Conveners
数据处理与科学计算
- 春鹏 王 (中国科学院上海高等研究院)
- 誉 胡 (高能所)
数据处理与科学计算
- 小芸 李
- Chun Li
HEPS是第四代高能同步辐射光源，计划于2026年6月正式投入运行。凭借高亮度和先进的探测技术，HEPS一期14条光束线预计每年将产生超过200 PB的实验数据。这些数据涵盖成像、衍散射和谱学等多种实验方法，在数据量、吞吐率和处理复杂性上差异巨大，为大规模科学数据处理带来了严峻挑战。
为应对这些挑战，我们开发了通用科学数据处理框架DAISY（Data Analysis Integrated Software...
随着同步辐射生物小角散射（BioSAXS）实验向高通量、自动化与智能化方向发展，科学数据处理与计算分析面临新的挑战与机遇。依托上海同步辐射光源建成的国家蛋白质科学研究（上海）设施BioSAXS线站BL19U2，构建了覆盖样品信息管理、自动采集、在线处理、结构分析与结果输出的一体化数据处理平台，实现了SEC-SAXS、时间分辨SAXS等实验模式下的数据自动化流转与实时反馈。平台集成背景扣除、Guinier分析、距离分布函数反演、三维模型重构及多尺度模型拟合等算法模块，支持高通量结构表征与标准化报告生成。同时，围绕核酸递送系统、脂质纳米颗粒及蛋白复合物等应用场景，建立实验-结构-功能关联数据库，探索基于大模型与智能体的实验推荐、异常识别及构效关系预测框架。相关工作为先进光源科学数据治理、AI赋能科学计算及大科学装置智能化运行提供了实践基础。
全散射包含反映平均结构信息的Bragg散射与反映无序结构信息的弥散散射，是研究结构无序的重要实验表征手段。然而，弥散散射信号通常较为微弱，有时与噪音很难直接区分，使得相关实验的精准测量与数据的合理分析解读充满挑战。本报告将详细介绍全散射实验，数据处理与分析的流程与特点，突出精准合理的全散射研究在材料结构与性能构效关系中的重要作用。
结合了衍射与对分布函数的中子全散射技术，是获取材料多尺度结构信息（如短程有序、非晶态、纳米晶、界面等）的关键表征手段。近年来，随着中子源与谱仪技术的进步，数据处理策略也在不断演进，显著提升了全散射方法结构解析能力与适用范围。本研究系统梳理了中子全散射当前主流数据分析策略，基于中国散裂中子源多物理谱仪（CSNS-MPI）的实践经验，给出其数据预处理与归一化流程，继而阐述了结构建模的正向拟合方法及其在晶体、非晶材料等领域的广泛应用。最后，讨论了近年来新兴的机器学习在加速拟合及实现高通量对分布函数解析中展现出的巨大潜力。
微区衍射基于同步辐射的微聚焦光源，通过结合扫描模式及原位实验环境，可以实现对样品的高空间分辨和高时间分辨表征，从而解析材料的结构-性能关系。目前国内外的新一代同步辐射光源都建有专门的微区衍射线站。但是微区衍射技术的高空间分辨在提供更加精细的结构信息同时，也造成数据洪流问题。目前在四代同步辐射光源的微区衍射实验数据量可以轻易达到TB级别。此外，针对特殊材料，如块状合金或薄膜样品，需要引入专门衍射模式，这也造成数据分析难度的大幅提升。因此，本报告将讨论微区衍射的数据解析，包括数据清洗，预处理及可视化，同时对比传统的衍射数据分析方法与基于机器学习辅助的分析方法，并展望人工智能在微区衍射技术上的应用。
人工智能快速发展的当下，各类分析软件正经历从以数理公式为基础的传统计算模式，向以模型与数据集为核心的训练分析模式的转变。生物大分子结构分析软件同样面临这一转型。本报告将回顾本团队过去几年在该领域的研究工作，探索一条适应未来发展趋势的研究道路。
金属及合金材料被广泛用于核能领域，核材料的微观结构演化对核反应堆安全运行至关重要。原子尺度点缺陷广泛存在于金属材料中，如单空位、空位团、空位-溶质复合体与溶质团簇等，此类结构往往是材料纳米-微米尺度微观结构演化的起点。正电子湮没谱学（PAS）被广泛用于研究材料的原子尺度结构，利用理论模拟与实验相结合的分析探测手段，实现缺陷尺寸和浓度更精确的定量分析，对全面理解缺陷演化规律具有重要意义。通过建立标准化数据存储，实现正电子科学的发展和推广。
复杂体系的微观作用机制是材料、能源、医学等领域的核心挑战，单一的实验或计算手段往往难以同时实现宏观性能与微观机制的精准关联。大科学装置同步辐射技术可实现原子级的高精度结构表征，但对实验现象背后的作用机制的深度解析仍需理论计算的支撑；理论计算的预测结果也急需大科学装置的验证，以确保其可靠性与实际意义。
针对这一问题，我们建立了密度泛函理论（DFT）量化计算与分子动力学（MD）模拟协同上海光源同步辐射实验的研究范式，在储能、核医学、海水提铀等多个前沿领域开展了系列研究：一方面，我们通过 DFT 计算与MD模拟，解析了同步辐射...
同步辐射真空紫外光电离质谱技术在燃烧、催化和大气化学等复杂反应体系研究中具有重要作用，可用于关键物种鉴别、反应中间体捕获和温度依赖反应机理分析。然而，相关实验通常产生大量能量扫描和温度扫描谱图，数据解析涉及定标、寻峰、积分、归一化和多物种判别等连续步骤，人工处理不仅效率较低，也不利于结果复现和跨实验比较。针对这一问题，本文发展了一套面向同步辐射光电离质谱实验的数据处理与 PICS...
High Energy Photon Source（HEPS，高能同步辐射光源）位于北京，是一座面向多学科科学创新与高技术发展的先进公共科研设施。HEPS 计划于 2026 年建成并投入运行。该装置将提供具有高能量、高亮度和高相干性的同步辐射光，其空间分辨率、时间分辨率和能量分辨率分别可达到纳米、皮秒和毫电子伏特量级，使其成为世界上最亮的第四代同步辐射光源之一。
在运行过程中，HEPS 将产生海量、异构且具有高度时效性的实验数据，这对计算资源调度、数据处理效率以及分析环境的灵活性提出了巨大挑战。为应对实验数据类型多样化、分析流程异构化以及用户计算需求动态变化等问题，本工作融合多种数据分析场景，构建了一套面向 HEPS...
