《淘汰含铅汽油促使欧洲周围海域铅浓度首降》

  • 来源专题:中国科学院文献情报系统—海洋科技情报网
  • 编译者: mall
  • 发布时间:2018-05-11
  • 由英国国家海洋学中心(NOC)、亥姆霍兹基尔海洋研究中心(GEOMAR,德国)、爱丁堡大学、南安普敦大学、普利茅斯大学等机构的科学家开展的一项研究显示,自从含铅汽油被逐步淘汰以来,欧洲各地海域表层水中的铅浓度首次出现下降,这项研究结果已发表在《地球物理研究快报》(Geophysical Research Letters)上。

    基于皇家研究船(RRS)发现系列考察期间获取的凯尔特海样本,研究人员发现欧洲陆架海域表层水中的铅浓度比20~30年前的测量结果减少了四倍,而同一时期,含铅汽油被淘汰使用。在这之前,人类活动引起的铅排放量增加共持续了150多年,导致海洋铅浓度高出自然背景水平100倍。

    研究结果表明,排放到海水中的铅最终会沉积于海底,海底沉积物中的铅为“遗留铅”,而这些“遗留铅”现在正被沉积物释放,形成了一个新的环境铅源。南安普敦大学的Eric Achterberg教授提到,沉积物中的铅含量是过去150年来向海洋输入的铅的遗留物。这并不在他们的预料之中,因为之前普遍认为,铅与海洋中微粒的结合力非常强,因此会被永久困在沉积物中。现在需要更新这种认识,并且铅浓度水平可能需要很长时间才能恢复到沿海水域的自然背景水平。

    来自GEOMAR的Martha Gledhill博士也表示,海水中的铅含量很低,对其进行取样和分析很困难,从20世纪80年代开始才逐步实现。其次,必须使用无金属的专用设备进行采样,以排除取样设备的污染,然而几乎在船上的任何地方都可以找到铅,即使是在崭新的塑料表面。必须在专门的洁净室内进行分析,类似于制造计算机芯片的那种环境。

    这项研究属于英国海陆架生物地球化学计划和国际地球观测计划。Eric Achterberg教授补充道,研究的主要数据将有助于对大陆架上的污染物运输进行更大规模的预测。最终,这些信息与世界范围内的污染金属测量和海洋模型相结合,会帮助他们对全球范围内的污染物行为以及污染物对生态系统的影响做出强有力的判断。

    (刘雪雁 编译)

相关报告
  • 《欧洲海域高分辨率测深数字地形模型EMODnet版本更新》

    • 来源专题:中国科学院文献情报系统—海洋科技情报网
    • 编译者:mall
    • 发布时间:2018-10-18
    • 欧洲海域测深数字地形模型(Digital Terrain Model,简称DTM)EMODnet的升级版本刚刚发布。该产品现在提供更高分辨率、更强大的3D可视化功能以及欧洲海洋的扩展覆盖范围。用户可以免费查看和下载,并通过门户网站的OGC Web服务进行共享。 EMODnet DTM可应用于海洋科学,可持续海洋治理和蓝色经济活动,例如管道轨迹规划、海上风电场位置或港口扩建规划。在科学方面,可应用于海洋水动力模型、海洋地质过程以及为生成海洋生物海底栖息地图。另外,新版本提高了人们预测风暴潮的能力,有助于降低风暴潮对沿海和海上设施的破坏以及公共安全的风险。 法国海军水文海洋局、EMODnet的协调员Thierry Schmitt提到,它将帮助用户更详细地可视化测深功能,极大地改善用户工作,这依赖于无障碍、高质量的测深数据。新版本主要特点包括: (1)分辨率从1/8 * 1/8弧分增加到1/16 * 1/16弧分(大约115 * 115米),总共包含113892 x 108132 =大约123亿个数据点; (2)具有水深三维可视化功能,无需插件即可在浏览器中使用; (3)更快地显示复杂地图; (4)覆盖范围扩大,包括所有欧洲海域以及北冰洋和巴伦支海的欧洲部分; (5)来自48个数据提供者的测深测量数据集和复合DTM的数量增加,用作从大约7.200到大约9.400的数据源,可以通过源参考层检索元数据; (6)包含卫星测深数据产品,特别针对西班牙和希腊的沿海地区。 EMODnet DTM于2010年首次推出,现已成为迄今为止最受欢迎的EMODnet产品。每月定期访问超过10000人,每月下载量超过3000次,为所有欧洲海域提供最详细的公开水深测量模型。 EMODnet DTM允许用户激活和查看水深测量图层,以及所选区域的轮廓和水下特征。在其他功能中,可以放大/缩小、打开/关闭多个层,以及浏览数据和查找有关底层数据源的元数据。用户可以绘制横断面并检索相关的测深剖面图。 (傅圆圆 编译)
  • 《欧洲议会通过《人工智能法案》》

    • 来源专题:计量基标准与精密测量
    • 编译者:李晓萌
    • 发布时间:2024-04-18
    • 近日,欧洲议会批准了《人工智能法案》(EU AI Act),该法案确保安全和遵守基本权利,同时促进创新。 该条例于2023年12月在与成员国的谈判中达成一致,获得欧洲议会议员523票赞成、46票反对和49票弃权的支持。 它旨在保护基本权利、民主、法治和环境可持续性免受高风险人工智能的影响,同时促进创新,使欧洲成为该领域的领导者。该条例根据人工智能的潜在风险和影响程度为其规定了义务。 被禁止的应用程序 新规定禁止某些威胁公民权利的人工智能应用程序,包括基于敏感特征的生物识别分类系统,以及从互联网或闭路电视录像中无针对性地抓取面部图像以创建面部识别数据库。工作场所和学校的情绪识别、社会评分、预测性警务(仅基于对一个人的剖析或评估其特征)以及操纵人类行为或利用人们弱点的人工智能也将被禁止。 执法豁免 原则上禁止执法部门使用生物识别系统,除非在详尽列出和狭义定义的情况下。只有在满足严格的保障措施的情况下,才能部署“实时”RBI,例如其使用在时间和地理范围上受到限制,并须事先获得特定的司法或行政授权。例如,这种用途可能包括有针对性地搜寻失踪人员或防止恐怖袭击。事后使用此类系统(“远程RBI后”)被视为高风险使用案例,需要与刑事犯罪相关的司法授权。 高风险系统的义务 其他高风险人工智能系统也有明确的义务(由于其对健康、安全、基本权利、环境、民主和法治的重大潜在危害)。高风险人工智能使用的例子包括关键基础设施、教育和职业培训、就业、基本的私人和公共服务(如医疗保健、银行)、执法、移民和边境管理、司法和民主进程中的某些系统(如影响选举)。此类系统必须评估和降低风险,维护使用日志,透明准确,并确保人为监督。公民将有权提交关于人工智能系统的投诉,并获得关于基于影响其权利的高风险人工智能系统决策的解释。 透明度要求 通用人工智能(GPAI)系统及其所基于的GPAI模型必须满足某些透明度要求,包括遵守欧盟版权法和发布用于培训的内容的详细摘要。可能构成系统性风险的更强大的GPAI模型将面临额外的要求,包括进行模型评估、评估和减轻系统性风险以及报告事件。 此外,人工或操纵的图像、音频或视频内容(“deepfakes”)需要明确标记。 支持创新和中小企业的措施 必须在国家层面建立监管沙盒和真实世界测试,并向中小企业和初创企业开放,以在创新人工智能投放市场之前开发和培训创新人工智能。 引述 在周二的全体辩论中,内部市场委员会联合报告员Brando Benifei(意大利S&D)表示:“我们终于有了世界上第一部具有约束力的人工智能法律,以降低风险、创造机会、打击歧视并提高透明度。多亏了议会,欧洲将禁止不可接受的人工智能做法,工人和公民的权利将得到保护。现在将成立人工智能办公室,支持公司在规则生效前开始遵守这些规则。我们确保人类和欧洲价值观处于人工智能发展的核心”。 公民自由委员会联合报告员德拉戈斯·图多拉切(更新,罗马尼亚)说:“欧盟已经实现了这一目标。我们已经将人工智能的概念与构成我们社会基础的基本价值观联系起来。然而,除了《人工智能法案》本身,还有很多工作要做。人工智能将推动我们重新思考民主国家核心的社会契约、我们的教育模式、劳动力市场和我们进行战争的方式。《人工智能法》是一个新的起点围绕技术构建的治理模式。我们现在必须集中精力将这项法律付诸实践”。 下一步安排 该条例仍需接受律师和语言学家的最终检查,预计将在立法机构结束前(通过所谓的更正程序)最终通过。该法律还需要得到安理会的正式认可。 它将在《官方公报》上发表后20天生效,并在其生效后24个月完全适用,但以下情况除外:禁止被禁止的做法,将在生效之日后6个月适用;行为守则(生效后九个月);通用人工智能规则,包括治理(生效后12个月);以及高风险系统的义务(36个月)。 背景 《人工智能法》直接回应了欧洲未来会议(COFE)公民的建议,最具体的是关于增强欧盟在战略部门竞争力的建议12(10)、关于建立一个安全可信的社会(包括打击虚假信息和确保人类最终掌握控制权)的建议33(5)、,(3)在确保人工监督的同时,(8)可信和负责任地使用人工智能,制定保障措施并确保透明度,以及关于使用人工智能和数字工具改善公民(包括残疾人)获取信息的建议37(3)。