【菜科解读】

我们都知道，想要练习好肌肉的话，那么我们必须要选择最科学的方法来给自己锻炼，不是说用什么方法都可以锻炼出这个肌肉的，男人如果想要锻炼出肌肉的话，那么有很多地方都是可以练成肌肉的，不过锻炼出肌肉的话是比较困难的事情，也不是很容易办到的事情，必须要坚持，那么到底该怎样来科学锻炼肌肉呢？

1.大重量、低次数：健美理论中用RM表示某个负荷量能连续做的最高重复次数。

比如，练习者对一个重量只能连续举起5次，则该重量就是5RM。

研究表明：1-5RM的负荷训练能使肌肉增粗，发展力量和速度;6-10RM的负荷训练能使肌肉粗大，力量速度提高，但耐力增长不明显;10-15RM的负荷训练肌纤维增粗不明显，但力量、速度、耐力均有长进;30RM的负荷训练肌肉内毛细血管增多，耐久力提高，但力量、速度提高不明显。

可见，5-10RM的负荷重量适用于增大肌肉体积的健美训练。

2.多组数：什么时候想起来要锻炼了，就做上2～3组，这其实是浪费时间，根本不能长肌肉。

必须专门抽出60～90分钟的时间集中锻炼某个部位，每个动作都做8～10组，才能充分刺激肌肉，同时肌肉需要的恢复时间越长。

一直做到肌肉饱和为止，“饱和度”要自我感受，其适度的标准是：酸、胀、发麻、坚实、饱满、扩张，以及肌肉外形上的明显粗壮等。

3.长位移：不管是划船、卧推、推举、弯举，都要首先把哑铃放得尽量低，以充分拉伸肌肉，再举得尽量高。

这一条与“持续紧张”有时会矛盾，解决方法是快速地通过“锁定”状态。

不过，我并不否认大重量的半程运动的作用。

想要锻炼出更加好的肌肉的话，那么坚持锻炼是一点，同时还要注意在锻炼过程中掌握其中的姿势要领也是很重要的，因为很多时候姿势不对的话，做的时候就不会如此的用量，这样也不能将肌肉锻炼得更好，更成功，想要锻炼好的肌肉，平时还要结合其他的锻炼来共同完成。

科学家使用特殊方法首次探测“超级地球”表面，结果很离谱

科学家称，韦布太空望远镜的观测结果显示，一颗所谓的“超级地球”其表面看起来实际上可能与水星更为相似。

NASA / Johns Hopkins University Applied Physics Laboratory / Carnegie Institution of Washington LHS 3844 b是一颗比地球大30%的系外行星，也是一颗所谓的“超级地球”。

近日天文学家动用韦布望远镜，对这个距离我们约50光年的行星进行了首次表面热特征分析。

与以往进行的大气研究不同，这是人类首次对系外行星的表面进行直接分析。

分析结果出人意料，这个“超级地球”几乎毫无地球特色。

LHS 3844 b是一个拥有深色表面的荒芜世界，没有大气。

在某种程度上和太阳系的水星倒有些相似。

发现于2019年的LHS 3844 b环绕一颗低温红矮星运行，其一年只相当于11个地球日，且已被潮汐锁定——它的一个半球将永远朝向它的恒星，就像月球永远只用它的一个半球朝向地球一样。

因此，它的永昼面温度理论上可达725℃。

来自马克斯･普朗克研究所的Laura Kreidberg等科学家2023年和2024年在LHS 3844 b运行到恒星后方时对其进行了3次观测，他们使用韦布望远镜的中红外探测仪，对恒星炽热昼面产生的红外线进行了测量，并据此对它的表面特征进行了分析。

相关论文发表在今年5月4日的《自然：天文学》上。

通过与地球、月球和火星的已知矿物进行光谱比对，研究人员发现这颗行星的表面与富含硅和花岗岩的地球不同。

在地球上，地壳的形成通常与水推动的地质进程和板块运动有关，这会导致岩石发生循环，并使浅色的矿物上升到地表；

而LHS 3844 b的表面主要由玄武岩构成——玄武岩是一种深色火山岩，富含铁和镁，在月球和水星表面十分常见。

研究人员表示，在这颗行星表面，水十分稀少。

导致这一结果的原因尚不可知。

一种可能的情形是，LHS 3844 b的表面相对年轻，它可能被新近的火山活动重塑过，且还未被微陨石的撞击破坏。

但是此类过程会释放出二氧化碳或二氧化硫，而韦布并未探测到这些气体。

另一种可能是，这颗行星表面覆盖着一层厚厚的深色颗粒物。

这些颗粒物是在辐射和陨石撞击下，并且经历了漫长的岁月之后形成的——与月球或水星表面的情况相似。

如果没有大气层保护，行星表面会特别容易受到这种影响。

这一过程被称为“空间风化（space weathering）”，它会导致岩石分解，并使其颜色变得越来越深。

而这种情形需要行星表面在较长时间内保持地质稳定。

研究人员计划未来使用韦布进一步判断LHS 3844 b的表面特性，比如其表面岩石的状态是否相对完整，还是已经松散和风化。

参考 Astronomers Explore the Surface Composition of a Nearby Super-Earth https://www.cfa.harvard.edu/news/astronomers-explore-surface-composition-nearby-super-earth The dark and featureless surface of rocky exoplanet LHS 3844 b from JWST mid-infrared spectroscopy

地表CT扫描：AI如何给地球做“皮肤全息体检”？

它直接关乎粮食安全、气候变暖和城市规划。

过去，科学家们想摸清地球的“家底”，全靠肉眼盯着卫星图一张张看，费时又费力。

但现在，人工智能（AI）加入了群聊！今天，我们就来聊聊AI是如何化身“超级千里眼”，看透地球皮肤的。

痛点：过去的“大家来找茬” 以前，要绘制一张全国的土地覆盖图，遥感专家们需要对着卫星照片进行大量的人工解译。

这就像是在玩极其复杂的“大家来找茬”。

比如，一片深色区域到底是水体、阴影，还是茂密的树林？传统方法不仅速度慢，而且很容易因为人的主观判断产生误差。

面对每天海量更新的卫星数据，人类大脑的处理速度显然跟不上了。

破局：AI“最强大脑”的觉醒 这时候，AI技术（特别是深度学习和机器学习）闪亮登场。

如果你指望靠设定死规则（比如“绿色的就是树”）来教计算机，它肯定会把绿色的屋顶也认成森林。

但AI的卷积神经网络（CNN）等算法不同，它采用的是“题海战术”。

科学家会给AI喂上百万张已经标注好的图片：“看，这种纹理和形状组合的是高楼，那种边缘不规则的是湿地。

”经过海量训练后，AI不仅学会了看颜色，还学会了看形状、纹理和上下文关系。

现在的AI，在LUCC研究中有三大绝招： 火眼金睛（超高精度分类）：现在的AI已经可以做到“精细化”识别。

它不仅能分辨出那是绿地，甚至能结合多光谱数据，告诉你那是天然草场还是人工高尔夫球场。

实时监控（动态变化检测）：哪里有非法砍伐？哪里的城市边缘悄悄扩张了？AI能瞬间对比同一地点的历史和现在两张卫星图，把发生变化的地方精准地“抠”出来并发出警报。

未卜先知（未来趋势预测）：AI不仅能看懂现在，还能预测未来。

结合当地的人口、经济和气候数据，AI能够建立模型，推演出50年后这座城市的扩张轮廓，帮助政府提前做好环保和城市规划。

结语 从肉眼识别到智能提取，AI技术让土地覆盖研究从“手工作坊”迈入了“全自动化流水线”。

AI不仅提高了我们认识地球的效率，更让我们拥有了保护这颗蓝色星球的科学底气。

了解土地的过去和现在，正是为了更好地规划我们的未来。

内容来自：生态遥感测绘前沿 编辑：陈梦伊