土壤硒的生物有效性受磷素形态的显著影响，但富硒农田土壤中不同磷组分的区域差异及其驱动因子仍缺乏系统认识。本研究采集我国9个典型富硒区域的36份农田土壤样品（涵盖旱地与水田），采用Hedley分级法测定七类磷形态，包括氯化铵提取态磷、碳酸氢钠提取态磷、氢氧化钠溶性磷、磷灰石型磷、土壤团聚体内磷、有机磷和残留磷，并结合土壤理化性质分析与冗余分析，明确关键环境控制因子。研究结果表明富硒土壤磷库结构在区域间存在显著差异。北方弱碱性土壤（含南通样地）中碳酸氢钠提取态磷占比较高，而南方酸性土壤则以铁铝氧化物固定的氢氧化钠溶性磷和有机磷为主；广西巴马旱地土壤中多类磷组分（碳酸氢钠提取态磷、磷灰石型磷、土壤团聚体内磷、总磷）均达峰值。冗余分析（redundancy analysis,RDA）结果显示，pH、有效铁、铵态氮和总氮是主要驱动因子，RDA1和RDA2轴累计解释变异率为57.1%，其中p H与氯化铵提取态磷呈显著正相关，与氢氧化钠溶性磷和磷灰石型磷呈显著负相关。本研究为富硒农田的磷-硒耦合过程解析及区域化养分管理提供科学依据。
<正>安全与防护用纺织品科研团队围绕核生化防护、防辐射、防弹防机械伤害、热防护、医用防护及可穿戴智能装备六类高性能纤维复合材料，开展基础研究到产业化的全链条创新，解决应急防护等行业的共性关键技术问题。团队建有国家地方联合工程研究中心、江苏省工程实验室、江苏省军民融合创新平台及省中小企业公共技术服务平台等科研平台，并在行业内发挥引领作用，承担重点实验室关键技术攻关任务。在防机械伤害三维成形、伪装隐身、核生化一体防护、电弧防护评价及人体工效评价等方面形成技术特色。
<正>《南通大学学报（自然科学版）》是由南通大学主办的自然科学类学术刊物，季刊，国内外公开发行。本刊主要刊登具有创新性、高水平的研究论文及反映学科前沿的述评。研究论文介绍某一课题高水平研究成果；特约述评综述某一重要研究领域的代表性成果，评论研究现状，提出尚待解决的问题，并指明今后的研究方向，一般约请知名教授撰写，作者亦可向编辑部自荐。欢迎国内外学者投稿，优稿优酬。
为探究氧化铋/聚氨酯/钨丝(Bi_2O3/TPU/W)包覆纱织物的制备工艺及其X射线防护性能，将聚氨酯(TPU)和氧化铋(Bi_2O3)配制成纺丝溶液，以钨丝(W)作为芯层，通过皮芯复合静电纺丝技术制备Bi_2O3/TPU/W包覆纱，并进一步织成平纹织物。研究了Bi_2O3的添加量对纳米纤维膜表面形貌、化学组分、力学性能、透气性能和X射线防护性能的影响。结果表明：当Bi_2O3添加量为75%时，Bi_2O3/TPU纤维膜中颗粒分布均匀、形貌良好。当Bi_2O3/TPU/W包覆纱直径为0.7 mm时，纱线结构稳定，强力好。所制备Bi_2O3/TPU/W包覆纱织物的厚度为1.4 mm时，透气率达1 220 mm/s，透湿率为7 040 g/(m2·24 h)，对入射能量为83 keV的X射线防护铅当量达0.27 mmPb。
为解决熔喷空气过滤材料捕获有害微生物后仍存在二次污染风险的问题，本研究以聚丙烯（PP）熔喷材料为基材，通过化学接枝法先后将季铵盐类抗菌剂2-二甲基-2-十六烷基-1-甲基丙烯氧乙基溴化铵（DEHMA）、丙烯酸（AA）及银（Ag）离子整理到其表面，制备了PP-DEHMA-AA与PP-DEHMA-AA-Ag 2种抗菌材料。通过扫描电子显微镜（SEM）、能谱分析（EDS）、傅里叶变换红外光谱（FTIR）及X射线光电子能谱（XPS）等多种表征手段证实了DEHMA与Ag离子的成功接枝。表征结果显示：接枝改性后，材料表面出现明显颗粒，且EDS谱图中发现了Br元素及Ag元素。然而，该改性过程并未显著改变PP熔喷材料的晶体结构，其特征衍射峰仍保持在14.1°、17.9°和22.0°处。抗菌性能测试结果表明，改性材料对大肠杆菌和金黄色葡萄球菌均具有优异的抗菌效果，其中PPDEHMA-AA对2种细菌的抗菌率分别为98.95%和99.15%;PP-DEHMA-AA-Ag的抗菌率进一步提升至99.43%和99.69%，且对金黄色葡萄球菌显示出更快的杀菌速率。这种增强效应归因于DEHMA的阳离子特性与Ag离子的多重抗菌机制的协同作用：DEHMA通过静电作用破坏细菌细胞膜结构，而Ag离子能够渗透细胞内部，破坏酶活性。本研究为开发高效抗菌空气过滤材料提供了可行路径。
片状羰基铁（flake carbonyl iron powder,CIP）是一种典型的磁性损耗型吸波剂，但是其高密度的特点影响了材料的应用。本研究将其与水性聚氨酯（PU）、涤纶（PET）纤维材料复合，制备并考察了这种纤维吸波复合材料（CIP/PET/PU）的性能。首先，将2种不同尺寸的CIP，分别以不同浓度分散到PU溶液中形成浸渍液；其次，将纤维材料（PET）没入浸渍液中，得到CIP/PET/PU。通过对CIP/PET/PU的微观形貌、吸波性能和力学性能的测试分析，发现在CIP/PET/PU正面和反面的微观形貌存在差异，横截面中CIP呈现从反面密集到正面稀疏的梯度分布特征，且尺寸较大的CIP更容易在材料反面形成致密的结构。CIP/PET/PU反面吸波性能显著优于正面，在采用较大尺寸CIP且m(CIP)∶m(PU)=1.5时，CIP/PET/PU在18 GHz处达到最低反射损耗-25 dB；即使在m(CIP)∶m(PU)=0.15的低填充量下仍存在有效吸收。CIP/PET/PU与未添加CIP的复合材料力学性能相比，呈现出不同的变化规律：当CIP尺寸较小且m(CIP)∶m(PU)=0.015时，CIP/PET/PU的力学性能比未添加CIP的略高或者接近；而当CIP尺寸较大且m(CIP)∶m(PU)=1.5时，CIP/PET/PU的力学性能略优于未添加CIP的复合材料，而其他样品都显示出较差的力学性能。
氧化铝(Al_2O3)纳米纤维作为一种性能优异的高温隔热材料，在航空航天、消防救援等领域具有广阔的应用前景。然而，Al_2O3纤维在高温晶型转变过程中易发生晶粒快速生长，导致纤维脆化开裂，限制其实际应用。元素掺杂是抑制晶粒过度生长、改善Al_2O3基纤维膜高温柔性失效问题的有效途径。本文结合溶胶-凝胶法与静电纺丝技术，通过引入Zr、Si掺杂元素，成功制备出具有良好柔性的二维Al_2O3基纳米纤维膜。利用扫描电镜(SEM)、透射电镜(TEM)和X射线衍射(XRD)等手段，系统研究了掺杂元素种类、掺杂比例及煅烧温度对纤维形貌与晶体结构的影响，并对纤维膜的拉伸强度、弯曲性能等力学性能进行了系统表征。结果表明，引入Zr元素掺杂可使纤维晶粒尺寸显著降低，同时提升其柔韧性，但该纤维膜经1 400℃高温煅烧后，出现晶粒粗化现象，并导致柔韧性显著下降。当掺杂元素为Si、铝硅摩尔比为6∶1时，所得Al_2O3-SiO2纳米纤维膜形貌均匀，晶体结构为稳定的莫来石相。该纤维膜在1 400℃煅烧后仍保持良好的柔性；经1 000℃煅烧后，其拉伸强度达1.03 MPa,500次弯折循环后弯曲刚度仍保持在70 mN，室温导热系数较低(0.029 9 W/(m·K))，表现出优异的综合性能。
碳气凝胶凭借其高比表面积、超高孔隙率、低密度等特性而受到广泛关注。随着纤维材料研究和纳米技术的发展，采用纤维材料制备的纤维基碳气凝胶材料表现出更好的抗拉、抗压与耐疲劳等性能，丰富了碳气凝胶材料的制备途径和功能化发展。本文依据纤维基碳气凝胶材料的制备方法对其进行分类，综述了直接碳化法纤维基碳气凝胶、溶胶-凝胶法纤维基碳气凝胶、静电纺丝法碳气凝胶和三维（3D）打印纤维基碳气凝胶的制备原理、方法及研究进展；分析了多种制备方法的影响因素及其对材料功能化应用的调控作用；最后对纤维基碳气凝胶材料的发展方向进行展望，基于绿色科研发展理念，提出制备过程效率化、产品绿色化、多领域交叉功能复合化的研究思路。
背景知识攻击通过利用先验知识推断用户行为模式，严重威胁轨迹隐私安全。现有轨迹重构方法存在两大局限：一是传统方法未能有效处理语义位置信息泄露问题，且缺乏对含噪数据下深度学习模型的优化，导致轨迹重构精度与语义提取能力不足；二是现有方法泛化能力弱，难以在异构数据集中实现高效重构，制约隐私保护全面性。为此，本研究提出基于语义信息编码的虚假轨迹重构方法（a deep learning-based semantic encoding method for synthetic trajectory reconstruction,DL-SESTR）。该方法结合双向长短时记忆网络（bidirectional long short-term memory,BiLSTM）与注意力机制，捕捉轨迹时空依赖关系并动态筛选关键点以增强抗噪能力；提出兴趣点语义标注算法（pointof-interest semantic annotation algorithm,PSA），通过高效匹配多源兴趣点（point-of-interest,POI）数据提升标注效率；提出基于哈斯图的层次化语义编码算法（Hasse diagram based semantic information encoding algorithm,HDSE），构建语义敏感度权重模型，区分高优先级语义信息与噪声。实验基于T-Drive和GeoLife数据集，验证了模型在密集/稀疏区域、不同隐私预算及昼夜场景下的性能。结果表明：DL-SESTR在隐私保护与数据效用平衡方面显著优于基线方法，Hausdorff距离降低0.3%，动态时间规整（dynamic time warping,DTW）效率提升1.2倍，轨迹平滑度（root mean square,RMS）提高1.18倍；低隐私预算（ε=0.01）下仍保持95%的Euclidean距离缩减率，展现了鲁棒性与泛化能力。
移动机器人路径规划是机器人的重要研究领域之一，根据机器人接收的任务和周围环境信息，为其寻找一条从起点到终点且没有碰撞的最优路径。针对蚁群算法存在的收敛速度慢、路径繁冗及易陷入局部最优等问题，本文提出了一种改进的蚁群算法。首先，通过融合具有目标导向性的Euclidean距离与Chebyshev距离以提高蚂蚁前期的搜索效率，并在启发函数中引入正态分布来提高路径的搜索精度；其次，在信息素更新机制中加入奖惩策略，通过强化优秀路径引导能力以提高算法收敛速度；然后，结合自适应信息素挥发因子动态调节搜索行为，增强全局寻优能力，降低陷入局部极值的风险；最后，通过剪枝操作，减少机器人转弯次数，缩短路径距离。通过在二维和三维环境中与其他算法进行仿真对比实验，结果表明，改进算法不仅能够找到最短路径，而且在运行时间上也表现出更高的搜索效率。