來源：知領(lǐng)，謝謝

編輯：感知芯視界

我國碳捕集利用與封存技術(shù)發(fā)展研究

碳捕集利用與封存是將二氧化碳從能源利用、工業(yè)過程等排放源或空氣中捕集分離，通過罐車、管道、船舶等輸送到適宜的場地加以利用或封存。碳捕集利用與封存技術(shù)，可以實現(xiàn)化石能源利用近零排放，促進鋼鐵、水泥等難減排行業(yè)的深度減排，而且在碳約束條件下，可以增強電力系統(tǒng)靈活性、保障電力安全穩(wěn)定供應、抵消難減排的二氧化碳和非二氧化碳溫室氣體排放，是實現(xiàn)碳中和目標不可或缺的重要技術(shù)選擇。

中國工程院李陽院士研究團隊在2021年第6期發(fā)表《我國碳捕集利用與封存技術(shù)發(fā)展研究》一文，對我國碳捕集利用與封存技術(shù)水平、示范進展、成本效益、潛力需求等進行了全面評估。文章指出，我國碳捕集利用與封存技術(shù)發(fā)展迅速，與國際整體發(fā)展水平相當，目前處于工業(yè)化示范階段，但部分關(guān)鍵技術(shù)落后于國際先進水平。在工業(yè)示范方面，我國具備了大規(guī)模捕集利用與封存的工程能力，但在項目規(guī)模、技術(shù)集成、海底封存、工業(yè)應用等方面與國際先進水平還存在差距。在減排潛力與需求方面，我國理論封存容量和行業(yè)減排需求極大，考慮源匯匹配之后不同地區(qū)陸上封存潛力差異較大。在成本效益方面，盡管當前碳捕集利用與封存技術(shù)成本較高，但未來可有效降低實現(xiàn)碳中和目標的整體減排成本。為此，文章建議，加快構(gòu)建碳捕集利用與封存技術(shù)體系，推進全鏈條集成示范，加快管網(wǎng)布局和基礎(chǔ)設(shè)施建設(shè)，完善財稅激勵政策和法律法規(guī)體系。

離岸碳捕集利用與封存技術(shù)體系研究

離岸碳捕集、利用與封存（CCUS）技術(shù)指從沿海大型或近海碳排放源捕集CO2，加壓并運輸至離岸封存平臺后注入海底地質(zhì)儲層中，實現(xiàn)CO2與大氣永久隔離或利用其生產(chǎn)價值產(chǎn)品的過程。離岸CCUS技術(shù)是沿海國家或地區(qū)通過工程方式為實現(xiàn)碳減排而發(fā)展起來的解決方案與技術(shù)體系，相對于陸上CCUS技術(shù)，具有潛在封存空間廣闊、封存安全等諸多優(yōu)勢。

廈門大學李姜輝教授研究團隊的《離岸碳捕集利用與封存技術(shù)體系研究》一文。文章概要回顧了全球及我國離岸CCUS技術(shù)的發(fā)展需求與產(chǎn)業(yè)現(xiàn)狀，分析了發(fā)展離岸CCUS的技術(shù)性和社會性價值；梳理總結(jié)了代表性的離岸CCUS技術(shù)發(fā)展路線及其態(tài)勢，如CO2工廠捕集、CO2管道運輸、CO2海底咸水層封存與驅(qū)油利用、CO2化學利用以及其他技術(shù)架構(gòu)。著眼不同技術(shù)創(chuàng)新方向面臨的共性問題，提出我國離岸CCUS領(lǐng)域未來發(fā)展建議：注重陸海統(tǒng)籌戰(zhàn)略規(guī)劃和布局，培養(yǎng)高水平研究團隊，加強各發(fā)展階段的基礎(chǔ)研究、核心技術(shù)研發(fā)、成本控制、規(guī)模增擴和政策激勵等。

微生物電合成：利用二氧化碳生產(chǎn)中鏈脂肪酸

微生物電合成指通過微生物催化劑利用CO2產(chǎn)化學品的電化學技術(shù)，也包含基于微生物電化學技術(shù)的有機廢物生物煉制，可同時實現(xiàn)碳氫化合物合成、CO2生物利用、可再生能源儲存。中鏈脂肪酸可用作抗菌劑、香料添加劑、動物飼料、生物燃料等，運用微生物電合成生產(chǎn)中鏈脂肪酸，經(jīng)濟效益高于產(chǎn)甲烷或乙酸，有望耦合現(xiàn)有生物煉制技術(shù)，推動微生物電合成實用化。

福建農(nóng)林大學蔣永等研究人員的《微生物電合成中鏈脂肪酸》一文。文章總結(jié)了微生物電合成利用CO2和有機廢物產(chǎn)中鏈脂肪酸的研究現(xiàn)狀與發(fā)展趨勢，對傳統(tǒng)發(fā)酵產(chǎn)中鏈脂肪酸的基本原理和研究進展進行了歸納。首先，概述了微生物電合成產(chǎn)中鏈脂肪酸的相關(guān)報道，重點介紹了多電子供體策略；其次，討論了微生物電合成利用CO2產(chǎn)中鏈脂肪酸面臨的挑戰(zhàn)，并針對產(chǎn)甲烷抑制、產(chǎn)乙酸菌三磷酸腺苷限制、產(chǎn)有機溶劑階段提供多電子供體有限進行了詳細闡述；再次，分析了電化學手段促進有機廢物生物煉制產(chǎn)中鏈脂肪酸的潛力；最后，從多級反應、底物供應、產(chǎn)物提取、微生物代謝路徑等角度展望了未來發(fā)展方向。

建筑結(jié)構(gòu)隱含碳排放限值預設(shè)方法研究

綠色建造研究方興未艾，低碳建筑材料、減量化結(jié)構(gòu)形式、精益施工模式等的研發(fā)，有望降低建筑結(jié)構(gòu)的碳排放。生命周期評價等碳排放分析方法雖可以實現(xiàn)面向減碳的多方案比選，但在應用中，對碳排放量最小化的追求將一定程度制約建筑結(jié)構(gòu)設(shè)計方案的多樣性，可能對建筑結(jié)構(gòu)的安全性、使用性能等其他維度屬性造成不利；同時，尚難以確?，F(xiàn)有可選低碳方案可滿足社會低碳可持續(xù)轉(zhuǎn)型需求。因此，有待規(guī)范和提出建筑結(jié)構(gòu)隱含碳排放限值，將社會碳減排路徑的預期目標需求映射至建筑結(jié)構(gòu)單體設(shè)計，為建筑結(jié)構(gòu)設(shè)計減碳水平的衡量與優(yōu)化提供定量依據(jù)。

中國工程院肖緒文院士、朱合華院士研究團隊《建筑結(jié)構(gòu)隱含碳排放限值預設(shè)方法研究》一文。文章指出，建筑隱含碳排放指建材生產(chǎn)、施工、維護、拆除、處置等過程發(fā)生的碳排放，隱含碳排放限值是建筑結(jié)構(gòu)碳排放量化調(diào)控與減碳目標保障的關(guān)鍵指標。文章從社會“碳中和”所需減碳路徑出發(fā)，依據(jù)建筑結(jié)構(gòu)保有與需求量中的新建與既有結(jié)構(gòu)構(gòu)成比例，提出減碳目標分解方法，為既有結(jié)構(gòu)低碳維護與新建結(jié)構(gòu)低碳設(shè)計提供與宏觀年度減碳需求相匹配的限值預設(shè)依據(jù)。依托“雙碳”目標的減碳需求構(gòu)建行業(yè)預期發(fā)展情景，在維持現(xiàn)狀、常規(guī)預估、拆除限制、減量預估四類典型情景下，得出了2022年我國新建建筑結(jié)構(gòu)隱含碳排放限值；給出了2022—2060年建筑結(jié)構(gòu)建造與維護碳排放限值的變化趨勢，厘清了新建結(jié)構(gòu)總量控制、既有結(jié)構(gòu)延壽等減碳措施促使結(jié)構(gòu)單體隱含碳排放限值寬松的成效。進一步從概率化調(diào)控、區(qū)域特征量化、可操作性、數(shù)據(jù)驅(qū)動優(yōu)化等方面，提出了建筑結(jié)構(gòu)隱含碳排放限值設(shè)定的相關(guān)建議。

表面"彩虹"上的超分辨率光譜位移傳感

基于成像的傳感技術(shù)是實現(xiàn)生物或化學方面一些重要信息可視化的主要工具。然而，由于經(jīng)典光學存在衍射極限，為了實現(xiàn)更好的成像能力，傳統(tǒng)的光學成像系統(tǒng)通常需要龐大的體積，并且價格昂貴。微型納米等離子體結(jié)構(gòu)中納米尺度上的超慢波可以改善光與物質(zhì)的相互作用，其獨特的潛力備受關(guān)注。特別地，超材料中光的“彩虹”儲存和漸變的等離子體光柵結(jié)構(gòu)，為在芯片上操縱光開辟了全新的、有吸引力的方法。

中國工程院院刊《Engineering》2022年第10期發(fā)表美國紐約州立大學布法羅分校Gan Qiaoqiang教授研究團隊的《表面"彩虹"上的超分辨率光譜位移傳感》一文。文章報道了一種特殊的可以捕獲“彩虹”的超表面，并將其應用于芯片光譜儀和傳感器。結(jié)合超分辨圖像處理，通過低設(shè)置4×光學顯微鏡系統(tǒng)可分辨出等離子體“彩虹”捕獲超表面上35 nm范圍內(nèi)共振位置的位移，同時該超表面的面積小至0.002 mm2。這種可實現(xiàn)高效耦合的“彩虹”等離子體共振空間操縱的獨特特征為小型化片上光譜分析提供了一個新的平臺，其光譜分辨率為0.032 nm波長偏移。通過使用該低設(shè)置4×光學顯微鏡成像系統(tǒng)，文章展示了A549外泌體的生物傳感分辨率為1.92×109個?mL-1，并使用外泌體表皮生長因子受體（EGFR）的表達值來區(qū)分患者樣本和健康對照樣本，從而展示了一種精確特異性生物/化學傳感檢測應用的新型片上傳感系統(tǒng)。

精簡指令集架構(gòu)加速芯片研發(fā)

作為流線型計算機芯片指令集架構(gòu)，第五代精簡指令集計算機（RISC-V）具有設(shè)計簡潔、模塊化、開源和有豐富的軟件生態(tài)，現(xiàn)已進入了高速發(fā)展階段，不僅可以用于定制處理器，還可以用于定制芯片，應用前景廣闊。

《精簡指令集架構(gòu)加速芯片研發(fā)》文章報道了RISC-V的研究及應用進展情況，介紹了RISC-V在推動芯片研發(fā)方面的潛力，分析了當前RISC-V與定制機器學習加速技術(shù)組合后用于智能芯片研發(fā)方面的進展。文章指出，RISC-V的發(fā)展前景廣闊，但也面臨一些挑戰(zhàn)，如基于RISC-V的新型軟件編譯器、處理器和計算機設(shè)計必須從頭開始建立，這是一項耗時而昂貴的工作；盡管RISC-V已經(jīng)得到了幾個Linux發(fā)行版的支持，如Ubuntu、Debian、FreeBSD、NetBSD和OpenBSD，但還沒能適應其他一些廣泛使用的操作系統(tǒng)。

*免責聲明：本文版權(quán)歸原作者所有，本文所用圖片、文字如涉及作品版權(quán)，請第一時間聯(lián)系我們刪除。本平臺旨在提供行業(yè)資訊，僅代表作者觀點，不代表感知芯視界立場。

審核編輯黃宇