《研究发现,随着气候变暖,晴空湍流大幅增加 |气象技术国际》

  • 来源专题:大气污染防治与碳减排
  • 编译者: 李扬
  • 发布时间:2023-07-11
  • 雷丁大学的研究发现,随着气候的变化,危险的晴空湍流也在增加,与40年前相比,某些航线上的湍流增加了50%以上。根据之前的研究,湍流的增加与气候变化的影响是一致的。二氧化碳排放导致的暖空气增加了急流中的风切变,加强了北大西洋和全球的晴空湍流。
相关报告
  • 《早发性胃肠道癌症大幅增加的背后原因是什么?》

    • 编译者:李永洁
    • 发布时间:2025-07-24
    • 早发性胃肠道癌症大幅增加的背后原因是什么? 《英国外科杂志》上的一篇论文指出,全球范围内早发性胃肠道癌症的发病率正在急剧上升。 在美国,结直肠癌的年龄标准化发病率从 1985 年的每 10 万人 66.2 例降至 2018 年的每 10 万人 35.7 例。 相比之下,自 20 世纪 90 年代中期以来,美国早发性结直肠癌在男性和女性中均显著增加,年龄调整后的发病率从 2000 年的每 10 万人 5.9 例上升到 2017 年的每 10 万人 8.4 例。与 1950 年出生的人相比,1990 年出生的人患结肠癌的风险增加了一倍,患直肠癌的风险增加了四倍。 早发性结直肠癌是常见的胃肠道癌症,其发病率在全球范围内也在上升,尤其是在高收入国家。 一项针对 20 个欧洲国家的研究显示,2004 年至 2016 年期间,早发性结直肠癌显著增加,20 至 29 岁、30 至 39 岁和 40 至 49 岁人群的发病率分别上升了 7.9%、4.9% 和 1.6%。 美国疾病控制中心的一项分析显示,20 至 24 岁人群的结直肠癌发病率上升了 185%,15 至 19 岁人群的发病率上升了 333%。 随着这些发病率的上升,早期发病的结直肠癌已成为美国 50 岁以下男性癌症相关死亡的首要原因,也是 50 岁以下女性癌症相关死亡的第二大原因。 这种疾病对黑人、西班牙裔、原住民和亚裔人群的影响尤为严重。美国国家癌症研究所 1973 年至 2009 年的一项分析表明,在 50 岁之前被诊断出患有结直肠癌的患者中,美洲原住民/阿拉斯加原住民占 16.5%,西班牙裔占 15.4%,亚裔/太平洋岛民占 12%,黑人占 11.9%,而非西班牙裔白人仅占 6.7%。 这项研究的研究人员解释说,患有早发性结直肠癌的患者往往会出现诊断延误的情况,因为无论是医生还是患者都不会怀疑是癌症。因此,医生更有可能在这些患者病情发展到晚期时才做出诊断。 尽管针对早发癌和平均发病年龄癌的官方指导方针相同,但这里的研究人员强调,年轻患者更有可能接受激进治疗,而往往并无生存优势。患有胃肠道癌症的年轻患者在应对癌症治疗时也有独特且常常未被满足的需求。 通常在收入高峰期,年轻患者因癌症诊断而面临经济困境的可能性更大。他们可能觉得向年幼的孩子解释这种诊断尤为困难。他们还可能正考虑要孩子或组建家庭。 尽管美国临床肿瘤学会建议肿瘤科医生应与处于生育年龄的患者讨论治疗相关的生育问题,但最近的一项研究发现,50%的患者表示他们的医生没有与他们谈及疾病或治疗对未来生育的影响。 与晚期发病的结直肠癌幸存者相比,早期发病的结直肠癌幸存者更有可能出现焦虑、身体形象和性功能障碍等问题,也更有可能报告社交功能和身体生活质量更差。患有早期发病结直肠癌的男性患者比患有平均发病结直肠癌的男性患者更有可能出现抑郁症状。 研究人员指出,与早发性胃肠道癌症风险增加相关的危险因素包括肥胖、西式饮食、非酒精性脂肪肝、吸烟和饮酒。 在美国,肥胖症,尤其是儿童和青少年时期的肥胖症,呈上升趋势,这被认为是几种早发性胃肠道癌症发病率上升的主要原因。 2019 年一项针对美国 85256 名女性的研究表明,体重指数(BMI)超过 30 的女性患早发性结直肠癌的风险几乎是体重指数较低女性的两倍。 该论文的主要作者萨拉·查尔(Sara Char)表示:“全球范围内,50 岁以下成年人胃肠道癌症的发病率正在上升。”“持续开展针对早发性胃肠道癌症生物学的研究工作,对于制定更有效的筛查、预防和治疗策略至关重要。”
  • 《机器学习技术大幅提升钙钛矿材料研发速度》

    • 来源专题:中国科学院文献情报先进能源知识资源中心 |领域情报网
    • 编译者:guokm
    • 发布时间:2019-08-29
    • 传统材料开发手段主要依据人工收集和分析数据,并通过实验经验进行判断,不仅准确性不高,而且研发周期漫长。而机器学习技术主要依靠机器从先前的实验数据中学习特征并高精度预测新的特性,因此大幅缩短新材料的研发周期,大大节约时间和人力成本。 麻省理工学院Tonio Buonassisi教授课题组牵头的国际联合联合研究团队利用高通量实验平台和机器学习技术在短短2个月内制备并表征了75种新型钙钛矿化合物材料,其中87%的新材料带隙处于1.2-2.4 eV,大幅缩短研发周期,有助于提升钙钛矿基光电子器件的研发突破。传统的材料样品合成制备方法主要采用实验室人工处理,每批次的数量受到限制,且时间周期相对较长,为此研究人员利用自动化技术开发了高通量的材料合成平台,能够实现钙钛矿材料快速批量生产,其速度较传统人工合成提升近35倍。高通量材料制备使得单批次制备的材料数量大幅增加,而这意味着单次实验就有望实现对更多材料性能(光电、物理、化学特性等)的解读(但最终能否实现大批量数据解读取决于是否有大数据的处理能力),有利于缩短实验周期,提升实验效益。基于上述高通量材料合成平台,研究人员在不到两个月时间内制备了75种全新的钙钛矿材料。为了实现对大批量数据的快速收集和分析,研究人员引进了机器学习算法,通过建立钙钛矿材料成分和性能之间的关联搭建了相应的材料模型,实现了输入参量与输出参量之间的关联,可通过不断选择新的参数对模型进行重复训练,研究不同组分对新材料性质的影响。模型研究发现,参量X位(钙钛矿相材料为ABX3型)的元素类型对钙钛矿带隙影响最为明显,如当甲基胺铅碘(MAPbI3)钙钛矿在X位引入部分不同比例溴(Br)元素后,MAPbI3钙钛矿的带隙会发生明显变化,随着掺杂量增加而带隙增大(从0%比例增加到100%比例,带隙从1.5 eV增大到2.35 eV),意味着可以根据实际的用途(即应用在单结还是多结太阳电池),调整材料带隙。对其他位置的元素替代掺杂(如B位的锡[Sn]元素掺杂)也可以实现对钙钛矿带隙的调谐,只是影响没有X位显著。模拟结果显示,75种新型钙钛矿中87%样品的带隙在1-2.4 eV,都符合单结或者多结太阳电池的需求。研究人员进一步通过模型实现对新钙钛矿材料相结构(区分钙钛矿属于三维、二维还是零维)的快速识别,整个识别效率较传统的人工X射线检测提升了近10倍,且准确率高达90%。最关键的是,研究人员将上述机器学习研究结果应用于实践,制备铅卤化物和无铅钙钛矿,实验结果与模拟吻合度高,表明上述方法具有很好的可靠性。 该项研究一方面利用机器学习技术实现了对新钙钛矿材料组分和性能数据的快速学习分析预测,较传统方法效率提升近10倍;另一方面利用高通量材料合成平台实现材料的批量合成,较传统方法提升近35倍。两者结合大幅缩短新钙钛矿材料研发周期,对钙钛矿太阳电池器件研发突破和商业化具有重大推动作用。相关研究成果发表在《Joule》。