详细内容或原文请订阅后点击阅览
深度学习模型预测在几分钟之内城市环境中的有毒羽流运动
在2023年，载有危险物质的火车在俄亥俄州东巴勒斯坦出轨。 2025年，一系列破坏性的野火破坏了洛杉矶。在这两种情况下，都释放了一种有害的羽流，这是一种有害的空中材料，由于风和湍流而散布了时间和空间。
来源:英国物理学家网首页在2023年，载有危险物质的火车在俄亥俄州东巴勒斯坦出轨。 2025年，一系列破坏性的野火破坏了洛杉矶。在这两种情况下，都释放了一种有害的羽流，这是一种有害的空中材料，由于风和湍流而散布了时间和空间。
来自工业事故，化学溢出和结构性火灾的有毒羽毛可能会造成立即和严重的健康和环境风险，尤其是在人口稠密的城市地区。现有的计算机模型可以预测羽毛旅行如何运行时间，使应急人员没有快速可靠的预测以及阻碍疏散计划和早期警告系统。
环境风险 紧急响应者在PNAS Nexus发表的一项研究中，Lawrence Livermore国家实验室（LLNL）的研究人员描述了一种新的深度学习模型，称为ST-GASNET，能够在短短几分钟内预测有毒的羽流行为。
pnas nexusST-GASNET经过传统计算流体动力学模拟的数据训练，这些数据捕获了城市地区建筑物，街道和结构周围的复杂风结构和羽毛运动。
“ ST-Gasnet了解了以前的高分辨率模拟中羽羽的行为在城市地区的表现。” “它着眼于羽毛释放的前几分钟，并使用这些观察结果来预测羽流在接下来的几分钟内将如何扩散。”
风向一旦受过培训，该模型就会提供更快的计算速度，这些速度可用于实时应急响应。
羽流更多信息：Yinan Wang等人，使用深度学习，PNAS Nexus（2025）的有毒城市羽流的时空预测。 doi：10.1093/pnasnexus/pgaf198
更多信息： 期刊信息：