【学术成果】张培峰副教授团队在城市尺度运营期建筑年龄估算领域取得最新研究进展

随着国家“双碳”目标，低碳城市与低碳建筑的快速发展，如何针对运营期建筑提出有效的节能、降碳措施，推进低碳建筑与低碳城市的发展，成为当前相关领域研究的热点。建筑年龄在房地产估价、城市风险评估、城市规划、能源需求估算、能源效率提升及气候变化减缓等方面均具有重要作用，也是建筑能耗与建筑混凝土碳汇估算的关键参数。因此，团队从城市尺度基于机器学习方法，以1年为步长估算青岛市建筑单体年龄，以有效核算建筑运营期碳排放与混凝土碳汇。

研究团队以青岛市2020年高分辨率遥感影像获取的建筑三维信息为基础数据，基于32,826 栋建筑年龄样本数据，以建筑三维形态指标，景观格局指数与POI空间数据解释距离指标为变量，运用空间交叉验证（SP-CV）方法识别随机森林模型中变量对建筑年龄的贡献度，采用支持向量回归预测建筑年龄，剖析其时空间分布特征，并用于建筑混凝土碳汇的核算。研究发现，城市POI空间距离变量对建筑年龄影响显著，城市尺度不同高度、功能类型的建筑单体年龄预测精度均小于1年，青岛市超过57%的建筑年龄超过30年，建筑平均年龄随距城市及行政区中心距离的增加呈上升趋势。经估算，2020年青岛市建筑混凝土碳汇总量约为186万吨。研究成果对城市尺度建筑运营期碳排放，混凝土碳汇估算、低碳城市与低碳建筑更新，城市风险评估与气候变化减缓等具有重要意义。

  相关成果以“Urban building age prediction using machine learning and its application to carbon sink estimation”为题，发表于《Energy and Buildings》。张培峰为第一作者和通讯作者，影响因子为7.1，SCI二区Top，永利集团为第一署名单位。该研究得到国家自然科学基金、山东省自然科学基金等项目的资助。

文章链接：https://doi.org/10.1016/j.enbuild.2025.116534