灾害和全球环境变化——印度空间研究组织和喷气推进实验室合作测试了 L 波段和 S 波段的机载合成孔径雷达 (SAR),该雷达类似于计划于 2022 年发射的星载双频 SAR。机载研究是测试 NISAR 的新硬件系统以及验证频率是否同步和数据是否优化的关键——为对地球复杂的生态系统扰动进行前所未有的详细测量铺平了道路,包括冰盖崩塌和地震、海啸、火山和山体滑坡等自然灾害。
最初,光电子能谱是使用原子灯作为单能 VUV 光子源进行的,但激光的出现大大提高了这种技术的分析能力。具体而言,将激光源聚焦到小点的能力使得能够分析发射电子相对于样品的角轨迹(即参考晶体材料中的晶格矢量)。这通常通过相对于电子能量分析仪逐步旋转样品台来完成。角分辨光电子能谱 (ARPES) 能够详细测量重要信息,例如费米面的形状,它是倒易晶胞矢量 (kx , ky ) 的函数。一些研究人员还采用一种称为莫特偏振仪的设备,主要测量电子的自旋。
通过细指栅技术,在 InAs 纳米线上实现了集成量子点 (QD) 电荷传感器的串行三量子点 (TQD)。通过直接传输测量和电荷传感器检测测量,研究了器件在少电子状态下的复杂电荷状态和有趣特性。由 TQD 中的 QD 和传感器 QD 形成的电容耦合并联双 QD 的电荷稳定性图显示 TQD 和传感器 QD 之间存在明显的电容耦合,表明电荷传感器具有良好的灵敏度。通过电荷传感器测量 TQD 的电荷稳定性图,同时进行的直接传输测量和基于有效电容网络模型的模拟很好地再现了电荷稳定性图中的整体特征。使用集成电荷传感器在能量退化区域详细测量了 TQD 的复杂电荷稳定性图,其中所有三个 QD 都处于或接近共振状态,并且观察到了四重点和所有可能的八种电荷状态的形成。此外,还演示并讨论了 TQD 作为量子细胞自动机的运行。
报告介绍了建筑环境中的数字孪生概念。报告指出,数据和以这些数据为基础的模型对于构建数字孪生至关重要。根据建模方法,模型分为白盒、灰盒和黑盒模型,根据建模问题,分为正向和反向模型。报告解释了这些模型中的每一个,以阐明如何根据可用数据和要实现的目标类型选择模型。目标可以是性能预测、参数估计、控制、优化和故障检测和诊断。报告的下一部分简要介绍了参数估计模型。参数估计模型本质上是灰盒模型。它们在做出改造决策时很有用,因为它们有助于描述现有房屋的特征,并检查拟议改造方案的有效性。报告阐明了数据选择和热网络配置选择如何影响估计参数。它还进一步解释了为什么需要详细测量来验证参数估计模型。报告的最后一部分简要描述了行为模型、实施这些模型的挑战以及将它们纳入其中以缩小性能差距的重要性。该报告包括来自科学文献的几个行为模型示例,重点介绍了所使用的数据、建模方法和居住者行为研究
ADB - 亚洲开发银行 AHs - 受影响家庭 BPEO - 最佳可行环境方案 CDW - 建筑和拆除废物 dB L eq - 连续噪声当量水平,以分贝表示 DMS - 详细测量调查 EA - 执行机构 EMP - 环境管理计划 EPA - 环境保护局 EPPA - 1993 年环境保护和保存法 ES - 环境专家 GMEIWMP 大马累环境改善和废物管理项目 GOM - 马尔代夫共和国政府 GRC - 申诉补救机制 HHs - 家庭 IA - 执行机构 IEE - 初步环境检查 IMO - 独立监测组织 IRC - 部际重新安置委员会 IWMC - 岛屿废物管理中心 ME - 环境部 MF 财政部 MMS 马尔代夫气象局 MNPHI 国家计划、住房和基础设施部 NBS 国家统计局 MPW/100ml - 每 100 毫升水中最大可能细菌数 NAPA - 国家环境行动计划行动(针对气候变化) O&M - 运营和维护 PMDSC - 项目管理、设计和监理顾问 PMU - 项目管理单位 STELCO 国家电力公司 SWM 固体废物管理 RWMF - 区域废物管理设施 WAMCO - 废物管理公司
地热能是可持续的能源,提供可靠和可再生能源解决方案。然而,由于传统方法的复杂性和不频,可以准确测量产生两相流体的井的地热井输出和焓。本文通过继续开发一种实时方法来衡量流量和地热井的焓的工作来解决这些问题,而不会中断操作。重点是使用基于高级规则的模型和机器学习技术准确估算地热流体的流量和焓。这项研究通过使用Landsvirkjun在2019年,2020年,2021年和2023年进行的Landsvirkjun的地热操作的测量来整合数据驱动的方法,以进行连续监测和早期检测井绩效变化。该研究采用了在Theistareykir和Bjarnarflag地热发电厂的专业差压力孔板表设置,提供了对模型至关重要的详细测量。最有效的模型使用噪声降低噪声的应用(DBSCAN),用于降低噪声,递归功能消除与交叉验证(RFECV)进行精确特征选择以及具有五个关键特征的随机森林回归(RFR),实现均方根误差(RMSE)为0.011。这种方法可以显着提高地热发电测量的效率和准确性,从而为实时监控和操作优化提供见解。
使用MUON自旋弛豫(µ SR)研究了重新调节聚(3-己基噻吩)P3HT的分子动力学。µ SR光谱对纵向磁场(B LF,平行于初始MUON自旋方向)的响应表明,植入的Muons形成了均位于噻吩环和Diamagnetic态的粘性自由基,并具有可比的产率。此外,自由基中的未配对电子经历了与噻吩和邻近质子结合的muon相互作用,它们的发光可以作为分子动力学的量度。在几个温度下以详细测量在几个温度下测量的纵向muON自旋松弛率(1 / t 1 µ)的B LF依赖性被发现由局部敏感性j(ω)很好地再现,这些频谱密度j(ω)源自局部易感性,这些易感性均来自于纳维利亚(Havriliak-Negami)(Havriliak-Negami(H-N)功能中使用,该函数(H-n)函数(H-N)均为1(H-N)的分析(H-N)。 〜ν)δ]γ(其中〜ν是平均漏气率,0 <γ,δ≤1)。发现,发现从1 / T 1 µ分析中推导的温度依赖性的大小与13 c-nmr建议的己基链和噻吩环的运动一致。目前的结果标志着将µ SR应用于复杂系统动力学的方法论里程碑,并在诸如聚合物之类的广泛时间尺度上具有共存的频率。
摘要 目的。基础、转化和临床神经科学越来越关注大规模侵入性神经元活动记录。然而,对于大型动物(如非人类灵长类动物和人类)而言,与啮齿类动物相比,它们的脑部较大,脑沟和脑回更具有挑战性,因此,在长时间内同时记录大脑任何位置的数百个神经元方面存在巨大的未满足需求。在这里,我们测试了插入两只猕猴初级视觉皮层的薄而柔韧的多电极阵列 (MEA) 的电气和机械特性,并评估了它们的磁共振成像 (MRI) 兼容性及其在 1 年内记录细胞外活动的能力。方法。为了将浮动阵列插入视觉皮层,20 x 100 µ m 2 轴通过可吸收的聚乳酸-乙醇酸共聚物涂层暂时加固。主要结果。手动插入阵列后,阵列的体外和体内 MRI 兼容性被证明是极好的。我们记录了多达 50% 的电极的清晰单元活动,以及 60%–100% 的电极的多单元活动 (MUA),从而可以详细测量受体场和神经元的方向选择性。即使在插入 1 年后,我们仍然在 70%–100% 的电极上获得了显著的 MUA 反应,而受体场在整个记录期间保持非常稳定。意义。因此,与现有阵列相比,我们测试的薄而柔韧的 MEA 具有几个关键优势,最显著的是脑组织顺应性、可扩展性和脑覆盖率。未来人类的脑机接口应用可能会从这种新一代长期植入式 MEA 中受益匪浅。
Ayse Koyun是环境科学与工程系的博士后科学家以及哈佛大学的工程与应用科学学院。她拥有维也纳技术大学技术化学(材料科学)的医生学位。在她的博士学位期间,AYSE专注于使用原子力显微镜进行材料表征,并研究了建筑材料的老化。作为哈佛大学的博士后科学家,她的研究现在以了解气候和人类健康的气溶胶的影响(悬挂在空中的微小颗粒)的影响。她探讨了诸如构造之类的活动如何产生这些粒子以及它们如何影响吸气者的福祉。在哈佛大学,Ayse采用了一种称为电动力悬浮的尖端技术,以悬浮在空中中的气溶胶颗粒,从而使她能够研究它们在经历各种条件时如何发展,例如光暴露和湿度变化。她检查了来自不同来源的颗粒,从燃烧植物产生的烟雾到特定的化合物。通过阐明这些悬浮的颗粒,她观察到它们的反应和转化,阐明了气溶胶在环境中的行为及其对气候的潜在影响。除了在哈佛大学的工作外,AYSE还为SABER(平流层气溶胶过程,预算和辐射效应)任务做出了贡献,这是一项扩展的空中科学测量计划,研究了上层对流层和下层平流层(UTLS)的运输,化学,微物理和辐射特性。利用NASA WB-57高海拔研究飞机,Ayse有助于表征任务期间收集的微型气溶胶。SABER部署提供了对气溶胶尺寸分布,成分和辐射特性的广泛详细测量,以及不同区域和季节中相关的微量气体。这些观察结果对于提高全球模型准确模拟平流层气溶胶加载变化的辐射,动力学和化学影响的能力至关重要。ayse的总体目标是提供有关气溶胶颗粒对我们世界的起源,转化和影响的关键见解。通过为气候模型的发展做出贡献,并制定了减轻气溶胶的不利影响的战略,她的目标是对气候研究和公共卫生产生有意义的影响。最终,她在实验室和Saber任务中收集的实验数据有助于完善全球化学气候模型,从而弥合了科学发现和大规模模拟之间的差距。