《科学·进展》（Science Advances）在线刊登了清华大学水利系杨大文教授课题组题为“青藏高原多年冻土融化的碳排放风险（ Permafrost thawing puts the frozen carbon at risk over the Tibetan Plateau）”的研究论文。这是该课题组近年连续在专业领军期刊发表多项关于青藏高原冻土变化的研究成果后，在青藏高原冻土变化对土壤有机碳的影响与潜在风险评估方面的又一重要研究进展。 北半球分布的多年冻土面积约占北半球陆表面积的1/4，其中环北极多年冻土区储存着大量土壤有机碳，约为当前大气中碳储量的二倍。近年来，随着气温升高与冻土退化，原本冻结在多年冻土层中的土壤有机碳，通过微生物分解以CO2、CH4等形式释放到大气当中，这些温室气体反馈到大气进一步加剧气温升高与冻土退化，形成冻土-气候的正反馈效应。青藏高原地区分布着环北极地区以外最大范围的多年冻土，有地球“第三极”之称。青藏高原多年冻土区储存的土壤有机碳可能成为气候变化背景下的潜在碳源，而这些冻土碳的空间分布尚不明晰，融化风险也亟待评估。基准期(2006-2015年)多年冻土活动层厚度与表层(0-3m)土壤有机碳分布杨大文教授团队整合青藏高原地区最新的冻土与土壤碳观测数据，模拟了青藏高原多年冻土与活动层厚度分布，基于数据驱动的机器学习方法得到青藏高原冻土碳空间分布信息，估算了青藏高原冻土有机碳的储量。结果表明，青藏高原土壤有机碳总储量约为50.43 Pg，其中37.21 Pg在当前气候条件下常年位于冻结的多年冻土层中。这一成果填补了全球已有冻土碳数据中关于青藏高原地区冻土碳分布状况的空白。不同排放情景下未来青藏高原融化冻土有机碳的变化预测该研究还首次评估了升温背景下青藏高原冻土有机碳释放对区域碳循环的潜在影响。随着气候变暖，至本世纪末青藏高原多年冻土层中储存的土壤有机碳约22.2-45.4%将发生融化，这一融化量可在相当程度上抵消了生物群系净固碳量，从而极大地增加了青藏高原多年冻土区从碳汇转变为碳源的风险。其中，3m以下深层冻土中有机碳融化量占冻土碳总融化量的比例高达29.6-46.2%，这一结果凸显了青藏高原地区深层冻土碳的重要性，弥补了现有研究仅关注浅层（0-3m）冻土碳释放的不足，为评估气候变化背景下冻土融化对区域乃至全球碳循环的影响提供了新思路。清华大学水利系博士生王泰华为论文第一作者，杨大文教授、杨雨亭副教授为共同通讯作者，合作者包括北京大学朴世龙教授、中国科学院青藏高原研究所李新研究员、中国科学院寒区旱区环境与工程研究所程国栋院士和中国科学院生态环境研究中心傅伯杰院士。该研究工作得到了国家自然科学基金、中科院战略性先导科技专项等项目资助。原文链接：https://advances.sciencemag.org/content/6/19/eaaz3513

在过去30年间全球城市扩张的平均速率为每年9,687 km2，该增速是以往估算结果的4倍，且城市用地的扩张远快于全球人口的增长。该研究还分析了不同空间尺度下的城市扩张趋势规律，发现过去30年间全球约69%的新增城市用地出现在亚洲和北美地区。各大洲的城市化呈现不同趋势：亚洲、南美洲和非洲的发展中国家城市大体呈现加速扩张，而北美洲、欧洲和澳大利亚等发达地区城市则呈减速扩张。该研究还发现，美国、中国和印度等国家的城市存在返绿现象（green recovery），且中国是全球城市返绿面积最大的国家，约为欧美发达国家的2倍左右。这一现象可能归功于近些年的国家大力推行的城市更新项目。城市化进程往往伴随着对自然土地资源的侵占，该研究通过GAUD数据集和欧空局ESA-CCI土地覆盖数据集分析发现，自1992年以来，全球新增城市用地中约有70%来源于对农用地的侵占，其次是草地和林地。从不同地区来看，中国、印度、日本、韩国、美国中部以及大部分欧洲国家的城市化主要以侵占农用地为主；欧洲北部、美国东部和非洲南部地区城市化的侵占来源主要是林地。中国和印度作为全球人口最多的国家，未来如果仍以侵占大量农田为主的方式扩张城市，将可能加剧潜在的粮食危机。

本发明公开了一种基于时序相对变化量的广域测量系统错误数 据判别方法，属于电网系统错误数据判别领域；现有的相量测量单位 (PMU)对于 GPS 的高度依赖和对数据通道品质的严格要求，存在 PMU 采集的数据频频出现数据错误、数据丢失等问题；本发明的方法通过 对比的时序相对变化量变化趋势矩阵与预定义好的 WAMS 错误数据 时序相对变化量矩阵策略表，来判别数据错误与否，该方法能够快速 判断数据的正确性，减小基于 WAMS 的电网故障智能诊断与事故处理 辅助决策系统的误报率，有助于提高电力系统安全稳定运行

本发明公开了一种根据观看环境变化调整视频编码质量的方法, 其中，移动设备获取由携带的传感器采集的环境参数，并使用网络传 输协议把环境参数发送给视频服务器，视频服务器分析接收到的环境 参数分析，并估测移动设备当前的观看环境状态，根据估测的观看环 境状态动态改变视频编码的质量。本发明通过动态调整视频流质量， 可最好地匹配当前的观看场景，提高视觉质量与体验质量，并且提高 带宽的利用效率。

团队首次发现，在经过几十年的静止后，全球地表风速从2010年开始快速反弹，并已在短短8年间恢复到1980年左右的水平。最近的增长速度是2010年以前下降速度的三倍，其中北美、欧洲和亚洲三个区域增长最为显著。 团队还研究了全球地表风速静止逆转的潜在原因。此前有假设认为，植被生长活动增强或城市化引起的地表粗糙度增加导致了全球风速静止。但是，团队根据相关研究，依次否定了植被生长变化和城市化的

XM-171骨骼肌分子结构及收缩变化模型   XM-171骨骼肌分子结构及收缩变化模型显示骨骼肌粗丝和细丝的分子结构，粗丝和细丝的相互关系，收缩时细丝向粗丝之间滑行。 尺寸：放大，25×25×54cm 材质：PVC材料

XM-171骨骼肌分子结构及收缩变化模型   XM-171骨骼肌分子结构及收缩变化模型显示骨骼肌粗丝和细丝的分子结构，粗丝和细丝的相互关系，收缩时细丝向粗丝之间滑行。 尺寸：放大，25×25×54cm 材质：PVC材料

完成人简介：樊君，西北大学教授，西北大学化工学院副院长， 陕西省化工过程实验教学示范中心主任，指导博、硕士生研究方向包括反应工程、碳一化工、纳米材料、分离工程、精细化工产品开发研究等。 成果内容：基于量子点的荧光探针分析对推动即时检测（POCT）技术的发展具有十分重要的意义。本项目以制备功能型纳米荧光探针为主，主要包括量子点荧光探针（QDs）和稀土掺杂上转换纳米颗粒（UCNPs），并利用制备的荧光探针实现了对生物活性分子的定量检测。项目设计了基于荧光共振能量传递（FRET）的QDs荧光探针和基于CuMn双掺杂的ZnS QDs比率荧光探针，分别实现了对生物活性分子多巴胺和叶酸的定量检测（图13），结果表明所制备的探针具有较高的选择性和灵敏度，项目成果将为医学检测和POCT技术提供技术支持。   不同反应时间得到的CdTe量子点在紫外灯下的实物图及其吸收和发射光谱 成果优势： 量子点(quantum dots，QDs)是指颗粒半径小于激子波尔尺寸半径的纳米晶粒，属于三维尺度限域的零维纳米材料，其尺寸一般在10nm以下。QDs有许多显著地光学性质：优良的抗光漂白能力； 较宽的吸收光谱；发射光谱窄；较大的斯托克斯位移(Stokes shif)。 成果成熟度：中试阶段。 转化方式：技术转让等。 市场展望：本项目的研究结果对提高疾病诊治水平，推动医学科技前沿发展，形成经济新增长点，带动大健康产业发展等都将具有十分重要的意义。

福州大学物信学院李福山教授、福州大学化学学院郑远辉研究员与TCL集团工业研究院钱磊博士的合作研究论文“Inkjet-printed unclonable quantum dot fluorescent anti-counterfeiting labels with artificial intelligence authentication” 在Nature子刊《Nature Communications》在线发表。 量子点具有优异的光电特性，其图案化在发光显示，荧光标记和智能传感领域具有广阔的应用前景。量子点薄膜形貌最终决定了其光电器件应用，论文采用高精度喷墨打印技术制作微米级量子点发光图案，创新性的在基板表面构建具有随机分布的聚甲基丙烯酸甲酯（PMMA）微纳米颗粒，作为喷墨打印输运过程中的聚集钉扎点，强化微米级墨滴蒸发流动以及量子点组装过程中的差异性，形成不可复制“花状”发光图案；成功应用于低成本，可柔性化，自然条件下隐蔽，具有多重防伪级别和商业化的价值的不可复制全彩荧光防伪标签。并且首次引入了人工智能（AI）技术对喷墨打印量子点防伪荧光标签进行验证，并成功识别出不同的清晰度、亮度、旋转角度、放大倍率以及这些参数混合的“花状”图案，实现了防伪标签的高效准确识别。

福州大学物信学院李福山教授、福州大学化学学院郑远辉研究员与TCL集团工业研究院钱磊博士的合作研究论文“Inkjet-printed unclonable quantum dot fluorescent anti-counterfeiting labels with artificial intelligence authentication” 在Nature子刊《Nature Communications》在线发表。 量子点具有优异的光电特性，其图案化在发光显示，荧光标记和智能传感领域具有广阔的应用前景。量子点薄膜形貌最终决定了其光电器件应用，论文采用高精度喷墨打印技术制作微米级量子点发光图案，创新性的在基板表面构建具有随机分布的聚甲基丙烯酸甲酯（PMMA）微纳米颗粒，作为喷墨打印输运过程中的聚集钉扎点，强化微米级墨滴蒸发流动以及量子点组装过程中的差异性，形成不可复制“花状”发光图案；成功应用于低成本，可柔性化，自然条件下隐蔽，具有多重防伪级别和商业化的价值的不可复制全彩荧光防伪标签。并且首次引入了人工智能（AI）技术对喷墨打印量子点防伪荧光标签进行验证，并成功识别出不同的清晰度、亮度、旋转角度、放大倍率以及这些参数混合的“花状”图案，实现了防伪标签的高效准确识别。