橡树岭国家实验室的研究人员开发了一种方法，使用机器学习来预测非洲的季节性火灾风险，世界上与野火有关的碳排放有一半来自非洲。

 

他们的方法除了更常用的大气和社会经济指标外，杏耀QQ还利用了有关海洋温度和陆地表面变化等潜在环境驱动因素的数据。这种方法使科学家们对土壤湿度和叶面积等不同变量的相对重要性有了更深入的了解。

 

“我们发现海洋和陆地动力是影响这些脆弱生态系统季节性火灾预测准确性的最关键因素， 杏耀 ，”ORNL的茅家富说。“像火灾这样的干扰会对区域环境和全球碳循环产生持久的影响。”

 

科学家们的计算框架可以应用到其他地区，或者广义地评估全球火灾风险，并为解决环境和安全问题的火灾管理实践提供信息。

 

电池-固态稳定性检查

 

美国橡树岭国家实验室(Oak Ridge National Laboratory)的科学家们在寻找锂离子电池中电荷损失的来源时，证明了将薄膜阴极与固体电解质耦合是一种快速确定根本原因的方法。

 

在一项研究中，研究人员制备了一种锂镍锰钴氧化物阴极，作为致密的薄膜，不含粘合剂和添加剂。该阴极的充电和放电周期在电池与标准液体电解质和溅射沉积固体电解质比较。两个电池的容量迅速下降，并在几个周期内，阴极显示物理不稳定。

 

进一步分析证实，在固态电解质稳定的情况下，阴极与液态电解质界面的电阻随着循环而增大，导致电荷容量的损失。

 

“电荷损失与阴极晶体结构的固有结构不稳定性有关，这是设计固态电池中高容量、高电压阴极的关键发现，”ORNL的Gabriel Veith说。

 

显微镜-图像在一瞬间

 

美国橡树岭国家实验室(Oak Ridge National Laboratory)的研究人员研制了一种新型显微镜，这种显微镜提供了观察生物系统的“化学透镜”，包括细胞膜和生物膜。该工具可以增进对复杂生物相互作用的理解，比如微生物和植物之间的相互作用。

 

《光学快报》详细介绍了这种无创仪器，杏耀联系它允许研究人员使用超短激光脉冲捕捉图像。这些强烈的脉冲照亮样品的大片区域，产生不同颜色的光，允许检测不同的化学物质。这种方法可以快速生成具有化学细节的宽视场图像。

 

ORNL的本杰明·道蒂(Benjamin Doughty)说:“因为你在同一张照片中得到了全部图像，所以你能够研究空间和时间的变化。”

 

不像普通的生物成像技术会破坏或干扰样本，这种没有标签的工具可以用于未改变的活细胞。显微镜是用常用的部件制作的，这些部件可以加速显微镜的实现。