本篇研究来自北京师范大学孙刚课题组。本研究揭示了表面曲率调控纳米液滴界面性质的新规律：曲率增大可抑制毛细波涨落、增强界面分子有序性，并形成具有显著空间特征的界面压力分布；同时，曲率还可加速界面分子运动，弯曲界面分子的短时振动与长时扩散存在可靠关联，建立了“界面曲率—微观结构—分子动力学”之间的联系。该成果为理解纳米弯曲界面的输运机制提供了新认识。 文章介绍 How surface curvature shapes water nanodroplets in air Kun Qiu（仇坤）, Huaze Shen（申化泽） and Gang Sun（孙刚） 通讯作者： 孙刚，北京师范大学物理与天文学院   研究背景： 气—液界面广泛存在于云和气溶胶、相变成核以及微纳流体等自然和技术体系中，其独特的分子结构和动力学行为深刻影响相变、化学反应与物质传输过程。界面水在数个分子层内呈现密度分层、分子取向增强及类冰结构，表现出显著不同于体相水的运动特性。由于实际液滴具有有限曲率，曲率还会进一步调控界面涨落、分子排布和局域力学环境，赋予纳米液滴区别于平面界面的尺寸依赖特征。尽管已有研究发现曲率能够影响界面氢键网络，但其对界面结构、力学与动力学性质的系统影响仍缺乏清晰认识。基于此，本研究以不同尺寸的纳米水滴为模型，系统揭示表面曲率对界面性质的调控作用，为深入理解纳米尺度界面现象及其在相变调控、界面传质和微纳流控等领域的应用提供重要理论依据。   研究内容： 本研究采用分子动力学模拟，构建不同温度和尺寸的水纳米液滴，系统研究表面曲率调控液滴界面结构、力学和动力学性质的分子机制，取得以下重要发现： （1）通过引入Willard–Chandler本征界面分析方法，首次清晰揭示了液滴表面约两个分子层范围内存在类冰的分层结构和显著分子取向有序性，并发现界面有序性随曲率增大而增强，表明曲率能够诱导纳米液滴界面结构重组。 （2）研究发现，界面压强分布呈现与分子分层相对应的层状特征，其根源在于界面氢键网络的拉伸和有序化。通过比较平均界面与本征界面，进一步发现表面张力的曲率依赖性主要源于毛细波涨落，而本征界面的表面张力基本不随液滴尺寸变化，从而为理解经典Tolman效应提供了新的分子尺度解释。 （3）动力学研究表明，界面分子运动显著快于液滴内部，且曲率越大，界面动力学的增强越明显。更重要的是，研究发现弯曲界面的短时振动与长时扩散之间存在稳定关联，表明短时间尺度的运动信息可以用于预测长时间尺度的扩散行为，为纳米界面动力学调控和输运预测提供了新思路。 本研究从结构、力学和动力学三个层面建立了“表面曲率-界面有序性-局域力学-分子动力学”之间的内在联系，揭示了纳米液滴界面区别于平面界面的新性质，构建了认识曲率效应的新分子图景。研究成果不仅深化了对纳米尺度界面水和液滴行为的基础认识，也为相变成核、界面传质、纳米液滴操控、微纳流控及界面反应调控等领域提供了重要理论依据。 作者介绍 孙刚  教授 北京师范大学 孙刚，北京师范大学教授。2016年于北京大学、波士顿大学（CSC联培）获得博士学位，先后在悉尼大学，东京大学从事博士后研究。研究方向为不同维度下的相变和临界现象，主要包括结晶、玻璃转变以及玻璃-玻璃转变等。迄今在Nature Materials, Nature Communications, PRL, PNAS, Science Bulletin等期刊上发表学术论文三十余篇，获得国家发明专利一项。 期刊介绍 Journal of Physics: Condensed Matter 2025年影响因子：2.9  Citescore: 4.8 Journal of Physics: Condensed Matter…

《物理世界》（Physics World）是世界领先的物理杂志，并以月刊的形式发送给英国物理学会（IOP）的所有成员。《物理世界》的每一期都涵盖了世界各地科学家都关注的时事新闻和关键问题，包括著名物理学家和科学作家的专题文章、综合新闻和分析，以及精辟的观点文章。 我们将不定期精选出其中的优秀文章，供大家阅读。希望您喜欢阅读本期文章！ 文章介绍 没有理解的发现 中国科学院高能物理研究所 阮曼奇 编译自 Claire Malone. Physics World，2026，（8）：25 本文选自《物理》2026年第9期 在《 银 河 系 漫 游 指 南 》中 ，Douglas Adams设想了一台名为“深思”的超级计算机。它花了 750 万年，算出了“关于生命、宇宙以及一切终极问题的答案”：42。 唯一的问题是：没人知道当初具体问的问题是什么。这个笑话的深意在于，任何答案，无论多么精确，如果对问题本身和求解路径缺乏理解就毫无意义。 曾经这只是科幻内容。如今，从结构生物学到粒子物理，人工智能正越来越深地嵌入科学研究。它能识别海量数据中的隐藏模式、生成假说、加速模拟、指导实验，给出精度惊人的结果。但在某些情况下，连AI的创造者也说不清它究竟是如何得出结论的。 一个令人不安的问题随之而来：我们是否正在进入一个“没有理解的发现”的时代？如果真是这样，当科学开始生产属于它自己的“42”，又会发生什么？   AI与加速器粒子搜索 在欧洲核子研究中心(CERN)的大型强子对撞机(LHC)上，这个问题早已不是假设。人工智能特别是机器学习，长期以来就是粒子物理研究的日常工具。 早在2010 年代初，CMS和ATLAS实验就在希格斯玻色子搜索中常规使用机器学习方法：算法将希格斯玻色子衰变为双光子或四轻子的稀有信号从海量标准模型背景中筛选出来。机器学习本身并没有发现希格斯玻色子，但它通过显著提升分析灵敏度加速了搜寻进程。据《自然》综述文章指出，若不借助机器学习，达到同等灵敏度需要多出15% 到125% 的数据，某些测量甚至需要翻倍。 由CERN的ATLAS 实验探测到的候选希格斯玻色子对（与顶夸克对联合产生） 此后，AI的应用范围迅速扩大。神经网络被用来压缩海量数据集、加速模拟、以及在数十亿次碰撞中识别异常事件。曼彻斯特大学物理学家、ATLAS 合作组成员Caterina Doglioni 说：“人工智能的应用正变得越来越难以与粒子物理研究区分开来，它几乎无处不在。它在LHC上至关重要，是因为产生的数据远超可存储的量。” 更值得注意的是范式转变。过去， 机器学习用于“ 寻找已知信号”。算法被训练去识别理论预言的信号特征。如今，研究者让算法学习普通碰撞长什么样，再标记出偏离预期的异常事件。这本质上是一种异常检测： 新物理可能以某种“不同寻常之物”的形式显现，即便我们还不知道它长什么样。2024年，ATLAS 已用Run 2 数据成功部署了无监督异常检测搜索，虽未见新物理，但证明了方法可行。 简而言之：机器学习过去用于“ 我们知道在找什么”， 如今用于“我们还不知道在找什么”。   黑箱与“无法理解的证明” AI 能迅速识别高维数据模式、能看到人类可能忽略的模式，这一能力引发了最持久的担忧之一：黑箱问题。现代机器学习系统能揭示数据中的复杂关系，但研究者可能说不清模型究竟如何得出某一结果。在粒子物理这样“非凡主张需要非凡证据”的领域，这种不透明令人不安。…

本篇研究来自美国北卡罗来纳大学教堂山分校Angel Hsu课题组。本研究构建全球一致、与行政治理边界相匹配的城市中心—城郊—乡村分类框架；城市地区贡献全球72%–76%的领土CO2排放和约82%的消费端排放；1970—2022年，全球城市排放的部门结构发生明显变化，能源部门占比由34%升至43%，道路交通占比稳步增长；全球63%的次国家地区为隐含排放净进口方，表明领土减排并不意味着由本地消费驱动的全球碳足迹同步下降。 文章介绍 Aligning emissions with decision making: estimating urban contributions to global carbon dioxide emissionsYing Yu, Diego Manya, Angel Hsu 通讯作者： Angel Hsu，美国北卡罗来纳大学教堂山分校   研究背景： 城市被广泛认为是全球气候治理和减排行动的核心主体，但不同研究对“城市”的定义、空间边界和排放核算方式并不一致，导致城市对全球碳排放贡献的估算存在较大差异。现有研究常依据建成区像元、人口密度或功能联系划定城市范围，但这些范围并不一定对应实际治理边界，可能遗漏城市辖区内位于高密度建成区之外的工业、交通、物流和能源设施排放，也难以与地方政府的政策权限和减排责任相对应。因此，本研究建立全球一致、与行政治理边界匹配的城市中心—城郊—乡村分类框架，结合领土和消费端排放核算，系统评估城市地区对全球CO2排放的贡献、长期部门结构变化及生产与消费之间的排放不平衡，为城市和区域气候政策提供科学依据。   研究内容： 本研究以GADM v4.1全球行政边界为基础，综合人口规模与密度、建成区比例及其变化、GDP和用电量等指标，通过两阶段聚类将全球次国家行政单元划分为城市中心、城郊和乡村。在此基础上，结合来自EDGAR、ODIAC和CEDS的全球高分辨率CO2排放清单及GGMCF消费端碳足迹数据，从领土和消费端两个视角重新评估全球城市碳排放。 研究发现，2022年城市地区贡献全球约72%–76%的领土CO2排放，其中城市中心占30%–37%，城郊占39%–42%。这表明城市排放并不只集中于高密度核心区，大量工业、能源、交通和物流基础设施位于城市外围，却与城市经济活动和居民需求密切相关。   图1 全球次国家地区的城市排放贡献与城乡主导格局   从消费端看，2015年城市地区约占全球消费端CO2排放的82%，高于同期约73%–77%的领土排放占比。与此同时，全球63%的次国家地区属于隐含排放净进口方，即消费驱动的排放高于辖区内实际产生的排放。这表明，仅关注领土排放难以完整反映一个地区的碳足迹，城市减排还需关注由本地消费需求驱动的跨区域供应链排放。   图2 次国家地区的排放趋势与碳平衡类型   研究团队同步开发了Urban Carbon Mapper交互平台，支持全球次国家排放格局的可视化探索。相关数据已通过UNC Dataverse公开发布（https://doi.org/10.15139/S3/CJBRBS）。   图3 Urban Carbon Mapper交互界面 期刊介绍 Environmental Research Letters 2025年影响因子：5.4…

恒星和星云。（图片来源：iStock/sololos） 统计方法帮助科学家根据非周期性观测数据了解恒星。 天体的周期性变化能够为天文学家提供大量有关宇宙的信息。恒星亮度的偶发变化可能表明其属于双星系统，也可能意味着有一颗行星正在围绕其运行。而柯伊伯带天体的周期性运动，则能够帮助我们了解行星的形成以及太阳系的发展过程。但这些变化很少完全规律，因此天文学家开发了一系列统计方法，用于描述和分析非周期性观测数据。 如今，来自北卡罗来纳州立大学的数学统计学家首次比较了这些不同方法的稳健性。研究团队利用相同的模拟数据，对四种不同方法的有效性进行了评估，并据此提出了相应的使用建议和局限性，为所有开展观测工作的天文学家提供了重要参考。 >>点击此处链接，查看文章原文。 文章介绍 A statistical primer on classical period-finding techniques in astronomyNaomi Giertych, Ahmed Shaban, Pragya Haravu and Jonathan P Williams   通讯作者： Naomi Giertych，美国北卡罗来纳州立大学 期刊介绍 Reports on Progress in Physics 2025年影响因子：15.4  Citescore：23.0 Reports on Progress in Physics（ROPP）作为涵盖物理学各分支的权威性综述期刊，长期以来享有盛誉。所有综述均由编委会邀请全球顶尖专家撰写，覆盖物理的经典和热点议题。同时，ROPP现在开始接受原创研究文章投稿。