近年来，硕士研究生培养问题成为高等教育界讨论的热点。不同于本科生教育，研究生教育以培养能够独立从事科学研究的创新型人才为目标，要求研究生具备扎实的基础知识，具有独立思考的能力和较强的创新精神。 上海交通大学研究生教育坚持面向科技前沿，坚持创新人才培养，积极推进科教融合、产教融合，积极开展国际合作，营造崇尚学术的文化氛围。2020年，上海交通大学研究生院提出“研究生教育质量提升八项计划”，擘画新时代研究生教育发展蓝图。 为积极响应该计划，上海交通大学船舶海洋与建筑工程学院交通运输工程系智能交通与无人机研究中心课题组在硕士研究生培养中进行多种尝试，最终构建了同伴制、小组制、大组制三位一体的培养模式，并取得了一定的成效。

为协助新生更快融入课题组，课题组建立了同伴制（Buddy pairs）。Buddy pairs在形式上为高年级学生（mentor）一对一指导低年级学生（mentee）进行学术研究，旨在让低年级学生（主要是研一和大四学生）更快掌握进行学术研究的方式方法，更快适应研究生阶段的学习生活。同时，同伴制也在课题组营造了交流、讨论、共享、互助的良好氛围。

来自长安大学的保送生方筱睿在谈到自己的收获时说：“我进入课题组后，很快就加入Buddy pair这种一对一结对互相促进的方式。这个模式对我开展研究的帮助很大。作为一个本科生，我对于如何开展自己的研究，如何确定自己的研究方向，如何从本科生过渡到研究生这些问题都比较迷茫。通过这个方式，我与师兄每周都会通过腾讯会议进行交流。我从师兄身上学习到了很多，包括学习了一些必备的软件，了解了课题组的一些研究方向等。总而言之，Buddy pair这个模式对我来说帮助很大，我在其中受益匪浅”。

来自北京交通大学的保送生刘润对此也深有体会：“在进入课题组后，我和一位博士生师姐组成了Buddy pairs小组，师姐在学术科研方面有很多经验，能够快速地带领我融入课题组的学习氛围当中。我和师姐每周都进行一次交流，向师姐汇报我这一周的学习情况。这样一种学习模式，督促我每周都需完成一定的学习工作。在和师姐交流的过程中，师姐能看出我在研究中存在的不足，以及后续改进的方向，使我能够进行高效的学习工作。此外我在学习生活的过程中如果存在困惑，都会向师姐询问，师姐也会及时地给我反馈，这能够使我快速地融入到新的学习生活环境中”。

作为mentor的2020级硕士生杨津铭说：“Buddy pair机制促成了高低年级学生的一对一沟通交流，这不仅仅帮助低年级学生更快上手熟悉科研流程，更是实验室的科研成果与技术的传承和积累。在Buddy pair机制下，以mentor身份指导本科生完成毕设的过程中，互相的讨论也让我从中收获到进步”。

传统形式的大组会中，每位学生的问题和需求难以得到充分探讨。课题组结合团队的研究方向，创造性地将学生分为Data-driven、 Roadside、Hyperlocal以及3-D四个小组，旨在促进研究方向接近的学生之间进行学术交流。 Data Driven组主要以大数据为基础开展研究，具体方法包括统计学分析，机器学习算法等，并将这些方法应用于交通领域；Roadside组主要进行对城市道路交通污染物的时空分布、扩散规律等进行研究；Hyperlocal组主要通过移动监测手段研究城市中微观尺度的污染物的时空分布特征；3-D组则通过搭建基于无人机的三维空气污染监测平台，探究空气污染物垂直分布特征与形成机理。 小组会每月开展一次，并且全程录下视频，方便其他小组成员和老师观看。在小组会上，组内成员互相评议，许多问题在充分的交流与激烈的研讨中得到解决。小组制将研究方向相近的组员集合起来，组内讨论效率得到极大提高，组内成员的发散性思维和批判性思维也得到提升，对研究生阶段的学习生活助力颇多。

2018级硕士生贾越平发表了对小组制的看法：“从事科研研究是一个自我成长的过程，积极参加组会是一个重要环节。对于课题研究而言，研究思路是至关重要的，它决定了前进的方向是否正确或合适。组会使课题组同学之间的联系更加紧密，通过小组讨论，我们可以了解他人的研究内容以拓宽自己的知识面，根据同学们的反馈对自己的研究做出及时的调整和修正，还可以增强自己的口头表达能力、辩证批判能力和提出好问题的能力”。

2019级硕士生罗祯广总结到：“在小组内，大家的研究方向比较容易收敛到一个特定的研究问题，更能引发充分的讨论，帮助小组成员更快地梳理研究的优势、克服研究的局限，凝练技术细节的解决方法以及得出研究计划的推进方案”。

在小组会的基础上，课题组还建立了大组制。在大组会前，课题组要求每位学生提前观看其他组会的视频资料，方便大组会中的讨论。在大组会中，各小组选定一人对组内成员近期研究内容进行汇总，其他三个小组针对该组研究内容进行提问，最后由导师对这些问题进行点拨和总结。 大组制提供了不同小组之间进行交流的机会，使学生能广泛接收来自不同研究视角的建议；该制度还能让学生了解课题组不同小组的研究内容和工作进展，拓宽知识面的同时也促进各小组间的良性竞争。

2018级硕士生鲁开发认为：“智能交通与无人机应用中心课题组所形成的独有的小组制和大组制的学生培养模式，无论作为小组组长还是组会参与者的我都受益匪浅。小组制通过集合具有相似研究方向的同学，定期召开小组会议，不仅方便大家集中交流、共享最新研究成果，而且大家相似的研究方向也方便组员快速熟络各自的研究内容，提高小组会议效率；大组制将不同小组的研究内容进行集中汇报，不仅可以了解实验室各个成员的研究内容、开拓大家的研究视野，而且在一定程度上还有助于探索不同研究方法对于自身研究的适用性”。

作为三种组会模式的发起人之一，课题组何红弟老师对此总结道：“三种模式不是突然提出来的，是结合学生的反馈，经过多次尝试，探索出来的。同伴制通过同伴协助帮助低年级学生更快适应研究阶段的学习，小组制通过相互交流促进学生互相学习，大组制通过集体讨论升华研究成果。三种制度培养模式的相互促进，大幅提高了学生学习和研究的效率，拓展了学生的知识面，提升了学生的批判思维和创新思维。总体而言，三种培养模式真正体现了以学生为中心的教学理念”。

在同伴制、分组制、大组制三位一体的培养模式下，课题组硕士研究生在过去两年取得了一系列成果。

2017级硕士生：

陈骞同学发表A档学术论文1篇(Chen et al., 2019)、B档学术论文1篇(Chen et al., 2020)，获得“华为杯”第十四届中国研究生数学建模竞赛二等奖、2018年中国（小谷围）“互联网+交通运输”创新创业大赛二等奖，毕业后赴中山大学工作。

曹蓉同学发表A档学术论文1篇(Cao, Li, Wang, Tao, et al., 2020)、B档学术论文1篇(Cao, Li, Wang, Peng, et al., 2020)，获得2017年中国（小谷围）“互联网+交通运输”创新创业大赛国家三等奖、首届“能源、智慧、未来”全国大学生创新创业大赛国家一等奖、“华为杯”第十五届中国研究生数学建模竞赛国家二等奖、2018年中国（小谷围）“互联网+交通运输”创新创业大赛国家优胜奖，毕业后赴墨尔本大学读博。

2018级硕士生：

鲁开发同学发表A档学术论文1篇(Lu et al., 2020)，撰写的第二篇学术论文正在外审中，获得“华为杯”第十六届中国研究生数学建模竞赛二等奖，被评为上海市优秀毕业生，毕业后赴美国佛罗里达大学读博。

郑铁同学发表A档学术论文1篇(Zheng, Li, et al., 2021)、B档学术论文1篇(Zheng, Wang, et al., 2021)，被评为上海交通大学优秀毕业生，毕业后赴清华大学读博。

贾越平同学发表B档学术论文1篇(Jia et al., 2021)，获得上海交通大学“三好学生”、研究生学业奖学金一等奖、中国青年报社2019年寻找全国大学生百强暑期实践团队活动之优秀实践团队等，毕业后赴上海国企工作。

Tanvir发表B档学术论文1篇(Tanvir et al., 2021)，毕业后赴上海交通大学读博。

Mazi发表TRB（Transportation Research Board）会议论文1篇(Mazimba et al., 2021)，毕业后赴Frequency Plant Hire and General Services Ltd ( Shanghai Office )工作。 2019级硕士生：

罗祯广同学发表A档学术论文1篇(Luo et al., 2021)，获得第三届“交通·未来”大学生科创作品大赛一等奖、“华为杯”第十七届中国研究生数学建模竞赛二等奖，目前撰写第二篇学术论文中。

蔡宛瑾同学投稿1篇学术论文，论文在二审中，目前撰写第二篇学术论文中。

王梓烨同学投稿1篇学术论文，论文在一审中，目前撰写第二篇学术论文中。

2020级硕士生：

杨津铭同学发表学术论文1篇 (Yang, et al., 2021)，目前已被A档学术期刊Transportation Research: Part C接收。

[1] Cao, R., Li, B., Wang, Z., Peng, Z. R., Tao, S., & Lou, S. (2020). Using a distributed air sensor network to investigate the spatiotemporal patterns of PM2.5 concentrations. Environmental Pollution, 264, 114549. https://doi.org/10.1016/j.envpol.2020.114549

[2] Chen, Q., Li, X. B., Song, R., Wang, H. W., Li, B., He, H. Di, & Peng, Z. R. (2020). Development and utilization of hexacopter unmanned aerial vehicle platform to characterize vertical distribution of boundary layer ozone in wintertime. Atmospheric Pollution Research, 11(7), 1073–1083. https://doi.org/10.1016/j.apr.2020.04.002

[3] Jia, Y. P., Lu, K. F., Zheng, T., Li, X. B., Liu, X., Peng, Z. R., & He, H. Di. (2021). Effects of roadside green infrastructure on particle exposure: A focus on cyclists and pedestrians on pathways between urban roads and vegetative barriers. Atmospheric Pollution Research, 12(3), 1–12. https://doi.org/10.1016/j.apr.2021.01.017

[4] Lu, K. F., He, H. Di, Wang, H. W., Li, X. B., & Peng, Z. R. (2020). Characterizing temporal and vertical distribution patterns of traffic-emitted pollutants near an elevated expressway in urban residential areas. Building and Environment, 172, 106678. https://doi.org/10.1016/j.buildenv.2020.106678

[5] Luo, Z., Wang, Z., Wang, H., He, H., & Peng, Z. (2021). Characterizing spatiotemporal distributions of black carbon and PM2.5 at a toll station: Observations on manual and electronic toll collection lanes. Building and Environment, 199, 107933. https://doi.org/10.1016/j.buildenv.2021.107933

[6] Mazimba, M., Peng, Z.-R., He, H.-D. Di, Zhao, H., & Lu, K. (2021). Investigating Pedestrians’ Exposure to Traffic-Related PM and BC at Intersections: a Case Study in Shanghai, China. Transportation Research Board 100th Annual Meeting (No. TRBAM-21-03919).

[7] Tanvir, M. R. A., He, H. di, & Peng, Z. R. (2021). Spatio-temporal variability in black carbon concentrations at highway toll plaza: Comparison between manual and electronic toll lanes. Atmospheric Pollution Research, 12(1), 286–294. https://doi.org/10.1016/j.apr.2020.09.010

[8] Zheng, T., Li, B., Li, X. B., Wang, Z., Li, S. Y., & Peng, Z. R. (2021). Vertical and horizontal distributions of traffic-related pollutants beside an urban arterial road based on unmanned aerial vehicle observations. Building and Environment, 187, 107401. https://doi.org/10.1016/j.buildenv.2020.107401

[9] Zheng, T., Wang, H. W., Li, X. B., Peng, Z. R., & He, H. Di. (2021). Impacts of traffic on roadside particle variations in varied temporal scales. Atmospheric Environment, 253, 118354. https://doi.org/10.1016/j.atmosenv.2021.118354

[10] Yang, J. M., Peng, Z. R.*, Lei, L. (2021). Real-time Spatiotemporal Prediction and Imputation of Traffic Status Based on LSTM and Graph Laplacian Regularized Matrix Factorization. Transportation Research Part C: Emerging Technologies, 115, 102619.