面向无人机高分辨率热遥感应用的典型城市街谷材料方向发射率
Directional emissivity of typical urban street canyon materials for UAV-based high-resolution thermal remote sensing applications
Building and Environment
Building and Environment
UK · 官方网站 ↗
城市环境中建筑物热影响范围对地下温度状况的动态评估
Dynamic assessment of buildings’ thermal footprints on subsurface temperature regimes in urban environments
Building and Environment
研究提出一种基于模型的工作流程，整合建筑物理模拟、航空影像和GIS分析，并开展动态热量与地下水模拟，以评估建筑物的热影响范围。郊区住宅片区案例显示，建筑释热的影响可延伸至单体建筑下方15米以上；多栋建筑的热效应叠加后，可能影响25米以下的地下水。
基于图的数据驱动城市建筑能耗建模：运行性日前负荷预测
Operational day-ahead load forecasting using graph-based data-driven urban building energy modeling
Building and Environment
热带高密度城市行人高度气温的高分辨率评估：机器学习与点位形态指标
High-resolution pedestrian-level air temperature evaluation in tropical high-density cities–Using machine learning and point‑based morphology
Building and Environment
研究以新加坡为例，利用公开气象数据和GIS形态指标建立行人高度气温预测模型，并比较六种机器学习算法及不同时间尺度模型。夜间模型精度最高，昼夜变化的影响强于季风季节差异；点位形态指标优于场地平均指标。最终模型可生成米级、分钟尺度的连续热环境图，用于实时评估与热韧性规划。
关于循环型建成环境数字化转型的十个问题
Ten questions concerning digital transformation for a circular built environment
Building and Environment
本文探讨如何借助数字技术改进建材记录、回收与再利用，以推动建成环境循环化。围绕审计、选择性拆解、材料追踪、回收构件匹配和重新组装等问题，综述计算机视觉、机器人、数字护照、平台及人工智能等方法。研究指出，这些技术可自动生成数字清单、提升材料可追溯性，并改善构件评估、匹配及拆装精度。
建筑施工中的热应激与热不适：对职业安全和监管的启示
Heat stress and thermal discomfort in construction: Implications for occupational safety and regulation
Building and Environment
研究利用2021至2024年孟加拉国八座主要城市的逐小时气象数据及个人参数，评估建筑工人的热应激与热舒适度，并按作业高度分析差异。研究将舒适度指标调整为适用于户外环境，并绘制全国空间分布。结果显示，4月多地PET常超过41°C，西南部风险最高；高温时段集中在11时至17时，调整作业时间有助于减轻热应激。
利用WRF-LES与涡度协方差观测理解百米尺度城市湍流
Understanding urban turbulence at hectometric scale using WRF-LES and eddy covariance observations
Building and Environment
研究将百米水平、50米垂直分辨率的城市WRF模拟与恩斯赫德涡度协方差观测对比，评估LES相较YSU边界层方案的表现。对流条件下，LES能再现湍流波动与结构；YSU通量较平滑。百米分辨率不足以解析夜间湍流，两种方案均依赖参数化。
用于预测行人高度城市风场的层级深度学习模型
A hierarchical deep learning model for predicting pedestrian-level urban winds
Building and Environment
研究提出两阶段层级模型预测行人高度的城市风场：先由U-Net根据城市几何生成基线预测，再由条件生成对抗网络（cGAN）恢复高频细节。模型在UrbanTALES数据集上训练和验证，预测效果优于基线；训练集和验证集RMSE分别降低76%和60%，并能更好呈现高速风流及复杂湍流尾流。
融合街景图像与生成式人工智能技术开展大规模冬季街景感知评估
Large-scale winter streetscape perception assessments via integrating street view images with generative AI technique
Building and Environment
寒冷气候城市中大占地建筑的热放大效应：对城市热缓解的启示
Thermal amplification by large-footprint buildings in cold-climate cities: Implications for urban heat mitigation
Building and Environment
研究考察费尔班克斯、特罗姆瑟和纳德姆的局地气候区8型建筑，结合Landsat热红外影像、优化后的OpenStreetMap建筑轮廓及GIS空间分析，发现占地超过10,000平方米的低层建筑会形成局部热热点，夏季地表温度最高比周边城市区域高4°C。大面积不透水地表、平屋顶和植被不足是重要原因。
户外热舒适的视觉决定因素：融合可解释人工智能与感知评估
Visual determinants of outdoor thermal comfort: integrating explainable AI and perceptual assessments
Building and Environment
研究融合计算机视觉、可解释机器学习与感知评估，分析街景视觉元素对户外热感知的影响。研究选取50组地面图像及同步热图，并通过317名学生的户外网络问卷和室内展览调查收集感知数据。随机森林对热感觉和热舒适的预测准确率分别为70%和68%；洋红色是影响热感知最显著的视觉因素，而绿化虽最受参与者青睐，其与实际热感知的相关性较弱。
住宅建筑夏季开窗行为系统综述：房间差异、气候与邻里影响及行为模型改进路径
A systematic review of summertime window-opening behaviour in residential buildings: room-specific patterns, climatic and neighbourhood influences, and pathways for advanced behavioural models
Building and Environment
本文系统综述56项住宅夏季开窗实证研究。卧室开窗多见于夜间和清晨，客厅则以白天活动驱动为主；城市噪声、污染和隐私顾虑会抑制夜间开窗，高湿和降雨则缩短开窗时间并促使更早使用空调。综述还指出，现有行为建模与验证有限，国家指南普遍缺少标准化开窗假设。
三维城市景观对人类多维体验的影响：一种可解释机器学习方法
The impact of 3D urban landscapes on multidimensional human experience: An interpretable machine learning approach
Building and Environment
FE-KFormer：一种关键点引导的Transformer模型，用于量化城市绿地的非线性降温效应
FE-KFormer: A keypoint-informed transformer model for quantifying the nonlinear cooling effects of urban green space
Building and Environment
基于深度学习的建筑立面光伏分割：不同立面设计下与人工标注的比较
Deep learning for BIPV segmentation on facades: Comparison with human annotations across facade designs
Building and Environment
研究提出利用街景和网络图像，通过深度学习自动分割建筑立面的建筑一体化光伏（BIPV）板，并建立包含400个项目及像素级掩膜的基准数据集。SegFormer优于Mask R-CNN，且模型分割精度高于人工标注者平均水平；研究还利用模型估算BIPV发电量。
关于建成环境循环性的十个问题
Ten questions concerning circularity in the built environment
Building and Environment
本文综述建成环境循环性面临的关键议题，涵盖研究进展与最佳实践、挑战与效益、政策法规，以及建筑和邻里尺度的多种策略、评估方法与未来趋势。文章指出，循环经济旨在减少原材料使用和材料浪费、尽可能延长材料价值，但其在城市可持续转型中的作用及实践仍不明朗，并面临分析工具、评估方法和协同共创不足等挑战。
非稳态与稳态室内通风方式的潜力比较研究
The potential of unsteady versus steady room ventilation methods – A comparative study
Building and Environment
研究在等温条件下比较机械通风系统的稳态与非稳态运行模式，利用二维粒子图像测速和统计试验设计，分析雷诺相似模型房间纵向截面的时均及瞬时速度场。结果显示，非稳态工况会影响人员活动区速度及涡旋分布，部分工况可增强混合、改善速度均匀性，并有助于部分负荷运行。
重新评估城市绿地分布公平性：整合城市高温热点与时间维度的方法
Reevaluating the equity of urban green space distribution: a proposed method integrating urban high-temperature hot spots and temporal dimensions
Building and Environment
利用可解释机器学习揭示住宅街区的最优低碳改造策略
Revealing optimal low-carbon retrofit strategies for residential neighborhoods using explainable machine learning
Building and Environment
利用多源城市数据与可解释机器学习预测行人高度的黑视素照度
Predicting pedestrian-level melanopic illuminance from multi-source urban data with explainable machine learning
Building and Environment
自闭症人士建成环境中的感官刺激：范围综述
Sensory stimuli in the built environment for autistic people: A scoping review
Building and Environment
复合城市热岛与热浪影响下地中海住宅存量韧性改造的人工智能驱动形态优化
AI-driven morphological optimization for resilient retrofitting of mediterranean housing stock under compounded urban heat island and heatwave effects
Building and Environment
研究结合EURO-CORDEX高分辨率气候预测与城市热岛修正，模拟马德里20种住宅原型在不同气候时期热应激下的能耗和运行碳强度。结果显示，到2100年热浪期间平均气温可能升高约3.5°C；形态优化可降低能耗强度和碳强度，而部分现有改造建筑可能无法满足未来制冷规范。
夏季城市微气候中不同年龄群体户外热舒适与湿度舒适的现场测量及机器学习预测
On-site measurement and machine learning prediction of age-specific outdoor thermal and humidity comfort in urban microclimates in summer
Building and Environment