学术背景 水稻（Oryza sativa L.）是全球重要的粮食作物，为全球约五分之一的人口提供主要的热量来源。然而，水稻生产面临多种生物和非生物胁迫，导致产量下降。其中，由真菌病原体Cochliobolus miyabeanus引起的水稻褐斑病（brown leaf spot disease）是一种广泛传播的病害，严重影响了水稻的产量和质量。传统的化学农药不仅效果有限，还可能对环境造成危害。因此，开发环保、可持续的病害防治策略成为当务之急。纳米生物技术，特别是银纳米颗粒（AgNPs）的应用，因其高效的抗菌和抗真菌活性，成为研究热点。本研究利用荧光假单胞菌（Pseudomonas fluorescens）介导的绿色合成方法制备AgNPs，并评估其对水稻褐斑病的防治效果。 论文来源 该研究由来...

学术背景 工业大麻（Cannabis sativa L.）因其丰富的次生代谢产物，如大麻素、萜类化合物和类黄酮，在医药和工业领域具有广泛的应用价值。大麻素中的四氢大麻酚（THC）和大麻二酚（CBD）具有显著的药理活性，分别具有精神活性和抗炎、抗焦虑、神经保护等作用。然而，工业大麻的次生代谢产物产量受多种环境因素的影响，传统化学肥料的使用虽然能够提高产量，但可能对环境造成负面影响。因此，寻找一种绿色、高效的替代方法以优化工业大麻的生长和次生代谢产物产量成为研究热点。 近年来，等离子活化水（Plasma-Activated Water, PAW）、褪黑素（Melatonin, MT）和纳米氧化锌（Zinc Oxide Nanoparticles, ZnO-NPs）在植物生长调控和次生代谢产物积累...

学术背景 随着全球人口的快速增长，预计到2050年将达到97亿，粮食安全问题日益严峻。农业生产力受到多种因素的影响，其中害虫对作物的破坏尤为严重。烟草夜蛾（Spodoptera litura）是一种广泛分布于亚洲-太平洋和大洋洲地区的多食性害虫，能够侵害128种植物，包括大豆、棉花、花生、番茄等经济作物。长期以来，农民依赖合成化学农药来控制害虫，但这些农药对非目标生物、人类健康和环境产生了负面影响。此外，害虫对多种农药的抗药性也在不断增加。因此，开发环境友好且可持续的替代品成为迫切需求。植物源农药因其低毒性、快速生物降解性和对天敌的较小影响，被认为是合成化学农药的有力替代品。近年来，基于植物精油（Essential Oils, EOs）的农药因其广谱效力和较低的毒性而受到广泛关注。然而，精油...

学术背景 随着全球人口的持续增长，预计到2050年世界人口将达到100亿，特别是在发展中国家，粮食需求将大幅增加。印度作为世界上人口最多的国家，需要将农作物产量提高50%以满足食品、燃料和其他物品的需求。然而，农民面临着资源有限和专业知识不足的挑战，如何在有限的条件下提高农作物产量成为了一个亟待解决的问题。传统肥料的使用虽然在一定程度上提高了产量，但也带来了过度施肥、环境污染和资源浪费等问题。因此，开发新型高效肥料成为了农业研究的重要方向。 与此同时，能源存储技术也在快速发展，超级电容器作为一种高效的储能设备，因其高功率密度和长循环寿命而备受关注。然而，传统电极材料的性能仍有待提升。纳米材料因其独特的物理化学性质，在农业和能源存储领域展现出巨大的应用潜力。锌铁氧体（ZnFe₂O₄）作为一种尖...

随着全球对可持续发展和环境保护的日益重视，生物质作为一种天然且丰富的碳源，逐渐成为研究热点。生物质包括植物叶片、草类、稻壳、咖啡渣、农业废弃物、食品生产废料和城市垃圾等，具有可再生、可降解和经济可行的特点。然而，如何将这些生物质资源转化为高效材料，尤其是用于传感技术的高性能材料，仍然是一个重要的研究方向。近年来，生物质衍生的石墨烯纳米材料和金属有机框架（MOFs）因其稳定性、可再生性和经济性，逐渐成为传感应用中的重要材料。石墨烯和MOFs具有高表面积、优异的光学和电学特性、生物相容性和稳定性，使其在传感技术中表现出巨大的潜力。然而，传统的合成方法往往需要使用有毒化学物质和能源密集型工艺，对环境造成负面影响。因此，开发绿色、可持续的合成方法，特别是利用生物质资源制备石墨烯和MOFs，成为当前研...

学术背景 随着纳米技术的快速发展，纳米材料在环境修复、生物医学和能源转换等领域的应用潜力日益受到关注。其中，二氧化铈（CeO₂）纳米颗粒因其独特的氧化还原性能、高稳定性和良好的生物相容性，成为研究的热点。然而，传统的化学合成方法往往使用有毒试剂，产生有害副产物，对环境造成负面影响。因此，开发一种环保、可持续的纳米颗粒合成方法成为当前研究的重点。 绿色合成（Green Synthesis）利用植物提取物作为还原剂和封端剂，不仅减少了对有害化学品的依赖，还提高了纳米颗粒的生物相容性。本研究旨在通过绿色合成方法制备CeO₂纳米颗粒，并通过掺杂镉（Cd）和包覆银（Ag）来增强其光催化、催化还原和生物医学性能，探索其在环境修复和生物医学领域的应用潜力。 论文来源 本论文由Pranali S. Para...

学术背景 随着全球能源结构向可再生能源转型，分散式能源存储（decentralized energy storage）的重要性日益凸显。与传统的集中式能源存储系统不同，分散式能源存储将能源生产和存储过程本地化，减少了大规模系统故障的风险，并提高了能源供应的连续性和灵活性。然而，分散式能源存储项目的复杂性和资源有限性使得企业难以确定战略优先级，这可能导致投资失败或效率低下。 为了解决这一问题，作者们提出了一种基于人工智能（AI）驱动的决策模型，旨在为分散式能源存储投资提供有效的战略指导。该研究不仅关注如何优化投资决策，还通过引入信息增益（information gain）和大规模专家选择技术，提高了决策的一致性和效率。 论文来源 这篇论文由Gang Kou、Hasan Dinçer、Edanu...

露天矿山爆破作业在矿物提取中至关重要，但同时也伴随着显著的环境和结构风险。爆破过程中产生的峰值粒子速度（Peak Particle Velocity, PPV）是评估爆破振动对周围结构和环境影响的关键指标。准确的PPV预测对于优化爆破实践、减少环境破坏和确保结构安全具有重要意义。传统的预测方法在处理非线性关系和高维数据时存在局限性，而机器学习（Machine Learning, ML）技术，特别是混合机器学习方法，展现出在PPV预测中的巨大潜力。本文旨在系统综述混合机器学习技术在露天矿山爆破PPV预测中的应用，探讨其优势、挑战及未来研究方向。 论文来源 本文由Gundaveni Shylaja和Ragam Prashanth共同撰写，两位作者均来自VIT-AP University的计算机科...

随着全球环境问题的日益严峻，企业在供应链管理中越来越重视绿色和可持续的发展。绿色供应链管理（Green Supply Chain Management, GSCM）已成为企业提升竞争力和实现可持续发展的重要手段。然而，绿色供应商的选择（Green Supplier Selection, GSS）是一个复杂的多准则群体决策问题（Multicriteria Group Decision-Making, MCGDM），涉及多个决策者的不同意见和不确定性。传统的MCGDM方法在处理专家意见的信任度和模糊性方面存在不足，难以准确反映现实中的复杂情况。 为了解决这一问题，Prasenjit Mandal等学者提出了一种基于毕达哥拉斯语言信息（Pythagorean Linguistic Informat...

学术背景 随着全球气候变化的加剧和空气污染问题的日益严重，减少交通运输领域的碳排放和污染物排放成为各国政府和研究机构的关注重点。重型卡车（Class 8）作为美国货运的主要工具，贡献了大量的柴油尾气排放，尤其是细颗粒物（PM2.5）和氮氧化物（NOx）。这些排放不仅加剧了气候变化，还对公众健康，尤其是弱势社区和少数族裔群体，造成了不成比例的影响。尽管电气化被视为减少卡车尾气排放的有效手段，但其对电网的依赖可能导致电力生产设施的污染物排放增加，从而可能转移污染负担。因此，评估卡车电气化对空气污染差异的影响，尤其是对弱势社区和少数族裔群体的影响，具有重要的现实意义。 美国《通货膨胀削减法案》（Inflation Reduction Act, IRA）旨在通过投资清洁能源和电网脱碳来推动公平的能源...