新闻及香港科大故事

Prof. LU Mengqian, now Associate Professor of Civil and Environmental Engineering, told the unique story of a little girl in Qingdao with tremendous physical and intellectual potentials.

香港科技大学（科大）研究团队透过分析香港、北京、纽约等全球29个大城市的厨余数据，建立了一套创新的城市厨余管理框架。研究指出，在厨余含水量较高的「湿厨余城市」如香港，将厨余搅碎并导入污水系统进行处理，比单靠依靠堆填更具效益，此举更可令整体温室气体排放量降低约 47%，同时减少约 11%的废物处理成本。该研究为全球城市的厨余管理提供全新的量化依据。研究由科大土木及环境工程学系讲座教授陈光浩教授领导，团队成员包括博士后研究员郭洪骁博士及博士生邹旭等，并与华中科技大学研究团队合作。研究成果以〈Redefining separate or integrated food waste and wastewater streams for 29 large cities〉为题，在国际学术期刊《Nature Cities》上发表。随着全球都市人口上升，厨余量亦不断增加。目前，大部分城市仍採用堆填或焚化的方式处理厨余，然而高含水量的厨余显着增加运输成本及能源消耗。例如在美国，堆填区中的厨余产生的甲烷佔整体堆填区排放量的58%，已成为主要的温室气体污染来源之一。研究团队通过收集全球29个大城市的厨余组成、污水量、能源消耗与处理成本等数据进行科学分析，发现影响厨余处理效益的关键因素并非厨余重量及种类，而是其含水量（moisture load）。含水量愈高，固体废物处理系统的负荷愈大，相应的处理成本和排放量也会随之增加。研究团队提出的「城市生物废弃物通量」（Urban Biowaste Flux, UBF）框架计算出，当城市每年人均厨余含水量达到46.8公斤时，採用透过污水系统结合堆填或焚化的「整合方式」处理厨余，会比单纯以固体废物方式处理更加有效。香港、北京及首尔等汤水及新鲜食品比例较高的城市均属于典型的湿厨余城市。研究显示，在这类城市中，使用厨余研磨器把厨余导入污水系统，有助提升整体处理效能。以香港为例：

在应对极端天气、提升气候韧性的关键领域，香港科技大学（科大）取得了一项突破性进展。科大研究团队成功研发出一种人工智能模型，能够提前长达四小时预警危险的强对流风暴，包括多次袭港的「黑色暴雨」及雷暴及突发性强降雨等。这项全球首创的技术由科大与国家级气象机构合作开发。与现有系统相比，该模型利用卫星数据及先进的深度扩散技术，能在48平方公里的空间尺度上将预报准确率提升超过15%，这不仅显著增强了国家气象预报系统的整体精准度，也为亚洲乃至全球防灾能力较弱的地区带来了更有效的早期预警，以应对气候突变的风险。这项研究与「沿海城市气候韧性国家重点实验室」（SKL CRCC）的核心目标高度契合。该实验室于去年获中国科学技术部批准成立，现由实验室主任吴宏伟教授领导。他同时担任科大副校长（大学拓展）、及中电控股可持续发展学教授。研究团由科大沿海城市气候韧性全国重点实验室之气候变化与极端天气方向科研主管、土木及环境工程学系讲座教授兼「杰出创科学人」苏慧教授，联同博士后研究员代快博士，并与哈尔滨工业大学（深圳）计算机科学与技术学院、中国气象局热带海洋气象研究所及国家卫星气象中心的学者组成。研究成果已发表于《美国国家科学院院刊》，论文题为〈利用卫星数据驱动的深度扩散模型实现四小时对流预报〉。近年极端天气的情况愈趋频繁，香港去年夏季曾在八日内四度发出黑色暴雨警告；印尼峇里岛、泰国南部等地亦遭受暴雨洪涝重创，造成重大人命伤亡和经济损失。现行天气预报主要依靠数值模式模拟大气状态，运算成本高昂且易受大气混沌性及观测资料不足的影响，对于快速发展且尺度细小的对流系统（如雷暴及暴雨），准确预报时间通常仅能提前20分钟至两小时。如此短暂的预警时间，令政府部门、应急部门和公众在灾害来临前几乎来不及部署、疏散或采取有效防灾措施。

香港科技大学（科大）学者领导的研究团队发现，北极海冰的融化速度自2012年起放缓，由以往每十年融化11.3%急剧下降至每十年0.4%，其主因与北大西洋涛动（North Atlantic Oscillation, 下称NAO）的气压形势变化转为正位相有关，北极区冷空气因而受限制在北极圈内。然而，NAO正位相将在2030-2040年间达至顶峰，其后料进入负位相周期，北极海冰将进入新一轮加速融化阶段。若温室气体排放量持续高企，有可能会在未来数十年内引发一系列严重的气候和环境危机。该项研究由科大土木及环境工程学系讲座教授、「杰出创科学人」苏慧教授、新兴跨学科领域学部副教授翟成兴教授及土木及环境工程学系博士后研究员王岑博士领导，以Recent slowing of Arctic sea ice melt tied to multidecadal NAO variability为题，已于《自然通讯》期刊上发表。科大团队观察到北极海冰融化速度放缓，遂运用多组北极海冰密集度[Arctic sea ice concentration (SIC)]数据作对比，成功揭示出近数十年来的变化。结果显示，北极海冰密集度自1970年代开始下降，其融化速度更于1990年代起明显加剧，并于2012年9月达至历史新低。同时，全球在2014年起十年录得破纪录以来的高温，惟北极海冰融化速度却大幅放缓，北极海冰在1996年至2011年间的融化速度为每十年11.3%，但在2012年之后，速度却大幅放缓至每十年仅0.4%。

香港科技大学（科大）去年通过遴选，获中国国家航天局委任牵头「嫦娥八号」国际合作项目——月面多功能操作机械人暨移动充电站（名为「香港操作机械人」）。该项目将汇聚海内外航天领域的学者与专家，共同研制配备移动充电设备、能执行灵巧操作的多功能月面操作机械人，旨在为国家月球探索任务作出重要贡献。为支持这一国际合作项目，香港特别行政区政府已在InnoHK科研平台上成立「香港太空机械人与能源中心」，由科大主导，负责推动跨院校与跨地域合作。科大「香港操作机械人」将与本地、内地及海外多所大学及航天科研机构共同研发，致力于推动航天技术全生命周期——从概念设计、研发、制造到测试与系统集成的前沿创新。作为国家探月工程第四期任务的一部分，「嫦娥八号」探测器计划于2029年前后发射，国家将来在月面上建设国际月球科研站。届时，「嫦娥八号」将着陆于月球南极，并携带包括「香港操作机械人」在内的国际月面机械人科考家族，执行科学探测任务。该款由科大跨学科团队研发的机器人，凝聚了顶尖跨学科团队的前沿科技精髓，将在国家重大航天任务中承担关键角色，以其卓越的自主功能及精确度，在适应月球极端环境方面发挥极致的作用。科大副校长（研究及发展）郑光廷教授表示：「中国航天事业发展迅速，在深空探索领域的成就举世瞩目。香港凭藉『背靠祖国、联通世界』的独特优势，结合雄厚的科研实力，正积极融入国家航天发展大局。科大通过参与国家『嫦娥八号』探月任务，以及承担创新及科技支援计划下『特别徵集（航天科技）』资助的『从中国空间站监测温室气体排放点源』研究项目，为国家航天事业的国际化进程提供助力。科大充分发挥在人工智能、机械人、材料科学及热控工程等领域的科研优势，全力推动航天科技成果的转化与应用。此举不仅能提升香港在航天科技领域的国际竞争力、创造显着经济效益，更将进一步巩固香港作为国际创新科技中心的地位。」

With a warm smile and larger than life personality, it is easy to see how Michael Leung leads the charge at his firm – a world leader in design and manufacturing of cutting-edge technologies, software and services for the professional construction industry. A personality that can put anyone at ease, his own journey from a young student growing up in Hong Kong’s own Kennedy Town to being the first Asian to lead a global company in Australia, he attributes much of his career success to his alma mater, the Hong Kong University of Science and Technology (HKUST).

香港科技大学（科大）工学院的跨学科研究团队最近成功开发了一套「拟人化认知编码系统」，让自动驾驶车（自驾车）能像人类司机般「思考」，综合判断复杂路况。这项崭新技术可将整体交通风险降低26.3%，而对于行人及骑行者等高风险群体来说，潜在意外更大幅减少51.7%。与此同时，自驾车的自身风险也下降了8.3%，为自动驾驶技术的安全性迈进一大步。 现行自动驾驶系统的一大局限，在于其「单对单」风险评估机制，即每次只能比较两个选项，无法像人类司机那样全面考虑道路上的多方互动，例如在十字路口优先让路予行人，再适度调整与附近车辆距离；一旦确定行人安全，再迅速将注意力转向其他车辆。这种动态决策能力，称为「社会敏感度 (social sensitivity)」。 为了让自驾车可「学习」人类的社会敏感度，科大土木及环境工程学系讲座教授杨海牵头的研究团队借鉴了神经科学、认知科学和伦理学概念，开发出符合人类认知逻辑的编码方案，为自动驾驶系统配备接近真人司机的感知、评估与行动能力。 该系统结合了三项关键创新： 一、个体风险评估模组 (Individual Risk Assessment)：评估每位道路使用者（包括行人、单车、电单车与邻近车辆）的潜在风险，包括分析其速度、相对距离和行为规律，例如，在路边行走的小孩会被归类为高风险群体。 二、社会权重风险映射模组 (Socially Weighted Risk Mapping)：在决策过程中引入伦理权重，优先保护弱势群体，例如在实际应用上，自驾车即使在规则允许前进的情况下，亦可能会主动礼让行人。 三、行为信念编码模组 (Behavioral Belief Encoding)：能预判自驾车决策对整体交通状况的影响，举例说突然变道会否导致周边司机急刹，或者加剧路面挤塞。

香港科技大学（科大）工学院研究团队成功研发了一种革命性的计算框架，深化了科学界对土壤、沙粒和药物粉末等颗粒材料动力学的理解。此突破性模型能透过综合分析水、空气及粒子间的相互物理作用，准确预测山泥倾泻，改善农业灌溉及石油抽取系统，并有助提升食物和药物的製造流程。 预测颗粒材料动力的挑战 固体颗粒材料（如：土壤、沙子，以及製药和食品生产中使用的粉末）的流动，是支配许多自然环境与工业过程的基本机制。理解这些颗粒与周边流体（如水、空气）的互动关係，对预测土壤崩塌或流体渗漏等状况至关重要。然而，现存模型在捕捉这些相互作用，尤其是当这些物质处于「不完全饱和状态」，因而牵涉到毛细吸力、黏滞力等複杂的计算因素在内时，要精准预测这些状况极为困难。 PUA-DEM革新颗粒模型范式 为应对这些挑战，科大土木及环境工程学系的赵吉东教授及其团队研发了「孔隙单元体 – 离散元模型」（简称PUA-DEM模型）。有别于传统模型多採用过度简化的单向流固耦合分析（如仅考虑流体对固体的单向影响等），PUA-DEM模型能综合计算颗粒、空气和水之间的物理交互动态，透过多向耦合分析，精准捕捉固体及流体的移动，并能准确模拟颗粒在不同饱和状态 (从完全湿透至完全乾燥的情况)下，压力释放程度的变化。 基于基础物理原理，这首创模型能精准预测流体和固体在交互作用下各种複杂状况，在岩土工程、环境科学与工业製造等领域，均有巨大的应用潜力。 颗粒模型应用广泛 研究团队正寻求与政府及业界合作，期望应用此技术以助解决现实生活的不同挑战。当中包括开发山泥倾泻早期预警系统； 透过模拟根土保水能力的交互作用以完善洒水灌溉策略；以及透过多方流体预测系统以协助改进现时石油採集以及碳封存工序的效率等。除此以外，新技术亦有望革新药物製造，透过更精准控制粉末的加工程序，使药物生产更安全和更高效，并有助确保药物剂量的一致性，从而提升疗效及改善病人预后。在食品製造方面，新技术可望革新咖啡、糖，以及婴儿配方奶粉等颗粒生产工序，改善其质地、溶解度以及保存稳定性等，亦有效减少耗能与浪费。