© 2026 All Rights Reserved. 粤ICP备14051456号
南方科技大学环境科学与工程学院助理教授王俊坚课题组近期在水资源领域顶级期刊 Water Research上连续发表2篇论文,分别报道了长期生物炭添加与氮沉降增加对陆源溶解性有机质化学及其消毒副产物生成与毒性的影响。自然界中广泛存在的陆源溶解性有机质(Dissolved Organic Matter, DOM)是水处理过程中消毒副产物(Disinfection Byproducts, DBPs)的重
2020-09-10
水是人类赖以生存的生命之源。地表水和浅层地下水作为人类重要的饮用水源,直接影响着人类的健康。国家对水环境的治理日益重视。2015年,国家出台《水污染防治行动计划》(又称“水十条”),防治行动从污水处理和截污管网等末端层面的控制措施延伸到源头治理和路径阻断以及污染现场修复等全过程控制措施。2017年10月,环保部、发改委、水利部联合印发《重点流域水污染防治规划(2016-2020年)》,多举措加强落
2020-09-01
近日,南方科技大学环境科学与工程学院(简称“环境学院”)副研究员易树平以其在生态环境方面的突出贡献,荣获中国环境科学学会2020年“最美生态环境科技工作者”称号。据悉,共有来自清华大学、浙江大学、南方科技大学、中国环境监测总站、中国环科院等单位的20名生态环境科技工作者获此荣誉称号。 易树平是环境学院首批“拓荒牛”成员之一,他在环保科技研究、环保人才培养、环保产业转化等领域齐头并进。他不忘初心、思想坚定,积极推动“绿水青山就是金山银山”的生态环保理念,在工作岗位上克己敬业、团结协作,受到一致好评。除了在环境学院担任副研究员,易树平还任广东省土壤和地下水污染防控与修复重点实验室副主任、深圳市南科环保科技有限公司总经理。他已主持科技项目19项(在研5项),参与22项目(在研10项),参与编制国家标准1部,发表论文40余篇,获得授权专利16项,内容涉及地下水污染物迁移机理、核素迁移模拟、以及土壤和地下水污染机理与修复等,曾获中国地质学会青年地质科技奖-银锤奖、国家级优秀工程咨询奖一等奖、省部级优秀工程咨询奖一等奖等多项奖项,并担任多个Science of the Total Environment、Journal of Hydrology、Environmental Earth Science等学术期刊的审稿人。 “最美生态环境科技工作者”评选是中国环境科学学会为响应《中共中央宣传部、中国科协、科技部、中国科学院、中国工程院、国防科工局关于开展2020年“最美科技工作者”学习宣传活动的通知》而开展的活动。活动旨在深入贯彻习近平新时代中国特色社会主义思想,激发广大科技工作者的荣誉感、自豪感、责任感,鼓励科技工作者在生态环境领域作出更大的贡献。
2020-08-24
近日,环境学院冯炼课题组在遥感旗舰期刊Remote Sensing of Environment发表了题为“Anthropogenic transformation of Yangtze Plain freshwater lakes: patterns, drivers and impacts”的论文。研究基于1973-2018年间所有Landsat遥感数据,追踪了近半个世纪以来人类活动对长江中下
2020-08-19
自2020年7月21日起,欧洲科学院(Academia Europaea)陆续公布了2020年新入选院士名单。南方科技大学环境科学与工程学院讲席教授刘俊国当选欧洲科学院院士(外籍)。同时获此殊荣的共有来自世界各地的361位科学家,入选人员名单仍在陆续公布中。欧洲科学院(Academia Europaea)是由多个欧洲国家科学院共同发起成立的国际科学组织,是国际上跨地域和学术领域最广泛、学术地位最高、影响最大的科学组织之一。据官方统计,截止2019年10月份,欧洲科学院共有院士4272人(包括72位诺贝尔奖获得者、15位菲尔兹奖获得者、7位图灵奖获得者等),其中45岁以下的院士仅占1.97%;我国入选的院士共35人,占院士总人数的0.8%,其中包括中国科学院院士、上海交通大学医学院教授、前卫生部长、全国人大常委会副委员长陈竺,中国科学院院长白春礼院士等著名专家。 刘俊国讲席教授简介:刘俊国教授是南方科技大学自主培养的第一位国家杰出青年科学基金获得者,是国务院特殊津贴专家。长期从事水资源和生态修复方面的科研和教学工作,在水资源时空演变、水质性缺水评价和河流生态修复等方面取得了系统性创新成果。在《中国科学》、《科学通报》、《自然》、《科学》、《美国科学院院报》、《自然-气候变化》、《自然-可持续性》、《自然-通讯》等国内外刊物发表论文170余篇。刘俊国教授创建了中国首个聚焦生态修复的省部级一级学会-北京生态修复学会,并担任首任和第二任理事长;创建了北京科协系统首个学会联合体-北京生态修复与环境保护联合体,并担任首任主席。兼任联合国最佳水资源实践奖技术咨询委员会委员、联合国政府间气候变化专门委员会(IPCC)第六次评估报告(AR6)主要作者、国际水文科学协会十年科学计划负责人(Target Leader)、国际水文科学协会中国国家委员会副主席、北京市科学技术协会常委、中国自然资源学会资源生态研究专业委员会副主任、中国地理学会水文地理专业委员会副主任等职。曾担任第9届国际生态服务伙伴关系年会主席、首届/第二届“水文知识创新和发展中国家实践”国际会议共同主席。2009年获欧洲地球科学联合会“杰出青年科学家奖”,为全球首位荣获此奖的水文学家和华人科学家。2010年入选“教育部新世纪优秀人才”。2011年获ProSPER.Net-Scopus青年科学家奖及生物多样性与自然资源管理领域当年全球唯一冠军。2012年获中国科学报社第三届“青年科学之星”环境领域当年唯一金奖。2014年荣获“北京五四青年奖章”。2016年荣获国家杰出青年科学基金资助。2017年荣获国际恢复生态学学会“技术传播奖”,为当年全球唯一获奖者及该奖项成立以来首位获奖的中国科学家。2018年获教育部高等学校科学研究优秀成果奖“青年科学奖”、北京市科学技术奖二等奖等。2019年获中国青年科技奖、国务院特殊津贴。2020年获刘光文科技奖“青年科技奖”。 欧洲科学院(Academia Europaea)简介:欧洲科学院(又称欧洲人文和自然科学院)总部位于英国伦敦。外文全称为Academia Europaea (The Academy of Europe),是欧洲多国科学部长倡导创立,英国皇家学会等多个代表欧洲国家最高学术水平的国家科学院共同发起成立的一个包括东、西欧国家的国际科学组织。欧洲人文和自然科学院分20个学部,其学科领域涵盖人文科学、社会科学、自然科学和科学技术等,是国际上跨地域和学术领域最广泛、学术地位最高、影响最大的科学组织之一。截至2019年10月,欧洲科学院院士包括72位诺贝尔奖获得者、15位菲尔兹奖获得者、7位图灵奖获得者等;欧洲科学院院士中有35位来自中国,包括中国科学院院士、上海交通大学医学院教授、前卫生部长、全国人大常委会副委员长陈竺,中国科学院院长白春礼院士等著名专家。关于欧洲科学院(Academia Europaea):https://www.ae-info.org/ae/%22Acad_Main%22欧洲科学院(Academia Europaea)关于2020年院士选举的新闻发布:https://www.ae-info.org/ae/Acad_Main/List_of_Members/Elected%20members%202020
2020-08-19
南方科技大学环境科学与工程学院匡星星副教授课题组近期在国际水资源领域期刊Journal of Hydrology,Hydrogeology Journal,和European Journal of Soil Science 等上连续发表5篇论文,报道其在地下水动力学、包气带水文学以及青藏高原冻土研究中取得的最新进展。
2020-08-17
南方科技大学环境科学与工程学院张作泰教授课题组在新能源动力电池回收领域的应用研究取得新进展。相关成果在英国皇家化学学会期刊《Green Chemistry》发表题为“A novel method for screening deep eutectic solvent to recycle the cathode of Li-ion batteries”的底封面文章。&n
2020-07-23
近日,环境学院郑一教授课题组在地球科学领域顶级期刊Geophysical Research Letters(Nature Index刊物)上发表“Improving AI system awareness of geoscience knowledge: Symbiotic integration of physical approaches and deep learning”(增强人工智能系统的地球科学意识:物理方法与深度学习的共生融合)一文,介绍了一种深度学习与地球系统过程模拟相融合的全新方法。论文第一作者为环境学院博士生蒋世杰(南科大-新加坡国立大学联合培养),郑一教授为通讯作者。 在地球大数据日渐形成的背景之下,人工智能(AI)在地球科学中得到越来越多的应用。在地球系统过程模拟与预测方面,AI已逐渐成为传统物理方法之外的一个新的研究范式。如何将AI与传统物理方法进行融合,是当前地球科学领域的前沿问题。郑一教授课题组循着“教会AI地球科学知识”这一思路开展研究,提出一种新颖的物理过程模型与深度学习混合的建模框架(图1),将动态过程模型编码为深度学习结构中一种特殊的循环神经网络(Recurrent Neural Network, RNN)层,以此将地球科学知识“灌输”给AI。图1. 融合动态过程模型的深度学习模型结构 基于此框架,研究进一步发展了一个具有水文学意识的深度学习模型,利用美国本土 569 个流域的数据进行径流预测功能的测试。研究结果表明:在“学会”了水文模型之后,AI 系统具有了更准确的模拟能力和更稳健的跨流域可迁移性(图2)。图2. 具有水文学意识的深度学习模型与其他人工智能模型在模拟能力和跨流域可迁移性的对比 研究结果还表明:具有水文学意识的深度学习模型尽管在训练时只用到了流域出口径流量的观测数据,但该模型仍然可以对没有直接学习的水文过程(如积雪和融雪过程)进行合理的推断(图3)。图3. 具有水文学意识的深度学习模型对流域积雪量变化的推断。图a为模型推断得到的各流域日积雪量多年平均的空间分布;图b为卫星遥感观测得到的日积雪量多年平均的空间分布;图c为模型推断和遥感观测得到的日积雪量在所有流域上平均值的时间变化。 在该研究所提出的框架中,物理方法与AI实现了共生融合:物理方法赋予AI系统具有物理一致性的推理能力;数据驱动的AI又以“黑箱”的方式填补了物理知识的缺陷。该研究对于为深度学习等人工智能技术用于地球科学研究开辟了一条新的道路,期刊主编认为这是一项十分优秀的工作(excellent work)。 该研究得到了中科院战略性先导科技专项(XDA20100104)和国家自然科学基金(51961125203;91647201;41622111)的支持。 文章链接:https://doi.org/10.1029/2020GL088229
2020-07-08