新闻中心

学院新闻

  • 5.14

    2025

    活动总结:第十一届SEE学术论坛圆满收官!
    2025年4月26日,由北京大学环境与能源学院主办的第十一届SEE学术论坛在E栋213会议室顺利召开。本次论坛以“携手智慧环保路,共筑绿色共同体”为主题,通过现场报告、评委提问与奖项评选等多元形式,就智慧环保领域的前沿问题和创新实践展开深度探讨。本次论坛旨在搭建一个高水平的学术交流平台,促进产学研各界的沟通与合作,共同为解决环境问题贡献智慧和力量。集体合影C2-C5全氟烷基羧酸(PFCAs)日益升高的环境浓度引起了全...
    详细
  • 5.08

    2025

    古韵今风·山海同行|2025环能学院户外素拓活动圆满收官!
    四月正是广东阳光不燥、微风正好的时节,在历史悠久的大鹏所城和银沙漫卷的较场尾海滩,环能学子们一年一度的户外素质拓展活动正迎风而来。大鹏所城作为爱国主义教育基地,历史底蕴深厚,其位于较场尾海滩之滨,毗邻东山古寺。师生们三两成群,或在大鹏所城内的诸多文化遗址间感受曾经作为军事要塞和抗战前沿的浓重历史沉淀,或发挥团队合作优势、动手动脑参与素质拓展活动。拓展活动1:陶艺馆历史知识竞答陶艺馆NPC“陶知古”...
    详细
  • 4.28

    2025

    科普宣传 | 珍爱地球,人与自然和谐共生——世界地球日主题活动圆满落幕
    2025年4月22日是第56个世界地球日,今年也是“绿水青山就是金山银山”理念提出20周年。为了倡导绿色环保理念,宣传低碳生活知识,4月22日,环能学院学生社团“绿色+”协会携手24级硕士班团支部,以“珍爱地球,人与自然和谐共生”为主题,为南燕学子带来了一场兼具趣味与深度的环保宣传盛宴。图1  活动现场合影为展示环能学院的学科特色,同时宣传环保知识,“绿色+”设计了科普性的题目,协会成员们也针对参观的同学提出的问题...
    详细
  • 4.22

    2025

    香港城市大学李笃中教授莅临我院进行专题讲座
    2025年4月18日,应徐期勇老师邀请,香港城市大学李笃中教授莅临我院,与固废组全体师生开展学术交流。李笃中教授从青年教师起步,凭借坚韧不拔的精神和跨领域创新的思维,逐步成长为环境领域的杰出代表。李笃中教授以“我只是个刚入职的青年教师”为主题,分享了自己科研路上的心路历程与体会。1990年初,李笃中教授刚刚踏入科研领域,作为一名青年教师,他面临着资源匮乏的挑战。然而,他并未因此退缩,而是充分利用仅有的设备...
    详细
  • 4.21

    2025

    南燕大讲堂第122讲:碳中和背景下膜技术工艺何去何从
    2025年4月18日,澳大利亚技术科学与工程院院士、昆士兰大学张西旺教授受邀做客北京大学深圳研究生院“南燕大讲堂”第122讲,以“高选择性离子分离膜及其节能工艺”为题,为师生带来了一场兼具学术深度与实践价值的精彩报告。张西旺教授深耕于膜和先进的氧化技术,先后担任陶氏化学研究中心主任、澳大利亚绿色电化学二氧化碳转化卓越研究中心(GetCO2)主任、澳大利亚国家节能分离研究中心创始主任等职务。讲座由环境与能源学院...
    详细
  • 4.21

    2025

    海南大学Evangelos Tatsis教授莅临我院进行专题报告
    2025年4月11日,应我院Maurycy副教授的邀请,海南大学Evangelos Tatsis教授莅临我院,在C104教室进行了主题为“Total biosynthesis of hyperforin in St. John's wort”的专题报告。本次报告由Maurycy副教授主持,课题组的助理研究员、硕博研究生等参加讲座。Evangelos Tatsis教授于2006年在希腊约阿尼纳大学获得博士学位,随后在英国约翰·英尼斯中心和德国马克斯·普朗克化学生态学研究所做博士后研究,曾任中国科学院分子植物...
    详细
  • 4.14

    2025

    支部共建强堡垒 湾区协奏绿美音 | 北京大学深圳研究生院环境与能源学院与厦门大学红树林党支部开展党建与生态研学交流活动
    为深化党建引领下的校际学术合作,共探学科建设与科研育人新模式,4月8日至9日,厦门大学红树林党支部师生代表一行到访北京大学深圳研究生院环境与能源学院,开展为期两天的党建联学与生态研学活动。双方通过校企参访、学术座谈、生态实践等多元形式,共话红树林保护前沿议题,共绘校际协作新蓝图。走进腾讯感知科技力量,座谈交流碰撞学术火花4月8日下午,两校师生首站前往腾讯滨海大厦开展实践研学。在腾讯就职的厦门大学校友...
    详细
  • 4.07

    2025

    我院AI4S交叉研究取得重要进展 | 秦华鹏课题组提出多尺度隐自回归时空神经网络架构U-RNN用于城市内涝实时预报
    随着气候变化与快速城市化的加剧,城市内涝风险日益上升,亟需一种快速、精准、具备高时空分辨率的内涝临近预报方法。尽管深度学习(DL)方法在时空建模方面具有巨大潜力,但仍面临两个主要挑战:其一,如何准确捕捉复杂内涝系统的多尺度、非线性的时空依赖关系;其二,如何在计算资源有限的条件下,对大规模时空数据进行有效训练,实现长时序精准泛化。图1 发表图北京大学深圳研究生院环境与能源学院秦华鹏课题组提出了一种新...
    详细
首页上页12345...40下页尾页