動態(tài)

“地球系統(tǒng)數(shù)值模擬裝置”正式開放運(yùn)行

10月17日，國家重大科技基礎(chǔ)設(shè)施項(xiàng)目“地球系統(tǒng)數(shù)值模擬裝置”順利通過國家驗(yàn)收，正式開放運(yùn)行，成為全國重大科技設(shè)施平臺高度集聚區(qū)域之一——懷柔綜合性國家科學(xué)中心首個(gè)正式運(yùn)行的國家重大科技基礎(chǔ)設(shè)施。

這一被形象地稱為“將地球搬進(jìn)實(shí)驗(yàn)室”的大科學(xué)裝置，主要研究地球系統(tǒng)大氣圈、水圈、冰凍圈、巖石圈、生物圈等各圈層之間的相互聯(lián)系、相互作用。“地球系統(tǒng)數(shù)值模擬裝置”是中國首個(gè)具有自主知識產(chǎn)權(quán)，以地球系統(tǒng)各圈層數(shù)值模擬軟件為核心，軟、硬件指標(biāo)相適應(yīng)，規(guī)模及綜合技術(shù)水平位于世界前列的專用地球系統(tǒng)數(shù)值模擬裝置，可大幅提升中國地學(xué)水平，解決一系列國家重大需求。

“地球系統(tǒng)數(shù)值模擬裝置”正式運(yùn)行后，將加大設(shè)施開放共享力度，提升設(shè)施運(yùn)行管理水平，堅(jiān)持設(shè)施運(yùn)行與人才培養(yǎng)相結(jié)合，通過大科學(xué)裝置吸引更多人才、培養(yǎng)更多人才，在國家“雙碳”、生態(tài)環(huán)境治理、防災(zāi)減災(zāi)等領(lǐng)域開展前沿基礎(chǔ)研究和核心技術(shù)研發(fā)，力爭產(chǎn)出更多、更重大的原創(chuàng)成果，支撐提升中國地球系統(tǒng)科學(xué)研究水平，推動更多科技成果轉(zhuǎn)化，并帶動北京市氣候經(jīng)濟(jì)等產(chǎn)業(yè)高質(zhì)量發(fā)展。

“地球系統(tǒng)數(shù)值模擬裝置”為國家發(fā)改委“十二五”期間部署建設(shè)的重大科技基礎(chǔ)設(shè)施建設(shè)項(xiàng)目，位于北京懷柔科學(xué)城東區(qū)。項(xiàng)目于2018年11月全面開工，2019年4月主體結(jié)構(gòu)封頂，2020年年底土建工程完工，2022年3月完成建設(shè)任務(wù)。

我國將實(shí)施30個(gè)濕地保護(hù)修復(fù)項(xiàng)目

近日，國家林草局、自然資源部聯(lián)合印發(fā)《全國濕地保護(hù)規(guī)劃（2022—2030年）》（簡稱《規(guī)劃》）。《規(guī)劃》明確了未來一段時(shí)間中國保護(hù)濕地的目標(biāo)任務(wù)，并提出將實(shí)施30個(gè)濕地保護(hù)修復(fù)項(xiàng)目。

第三次全國國土調(diào)查及2020年度國土變更調(diào)查結(jié)果顯示，中國濕地面積約5635萬公頃，包括紅樹林地、森林沼澤、灌叢沼澤、沼澤草地、沿海灘涂、內(nèi)陸灘涂、河流水面、湖泊水面、水庫水面、溝渠、淺海水域等。

立足中國濕地資源現(xiàn)狀，《規(guī)劃》明確了中國濕地保護(hù)的總體要求、空間布局和重點(diǎn)任務(wù)，提出到2025年，全國濕地保有量總體穩(wěn)定，濕地保護(hù)率達(dá)到55%，科學(xué)修復(fù)退化濕地，紅樹林規(guī)模增加、質(zhì)量提升，健全濕地保護(hù)法規(guī)制度體系，提升濕地監(jiān)測監(jiān)管能力水平，提高濕地生態(tài)系統(tǒng)質(zhì)量和穩(wěn)定性。新增國際重要濕地20處、國家重要濕地50處。到2030年，濕地保護(hù)高質(zhì)量發(fā)展新格局初步建立，濕地生態(tài)系統(tǒng)功能和生物多樣性明顯改善，使我國成為全球濕地保護(hù)修復(fù)的重要參與者、貢獻(xiàn)者和引領(lǐng)者。

《規(guī)劃》以“三區(qū)四帶”為總體布局，結(jié)合中國濕地保護(hù)管理現(xiàn)狀，提出實(shí)行濕地面積總量管控、落實(shí)濕地分級管理體系、實(shí)施保護(hù)修復(fù)工程、強(qiáng)化濕地資源監(jiān)測監(jiān)管、加強(qiáng)科技支撐、深度參與濕地保護(hù)國際事務(wù)6項(xiàng)重點(diǎn)任務(wù)，以及出臺國家重要濕地相關(guān)政策，實(shí)施30個(gè)濕地保護(hù)修復(fù)項(xiàng)目，開展全國濕地資源專項(xiàng)調(diào)查，完善濕地標(biāo)準(zhǔn)體系等16項(xiàng)具體任務(wù)。

“悟空”號發(fā)現(xiàn)宇宙線硼/碳比能譜新結(jié)構(gòu)

暗物質(zhì)粒子探測衛(wèi)星——“悟空”號國際合作組利用衛(wèi)星前6年觀測數(shù)據(jù)分析得到10GeV/n～5.6TeV/n能段宇宙線硼/碳比和硼/氧比的精確測量結(jié)果，并發(fā)現(xiàn)能譜新結(jié)構(gòu)。相關(guān)研究成果于10月14日在線發(fā)表在《科學(xué)通報(bào)》（Science?Bulletin）上。

通過對宇宙線中硼/碳（B/C）和硼/氧（B/O）流量比的精確測量可以研究宇宙線在傳播路徑上的相互作用過程。20世紀(jì)40年代至60年代建立起來的經(jīng)典宇宙線傳播模型預(yù)測B/C和B/O隨能量的變化服從單一冪律分布，且譜指數(shù)應(yīng)為-1/3或-1/2。但在更高能區(qū)，尤其是TeV/n以上，因測量精度的限制無法給出準(zhǔn)確的探測結(jié)果，不能對現(xiàn)有的宇宙線傳播模型給出有效檢驗(yàn)。

“悟空”號是我國發(fā)射的第一顆用于空間高能粒子觀測的衛(wèi)星，和國際上其他類似探測設(shè)備相比，“悟空”號覆蓋能段寬、能量測量準(zhǔn)、粒子鑒別強(qiáng)，特別是具備優(yōu)異的電荷分辨本領(lǐng)，可以對高能宇宙線核素粒子進(jìn)行高精度鑒別。

“悟空”號國際合作組獲得10GeV/n～5.6TeV/n能段的B/C和B/O精確測量結(jié)果，是國際上首次實(shí)現(xiàn)對1TeV/n以上B/C和B/O進(jìn)行精確測量，能量上限比阿爾法磁譜儀實(shí)驗(yàn)高出5倍。“悟空”號的探測結(jié)果表明，在寬能段范圍內(nèi)B/C和B/O明顯偏離單一冪律分布的行為特征。

“悟空”號首次以高置信度發(fā)現(xiàn)宇宙線B/C和B/O在相同能量（約100GeV/n）處出現(xiàn)變硬的行為，意味著經(jīng)典的宇宙線傳播理論需要進(jìn)行重要的修改。這一結(jié)果對揭示宇宙線的傳播機(jī)制及星際介質(zhì)的湍動屬性具有十分重要的意義，也意味著之前基于反物質(zhì)宇宙線的暗物質(zhì)間接探測的天體物理背景需要重新估計(jì)。

月球晚期玄武巖富含富鐵高鈣輝石

近日，基于“嫦娥五號”月球樣品的實(shí)驗(yàn)室分析結(jié)果，并結(jié)合遙感探測數(shù)據(jù)，中國科研團(tuán)隊(duì)證明，“嫦娥五號”月壤的光譜特征主要是由其富含的富鐵高鈣輝石引起，而非此前認(rèn)為的富含橄欖石所致。相關(guān)研究成果在線發(fā)表于《自然·通訊》雜志。

基于以往地基望遠(yuǎn)鏡和月球軌道器遙感光譜數(shù)據(jù)，曾經(jīng)天文學(xué)家普遍認(rèn)為，月球正面西部晚期月海玄武巖覆蓋的區(qū)域富含橄欖石。因此，富含橄欖石是理解月球晚期玄武巖成因的重要因素。然而，由于缺乏實(shí)際樣品，這一推論的正確性一直無法得到證實(shí)。“嫦娥五號”任務(wù)采集的月球樣品，為解答這一問題提供了寶貴的機(jī)會。

通過對帶回的月球樣品開展實(shí)驗(yàn)室光譜和X射線衍射分析，同時(shí)與以往獲取的月球樣品進(jìn)行對比，并結(jié)合電子探針分析的數(shù)據(jù)結(jié)果，研究團(tuán)隊(duì)證明了“嫦娥五號”月壤的光譜特征成因。

研究團(tuán)隊(duì)進(jìn)一步分析顯示，月表其他被認(rèn)為是晚期玄武巖覆蓋的區(qū)域與“嫦娥五號”著陸區(qū)有著相似的光譜學(xué)和地球化學(xué)特征。這說明，它們可能具有與“嫦娥五號”樣品相似的巖石礦物學(xué)組成，都應(yīng)是以富鐵的高鈣輝石為主。

這項(xiàng)研究對回答月球晚期玄武巖物質(zhì)組成問題，深化月球熱演化歷史，特別是月球晚期火山活動特點(diǎn)的認(rèn)識具有重要意義。

一種新型人工智能框架被提出

近日，中國科研團(tuán)隊(duì)提出了一種新型目標(biāo)檢測人工智能框架，為快速高精度實(shí)時(shí)在線目標(biāo)識別提供了新的解決方案。相關(guān)工作發(fā)表在計(jì)算機(jī)科學(xué)及工程技術(shù)領(lǐng)域頂刊《系統(tǒng)與應(yīng)用》（Expert?Systems?With?Applications）上。

近年來，深度學(xué)習(xí)理論驅(qū)動了人工智能技術(shù)飛躍式發(fā)展，基于深度學(xué)習(xí)的目標(biāo)檢測技術(shù)在許多產(chǎn)業(yè)應(yīng)用中取得巨大成功，其中快速實(shí)時(shí)目標(biāo)檢測是人工智能技術(shù)產(chǎn)業(yè)應(yīng)用的重要需求。長期以來，快速實(shí)時(shí)目標(biāo)檢測研究主要依賴研發(fā)輕量型神經(jīng)網(wǎng)絡(luò)模型（或邊緣計(jì)算等）提高目標(biāo)檢測速度，但效率與精度往往不能兼顧，成為當(dāng)前目標(biāo)檢測前沿研究與產(chǎn)業(yè)應(yīng)用的重要挑戰(zhàn)之一。

此外，由于深度學(xué)習(xí)自身的特性，檢測精度再提升往往伴隨著巨大的計(jì)算代價(jià)和時(shí)間開銷，造成在許多場景下部署和再升級瓶頸。科研團(tuán)隊(duì)通過研究分析發(fā)現(xiàn)，基于深度學(xué)習(xí)的目標(biāo)檢測技術(shù)主要缺陷之一在于重復(fù)的特征提取與融合深度網(wǎng)絡(luò)結(jié)構(gòu)，產(chǎn)生不必要的計(jì)算代價(jià)。為此，科研人員提出一種多輸入單輸出目標(biāo)識別框架。在此框架下，科研團(tuán)隊(duì)設(shè)計(jì)了感受野調(diào)節(jié)機(jī)制、殘差注意力自學(xué)習(xí)機(jī)制、基于動態(tài)平衡抽樣策略3種新的學(xué)習(xí)機(jī)制，能更加簡潔高效地提取熱點(diǎn)特征信息。這一方法為目標(biāo)檢測前沿研究與產(chǎn)業(yè)應(yīng)用提供了新的思路。

（責(zé)編：李莉）