2026年5月20—21日，2026全国水科技大会暨技术装备成果展览会在浙江杭州君尚云郦酒店成功举办。大会以科技融产・双碳赋能——创新驱动水环境高质量发展为主题，汇聚政产学研用各界精英，聚焦水科技前沿创新、绿色低碳转型、数智化升级与成果转化应用，搭建我国水环境治理与水产业高质量发展高端交流平台。
本次大会由中华环保联合会、浙江工业大学、浙江大学主办，多家单位联合主办与协办，中华环保联合会水环境治理专业委员会等单位共同承办。大会吸引院士专家、行业领军人物、技术骨干及企业代表800余人参会，发布多项关键技术、示范案例与标准规范，促成一系列技术对接与成果转化意向。
5月21日上午，“污废水绿色低碳处理及资源化创新论坛”成功召开。论坛由浙江省生态环境科学设计研究院、浙江《环境污染与防治》杂志社承办，浙江省生态环境科学设计研究院水生态环境研究所(海洋生态环境研究所)所长谭映宇和正高级工程师张宇共同主持。
哈尔滨工业大学教授祁佩时作《生物制药废水强化处理技术及协同处理工艺》报告，聚焦成分复杂、可生化性差、处理难度大的生物制药废水，研发高效强化处理与协同工艺，破解高难度有机废水治理难题，为制药行业废水达标排放与绿色升级提供稳定可靠的技术方案。
北京建筑大学教授郝晓地作《厌氧氨氧化氧化亚氮/N₂O排放模拟分析》报告，围绕低碳脱氮主流工艺厌氧氨氧化，开展 N₂O 排放机理研究与模拟评估，精准量化温室气体排放潜力并提出减排路径，助力污水处理系统低碳运行、双碳目标落地。
同济大学教授夏四清作《雨污水深度处理及资源化工程实践》报告，分享雨污水收集— 深度处理 — 资源化利用全链条工程案例，实现水资源循环利用与提质增效，为城市海绵化建设、节水减污提供可复制、可推广的实践范式。
华东师范大学教授谢冰作《基于机器学习的垃圾渗滤液处理过程中DOM转化规律与机制》报告，将机器学习与渗滤液处理结合，解析难降解 DOM 转化路径与机制，提升处理过程可控性与稳定性，为高浓度难降解渗滤液高效低碳处理提供理论与技术支撑。
上海交通大学教授楼紫阳作《渗滤液有机物分质转化过程机器学习辅助解析及其应用》报告，通过机器学习辅助解析渗滤液有机物分质转化规律，实现污染物精准识别与过程智能调控，优化处理工艺、降低运行成本，推动渗滤液处理走向智能化、高效化。
南京工业大学教授周俊作《污泥炭基催化剂的研制及其催化降解工业废水的应用研究》报告，以污泥为原料制备炭基催化剂，用于工业废水催化降解，实现污泥减量化、资源化与废水深度治理协同，以废治废、低碳高效，拓展固废资源化与废水治理新路径。
浙江师范大学教授孙法迁作《群体感应强化有机工业废水MBR减污降碳技术研究》报告，利用群体感应调控强化 MBR 工艺，提升有机工业废水处理效能、减缓膜污染、降低能耗药耗，实现减污与降碳协同，为高难度工业废水绿色处理提供创新生物技术方案。
浙江农林大学教授裴建川作《基于厌氧氨氧化的垃圾渗滤液绿色高效脱氮技术研究与应用》报告，针对垃圾渗滤液高氨氮、低碳氮比特点，采用厌氧氨氧化技术实现高效绿色脱氮，大幅降低能耗与碳排，为渗滤液脱氮提供低成本、低碳排的优选方案。
浙江环科环境研究院有限公司董事/高级工程师陈志辉作《工业产业废水减污降碳协同集成技术开发及应用》报告，整合多单元技术形成工业废水减污降碳协同集成体系，兼顾污染物深度去除与碳排放控制，适配多行业工业废水治理，助力产业绿色低碳转型。
杭州绿洁科技股份有限公司副总经理/高级工程师董剑峰作《藻类分类监测技术及其在水华预警中的应用》报告，研发藻类精准分类监测技术，实现水体藻类快速识别与定量分析，支撑水华早期预警与应急处置，为饮用水安全与水生态健康保护提供智能监测保障。
杭州中溯环境科技有限公司总经理/高级工程师侯妮作《水质指纹污染溯源技术与实践》报告，构建水质指纹识别与污染溯源体系，快速定位污染来源、锁定排放主体，支撑精准治污与科学监管，满足当前水环境精细化管理需求。
本次污废水绿色低碳处理及资源化创新论坛紧扣双碳与水资源循环利用国家战略，聚焦行业痛点与技术瓶颈，汇聚高校、科研院所与环保企业前沿成果，呈现三大亮点：
一是技术方向高度聚焦，围绕低碳处理、资源化、智能监测、精准溯源四大方向，形成从基础研究到工程应用的完整技术链条；
二是产学研用深度融合，高校理论创新与企业工程实践互补，多项技术可直接落地转化；
三是减污降碳协同凸显，厌氧氨氧化、污泥炭基催化、群体感应强化 MBR 等技术，同步实现污染物削减与碳排放下降，契合行业高质量发展要求。
论坛为我国污废水治理领域搭建了高效交流对接平台，有力推动绿色低碳技术推广应用与成果转化。未来，随着低碳化、资源化、智能化技术持续创新，我国污废水处理将加快向高效、低耗、绿色、循环转型，为水环境质量改善与“双碳” 目标实现提供坚实技术支撑。
本文系转载自中华环保联合会水环境治理专委会专委会，转发此文目的在于促进信息交流，不存在盈利性目的，此文观点与本站立场无关，不承担任何责任。未经证实的信息仅供参考，不做任何投资和交易根据，据此操作风险自担。如无意侵犯媒体或个人知识产权，如有侵权请告知，我们将在第一时间做删除处理。
