生物通官微陪你抓住生命科技跳动的脉搏
综述:生物质与市政固体废物协同处理的热化学/催化转化技术进展 吴瑜健, 刘文文, 谢琳红, 蔡雷何, 李浩伟, 冼胜贤, 梁正, 徐青, 徐春宝
摘要 生物质与固体废物的热化学/催化协同处理是一种有前景的废物增值、低碳能源回收以及燃料、化学品和碳材料共生产方法。传统途径,包括热解、气化、液化和炭化,为混合原料转化提供了基本框架。新兴方法,如闪蒸焦耳加热、微波辅助转化、等离子体处理、超临界水处理、太阳
来源:Catalysts
时间:2026-04-20
通过卫星图像测量增强雷达观测数据填补技术 丁正超(Zhengcao Ding), 刘玉宝(Yubao Liu), 王轩(Xuan Wang), 江波森(Bosen Jiang), 毕明明(Mingming Bi), 秦宇(Yu Qin), 熊青青(Qinqing Xiong)
**亮点** **主要研究发现是什么?** 开发了一种基于生成对抗网络(GAN)的雷达观测间隙填充模型(RadGF-GAN),该模型能够利用现有的环境雷达数据以及地球同步卫星成像载荷的测量结果来推断三维(3D)雷达反射率间隙。该模型使用了高分辨率(1公里网格)的天气研究与预
来源:Remote Sensing
通过两阶段机器学习方法实现高精度降水融合,以加强中国干旱地区的旱情监测 王文 王洪洲 王雅 张志华 王鑫
**亮点:主要发现是什么?** 我们提出的两阶段机器学习算法结合了XGBoost和RF残差校正,显著提高了中国干旱地区的月度、季节性和年度降水量估计。这种改进在冬季和数据稀少的西部地区尤为明显。融合后的降水量产品在基于SPI的干旱监测中表现更好,能够准确识别干旱化趋势并预估平均
综述:用于SAR和光学图像融合的深度学习方法综述 郭成燕, 张志远, 黄克新, 罗岚, 杨子卿, 史书云, 史俊鹏
**亮点** 主要研究结果表明了什么? 本综述全面而系统地概述了合成孔径雷达(SAR)与光学图像融合方法,涵盖了传统技术以及深度学习领域的最新进展。从方法论和应用的角度,系统地分析了融合策略、质量评估指标和代表性基准数据集。 主要研究结果的意义是什么? 基于深度
利用机器学习和深度学习算法进行湿地测绘:评估最新方法的空间 Transferability(此处“Transferability”含义需结合具体上下文确定,可能指“适用性”、“可推广性”等) 作者:Saeideh Maleki 和 Vahid Rahdari
### 研究亮点 - **主要发现**:两个湿地之间的空间转移是可行的。然而,转移效果在不同方向上存在差异,在一个地点训练的模型比反向转移时具有更高的准确性(最高可达90% vs 84%),这表明两个研究湿地之间的转移效果存在不对称性。 - **最具转移能力的算法**:I
利用遥感和机器学习技术绘制普伦蒂萨橡树(Quercus pyrenaica (Willd.))森林的空间分布图及其近期变化 伊莎贝尔·帕索斯(Isabel Passos)、 卡洛斯·维拉-维索萨(Carlos Vila-Viçosa)、 玛丽亚·玛格丽达·里贝罗(Maria Margarida Ribeiro)、 阿尔巴诺·菲格雷多(Albano Figueiredo) 以及若昂·冈萨维斯(João Gonçalves)
**亮点** - 主要发现是什么? - 开发了一种基于主成分的新方法(PCSS),该方法具有高度准确性,用于将测量的光谱标准化到标准的波长网格上。 - 该方法通过模拟光谱和真实测量数据进行了验证。 **主要发现的意义是什么?** - 高精度和低不确定性使得不同卫星传
评估基于SAR技术的物候指标在多样化农业系统中用于季风(Kharif)作物监测的应用:来自印度中部的见解 作者:Meghavi Prashnani 和 Chris Justice
**摘要** 主要发现是什么?热带季节性作物(包括谷物和豆类)之间的物候学趋同限制了仅使用Sentinel-1 SAR进行多作物识别的能力。棉花展现出最独特的物候特征和最高的分类性能,而水稻则表现出最强的跨区域一致性;由于共享的季风同步物候特征,谷物-豆类作物(大豆、乌拉德豆
学校生物学教育中的协作创新:来自科学家和教育工作者共同开发前沿课程工具包的见解
摘要 科学与科学教育并不总是同步发展。近年来,英格兰和威尔士针对14至18岁学生的生物学考试大纲更加重视实践技能,而报告显示,以教师为主导的演绎式教学仍然占主导地位。为了应对这一问题,“科学家与教育者的合作项目”(SCoPE)聚集了28位大学科研人员、中学教师和学习专家,旨在
来源:Journal of Biological Education
通过在水冶法回收锂离子电池过程中采用集成共沉淀合成技术,对回收的镍钴锰(NMC)前体材料进行颗粒工程处理
内斯托尔·安图尼亚诺(Néstor Antuñano)|克里斯蒂娜·巴尔萨·德·巴列霍(Cristina Balza de Vallejo)|兰德·罗德里格斯(Lander Rodriguez)|张彦(Yan Zhang)|蒙特塞拉特·加尔塞兰(Montserrat Galcer
来源:Powder Technology
综述:虚拟现实技术融入BIM方法论:综述与未来展望
摘要 建筑、工程与施工(AEC)行业已采纳了新兴技术,尤其是建筑信息模型(BIM)方法,该方法通过利用全面的虚拟模型来提升项目管理效率。虚拟现实(VR)技术进一步增强了与这些模型的可视化和交互体验。本研究重点评估了建筑信息模型(BIM)与虚拟现实(VR)的整合情况,识别了相关
来源:ARCHIVES OF COMPUTATIONAL METHODS IN ENGINEERING
知名企业招聘: