环球科学：地球内核可能存在"火山"和"山体滑坡"，导致内...

lameihua

　　· 气候变化 ·

　　评估2024年气温对《巴黎协定》目标的影响

　　近来，有消息称2024年是气温相对工业化前水平突破1.5°C的首个年份，但这会如何影响我们达成《巴黎协定》的长期目标仍不明确。《自然·气候变化》（Nature Climate Change）发表的两篇论文探讨了《巴黎协定》将升温控制在比工业化前气温高1.5°C的目标的潜在可能性。

　　为了探索单一温暖年份和更长期变暖趋势之间的关系，第一篇论文的作者将气候观测与“耦合模式比较计划6”（CMIP6）的模拟相结合，重点关注能代表1981至2014年升温趋势的模型。回顾历史上的升温趋势，作者认为气温突破比工业化前气温高0.6°C-1°C范围内的不同升温阈值的首个单一年份，也落入了全年年均气温超过这些不同阈值的首个20年期。这个规律表明，随着2024年升温达到1.5°C，地球可能已经进入了20年的升温期。当作者模拟各种气候情景时，取决于具体的气候情景，2024年从可能（概率大于或等于66%）到几乎肯定（概率大于或等于99%）落入了达到1.5°C目标的首个20年期。在共享社会经济路径（SSP）2-4.5情景下——该情景最能体现当前气候政策，所有模型都显示，突破1.5°C的首个年份落入了20年升温期。作者提醒道，不应将1.5°C升温的20年期起始时间误认为是达到升温水平本身的时间，因为后者很可能发生在20年期的中点。

　　第二篇论文使用了来自CMIP6的模拟数据，研究者指出2024年6月是连续第12个月升温突破1.5 °C，并分析了这会如何影响《巴黎协定》目标。根据现有模型，研究者指出，预测升温连续12个月突破1.5°C更容易出现在长期（即20年平均值）升温已经发生的情况下。经计算，在SSP2-4.5情景下，出现这种情况的可能性为76%，在SSP1-2.6情景下，这种可能性为56%。作者指出，基于这一模拟，如果升温连续18个月达到1.5°C或以上，那么在SSP2-4.5下，巴黎协定几乎肯定会被突破。

　　两篇论文使用了不同的方法学和时间段，这也解释了各自结果中的一些差异。不过，两篇论文的作者都指出，快速和强硬的缓解措施仍能降低接下来数年至十年内突破 《巴黎协定》气温目标的可能性。

　　· 地球科学 ·

　　地球内核可能存在"火山"和"山体滑坡"，导致内核形状变化

　　地球的固态内核被认为在维持地球磁场中起到了重要作用，内核成长是液态外核内部对流的主要驱动力。之前的研究提出，内核随时间流逝发生过转动或是形状变化，但两者不是同步发生。《自然·地球科学》（Nature Geoscience）发表的一项研究指出，地球内核的形状在过去20年里可能发生过变化。

　　研究者分析了2010年前后168组重复地震产生的地震波，其中一些发生在内核回到相同位置后，也即每组地震波的任何差异不可能来自转动速度导致的差异。作者发现，虽然每组地震产生的穿过内核的地震波的性质是一致的，但仅擦过内核的地震波的性质却有不同，作者认为对此的最好解释是内核形状会随时间发生改变。至于驱动内核形状变化的原因，作者认为，内核和外核的边界可能存在类似地表的"火山"和"山体滑坡"，交界处的物质可能会不断融化并冻结成新的结构；也可能是内核的铁涌至内核表面；或是下地幔底部密度异常的牵引力以及外核对流产生的拖曳力。但作者也指出，仍需开展进一步研究才能提供一个更确定的解释。（Nature Portfolio, Science News）

　　· 神经科学 ·

　　大脑克服恐惧的机制

　　大脑皮层不同视觉区域向vLGN传递信号（图片来源：Sainsbury Wellcome Centre）

　　人在面对潜在危险时会本能地产生恐惧。一般人可以通过学习和经验克服恐惧，但一些创伤后应激障碍（PTSD）、焦虑症等患者则可能在这方面存在障碍。近日，一项《科学》（Science）上的研究揭示了大脑克服恐惧的机制。

　　科学家在小鼠头上投下扩大的阴影，模拟来自空中的捕食者。小鼠一开始惊慌逃跑，但在多次暴露且无实际威胁后，就学会了冷静。通过监测其大脑活动，科学家发现小鼠的腹外侧膝状核（vLGN）能够接收来自视觉皮层特定区域的输入，学习并建立“无威胁”的记忆，并在学习完成后独立存储相关记忆，无需视觉皮层的再次参与。当再次遭遇视觉威胁时，内源性大麻素（调控情绪和记忆的信号分子）释放会增强，降低对vLGN中特定神经元的抑制，使该区域活动增强，从而抑制恐惧反应。研究揭示了vLGN在克服恐惧中的关键作用，为治疗PTSD等精神障碍带来了希望。

　　· 物理学 ·

　　用原子钟和激光探测暗物质的新技术

　　科学家一直探测不到暗物质。然而，一项发表在《物理评论快报》（Physical Review Letters）上的最新研究，为暗物质的探测带来了曙光。研究团队开发了一种利用原子钟和腔体稳定激光器探测超轻暗物质的新方法，通过光纤（长达2220千米）连接腔体稳定激光器和GPS卫星上的两颗原子钟，分析频率与时间数据以寻找暗物质的踪迹。由于暗物质质量极低，在宇宙中表现为一种波动，这种波动会导致原子钟测量的时间不同，或者说频率有所区别，且距离越远，这种差异越明显。通过比较远距离的精密测量数据，研究人员成功探测到了暗物质场引起的时空变化，从而揭示暗物质的存在。

　　这项研究不仅首次探测到了与所有原子普遍相互作用的暗物质模型，还为科学家们提供了更广阔的暗物质研究视角。研究结果表明，科学家们现在可以探索更多种类的暗物质场景，进一步揭开宇宙结构的奥秘。（UNIVERSITY OF QUEENSLAND）

　　· 人工智能 ·

　　新型高效无监督学习算法

　　目前几乎所有人工智能技术都依赖于“监督学习”，需要人类用提前标注好的数据来训练人工智能识别其中的特征。近日，一篇发表在《IEEE模式分析与机器智能汇刊》（IEEE Transactions on Pattern Analysis and Machine Intelligence）上的论文提出了一种新的无监督学习算法Torque聚类（Torque Clustering），该算法优于传统的无监督学习方法，能够完全自主、无需参数、并且高效地处理大型数据集。

　　作者表示，该聚类算法的独特之处在于它基于扭矩（torque）这一物理概念，能够自主识别簇，并无缝适应不同形状、密度和噪声程度的多样数据类型。Torque聚类算法能够在生物学、化学、天文学、心理学、金融和医学等领域高效自动地分析海量数据，揭示诸如检测疾病模式、揭露欺诈或理解行为等新见解。（UNIVERSITY OF TECHNOLOGY SYDNEY）

　　撰写：王昱、冬鸢、马良骥、马一瑗