深地生物圈是全球元素循环与生态系统的关键组成部分，高静水压作为主要的胁迫因子，深刻影响微生物细胞膜、蛋白质及遗传物质的稳定性。系统阐述了微生物对高静水压的适应机制及其驱动的地球化学效应与潜在应用。为应对压力，微生物进化出包括调整细胞膜脂质组成、稳定蛋白质结构、重塑代谢网络及重编程基因表达等多层次适应性策略。这些机制不仅使微生物成为驱动深地碳、硫、铁等元素循环的关键因素，还影响着全球生物地球化学过程，同时也为其在食品非热加工、工业酶开发、生物材料及环境修复等领域的应用提供了理论依据与技术潜力。综述梳理了近年来微生物高静水压适应机制的研究进展，并对未来研究方向与应用前景进行了展望，可为相关研究提供参考。
在全球能源结构转型加速，光伏、风电、锂电等新能源产业快速扩张的背景下，锂的战略资源地位日益凸显。然而，锂资源的传统供给已难以满足日益增长的需求。我国盐湖卤水中的锂资源储量丰富，其高效开发对保障新能源产业链安全至关重要。针对我国盐湖普遍存在的高镁锂比特征，传统提锂方法面临选择性差、效率低等挑战。锂离子筛吸附法因其对锂离子特有的“记忆效应”和高选择性，成为解决高镁锂比盐湖提锂难题的有效方法。立足于光伏储能发展对锂资源的战略需求，系统综述了锂离子筛吸附法的原理、脱嵌机理、掺杂和成型改性策略等，并对锂离子筛的未来发展进行总结和展望，旨在为盐湖锂资源的绿色高效提取提供参考。
长输油气管道泄漏事故的致因具有多样性和复杂性。为更加高效和有针对性地管控长输油气管道泄漏风险，基于改进粒子群优化（modified particle swarm optimization,MPSO）算法与K均值聚类（K-means clustering）的改进初始化算法（KMeans++），构建了长输油气管道泄漏风险分级模型。首先，建立了长输油气管道泄漏风险评价指标体系，该体系包含4个一级指标和17个二级指标；随后，基于风险矩阵，结合主观权重与客观权重，对每项指标的事故发生可能性和事故后果严重程度进行了评分，以为风险分级聚类提供数据基础；在此基础上，为避免KMeans++聚类算法陷入局部最优解，通过优化动态惯性权重与同步学习因子，改进了粒子群优化（particle swarm optimization,PSO）算法，进而优化了长输油气管道泄漏风险分级模型；最后，在理论基础上，利用穿跨越管道、冻土层管道和城市密集区管道3个典型案例，对模型进行了实例验证。结果表明：与单一的KMeans++风险分级模型相比，所构建模型的分级精度平均提升了5.9%，稳定性平均提升了17.61%；与PSO-KMeans++风险分级模型相比，所构建模型的分级精度平均提升了3.68%，稳定性平均提升了13.23%。MPSO-KMeans++模型在长输油气管道泄漏风险分级中具有较好的适用性与工程实用价值，能够为管道完整性管理和风险防控决策提供科学依据。
抽水蓄能电站工程上水库区常建在岩溶洼地或冲沟汇集区，但岩溶区往往岩溶强烈发育，存在众多工程地质问题，而问题的具体形式及其规律又取决于工程地质岩组类别及其非均质性特征，因此合理查明工程地质岩组类别并正确表征其非均质性对于抽水蓄能电站顺利建设与正常运营至关重要。对此，结合抽水蓄能电站工程需求，考虑岩土体的地质建造和构造改造，提出先划分工程地质区块，再明确体现岩组非均质性的各区块溶蚀特征，从而实现岩溶区溶蚀非均质岩组划分的思路与方法；以秭归某岩溶区抽水蓄能电站上水库为例，应用该方法共划分出23组溶蚀非均质岩组（非碳酸盐类10组、灰岩类13组），并基于各岩组的工程地质条件进行评分，识别出8组工程地质条件非常差的岩组，存在水库渗漏、地基不均匀沉降、岩溶塌陷等潜在工程地质问题。结果表明，该方法能够清晰地评价各岩组的实际条件与状态，指导区域精细化建模，明确潜在破坏模式，从而有助于准确分析潜在工程地质问题，为抽水蓄能电站的选址、设计及施工提供支持。
城市化加速带来严峻的扬尘污染，威胁居民健康、破坏城市设施。微生物诱导碳酸钙沉淀（microbial induced carbonate precipitation,MICP）技术可用于固化土体，解决工程建设中的扬尘问题。通过对MICP技术固化的红黏土开展扬尘试验和种草试验，探究了胶结液浓度对土体固化及植物生长的影响。结果表明：(1)MICP技术能显著提升红黏土的抗风蚀能力，扬尘360 min后，加固后土样质量损失率最低降至1.41%，远低于未加固土体的12.14%；(2)胶结液浓度与土样质量损失率呈非线性关系，1.00 mol/L时效果最佳；(3)在植物生长方面，随胶结液浓度升高草籽出芽率降低，高浓度胶结液对植物生长产生抑制作用；(4)MICP技术通过细菌代谢生成碳酸钙沉淀，优化土体结构，进而实现抑尘和影响植物生长。研究证实了MICP技术在红黏土抑尘和植被护坡协同应用上具有潜力，为其在实际工程中的应用提供了理论依据和技术参考，后续可进一步优化技术参数以推动其广泛应用。
滑坡灾害易发性评价在地质灾害防治与管理中发挥重要作用。针对传统模型依赖主观经验进行超参数调优，导致高风险区识别精度与模型泛化能力受限问题，以神木市为例，构建了“动态形变监测-样本优化-超参数调优”协同作用的滑坡易发性评价方法体系。采用贝叶斯优化（Bayesian optimization,BO）算法对随机森林（random forest,RF）和极端梯度提升（extreme gradient boosting,XGBoost）模型进行超参数调优，并构建信息量（information value,IV）与贝叶斯优化-随机森林（IV-BO-RF）和信息量-贝叶斯优化-极端梯度提升（IV-BO-XGB）耦合模型评估神木市滑坡易发性。结果表明，BO算法调优后模型平均准确率提升了3.47%～4.28%，其中IV-BO-XGB模型的受试者工作特征曲线的曲线下面积（area under curve,AUC）值达0.960，极高易发区灾害点占比为71.05%、极低易发区灾害点的误判率仅为4.89%，在整体上具有更好的泛化能力。通过引入动态因子、优化样本分布与智能算法调参的协同创新，突破了传统方法在动态特征捕捉与模型参数优化方面的局限，为神木市滑坡灾害防控提供了参考。
以珠海隧道基坑工程为背景，开展了基坑开挖全过程的三维有限元数值模拟，结合基坑支护结构的内力和变形监测数据，探究了滨海深厚软土地区深大基坑开挖力学效应，系统研究了坑内土层加固强度、地下连续墙厚度和地下连续墙插入比及三者复合作用对基坑变形的影响机制，并进一步开展了施工参数优化分析。结果表明：(1)增大加固强度会使地下连续墙水平位移最大值的位置略微下移、周围地表沉降最大值的位置逐渐靠近基坑；(2)地下连续墙墙趾处于较软弱土层时，增大插入比对墙体变形有一定的抑制效果；(3)加固强度和墙体厚度的复合作用对基坑变形的抑制效果优于单一因素的影响；(4)第一道钢筋混凝土支撑的轴力随着开挖深度的增加先增大，然后略微下降，最后趋于稳定。研究结果可为基坑内土层加固强度、地下连续墙厚度和插入比的优化设计提供参考和依据。
<正>《安全与环境工程》是由中华人民共和国教育部主管、中国地质大学（武汉）主办，面向国内外公开发行的学术性科技期刊（双月刊）。本刊重点关注攸关人类生存与可持续发展的资源安全、能源安全和生态环境安全问题，及时追踪并报道国内外安全与环境学科的新理论、新技术和新方法等最新研究成果，是致力于解决地学领域安全与环境问题的特色期刊。
为有效评估液化天然气（liquefied natural gas,LNG）供气站的安全水平，通过深入剖析与液化天然气供气站安全相关的法律、法规和标准，结合现场安全检查经验，构建了涵盖人因、设备设施、环境和管理4个维度下18项安全水平影响因素的液化天然气供气站安全水平综合评价体系。基于该体系，融合结构方程模型（structural equation model,SEM）和云模型（cloud model,CM）理论，提出了一种液化天然气供气站安全水平综合评价方法。首先，运用结构方程模型量化分析各安全水平影响因素的综合权重；其次，基于云模型理论，通过构建标准云、综合评价云以及两者的相似度判断液化天然气供气站的安全水平；最后，选取H供气站进行实证研究。结果表明：H供气站安全水平综合评价云特征值为（7.45,0.81,0.24），安全水平为“中等”，多方法对比分析验证了该方法评价结果的可靠性；同时，通过对H供气站的权重值和期望值进行二维矩阵分析，识别出该站的提升重点应聚焦于安全监测报警和隐患排查治理两项安全水平影响因素，并从强化监测预警和隐患闭环管理等方面探讨该站安全管理水平的提升策略。研究可为燃气企业安全管理实践与科学评价提供理论依据，也可为行业监管部门实施分级管控提供方法支撑。
热导率是岩土材料工程性质的重要参数之一。与天然岩土体相比，废弃轮胎橡胶具有较低的热导率，是工程隔热的理想候选材料。为明确橡胶-砂混合物的热传导特性，采用热探针测试了不同制备状态的混合物热导率，分析橡胶掺量、砂粒径、饱和度等对热导率的影响，并基于极端梯度提升（extreme gradient boosting, XGBoost）决策树（decision tree,DT）框架，构建了橡胶-砂混合物热导率的预测模型。结果表明：添加橡胶可显著降低混合物的热导率，掺量为50%时热导率降幅约60%，热导率与橡胶掺量的关系可用指数函数来描述；增大饱和度可显著提高混合物的热导率，粒径为1.0～2.0 mm的粗砂与橡胶混合物的热导率随饱和度呈先急剧增大、后趋于稳定的趋势，而粒径为0.1～0.5 mm的细砂与橡胶混合物的热导率增速相对平稳；细砂颗粒易形成“砂-砂”接触的传热链，从而提高混合物的热导率；橡胶掺量、饱和度、砂粒径等因素相互关联，共同影响橡胶-砂混合物的传热性能；DT-XGBoost模型计算橡胶-砂混合物热导率的精度高于传统支持向量机（support vector machine, SVM）模型和人工神经网络（artificial neural network, ANN）模型，为预测多因素影响下的橡胶-砂混合物热导率提供了新方法。研究结果可为颗粒类工程建筑材料的导热性能评价提供参考。