城市景观中地栖蜜蜂群落的环境影响因素及保护意义:解锁城市蜜蜂生存密码
为解决城市发展导致地栖蜜蜂栖息地丧失、多样性下降的问题,研究人员开展了环境因素对城市景观地栖蜜蜂群落影响的研究。结果发现城市发展使适宜沙地栖息地减少 85%,并明确了影响群落结构的因素。这为城市蜜蜂保护提供了科学依据。
来源:Urban Ecosystems 2.5
时间:2025-03-28
墨西哥城住宅区植被管理与鸟类多样性:基于生物多样性包容性设计原则的实证研究
推荐语:本研究针对城市化进程中生物多样性丧失问题,通过评估墨西哥城Zona Esmeralda住宅区的鸟类群落与植被特征,揭示了植被维护(vegetation upkeep)对提升鸟类多样性的关键作用。研究发现住宅区通过部分应用生物多样性包容性设计(biodiversity inclusive design)原则,特别是植被复杂性(vegetation complexity)管理,可显著增强生态价值。该成果为城市生态规划提供了实证依据,发表于《Urban Ecosystems》。
来源:Urban Ecosystems 2.5
时间:2025-03-28
印度昌迪加尔市环境及蔬菜中弓形虫分子检测与系统发育分析的首次报告
推荐语:为解决印度缺乏环境源弓形虫(T. gondii)流行病学数据的问题,昌迪加尔医学教育与研究学院团队首次采用常规PCR、实时PCR和实时环介导等温扩增(LAMP)技术检测当地水源、土壤及蔬菜样本。研究发现15%水体、9%土壤和6.4%蔬菜样本呈阳性,揭示环境传播风险,为公共卫生干预提供关键依据。
来源:Scientific Reports 3.8
时间:2025-03-28
活体追踪细胞器接触位点的时空动态分布:SPLICS报告系统的突破性应用
在细胞这个精密运转的"微型城市"中,各种细胞器如同功能各异的"器官",它们之间的物理接触(contact sites)构成了复杂的通讯网络。这些纳米级的膜接触平台不仅负责脂质交换、钙离子传输等关键生理功能,更与神经退行性疾病、代谢紊乱等多种病理过程密切相关。然而长久以来,科学家们如同观察静态的城市规划图,只能通过电镜捕捉细胞器接触的"瞬间快照",对它们实时动态的认知几乎是一片空白——这些接触位点是固定不动的"桥梁"还是流动的"驿站"?不同细胞器组合是否遵循独特的运动规律?这些问题的答案直接关系到
来源:Cell Death & Disease 8.1
时间:2025-03-28
综述:利用人工智能开展现代能源韧性研究以助力能源转型
本文围绕能源韧性展开,探讨了其量化方法、与能源转型及碳中和的关系,分析了大数据和人工智能(AI)在提升能源韧性中的作用,同时指出面临的挑战并给出建议,对推动能源可持续发展有重要参考价值。
来源:Cell Reports Physical Science 7.9
时间:2025-03-28
OPEN VME:中东地区首个高分辨率卫星影像车辆检测数据集与全球基准CDSI的构建
为解决卫星影像车辆检测中地理偏差导致的区域性能差异问题,卡塔尔计算研究所等团队构建了覆盖中东12国54城的VME数据集(4,282张图像,113,737个标注实例)和整合多源数据的全球最大基准CDSI(23,250张图像)。实验表明,基于VME训练的模型在中东地区mAP提升56.3%,CDSI使全球车辆检测性能提升19.6%-84.6%。该研究为智慧城市建设和灾害响应提供了重要数据支撑,发表于《Scientific Data》。
来源:Scientific Data 5.8
时间:2025-03-27
基于灰色分数阶与灰色关联模型预测江苏人口老龄化趋势及影响因素分析:为应对老龄化提供关键决策依据
为解决中国人口老龄化问题,南通大学研究人员基于灰色分数阶模型(FGM (1,1))和灰色关联分析(GRA)开展研究,发现江苏老龄化加剧且多因素影响显著,为政策制定提供依据。
来源:BMC Geriatrics
时间:2025-03-26
城市扩张对鸟类栖息地影响:从 Regina 看树栖与草原鸟类的命运变迁
加拿大萨斯喀彻温省里贾纳的研究人员,探究城市化对鸟类栖息地适宜性影响,发现树栖鸟类适宜性上升、草原鸟类下降,为城市规划和栖息地恢复提供依据。
来源:Urban Ecosystems 2.5
时间:2025-03-25
美国增强型全国尺度城市树冠覆盖数据集:提升精度,助力城市生态研究
为解决城市树冠覆盖(TCC)数据精度与时空覆盖问题,研究人员开展相关研究,得出增强型数据集,助力城市生态分析。
来源:Scientific Data 5.8
时间:2025-03-25
LandScan Global:解析全球人口分布,助力多领域发展
为解决全球人口分布数据的问题,Oak Ridge National Laboratory 研究人员开展 LandScan Global 数据集研究,得出高分辨率数据集,为多领域提供支持。
来源:Scientific Data 5.8
时间:2025-03-25