中國電子元件行業(yè)協(xié)會(huì )
China Electronic Components Association
美國Science雜志
2018年6月15日
海底光纖：檢測地震新方法
研究人員說(shuō)，監測地震誘發(fā)的海底光纖電纜的變化代表了一種發(fā)現地震的新手段。他們的方法使在不安裝新的海底設備的情況下感測地震成為可能，這種方法可在用其它方法難以監測地震的地區（包括俯沖帶或缺乏地震儀的遙遠海洋區域）發(fā)現地震。
盡管地球表面有70%為海水覆蓋，但幾乎所有的地震觀(guān)測站都在陸地上。其結果就是，水下的地震活動(dòng)基本上仍然無(wú)法察覺(jué)，從而限制了科學(xué)家們發(fā)現水下地震活動(dòng)的源頭機制。如今，科學(xué)家們已經(jīng)意識到，只要將光纖電纜網(wǎng)絡(luò )內的光纖用作感應元件，現有的光纖電纜網(wǎng)絡(luò )就可幫助擴展發(fā)現地震的能力。
如今，Giuseppe Marra和同事報告，他們用一種新的方法來(lái)估測海洋光纖電纜中的由地震產(chǎn)生的“干擾”信號。該方法涉及對光纖中的由地震波觸發(fā)的所謂光學(xué)相變進(jìn)行檢測。作者說(shuō)，它不僅能檢測地震波，而且能估計地震的震級和震中位置。近些年中，Marra和同事用這一方法對震中在意大利、新西蘭、日本和墨西哥的數次地震進(jìn)行了評估；他們證明，該方法可有效地檢測地震活動(dòng)和有關(guān)參數，其效果堪比當地的地震儀。
具有兩面性的南亞季風(fēng)可同時(shí)播散及凈化空氣污染
一項探索大氣“自潔能力”的空中研究揭示，南亞的夏季季風(fēng)既能凈化空氣中的某些污染物，也能播散它們。作者聲稱(chēng)，這種新型的凈化機制或能防止該區域內污染造成更大的影響。盡管東亞、北美和歐洲的二氧化硫、氮氧化物和二氧化碳排放自2010年以來(lái)已經(jīng)減少，但南亞的空氣污染物濃度則在持續增加，這主要是因為這里的燃煤發(fā)電廠(chǎng)很普遍。在12月至3月的干旱冬季中，有大片的污染性霧霾會(huì )經(jīng)過(guò)南亞上空向印度洋飄移。
這一“大氣棕云”會(huì )對空氣品質(zhì)、氣候和水循環(huán)產(chǎn)生重大影響，然而其在夏季季風(fēng)期間的影響還有待科學(xué)家厘清。Jos Lelieveld和同事假定，一個(gè)巨大的順時(shí)針流動(dòng)的反氣旋會(huì )將南亞的空氣污染排放帶往上空。2015年7月至8月，他們通過(guò)高空飛機對南亞上空各種空氣污染物（包括氫過(guò)氧自由基、揮發(fā)性有機化合物、硫和氮氧化物及氣溶膠）的檢測來(lái)測試他們的假說(shuō)。他們發(fā)現，季風(fēng)對流確實(shí)能將污染物向上輸送至對流層及更高空，污染物會(huì )在那里與其它氣體起反應并重新進(jìn)行整體分布。
Lelieveld等人還意外地觀(guān)察到，夏季季風(fēng)會(huì )同時(shí)提供一種凈化機制——令某些污染物被氧化成可通過(guò)降雨離開(kāi)大氣層的不易揮發(fā)的水溶性產(chǎn)物。作者說(shuō)，由于南亞的污染排放正在快速增加，污染物通過(guò)反氣旋的流動(dòng)可能會(huì )在未來(lái)有所強化。
新系統無(wú)需幫助便能了解未見(jiàn)場(chǎng)景
谷歌DeepMind部門(mén)的科學(xué)家研發(fā)了一種機器學(xué)習系統，它僅用少數場(chǎng)景的2D抽樣圖像就能在無(wú)需人類(lèi)監督時(shí)獲悉環(huán)境的3D組成，包括其離散的物件和屬性。他們的系統被稱(chēng)作生成查詢(xún)網(wǎng)（GQN），它或能為可自主了解世界的機器做好準備；這些機器用的是自身傳感器，它們無(wú)需用人類(lèi)當今標記為計算機視覺(jué)系統所需的大型數據集進(jìn)行培訓。
GQN由兩部分組成：一個(gè)是再現網(wǎng)絡(luò )，它能從抽樣圖像中發(fā)展出一個(gè)編碼的場(chǎng)景再現；另一個(gè)是生成網(wǎng)絡(luò )，它能從新的視點(diǎn)傳輸出該場(chǎng)景的可能圖像，它可在部分場(chǎng)景模糊時(shí)用來(lái)解決不確定性。GQN是用幾個(gè)由不同的電腦生成的簡(jiǎn)單環(huán)境的二維視圖進(jìn)行訓練的；這些環(huán)境含有各種物件和照明設置。它接著(zhù)會(huì )被給予一幅新的場(chǎng)景圖像，并會(huì )從任何內含視點(diǎn)產(chǎn)生該場(chǎng)景預計的圖像。該網(wǎng)絡(luò )的再現可被“因式分解”，表明像色彩、形狀和大小等屬性是分開(kāi)獲悉與編碼的。
研究人員能通過(guò)同時(shí)增減GQN的再現來(lái)構建新的場(chǎng)景；從含有一個(gè)紅色球體的某場(chǎng)景中減除一個(gè)藍色球體，并添加一個(gè)有紅色圓柱的場(chǎng)景便會(huì )產(chǎn)生一個(gè)有藍色圓柱的場(chǎng)景，所有這些都無(wú)需人類(lèi)明確教授GQN有關(guān)色彩或形狀的概念。該網(wǎng)絡(luò )還顯示，它能作為一種有前途的控制機器人的裝置；例如，它的預測能力令其僅用一個(gè)固定的攝像機便能從不同的角度“觀(guān)察”機器人手臂，這意味著(zhù)準確定位與控制所需的原始數據變少。由Matthias Zwicker撰寫(xiě)的相關(guān)《視角》對這些發(fā)現做出了評論。
（本欄目文章由美國科學(xué)促進(jìn)會(huì )提供）
《中國科學(xué)報》 (2018-06-20 第2版 國際)
