**.25/(1+(.492/pr)**(9/16))**(4/9)*pp[3]/HEIGHT*convection
        hc=pp[3]*H_PER_K
        keff=pp[3]*(hc**3+buoy**3)**(1/3)/hc
        qc=keff*(-K.dot(gas-ti))
        coef=interp(mean,lw[opt]);delta=ti-mean
        hlw=lw_flux(mean,ti,coef)/delta if abs(delta)>1e-6 else lw_flux(mean,mean+.001,coef)/.001
        qlwc=hlw[0]*f*(ti-gas);qlww=hlw[1]*f*(ti-gas)
        dg=((q[0]+q[1])*f+qlwc+qlww+qc)/(cv*f)
        q[6]=qlwc.sum();q[7]=qlww.sum();q[8]=qc.sum()
        di=(q[3]-q[6]-q[7]-q[8]-q[9])/200.
        return np.r_[dg,di,d[2],d[3],q]
    # A sparse approximate Jacobian with the exact diffusion block. Changes in
    # opacity/material properties are small; nonlinear residuals are evaluated
    # with the complete RHS, so they are not frozen in the actual solution.
    p=interp(298.,props);cv=p[0];k=p[3];h=.02
    J=lil_matrix((n+3+NQ,n+3+NQ))
    base=(-k*K).tolil()
    for row in range(n):
        for col,val in zip(base.rows[row],base.data[row]):J[row,col]=val/(cv*f[row])
        J[row,row]+=-h/cv
        J[row,n]=(k*wall[row]+h*f[row])/(cv*f[row])
        J[n,row]=(k*wall[row]+h*f[row])/200.
    gg=2*AIN/THICKNESS
    J[n,n]=-(k*wall.sum()+h+gg)/200.;J[n,n+1]=gg/200.
    J[n+1,n]=gg/210.;J[n+1,n+1]=-(gg+.6+.02)/210.;J[n+1,n+2]=.02/210.
    J[n+2,n+1]=.02/200.;J[n+2,n+2]=-(.02+.21)/200.
    initial=np.r_[np.full(n+3,T0),np.zeros(NQ)]
    sol=solve_ivp(rhs,(0,3600),initial,method='BDF',t_eval=np.arange(3601),
                  rtol=2e-9,atol=1e-10,max_step=max_step,jac=csc_matrix(J))
    assert sol.success,sol.message
    gas=sol.y[:n].T;mean=np.sum(gas*f[None,:],axis=1)
    center=(gas[:,nz//2-1]+gas[:,nz//2])/2
    harmonic=1/np.sum(f[None,:]/gas,axis=1)
    ti,to,ts=sol.y[n:n+3];energies=sol.y[n+3:].T
    pvals=np.array([interp(float(t),props) for t in mean]);ug=pvals[:,4]
    stored=ug+200*(ti-T0)+210*(to-T0)+200*(ts-T0)
    residual=energies[:,:5].sum(axis=1)-energies[:,10]-energies[:,11]-energies[:,13]-stored
    result=dict(jar=chr(65+j),nr=nr,nz=nz,convection_multiplier=convection,
                center_final_C=float(center[-1]-273.15),mean_final_C=float(mean[-1]-273.15),
                glass_inner_final_C=float(ti[-1]-273.15),glass_outer_final_C=float(to[-1]-273.15),
                max_center_mean_gap_K=float(np.max(abs(center-mean))),
                final_center_mean_gap_K=float(center[-1]-mean[-1]),
                max_energy_residual_J=float(np.max(abs(residual))),
                max_RH_wall_percent=float(np.max(P0*harmonic/T0*X[j,3]/saturation_pressure(ti)*100)),
                nfev=sol.nfev,nlu=sol.nlu)
    if export:
        q=np.array([rhs(float(t),sol.y[:,i])[-NQ:] for i,t in enumerate(sol.t)])
        names=['time_s','gas_center_C','gas_mean_C','gas_min_C','gas_max_C','glass_inner_C','glass_outer_C',
               'support_C','pressure_Pa','RH_at_center_percent','stored_system_J','energy_residual_J']
        names +=[s+'_W' for s in Q_NAMES]+[s+'_J' for s in Q_NAMES]
        arr=np.c_[sol.t,center-273.15,mean-273.15,gas.min(axis=1)-273.15,gas.max(axis=1)-273.15,
                  ti-273.15,to-273.15,ts-273.15,P0*harmonic/T0,
                  P0*harmonic/T0*X[j,3]/saturation_pressure(center)*100,stored,residual,q,energies]
        np.savetxt(ROOT/'results'/f'spatial_{export}_{chr(65+j)}.csv',arr,delimiter=',',header=','.join(names),comments='',fmt='%.11g')
        np.savez_compressed(ROOT/'results'/f'spatial_field_{export}_{chr(65+j)}.npz',time_s=sol.t,gas_C=(gas-273.15).astype('f4'),nr=nr,nz=nz,radius_m=RADIUS,height_m=HEIGHT)
    print(result,flush=True)
    return result

def main():
    e=Experiment();e.run() # initializes radiation tables
    results=[]
    for j in range(3):results.append(run_spatial(e,j,export='reference'))
    convergence=[]
    for j in range(3):convergence.append(run_spatial(e,j,nr=24,nz=36,export='fine'))
    checks=[]
    for c in [0.,2.]:checks.append(run_spatial(e,2,convection=c,export='conv_'+str(int(c))))
    controls={}
    for name,kw in [('radiation_only',dict(thermo_fixed=True)),('properties_only',dict(rad_fixed=True))]:
        controls[name]=[convergence[0]]+[run_spatial(e,j,nr=24,nz=36,export=name,**kw) for j in [1,2]]
    temporal=run_spatial(e,2,nr=24,nz=36,max_step=.5,export='halfstep')
    gcheck=[(n,cylinder_conduction(n,n)[0]) for n in [24,48,96]]
    (ROOT/'results/spatial_summary.json').write_text(json.dumps(dict(reference=results,fine=convergence,convection_checks_C=checks,controls=controls,
        conduction_geometry_convergence=gcheck,time_convergence_C=temporal),indent=2))
    rows=[]
    rr=[np.genfromtxt(ROOT/'results'/f'spatial_fine_{j}.csv',delimiter=',',names=True) for j in 'ABC']
    for t in range(0,3601,600):
        a,b,c=[r['gas_center_C'][t] for r in rr];rows.append([t/60,a,b,c,c-a,b-a])
    np.savetxt(ROOT/'results/center_temperatures_10min.csv',rows,delimiter=',',header='minute,A_C,B_C,C_C,C_minus_A_C,B_minus_A_C',comments='',fmt='%.10g')

if __name__=='__main__':main()
verify_spectra.py — skutečně použitý zdrojový kód
"""Independent grid, line-wing and pressure-broadening sensitivity checks.

Full transient tables use 0.02 cm^-1. These more expensive checks repeat the
radiative integrations at 303.15 K, bracketing the experiment temperature.
"""
import numpy as np
from spectra import *

def run_at(step,T=303.15,broad_scale=1.,wing=25.,cutoff=1e-28,atmosphere=True):
    wn=np.arange(.01,36000+step/2,step)
    smooth,total,astm=solar_smooth(wn)
    solar=correlated_solar(wn,smooth,astm,atmosphere_tau(wn)) if atmosphere else smooth
    out=[]
    for j in range(3):
        print('verification',step,j,T,'broadening',broad_scale,'wing',wing,flush=True)
        col=P0/(KB*T0)/1e6*10;p=P0*T/T0
        cache=CACHE/f'tau_{step:.5f}_{j}_{T:.2f}.npz'
        if broad_scale==1 and wing==25 and cutoff==1e-28 and cache.exists():
            with np.load(cache) as z:tc=z['tc'].astype(float);tw=z['wl'].astype(float)+z['wc'].astype(float)
        else:
            tc=cross_section(wn,'CO2',T,p,X[j,2],cutoff,wing,broad_scale)*col*X[j,2]
            tw=cross_section(wn,'H2O',T,p,X[j,3],cutoff,wing,broad_scale)*col*X[j,3]
            tw+=continuum(wn,T,p,X[j,3])*col*X[j,3]
        sw,lw,_=optics(wn,tc,tw,solar,total)
        # The derivative of wall emission yields the local radiative conductance.
        ir=wn<=4000;q=-np.expm1(-(tc[ir]+tw[ir]));q/=1+(1-.837)/.837*q
        hlw=AIN*np.trapezoid(q*(planck(wn[ir],T+.01)-planck(wn[ir],T-.01))/.02,wn[ir])
        out.append(dict(jar=chr(65+j),solar_W=sw.tolist(),LW_conductance_W_K=float(hlw)))
    return out

if __name__=='__main__':
    import argparse
    parser=argparse.ArgumentParser();parser.add_argument('--full',action='store_true');args=parser.parse_args()
    results=json.loads((ROOT/'results/spectral_verification.json').read_text()) if (ROOT/'results/spectral_verification.json').exists() else {}
    # Each completed stage is persisted for recovery and transparency.
    cases=[('grid_0p04',dict(step=.04)),('grid_0p02',dict(step=.02)),('grid_0p01',dict(step=.01))]
    if args.full:cases += [('broad_80pct',dict(step=.02,broad_scale=.8)),
                    ('broad_120pct',dict(step=.02,broad_scale=1.2)),
                    ('wing_50',dict(step=.02,wing=50.)),
                    ('cutoff_1e29',dict(step=.02,cutoff=1e-29))]
    for name,kw in cases:
        if name in results:continue
        results[name]=run_at(**kw)
        (ROOT/'results/spectral_verification.json').write_text(json.dumps(results,indent=2))
        print(name,results[name],flush=True)