从实践路径看，中国已形成3种具有代表性的治理模式：兴隆天文台以工程措施减缓光污染影响，体现“技术缓解型”路径；丽江天文台探索“暗夜保护与文旅融合”的发展模式，实现生态与经济协同；冷湖天文台则通过划定保护区和缓冲区，建立制度性约束，走出“规划先行、立法锁定”的前瞻路径。实践表明，光污染防治必须从“事后治理”转向“源头控制”。

不用白色颜料，能否在薄膜上印出清晰的白色和灰度图案，还让表面像荷叶一样排斥水滴？日本京都大学联合东华大学等机构的研究人员，通过光照和溶剂处理，在聚合物内部构建微小孔隙，让材料结构同时调控光和水。2026年9月9日，相关研究发表于《Nature》。

王绵之，首届国医大师、北京中医药大学终身教授，是中国方剂学学科的主要奠基人和开拓者。他出身江苏南通中医世家，为王氏医学第19代传人。他主编首部《方剂学》统编教材，确立“以法统方”体例，使方剂学成为中医核心主干课程。学术上主张“方从法出，法随证立”，强调方论研究与经方化裁，善治免疫性不孕、再生障碍性贫血等疑难重症。并将中医药引入载人航天工程，研制“太空养心丸”，有效改善航天员心血管功能与代谢状态，助力神舟五号、神舟六号任务。王绵之一生致力于方剂学理论研究、临床实践、教材建设与人才培养，为中国方剂学科的创立发展和中医药现代化、国际化做出了不可磨灭的贡献。

随着城市化进程加速和人工照明广泛应用，由人造夜间灯光增加引起的光污染已成为全球性环境问题。早期关于光污染生态影响的研究主要集中于少数脊椎动物类群，目前的研究已扩展至涵盖多个生态类群。系统梳理了光污染对不同生态类群的影响，包括对人体健康的潜在威胁、动物昼夜节律和行为模式的干扰、植物物候和生理过程的改变，以及微生物群落结构与功能的变化。光污染生态效应具有显著的物种特异性和环境依赖性，其响应强度受到光照强度、光谱组成和暴露条件等因素调节。尽管已有大量研究，但对光污染在更高生态层面的影响机制和长期生态后果仍缺乏深入认识。未来研究需要进一步解析光污染生态影响机制，提高生态风险预测能力，并发展生态友好型照明技术和管理策略。

当前中国城市光污染问题日益突出，加快完善光污染防治制度体系已成为迫切需求。系统梳理国际典型国家及地区光污染防治法规政策与实践经验，深入分析中国光污染防治现状、管理体制及制度标准存在的短板。研究提出，需强化多部门联合监管，明晰生态环境、住建、交通等部门职责，落实源头防控与地方政府分区管理责任；加快健全以统筹规划、源头防控、分类管理、分区管控（需要特殊保护区域严格保护）为核心的制度体系，强化绿色照明推广与公众参与监督；同步完善光环境质量、排放限值、监测评价、分区管控等关键标准，构建科学严密、协同高效的光污染防治体系，持续提升治理能力与治理水平。

光暴露是影响人体昼夜节律、情绪调节与代谢健康的重要环境因素，已成为健康照明研究的核心变量。随着相关研究不断积累，其方法范式也正处于由静态向动态、由环境向个体的演进之中。从理论机制、指标体系、测量手段与健康证据4个层面，系统回顾了光暴露研究的发展路径。通过归纳5类主流研究范式，明确当前研究正经历从以“照明条件”为基础的短期实验，向真实情境中个体眼部光照的动态建模，即“受光史”的转变。进一步梳理表明，现阶段光暴露研究面临3方面核心挑战：长期健康效应测度不足、面向个体的标准化数据体系缺失，以及高精度受光史采集的成本壁垒。基于上述问题，提出以高保真测量、数据结构建设与预测建模为核心的发展路径。在此基础上，进一步构建了以受光史为核心的光污染评估与治理框架，提出将个体健康风险作为污染强度的计算基础，实现从“可测”走向“可评”与“可控”的治理转化。

通信与智能的融合，开启了具有革命性、颠覆性的通信新体系变革。首先分析了通信技术、人工智能（artificial intelligence，AI）的研究现状，指出通信技术与AI融合的必要性；然后给出了原创的通信智能融合框架（ComAI），阐述了ComAI的指导理论，即语义信息论，揭示了同义性是语义信息的本质特征，由同义映射出发，构建了语义信息度量体系，证明了语义无失真信源编码定理、语义信道编码定理和语义限失真信源编码定理；进一步探讨了ComAI系统的系列关键技术；最后，展望ComAI未来的应用前景。为支撑中国构建智能通信基础设施体系，亟需实现关键核心技术突破，提升中国在信息通信领域的综合竞争力。

随着河流地貌研究日益依赖大规模文献信息的集成与分析，如何从非结构化文本中系统抽取关键术语及其语义关系，已成为推动地貌学数字化、结构化发展的关键技术问题。提出一种基于GPT（generative pre-trained transformer‌）大语言模型的河流地貌知识抽取方法，设计Few−shot提示结构，引导模型识别文本中的地貌实体与关系，并输出标准化三元组<实体₁，关系，实体₂>。研究方法包括语料准备、提示结构设计、模型调用与结果输出4个环节，实验基于30篇核心英文文献，累计抽取三元组7605条，涵盖22815个实体与关系元素。评估结果表明，该方法具备较高准确率（Precision为0.834）、良好召回率（Recall为0.789）、整体性能稳定（F₁=0.862），适用于术语密集型地学语料的自动化处理。进一步分析表明，模型在处理复杂句式、隐含关系与多义词方面仍存在一定局限，未来可通过模型微调、知识约束与多模态融合进一步优化。本研究为地貌知识的智能建构与语义集成提供了可行路径，也为地理信息科学与人工智能的交叉融合拓展了应用空间。