近日，我院荆肇乾教授团队陶梦妮老师在环境科学与生态学国际权威期刊《Journal of Cleaner Production》（中科院1区TOP期刊，IF 9.8）发表题为“Constructed wetland for enhanced nitrogen removal of carbon limited wastewater and its economic and environmental assessment: A review”的综述论文。我院陶梦妮副教授为第一作者，荆肇乾教授为通讯作者，日本东北大学李玉友教授为合作作者，我校为本研究的第一完成单位。研究成果得到了江苏省产学研合作项目、江苏省建设系统科研项目的资助。  人工湿地（CWs）作为低碳源污水处理的常用技术，在实际应用中常面临处理效能不足的挑战。本文系统探讨了针对低碳源污水脱氮的强化策略及其作用机制。常用策略包括碳源投加（植物基材料或可生物降解合成聚合物）、功能填料优化（生物炭复合材料或

近日，我院赵曜副教授与加拿大维多利亚大学Caterina Valeo教授团队合作，在极端气候条件下透水路面铺装技术研究中取得进展。研究成果发表于国际权威期刊《Construction and Building Materials》，揭示了多孔沥青路面（PAP）在动态气候条件下对雨水中溶解态重金属的高校净化潜力，为城市雨水管理提供了可行解决方案。研究背景：雨水径流污染成城市环境管理难题城市不透水路面导致雨水径流携带大量重金属（如锌、铜、锰、铬）污染水体。传统处理设施成本高昂，而多孔沥青路面（PAP）作为低影响开发（LID）技术，兼具渗透、储水和净化功能，但其在动态气候条件下的长期性能亟待验证。关键发现：PAP系统高效净化雨水径流，但需警惕材料浸出风险研究通过实验室模拟极端气候事件，测试了PAP系统及其各层材料对雨水径流中四种重金属的去除效果。主要发现如下：（1）高效持续性净化能力：通过功能化设计的PAP系统对Cu(II)去除率可达77-78%。（2）经济优势显著

近日，我院李强教授团队在国际跨学科权威期刊《Journal of Cleaner Production》（中科院1区，Top期刊）发表了题为“Utilization of thermoplastic resin as foamed asphalt modifier in coldrecycled mixture”的研究论文，博士生宋世杰为第一作者，李强教授为通讯作者，我校为第一完成单位。研究成果得到了国家自然科学基金的资助。采用沥青发泡技术对路面进行冷再生能够最大限度的节约资源，减少能耗。然而，基质沥青在冷再生混合料中黏结强度不足，但高黏沥青又面临发泡困难的问题。基于此，论文研发了一种在沥青工作温度下高黏而在发泡温度下低黏的热塑性树脂改性沥青，解决了常规高黏沥青黏温特性与发泡性能不匹配的技术难题。论文首先选用特制热塑性树脂材料对泡沫沥青进行改性，采用FTIR试验、DSC试验和全温度域内黏度试验测试改性沥青分子结构特征、分子链段运动特征及黏温特性，分别从化学结构

近日，我院陈佳炜老师以第一作者身份在土木工程领域国际著名期刊《Engineering Structures》（中科院1区，Top期刊）发表题为“Full-scale shaking table tests of cross-laminated timber structures adopting dissipative angle brackets and hold-downs with soft-steel and rubber”的研究论文荣获该期刊2024年度最佳论文奖。该成果由我校与同济大学、日本西工业大学合作完成，我校为第一完成单位。研究成果得到了国家自然科学基金资助。正交胶合木结构是近年来受全球范围关注的新型低碳结构体系之一，具有装配化程度高、抗侧力刚度大、抗火性能好等诸多优势，但现阶段常用的金属抗剪和金属抗拉连接件存在损伤模式不合理、耗能与变形能力不足等提升空间，限制了其在高烈度区的推广应用。为此，论文基于前期研发的新型“软钢+橡胶”双重耗能抗剪和

近日，我院魏洋教授团队李扬涛老师联合河海大学赵海涛、包腾飞教授团队及上海遨拓深水装备技术开发有限公司，在人工智能与计算机视觉技术应用于水下混凝土构筑物缺陷检测领域取得进展。相关研究成果已在国际权威期刊《Structural Health Monitoring》、《应用基础与工程科学学报》等发表，相关研究获得国家自然科学基金、江苏省自然科学基金、西藏自治区科技计划等项目资助。研究团队聚焦涉水混凝土结构水下缺陷智能检测关键问题，围绕数据库构建、识别算法创新与水下机器人平台集成，取得以下四方面重要进展：涉水混凝土结构缺陷数据库构建针对大坝、桥梁、水工隧洞等涉水混凝土结构在长期服役过程中存在的隐蔽性病害难以被传统人工检测和工程物探手段准确识别的问题，研究团队从病害成因与类型出发，融合实地采集、开源信息整理及物理模型实验等多种手段，系统构建了涵盖裂缝、凹陷、骨料外露、坑洞等多类典型缺陷的图像数据库SD-ImageNet。该数据库为后续智能识别模型的训练与泛化提供了高质量

近日，我院毛鹏教授团队在工程技术领域国际知名期刊《Computers Industrial Engineering》（中科院Top期刊，影响因子6.7）上发表了题为“A novel dynamic model for evaluating metro microenvironmental health vulnerability based on deep learning”的研究成果。我院博士研究生刘慧为第一作者，硕士研究生周逸芳为第二作者，毛鹏教授为通讯作者。我校为本研究的第一完成单位，该成果获得了国家自然科学基金项目的资助。近年来，随着城市轨道交通快速发展，地铁微环境的封闭性、高人流密度及复杂污染物传输机制导致健康脆弱性问题日益突出。传统评估方法存在时效性不足、数据静态化等局限，难以动态捕捉多维风险因子的非线性关联。针对这一难题，论文提出了一种融合虚拟仿真与深度学习的智能评估框架。论文通过文献分析与专家论证，构建了涵盖环境、人员、设备、管理的四维地铁微