【一种全新的神经网络结构—动态合成网络】由美国波士顿大学田磊课题组在Light：Science & Applications上发表论文，首次证明了一种全新的神经网络结构—动态合成网络，来实现复杂多变散射条件下的三维粒子成像。新提出的网络根据不同的散射条件，利用了多个子网络的动态合成实现在复杂多变散射条件下的成像。https://t.cn/A66Z1cCw
#科研进展# 【STETON: 动态多箱大气环境容量监测技术与新算法】
大气环境容量是制定城市与区域大气污染物排放标准的重要依据，准确量化大气边界层内的环境容量对大气污染防治具有重要意义。
我所辛金元研究员团队基于大气边界层物质与气象要素的高分辨率探测，提出了动态多箱大气环境容量新算法，该算法对国家现行标准中采用的A值法做出以下几点重要改进：利用云高仪、多普勒激光风廓线雷达的高分辨率边界层观测计算的A值替代地区经验系数A；基于Lettau动态平衡模型加入时间系数项，构建动态的环境容量；利用后向散射系数廓线对边界内部颗粒物浓度进行积分，在垂直方向采用多箱模型，使其适用于PM2.5等颗粒物大气环境容量的计算；结合大气环流分型，可对各类典型边界层结构与环流背景下大气环境容量进行了精准估算。
改进算法能够准确计算不同环流模式下PM2.5的大气环境容量，预测大气环境容量的短期动态变化。结果表明不同环流型下的气象条件差异与边界层内部的气溶胶结构不同，使得清洁型具有显著区别于污染型的大气环境容量演变特征。时间系数和垂直多箱的改进分别有效地减小了变量随时间变化与垂直差异导致的误差。当PM2.5初始浓度、水平风速和边界层高度随时间变化较大时，时间系数的改善更为明显，这种情况与大多数环流型是一致的。当PM2.5浓度和水平风在垂直方向变化较大时，多箱模型的改善更为显著，如反气旋型、东北风型和西风型环流。在污染环流模式下，理想的大气环境容量不会随风速和边界层高度无限增加，北京市中心六区的平均控制区域面积为230km2，理想环境容量一般小于30t/h（图2a）。在清洁环流模式下，水平平流比垂直扩散对PM2.5的扩容作用更大，理想大气环境容量可达50t/h左右（图2b）。剩余大气环境容量的正负表明大气中PM2.5是否超载，其中清洁环流背景下湍流发展强旺盛，剩余大气环境容量均为正。污染环流背景下垂直扩散条件与水平通风条件均较差，导致残余大气环境容量为负，大气中PM2.5环境容量不足。
进一步对比了改进后算法与传统箱模型计算的实际环境容量之间的差异。缺少时间系数在污染型（图3a）与清洁型（图3b）环流背景下平均高估108%与82%。此外，PM2.5浓度在边界层内通常是自下向上减小，因此传统算法中单箱模型的假设造成的高估在污染型与清洁型环流背景下平均为48%与44%。在污染型环流中，缺少时间系数导致的高估显著大于单箱模型产生的高估。而在清洁型环流中，N型为单层气溶胶结构，不存在单箱模型高估，NE型环流单箱模型导致的高估更明显。传统A值法中单箱模型与缺少时间系数共同导致的高估在污染型与清洁型环流背景下分别为130%与105%。
该研究得到了中国科学院战略先导专项美丽中国生态文明建设科技工程专题任务（XDA23020301）、内蒙古自治区科技重大专项呼包鄂区域大气环境预测预警与污染防治重大关键技术研究专题任务（2020ZD0013）与国家自然科学中英人才项目基金（42061130215; NAF\R1\201354）等项目联合资助。研究为区域或局地大气污染精准管控对大气环境容量准确评估提供了新方法。
相关文章：Yunyan Jiang, Jinyuan Xin*, Zifa Wang, Yongli Tian, Guiqian Tang, Yuanzhe Ren, Lin Wu, Xiaole Pan, Ying Wang, Danjie Jia, Yongjing Ma, Lili Wang, The dynamic multi-box algorithm of atmospheric environmental capacity, Science of the Total Environment, 2022, 806(4), 150951.
文章链接：https://t.cn/A6JYlOgm
大气环境容量是制定城市与区域大气污染物排放标准的重要依据，准确量化大气边界层内的环境容量对大气污染防治具有重要意义。
我所辛金元研究员团队基于大气边界层物质与气象要素的高分辨率探测，提出了动态多箱大气环境容量新算法，该算法对国家现行标准中采用的A值法做出以下几点重要改进：利用云高仪、多普勒激光风廓线雷达的高分辨率边界层观测计算的A值替代地区经验系数A；基于Lettau动态平衡模型加入时间系数项，构建动态的环境容量；利用后向散射系数廓线对边界内部颗粒物浓度进行积分，在垂直方向采用多箱模型，使其适用于PM2.5等颗粒物大气环境容量的计算；结合大气环流分型，可对各类典型边界层结构与环流背景下大气环境容量进行了精准估算。
改进算法能够准确计算不同环流模式下PM2.5的大气环境容量，预测大气环境容量的短期动态变化。结果表明不同环流型下的气象条件差异与边界层内部的气溶胶结构不同，使得清洁型具有显著区别于污染型的大气环境容量演变特征。时间系数和垂直多箱的改进分别有效地减小了变量随时间变化与垂直差异导致的误差。当PM2.5初始浓度、水平风速和边界层高度随时间变化较大时，时间系数的改善更为明显，这种情况与大多数环流型是一致的。当PM2.5浓度和水平风在垂直方向变化较大时，多箱模型的改善更为显著，如反气旋型、东北风型和西风型环流。在污染环流模式下，理想的大气环境容量不会随风速和边界层高度无限增加，北京市中心六区的平均控制区域面积为230km2，理想环境容量一般小于30t/h（图2a）。在清洁环流模式下，水平平流比垂直扩散对PM2.5的扩容作用更大，理想大气环境容量可达50t/h左右（图2b）。剩余大气环境容量的正负表明大气中PM2.5是否超载，其中清洁环流背景下湍流发展强旺盛，剩余大气环境容量均为正。污染环流背景下垂直扩散条件与水平通风条件均较差，导致残余大气环境容量为负，大气中PM2.5环境容量不足。
进一步对比了改进后算法与传统箱模型计算的实际环境容量之间的差异。缺少时间系数在污染型（图3a）与清洁型（图3b）环流背景下平均高估108%与82%。此外，PM2.5浓度在边界层内通常是自下向上减小，因此传统算法中单箱模型的假设造成的高估在污染型与清洁型环流背景下平均为48%与44%。在污染型环流中，缺少时间系数导致的高估显著大于单箱模型产生的高估。而在清洁型环流中，N型为单层气溶胶结构，不存在单箱模型高估，NE型环流单箱模型导致的高估更明显。传统A值法中单箱模型与缺少时间系数共同导致的高估在污染型与清洁型环流背景下分别为130%与105%。
该研究得到了中国科学院战略先导专项美丽中国生态文明建设科技工程专题任务（XDA23020301）、内蒙古自治区科技重大专项呼包鄂区域大气环境预测预警与污染防治重大关键技术研究专题任务（2020ZD0013）与国家自然科学中英人才项目基金（42061130215; NAF\R1\201354）等项目联合资助。研究为区域或局地大气污染精准管控对大气环境容量准确评估提供了新方法。
相关文章：Yunyan Jiang, Jinyuan Xin*, Zifa Wang, Yongli Tian, Guiqian Tang, Yuanzhe Ren, Lin Wu, Xiaole Pan, Ying Wang, Danjie Jia, Yongjing Ma, Lili Wang, The dynamic multi-box algorithm of atmospheric environmental capacity, Science of the Total Environment, 2022, 806(4), 150951.
文章链接：https://t.cn/A6JYlOgm
系统的讲一下光散射、动态图像法、静态图像法、电镜法、光阻法、电阻法、沉降法、筛分法、动态光散射法、超声波法、透气法（费氏法）、重量法各自的原理、优缺点。
光散射：
光散射是指光线通过不均匀的介质而偏离其原来的传播方向并散开到所有方向的现象。产生散射光，颗粒大时散射光信号强，散射光光强与颗粒粒径成正比。
优点：操作简便，测试速度快，测试范围大，重复性和准确性好，可实现在线测量和干法测量。
缺点：结果受分布模型影响较大，仪器造价较高。
仪器：PMT-2液体颗粒计数器 https://t.cn/A6JfyNTf
光散射：
光散射是指光线通过不均匀的介质而偏离其原来的传播方向并散开到所有方向的现象。产生散射光，颗粒大时散射光信号强，散射光光强与颗粒粒径成正比。
优点：操作简便，测试速度快，测试范围大，重复性和准确性好，可实现在线测量和干法测量。
缺点：结果受分布模型影响较大，仪器造价较高。
仪器：PMT-2液体颗粒计数器 https://t.cn/A6JfyNTf
✋热门推荐