重金属水质基准理论模型与预测取得重要进展
中国环境科学研究院环境基准与风险评估国家重点实验室在重金属水质基准理论模型与预测研究方面取得重要进展：他们基于金属的物理化学参数，发现并构建了定量离子特征—毒性模型。 环境基准是制定环境标准的基础和科学依据，是国际环境科学研究的前沿领域。水质基准研究始于美国上世纪中叶，近三十年，7次颁布并更新共计267种污染物的水质基准值，但其中仅包括10种金属。重金属是水环境中的重要污染物，然而不少金属毒性数据较少，其环境效应复杂，影响因素较多，缺乏相关定量预测模型，大部分金属的水质基准研究还处于空白状态。 环境基准与风险评估国家重点实验室的研究弥补了这一空白。在国家自然基金委和科技部“973”项目的资助下，他们结合物种敏感度分析，较好地预测了25种金属或类金属的毒性值和相应的水质基准值，预测值与美国EPA基准推荐值在可接受范围之内。同时，他们还研究发现，最少可通过金属软指数、最大配合物稳定常数、电化学势和共价指数4个理化参数就能够......阅读全文
重金属水质基准理论模型与预测取得重要进展
中国环境科学研究院环境基准与风险评估国家重点实验室在重金属水质基准理论模型与预测研究方面取得重要进展：他们基于金属的物理化学参数，发现并构建了定量离子特征—毒性模型。 环境基准是制定环境标准的基础和科学依据，是国际环境科学研究的前沿领域。水质基准研究始于美国上世纪中叶，近三十年，7次颁布并更
基于ASM模型的出水水质预测机理模型
为了推动和规范活性污泥模型的发展，国际水协会(International Water Association, IWA)于1983年组织南非、日本、美国、丹麦、荷兰五国专家成立活性污泥通用模型国际研究小组，致力于新的活性污泥数学模型的开发，并于1987年、1995年和1999年陆续推 出了3个ASM
国家纳米中心提出纳米材料医学功能预测的理论模型
中国科学院国家纳米科学中心研究员高兴发和中国科学院院士赵宇亮团队，通过多年的基础理论研究与迭代，在纳米生物效应的理论研究领域取得了系统的突破性进展。8月17日，相关研究成果以《实现纳米材料医学功能筛选的催化信号转导理论》（Catalytic Signal Transduction Theory En
广东研发可解释的土壤重金属时空四维预测模型
原文地址：http://news.sciencenet.cn/htmlnews/2023/7/505254.shtm近日，广东省科学院生态环境与土壤研究所研究员王琦等在广东省杰出青年基金和国家自然科学基金面上项目的支持下，自主研发了超越人工智能“黑箱”的地理可解释的土壤重金属时空四维预测模型。相关研
机器学习模型预测中风？
中风的诊断可能很棘手，因为患者并不总是表现出典型的症状，而且其他疾病也可能模仿它。研究人员利用现有数据开发了一种机器学习模型，可以准确预测中风，并可能使诊断变得更容易。诊断错误是一个主要的公共卫生问题，造成了可预防的病人伤害和卫生超支。由于诊断错误而导致的可预防的中风死亡比误诊的心脏病发作要常见30
换个模型预测气候变化
《自然—气候变化》11月23日发表的多模型分析，依据2030年前后的减排措施预测了气候场景，发现即使最乐观的场景也不足以将全球变暖限制在2°C以内。这个前瞻性建模方法与传统“倒序”设想不同，后者聚焦于预先规定的气候目标并描述如何实现这些目标。大多数气候模型聚焦于一种被称为“倒序推演”的概念，其中目标
DeepMind－AI模型预测天气又快又好
近日一项发表于《自然》的研究报道了谷歌DeepMind开发的首个天气预测人工智能（AI）模型——GenCast。该模型比目前运行中的最佳中期预报系统——欧洲中期天气预报中心的集合预报（ENS）更精准。GenCast在8分钟内就能完成15天的预测，而目前的预测程序需要几个小时。据介绍，包括ENS在内的
理论预测的“恶魔”粒子首次现身
理论预测67年后，美国和日本的科学家首次在钌酸锶内部发现了名为“恶魔”的粒子。这一发现或可解释为什么某些材料是超导体，并有助科学家寻找新的超导材料。相关论文发表于9日出版的《自然》杂志。 该粒子是一种等离子体激元，产生于名为等离子体的带电粒子。当电子从原子中自由“漂浮”出来时，就会形成等离子体
理论预测的“恶魔”粒子首次现身
原文地址：http://news.sciencenet.cn/htmlnews/2023/8/506372.shtm
闪烁现象有了理论解释模型
据美国物理学家组织网报道，法国圣玛丽亚大学物理学家杨克的一篇关于荧光闪烁的最新研究论文，为“闪烁”这种长久以来的神秘化学物理现象提供了新解，这有助于重新理解闪烁现象的原理及控制闪烁过程，并将在图像技术和照明方面获得重大运用。 一个世纪前，量子力学刚刚诞生，诺贝尔物理学奖获得
新模型精准预测土壤“碳排放”
从天津大学获悉，日前，该校地科院晏智锋副教授与联合西北太平洋国家实验室—马里兰大学联合全球气候变化研究所合作，在土壤异养呼吸过程模型构建与应用上取得新进展，首次建立了可精准监测土壤“碳排放”的过程模型系统，该系统可更加精准地预报土壤异养呼吸对大气环境的影响。 土壤中的微生物、作物根系和土壤动物
新模型精准预测土壤“碳排放”
记者从天津大学获悉，日前，该校地科院晏智锋副教授与联合西北太平洋国家实验室—马里兰大学联合全球气候变化研究所合作，在土壤异养呼吸过程模型构建与应用上取得新进展，首次建立了可精准监测土壤“碳排放”的过程模型系统，该系统可更加精准地预报土壤异养呼吸对大气环境的影响。 土壤中的微生物、作物根系和土壤动物
对称C···H···C氢键的理论预测
氢键在物理、化学、生命科学和材料科学等自然科学中的重要性不言而喻。科学家在研究氢键的时候经常会涉及到氢键对称性的问题。在对称氢键中，质子处于两个相同的离子、分子或分子片的正中央，势能面上仅存在一个势阱（图1a；左）。对于非对称X−H···X氢键，双势阱势能面中的对称结构为过渡态（图1a；右）。图
水质重金属的测定
重金属污染指由重金属或其化合物造成的环境污染。主要由采矿、废气排放、污水灌溉和使用重金属超标制品等人为因素所致。因人类活动导致环境中的重金属含量增加，超出正常范围，直接危害人体健康，并导致环境质量恶化。 盛奥华触屏式水质重金属测定仪整机采用模具一体化设计，外观流行时尚；应用触屏菜单式操作技术，
开发出新型预测模型来预测HIV疗法的效果
艾滋病毒非常可怕，尤其是其自身非常好的自适应性，如果HIV对于某一个靶点药物产生了变异，那么就变相宣布了此疗法的失败。为了尽量降低HIV的防御机制，医生们会使用许多种药物联合的方法来治疗患者，这种方法就可以使得病毒对特定药物耐受之前经历相当长的变异过程。 近日，刊登在国际杂志PLoS Co
如何使用生态模型中逻辑斯蒂增长模型进行预测？
使用逻辑斯蒂增长模型进行预测可以按照以下步骤进行： **一、确定模型形式** 逻辑斯蒂增长模型的一般形式为： \(P(t)=\frac{K}{1 + ae^{-bt}}\) 其中，\(P(t)\)表示在时间\(t\)时的预测值（如种群数量、市场需求等），\(K\)是环境容纳量（最
Science：谷歌AI新模型预测天气快又准
原文地址：http://news.sciencenet.cn/htmlnews/2023/11/512459.shtm编译 ｜ 辛雨 图片来源：Carlos Munoz Yague 人工智能（AI）公司Google DeepMind开发的机器学习模型GraphCast，在“3至
流感疫情多严重？这个模型来预测
最近，身边感冒的人突然多了起来，提示我们季节性流感又来了。流感，似乎伴随着人类的历史，有时严重，有时轻微。芝加哥大学的研究人员通过研究流感病毒如何演化，可以更好地预测未来的流感有多严重。这项成果近日发表在《Science Translational Medicine》上。 季节性流感每年会造
AI新模型快速预测材料光学性质
未来的中央处理器（艺术图）。图片来源：美国趣味工程网站科技日报讯 （记者刘霞）据美国趣味工程网站近日报道，日本东北大学和美国麻省理工学院科学家，成功开发出一款新人工智能（AI）模型GNNOpt。该模型能以与量子模拟相同的精度预测材料的光学性质，但速度能快100万倍。研究团队表示，这一重要进展有望加速
欧洲夏季将比模型预测的更炎热
欧洲的酷夏和热浪将比人们担心的更加闷热。一项在近日举行的欧洲地球科学联盟大会上发布的研究表明，行政管理者所依赖的区域气候模型严重低估了夏季的炎热情况，因为它们没有考虑到空气污染减少带来更强烈的阳光。2023年7月，在希腊雅典，女子用瓶装水降温。图片来源：Louisa Gouliamaki/AFP/G
生态模型中逻辑斯蒂增长模型与其他预测模型相比有哪些优缺点？
逻辑斯蒂增长模型与其他预测模型相比，有以下优点和缺点：优点：描述种群增长规律：在生物学领域，能较好地描述生物种群在资源有限环境下的增长情况，呈现出先加速增长后趋于稳定的特征，符合许多生物种群实际增长模式，如鱼类种群数量在一定水域内的变化 51626。考虑环境限制因素：相比指数增长模型等简单模型，逻辑
中国科大提出普适Knudsen理论模型
原文地址：http://news.sciencenet.cn/htmlnews/2023/11/512930.shtm
如何根据生态模型逻辑斯蒂增长模型预测种群数量的变化？
逻辑斯蒂增长模型的方程通常表示为： \[ \frac{dN}{dt} = rN\left(1 - \frac{N}{K}\right) \] 其中，\(N\)是种群数量，\(t\)是时间，\(r\)是种群的内禀增长率（在理想条件下的增长率），\(K\)是环境容纳量（即特定环境所能支持
如何根据生态模型逻辑斯蒂增长模型预测种群数量的变化？
逻辑斯蒂增长模型的方程通常表示为： \[ \frac{dN}{dt} = rN\left(1 - \frac{N}{K}\right) \] 其中，\(N\)是种群数量，\(t\)是时间，\(r\)是种群的内禀增长率（在理想条件下的增长率），\(K\)是环境容纳量（即特定环境所能支持
生态模型中逻辑斯蒂增长模型的预测结果是否准确？
逻辑斯蒂增长模型的预测结果并不总是完全准确，具有一定的不确定性，原因如下：一、准确性方面的表现在特定条件下较为准确：具有明显增长规律的市场：对于一些具有典型增长和饱和特征的市场，逻辑斯蒂增长模型可以给出相对准确的预测。例如，某些成熟的消费品类市场，其增长受到资源（如市场规模、消费者数量、生产能力等）
海洋温度虽破纪录但未超出模型预测
研究模型。图片来源：《自然》在线版根据新一期《自然》杂志发表的气候科学研究，2023/24年海洋表面温度的大幅上升虽然是异常现象，但用气候模型预测时并不全然意外。这项研究表明，全球变暖可能并未像人们起初担忧的那样发生超预期的加速，但研究仍显示，温度飙升可能由人因气候变化所致。2023/24年，全球海
AI模型准确进行天气预测与气候模拟
《自然》23日报道了一种人工智能（AI）模型。该模型名为“NeuralGCM”，结合了流体动力学与神经网络，能进行准确的天气预测和气候模拟。模型超越了部分现有模型，与传统模型相比，有望节省大量算力。“NeuralGCM”模型结构。其结合了传统的流体动力学求解器和用于小尺度物理的神经网络。图片来源
如何使用逻辑斯蒂增长模型进行预测？
使用逻辑斯蒂增长模型进行预测可以按照以下步骤进行：一、确定模型参数收集数据：收集与预测对象相关的历史数据。例如，如果要预测某种生物种群的数量变化，需要收集该种群在过去一段时间内不同时间点的数量数据；如果要预测市场需求的增长，需要收集产品在过去的销售量数据等。确保数据的质量和可靠性，尽量避免数据中的错
新模型可预测寨卡病毒传播风险
据日本北海道大学近日报道，该校研究人员和东京大学、日本科学技术振兴机构等合作，利用一种新的模型工具预测了寨卡病毒传入及在189个国家本地传播的风险。 研究人员发表在学术期刊《Peer J》上的论文指出，与巴西联系密切的国家传入寨卡病毒的风险尤其高，那些有登革热及其它蚊子传播疾病史的热带、亚热带
新模型可预测寨卡病毒传播风险
据日本北海道大学近日报道，该校研究人员和东京大学、日本科学技术振兴机构等合作，利用一种新的模型工具预测了寨卡病毒传入及在189个国家本地传播的风险。 研究人员发表在学术期刊《Peer J》上的论文指出，与巴西联系密切的国家传入寨卡病毒的风险尤其高，那些有登革热及其它蚊子传播疾病史的热带、亚热