@phdthesis{Mueller2023, author = {M{\"u}ller, Dominik Dennis}, title = {Laborbasierte Nano-Computertomographie mit hoher Energie f{\"u}r die Materialcharakterisierung und Halbleiterpr{\"u}fung in Simulation und Anwendung}, doi = {10.25972/OPUS-31338}, url = {http://nbn-resolving.de/urn:nbn:de:bvb:20-opus-313380}, school = {Universit{\"a}t W{\"u}rzburg}, year = {2023}, abstract = {Verschiedene Konzepte der R{\"o}ntgenmikroskopie haben sich mittlerweile im Labor etabliert und erm{\"o}glichen heute aufschlussreiche Einblicke in eine Vielzahl von Probensystemen. Der „Labormaßstab" bezieht sich dabei auf Analysemethoden, die in Form von einem eigenst{\"a}ndigen Ger{\"a}t betrieben werden k{\"o}nnen. Insbesondere sind sie unabh{\"a}ngig von der Strahlerzeugung an einer Synchrotron-Großforschungseinrichtung und einem sonst kilometergroßen Elektronen-speicherring. Viele der technischen Innovationen im Labor sind dabei ein Transfer der am Synchrotron entwickelten Techniken. Andere wiederum basieren auf der konsequenten Weiterentwicklung etablierter Konzepte. Die Aufl{\"o}sung allein ist dabei nicht entscheidend f{\"u}r die spezifische Eignung eines Mikroskopiesystems im Ganzen. Ebenfalls sollte das zur Abbildung eingesetzte Energiespektrum auf das Probensystem abgestimmt sein. Zudem muss eine Tomographieanalage zus{\"a}tzlich in der Lage sein, die Abbildungsleistung bei 3D-Aufnahmen zu konservieren. Nach einem {\"U}berblick {\"u}ber verschiedene Techniken der R{\"o}ntgenmikroskopie konzentriert sich die vorliegende Arbeit auf quellbasierte Nano-CT in Projektionsvergr{\"o}ßerung als vielversprechende Technologie zur Materialanalyse. Hier k{\"o}nnen h{\"o}here Photonenenergien als bei konkurrierenden Ans{\"a}tzen genutzt werden, wie sie von st{\"a}rker absorbierenden Proben, z. B. mit einem hohen Anteil von Metallen, zur Untersuchung ben{\"o}tigt werden. Das bei einem ansonsten idealen CT-Ger{\"a}t aufl{\"o}sungs- und leistungsbegrenzende Bauteil ist die verwendete R{\"o}ntgen-quelle. Durch konstruktive Innovationen sind hier die gr{\"o}ßten Leistungsspr{\"u}nge zu erwarten. In diesem Zuge wird er{\"o}rtert, ob die Brillanz ein geeignetes Maß ist, um die Leistungsf{\"a}higkeit von R{\"o}ntgenquellen zu evaluieren, welchen Schwierigkeiten die praktische Messung unterliegt und wie das die Vergleichbarkeit der Werte beeinflusst. Anhand von Monte-Carlo-Simulationen wird gezeigt, wie die Brillanz verschiedener Konstruktionen an R{\"o}ntgenquellen theoretisch bestimmt und miteinander verglichen werden kann. Dies wird am Beispiel von drei modernen Konzepten von R{\"o}ntgenquellen demonstriert, welche zur Mikroskopie eingesetzt werden k{\"o}nnen. Im Weiteren besch{\"a}ftigt sich diese Arbeit mit den Grenzen der Leistungsf{\"a}higkeit von Transmissionsr{\"o}ntgenquellen. Anhand der verzahnten Simulation einer Nanofokus-R{\"o}ntgenquelle auf Basis von Monte-Carlo und FEM-Methoden wird untersucht, ob etablierte Literatur¬modelle auf die modernen Quell-konstruktionen noch anwendbar sind. Aus den Simulationen wird dann ein neuer Weg abgeleitet, wie die Leistungsgrenzen f{\"u}r Nanofokus-R{\"o}ntgenquellen bestimmt werden k{\"o}nnen und welchen Vorteil moderne strukturierte Targets dabei bieten. Schließlich wird die Konstruktion eines neuen Nano-CT-Ger{\"a}tes im Labor-maßstab auf Basis der zuvor theoretisch besprochenen Nanofokus-R{\"o}ntgenquelle und Projektionsvergr{\"o}ßerung gezeigt, sowie auf ihre Leistungsf{\"a}higkeit validiert. Es ist spezifisch darauf konzipiert, hochaufl{\"o}sende Messungen an Materialsystemen in 3D zu erm{\"o}glichen, welche mit bisherigen Methoden limitiert durch mangelnde Aufl{\"o}sung oder Energie nicht umsetzbar waren. Daher wird die praktische Leistung des Ger{\"a}tes an realen Proben und Fragestellungen aus der Material¬wissenschaft und Halbleiterpr{\"u}fung validiert. Speziell die gezeigten Messungen von Fehlern in Mikrochips aus dem Automobilbereich waren in dieser Art zuvor nicht m{\"o}glich.}, subject = {Computertomografie}, language = {de} } @article{MuellerMitesserSchaeferetal.2023, author = {M{\"u}ller, J{\"o}rg and Mitesser, Oliver and Schaefer, H. Martin and Seibold, Sebastian and Busse, Annika and Kriegel, Peter and Rabl, Dominik and Gelis, Rudy and Arteaga, Alejandro and Freile, Juan and Leite, Gabriel Augusto and de Melo, Tomaz Nascimento and LeBien, Jack and Campos-Cerqueira, Marconi and Bl{\"u}thgen, Nico and Tremlett, Constance J. and B{\"o}ttger, Dennis and Feldhaar, Heike and Grella, Nina and Falcon{\´i}-L{\´o}pez, Ana and Donoso, David A. and Moriniere, Jerome and Buřivalov{\´a}, Zuzana}, title = {Soundscapes and deep learning enable tracking biodiversity recovery in tropical forests}, series = {Nature Communications}, volume = {14}, journal = {Nature Communications}, doi = {10.1038/s41467-023-41693-w}, url = {http://nbn-resolving.de/urn:nbn:de:bvb:20-opus-358130}, year = {2023}, abstract = {Tropical forest recovery is fundamental to addressing the intertwined climate and biodiversity loss crises. While regenerating trees sequester carbon relatively quickly, the pace of biodiversity recovery remains contentious. Here, we use bioacoustics and metabarcoding to measure forest recovery post-agriculture in a global biodiversity hotspot in Ecuador. We show that the community composition, and not species richness, of vocalizing vertebrates identified by experts reflects the restoration gradient. Two automated measures - an acoustic index model and a bird community composition derived from an independently developed Convolutional Neural Network - correlated well with restoration (adj-R² = 0.62 and 0.69, respectively). Importantly, both measures reflected composition of non-vocalizing nocturnal insects identified via metabarcoding. We show that such automated monitoring tools, based on new technologies, can effectively monitor the success of forest recovery, using robust and reproducible data.}, language = {en} }