天天看點

成果 | 銀河系暗物質暈是何形狀? 誰是森林“碳彙”增長的“攔路虎”?

成果 | 銀河系暗物質暈是何形狀? 誰是森林“碳彙”增長的“攔路虎”?

跟蹤科研成果,掌握最新動态!

1

銀河系暗物質暈是何形狀?

在近鄰宇宙中,近1/3的盤狀星系都非一個完美的圓盤,而是表現出像薯片一樣的彎曲狀态,天文學家稱之為“翹曲”。銀河系作為一個典型的盤狀星系,也不例外地表現出翹曲特征。這樣一個傾斜轉動的銀盤,其實就像一個旋轉的陀螺,必然會因為包裹它的暗物質暈施加的力矩産生進動。然而,翹曲進動這一重要動力學參數無論是方向和速率的測量都存在巨大的争論,原因是此前的測量都是依賴運動學的間接方法,其使用的示蹤天體會因動力學擾動或加熱效應,導緻測量精度和準度都非常有限。

近期,國際科學期刊《自然·天文》線上發表了中國科學院大學、北京大學、中國科學院國家天文台和上海交通大學聯合主導的合作研究論文。該研究團隊首創“時光動畫”(motion picture)方法,利用不同年齡的造父變星樣本直接“看清”銀盤翹曲的進動方向和速率,并以此揭示了目前銀河系的暗物質暈形狀為輕微扁球形。

成果 | 銀河系暗物質暈是何形狀? 誰是森林“碳彙”增長的“攔路虎”?

上海交通大學設計學院侯開元、董占勳制作的藝術想象圖:銀盤翹曲在暗物質暈的力矩下“翩翩起舞”(進動)

來源:

https://news.pku.edu.cn/jxky/9216864d6d394f51afce4039c42b848e.htm

2

誰是森林“碳彙”增長的“攔路虎”?

森林是大氣二氧化碳的吸收器、貯存庫。那麼當未來大氣中的二氧化碳濃度升高時,陸地森林生态系統是否會産生額外碳彙?人類能否通過植樹造林持續增加碳彙?以往的主流答案是“YES”。但基于6年的田間監測,浙江大學研究團隊聯合國内外多方科研人員用強有力的資料分析反駁了這一主流觀點。在全面建構第一個森林生态系統磷循環核算的基礎上,研究揭示了生态系統磷循環限制森林碳彙響應大氣二氧化碳濃度升高的關鍵機制,并指出應對未來氣候變化,植物需要更加積極的磷擷取政策,來提升土壤中磷元素的植物可使用率。相關研究成果發表于國際頂級期刊《自然》。

來源:http://www.news.zju.edu.cn/2024/0624/c23225a2938856/page.htm

3

我們對疼痛的感覺是否會随着年齡的增長發生變化?

疼痛感覺是複雜的生理過程和心理過程,受到年齡、性别、文化背景和過往經驗等因素的影響。那麼,随着年齡的增長,我們對疼痛的感覺是否會發生變化?尤其是對于不同類型刺激誘發的疼痛感覺是否有不同的變化?

研究衰老如何影響痛覺并據此制定針對性治療政策,對于提高老年人的生活品質至關重要。為了進一步探讨衰老對多模态疼痛感覺的影響,中國科學院心理研究所研究團隊開展了一系列可重複的行為實驗。研究發現,衰老主要影響個體的熱痛感覺,表現為熱痛門檻值的升高和熱痛辨識能力的降低,而壓力痛的敏感性和辨識能力似乎不受年齡的影響。這揭示了老年人對熱刺激感覺發生退化,對壓力刺激的感覺保持青年水準,說明随着年齡增長對不同類型刺激誘發的軀體感覺的退化速度出現分離。

來源:https://www.cas.cn/syky/202406/t20240604_5016631.shtml

4

新研究成果重新整理極端生命體對環境的“耐受”紀錄

極端生物及其适應性的研究對于探索生命奧秘、揭示地球生命起源與演化、實作地外星球拓殖等具有重要意義。中國科學院新疆生态與地理研究所研究團隊聚焦沙漠苔藓——齒肋赤藓,揭示齒肋赤藓的生存極限與适應政策。研究發現,齒肋赤藓能夠耐受自身98%以上的細胞脫水、-196°C超低溫速凍、5000 Gy以上伽馬輻照而不死,且在火星模拟條件下仍可以存活并再生出新的植株。這一成果重新整理了極端生命體對環境的“耐受”紀錄。

來源:https://www.cas.cn/syky/202407/t20240702_5023860.shtml

5

深度學習工業智能應用取得進展

随着深度學習技術的快速發展,人工智能在諸多領域取得了顯著突破,如自然語言處理、圖像識别和語音識别等。深度學習模型以其出色的性能和廣泛的應用前景在工業界引起了高度關注。要使深度學習模型在實際應用中表現出色,首先要解決的就是高品質資料集的擷取問題,但目前工業界在資料的收集方面仍面臨挑戰,例如由隐私和安全等因素導緻資料擷取和處理複雜且昂貴;資料采集和标注對人員和裝置專業度要求高、資料收內建本高;大規模的資料采集和處理對時間和資源的消耗量大等。基于此,遷移學習技術逐漸成為了工業缺陷檢測的一種有效解決方案,即一種将在一個領域中學到的知識和經驗應用到另一個領域的機器學習方法——通過利用源域中已有的大規模資料和模型,在目标領域标注資料不足情況下仍能達到良好的性能名額。清華大學研究團隊以“隻需要看一次”系列目标檢測算法為例,提出了基于領域自适應的可嵌入子產品,可以有效克服不同域之間的域偏移問題,高效利用不同來源的資料支援目标域任務訓練,極大程度緩解了深度學習模型對資料集規模的高要求,有效降低了搜集目标域資料所需的昂貴時間及人工成本。來源:https://www.tsinghua.edu.cn/info/1175/112290.htm

排版 | 小團

稽核 | 一涵 六朵 肖潇 蘇蘇 貞貞

成果 | 銀河系暗物質暈是何形狀? 誰是森林“碳彙”增長的“攔路虎”?

繼續閱讀