2026国际环境科学论坛
会议简介
会议网站
https://conf.koushare.com/conf/ER2026
会议注册
>>您可以点击此处链接或扫描下方的二维码前往注册页面，报名参会（无注册费）。
会议详情
- 论坛时间：2026年10月24-25日（提前一天报道）
- 论坛地点：浙江温州顺锦金钻酒店
- 论坛形式：线下会议+线上同步直播
- 直播地址：待公布
组织单位
- 主办单位：IOP 出版社、北京大学物理学院
- 支持单位：中国环境科学学会、中国气象学会、国际大气环境遥感学会、宁波大学
拟定议题
会议科学计划主要包括以下核心领域：
- 环境阈值、极端事件及归因研究：重点关注关键气候阈值、突破1.5°C目标的风险、全球临界点连锁效应以及极端环境事件与人为气候变化之间的归因关系。
- 综合减缓路径：脱碳、碳移除与环境适应：聚焦清洁能源转型、碳移除技术以及应对气候变化影响的适应措施。
- 环境变化与自然系统及资源的未来：探讨气候变化对生态系统、生物多样性、水资源和粮食系统的影响。
- 计算与数据驱动气候科学：机器学习、气候模拟器以及数据驱动方法在气候预测和决策支持中的应用。
组织委员会
会议召集人
林金泰
北京大学
组织委员会
张丽霞
中国科学院大气物理研究所
阚海东
复旦大学
曹龙
浙江大学
Klaus Hubacek
荷兰格罗宁根大学
Niklas Boers
德国慕尼黑工业大学
Giacomo Falchetta
奥地利国际应用系统分析研究所
最新确认的报告嘉宾（按照姓名首字母排序）
- Benjamin Horton，香港城市大学
- Chris Smith，国际应用系统分析研究所（IIASA，奥地利）
- 曹龙，浙江大学
- 陈诗，香港科技大学
- Daoping Wang，伦敦国王学院（英国）
- Dan Kammen，约翰霍普金斯大学（美国）
- Giacomo Falchetta，国际应用系统分析研究所（IIASA，奥地利）
- Giovanni Liguori，博洛尼亚大学（意大利）
- 管晓丹，兰州大学
- 胡帅，中国科学院大气物理研究所
- Jason Cohen，中国矿业大学
- Jon Hellin，国际水稻研究所（菲律宾）
- Kai Kornhuber，国际应用系统分析研究所（IIASA，奥地利）
- Laurent Li，法国国家科学研究中心（CNRS，法国）
- Lina Teckentrup，巴塞罗那超级计算中心（西班牙）
- Massimiliano Pittore，Eurac 研究院（意大利）
- Maximilian Gelbrecht，慕尼黑工业大学（德国）
- Mengyao Liu，荷兰皇家气象研究所（荷兰）
- Michel Noussan，都灵理工大学（意大利）
- 聂绩，北京大学
- 偶阳，北京大学
- Paul Arthur Monerie，雷丁大学（英国）
- 宋丰飞，中国海洋大学
- 苏虹，安徽医科大学
- Tao Huang，南洋理工大学（新加坡）
- 乐旭，南京信息工程大学
- 袁嘉灿，复旦大学
- 张羽中，西湖大学
会议日程
敬请期待详细的会议日程！
会议专刊
更多信息，敬请期待！
海报征集
欢迎您在2026年10月15日前将摘要和海报的PDF版本提交至邮箱publishing.china@ioppublishing.org. 并在邮件主题中注明“国际环境科学论坛海报”。大会设有海报展示环节，欢迎大家踊跃提交。注：海报尺寸为90 厘米(宽) * 120厘米(高).
职业生涯早期研究人员（ECR）问卷调查
您是职业生涯早期研究人员（Early Career Researcher, ECR）吗？
我们诚邀您参与问卷调查，与我们分享您在科研和学术出版过程中面临的最大挑战。
您的反馈将帮助我们更深入地了解职业生涯早期研究人员的需求，并进一步完善科研资源、培训项目和发展机会，为像您一样的青年科研人员提供更有针对性的支持，助力您在科研生涯伊始取得更大的发展。欢迎填写问卷，并分享给身边其他职业生涯早期研究人员，让更多青年科研人员的声音得到充分体现。
支持期刊
- IOP出版社旗下环境研究系列期刊（Environmental Research Series）展示环境科学领域前沿成果，本次国际研讨会支持期刊为Environmental Research Letters（IF：5.4，Citescore：9.3）、Environmental Research: Climate（IF：4.6，Citescore：7.2）、Environmental Research: Infrastructure and Sustainability（IF：3.3，Citescore：5.6）、Environmental Research Communications（IF：2.7, Citescore：3.6）、Environmental Research: Energy和Machine Learning: Earth。