• PyGREET：一个基于GREET生命周期分析模型的模块化Python平台，用于技术评估

  何塞·D·埃尔南德斯-贝坦库尔（Jose D. Hernandez-Betancur）、汤姆·西科拉（Tom Sykora）、欧龙文（Longwen Ou）、托马斯·哈莫里（Thomas Hamori）、瓦迪姆·索科洛夫（Vadim Sokolov）、阿姆加德·埃尔戈韦尼（Amg

  来源：Environmental Modelling & Software

  时间：2026-06-12

• 基于优化深度学习模型和Coati算法的地下水水位预测改进

  拉纳·穆罕默德·阿德南 | 汉静成 | 王莫 | 桑迪普·萨曼塔拉伊 | 阿比纳什·萨胡 | 萨贾德·菲拉斯·阿卜杜勒阿米尔 | 穆罕默德·阿尔-苏瓦扬 | 扎赫尔·蒙德赫·亚辛 中国深圳大学化学与环境工程学院水科学与环境研究中心，518060 **摘要** 准确估

  来源：Environmental Modelling & Software

  时间：2026-06-12

• 评估煤炭开采活动对地表水质量的影响：以南非沃特贝格地区莫科洛河为例

  克里斯托弗·塔佩洛·马马雷加内（Christopher Thapelo Mamaregane）| 丹·莫莱费（Dan Molefe）| 尼科辛纳蒂·弗雷德里克·马库贝拉（Nkosinathi Frederic Makhubela）| 贝图西莱·雷乔伊斯·马塞科（Bethusile

  来源：Environmental Research

  时间：2026-06-12

• 客观的自然环境、主观的与自然界的联系以及对自然性的偏好，是如何共同影响中国各地的心理健康的？

  毛宇恒|曹璐|张金光|陈丹|丁佳慧|夏天宇|白兆成|张向燕|张正 国家精神疾病临床研究中心临床护理教学与研究部，中南大学第二湘雅医院，中国湖南省长沙市410011 **摘要** 大量实证证据表明，自然环境显著提升了人类的整体福祉，尤其是心理健康。然而，目前仍缺乏研究

  来源：Environmental Impact Assessment Review

  时间：2026-06-12

• 相对效应指标并未反映人口老龄化带来的社会负担：以中国寒冷天气导致的痴呆症死亡率为例

  王松旺|孟玉杰|郑欢|赵子雄|郭青|詹硕|陈强|王朝阳|赵佳|贾安娜|杜学杰|吴静|李永红|张瑞中国疾病预防控制中心（中国预防医学科学院）传染病智能追踪与预测国家重点实验室，北京，中国摘要气候-健康影响评估通常使用相对效应指标（如相对风险和归因分数AF）来识别脆弱人群和地区。然而

  来源：Environmental Impact Assessment Review

  时间：2026-06-12

• 评估和绘制沿海地区的文化生态系统服务：以希腊的休闲海景旅游为例的综合方法

  瓦伦蒂尼·斯塔马蒂亚杜（Valentini Stamatiadou）|安东尼奥斯·D·马扎里斯（Antonios D. Mazaris）|帕拉斯凯维·西德拉（Paraskevi Sidera）|西奥多罗斯·查拉扎斯（Theodoros Chalazas）|阿多尼斯·F·韦莱格拉基

  来源：Ecosystem Services

  时间：2026-06-12

• 环境编码器引导的自适应优化算法在地下煤矿中的实时检测与跟踪应用

  宋亮|刘瑞航|袁勇|钱建生|寇琪琪中国矿业大学矿业学院，徐州，221116，江苏，中国摘要在地下煤矿中，目标检测和跟踪面临重大挑战，这些挑战源于低光照条件、频繁的遮挡、多样的物体类别以及严格的实时安全要求。为了解决这些问题，本文介绍了一种由环境编码器驱动的自适应剪枝方法。我们的方

  来源：Engineering Applications of Artificial Intelligence

  时间：2026-06-12

• 深度学习与地面穿透雷达（GPR）的结合：探索用于精确土壤深度预测的Transformer模型

  韩晓乐|刘金涛|普尼特·斯里瓦斯塔瓦中国江苏省南京市河海大学国家水灾防治重点实验室，邮编210098摘要精确的土壤深度测绘对于水文和生态研究至关重要，然而传统方法仍然较为繁琐。我们将地面穿透雷达（GPR）与基于Transformer的深度学习模型相结合，以提高陡峭森林流域的预测精

  来源：Environmental Modelling & Software

  时间：2026-06-12

• 利用239+240Pu同位素追踪北方硬木林采伐后土壤再分布速率

  拉奎尔·波特斯（Raquel Portes）|迪奥戈·斯皮诺拉（Diogo Spinola）|埃利·冈德森（Eli Gundersen）|迈克尔·E·凯特勒（Michael E. Ketterer）|马库斯·埃格利（Markus Egli）|黛博拉·卡林（Deborah Käli

  来源：CATENA

  时间：2026-06-12

• 基于可解释机器学习的方法，什么因素主导了采矿活动对生态韧性的影响？——以中国典型的资源型城市为例

  李克奇|严青武|李飞|郭安东|易明浩|田嘉琪|吴子豪|李桂娥 中国矿业大学公共与管理学院，徐州，221116，中国 **摘要** 准确评估采矿足迹（MER）的生态韧性并阐明其驱动机制对于实现资源型城市（RBC）的可持续转型至关重要。然而，传统方法难以捕捉MER动态中

  来源：Ecological Modelling

  时间：2026-06-12

知名企业招聘：