wanwan
karma值:0
solidot新版网站常见问题,请点击这里查看。
wanwan( 42055 )
登录
科学家发现了一种方法,利用废物生产生物水泥,为传统水泥提供了一种更环保、更可持续的替代品。生物水泥是一种可再生水泥,它利用细菌产生硬化反应,将土壤粘合成固体块。NTU的科学家们现在已经用两种常见的肥料制出了生物水泥:工业碳化物污泥和尿素(来自哺乳动物的尿液)。他们设计出一种方法,利用工业碳化物污泥中的钙离子与尿素相互作用,形成应固体或沉淀物。当在土壤中发生这种反应时,沉淀物将土壤颗粒粘结在一起,并填充它们之间的空隙,从而形成致密的土壤块。这会产生坚固、耐用且渗透性较低的生物水泥块。它还可以用于对岩石裂缝进行生物灌浆,从而控制渗流,甚至可以修复和修补石刻和雕像等遗迹。
2020 年 COVID-19 疫情期间,众多研究小组都努力寻找有效的方法确定纽约市之类主要城市街道上的流动模式和人群密度,以深入了解居家和保持社交距离政策的效果。但让成队的研究人员前往街头观察并记录这些数据会让研究人员暴露在感染风险之中,这种风险正是这些政策想要遏制的。纽约大学(NYU)智能交通互联城市迈向无障碍和弹性交通中心(C2SMART)是美国交通部资助的一级交通运输中心,研究人员开发出了一种解决方案,不仅消除了研究人员的感染风险,还可以很容易接入现有的公共交通摄像头馈送基础设施,而且还提供了关于人群和交通密度的数据,这些数据比以往编译过的数据都更加全面,并且无法用传统的交通传感器轻易检测到。
为了实现这一目标,C2SMART 的研究人员利用纽约市交通局(DOT)700 多个地点的公开视频源,采用了一种基于摄像头的深度学习对象检测方法,让研究人员无需走上街头,就能计算行人和交通密度。C2SMART 主管、纽约大学教授 Kaan Ozbay 表示:“我们的想法是利用这些 DOT 摄像头馈送并记录,更好地了解行人的社交距离行为。”Ozbay 及其团队编写了一个“爬虫”——本质上是一种自动索引视频内容的工具——从互联网上的视频源获得低质量的图像。然后使用现成的深度学习图像处理算法处理视频的每一帧,以了解每一帧图像所包含的内容:公共汽车、汽车、行人、自行车等。该系统还在不影响算法有效性的前提下,模糊了所有人脸之类的可识别图像。这个系统可帮助决策者了解从保持社交距离行为等危机管理到交通拥堵等一系列广泛的问题。
为了实现这一目标,C2SMART 的研究人员利用纽约市交通局(DOT)700 多个地点的公开视频源,采用了一种基于摄像头的深度学习对象检测方法,让研究人员无需走上街头,就能计算行人和交通密度。C2SMART 主管、纽约大学教授 Kaan Ozbay 表示:“我们的想法是利用这些 DOT 摄像头馈送并记录,更好地了解行人的社交距离行为。”Ozbay 及其团队编写了一个“爬虫”——本质上是一种自动索引视频内容的工具——从互联网上的视频源获得低质量的图像。然后使用现成的深度学习图像处理算法处理视频的每一帧,以了解每一帧图像所包含的内容:公共汽车、汽车、行人、自行车等。该系统还在不影响算法有效性的前提下,模糊了所有人脸之类的可识别图像。这个系统可帮助决策者了解从保持社交距离行为等危机管理到交通拥堵等一系列广泛的问题。
天文学家公布了最详细的银河系研究,揭示了数以千计的“星震”和恒星 DNA,帮助确定了银河系中宜居的角落。欧洲航天局盖亚(Gaia)探测器的观察覆盖了近 20 亿颗恒星——约占银河系中恒星总数的 1%——让天文学家得以重新构建我们所在星系的结构,了解它在数十亿年中是如何演变的。2013 年发射的航天器 Gaia 之前的调查精确地确定了星系中恒星的运动。通过回顾这些运动,天文学家可以模拟星系随着时间的推移是如何变化的。最新的观测增加了基于广谱分析的化学成分、恒星温度、颜色、质量和年龄等详细信息,其中星光被分成不同的波长。出人意料的是,这些测量结果揭示了恒星表面发生的数千次星震——灾难性的海啸类事件。Gaia协作的成员、比利时 KU Leuven 的 Conny Aerts 表示:“星震揭示了很多关于恒星的知识——尤其是它们内部的运作情况。”“Gaia 正在为大质量恒星的星震学打开一座金矿。”伦敦大学学院麦拉迪空间科学实验室的高级研究员 George Seabroke 博士表示:“如果你能在穿越银河系的途中看到这些恒星的亮度变化,如果你能在它们附近的任何地方,就像是太阳在眼前改变形状。”Gaia 配备了一个 10 亿像素的摄像头——有史以来最大的太空摄像头——配有 100 多个电子探测器。最新的数据集是迄今为止最大的银河系化学图谱,对 600 万颗恒星进行了编目,是以前地面编制目录覆盖数量的十倍。
4 月位于日内瓦郊外的欧洲核子研究中心(CERN)的科学家再次启动了“大炮”——大强子对撞机。因维修和升级停运三年之后,对撞机恢复运行,在 17 英里长的地下电磁轨道中发射质子。七月初,对撞机将开始将对撞粒子以产生原始能量的火花。在粒子物理学家重新燃起的希望和新的发展中,寻找宇宙秘密的伟大游戏即将再度上演。甚至在此次翻新之前,大强子对撞机已经暗示出大自然可能隐藏了一些壮观的东西。在 CERN 上进行过一项实验的伦敦帝国理工学院的粒子物理学家 Mitesh Patel 将他之前得到的数据描述为“在我的职业生涯中看到的最令人兴奋的一组结果。”十年前 CERN 的物理学家因发现希格斯玻色子登上了全球的新闻头条,这是一种长期以来一直在寻找的粒子,它将质量赋予宇宙中的所有其他粒子。还要寻找什么?乐观的物理学家说,几乎要寻找一切。当 CERN 的对撞机于 2010 年首次启动时,一切都大有可为。这台有史以来建造过的最大、最强的机器,旨在寻找希格斯玻色子。该粒子是标准模型的基石,标准模型是一组方程,解释了科学家能够探测到的亚原子世界的一切。但是标准模型没有解释关于宇宙更深层次的问题:宇宙从哪里来?为什么它是由物质而不是反物质构成?弥漫在宇宙中的“暗物质”是什么?希格斯玻色子自身是如何具有质量的?物理学家希望对撞机在 2010 年首次启动时能给出一些答案。可是除了希格斯玻色子之外一无所获——尤其是没有新的粒子可以解释暗物质的性质。令人沮丧的是,标准模型也没有被动摇。