“地球系统数值模拟装置”正式开放运行

10月17日，国家重大科技基础设施项目“地球系统数值模拟装置”顺利通过国家验收，正式开放运行，成为全国重大科技设施平台高度集聚区域之一——怀柔综合性国家科学中心首个正式运行的国家重大科技基础设施。

这一被形象地称为“将地球搬进实验室”的大科学装置，主要研究地球系统大气圈、水圈、冰冻圈、岩石圈、生物圈等各圈层之间的相互联系、相互作用。“地球系统数值模拟装置”是中国首个具有自主知识产权，以地球系统各圈层数值模拟软件为核心，软、硬件指标相适应，规模及综合技术水平位于世界前列的专用地球系统数值模拟装置，可大幅提升中国地学水平，解决一系列国家重大需求。

“地球系统数值模拟装置”正式运行后，将加大设施开放共享力度，提升设施运行管理水平，坚持设施运行与人才培养相结合，通过大科学装置吸引更多人才、培养更多人才，在国家“双碳”、生态环境治理、防灾减灾等领域开展前沿基础研究和核心技术研发，力争产出更多、更重大的原创成果，支撑提升中国地球系统科学研究水平，推动更多科技成果转化，并带动北京市气候经济等产业高质量发展。

“地球系统数值模拟装置”为国家发改委“十二五”期间部署建设的重大科技基础设施建设项目，位于北京怀柔科学城东区。项目于2018年11月全面开工，2019年4月主体结构封顶，2020年年底土建工程完工，2022年3月完成建设任务。

我国将实施30个湿地保护修复项目

近日，国家林草局、自然资源部联合印发《全国湿地保护规划（2022—2030年）》（简称《规划》)。《规划》明确了未来一段时间中国保护湿地的目标任务，并提出将实施30个湿地保护修复项目。

第三次全国国土调查及2020年度国土变更调查结果显示，中国湿地面积约5635万公顷，包括红树林地、森林沼泽、灌丛沼泽、沼泽草地、沿海滩涂、内陆滩涂、河流水面、湖泊水面、水库水面、沟渠、浅海水域等。

立足中国湿地资源现状，《规划》明确了中国湿地保护的总体要求、空间布局和重点任务，提出到2025年，全国湿地保有量总体稳定，湿地保护率达到55%，科学修复退化湿地，红树林规模增加、质量提升，健全湿地保护法规制度体系，提升湿地监测监管能力水平，提高湿地生态系统质量和稳定性。新增国际重要湿地20处、国家重要湿地50处。到2030年，湿地保护高质量发展新格局初步建立，湿地生态系统功能和生物多样性明显改善，使我国成为全球湿地保护修复的重要参与者、贡献者和引领者。

《规划》以“三区四带”为总体布局，结合中国湿地保护管理现状，提出实行湿地面积总量管控、落实湿地分级管理体系、实施保护修复工程、强化湿地资源监测监管、加强科技支撑、深度参与湿地保护国际事务6项重点任务，以及出台国家重要湿地相关政策，实施30个湿地保护修复项目，开展全国湿地资源专项调查，完善湿地标准体系等16项具体任务。

“悟空”号发现宇宙线硼/碳比能谱新结构

湿地与森林、海洋并称全球三大生态系统

暗物质粒子探测卫星——“悟空”号国际合作组利用卫星前6年观测数据分析得到10G eV/n～5.6TeV/n能段宇宙线硼/碳比和硼/氧比的精确测量结果，并发现能谱新结构。相关研究成果于10月14日在线发表在《科学通报》（Science Bulletin）上。

通过对宇宙线中硼/碳（B/C）和硼/氧（B/O）流量比的精确测量可以研究宇宙线在传播路径上的相互作用过程。20世纪40年代至60年代建立起来的经典宇宙线传播模型预测B/C和B/O随能量的变化服从单一幂律分布，且谱指数应为-1/3或-1/2。但在更高能区，尤其是TeV/n以上，因测量精度的限制无法给出准确的探测结果，不能对现有的宇宙线传播模型给出有效检验。

“悟空”号是我国发射的第一颗用于空间高能粒子观测的卫星，和国际上其他类似探测设备相比，“悟空”号覆盖能段宽、能量测量准、粒子鉴别强，特别是具备优异的电荷分辨本领，可以对高能宇宙线核素粒子进行高精度鉴别。

“悟空”号国际合作组获得10GeV/n～5.6T e V/n能段的B/C和B/O精确测量结果，是国际上首次实现对1T e V/n以上B/C和B/O进行精确测量，能量上限比阿尔法磁谱仪实验高出5倍。“悟空”号的探测结果表明，在宽能段范围内B/C和B/O明显偏离单一幂律分布的行为特征。

“悟空”号首次以高置信度发现宇宙线B/C和B/O在相同能量（约100GeV/n）处出现变硬的行为，意味着经典的宇宙线传播理论需要进行重要的修改。这一结果对揭示宇宙线的传播机制及星际介质的湍动属性具有十分重要的意义，也意味着之前基于反物质宇宙线的暗物质间接探测的天体物理背景需要重新估计。

月球晚期玄武岩富含富铁高钙辉石

近日，基于“嫦娥五号”月球样品的实验室分析结果，并结合遥感探测数据，中国科研团队证明，“嫦娥五号”月壤的光谱特征主要是由其富含的富铁高钙辉石引起，而非此前认为的富含橄榄石所致。相关研究成果在线发表于《自然·通讯》杂志。

深度学习理论驱动了人工智能技术飞跃式发展

基于以往地基望远镜和月球轨道器遥感光谱数据，曾经天文学家普遍认为，月球正面西部晚期月海玄武岩覆盖的区域富含橄榄石。因此，富含橄榄石是理解月球晚期玄武岩成因的重要因素。然而，由于缺乏实际样品，这一推论的正确性一直无法得到证实。“嫦娥五号”任务采集的月球样品，为解答这一问题提供了宝贵的机会。

通过对带回的月球样品开展实验室光谱和X射线衍射分析，同时与以往获取的月球样品进行对比，并结合电子探针分析的数据结果，研究团队证明了“嫦娥五号”月壤的光谱特征成因。

研究团队进一步分析显示，月表其他被认为是晚期玄武岩覆盖的区域与“嫦娥五号”着陆区有着相似的光谱学和地球化学特征。这说明，它们可能具有与“嫦娥五号”样品相似的岩石矿物学组成，都应是以富铁的高钙辉石为主。

这项研究对回答月球晚期玄武岩物质组成问题，深化月球热演化历史，特别是月球晚期火山活动特点的认识具有重要意义。

一种新型人工智能框架被提出

近日，中国科研团队提出了一种新型目标检测人工智能框架，为快速高精度实时在线目标识别提供了新的解决方案。相关工作发表在计算机科学及工程技术领域顶刊《系统与应用》（Expert SystemsWith Applications）上。

近年来，深度学习理论驱动了人工智能技术飞跃式发展，基于深度学习的目标检测技术在许多产业应用中取得巨大成功，其中快速实时目标检测是人工智能技术产业应用的重要需求。长期以来，快速实时目标检测研究主要依赖研发轻量型神经网络模型（或边缘计算等）提高目标检测速度，但效率与精度往往不能兼顾，成为当前目标检测前沿研究与产业应用的重要挑战之一。

此外，由于深度学习自身的特性，检测精度再提升往往伴随着巨大的计算代价和时间开销，造成在许多场景下部署和再升级瓶颈。科研团队通过研究分析发现，基于深度学习的目标检测技术主要缺陷之一在于重复的特征提取与融合深度网络结构，产生不必要的计算代价。为此，科研人员提出一种多输入单输出目标识别框架。在此框架下，科研团队设计了感受野调节机制、残差注意力自学习机制、基于动态平衡抽样策略3种新的学习机制，能更加简洁高效地提取热点特征信息。这一方法为目标检测前沿研究与产业应用提供了新的思路。