当前位置:首页 > 文章列表 > 科技周边 > 业界新闻 > 世界最大捕碳工厂二代上线:每年从空气中吸二氧化碳能力提升 8 倍

世界最大捕碳工厂二代上线:每年从空气中吸二氧化碳能力提升 8 倍

来源:IT之家 2024-05-11 14:15:28 0浏览 收藏

IT行业相对于一般传统行业,发展更新速度更快,一旦停止了学习,很快就会被行业所淘汰。所以我们需要踏踏实实的不断学习,精进自己的技术,尤其是初学者。今天golang学习网给大家整理了《世界最大捕碳工厂二代上线:每年从空气中吸二氧化碳能力提升 8 倍》,聊聊,我们一起来看看吧!

本站5月11日消息,2021年,瑞士初创公司Climeworks AG与冰岛碳储存公司Carbfix合作,开发了一个每年可吸收4000吨二氧化碳的世界最大捕碳工厂Orca(虎鲨)。

如今,Climeworks 推出了工厂的第二代,每年从空气中吸二氧化碳能力提升 8 倍。该工厂名为 Mammoth(猛犸象),拥有 72 台工业风机,每年可从空气中吸收 36000 吨二氧化碳。

世界最大捕碳工厂二代上线:每年从空气中吸二氧化碳能力提升 8 倍

与上一代Orca工业相同,二氧化碳不会被回收,而是会存储在地下,并永久地(在合理范围内)从环境中移除。

该工厂位于一座休眠火山上,之所以选择这个地点,是因为它靠近Hellisheidi地热发电厂,该发电厂用于为该设施提供动力,并加热化学过滤器,以利用水蒸气提取二氧化碳。萃取后,二氧化碳从蒸发器中分离出来,压缩并溶解在水中。最后,它被泵入地下2300英尺(本站备注:约701米)的火山玄武岩中。这种化合物与岩石中的镁、钙和铁反应形成晶体,从而成为二氧化碳的固体储存库。

虽然这个方案听起来很美好,但对于全球气候变化来说只是杯水车薪。据哥伦比亚广播公司新闻报道,Climeworks 创始人 Jan Wurzbacher 表示,为了让世界到 2050 年实现“碳中和”,每年需要从空气中去除 60 至 160 亿吨二氧化碳。也就是说,该工厂只能达成 0.0006% 的目标。

为此,Wurzbacher 恳求其他公司参与这一事业。他表示,Climeworks 的目标是到 2030 年每年捕获超过数百万吨,到 2050 年捕获超过 10 亿吨。

好了,本文到此结束,带大家了解了《世界最大捕碳工厂二代上线:每年从空气中吸二氧化碳能力提升 8 倍》,希望本文对你有所帮助!关注golang学习网公众号,给大家分享更多科技周边知识!

版本声明
本文转载于:IT之家 如有侵犯,请联系study_golang@163.com删除
PHP 自定义函数的调试:深入探查代码执行PHP 自定义函数的调试:深入探查代码执行
上一篇
PHP 自定义函数的调试:深入探查代码执行
这个母亲节,华为 Pura 70 系列定格“两个小孩”的治愈瞬间
下一篇
这个母亲节,华为 Pura 70 系列定格“两个小孩”的治愈瞬间
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    270次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    322次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    307次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    288次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    103次使用