重金屬水質基準理論模型與預測取得重要進展
中國環境科學研究院環境基準與風險評估國家重點實驗室在重金屬水質基準理論模型與預測研究方面取得重要進展：他們基于金屬的物理化學參數，發現并構建了定量離子特征—毒性模型。 環境基準是制定環境標準的基礎和科學依據，是國際環境科學研究的前沿領域。水質基準研究始于美國上世紀中葉，近三十年，7次頒布并更新共計267種污染物的水質基準值，但其中僅包括10種金屬。重金屬是水環境中的重要污染物，然而不少金屬毒性數據較少，其環境效應復雜，影響因素較多，缺乏相關定量預測模型，大部分金屬的水質基準研究還處于空白狀態。 環境基準與風險評估國家重點實驗室的研究彌補了這一空白。在國家自然基金委和科技部“973”項目的資助下，他們結合物種敏感度分析，較好地預測了25種金屬或類金屬的毒性值和相應的水質基準值，預測值與美國EPA基準推薦值在可接受范圍之內。同時，他們還研究發現，最少可通過金屬軟指數、最大配合物穩定常數、電化學勢和共價指數4個理化參數就能夠......閱讀全文
重金屬水質基準理論模型與預測取得重要進展
中國環境科學研究院環境基準與風險評估國家重點實驗室在重金屬水質基準理論模型與預測研究方面取得重要進展：他們基于金屬的物理化學參數，發現并構建了定量離子特征—毒性模型。 環境基準是制定環境標準的基礎和科學依據，是國際環境科學研究的前沿領域。水質基準研究始于美國上世紀中葉，近三十年，7次頒布并更
基于ASM模型的出水水質預測機理模型
為了推動和規范活性污泥模型的發展，國際水協會(International?Water?Association,?IWA)于1983年組織南非、日本、美國、丹麥、荷蘭五國專家成立活性污泥通用模型國際研究小組，致力于新的活性污泥數學模型的開發，并于1987年、1995年和1999年陸續推?出了3個ASM
國家納米中心提出納米材料醫學功能預測的理論模型
中國科學院國家納米科學中心研究員高興發和中國科學院院士趙宇亮團隊，通過多年的基礎理論研究與迭代，在納米生物效應的理論研究領域取得了系統的突破性進展。8月17日，相關研究成果以《實現納米材料醫學功能篩選的催化信號轉導理論》（Catalytic Signal Transduction Theory En
廣東研發可解釋的土壤重金屬時空四維預測模型
原文地址：http://news.sciencenet.cn/htmlnews/2023/7/505254.shtm近日，廣東省科學院生態環境與土壤研究所研究員王琦等在廣東省杰出青年基金和國家自然科學基金面上項目的支持下，自主研發了超越人工智能“黑箱”的地理可解釋的土壤重金屬時空四維預測模型。相關研
機器學習模型預測中風？
中風的診斷可能很棘手，因為患者并不總是表現出典型的癥狀，而且其他疾病也可能模仿它。研究人員利用現有數據開發了一種機器學習模型，可以準確預測中風，并可能使診斷變得更容易。診斷錯誤是一個主要的公共衛生問題，造成了可預防的病人傷害和衛生超支。由于診斷錯誤而導致的可預防的中風死亡比誤診的心臟病發作要常見30
換個模型預測氣候變化
《自然—氣候變化》11月23日發表的多模型分析，依據2030年前后的減排措施預測了氣候場景，發現即使最樂觀的場景也不足以將全球變暖限制在2°C以內。這個前瞻性建模方法與傳統“倒序”設想不同，后者聚焦于預先規定的氣候目標并描述如何實現這些目標。大多數氣候模型聚焦于一種被稱為“倒序推演”的概念，其中目標
DeepMind－AI模型預測天氣又快又好
近日一項發表于《自然》的研究報道了谷歌DeepMind開發的首個天氣預測人工智能（AI）模型——GenCast。該模型比目前運行中的最佳中期預報系統——歐洲中期天氣預報中心的集合預報（ENS）更精準。GenCast在8分鐘內就能完成15天的預測，而目前的預測程序需要幾個小時。據介紹，包括ENS在內的
理論預測的“惡魔”粒子首次現身
原文地址：http://news.sciencenet.cn/htmlnews/2023/8/506372.shtm
理論預測的“惡魔”粒子首次現身
理論預測67年后，美國和日本的科學家首次在釕酸鍶內部發現了名為“惡魔”的粒子。這一發現或可解釋為什么某些材料是超導體，并有助科學家尋找新的超導材料。相關論文發表于9日出版的《自然》雜志。 該粒子是一種等離子體激元，產生于名為等離子體的帶電粒子。當電子從原子中自由“漂浮”出來時，就會形成等離子體
閃爍現象有了理論解釋模型
據美國物理學家組織網報道，法國圣瑪麗亞大學物理學家楊克的一篇關于熒光閃爍的最新研究論文，為“閃爍”這種長久以來的神秘化學物理現象提供了新解，這有助于重新理解閃爍現象的原理及控制閃爍過程，并將在圖像技術和照明方面獲得重大運用。 一個世紀前，量子力學剛剛誕生，諾貝爾物理學獎獲得
新模型精準預測土壤“碳排放”
記者從天津大學獲悉，日前，該校地科院晏智鋒副教授與聯合西北太平洋國家實驗室—馬里蘭大學聯合全球氣候變化研究所合作，在土壤異養呼吸過程模型構建與應用上取得新進展，首次建立了可精準監測土壤“碳排放”的過程模型系統，該系統可更加精準地預報土壤異養呼吸對大氣環境的影響。 土壤中的微生物、作物根系和土壤動物
新模型精準預測土壤“碳排放”
從天津大學獲悉，日前，該校地科院晏智鋒副教授與聯合西北太平洋國家實驗室—馬里蘭大學聯合全球氣候變化研究所合作，在土壤異養呼吸過程模型構建與應用上取得新進展，首次建立了可精準監測土壤“碳排放”的過程模型系統，該系統可更加精準地預報土壤異養呼吸對大氣環境的影響。 土壤中的微生物、作物根系和土壤動物
對稱C···H···C氫鍵的理論預測
氫鍵在物理、化學、生命科學和材料科學等自然科學中的重要性不言而喻。科學家在研究氫鍵的時候經常會涉及到氫鍵對稱性的問題。在對稱氫鍵中，質子處于兩個相同的離子、分子或分子片的正中央，勢能面上僅存在一個勢阱（圖1a；左）。對于非對稱X?H···X氫鍵，雙勢阱勢能面中的對稱結構為過渡態（圖1a；右）。圖
水質重金屬的測定
重金屬污染指由重金屬或其化合物造成的環境污染。主要由采礦、廢氣排放、污水灌溉和使用重金屬超標制品等人為因素所致。因人類活動導致環境中的重金屬含量增加，超出正常范圍，直接危害人體健康，并導致環境質量惡化。 盛奧華觸屏式水質重金屬測定儀整機采用模具一體化設計，外觀流行時尚；應用觸屏菜單式操作技術，
開發出新型預測模型來預測HIV療法的效果
艾滋病毒非常可怕，尤其是其自身非常好的自適應性，如果HIV對于某一個靶點藥物產生了變異，那么就變相宣布了此療法的失敗。為了盡量降低HIV的防御機制，醫生們會使用許多種藥物聯合的方法來治療患者，這種方法就可以使得病毒對特定藥物耐受之前經歷相當長的變異過程。 近日，刊登在國際雜志PLoS Co
如何使用生態模型中邏輯斯蒂增長模型進行預測？
使用邏輯斯蒂增長模型進行預測可以按照以下步驟進行：??**一、確定模型形式** 邏輯斯蒂增長模型的一般形式為： \(P(t)=\frac{K}{1 + ae^{-bt}}\) 其中，\(P(t)\)表示在時間\(t\)時的預測值（如種群數量、市場需求等），\(K\)是環境容納量（最
歐洲夏季將比模型預測的更炎熱
歐洲的酷夏和熱浪將比人們擔心的更加悶熱。一項在近日舉行的歐洲地球科學聯盟大會上發布的研究表明，行政管理者所依賴的區域氣候模型嚴重低估了夏季的炎熱情況，因為它們沒有考慮到空氣污染減少帶來更強烈的陽光。2023年7月，在希臘雅典，女子用瓶裝水降溫。圖片來源：Louisa Gouliamaki/AFP/G
Science：谷歌AI新模型預測天氣快又準
原文地址：http://news.sciencenet.cn/htmlnews/2023/11/512459.shtm編譯 ｜ 辛雨 圖片來源：Carlos Munoz Yague 人工智能（AI）公司Google DeepMind開發的機器學習模型GraphCast，在“3至
流感疫情多嚴重？這個模型來預測
最近，身邊感冒的人突然多了起來，提示我們季節性流感又來了。流感，似乎伴隨著人類的歷史，有時嚴重，有時輕微。芝加哥大學的研究人員通過研究流感病毒如何演化，可以更好地預測未來的流感有多嚴重。這項成果近日發表在《Science Translational Medicine》上。 季節性流感每年會造
AI新模型快速預測材料光學性質
未來的中央處理器（藝術圖）。圖片來源：美國趣味工程網站科技日報訊?（記者劉霞）據美國趣味工程網站近日報道，日本東北大學和美國麻省理工學院科學家，成功開發出一款新人工智能（AI）模型GNNOpt。該模型能以與量子模擬相同的精度預測材料的光學性質，但速度能快100萬倍。研究團隊表示，這一重要進展有望加速
生態模型中邏輯斯蒂增長模型與其他預測模型相比有哪些優缺點？
邏輯斯蒂增長模型與其他預測模型相比，有以下優點和缺點：優點：描述種群增長規律：在生物學領域，能較好地描述生物種群在資源有限環境下的增長情況，呈現出先加速增長后趨于穩定的特征，符合許多生物種群實際增長模式，如魚類種群數量在一定水域內的變化?51626。考慮環境限制因素：相比指數增長模型等簡單模型，邏輯
中國科大提出普適Knudsen理論模型
原文地址：http://news.sciencenet.cn/htmlnews/2023/11/512930.shtm
如何根據生態模型邏輯斯蒂增長模型預測種群數量的變化？
邏輯斯蒂增長模型的方程通常表示為： \[ \frac{dN}{dt} = rN\left(1 - \frac{N}{K}\right) \] 其中，\(N\)是種群數量，\(t\)是時間，\(r\)是種群的內稟增長率（在理想條件下的增長率），\(K\)是環境容納量（即特定環境所能支持
生態模型中邏輯斯蒂增長模型的預測結果是否準確？
邏輯斯蒂增長模型的預測結果并不總是完全準確，具有一定的不確定性，原因如下：一、準確性方面的表現在特定條件下較為準確：具有明顯增長規律的市場：對于一些具有典型增長和飽和特征的市場，邏輯斯蒂增長模型可以給出相對準確的預測。例如，某些成熟的消費品類市場，其增長受到資源（如市場規模、消費者數量、生產能力等）
如何根據生態模型邏輯斯蒂增長模型預測種群數量的變化？
邏輯斯蒂增長模型的方程通常表示為： \[ \frac{dN}{dt} = rN\left(1 - \frac{N}{K}\right) \] 其中，\(N\)是種群數量，\(t\)是時間，\(r\)是種群的內稟增長率（在理想條件下的增長率），\(K\)是環境容納量（即特定環境所能支持
新模型可預測寨卡病毒傳播風險
據日本北海道大學近日報道，該校研究人員和東京大學、日本科學技術振興機構等合作，利用一種新的模型工具預測了寨卡病毒傳入及在189個國家本地傳播的風險。 研究人員發表在學術期刊《Peer J》上的論文指出，與巴西聯系密切的國家傳入寨卡病毒的風險尤其高，那些有登革熱及其它蚊子傳播疾病史的熱帶、亞熱帶
我國學者開發全新癡呆風險預測模型
中新網上海9月26日電 (孫國根 陳靜)中國專家開展多學科交叉聯合攻關，利用生物醫學大數據與人工智能算法開發了全新的癡呆風險預測模型，并將其命名為UKB-DRP。民眾在相關頁面輸入待測個體的相關信息，就可以獲取其五年、十年及更長時間的癡呆發病風險。 該模型是一款可同時對全因癡呆及其主要亞型(阿爾
AI模型準確進行天氣預測與氣候模擬
《自然》23日報道了一種人工智能（AI）模型。該模型名為“NeuralGCM”，結合了流體動力學與神經網絡，能進行準確的天氣預測和氣候模擬。模型超越了部分現有模型，與傳統模型相比，有望節省大量算力。“NeuralGCM”模型結構。其結合了傳統的流體動力學求解器和用于小尺度物理的神經網絡。圖片來源
新AI模型或更準確預測氣象災害
與傳統模型相比，SEEDS能更快、更高效地預測災害天氣。圖片來源：美國趣味科學網站科技日報訊 （記者劉霞）谷歌公司最近發布了一款新的生成式人工智能（AI）模型——可擴展集成包絡擴散采樣器（SEEDS）。該公司稱，SEEDS能提供更準確的天氣預報信息，比傳統方法成本更低，而且能檢測到難以發現的極端天氣
新AI模型或更準確預測氣象災害
谷歌公司最近發布了一款新的生成式人工智能（AI）模型——可擴展集成包絡擴散采樣器（SEEDS）。該公司稱，SEEDS能提供更準確的天氣預報信息，比傳統方法成本更低，而且能檢測到難以發現的極端天氣事件。相關論文發表于最新一期《科學進展》雜志。 谷歌表示，SEEDS模型與ChatGPT等流行的大型