为解决极地冰盖特有地形地貌、严酷自然环境和冰盖移动等导致的自动化监测装置和数据长距离传输等问题,本研究基于极地冰盖如雪丘、雪垄、冰坝、软雪、硬雪等特有地形地貌,以及气候寒冷、多狂风暴雪等特殊自然环境,针对数据长距离传输和人工智能考察作业的需求,设计了一款专用于极地的冰盖履带机器人。机器人的硬件设计以工控机和STM32F103芯片为控制核心,搭载小型综合气象观测装置、实时动态定位装置、激光雷达和深度相机获取环境信息,构建铱星9523和网桥通信系统实现远距离数据通讯。机器人的软件设计采用多任务实时调度的FreeRTOS操作系统,构建上位机和数据库。此款极地冰盖履带机器人在中国第38次南极科学考察中,依托中山站进行了现场实验。结果表明,该机器人性能稳定、通信可靠、具有较理想的控制效果且较好地满足了极地冰盖作业需求,可为我国南北极科学考察提供关键技术支撑。
为解决极地冰盖特有地形地貌、严酷自然环境和冰盖移动等导致的自动化监测装置和数据长距离传输等问题,本研究基于极地冰盖如雪丘、雪垄、冰坝、软雪、硬雪等特有地形地貌,以及气候寒冷、多狂风暴雪等特殊自然环境,针对数据长距离传输和人工智能考察作业的需求,设计了一款专用于极地的冰盖履带机器人。机器人的硬件设计以工控机和STM32F103芯片为控制核心,搭载小型综合气象观测装置、实时动态定位装置、激光雷达和深度相机获取环境信息,构建铱星9523和网桥通信系统实现远距离数据通讯。机器人的软件设计采用多任务实时调度的FreeRTOS操作系统,构建上位机和数据库。此款极地冰盖履带机器人在中国第38次南极科学考察中,依托中山站进行了现场实验。结果表明,该机器人性能稳定、通信可靠、具有较理想的控制效果且较好地满足了极地冰盖作业需求,可为我国南北极科学考察提供关键技术支撑。
为解决极地冰盖特有地形地貌、严酷自然环境和冰盖移动等导致的自动化监测装置和数据长距离传输等问题,本研究基于极地冰盖如雪丘、雪垄、冰坝、软雪、硬雪等特有地形地貌,以及气候寒冷、多狂风暴雪等特殊自然环境,针对数据长距离传输和人工智能考察作业的需求,设计了一款专用于极地的冰盖履带机器人。机器人的硬件设计以工控机和STM32F103芯片为控制核心,搭载小型综合气象观测装置、实时动态定位装置、激光雷达和深度相机获取环境信息,构建铱星9523和网桥通信系统实现远距离数据通讯。机器人的软件设计采用多任务实时调度的FreeRTOS操作系统,构建上位机和数据库。此款极地冰盖履带机器人在中国第38次南极科学考察中,依托中山站进行了现场实验。结果表明,该机器人性能稳定、通信可靠、具有较理想的控制效果且较好地满足了极地冰盖作业需求,可为我国南北极科学考察提供关键技术支撑。
针对地形对积雪堆积与合成孔径雷达(SAR)散射能量的影响,该文提出一种通过C波段Sentinel-1 SAR的HH与HV极化后向散射系数和入射角数据以及海拔、坡度和坡向等地形数据反演南北极雪密度的方法。以欧洲中期天气预报中心(ECMWF)提供的南北极雪密度数据作为地面真值,通过XGBoost模型反演雪密度。使用2019—2021年的数据训练反演模型,通过2022年数据验证模型的泛化性能,平均绝对误差(MAE)为25.889 kg/m3,均方根误差(RMSE)为36.497 kg/m3;以东南极洲比利时伊丽莎白公主站、加拿大北极群岛与北冰洋实测数据进一步验证模型性能,MAE为37.514 kg/m3,RMSE为43.287 kg/m3。结合地形信息后南北极雪密度反演精度得到大幅度改善,MAE降低24.219 kg/m3,RMSE降低28.25 kg/m3。所提方法具有大规模雪密度反演的潜力,有利于南北极雪水当量和表面物质平衡的评估。
针对地形对积雪堆积与合成孔径雷达(SAR)散射能量的影响,该文提出一种通过C波段Sentinel-1 SAR的HH与HV极化后向散射系数和入射角数据以及海拔、坡度和坡向等地形数据反演南北极雪密度的方法。以欧洲中期天气预报中心(ECMWF)提供的南北极雪密度数据作为地面真值,通过XGBoost模型反演雪密度。使用2019—2021年的数据训练反演模型,通过2022年数据验证模型的泛化性能,平均绝对误差(MAE)为25.889 kg/m3,均方根误差(RMSE)为36.497 kg/m3;以东南极洲比利时伊丽莎白公主站、加拿大北极群岛与北冰洋实测数据进一步验证模型性能,MAE为37.514 kg/m3,RMSE为43.287 kg/m3。结合地形信息后南北极雪密度反演精度得到大幅度改善,MAE降低24.219 kg/m3,RMSE降低28.25 kg/m3。所提方法具有大规模雪密度反演的潜力,有利于南北极雪水当量和表面物质平衡的评估。
多环芳烃(PAHs)是一类重要的持久性有机污染物(POPs),可通过大气环流进行远距离传输,并在南北极和青藏高原等低温环境中赋存。全球变暖加速雪、冰消融,导致PAHs的暴露并影响人类健康。微生物是PAHs的主要降解者,相关研究已有大量报道,但对低温环境中的PAHs降解微生物的研究主要集中在近20年。本文从低温降解PAHs微生物的多样性、降解机制以及生物降解对低温的响应等三方面进行系统梳理和综述,并展望了低温环境中微生物降解PAHs的进一步研究方向和前景,为未来低温环境PAHs污染的源头预防和生态修复提供理论支持。
多环芳烃(PAHs)是一类重要的持久性有机污染物(POPs),可通过大气环流进行远距离传输,并在南北极和青藏高原等低温环境中赋存。全球变暖加速雪、冰消融,导致PAHs的暴露并影响人类健康。微生物是PAHs的主要降解者,相关研究已有大量报道,但对低温环境中的PAHs降解微生物的研究主要集中在近20年。本文从低温降解PAHs微生物的多样性、降解机制以及生物降解对低温的响应等三方面进行系统梳理和综述,并展望了低温环境中微生物降解PAHs的进一步研究方向和前景,为未来低温环境PAHs污染的源头预防和生态修复提供理论支持。