Neuro Sova – про науку и технику

1. Немецкий спутник впервые провёл одновременные замеры выбросов CO₂ и NO₂ от электростанций 2. Спутниковая 30-метровая карта раскрыла масштабы выбросов CO₂ в Наньчане 3. Исследование изучило воздействие загрязнения воздуха на территории Южной Кореи 4. Машинное обучение легло в основу нового метода обнаружения загрязнителей почвы

🌍 Прорыв в мониторинге выбросов из космоса! Учёные из Института химии Макса Планка и Гейдельбергского университета впервые использовали немецкий спутник EnMAP 🛰️ для одновременного обнаружения двух ключевых загрязнителей — CO₂ и NO₂ — в выбросах электростанций с рекордным разрешением 30 метров! Это позволяет точно отслеживать промышленные эмиссии и анализировать атмосферные процессы. Результаты опубликованы в Environmental Research Letters. Раньше данные мешали фоновые значения CO₂ и химические реакции в атмосфере. Теперь, измеряя оба газа одновременно, можно точнее оценить их соотношение и оптимизировать контроль выбросов. 🔬

📡 Карта углеродного следа с точностью до 30 метров! Учёные Китайской академии наук разработали метод картирования выбросов CO₂ в городе Наньчан, объединив спутниковые снимки, ночные огни 📸 и статистические данные. Точность — 13,9% (лучше, чем у ODIAC)! В 2020 году выбросы города составили 20,94 млн тонн, причём основной вклад — металлургия и энергетика. Пики эмиссии пришлись на декабрь из-за роста промышленной активности. Метод поможет создавать стратегии снижения выбросов. 💡

🏙️ Неравенство в экологии: богатые районы Южной Кореи страдают от NO₂. Исследователи POSTECH выяснили, что наземные станции мониторинга недооценивают выбросы NO₂ в одних регионах и завышают в других. Спутниковые данные TROPOMI 🛰️ показали: в богатых районах (с высокими ценами на жилье 💰 и страховыми взносами) концентрация NO₂ выше. Причина — историческое размещение промышленных зон и дорог вблизи престижных районов. Учёные призывают пересмотреть расположение датчиков для точной оценки! ⚠️

🌱 ИИ против токсинов в почве! Учёные из Университета Райса и Бейлорского колледжа создали метод обнаружения опасных полиароматических углеводородов (ПАУ) без лабораторных образцов. Используя спектроскопию 🔍, теоретическое моделирование и машинное обучение 🤖, они сравнили «спектральные отпечатки» загрязнителей с виртуальной базой данных. Технология успешно выявила даже следовые количества ПАУ в почве и может работать в полевых условиях. Это прорыв для экологического мониторинга! 🚀

Источник