您现在的位置: 首页 - 研究团队 - 全职学者
全职学者
曲申 特聘教授

北京理工大学特聘教授、博士生导师,现任能源与环境政策研究中心副主任,作为援疆干部任新疆工业学院经济与管理学院院长。长期从事环境系统工程、环境管理以及相关数据科学方法与复杂系统建模研究。主持国家自然科学基金杰出青年科学基金、优秀青年科学基金和面上项目,以及国家重点研发计划课题、国家科技重大专项课题等,并作为研究骨干参与国家自然科学基金卓越研究群体项目。在Nature Sustainability、Nature Water、 Nature Communications、Environmental Science & Technology、Water Research、The Innovation、Engineering等国内外重要期刊发表论文150余篇,并在人工智能领域顶级会议国际机器学习大会(ICML 2026)发表 Spotlight 论文。研究成果应用于国家水网电网规划建设、环境基础设施布局优化、煤化工企业减污降碳等领域,为生态环境部、国家发改委、三峡集团、中国水环境集团等国家部委和大型企业提供决策支持。获杰出青年中关村奖、贵州省科技进步一等奖、循环经济科技创新青年突出贡献奖、中国产业生态学会青年学者奖等荣誉。兼任中国环境科学学会青年科学家分会副主任委员、中国“双法”研究会能源经济与管理分会常务理事等学术职务。担任SCI期刊 Resources, Conservation and Recycling副主编、Journal of Cleaner Production执行主编。

教育及工作经历

2026.8-新疆工业学院经济与管理学院 院长(援疆挂职)

2020.9至今 北京理工大学 管理学院/能源与环境政策研究中心 教授、博士生导师

2020.2-2020.8  北京理工大学 管理学院/能源与环境政策研究中心 副教授、博士生导师

2015.7-2020.1  美国密歇根大学 环境与可持续发展学院 博士后研究员

2009.8-2015.6  美国乔治城大学 经济学 博士

2005.8-2009.6  清华大学 数理基础科学 学士

主持或参与的部分科研项目

[1] 国家自然科学基金卓越研究群体项目(B类),新能源固废高效循环利用,在研,研究骨干

[2] 京津冀环境综合治理国家科技重大专项课题,2025ZD1202203,2025.09-2028.06,生态环境数据智能管理中枢构建,在研,主持

[3] 郑州市污水净化有限公司, 污泥热解气化工艺大数据-机理模型开发,2025.07-2028.01,在研,主持

[4]国家杰出青年科学基金项目,52425005,环境数据科学与技术, 2025.01-2029.12,在研,主持

[5] 国家自然科学基金委面上项目,52370189, 基于因果与可解释机器学习的城镇污水厂温室气体核算与减排策略研究,2024.01-2027.12,在研,主持

[6] 国家重点研发计划课题,2021YFC3200205,国家水网经济生态效应评价与可持续性研究,2021.12-2025.11,结题,主持

[7] 国家重点研发计划子课题,2022YFC3203704,饮用水新污染物风险控制的工艺选择模拟器开发,2022.11-2026.04,结题,主持

[8] 水环境污染监测先进技术与装备国家工程研究中心,2024KFJJ0107,基于深度学习的富营养水体水华预警预报模型研究,2024.08-2026.07,结题,主持

[9] 国家优秀青年科学基金项目,72022004,环境经济系统复杂网络研究,2021.01-2023.12,结题,主持

[10] 中国水环境集团,典型城市污水系统及园区碳中和示范方案研究的计算与模拟,2021.07-2024.06,结题,主持

部分代表性论著

[1] Zhang, J., Ma, B., Hu, X., Wang, Q., Tian, K., Bruckner, M., Meng, J., Parikh, P., Qu, S. *, Hu, C., Wei, Y., Zheng, H.* (2026). Livestock antimicrobial use embodied in global supply chains. Nature Sustainability 9(1), 65–76.

[2] Lin, J., Zhou, Q. *, Hu, L., Hu, Y., She, Y., Song, Y., Huang, Q., Jing, J., Wang, X., Qu, S. * (2026). Unlocking sludge co-firing synergies between thermal power and wastewater treatment plants. Nature Water 4(8), 979–991.

[3] Zhang, F., Du, W., Zhang, H. *, Yu, K., Qu, S.* (2026). HELIX: Hybrid Encoding with Learnable Identity and Cross-dimensional Synthesis for Time Series Imputation. Proceedings of the 43rd International Conference on Machine Learning (ICML), 2026 (Spotlight). arXiv:2605.02278.

[4] Huang, Q., Zhang, H. *, Zhou, Q. *, Gong, M., Tian, Q., She, Y., Hu, Y., Yu, K., Shen, Y., Lei, L., Qu, S.* (2026). From Data to Decision: A Closed-Loop Framework for Co-Optimizing Energy Recovery and SO2 Control in Sludge Gasification. Environmental Science & Technology 60(32), 22665–22679.

[5] Qu, S. *, Zhou Q., Lin, J., Cao, Y., Song, Y., Ben, Y., Lei, L., Zhang, F., Huang, Q. (2026) Consensus Building in AI Risk Management: Approaches to Global Cooperation. In Foundational Principles of AI Governance and Policy (pp. 123-151). Cham: Springer Nature Switzerland.

[6] Qu, S.*, Hu, Y., Wei, R., Yu, K., Liu, Z., Zhou, Q., Wang, C., Zhang, L. (2025). Carbon Footprint Drivers in China’s Municipal Wastewater Treatment Plants and Mitigation Opportunities through Electricity and Chemical Efficiency. Engineering, 50,106-116.

[7] Pang, H., Ben, Y., Cao, Y., Qu, S. *, & Hu, C. (2025). Time series-based machine learning for forecasting multivariate water quality in full-scale drinking water treatment with various reagent dosages. Water Research, 268, 122777.

[8] Qu S.*, She Y., Zhou Q.*, Verschuur, J., Zhao, L. T., Liu, H., Xu, M., Wei, Y. M. (2024). Modeling the dynamic impacts of maritime network blockage on global supply chains. The Innovation 5(4), 100653.

[9] She, Y., Chen, J., Zhou, Q., Wang L., Duan, K., Wang, R., Qu, S.*, Xu, M., Zhao, Y. (2024). Evaluating Losses from Water Scarcity and Benefits of Water Conservation Measures to Intercity Supply Chains in China. Environmental Science & Technology 58(2), 1119–1130.

[10] Zhou, Q., Qu, S.*, Wang, Q., She, Y., Yu, Y., & Bi, J. (2023). Sliding Window-Based Machine Learning for Environmental Inspection Resource Allocation. Environmental Science & Technology 57(44), 16743-16754.

[11] Cao, Y., Qu, S.*, Zheng, H., Meng, J., Mi, Z., Chen, W., & Wei, Y. M. (2023). Allocating China’s CO2 Emissions Based on Economic Welfare Gains from Environmental Externalities. Environmental Science & Technology 57 (20), 7709-7720.

[12] Qu, S., Yu, K., Hu, Y., Zhou, C., & Xu, M. (2022). Scaling of Energy, Water, and Waste Flows in China’s Prefecture-Level and Provincial Cities. Environmental Science & Technology 57(2), 1186-1197.

[13] Yang, Y., Qu, S.*, Cai, B., Liang, S., Wang, Z., Wang, J., Xu, M. (2020). Mapping global carbon footprint in China. Nature Communications 11, (1), 2237.

[14] Qu, S., Yang, Y., Wang, Z., Zou, J.-P., Xu, M.* (2020). Great Divergence Exists in Chinese Provincial Trade-Related CO2 Emission Accounts. Environmental Science & Technology 54 (14), 8527-8538.

[15] 曲申 (2021). 以跨学科模型体系支撑经济社会绿色低碳发展 [J]. 中国环境管理, 13 (03): 5-7.

欢迎具有经管、环境、能源、信息、数学、物理等跨学科背景的同学申请推免或报考研究生。

联系方式

地址:北京市海淀区中关村南大街5号北京理工大学能源与环境政策研究中心

电话:010-68918039

E-mail: squ@bit.edu.cn