摘要：为了减小低温环境中人员手部冻伤风险并提高工作效率,通过手部冷应激试验来揭示局部冷暴露下手部皮肤温度与心理参数的响应规律。首先,招募了12名男性受试者参与试验;然后,利用人工气候室模拟低温环境,受试者穿着防护服暴露于16℃环境中,手部暴露于16℃(对照组)和-10℃(试验组)2种工况;最后,在试验期间连续测量手掌、手背、大拇指、食指、中指、无名指、小拇指7个部位的皮肤温度,以及心理参数包括手部热感觉(TSV)和手部疼痛感(PSV)。结果表明:随着局部冷暴露时间的增加,手部皮肤温度会呈现先急剧降低,后趋于稳定的变化趋势;试验组的大拇指与手背的温差最大;手部皮肤温度与TSV呈线性关系(R^(2)=0.86),手部皮肤温度为30~35℃时手部处于舒适状态,25℃左右时感觉凉爽,10~15℃时感觉很冷;手部皮肤温度与PSV呈非线性关系(R^(2)=0.98),相较于TSV滞后,疼痛感发生于手部皮肤温度为15~20℃之间,之后手部皮肤温度呈指数曲线急剧下降,当手部皮肤温度为12℃左右时,疼痛感无法忍受。应注重低温环境下的手部防护,裸手处于-10℃的环境时最大冷暴露时间不应超过10 min,既要保证手部的舒适性,也要保证作业时的灵活度。研究成果可为降低冻伤发生概率、设计保暖服装、研发个体防护装备等提供基础数据与技术支撑。

摘要：作为应对环境与能源问题的解决办法,耦合动态光伏遮阳与建筑表皮种植的建筑自适应表皮(Adaptive Facade)为城市可持续性提供了新机会,但如何快速准确预测电能与作物产出是设计前期关键问题之一。为解决此问题,以城市居住建筑为例,提出基于机器学习神经网络模型的产出性能预测方法,以替代传统光伏软件模拟与作物产出估算方法。首先建立由实测数据训练并进行差异性激活函数对比择优的机器学习神经网络预测模型,进而搭建交互界面预测平台。结果显示,与基础案例相比,建筑自适应表皮显著提高室内热舒适时间比,降低室内眩光,且满足家庭年用电需求9.3%~10.9%(新加坡)、8.4%~9.8%(海口)以及家庭全年蔬菜需求32%(新加坡)、27.6%(海口),该预测方法展现了预测过程的便捷性与预测结果的可靠性,推动了建筑自适应表皮在可持续城市人居环境建设领域的应用。

摘要：文章从政服类建筑的特征及趋势入手,分析了重庆磁器口服务中心设计实践.其设计尝试跳出固有范式和文化经验,从地形适配、形体建构、空间组织及活动引入等方面,使建筑根植于在地环境与历史文脉.在此基础上,文章通过审视不同使用群体的空间需求,探索基层综合服务类建筑功能多元复合的可能性及途径,以搭建环境与建筑、传统与当下、服务与生活、公共与公众等多重意义叠合的丰富图景.

摘要：鸭腺病毒3型(Duck adenovirus type 3,DAdV-3)是我国近年来新发的禽腺病毒,致病力较强,已经严重影响到鸭养殖业。为实现对DAdV-3的快速检测,以DAdV-3的Hexon基因为靶基因,设计特异性重组酶聚合酶扩增(Recombinase polymerase amplification,RPA)引物和探针,并构建重组标准质粒命名为DAdV-H-18T,优化RPA反应条件后,建立DAdV-3的荧光RPA恒温快速检测方法。结果显示,该检测方法最佳反应条件为38℃、18 min;特异性强,与其他常见鸭病病原如鸭肝炎病毒、鸭坦不苏病毒等均无交叉反应。对重组质粒DAdV-H-18T的最低检测限为1 copy/μL;采用建立的RPA检测方法和qPCR对55份鸭组织临床样本进行检测,阳性率分别为65.4%、50.9%,检测符合率为92.7%。研究建立的DAdV-3荧光RPA方法,检测速度快,敏感性高,特异性强,为该病临床快速检测提供了有力工具。

摘要：当前中国城市化进程已至成熟期,进入了以整合资源、提升既有空间品质为目标的存量有机更新阶段。存量更新是激活城市发展活力的重要举措,亟须探索出一条推动城市存量更新高质量发展的新模式。对北京市朝阳区王四营乡存量更新进行实践研究,总结归纳存量时代背景下存在的问题与困境,从“四本账”“新四合”理念、绿隔政策入手,对“王四营模式”进行解析,进而提出“王四营模式”的落地原则;以王四营乡的城市设计为例,从空间格局、功能配比、交通系统、景观生态等4个方面探讨空间规划布局的设计思路;从功能组织、立体复合体系、建筑细部等3个方面探讨建筑单体重构的策略及内容。梳理城市存量更新设计研究的思路,为其他地区存量更新的可持续发展提供一定的基础、参考和借鉴。

摘要：【目的】大数据、物联网和人工智能技术正在经历快速发展阶段,其中机器学习的应用尤为瞩目,探索机器学习对可持续建成环境研究的影响具有理论和实践价值。【方法】基于文献综述,聚焦城市公共健康、能源碳排放、气候环境、生态系统、绿色出行5个可持续建成环境重要议题,详述机器学习的概念、分类、重要算法及关键应用。【结果】提出机器学习应用预测性有余解释力不足的特点,梳理机器学习发展从预测性到解释性的趋势,分析机器学习应用对研究的影响。【结论】结果表明:解释性方法和可读模型增多,研究目的更加侧重决策解读和规律总结,但基于实证研究的因果机制探索仍较少。基于此,比较分析了机器学习在不同议题中的典型应用,展望未来的发展前景。