国家预印本平台

This paper examines how generative artificial intelligence (AI) agents trained on digital traces of deceased loved ones reshape remembrance as a distributed, co performed emotional process—a phenomenon we term digital nostalgia. While mainstream discourse focuses on technical fidelity or data privacy, it overlooks the dynamic, dialogical structure of AI mediated Nostalgia. Adopting a conceptual analytical approach that integrates distributed cognition theory and phenomenological accounts of nostalgia, we argue that AI memory agents play a dual role: as cognitive artifacts that store and trigger memories, and as affective quasi others whose responsive presence transforms solitary recollection into collaborative emotional performance. This transformation reconfigures the spatial dimension already implicit in classical accounts of nostalgia: the longed for “place of belonging” is no longer a remembered physical location or an imagined scene, but a relational space enacted in the present through dialogue. Building on this framework, we propose emotional smoothing as a conceptual hypothesis: a multi layered mechanism—spanning training data bias, reinforcement learning from human feedback (RLHF), and user experience flow—through which AI’s “appropriate,” empathetic responses may trim trauma, ambiguity, and contradiction from memory narratives. Drawing on recent empirical studies of user interactions with generative ghosts, we suggest how smoothing might extend from emotional regulation to cognitive narrowing, and how nostalgia may become commodified. The paper contributes: (1) a phenomenological framework for conceptualizing AI mediated nostalgia as spatial and dialogical; (2) a critical analysis of emotional smoothing as a hypothesis shaped by commercial incentives; and (3) an application of the thanatosensitivity framework to interrogate how current AI memory agents may risk erasing the ambivalence and complexity of grief. We conclude with implications for thanatosensitive design and policy, arguing that preserving emotional friction—if supported by future empirical research—may be essential for authentic human AI interaction (HAI).

中国西北地区是同纬度最干旱的区域之一，持续性干旱对水资源安全构成严重威胁，因此研究该地区气象干旱的动态演变对干旱的有效监测与管理至关重要。本研究基于标准化降水蒸散指数，构建三维干旱识别方法，分析了1980—2019年中国西北地区东、西部气象干旱事件，通过提取西北地区东、西部的干旱特征探讨干旱事件的动态演变过程及其区域差异。结果表明：（1） 近40 a来，西北地区东部干旱事件的面积、严重程度和历时均呈上升趋势，但最大干旱面积有所缩小，反映出西北地区东部干旱事件由大范围事件向小范围事件转变；东部干旱事件整体向北、向东移动，西北地区西部地区则相对稳定。（2） 西北地区干旱事件表现出显著的东西部季节性分异,，东部四季干旱程度相对均衡，春、秋季略占主导；西部则以春季干旱为核心，春季贡献了全年最严重的旱情。（3）干旱演变路径分异显著，东、西部干旱事件均以由西向东方向移动为主。本研究通过典型案例揭示了西北地区干旱的移动模式，阐明了干旱传播的特点与方向。上述发现对加强中国西部地区干旱早期预警和有效开展干旱防治具有重要价值。

在全球气候变暖背景下，以冰川融水为主的河流，洪水灾害风险日益凸显。科学评估洪水造成的经济损失对于加强灾害防范和提高区域洪灾韧性至关重要。本研究以干旱区内陆河——叶尔羌河流域为研究区，利用HiPIMS二维水动力模型，模拟5 a一遇和20 a一遇两种重现期下的洪水演进过程。整合土地利用、道路、房屋及作物分布等多源空间数据，本地化建筑物、道路和农作物三类承灾体的水深-损失率关系，建立叶尔羌河流域洪水灾害经济损失评估模型，实现不同重现期洪水灾害损失评估。结果表明：20 a一遇洪水造成的直接经济损失总额为2.42×108元；5 a一遇洪水造成的总损失为5.28×107元，约为前者的22%。流域内0~0.5 m浅水淹没区虽水深较浅，但在5 a一遇洪水情景下仍贡献约40.8%的总损失；在20 a一遇洪水情景下占比降至约10.5%，表明洪水强度增加后损失贡献由浅水区向中等水深区转移。研究结果可为叶尔羌河流域防洪规划与风险管理提供科学依据，并为类似内陆河流域提供参考。

基于2000—2023年的MODIS增强型植被指数（EVI）数据、气象观测数据及地下水位监测资料，探讨了额济纳绿洲植被覆盖变化及其关键物候参数（返青期、峰值期、枯黄期）的时空动态特征，并揭示了其对气候变化和地下水位波动的响应特征。结果表明：（1）生长季多年平均EVI仅为0.13。EVI与物候参数受水文与土地利用双重驱动，湿地植被表现为“返青早、生长旺、枯黄晚”特征，而耕地则呈现“返青晚、峰值滞后、枯黄早”的人工调控模式，草地和森林介于两者之间。（2）2000—2023年间，生长季EVI呈极显著上升趋势（r = 0.98，P < 0.01），峰值期显著提前（r = -0.51，P < 0.05），而返青期和枯黄期未表现出显著变化趋势。（3）EVI与1—9月累积气温呈显著正相关（r = 0.77，P < 0.01），而与降水量的相关性较弱，主要原因是研究区植被水分来源于河道输水与地下水补给（地下水位和植被EVI呈显著相关）。此外，春季气温升高促进返青期提前，冬季及生长季前期气温升高导致峰值期提前，秋季升温将枯黄期推迟。（4）峰值期与EVI呈显著负相关（r = −0.49，P < 0.05），表明峰值期提前有利于植被生产力的提升，而其他物候参数对EVI无显著影响。研究表明，在生态输水支撑的极端干旱区，植被生长主要受气温的时滞累积效应驱动，而非降水限制，其中峰值期提前是提升植被生产力的关键物候指标。本研究可为黑河流域生态输水效益评估及干旱区植被恢复提供科学依据。

以晋北轻度盐碱高粱地、轻度盐碱玉米地及重度盐碱玉米地为研究对象，探究盐碱胁迫下农田土壤磷素转化与微生物群落的关联机制。结果表明：无机磷为主要存在形态，其中中等活性磷占比最高、活性磷占比最低。与重度盐碱玉米地相比，轻度盐碱玉米地土壤pH和电导率显著降低，土壤养分含量与活性磷占比均显著升高（P<0.05）。微生物群落分析表明，盐碱胁迫导致细菌优势门类假单胞菌门、放线菌门和酸杆菌门丰度显著下降，α多样性降低，群落由协作转向竞争；真菌群落中子囊菌门和担子菌门丰度降低，被孢霉门丰度显著增加，重度盐碱下形成高模块化、高正相关的共现网络。Mantel检验和PLS-PM模型表明，土壤活性磷含量与pH、电导率呈极显著负相关，细菌群落抑制活性磷积累，而真菌对所有磷组分均具有极显著促进作用。本研究为北方盐碱农田磷素高效利用提供了科学依据。