• 模块化与传统高层建筑全生命周期碳排放评估

  •生命周期碳评估比较了模块化建筑与传统建筑。•模块化建筑每单位面积的生命周期碳排放低5.6%。•模块化建筑每单位面积的生产阶段碳排放低8.2%。•模块化建筑每单位面积的寿命终结阶段碳排放低14.5%。•碳排放对重复使用和运输假设较为敏感。引言全球变暖加剧了极端天气事件的频率和

  来源：BUILDING AND ENVIRONMENT

  时间：2026-10-21

• 人工智能辅助瞬态红外成像用于建筑围护结构空气泄漏的形状感知检测与量化

  • 开发了AI辅助的TIRI框架，用于围护结构空气泄漏量化。• 结合SAM分割、OBB标准化以及CNN-LSTM/MLP回归。• 创建了包含254个红外视频和1820个泄漏样本的数据集。• 石膏板预测R²达到0.96，砖砌外墙板达到0.85。1. 引言建筑围护结构的空气泄漏始

  来源：BUILDING AND ENVIRONMENT

  时间：2026-10-21

• 关于具有垂直竖井的自然通风高速公路隧道在环境风作用下的烟气排放和下游气流的数值及实验研究

  摘要环境风可以显著改变自然通风高速公路隧道中烟雾的流动，这些隧道具有垂直井道。然而，环境风对井道烟雾排放和下降气流产生的影响仍然了解不足。本研究通过数值模拟和缩比实验，探讨了自然通风高速公路隧道在环境风作用下的烟雾排放特性，考虑了风速、井道尺寸和火灾热释放率（HRR）的影响。结果

  来源：TUNNELLING AND UNDERGROUND SPACE TECHNOLOGY

  时间：2026-10-21

• 可配置的温度与湿度折中方案用于建筑冷却系统的需求限制控制

  •开发了一种面向建筑制冷系统的分层需求限制框架。•控制策略采用了可配置舒适度折中机制。•温度与湿度动态特性被同时纳入框架中。•实现了36%的电力削减和19.5%的反弹峰值削减。•建立了包含模块化操作流程的实用实施方法论。 ## 引言 现代电力系统向低碳和去中心化架构的迅速

  来源：BUILDING AND ENVIRONMENT

  时间：2026-10-21

• 全尺寸高层建筑排水系统中冲水驱动跨楼层气溶胶传播的实验研究

  •在一座34层的实际规模测试装置中捕捉到了冲洗引发的压力波。•气溶胶泄漏受持续正压持续时间的影响。•提出了正压暴露窗口（PPEW），用于指示存水弯水封失效后的泄漏持续时间。•低楼层表现出更长的正压泄漏窗口。•双立管系统比单立管系统更有效地缩短了泄漏窗口。引言COVID-19的

  来源：BUILDING AND ENVIRONMENT

  时间：2026-10-21

• 人类触觉行为中一种可能的优先级驱动机制及语义规律

  •人类行为塑造室内环境的感染控制和舒适度。•使用者的触碰行为在多个维度上表现出重尾统计特征。•幂律兼容模式在不同使用者和环境之间普遍存在。•优先级驱动模型为这些模式提供了一种候选机制。•触碰序列表现出具有预测潜力的语义规律性。引言在建成环境中，日常人类活动涉及频繁的与他人的以

  来源：BUILDING AND ENVIRONMENT

  时间：2026-10-21

• 植物气味类型与浓度对老年人感官感知及心理生理恢复的影响

  •老年人群对浓度变化表现出气味特异性敏感性。•较低浓度的某些愉悦气味产生了更大的恢复效益。•在300秒条件下，熟悉感和放松感均高于10秒条件。•植物气味在生理、情感和注意力恢复方面存在差异。引言随着全球人口快速老龄化，健康老龄化已成为一项迫切的社会任务。精神障碍和认知功能下降

  来源：BUILDING AND ENVIRONMENT

  时间：2026-10-21

• 寒冷地区特殊教育学校听障学生跨季节热舒适与室内环境感知研究

  •在三个季节性学校活动中收集了 847 份问卷测量数据。•夏季的热舒适度可接受度最低；照明强烈地推动了满意度。•校准将预测平均投票数（PMV）的平均绝对误差降低了 26.7%。•在推动总体满意度方面，照明舒适度超过了热舒适度。•研究结果支持整合热学、视觉和空气质量因素的教室设

  来源：BUILDING AND ENVIRONMENT

  时间：2026-10-21

• 基于无人机热成像和人工神经网络的微尺度城市气温预测

  摘要要点： - 利用无人机热成像和人工神经网络（ANN）预测场地尺度的城市空气温度。 - 纳入无人机地表温度数据后，预测误差（MAE）最多可降低46%。 - 在地表温度是继机场数据之后影响第二大的预测变量。 - 一种低成本框架可利用可获取的数据复现微尺度温度。 - 验证范围涵

  来源：BUILDING AND ENVIRONMENT

  时间：2026-10-21

• 将隐式物理约束与不确定性量化相结合，用于城市PM2.5预测及驱动因素分析

  •多任务学习共同优化了PM2.5预测和不确定性 quantification。•隐式物理约束提高了模型的鲁棒性，而无需明确的控制方程。•不确定性代理指标能够在不进行分布假设的情况下识别不可靠的预测。•可解释性分析揭示了PM2.5在空间上的异质性驱动机制。 引言 细颗粒物（PM2

  来源：BUILDING AND ENVIRONMENT

  时间：2026-10-21

知名企业招聘：