在日本阿托苏川断层发现氧化石墨烯可能改变地震和构造研究

一个国际研究团队发现了世界上最古老的小行星陨石坑，精确地将其年代定为30.2亿年。这一发现位于澳大利亚的Pilbara地区，属于被称为北极穹顶的地质结构，提供了关于塑造早期地球的宇宙撞击的新视角。 最古老的小行星陨石坑及其在地球历史中的意义 这一发现回答了关于大撞击的时间和特征的关键问题，这些撞击在地球早期阶段改变了地表。虽然已知地球在早期历史中遭受了太空岩石的轰击，但大多数证据已被侵蚀和构造运动抹去。 陨石坑的形成发生在一个大型小行星撞击地球的时候，那时大陆刚刚开始形成。尽管经历了数千年的地质变化，撞击的微观信号仍然存在，提供了这些遥远事件的独特证据。 由地质学家Chris Kirkland领导的团队使用先进的矿物定年技术来确定事件的精确年代。通过对锆石的分析，这是一种以其能够在数十亿年内承受极端条件而闻名的矿物，他们成功识别出一个“矿物时钟”，揭示了撞击的年代。 对锆石的研究显示出因撞击的高温而形成的异常结构的晶体，这使科学家能够将事件的年代定为大约三十亿年前。这个过程通过对磷灰石的分析得到了加强，磷灰石是当热液流过破裂的岩石时形成的另一种矿物。 定年将陨石坑置于太古宙，这是地球历史上的一个关键时期，当时大陆和微生物生命的条件开始形成。那个时期的小行星撞击可能不仅仅是破坏性事件，可能还影响了早期地球的化学发展。 研究还将这一撞击与晚期重轰炸期联系起来，据认为在这一时期，巨行星轨道的变化使小行星带不稳定，将岩石抛向内太阳系。...

NASA已经揭示了其新的革命性探测车，名为Ernest。这款无人驾驶车辆承诺通过其创新的强化学习高级算法的使用，显著超越其前辈的能力，这些算法是通过数千次详细模拟准备的。根据喷气推进实验室（JPL）项目负责人Issa Nesnas的说法，Ernest的开发旨在显著扩展未来行星任务的范围。这个机器人项目背后的团队相信，探测车覆盖更大距离的能力将打开探索地质特征更为多样化地区的大门。这显著增加了找到关于太阳系历史的关键科学证据的机会，并优化了每次任务所花费的时间。Ernest：太空探索的前进一步凭借前卫的设计和智能导航系统，Ernest是JPL最有前途的开发之一。它的设计速度前所未有，与其他行星探测车相比，这可能使其在数天内完成目前火星任务需要数周才能完成的距离。该原型机采用最新的人工智能技术开发，配备自主导航系统和四轮设计，这使其明显区别于传统探测器。JPL的机器人工程师Jeremy Nash指出，这些算法是使用各种地形的数据进行现实模拟训练的，使探测车在面对真实地表之前确定最佳路线。Ernest的测试在加州南部的科罗拉多沙漠进行，这个环境因其与月球和火星的地质相似性而被选中。在测试期间，探测车展示了其自主移动的能力，能够在最小的人为干预下绕过障碍和挑战性表面。这些评估旨在验证可能对未来月球和火星长距离任务至关重要的技术。Ernest在极端光照条件下的表现，例如月球极地地区，也是评估的对象。工程师们在一天和夜晚的不同时间测试了其摄像头和导航系统，以确保其在不利条件下的有效性。

一个由澳大利亚麦考瑞大学和野生动物保护协会（WCS）领导的国际科学家团队在71个国家和100个地区中识别出165,922平方公里的珊瑚礁，这些珊瑚礁具有很强的抵抗和恢复气候变化影响的能力。 这项研究在肯尼亚蒙巴萨的我们的海洋会议上提出，扩大了2018年50个珊瑚礁倡议的成果，将具有气候复原力的珊瑚礁数量增加了三倍。 分布和特征 复原力强的珊瑚礁主要集中在五个国家： 澳大利亚 巴哈马 古巴 印度尼西亚 菲律宾 科学家们得出结论，一些珊瑚礁由于有利的海洋条件而能够抵抗变暖的影响，而其他珊瑚礁则已经发展出对热应激的耐受性或在极端现象后快速恢复的能力。 研究方法 分析基于1960年至2025年间进行的超过45,000次珊瑚礁观察，结合气候、海洋和人类压力数据。 结果通过机器学习模型处理，从而识别出全球范围内的复原力模式。 关注和挑战 尽管有这一发现，研究人员警告说，只有28%的识别出的珊瑚礁位于保护区内。 这使得超过119,000平方公里的珊瑚礁暴露在过度捕捞、污染和沿海开发等威胁中，而没有保护措施。 国际运动 报告的发布恰逢由WCS、WWF和自然保护协会（TNC）推动的我们的珊瑚礁，我们的未来运动的启动。 该倡议呼吁各国政府加强对最具复原力的珊瑚礁的保护，以应对气候变化。 珊瑚礁的战略重要性 尽管覆盖面积不到海洋的1%，珊瑚礁对海洋和人类生活至关重要： 海岸保护：作为天然的防波堤，减少多达95%的波浪能量，防止洪水和侵蚀。 气候缓解：吸收二氧化碳（CO₂）并参与全球碳循环。 基于生态系统的适应：为约8.5亿人提供粮食安全和生计，增强沿海社区的复原力。 ...

一项揭示性研究通过使用人工智能，在南极冰层下发现了超过500 地震。这一发现是在东南极的大卫冰川下进行的，可能会改变我们对全球地质学的理解。人工智能揭示南极隐藏的地震国际科学家团队使用先进算法在背景噪声中检测到微妙的地震模式，在该地区识别出超过一千个事件。尽管这些震动不构成重大威胁，但它们为地球最南端大陆的地质行为提供了新的视角。研究小组表示，东南极的冷岩石圈与西部较温暖的岩石圈之间的相互作用，加上冰层的重量，产生了导致这些深层地震的应力。本研究中部署的机器学习系统有潜力应用于世界其他地区，处理未分析的大量地震数据，开启发现更多隐藏地震活动的道路。在阿拉巴马大学的领导下，科学家们通过深度学习技术重新审视了历史地震数据，揭示了这些以前无法检测到的地震。2001-2004年和2012-2015年间收集的49个站点的数据对这一分析至关重要。阿拉巴马大学的地质学家Long Ho强调，地震发生在东南极的刚性地壳与西部较软的岩石相遇的地方。根据Ho的说法，如果机器学习继续发展，可能会揭示出比我们目前所知更多的深层地震频率。这项发表在《科学》杂志上的研究不仅揭示了隐藏的地震，还强调了人工智能在利用新技术工具重新利用旧科学记录方面的潜力。