-
融合经验、半物理与机器学习方法生成全球1 km日均地表温度产品(2003–2023)
摘要地表温度(LST)是水文与气候研究中的基本变量。然而,卫星热红外观测中的云污染和稀疏的时间采样导致大量数据缺失,阻碍了连续长期高分辨率日均地表温度的生成。尽管目前已有全球缺口填补和再分析基础的地表温度产品,但它们往往面临以下挑战之一:空间分辨率较粗、仅为月均值/日瞬时尺度
来源:Scientific Data
时间:2026-09-06
-
充足性(sufficiency)与脱碳协同效益预测的因果启发法:基于变革理论(Theory-of-Change)与因果图的多阶段方法论
背景:充足性(sufficiency)是脱碳战略中关键但常被忽视的维度,其社会协同效益(如健康改善)难以评估。本研究提出一种多阶段迭代方法论,旨在促进对充足性干预直接与间接因果效应的实证考察,弥合事前影响假设、潜在影响模型与可信因果路径证据之间的鸿沟,识别相关
来源:Energy, Sustainability and Society
时间:2026-09-06
-
运用系统支持映射结合矩阵多案例研究方法识别并分析实施决定因素:来自德国新生儿重症监护病房多中心实施研究的启示
摘要背景识别和理解实施决定因素是将实施策略适应本地环境的关键步骤。系统支持映射(SSM)是一种根植于系统思维的方法,为探索实施情境中个人的责任、需求、资源和愿望提供了结构化的途径。然而,SSM尚未被系统地描述和应用为多中心实施研究中识别实施决定因素的方法学。本文介绍并说明了S
来源:BMC Health Services Research
时间:2026-09-06
-
综述:使用稻壳和稻壳灰衍生吸附剂净化水的创新方法:最新进展与机制
稻壳(RH)和稻壳灰(RHA)可制备生物炭、活性炭、沸石和硅基吸附剂。衍生吸附剂能高效去除重金属、染料和有机污染物。拟二级动力学(Pseudo-second order kinetics)和Langmuir等温线(Langmuir isotherm)证实化学吸
来源:South African Journal of Chemical Engineering
时间:2026-09-06
-
综述:高压地下电缆系统中的自动化与机器人技术:安装、接续、检测与维护的系统综述
高压(HV)地下电缆对于可靠的电力传输和电网扩展至关重要。然而,其安装、检测和维护过程耗时、成本高昂且易受人为错误影响。因此,实现这些过程的自动化对于有效的电缆运维至关重要,本综述聚焦于自动化与机器人技术在地下高压电缆系统中的应用。本综述对五个关键技术领域进行
来源:Results in Engineering
时间:2026-09-06
-
一种评估延迟折扣的新方法表明对延迟奖励存在更高程度的矛盾心理(ambivalence)
受Warren K. Bickel将大量程序与概念创新引入延迟折扣(delay discounting)研究之启发,本研究进一步确立一种能够评估选择时偏好程度的延迟折扣任务之效度。研究人员考察矛盾心理(ambivalence)这一构念,其为延迟折扣研究在方法与
来源:Journal of the Experimental Analysis of Behavior
时间:2026-09-06
-
评估岩石风化及其对碳矿化和金属行为影响的实验方法
这项实验研究考察了湖泊环境中的岩石风化。通过CO<sub>2</sub>与水的相互作用,早期阶段发生矿物溶解。增强的风化促进了碳酸盐(CaCO<sub>3</sub>和MgCO<sub>3</sub>)的沉淀。岩石基质的粒度和类型主要控制着水的地球化学特征。橄
来源:Physics and Chemistry of the Earth, Parts A/B/C
时间:2026-09-06
-
综述:锂-氧电池技术的进展与挑战:综合概述
锂-氧(Li–O₂)电池是超越锂离子体系的有吸引力的候选技术,因为氧气存储在正极之外,且形成Li₂O₂的反应在从承载质量中排除氧气时,可提供约3500 Wh kg⁻¹的理论比能量。本综述批判性地审视了氧还原/析出机制、正极结构、电解质、催化剂、氧化还原介体、锂
来源:Next Energy
时间:2026-09-06
-
竹壳生物炭与膨胀石墨混合颗粒增强相变材料集成光伏热系统的能量评估:主动与被动方法
当前能源使用量的激增已导致传统能源的过度消耗,并引发了诸多环境挑战。采用太阳能等可再生能源是应对环境挑战的最直接途径之一,其可通过光伏(PV)模块转化为电能。光伏半导体材料利用电子吸收光子并产生电能。然而,能量高于带隙能量的光子在光伏电池中会转化为热量而非电能
来源:Materials Today Sustainability
时间:2026-09-06
-
<chs_title>中国深圳市住房价格动态的城内时空差异解析:一种基于基础设施的可解释机器学习方法</chs_title>
<chs_abstract>住房不平等长期以来一直是一个紧迫的全球性问题,特别是在快速转型的城市住房市场背景下。然而,住房价格动态中的城内时空差异仍未得到充分理解。通过开发一种以可解释机器学习方法操作化的基础设施研究路径,并明确纳入时空异质性,本研究考察了关键
来源:Land Use Policy
时间:2026-09-06