微精选

Environ. Chem. Lett. ：AI用于计算和预测建筑碳排放：综述

Artificial intelligence for calculating and predicting building carbon emissions: a review

AI用于计算和预测建筑碳排放：综述

AI；建筑碳排放；计算与预测；实时监测；可持续发展

出版年份：2025年

来源：Environmental Chemistry Letters

第一作者：重庆大学土木工程学院 华建民 教授

建筑业占全球能耗的40%及能源相关CO₂排放的30%，是全球CO₂排放的重要驱动因素。其中，设计与施工阶段显著影响建筑物CO₂排放，而材料选择、施工方法和能源系统对建筑CO₂排放至关重要。建筑施工与运营显著影响全球能耗和CO₂排放，主要归因于水泥和钢铁等高能耗材料生产。此外，建筑供暖、制冷和照明所需的持续能源大多源自化石燃料，进而加剧CO₂排放并扩大对环境的不利影响。建筑行业产生的温室气体不仅严重影响局部环境，而且加剧全球气候恶化。温室气体破坏气候系统稳定性，是推动全球变暖与极端天气事件频发的主要因素。因此，控制建筑行业CO₂排放的紧迫性，与遏制全球变暖及实现国际环境目标密切相关。

AI正逐渐成为应对气候变化的重要变革性工具，尤其在预测和降低CO₂排放方面表现突出。借助先进ML算法与大数据分析，AI可精准监测和预测建筑全生命周期CO₂排放。这有助于提升建筑决策效率，从而推动实施更高能效与生态友好型建筑方案。此外，神经网络与深度学习等AI驱动工具正用于实时优化能耗与资源利用，从而显著降低施工活动的生态足迹。现有研究利用ML算法分析大规模数据集，精准识别建筑施工活动中的CO₂排放模式。上述方法还可预测未来建筑的CO₂排放量，进而优化能源与材料使用，显著降低建筑环境影响。AI应用（包括集成物联网设备实现持续环境监测，以及利用AI驱动模拟评估不同建材与技术的生态影响）大幅提升了可持续工作效率，并为未来规划与发展提供重要参考依据。因此，AI必将成为实现全球CO₂减排目标、推动建筑行业向绿色可持续转型的关键力量。

当前尚无文章全面综述AI在计算和预测建筑CO₂排放方面的相关研究。

本文系统综述了AI在预测建筑领域CO₂排放的应用。具体而言，研究了ANN、CNN、RNN、RF、SVR等AI技术，并探讨上述技术与建筑领域最新发展的关联性；重点分析了尖端AI模型、数据管理技术以及在实时监测与CO₂排放管理中的应用实践；结合具体案例研究，论述了AI技术对CO₂排放管理过程预测能力与精确性的提升效果；探讨了AI技术在数据质量、AI实施、经济因素及新兴技术方面所面临挑战，并提出未来跨学科合作建议。

本文综述了AI技术在CO₂排放估算、预测及管理领域的实施效果与潜在影响，总结并对比了不同AI技术在CO₂排放预测中的效率与表现。主要结论如下：

（1）AI是评估CO₂排放和提升建筑可持续性的重要工具。该技术优势体现在高效数据处理、精准预测及优化能力方面。这些能力对应对日益加剧的气候变化和推动可持续发展具有关键作用。AI在建筑CO₂排放中的应用显著提升了模型预测精度与效率，同时增强了模型稳定性并有效防止过拟合问题。

（2）不同AI技术在CO₂排放预测与管理中各具优势和作用。然而，当前AI技术应用仍面临数据质量、共享与安全等挑战。此外，高昂的时间成本与经济成本同样构成重大挑战。未来，5G网络、量子计算等新兴技术与AI的融合创新将成为建筑可持续性领域的关键研究方向。这为应对能源优化和CO₂交易市场发展带来的挑战提供了新可能。同时，强力财政补贴与跨学科合作等政策支持对实现建筑领域可持续发展至关重要。

翻译：    

渐   玉

排版：

王晓雨       硕士生       湖北工业大学

王宝民       教   授      大连理工大学