Cell Press旗下合作期刊Nexus第四期上线！

Nexus主编严晋跃教授社论：超越物理学——跨学科先驱重塑未来

近日，主编严晋跃（Jerry Yan）教授及Michael Obersteiner教授在Cell Press细胞出版社和香港理工大学合办的交叉学科期刊Nexus上发表题为“Beyond Physics - Interdisciplinary Pioneers Reshaping the Future”的社论。2024年诺贝尔物理学奖颁发给Geoffrey Hinton 和 John Hopfield两位科学家，表彰了他们在物理科学领域做出的巨大突破，同时也证明了跨学科研究对技术创新的深远影响。Geoffrey Hinton 和 John Hopfield通过他们在物理学、计算机科学和神经科学领域的开创性研究，引领了一场人工智能领域的变革，强调了跨学科合作在解决复杂挑战方面所发挥的关键作用（点击查看Cell Press细胞科学详细报道）。

青岛理工李岩学/港科大王者：光伏在电网脱碳过程中对电力系统供需不平衡的影响

促进可再生能源的安装部署是缓解全球变暖危机和实现可持续发展的关键方法。得益于政策支持、技术进步和成本降低，屋顶光伏发电变得越来越普及。随着日本向2035年能源结构路线迈进，政府进一步激励分布式光伏系统的发展。然而，光伏发电的广泛利用给电网的稳定运行带来了重大挑战。太阳能发电的随机性、间歇性和不可调度性对电网供需的实时平衡构成了重大威胁。有鉴于此，近日，来自青岛理工大学李岩学副教授团队和香港科技大学王者助理教授团队发表题为“Evaluating Rooftop PV's Impact on Power Supply-Demand Discrepancies in Grid Decarbonization”的研究论文。本文针对光伏系统的广泛应用造成的电网供需不平衡的问题，提出了一个跨学科框架，利用遥感技术，地理信息系统，计算机视觉和能量流计算框架，估计了日本九州地区屋顶光伏的利用率及发电潜力，量化了未来不同光伏扩张情景下的电网供需失衡现象，并考虑以储能为一种潜在的解决措施，估算了不同储能方案的容量需求和投资成本。本研究的结果可以帮助政策制定者制定战略计划并进行相关投资，助力电网系统实现碳中和目标（点击查看Nexus期刊公众号详细报道）。

复旦大学王玉涛团队：保护中国生物多样性免受关键矿产开采影响

推动生物多样性保护是全球重要议题。全球能源转型为生物多样性保护带来了新机遇，也带来了挑战。一方面，能源转型有助于减缓气候变化，从而减少气候变化引发的生物多样性丧失。但是，清洁能源技术的迅速发展也加剧了矿产资源的需求，尤其是关键矿产资源的需求迅速增加。有鉴于此，来自复旦大学王玉涛教授团队联合中国科学院地理资源所研究人员发表了题为“Safeguarding biodiversity from critical mineral mining in China”的研究文章。该论文聚焦能源转型过程中关键矿产开采与生物多样性保护之间的潜在冲突，通过对中国矿产地分布数据与保护地（UNEP- WCMC, World database on protected areas, 2018）的空间叠加分析，研究发现能源采矿活动对保护地构成了潜在威胁。同时，能源转型关键矿产开采对保护地的影响正逐渐超过传统化石能源矿产。研究团队建议采取综合性策略以实现生物多样性保护与能源转型的协同发展，如因地制宜地制定包括生态修复、可持续采矿实践和严格限制等措施的组合政策（点击查看Nexus期刊公众号详细报道）。

香港大学焦赳赳教授：机器学习加速的多目标裂缝地热系统设计

气候变化激发的可再生能源事业旨在培育一个低碳、资源节约、气候适应性强且气候中性的地球。作为这一转型的重要组成部分，地热能源在超越化石燃料的过程中发挥了关键作用。但由于开发成本高、地质不确定性复杂以及地理限制，地热能源的开发仍被低估，尚未得到充分利用。有鉴于此，香港大学水文地质课题组香港大学焦赳赳教授携手西湖大学、北京大学研究团队发表题为“Machine Learning-Accelerated Multi-Objective Design of Fractured Geothermal Systems”的文章。该论文针对地热系统涉及计算密集型物理驱动模拟以及优化过程中固有的大量设计参数等难题，提出了一种主动学习增强的进化多目标优化算法。该算法与裂缝多孔介质中的热流耦合模拟相结合，使用少量模拟评估即可有效优化裂缝地热系统。结果表明，提出方法显著减少了所需模拟次数，速度比传统进化算法提高了1-2个数量级（加速10-100倍）。该方法有望推动可再生地热能系统的发展，并实现广泛的应用，以加速发现复杂系统的最优设计（点击查看Nexus期刊公众号详细报道）。

美国康奈尔大学尤峰崎教授：在人工智能时代下的微塑性分析：从现有应用到生成式人工智能的前景

微塑料（MPs）是一种微小的塑料颗粒，微塑料的普遍存在性和潜在毒性，对生态系统和人类健康构成重大威胁。近年来，人工智能（AI）作为一种变革性工具，为环境科学领域中的微塑料分析效率和准确性的提供了创新解决方案。尽管已取得了显著进展，但缺乏AI在微塑料分析中的应用整合、知识总结以及提出未来研究指引的系统性评述。有鉴于此，来自美国康奈尔大学尤峰崎教授发表题为“Advancing microplastic analysis in the era of artificial intelligence: From current applications to the promise of generative AI”综述文章。该综述首次全面探讨了AI在微塑料分析整个生命周期中的重要作用——从采集到表征、动态建模、影响评估以及污染管理。结果表明，AI驱动的自动化、机器学习和计算机视觉可以较大程度地提高与污染物分析相关的精度、效率和鲁棒性，从而在全球范围内对微塑料污染现象做出更全面、更有效的评估。