随着计算机软硬件的迅速发展，人工智能（AI）模型在感知型任务中实现了接近或者超越人类能力的性能水平。然而，为了开发能够全面理解世界的成熟AI系统，模型必须能够生成视觉概念，而非仅仅是识别它们。首先全面概述现有的生成框架，其中包括对抗生成网络、变分自动编码器、流模型和扩散模型；然后，回顾最近在图像和视频生成方面的最新进展，并讨论它们的局限性；最后，提出改进现有视觉生成模型的可行策略，并概述有前途的未来研究方向。这些讨论和探究对推动视觉生成建模领域的发展和全面挖掘AI系统在视觉概念生成领域的潜能具有重要的意义。

工业园区中边界污染气体的浓度不仅受工业园区无组织污染源的排放影响, 也受园区道路机动车尾气的扩散影响。 利用AG-FTIR-DA3000型开放光程傅里叶变换红外光谱（Open-FTIR）测量系统, 对厂区边界污染气体进行实时在线测量, 确定污染气体厂界实测浓度。 同时, 针对机动车尾气扩散影响厂区边界污染气体浓度的问题, 通过AG-FTIR-DX4000型便携式傅里叶变换红外光谱（FTIR）测量系统, 确定不同排放标准下机动车尾气污染源浓度。 利用便携式FTIR测量结果、 风速风向、 大气稳定度、 车流量等变量因素建立参考坐标, 给出了高斯扩散的数理模型。 并结合Open-FTIR, 对Open-FTIR的测量路径进行积分计算并构建点线源扩散模型, 从而建立各种排放标准的烟团线源扩散表。 将Open-FTIR实测浓度与构建的点线源扩散模型模拟浓度相结合, 分析工业园区边界污染气体的来源。 结果表明: 厂区边界污染气体主要包括一氧化碳、 甲烷、 乙烯、 乙醛、 丙烯、 甲醇、 丙醛、 异丁烯、 甲醛、 二氧化硫, 其中一氧化碳、 甲烷、 乙烯浓度受机动车尾气的扩散影响。 早晚高峰期时, 机动车尾气的扩散对边界污染气体浓度影响较大; 非高峰期, 在1:00时与4:00—6:00时浓度骤升, 出现高浓度点, 不符合机动车尾气模型排放规则, 主要受园区排放影响。 其最高浓度与集中浓度分别为: 5.50与4.00 mg·m-3; 1.85与1.60 mg·m-3; 78.00与40.00 μg·m-3。 对比扩散表, 符合尾气扩散浓度分布结果。 其他测量结果组分的最高值和平均值依次为: 1.65与1.40 mg·m-3; 2.60与1.27 mg·m-3; 43.53与11.40 mg·m-3; 310.23与839.05 μg·m-3; 76.32与38.96 μg·m-3; 47.70与25.20 μg·m-3; 1.33与1.16 mg·m-3。 该研究不仅实现了工业园区边界多组分污染气体的实时在线测量, 同时结合外场环境及便携式FTIR测量结果实现了边界污染气体浓度的混合测定。 为今后对工业园区边界污染气体的来源判断提供了一种分析思路。

时间分辨特性是GaAs光电阴极应用于泵浦探测等领域的一种极为重要的性能参量。采用矩阵差分求解光电子扩散模型的方式计算了光电子连续性方程和出射光电子流密度方程，发现影响GaAs光电阴极时间分辨特性的因素包括GaAs/GaAlAs后界面复合速率、GaAs电子扩散系数和GaAs激活层厚度，之后较为系统地研究了这三种物理因素对GaAs光电阴极时间分辨特性的影响。研究结果表明，GaAs电子扩散系数和GaAs/GaAlAs后界面复合速率与光电阴极的响应速率存在非线性正比关系，且随着两者的增大，GaAs光电阴极将出现饱和响应速率。激活层厚度对GaAs光电阴极响应时间的影响最大，通过激活层厚度的适当减薄可以将GaAs光电阴极的响应时间缩短至20 ps，可满足绝大多数光子、粒子探测的快响应需求。该研究为快响应GaAs光电阴极的实验和应用提供了必要的理论支撑。

熔盐中少量的Na+并不会对玻璃的离子交换效果产生明显影响，但当熔盐中Na+浓度不断增大时，化学增强钠铝硅酸盐玻璃的性能开始受到影响。本文采用一步法离子交换工艺研究了熔盐中Na+浓度对不同厚度化学增强钠铝硅酸盐玻璃表面压应力、应力层深度和弯曲强度等性能的影响。研究表明：熔盐中Na+浓度不断增大时，化学增强钠铝硅酸盐玻璃的表面压应力、弯曲强度下降；弯曲强度下降最多可达175 MPa，此时玻璃的表面压应力下降了57.4 MPa；熔盐中Na+浓度变化未对化学增强钠铝硅酸盐玻璃的应力层深度和可见光透过率产生明显影响。

基于大气污染物二维分布遥测系统,开展了被动成像差分吸收光谱技术和图像优化算法相结合的大气污染物二维分布遥测研究。将紫外光谱和可视化图像的双通道系统相结合,实现了污染物浓度信息与可视化图像的精确匹配。针对复杂背景下污染物的数据处理问题,尤其是受浓烟、障碍物遮挡等情况下的数据缺失问题,对观测值进行筛选和处理,再结合烟羽扩散模型和曲面三次样条插值算法对整个区域内的浓度信息进行优化,从而快速获得高空间分辨的污染物二维分布图像信息。

氨挥发是农田氮素向环境输出的重要途径, 也是我国空气中PM2.5形成的主要因素, 给环境和农业生产带来了诸多不利影响。 传统的农田氨挥发测定大多依赖酸吸收法, 但因采样时间长、 劳动量大, 难以获取氨挥发日内动态变化规律。 基于开放光程可调谐二极管激光吸收光谱技术进行田间痕量氨气测定时, 测量精度高、 选择性好、 系统响应速度快, 不需要复杂的采样操作, 就可以实现激光发射器与反射镜之间数十至数百米的高时间分辨率的氨气浓度原位快速监测。 其与微气象反向拉格朗日随机扩散模型相结合（TDLAS-BLS法）是目前农业源氨挥发监测技术领域的研究热点。 通过田间试验, 分析比较TDLAS-BLS法与微气象水平通量积分法（IHF法）测定的氨挥发速率及氨挥发损失结果, 实现对TDLAS-BLS法测定大面积农田氨挥发的可靠性验证。 利用监测获取的高时间分辨率数据研究冬小麦追肥期氨挥发日内变化规律及影响因素。 结果表明: TDLAS-BLS法和IHF法测定农田氨挥发速率基本一致（斜率为0.97, R2=0.97, n=14）, TDLAS-BLS法测定氨挥发速率仅比IHF法低3%, 总氨挥发损失仅低6%, 证明TDLAS-BLS法可用于冬小麦追肥期大面积农田氨挥发监测中。 冬小麦追肥期白天氨浓度明显高于夜间, 且受风速波动影响, 氨浓度瞬时波动较大。 氨挥发速率在追肥后缓慢升高, 施肥后第6天出现氨挥发速率峰值8.9 kg N·ha-1·d-1, 随后逐渐降低, 至第15天与背景接近。 氨挥发损失主要集中在施肥后的第5～8 d（79～175 h）, 该时段氨挥发损失占总氨挥发损失的69%。 整个监测期间TDLAS-BLS法测定总氨挥发损失为8.8 kg N·ha-1（占施氮量6.3%）, 较低的损失量与沟施覆土的施肥方式及低温、 低光照强度有关。 TDLAS-BLS法实现了在线监测大面积农田氨挥发日内变化规律, 高时间分辨率数据可更准确地评估气象因素对氨挥发的影响。 冬小麦追肥期氨挥发日内波动较大, 存在明显的昼高夜低变化规律, 与温度、 风速、 光照有很高的相符性。 相关分析表明风速、 光照、 土壤温度、 降水都与氨挥发有显著相关性, 异常天气下主导气象因素（如降水）是氨挥发主要控制因素。

针对红外焦平面成像系统存在列向条纹非均匀性的现象, 采用了一种基于自适应PM扩散模型的非均匀校正新算法。首先, 综合利用图像梯度信息和局部灰度统计信息, 自适应计算PM模型的扩散阈值; 然后将每列像素的PM模型估计值作为该列像素的期望值; 最后采用最陡下降法迭代计算得到每列像元的校正参数, 并对结果进行循环校正以提高校正效果。实验结果表明: 该算法可以保护图像边缘信息, 与同类算法相比, 能够更有效地抑制条纹非均匀性, 并且能够防止图像产生鬼影。

为了确定数值模拟过程中的误差来源，并针对误差来源改进软件，减小计算误差，对半导体器件数值模拟中的采用的漂移扩散模型进行了研究。结合自主开发的半导体器件效应软件GSRES，分析了软件中漂移扩散模型的理论近似，对计算模型中由于温度分布、载流子复合/产生率、载流子迁移率等项采取近似而导致的误差进行了分析。根据误差分析和数值模拟算例，认为误差主要来自于器件内部温度场分布和迁移率模型的近似，给出了软件的适用范围。结合半导体器件的研究热点和发展趋势，对该模型中需要进行改进的近似项进行了分析。