2022年9月7日北京时间18：40至21:00，北京交通大学-英国利兹大学交通研究所2022年交通系列讲座举行开幕式并成功举办第一场及第二场讲座。该系列讲座共包括八场专题讲座，由北京交通大学经济管理学院主办，由北京交通大学交通系统科学与工程研究院、北京交通大学环境学院协办，通过Zoom在线会议特邀利兹大学交通研究所知名学者分享交通运输领域的前沿研究，同时邀请国内外交通研究专家进行深度点评，展开中外交通学者线上面对面学术对话。

2022年交通系列讲座的开幕式由北京交通大学王雅璨教授主持，由北京交通大学经济管理学院副院长尚小溥教授致欢迎辞。尚小溥首先对与会嘉宾表达了诚挚的谢意，进而介绍了北京交通大学经济管理学院在运输经济学领域的成就、北京交大与利兹大学联合举办的学位合作项目，并表示未来两校在交通研究领域将有更深入的联系。

随后，利兹大学交通研究所主任Simon Shepherd教授进行了致辞演说。Simon Shepherd教授也对与会者参会表示了感谢，之后同样提到了两所大学之间已有的交流项目，例如双硕士、双博士项目。他指出，两校的合作对未来的学术发展具有重要意义。

接下来，本次会议进入到精彩的专题讲座环节。其中，第一场专题讲座由来自利兹大学交通研究所的Haibo Chen教授作题为“Reducing Exhaust and Non-exhaust Emissions: the MODALES Approach”的学术报告，特邀长安大学邱兆文教授、北京交通大学宋国华教授为点评嘉宾；第二场专题讲座由信息与技术专家Susan Grant-Muller教授作题为“Understanding Transport-Health Interactions: What Role can New Data, Technologies and Integrated Modelling Play?”的学术报告，特邀北京航空航天大学马晓磊教授、北京交通大学徐猛教授为点评嘉宾。

第一场专题讲座的演讲嘉宾Haibo Chen教授是利兹大学交通研究所的全职教授，在智能交通系统、绿色车辆和环境等领域拥有超过25年的研究经验。他的大部分研究涉及开发能够减少拥堵和环境影响的智能交通管理措施。近年来，Haibo Chen教授获得了超过500万欧元的研究经费，参与了多个欧盟研究项目，总金额超过6000万欧元。他的研究领域包括清洁交通、低排放、互联交通和自动驾驶车辆等。此外，Haibo Chen教授还是空间建模和动力学的研究组长、互联和共享交通的研究主题负责人。

在本次讲座中，Haibo Chen教授以“Reducing Exhaust and Non-exhaust Emissions: the MODALES Approach”为题进行了学术分享。该研究基于欧盟资助的MODALES项目，该项目关注道路交通对当地空气质量的影响，鼓励采用低排放的驾驶行为和改装选择，以减少交通对空气带来的污染；研究重点是对汽车行驶过程中产生的动力传动系排放、制动磨损排放、轮胎磨损排放这三种排放源进行监测、建模和模拟等。在监测方面，通过测试、测量手段对现实生活或实验室驾驶行为产生的三种排放源进行监测；在建模方面，通过构建物理模型、仿真模拟、数学模型等方式对三种排放物进行研究；在改装方面，应用相关技术（如利用SCR（Seletive Catalytic Reduction）、ACCT（Ammonia Creation & Conversion Technology）等）来减少空气污染物排放；在教育方面，开发一个辅助驾驶APP来增设驾驶行为教育课程，以改善驾驶员行为。研究结果发现，改装措施在减少污染物排放方面最有效，其中ACCT技术减排的效果好于SCR技术；同时，教育和训练课程则有利于提高驾驶员的环境保护意识，但其效果尚需进一步检验。

在第一场专题讲座中担任点评嘉宾的长安大学邱兆文教授、北京交通大学宋国华教授依次对Haibo Chen教授的学术报告进行了点评。邱兆文教授认为Haibo Chen教授的研究对现实中减少交通排放带来了有益启迪。邱兆文教授进一步建议，可以考虑更多的污染因素，例如分析电动汽车整个产业链的环境污染；也可以将包括噪音、道路灰尘等在内的非排放污染物纳入分析框架。最后，邱兆文教授指出，探讨车辆制造技术水平和废气排放之间的关系也非常重要。

宋国华教授与Haibo Chen教授重点探讨了污染物排放数据的监测问题，他认为两个人的研究有很多相同点。宋国华教授展示了自己也采用了相似的测试手段来监测污染排放物，并且构建了专门模型使用大数据进行模拟。Haibo Chen教授表示，应该将已有的关于污染物排放的研究及时传递给公众，让人们意识到驾驶可能产生的空气污染问题，提升环保意识。

在第一场讲座中，Haibo Chen教授紧紧围绕“Reducing Exhaust and Non-exhaust Emissions: the MODALES Approach”这一主题，以MODALES项目为依托，从监测、模拟、改装、教育四个方面来研究汽车驾驶过程中所产生的三大污染物，致力于找到最有效的减排方式。这些研究视角多样、方法严谨，对现实中减少交通污染物排放有很大的启迪，令参会者受益匪浅。两位特邀点评人邱兆文教授、宋国华教授则在总结该研究的主要内容、结论和贡献之后，分别给出可进一步改进的研究方向及相关思路，拓宽了参会者的思考广度。其他与会嘉宾与参会人也在Zoom问答平台上进行了积极的提问与讨论。

紧接着Haibo Chen教授专题讲座的，是聚焦交通与健康互动的第二场专题讲座。该讲座报告人Susan Grant-Muller教授是利兹大学交通研究所的技术和信息学教授，也是Alan Turing Institute研究所的研究员。她领导了一个研究大规模数据分析和新形式的技术数据在制定可持续交通政策中发挥何种作用的研究项目。Susan Grant-Muller教授也是一名统计学家，研究领域涉及智能交通系统领域，近年来，该领域还关注新兴数据形式的使用、社交媒体、流动性分析和网络技术在交通领域的作用。她目前的兴趣是了解信息和通信技术对交通基础设施的广泛影响（如健康、能源和碳影响）、管理微观用户数据、以及探究行为导向需求管理的激励措施。

Susan Grant-Muller教授本次的演讲共分三部分。首先，Susan Grant-Muller教授指出，交通不仅是社会经济发展的基础，同时也与个人的健康福祉息息相关。交通与健康在环境污染、体育活动、安全、疾病传播、心理健康乃至幸福感等特定方面相互作用，但是二者在一个更宽泛的运输系统内存在复杂的矛盾与权衡关系。Susan Grant-Muller教授作图说明了不同的模型方法、以及新数据的出现如何为多部门建模提供新机遇。其次，Susan Grant-Muller教授介绍了用于研究交通-健康互动的系统动力模型，该模型结合了定性系统思想，可以捕获行为并理解复杂系统如何随时间变化。Susan Grant-Muller教授给出了精致的因果关系图，展示交通与健康如何通过环境污染、道路安全和出行活动三条不同路径相互影响，同时也直观地展现了每条路径的相关关系；更为复杂的交通-健康合成因果关系图则说明了新数据在理解交通与健康二者关系中的重要作用。最后，Susan Grant-Muller教授介绍了两个应用新数据研究交通与健康互动的研究案例，其中，一个研究团队使用在英国纽卡斯尔实施的监测技术收集用户行为数据，观测到鼓励用户减少开车的奖励点数确实使得用户更多地采取自行车、步行等出行方式；另一个研究团队则以新冠疫情为背景，研究了封城和每日病例变化对人们出行模式和目的的影响。

在第二场专题讲座中，Susan Grant-Muller教授紧紧围绕交通与健康的复杂互动进行动力系统建模，深入地阐释了二者互动的机理，并在此基础上，引入了以新一代信息技术为基础的新数据在复杂交通领域的实际应用，为与会者拓宽了交通研究与实践的视野。

2022年交通系列讲座开幕式的圆满召开为之后八场致力于中外交流与学术对话的交通专题讲座拉开了序幕，也为北京交通大学与利兹大学交通研究所的进一步合作提供了有效的渠道。随后成功举办的第一场与第二场交通专题讲座则聚焦低碳减排、交通健康互动、交通大数据应用等为与会的中外学者、研究人员、高校师生提供了精彩的思想、严谨的研究范式、有益的研究成果与深刻的洞见，既丰富了中外交通运输理论与实践的研究，也为当前我国实施交通强国战略提供了有益的学术助力。