由国家外专局“一带一路”引智项目《基于人工智能技术的关中地区交通污染源扩散复合模型的开发》资助，Indian Institute Technology-Delhi (印度理工大学德里分校)土木与环境工程系Mukesh Khare教授率团队于2019年6月28日访问长安大学，与环境科学与工程学院空气污染治理研究团队进行了为期一周的学术交流与研讨。访问团队成员包括印度理工大学德里分校的Mukesh Khare教授、Arvind Nema教授、Sri Harsha Kota助理教授、Komal Shukla研究员和Shubham Sharma研究员，印度理工大学金奈分校Shiva Nagendra教授，TERI大学Prateek Sharma教授，印度理工大学蒂鲁伯蒂分校Suresh Jain副教授，印度国家理工学院瓦朗加尔分校SumanthChinthala助理教授。我方代表为空气污染治理团队邓顺熙教授、李彦鹏教授和黄立辉副教授。
公开学术研讨会于7月1日至7月5日在环工学院举行。研讨会由黄立辉副教授和Sri HarshaKota助理教授作欢迎致辞。随后五日，印方代表团成员先后作了10个学术报告，题目分别是Gaussian based models and chemical transport models: Fundamentals（高斯模型和化学传输模型的基本原理）, Gaussian based AERMOD model: A case study（基于高斯原理的AERMOD模型：案例研究）, Chemical transport WRF-CHEM model: A case study（化学交通模型：案例研究）, Eulerian and Lagrangian Air quality models: Fundamentals（欧拉和拉格朗日空气质量模型的基本原理）, Numerical based dispersion models for PM10: An open cast coal mines case study（基于数值模拟的PM10离散模型:露天煤矿实例研究）, Statistics based air quality models: Fundamentals and case study（统计学空气质量模型:基本原理和案例研究）, ANN based air quality models: Fundamentals and case study（基于人工神经网络的空气质量模型:基本原理和案例研究）, Hybrid Modeling of Air Pollutants（空气污染物混合模型）, Source apportionment and receptor models: Fundamentals and case study（源解析和受体模型：基本原理和案例研究）和Risk assessment of toxic pollutants: a case study of waste dumpingsite（有毒污染物风险评估：以垃圾倾倒场为例）。报告内容涵盖空气污染领域确定性模型预测技术、统计性模型技术、人工神经网络模型技术和受体模型技术。印方学者与长安大学空气污染治理研究团队师生就报告内容涉及的空气污染模型技术的适用场景、原理、特点、计算机程序和运算能力、模型不确定性等方面展开热烈讨论。长安大学空气污染团队负责人邓顺熙教授向印方代表团介绍了他的课题组在关中地区空气质量、交通排放清单和交通污染扩散方面的原创性工作；李彦鹏教授分享了他的课题组在关中地区生物气溶胶组成和来源方面的创新性工作；黄立辉副教授介绍了他在室内空气质量调查、挥发性有机物源解析和半挥发性有机物人群暴露方面的研究成果。
学术研讨会现场
闭门讨论会议于7月6日举行，中方邓顺熙教授和黄立辉副教授教授参加本次会议。中印双方通过深入探讨，确立了未来共同的研究兴趣和方向，包括(但不局限于)城市空气质量模型、室内空气质量与健康、大气臭氧污染形成机制及模型、基于人工神经网络技术的空气质量模型开发。此外，双方还确立了短期及长期合作形式，包括定期教授互访、研究生交换及学分互认、共同指导两国研究生、定期举办国际学术会议、共同申请中印两国自然科学基金项目、参与组建泛亚洲城市空气污染研究联合体等一系列行动，旨在推动中印两个全球最大的发展中国家在共同应对空气质量方面的协作。会议最后，中方代表邓顺熙教授和黄立辉副教授与印方代表MukeshKhare教授共同签署了合作备忘录。
签署合作备忘录
参观环境监测站大气除霾塔
（供图：环工学院 审稿：李彦鹏 网络编辑：韩月）
