水资源国家重点实完美体育验室

　　完美体育任南琪院士出席亚太经合组织（APEC）数字化绿色协同转型发展研讨会并在开幕式作主题演讲

　　任南琪院士亮相X9联盟•青年课第一季 主讲：城市水污染治理 绿色发展与智慧管控

　　城市小雨积水、大雨内涝，怎么样增强城市“韧性”？水资源短缺、水环境污染欠账太多，城市病怎么解决？国家持续推进的“双碳”目标该如何实现？新一代中国青年能为环境建设做些什么？1月4日20:00，深圳教育视频号、哈尔滨工业大学深圳校区视频号完美体育、壹深圳客户端及深圳广电第一现场公众号等播出平台推出“X9联盟·青年课第一季｜任南琪院士：城市水污染治理绿色发展与智慧管控”，在新的课堂做了精彩亮相。X9联盟·青年课是一项开放的高端知识品牌课程，内容涉及人文科学、自然科学、社会科学等，由X9联盟高校院所名家名师授课，共同建设高端精品课程，汇聚优质学术资源，打破学科边界，为学生综合素质的提升和个性化发展提供交流平台完美体育，助力高校学子跨学科“冲浪”。本期X9联盟青年课邀请到中国工程院院士，国家水污染治理与水环境改善专家，原哈尔滨工业大学副校长，现任城市水资源与水环境国家重点实验室主任任南琪作为主讲嘉宾。任南琪院士以“城市水污染治理绿色发展与智慧管控”为主题，结合自己多年的科研经验，帮助同学们更深刻认识到环境科学在生态文明建设中的重要作用，激励高校学子为国家生态环境建设做出贡献，做一个不负时代的新青年。

　　热烈祝贺实验室马军院士和实验室学术委员会委员俞汉青院士获2024年环境科学与技术杰出成就奖

　　// 祝贺!Congratulations！EST、EST Letters和美国化学会环境化学部（ENVR）近日宣布2024年“环境科学与技术杰出成就奖”（Outstanding Achievements in Environmental Science Technology Award）的获奖者（今年的提名是面向亚太地区）。热烈祝贺来自哈尔滨工业大学的马军院士和中国科学技术大学的俞汉青院士获得这一重要荣誉。该奖于2021年设立，首个奖项即面向亚太地区，颁给了来自中国的江桂斌院士和陶澍院士（点击阅读2021、2022、2023年奖项公布相关内容）。马军院士哈尔滨工业大学获奖理由表彰其在水资源和废水处理工艺方面做出的重大而杰出的贡献，解决全球水资源匮乏，开发高效、低成本的先进水净化技术以保障全球安全饮用水供应。马军院士是中国工程院院士、哈尔滨工业大学环境学院教授完美体育，城市水资源开发利用（北方）国家工程研究中心主任。国家杰出青年基金获得者，国家级有突出贡献的中青年专家，英国皇家化学会会士，入选教育部跨世纪优秀人才计划，被评为做出突出贡献的优秀留学回国人员。从事水处理工程理论与技术方面研究与教

　　ESE社论｜哈工大任南琪院士、哈工大（深圳）王旭、埃克塞特大学伏广涛：人工智能正在推动环境领域科研范式变革

　　特刊封面随着数据、算法和算力的飞速发展，人工智能及机器学习等数据驱动方法正在深刻影响着自然科学的研究范式。人工智能以其强大的运算、学习和决策能力，为基础研究更好地解析数据特征、探索机理机制、预测复杂行为和开展决策优化等方面提供了强大的科技支持。然而，这些新兴理论和方法却尚未在环境领域取得广泛而显著的交叉创新成果。为了更好地梳理该领域的最新成果，展望学科国际前沿，ESE推出“AI for the environment”特刊（以下简称特刊），旨在为挖掘、分析和解决人工智能与环境研究有机结合的关键科技问题提供有益的学术探讨平台，推动全球环境学科的创新发展。近日，ESE期刊主编、中国工程院院士任南琪教授联合特刊客座主编哈尔滨工业大学（深圳）王旭教授完美体育、英国埃克塞特大学伏广涛教授发表以“Artificial intelligence is transforming the research paradigm of environmental science and engineering”为题的社论文章。近年来，人工智能（AI）凭借强大的数据处理能力，已成为基础科学研究和管理决策创新的重要支撑工

　　为深入实施双化协同行动计划，总结推广我国双化协同领域的创新实践和有益探索，在中央网信办信息化发展局指导下完美体育，中国互联网发展基金会开展2023年双化协同优秀案例征集工作。经专家评审，送选出一批双化协同优秀案例，由中国互联网发展基金会对外进行发布。我校环境学院博士生导师田禹教授牵头申报的“基于AI+大数据的哈尔滨国家级新区水环境智能感知与智慧管控”案例成功入选。附:2023年数字化绿色化协同转型发展优秀案例

　　田禹团队WR｜通过陆地-河流-大气氮流混合模型估算长江流域河流氧化亚氮排放量

　　王爱杰团队李智灵课题组WR：重金属影响Pseudomonas sp. CP-1还原脱氯代谢的分子机制

　　田禹团队ESE｜基于机器学习并行系统的管网-河流一体化过程模型的校核与精度提升