Editor’s Choice | npj Materials Sustainability 邀您阅读编辑精选文章！

1. A short review on green H₂ production by aqueous phase reforming of biomass derivatives

基于生物质衍生物水相重整生产绿色氢气

Songqi Leng, Shahzad Barghi*, and Chunbao Xu*

摘要：

由于氢气具有高能量密度和环境友好特性，被视为理想的能源载体，并作为化石燃料的替代方案备受关注。当前，化石燃料的蒸汽重整仍是氢气生产的主要方式，但其环境影响较大。相比之下，生物质衍生物的水相重整（APR）由于操作温度较低且具有碳中和潜力，逐渐成为一种具有前景的绿色氢气生产方法 (图1)。本文综述了APR过程中所使用的各种催化剂类型，并分析了它们在催化性能和操作条件方面的优缺点。同时，探讨了不同催化剂载体（如合金氧化物、复合活性金属和氧化铈）及原料对APR催化剂性能的影响。文章还总结了APR领域的最新进展与挑战，重点包括：(1) 向载体中掺杂金属或无机物，(2) 结构调控与缺陷引入，(3) 单原子催化剂的合成，(4) 更环保工艺与催化剂的开发。该综述为未来开发高效的APR催化剂和载体提供了思路以及观点参考。

图 1. 含氧碳氢化合物与水反应生成氢气的反应路径 (* 星号代表表面金属位点)

Leng, S., Barghi, S. & Xu, C. A short review on green H2 production by aqueous phase reforming of biomass derivatives. npj Mater. Sustain. 2, 19 (2024). 

2. The essential role of cement-based materials in a radioactive waste repository

水泥基材料在放射性废物处置库中的重要角色

Bin Ma*, John L. Provis, Dengquan Wang, and Georg Kosakowski

摘要：

水泥基材料是放射性废物处置库多重屏障系统中的重要组成部分，可固化核废料、阻滞核素迁移和抑制钢铁腐蚀。该研究探讨了水泥基材料在粘土岩和花岗岩处置库中的长期稳定性。以粘土岩情形为研究重点，强调了水泥在保障处置库稳定性方面的作用。水泥在地质条件下的演变过程会受到混凝土内部和外部地质条件的影响。实验和模拟结果表明，混凝土/花岗岩界面发生的化学变化以及水泥中钢的腐蚀都很缓慢，但其长期的结构变化仍然未知。由于化学反应性、水饱和度以及降解动力学等方面的不确定性，准确预测水泥的长期稳定性仍面临挑战。该工作为预测水泥基材料在各种环境条件下的化学行为提供了可行办法，为放射性废物处置库的安全评估奠定了基础。

图 2. 水泥相降解及其与粘土矿物相互作用的化学过程示意图

Ma, B., Provis, J.L., Wang, D. et al. The essential role of cement-based materials in a radioactive waste repository. npj Mater. Sustain. 2, 21 (2024).

3. Solar thermal energy-assisted direct capture of CO₂ from ambient air for methanol synthesis

太阳能光热驱动从空气中分离二氧化碳合成甲醇

Shuangjun Li, Runkai Chen, Junyao Wang, Shuai Deng, Hui Zhou, Mengxiang Fang, Huiyan Zhang, and Xiangzhou Yuan*

摘要：

作为典型的负碳技术之一，太阳能光热驱动的直接空气碳捕集（DAC）技术，能够从空气中直接分离二氧化碳，实现减缓全球温室效应的目标。本文提出集成太阳能光热驱动的DAC技术和新兴电制甲醇工艺的前瞻性观点(perspective)，并尝试从全生命周期分析角度探讨技术集成的研究现状和发展趋势。本文从太阳能光热利用及其与DAC技术集成的研究现状入手，在DAC技术工艺的具体选取中对MOF基吸附剂材料的应用潜力进行了深入讨论，通过利用从空气中分离的二氧化碳作为原料气生产“绿色甲醇”，最后形成一个可以闭环的二氧化碳捕集与利用工艺。综合已有研究分析不难发现，本工艺链条具有生产“低碳燃料”甚至“负碳燃料”的商业化应用前景，提供环保燃料供应的同时为实现碳中和目标做出积极贡献。

图 3. 太阳能光热驱动下直接空气碳捕集（DAC）分离二氧化碳并可持续转化为绿色甲醇的技术集成示意图

Li, S., Chen, R., Wang, J. et al. Solar thermal energy-assisted direct capture of CO2 from ambient air for methanol synthesis. npj Mater. Sustain. 2, 11 (2024).

4. Multiscale perspectives for advancing sustainability in fiber reinforced ultra-high performance concrete

多尺度视角推动纤维增强超高性能混凝土的可持续发展

Xing Quan Wang, Cheuk Lun Chow, and Denvid Lau*

摘要：

超高性能混凝土（UHPC）融合了尖端纳米添加剂、纤维和胶凝材料，作为一种具有代表性的非均质材料，展现出独特的多尺度结构特征。与传统混凝土相比，UHPC在耐久性和力学性能方面表现卓越，其碳排放较低，符合可持续发展。为推动进步，研究人员引入多尺度视角对UHPC进行研究。从可持续发展的角度，本文评估了其设计、应用和创新的最新研究成果，探讨了为何以及如何通过多尺度力学研究（包括分析和建模方法）促进UHPC的可持续性进展，尤其是生态影响。最后，本文总结了UHPC材料和结构在设计、生产和施工中的挑战和前景。随着多尺度力学、增材制造和人工智能的发展，UHPC的全球可持续应用前景广阔。

图 4. UHPC多尺度建模方法的系统示意图。A 顺序多尺度建模：研究纤维增强混凝土的力学性能和断裂行为的方法；B 并行多尺度建模：握手耦合方法在混凝土裂缝预测中的应用；C 基于势能的多尺度建模：胶凝材料的粗粒化模拟实例。

Wang, X.Q., Chow, C.L. & Lau, D. Multiscale perspectives for advancing sustainability in fiber reinforced ultra-high performance concrete. npj Mater. Sustain.2, 13 (2024).

5. Microbial conversion of carbon dioxide into premium medium-chain fatty acids: the progress, challenges, and prospects

微生物CO₂转化高价值中链脂肪酸的进展、挑战和前景

Kai-Kai Wu, Pian-Pian Xu, Lei Zhao*, Nan-Qi Ren & Yi-Feng Zhang*

摘要：

微生物将CO2转化为中链脂肪酸（MCFAs）是捕获和利用CO2的一项非常有前景的技术。本研究全面总结了微生物CO2转化MCFAs，提出了同步策略和整合策略微生物CO2转化MCFAs的两种策略。揭示了微生物CO2转化MCFAs主要涉及H2和CO2同化到前体乙酸和前体乙酸碳链延长到MCFAs两个过程，其分别经过wood-ljungdahl途径和逆β氧化途经。此外，分析了其效能较低、经济性备受质疑和代谢机制不明等主要挑战以及可能的解决方案。最后，提出了筛选高效纯菌、开发基因改造的功能菌、多组学联合分析、耦合MCFAs分离技术、以及增加经济效益和增强生态环境风险等今后的重点研究方向。总之，这项工作有助于对微生物CO2转化MCFAs的全面了解和推动微生物CO2转化MCFAs的发展，助力应对温室效应和实现CO2高价值资源化。

图5. 微生物CO₂转化MCFAs同步策略和整合策略示意图

Wu, KK., Xu, PP., Zhao, L. et al. Microbial conversion of carbon dioxide into premium medium-chain fatty acids: the progress, challenges, and prospects. npj Mater. Sustain. 2, 4 (2024).

6. Machine learning for sustainable organic waste treatment: a critical review

用于可持续有机废物处理的机器学习方法：文献综述

Rohit Gupta, Zahra Hajabdollahi Ouderji, Uzma, Zhibin Yu, William T. Sloan, and Siming You*

摘要：

数据驱动建模被越来越多地应用于设计和优化有机废物管理以实现更大的资源循环利用。本文献综述探讨了用于有机处理的一系列数据驱动建模技术，包括神经网络、支持向量机、决策树、随机森林、高斯过程回归，和K最近邻算法。本文研究探讨了这些技术在优化复杂过程中的应用能力。此外，研究深入分析了物理信息神经网络方法，并强调了整合领域内知识以提高模型一致性的重要性。通过比较分析，研究探讨了各方法的优缺点，以协助使用者在不同应用中合理地选择模型。本文还讨论了transfer learning和专用神经网络变体，提供了增强预测能力的途径。这项工作为基于数据驱动建模的有机固废处理分析提供了有价值的见解，强调了理解每种技术细微差别的重要性，以便在各种有机废物处理情境中做出明智决策。

图 6. 主题概览：涵盖有机废物处理、机器学习方法和辅助过程优化工具

Gupta, R., Ouderji, Z.H., Uzma et al. Machine learning for sustainable organic waste treatment: a critical review. npj Mater. Sustain. 2, 5 (2024).