carbon dioxide
PulseAugur coverage of carbon dioxide — every cluster mentioning carbon dioxide across labs, papers, and developer communities, ranked by signal.
10 天有情绪数据
-
AI框架加速二氧化碳还原催化剂发现
研究人员开发了一种新颖的人工智能协同思考框架，该框架利用前沿语言模型来加速催化剂的发现。该框架通过严格推理显式反应网络，可以识别控制复杂化学反应的物理因素并生成可检验的假说。当应用于二氧化碳电还原时，该系统预测了特定的反应路径并确定了关键的控制杠杆，从而合成了铜-氧化铁催化剂，与现有催化剂相比，其乙酸盐选择性提高了三倍。
-
人工智能热潮推高数据中心二氧化碳排放量，超出预期 · 跟踪到2个来源
由于人工智能热潮的快速扩张，数据中心的全球二氧化碳排放量高于此前的估计。人工智能需求的激增正在增加电力和用水量，给资源带来巨大压力，尤其是在荷兰等地区。
-
人工智能日益增长的能源需求威胁使数据中心排放量到2030年翻倍
人工智能计算需求的增长正显著影响全球能源消耗和碳排放。若无大规模的电网脱碳努力，到2030年，与人工智能相关的数据中心排放量可能翻倍有余，从而导致重大的气候损害。这凸显了人工智能行业迫切需要整合可再生能源并提高能源效率，以减轻其环境足迹。
-
研究发现：会议室二氧化碳浓度会损害决策能力
会议室中升高的二氧化碳浓度会严重损害决策能力，即使入住者没有有意识地感觉到。研究表明，超过1000 ppm的二氧化碳浓度（在密闭房间里一个小时内很容易达到）会降低与战略和信息处理相关的认知功能。这种现象会影响传统的办公室会议室和家庭办公室，可能解释了下午生产力下降的原因。作者建议，通过开窗或使用二氧化碳监测器来改善空气质量，是一种简单、廉价的提高团队绩效的方法，而不是将绩效不佳归因于人员问题。
-
加州粪便制气气候计划因碳核算面临审查
加州的低碳燃料标准（LCFS）计划，该计划鼓励奶牛场将粪便产生的甲烷转化为沼气作为燃料，目前正面临审查。批评者认为，该计划的碳核算夸大了减排量，因为它未能准确反映甲烷和二氧化碳在大气中不同影响。虽然甲烷是强效的短期温室气体，但二氧化碳具有更持久的升温效应。尽管存在这些担忧，加州监管机构已延长了该计划，并正在考虑为奶牛场提供额外资金，这可能优先考虑短期升温减缓而非长期气候稳定性。
-
中国“智驭航天”开发二氧化碳火箭发射技术
中国航空航天初创公司“智驭航天科技”（Z-Trak Space）正在开发一种利用超临界二氧化碳的新型火箭发射系统。这种“二氧化碳火箭”技术旨在通过使用加压气体弹出火箭，并在空中点燃发动机，从而实现低成本、高频次的发射。这种方法可以消除对传统发射台的需求，并减少对固定基础设施的依赖。
-
宇宙可能存在于亚稳态假真空，面临灾难性衰变的风险
物理学家正在探索真空衰变的概念，即宇宙可能从亚稳态的假真空转变为更稳定的真真空。这种转变如果发生，将从根本上改变物理定律，并摧毁包括生命和化学在内的所有现有结构。虽然宇宙目前可能存在于假真空，但由于涉及巨大的能量需求和量子不确定性，即使是先进文明，也认为故意触发这种衰变的可能性极低。
-
新的机器学习模型扩展了系外行星光合作用宜居带
研究人员开发了一种新的机器学习模型，用于估算系外行星的光合作用宜居带（PHZ），摆脱了以地球为中心的假设。该无偏模型基于基本的热力学和氧化还原化学原理，将光合作用模拟为一种通用的光化学反应。该模型预测，光合作用生物可以通过进化出更大的光收集结构来适应较低的恒星通量，从而将光合作用的潜力扩展到先前估算的范围之外。
-
深度学习框架加速卫星数据中的CO2检索
研究人员开发了一个新颖的深度学习框架，以更有效、更准确地从NASA的OCO-2（轨道碳观测卫星2号）卫星检索大气二氧化碳（CO2）数据。该新方法利用拉普拉斯近似和归一化流，实现了比当前运行算法快几个数量级的推理速度，同时还提供了更可靠的不确定性量化。该框架在考虑了真实前向模型误差的高保真模拟上进行训练，使其能够处理标准反演技术常常忽略的系统误差，并模拟非高斯后验分布。
-
新工具推荐碳效率高的AI训练地点
一篇新论文介绍Green AI Carbon Optimizer，一个旨在帮助研究人员和开发人员在训练AI模型时做出更具环境意识的决策的工具。该优化器通过分析电网碳强度、可再生能源份额和数据中心效率，提供碳效率高的云区域推荐。此外，它还提供了一个预测全球AI能源需求的流程，根据不同的增长和效率情景，预测到2030年可能出现的广泛能源消耗。
-
极端气候变化情景被排除，但1.5C阈值已被跨越
最近的一篇科学论文使得最极端的 气候变化情景变得不太可能，这主要归因于化石燃料消耗的放缓。然而，这一积极进展 因全球平均气温已跨越关键的1.5摄氏度阈值而受到抑制。这一跨越 标志着人类进入了一个未知的气候状态，可能导致不可逆转的 临界点和地球气候系统的剧烈变化。
-
莫纳罗亚二氧化碳天文台免遭熔岩和预算削减的威胁
莫纳罗亚天文台是至关重要的基林曲线二氧化碳记录的所在地，曾面临包括火山喷发和拟议预算削减在内的多重威胁。在2022年火山喷发损坏了道路和电力线后，科学家们通过备用仪器和太阳能进行应急，以维持关键的气候数据。尽管联邦政府在2025年初曾提议取消其支持办公室的租赁，以节省少量资金，但美国国家海洋和大气管理局（NOAA）现已确认该天文台获得资助，道路重新开放，并且正在进行大规模重建。
-
AI模型利用卫星天气数据量化二氧化碳
研究人员开发了一种物理引导的神经网络，能够利用地球静止轨道业务环境卫星（GOES-East）的数据量化大气二氧化碳（$XCO_2$）。该模型利用卫星高时间分辨率和高空间分辨率的特点，以及气象和地表反射率数据来估算$XCO_2$。虽然精度不如专用仪器，但GOES-East衍生的数据提供了对大片区域二氧化碳变异性的独特视角，更新频率高，显示出观测城市排放增强和农业碳汇的潜力。
-
AI框架通过PPO和二氧化碳控制优化建筑暖通空调
研究人员开发了一个新颖的Python框架，利用近端策略优化（PPO），一种深度强化学习算法，来优化建筑暖通空调系统。该框架包含一个分层逻辑，通过防止二氧化碳水平超过1000 ppm来维持室内空气质量，并使用基于焓的经济器进行免费冷却。实验结果表明，PPO代理在温度稳定性和能源效率方面优于传统的PID和开关控制器。
-
稻米种植排放量翻倍，接近2.39亿辆汽车年产量
一项最新研究表明，自20世纪60年代以来，稻田的温室气体排放量几乎翻了一番，目前平均每年约11亿吨二氧化碳当量。这使得稻米种植成为除畜牧业之外最大的农业排放源，其排放量相当于2.39亿辆汽车的年产量。虽然农民可以通过采用现有的气候智能型做法将排放量减少10%，但要实现气候目标还需要更先进的策略。
-
中国将燃煤废气转化为高产肥料
一家中国公司江楠环境技术（JNG）开发了一种将燃煤电厂废气转化为肥料的方法。该工艺利用氨捕获二氧化硫和二氧化碳，将其转化为一种据称比传统肥料更有效地提高作物产量的产品。这种肥料的销售有助于抵消碳捕获的成本，比传统的碳封存方法更具经济性。
-
Google 的 Chrome 浏览器悄然安装 4GB 二进制文件，引发气候担忧
最近的一项分析强调了大规模软件更新对环境的重大影响，特别提到了 Google Chrome 分发 4GB 二进制文件。该过程可能产生六千至六万吨的二氧化碳当量排放，其成本由全球承担。这种环境代价归因于一家公司决定向数十亿用户推送未经请求的更新。
-
AI通过基于历史的强化学习控制地质二氧化碳储存
研究人员开发了一种基于历史的强化学习方法，用于控制闭环二氧化碳储存操作。该方法仅使用可部署的井口级信息来适应不确定的储层行为，其性能接近于使用特权模拟器状态的策略。该框架还包括一个基于潜在模型的自适应管道，用于在异常操作条件下重新调整控制器，其性能优于直接的无模型重新调整。