电卡效应是一种新型凝聚态制冷效应，其来源于极性材料的电致相变导致的偶极有序度的可逆调控.由于使用电容型场效应（无载流子输运），电卡制冷循环能量可逆性好、介电损耗低，在单次极化?退极化循环中材料能量回复效率接近85%.因此，电卡制冷器件具有理论能效高、制冷功率密度大、器件集成度高、易维护、噪音低和尺寸缩放可控等优点.同时，由于其直接使用电能作为驱动，无需压缩机、永磁体等触发二次能量转换，能更方便地与民用、商用环境结合.综合各项指标，电卡效应具有的潜在技术优势不容忽视，被国际上多个组织认为有望成为一种大规模应用的替代制冷方式.然而，目前电卡制冷系统所使用的各类单相材料各自存在难以突破的缺陷.为了结合不同体系材料的优势，设计并制备复合材料是领域内重要的研究方向.综述电卡制冷复合材料的发展与其在柔性制冷/热泵系统中的应用，并展望电卡固态热管理技术在一揽子零碳技术中的未来发展方向与潜力.
二氧化碳管道运输技术是二氧化碳捕集技术和利用技术的纽带，连接着起源地和储存地，可以持续不间断地输送二氧化碳，经济效益高、性价比高，符合可持续发展的准则，其中超临界输送是未来二氧化碳管道输送的主要方式.从管道输送的原理、国内外CO2管道输送技术现状、国内外CO2管道安全输送控制技术研究以及典型CO2管道输送示范工程四个方面入手，系统、具体地介绍了CO2管道运输的发展，同时展望了未来发展的趋势.
基于CO2捕集、利用与封存技术（Carbon Capture Utilization and Storage,CCUS）的钢渣间接湿法固碳有助于钢铁行业实现钢渣高值利用和完成“双碳”背景下的CO2减排目标.利用铵盐溶液的pH摇摆法可以实现钢渣固碳过程中的溶液循环，降低成本，具有极高的应用价值.采用经研磨分选后的微米级钢渣，针对沉淀过程的反应终点条件确定Ca沉淀率控制因素和循环溶液的老化控制因素两方面进行研究.结果显示在
玄武岩加强风化是在土壤中添加玄武岩粉末来增强岩石风化作用，形成碳酸盐储存于海洋和土壤中的一种新兴的CO2封存方法.但是加强风化技术的CO2封存量仍有不确定性，中国的不同区域开展加强风化的潜力未知.并且玄武岩的储量分布是否满足加强风化的需求，加强风化技术的成本是否优于已有固碳方式，均有待研究.综合温度、降雨和土壤酸碱度构建加强风化速率公式，基于气温、降雨量、土壤酸碱度、土地坡度、土地利用和玄武岩采矿点的空间分布数据，分析了中国不同区域开展加强风化的适宜性和固碳潜力，比较了加强风化与其他固碳方式的经济成本，分析了加强风化技术的影响.结果表明，中国适宜进行加强风化的地区主要集中在长江中下游和黄淮海平原地区，通过在中国适宜地区开展玄武岩加强风化，每十年的固碳量约为0.576~2.83 Gt，封存1 t CO2的成本约为2152 ￥.与已有的固碳方式相比，其成本低于直接从空气捕集与封存CO2的方法，高于植树造林和生物炭固碳等封存方法.
界面光热浓缩技术是一种利用太阳光加热水体，使水升温相变转化为水蒸汽，从而对水体进行浓缩处理的方法.该方法不仅可用于太阳能海水淡化制取饮用水，还可用于高浓度、难降解废水的蒸馏与浓缩.然而在界面光?蒸汽转换过程中，光吸收体表面往往伴随盐沉积现象，导致太阳能蒸发器的蒸发性能和使用寿命下降，严重限制了界面光热浓缩技术的实际应用.因此，发展抗盐、阻垢的界面太阳能蒸发器对实现高效、连续和稳定光热浓缩具有重要意义.主要介绍屏蔽效应、特定位置盐析出、增强对流扩散和非接触式界面光热设计四种抗盐阻垢策略，分析了各类策略的抗盐机制.最后，对抗盐、阻垢界面光热浓缩技术面临的机遇和挑战进行了展望.
车辆电动化被认为是实现碳达峰、碳中和的主要途径之一，对于改善城市空气质量也具有重要意义.从IPCC的共享社会经济路径（SSPs）出发，以江苏省为研究对象，结合车队预测模型、COPERT模型、排放因子法等，预测了未来电动汽车增长趋势，研究了不同电动汽车渗透率情景和低碳电力背景下，五种客车类型的CO2排放和大气污染物排放量及其对电力部门排放的影响，探究了电动汽车规模化发展对CO2和污染物减排的协同效应.结果表明，相对于基准情景，2030年车辆电动化带来的CO2，NO x，VOCs减排比例分别为17.1%~49.7%，18.9%~53.7%，19.9%~58.5%，2060年达到41.8%~83.5%，45.5%~89.8%，49.0%~97.6%.通过优化电力结构，电动汽车的减排效益将被进一步放大，在最大渗透率和清洁电力情景下，2060年客运部门CO2，NO x，VOCs排放量仅为6.8 Tg，3.2 Gg，1.2 Gg，分别比基准情景减排了96.3%，97.8%，99.5%.届时，电动汽车发展引起的CO2减排速率将高于污染物减排速率，碳减排成为驱动污染物协同减排的重要因素.
昼夜节律是内源性的自主节律，对生物体适应自然界昼夜变化有重要作用.粗糙脉孢菌的昼夜节律现象明显，核心负反馈结构清晰，是理想的模式生物.WCC （White Collar Complex）蛋白的可逆磷酸化和核心的FRQ （Frequency）?WCC负反馈是产生鲁棒昼夜节律的重要条件，但WCC多位点磷酸化对昼夜节律的影响仍不很清楚.为此，构建最简单的三节点模型，用Hill函数刻画WCC的磷酸化速率（希尔系数为n1），模型能重复生物钟振荡的一般特性，如振幅、周期和相位等.未磷酸化的WCC浓度呈方波振荡，对FRQ的改变非常敏感，表现出零级超敏特性.增加n1对振荡的振幅与周期影响不大，但增强了超灵敏度，提高了振荡对噪声的鲁棒性，即有效减少振幅与周期的波动，抑制相位漂移，但多位点磷酸化会增加系统的能耗.模拟结果提示，系统可以在能耗与抑制波动之间做出平衡.本研究进一步揭示了WCC磷酸化对昼夜节律的调控，加深了对动力学和功能之间联系的了解.
有限角度CT （Computed Tomography）是一项应用广泛的医学影像成像技术，DBT （Digital Breast Tomography）是有限角度CT在乳腺成像上的应用，在早期乳腺癌检测上应用广泛.在有限角度CT采样过程中，由于探测器面板的尺寸有限，当X光光源位于一些大的投影角度时，探测器面板不能接收所有穿过被测物体的X射线，导致投影数据出现截断.在使用存在截断的PV （Projection Views）进行重建时，由于截断部位的体素不参与PV的更新，使体素的更新次数出现差异，产生截断投影伪影（Truncated Projection Artifacts，TPA）.使用优化的SART （Simultaneous Algebraic Reconstruction Technique）算法，通过对每次更新的更新值进行扩散，降低重建过程中体素更新次数的不均衡对重建图像的影响，从而减少TPA的产生.使用模拟数据、仿体和选定患者的病例验证了该算法的可行性，证明优化的SART算法可以去除截断投影伪影，恢复被伪影遮挡的物体并改善有限角度CT的图像质量，这有利于放射科医生对患者的有限角度CT图像作出更好的判断.
传统机器人流程自动化（Robot Process Automation，RPA）主要使用操作系统和应用程序提供的接口获取图形用户界面（Graphical User Interface，GUI）控件，受操作系统和应用程序接口限制，但一些系统，如Linux，不提供获取控件信息的接口.提出一种基于神经网络对图形界面控件进行识别的方法，利用目标检测模型提取图形用户界面控件特征，在不使用操作系统接口的前提下识别图形用户界面内控件类别和几何信息，减少RPA对于系统与程序接口的依赖.同时，针对桌面端图形用户界面数据集缺失的问题，提出一种针对RPA领域桌面端图形用户界面目标检测数据集的生成方法.在该图形用户界面数据集上使用各类目标检测模型进行测试，结果显示，常用目标检测模型在识别用户界面控件的类别和几何信息时均能获得92%以上的准确率.
随着深度学习的快速发展，利用目标检测算法对航拍绝缘子图像进行缺陷检测成为绝缘子巡检的主要方式.针对传统目标检测算法对小目标的检测精度较低、特征图的表征能力较弱和提取的关键信息较少的问题，提出以YOLOv5l为基础网络的改进的基于注意力机制和多尺度特征融合的绝缘子缺陷检测方法AMF?YOLOv5l （Attention Mechanism and Multi?Scale Feature Fusion Based on YOLOv5l）.首先，通过增加一个小目标检测头，提高模型对小目标的检测性能；然后，构造DSPP （Dilated Spatial Pyramid Pooling）模块，充分融合多尺度特征，增强特征图的表征能力；最后，引入CA （Coordinate Attention）注意力机制，使网络更加专注于关键信息.在航拍绝缘子数据集APID （Aerial Photo?graphic Insulator Dataset）以及两个公共数据集PASCAL VOC和MS COCO上分别验证该方法的可行性.实验结果表明，在APID数据集中该方法的AP （Average Precision）比YOLOv5l算法提升5.2%，FPS （Frames Per Second）仅降低2.3，并且在公共数据集上和其他算法相比均有明显优势，证明提出的方法在较大提升检测精度的同时，还可以保持较高的检测速度，能够很好地满足绝缘子缺陷检测的工程应用需求.
在自动化工业生产环境中高效地完成产品质检是生产过程中的重要任务之一，提出一种基于回顾蒸馏学习的无监督工业品缺陷检测方法（Retro?KD）.首先，针对缺陷产生的未知性问题，采用无监督的方式训练蒸馏学习模型，同时，为了充分地利用蒸馏学习中的信息传递机制，利用中间层特征提取模块完善教师网络中的特征架构；其次，提出迭代信息融合模块，回顾地传递中间层信息，指导学生网络拟合正样本特征分布，放大缺陷样本差异性；再引入相似性度量（Structural Similarity，SSIM），增强教师与学生网络在图像空间中的相似度；最后，采用基于梯度变化的缺陷分割方法得到像素级的定位图.在MVTec?AD和Magnetic?Tile两个工业数据集上验证了该方法的有效性，其AUROC （Area under ROC）与ACC （Accuracy）指标分别提升了1.9%与1.3%.
由于大气污染监测数据量大且具备长时序特征，深度学习领域已将其作为一种标准数据集使用.针对现有大气污染预测方法未能结合大气传输的物理机理和有效考虑污染物传输的时空特征等问题，提出一种基于多模型混合的特征与时序污染物预测模型，利用HYSPLIT （Hybrid Single?Particle Lagrangian Integrated Trajectory）计算后向气团运动轨迹，引入VGG （Visual Geometry Group）模型提取气团轨迹线的变化特征；将其与污染物和气象时序数据结合，输入LSTM （Long Short?Term Memory）模型，预测研究区域内的目标污染物浓度，以评估研究区域的空气质量状况.以桂林市61个空气质量监测站点的污染物和相关气象在线监测数据为基础，对模型性能进行了评估，将实验结果与几种先进的方法进行了比较.结果表明，提出的H?VGG?LSTM （HYSPLIT?VGG?LSTM）模型有效提高了大气污染物的预测准确度，其预测结果的RMSE （Root Mean Squared Error），MAE （Mean Absolute Error）和SMAPE （Symmetric Mean Absolute Percentage Error）分别为0.202，1.198和1.97%，预测性能和其他先进模型相比有明显的提升.证明该模型对复杂气象条件下的污染物预测更准确，并具有较好的泛化性能.
最小二乘回归（Least Square Regression，LSR）算法是一种流行的子空间聚类方法，在处理计算机视觉和机器学习的相关问题中的应用十分普遍.然而，当数据含有噪声时，其求得的亲和矩阵不是块对角化的，还存在一定的噪声，这使亲和矩阵不够鲁棒可靠，因而降低了算法的聚类性能.为了解决以上不足，提出一种双重结构的最小二乘回归子空间聚类算法（Double Structure Least Squares Regression Subspace Clustering，DSLSR）.首先对原始数据实施LSR算法，由于其生成的亲和矩阵往往不是块对角矩阵且含有噪声，需要对求得的亲和矩阵再次实施LSR算法来去除亲和矩阵中的噪声，使亲和矩阵更干净可靠，从而提升算法的聚类性能.最后，把两次LSR过程纳入一个统一的算法框架，设计一个统一的目标函数.此外，还采取了增广拉格朗日乘子方法对目标函数进行优化求解.在一些数据集上的实验证实，DSLSR算法比现有算法的性能更卓越.
解决小样本图像分类问题最直接的方式是进行数据增强，但目前适用于小样本图像分类的数据增强方法大都存在模型复杂、推理时间长的问题.提出一个张量特征生成器，通过生成新的张量特征在特征空间对小样本图像进行数据增强.基于张量特征生成器，提出一个适用于小样本图像的快速分类方法（Tensor Feature?based Faster Classification Network，TFFCN），该方法网络结构简单，利用残差网络提取图像的张量特征，通过张量特征生成器对小样本图像进行数据增强，从而训练得到一个满意的分类器对查询集图像进行分类，解决了模型推理时间长的问题.为了验证提出模型的有效性，选用公开数据集miniImageNet，CUB以及CIFAR?FS，对分类性能和推理时间进行对比实验.实验结果表明，TFFCN的分类性能优于目前流行的数据增强方法，并且，和改进前的模型相比能有效减少模型的推理时间，采用ResNet18和ResNet12为主干特征提取网络时，随着生成的张量特征数量的增加，最高可减少49%和24%的推理时间，能更快速地完成小样本图像分类任务.
生态系统服务是生态管理和生态决策的重要依据，针对目前生态系统服务评估对大气和地下部分关注较少的不足，提出了基于地球关键带的生态系统服务评价方法.地球关键带是异质的近地表环境，通过物质和能量的供给和循环产生服务，为人类带来诸多福祉.在总结归纳现有生态系统服务评估指标体系基础上，按照地球关键带的五个组分—大气、植被、地表水、土壤和地下水，同时考虑人类的精神需求，提出了包含六个层次的地球关键带生态系统服务指标体系及各个指标的评估方法，并通过层次分析法（Analytic Hierarchy Process，AHP）和非线性无量纲化方法确定地球关键带生态系统服务综合指数.研究建立了地球关键带生态系统服务指标体系，关注生态系统整体服务水平，可为人与自然生命共同体建设、山水林田湖草生态保护修复提供理论支撑.
喜马拉雅夏如岩体出露大量淡色花岗岩?伟晶岩，主要包括（含电气石?石榴子石）白云母花岗岩和花岗质伟晶岩，局部岩石与铌钽钨等稀有金属成矿作用相关，包含富含铌钽钨的氧化物，如铌铁矿族矿物、骑田岭矿、黑钨矿、铌铁金红石等.为了查明夏如稀有金属矿化花岗岩?伟晶岩的岩石学、矿物学特征，更好地了解夏如岩体稀有金属成矿特征，对夏如岩体中出现矿化痕迹的样品进行研究，包括含黑钨矿的白云母花岗岩、含有铌钽钨氧化物的白云母花岗岩和含有铌钽氧化物的伟晶岩作为研究对象，同时还选取典型的未出现稀有金属矿物的白云母花岗岩（简称未矿化白云母花岗岩）进行对比研究.研究主要通过全岩地球化学主量和微量元素成分，造岩矿物和副矿物的产状、主量和微量元素成分特征进行对比.随着样品中铌钽氧化物矿物含量的出现/增加，电气石和石榴子石的含量也明显增加.这些花岗岩?伟晶岩富集SiO2（72.29~75.53 wt.%），富Al2O3（13.17~15.94 wt.%），富碱（K2O+Na2O 8.0~9.8 wt.%），贫CaO，MgO和FeO，它们微量元素含量接近，含铌钽伟晶岩具有较高的Nb和Ta含量.花岗岩?伟晶岩的稀土配分曲线相似，具有明显的Eu负异常，但三种具有矿化痕迹的花岗质岩石中的稀土总量（平均21×10-6）明显低于未矿化白云母花岗岩的稀土总量（平均98×10-6），且具有更明显的四分组效应.矿物学研究工作显示，未矿化白云母花岗岩与含钨白云母花岗岩中的主要组成矿物成分相似，含铌钽钨白云母花岗岩与含铌钽伟晶岩中的主要组成矿物成分相似，其中白云母的Al2O3和FeO含量，石榴子石的Mn/（Mn+Fe）比值和Eu负异常、电气石的Mg/（Mg+Fe）值都显示了含铌钽钨白云母花岗岩和含铌钽伟晶岩比未矿化白云母花岗岩和含钨白云母花岗岩具有更高的岩浆演化程度.出现铌钽氧化物的花岗岩?伟晶岩中锆石的结构指示了岩浆晚期流体活动，岩浆演化和流体活动的共同影响导致Zr/Hf值的降低.因此，本次研究表明花岗岩?伟晶岩全岩成分指示流体活动更有效，而白云母、电气石和石榴子石的成分特征指示岩浆演化过程和演化程度更有效.
