今天是
网投十大信誉排名品牌
您当前的位置:首页  公司动态
我司硕士生赴清华大学参加第十八届全国环境博士生学术会议
发布时间 :2024-05-16 信息员:王占永/文、图 浏览次数:10


5月9日至13日,我司道路交通生态与环境保护团队王占永副教授指导的4位硕士生,受邀赴北京参加清华大学举办的第十八届全国环境博士生学术会议,其中2位同学的阶段性成果分别以口头报告与墙报展示的形式进行了分会场汇报。

2022级硕士生刘凯烜同学以“Identifying the fine-scale distribution of particulate matter in construction roads using mobile measurement and machine learning methods”为题进行了环境化学分会场的口头报告。该研究通过自制的移动背包,收集了福建省福州市仓山区金山大道提升工程沿线慢行道PM2.5、PM10、BC等交通颗粒物的高分辨率浓度样本。从全局到局部的视角,统计分析了金山大道施工与非施工路段的交通颗粒物时空变化特征。研究构建了优异的可解释性机器学习模型框架,解析了不同时段下区分路段的交通污染差异及其多因素耦合影响机制,识别了颗粒物污染的关键影响因素。该研究有助于阐明在复杂施工环境中,气象、交通和施工强度等多因素交织作用下的道路交通污染发生机制,对于降低公众通勤暴露风险和制定道路污染防控策略具有重要的理论和现实意义。

2021级硕士生曹如晖同学以“Identifying the vertical distribution pattern of atmospheric pollution at elevated roads using unmanned aerial vehicle measurements and machine learning methods”为题进行了墙报展示。该研究构建了基于轻型无人机的交通污染监测平台,针对有无高架道路和有无交通源的多种实验情景,采集0至200米高度范围内的典型大气颗粒物(PM2.5、PM1.0和BC)、臭氧(O3)及气象等高时空分辨率数据,可视化分析了高架道路等情景下附近环境中各类大气污染物的垂直分布特征。通过BC与PM2.5的比值,探索了交通活动对高架道路附近一次颗粒物排放的直接贡献强度。此外,利用机器学习方法建立了大气污染垂直分布模式,结合解释性机器学习方法(SHAP方法)解析了高架道路附近大气污染物垂直分布的过程机制,并阐明了高架结构在这一过程中的作用。该研究对于人口密集区域的高架道路设计、评估沿线居民的健康暴露风险以及制定高架道路交通污染防控策略都具有重要的理论价值和现实意义。

全国环境博士生学术会议(环境博论)是一个专注于环境及相关学科领域的国际学术会议。自2007年起,环境博论已成功举办十七届,吸引了4000余名博士生参与,成为环境领域博士生交流学术思想、拓展视野、增进友谊的重要平台。会议以“交流碰撞启创新之路,厚积博采成一家之言”为宗旨,聚焦于环境科学与工程的新理论和新技术。第十八届环境博论于2024年5月10日至13日在清华大学举行,由清华大学、中国环境科学学会、亚洲大学联盟和环境模拟与污染控制国家重点联合实验室共同主办,清华大学环境学院承办,并得到Frontiers of Environmental Science & Engineering期刊与哈希公司的支持。会议采用线下会议和网络会议相结合的形式,旨在促进亚洲地区环境领域博士生的深入交流,激发创新活力,为全球环境治理提供多元化见解。本届会议设置七大分会场,面向工程博士生设立环境工程科技发展与创新论坛,并设立3场workshop(专题工作坊)以及2场学术素养讲座。会议共收到国内外140余所高校与科研院所的700余份稿件,并首次与亚洲大学联盟合作,会议的国际影响力持续攀升。