工程科技是改变世界的重要力量，工程前沿代表工程科技未来创新发展的重要方向。中国工程院每年研判并发布全球近百项工程研究前沿和工程开发前沿，积极引导工程科技和产业创新发展，2023年度全球工程前沿报告已于2023年12月20日发布。
研究以数据分析为基础，以专家研判为核心，遵从定量分析与定性研究相结合、数据挖掘与专家论证相佐证、工程研究前沿与工程开发前沿并重的原则，凝练获得 93 个工程研究前沿和 94 个工程开发前沿，研判重点工程前沿未来 5~10 年的发展方向和趋势。
土木、水利与建筑工程领域 Top 10 工程研究前沿汇总见表 1.1.1，涉及结构工程、建筑学、地质工程、 交通工程、市政工程、水利工程、城乡规划与风景园林、测绘工程等学科方向。其中，“在役道路、轨道与机场工程性能感知、评价及改扩建”“安全韧性导向的高密度城市人居环境空间优化”“城市水系统病原微生物风险识别与阻控”为专家提名前沿，其他为数据挖掘前沿。
1.2 Top 3 工程研究前沿重点解读
1.2.1 基于人工智能的结构损伤识别及性能预测
土木工程结构的损伤危及其健康，并直接影响其安全性能及使用性能。传统的结构损伤识别及性能预 测方法通常依赖于物理传感器和数学模型，而利用人工智能方法，可从大量多源多模态数据中提取复杂的损伤特征模式，析出结构性能表征的关键参数，并基于实时数据的自我学习和强化机制，实现对结构损伤的准确识别及性能预测。开展基于人工智能的结构损伤识别及性能预测研究，为结构健康监测、维护补强及性能提升提供科学依据，在降低基础设施运维成本、改进管理养护策略、辅助结构全寿命设计优化等方面 均具有重要意义。
1) 结构损伤检 / 监测的新传感装备研究。 基于视觉、声学、微波雷达、分布式光栅光纤、纳米材料传 感等多种传感技术，实现各种场景不同尺度下的结构损伤定性感知和定量判定；集成研发面向结构损伤检/监测场景的新装备，结合分布式智能技术，建立并完善结构损伤检 / 监测技术体系，实现少人、自主、全量、高效的工程结构损伤识别。
2) 结构健康检 / 监测数据标准化与融合。 结合人工智能算法设计与模型优化需要，建立结构检 / 监测 数据“采、传、存、用”标准，运用知识图谱、贝叶斯网络、概率图模型等技术，实现多源数据跨尺度聚合，为结构损伤识别与性能预测提供高可用数据。
3) 基于机器学习算法的结构损伤检测和定位。 利用深度学习、支持向量机、聚类算法等机器学习模型， 通过对比学习、监督学习等方式，挖掘结构致损机理，构建具有结构特性表达能力的数字代理模型，结合环境输入和结构响应，实现结构损伤状态判定与定位。同时，考虑环境特征和结构特性，根据实时数据对模型进行强化学习与自主迭代，不断提升损伤识别准确性和可靠性。
4) 数据驱动的结构性能预测方法。 针对工程结构性能的影响因素复杂且数据样本匮乏问题，建立有效 的特征提取和特征分析的前处理方法，压缩数据维度，并结合主动学习，强化学习及迁移学习等技术，设计数据驱动模型，提炼影响结构力学性能、防灾减灾韧性及全寿命周期性能的关键特性参数，构建针对不同性能表征的数据驱动预测方法。
5) 物理信息融合的结构性能预测模型。 借助数据 ? 知识 ? 模型 ? 智能算法的多元技术融合发展，将力 学理论模型、专家领域先验知识与智能算法的优势充分结合，探索物理约束的机器学习新算法及模型，从而突破人工智能模型对数据样本的依赖性以及模型“黑箱”所致的可解释性差、工程泛化能力弱等瓶颈，提高模型对工程结构性能预测的准确性和实用性。
未来 10 年，该前沿 重点发展方向在于结构损伤状态全息感知体系构建、多模态大模型驱动的结构智能诊断系统建立，以及结构损伤识别及性能预测模型性能提升。 一方面，依赖高集成度的一体化智能感知技术，结合多源多模态数据融合模型，显著提高损伤识别及性能预测可用数据容量与质量；另一方面，考虑结构多因素、多目标条件下的致损机理及性能演化过程，探索融合物理信息的知识驱动“学习”新范式，从而实现结构损伤识别及性能预测模型在可解释性、泛化性、准确性等多方面的提升。该前沿研究成果可应用于既有结构的运营维护及新结构的设计建设中，具有巨大发展潜力及广泛的应用场景。
城市更新作为优化整个城市系统物理条件、空间形态和功能的工具，对于改善高能耗、高碳排放的城 市构成要素将发挥重要作用，为城市发展中的二氧化碳减排提供了关键的干预点。当前城市更新主要应用传统模式，城市更新对象与减碳技术的结合难度大、结合角度单一，数字化精度低，缺乏应用实例。因此，如何建立城市更新与多种碳减排技术的系统集成和协同机制，探索应用机器学习、遗传算法等技术 优化设计和决策的方法，高性能建筑材料与减排技术一体化及其建造技术的创新等是这一研究前沿的关注点。
1) 既有城区的能耗及微气候环境模拟。 基于提取的建筑大数据信息和相关标准规范，结合地理信息系 统（GIS）和建筑能耗模拟工具，自动生成区域建筑能耗与碳排放模型，实现区域尺度的快速建模，并根据实测数据进行模型自动校准。
2) 减碳目标下的城市更新设计方案优化和决策工具。 运用机器学习、大数据分析、遗传算法等先进技 术和方法，构建用于情景模拟和低碳评估的系统与平台，识别不同城市更新措施的二氧化碳排放现状和减排潜力，通过多目标优化生成最适宜的城市更新方案。
3) 城市更新中减碳技术与建筑材料一体化及其建造技术创新。 建筑业被认为是原材料和能源的主要消 费者。在维护和翻新既有建筑与基础设施的过程中，实现高性能的建筑材料与减碳技术一体化及其建造技术创新，有利于解决建筑业面临的低能效和高碳排放的挑战。
4) 统筹不同类型、不同规模城市更新要素的碳减排技术集成设计。 城市更新是一个全面而复杂的系统 工程，除了对单个城市更新要素应用减排技术的深入研究外，还需要建立各个城市要素所利用的减排技术的耦合，包括能源、建筑、交通、废弃物处理、碳汇技术等方面。
“城市更新中的减碳方法与技术”工程开发前沿未来 5~10 年的 重点发展方向为：城市更新中减碳新材料的开发和应用、新能源与建筑一体化技术、城市更新中低碳设计优化、碳减排技术集成、数字技术应用、碳减排效果验证等工作 。 具体而言，在能耗和碳排放模拟的构建与计算中，提高城市尺度建筑群碳排放精准核算和动态预测的准确性，并面向不同尺度的城市更新设计；在技术集成应用方面，促进城区和街区更新建设中单项碳减排工程技术更新迭代的同时，建立多系统耦合的城市更新碳减排技术集成；在开发低碳城市更新决策支持工具方面，建立综合多种减排技术的方案优化平台，并明确不同地区、不同发展阶段的城市“低碳”目标、指标和技术路线。
全球巨型地质灾害链往往发生在高寒山区。随着建设规模的增加，世界范围内的重大工程建设逐渐向 地质条件恶劣的高寒山区扩展，而复杂的地形地貌条件、密集的区域断裂带、频繁的强震活动等孕灾环境给工程建设与后期安全运营构成重大灾害风险。此外，高寒山区被视为全球气候变暖的“放大器”，近年来全球极端气候事件频发加速了巨型地质灾害链的发生，给重大工程建设、运营和管理带来了巨大挑战。研究 巨型地质灾害链时空分布与智能化评估对确保安全生产、加快基础设施建设意义重大。
1) 复杂孕灾环境下地质灾害链时空发育分布特征与智能识别。 地质灾害链往往发生于人迹罕至的高海 拔山区，灾害隐蔽性强，基础数据缺乏且存在异质性。基于空、天、地、内多源综合遥感技术，结合多源异质数据解译算法，建立山区地质灾害链数据库，揭示地质灾害形成与复杂孕灾要素之间的关系，探明主要致灾因素，总结地质灾害链时空发育分布规律和灾害发育特征，结合机器学习图像识别技术建立不同类型地质灾害链早期识别标志，实现对地质灾害链潜在相互转化关键区段的智能识别。
2) 地质灾害链成因机理与链生演化机制研究的动力学模型构建。 研究地震动、降雨、气温等复杂孕灾 环境对不同类型灾害体内部孔隙水压、应力、强度以及力学性能的作用，从宏观的地质动力过程和微观的颗粒力学特征角度进行耦合研究，揭示地质灾害链在形成过程中的多相态（固态 ? 液态）、多过程（流 ? 堵 ? 溃）灾变转化的临界力学条件，建立考虑滑坡运动演化过程中的宏观 ? 细观 ? 微观互联效应的多尺度 耦合动力学模型。
3) 地质灾害链的韧性风险评估与防控结构优化方法建立。 针对巨型地质灾害链的突发性、不确定性和 复杂属性，构建地质灾害链致灾范围的随机评估方法，结合人工智能算法开展大尺度时空的地质灾害链危险性预测和风险分区评价，采用帕累托改进实现高风险区段线路局部优化调整，进一步建立针对不同类型防护结构抗冲击性能评估的随机动力学方程，获取工程结构性能指标的随机动力响应规律，从概率密度函数层次精确表征工程结构的破坏概率和易损性，同时开展基于可恢复性思想的结构设计，从鲁棒性和可恢复性角度提出灾害韧性防控设计方案。
4) 超大尺度巨型地质灾害链的实时监测预警、智能化评估与防控决策响应。 地质灾害链发生后往往会 造成跨行政区域（国界、省界、县界）的超大尺度成灾，存在灾害评估滞后与风险管控难以智能化协同的问题。基于多源监测数据和动力学数值模拟结果更新智能算法的风险评价参数，建设多类型灾害过程融合的系列地质灾害链的智能化动态评估系统，形成规范，包括地质灾害链早期识别、调查评价、监测预警及风险区划等全过程的预警标准体系，并针对不同预警等级建立韧性风险防控措施。
未来 10 年，该前沿 重点发展方向在于基于多源异构数据分析的地质灾害链时空发育特征和早期识别，多致灾因素下地质灾害链成因机理和链生演化机制分析，极端气候变化下地质灾害链的韧性风险评估与防控优化方法建立，以及推进超大尺度巨型地质灾害链的实时监测预警与智能化防灾决策系统开发。 同时，在发展趋势上，该前沿将逐渐向定量化、智能化、系统化发展。随着工程建设过程中面临的愈加恶劣的地质环境和运营过程中面临的愈加频繁的极端气候，该前沿研究成果将具有巨大发展潜力。
2.1 Top 10 工程开发前沿发展态势
土木、水利与建筑工程领域的 Top 10 工程开发前沿及统计数据见表 2.1.1，涉及市政工程、测绘工程、 建筑学、城乡规划与风景园林、交通工程、水利工程、土木建筑材料、岩土及地下工程、结构工程等学科方向。其中，“排水管道漏损智能探测与修复技术”“毫米级全球和区域坐标框架建立技术”“极端环境下道路、轨道与机场工程建养技术”为专家提名前沿，其他为数据挖掘前沿。
2.2.1 排水管道漏损智能探测与修复技术
排水管道中雨水管道的渗漏，影响排水功能，污水管道的漏损，造成污水处理效率低下。排水管道 漏损已经成为制约雨水实现安全排放、污水实现全收集全处理的主要瓶颈之一，引发土壤 ? 地下水污染、污水冒溢等环境问题和道路塌陷等安全隐患。排水管道漏损智能探测与修复主要是指探测诊断评估雨水管渠、污水管道的结构性缺陷水平，针对性开展低扰动、高质量和预防性修复，使排水管道安全、有效运行。由于排水管道隐蔽性强、分布面广、数量庞大、流态多变且内部环境恶劣，传统漏损探测技术存在适用条件窄、数据不系统、预判不及时等问题；而管道修复技术则面临降水修复难、开挖条件受限、标准化水平低等问题。随着物联网、大数据、云计算等新一代信息技术的发展，排水管道漏损探测将由周期性被动检测向常态化主动监测转变，提高探测的覆盖面和有效性，为排水管道预防性修复提供支撑。
“排水管道漏损智能探测与修复技术”的主要研发方向包括：
1）数字底座技术。 包括排水管道地理信息系统国产化技术、复杂介质条件下的流量和水质精准测量 技术。
2）智能探测技术。 包括融合地质雷达、混凝土厚度检测、钢筋分布检测等方式的管道外部检测技术、 融合电磁和声波检测的管道隐患识别技术、大口径长距离管道结构健康监测技术。
3）智慧评估技术。 包括基于数据驱动和模型驱动协同的管网服役演化分析算法、多元驱动和服役状 态多源数据影响下排水管道失效预测技术、基于关键节点在线监测数据的城市排水管网系统快速自适应建模。
4）高效修复技术。 一是适应长距离输送、腐蚀环境和力学条件多变的修复材料，如以高强度快干注 浆材料为核心的模铸管道修复技术；二是适用于大型和特大型管道的修复技术，如通过模块法内衬来提升结构性强度的修复技术等。
“排水管道漏损智能探测与修复技术”工程开发前沿未来 5~10 年的 重点发展方向主要聚焦在精准量化探测技术、高强度高适应修复技术以及基于移动互联网技术的检测和修复质量过程控制技术。 精准量化探测技术主要包括全景 / 激光量化探测技术，基于温度和压力的光纤渗漏探测技术，基于机械弹性波的管道剩余强度探测技术，基于超声波测厚法、红外摄像检测法、漏磁法、瞬态电磁法等的管道剩余壁厚探测技术，以及基于测径器法、激光仪法、多传感器探测法等的管道变形探测技术。高强度高适应修复技术主要聚焦新材料、新技术、新工艺和新设备的突破，拓宽修复的适用场景和修复质量，满足对排水管道腐蚀环境、狭长空间带水条件等情况的修复需求。基于移动互联网技术的检测和修复质量过程控制技术将以移动互联网技术应用为核心，提高检测和修复施工管理的效率，保障施工过程的质量以及数据的真实性。
坐标框架是描述地球形状及变化、表达地球空间信息的基础。它不仅能够为深空探测、城市建设、 救灾减灾等提供基础数据，而且可以为开展全球变化探测与科学研究，如地球动力学反演，地震、气候及水文监测等，提供统一的高精度空间基准，是拓展人类活动、促进社会发展的关键地球空间信息基础设施。
现有国际地球参考框架难以满足大范围或全球尺度毫米级地球系统动态变化监测的需求，研究建立毫 米级坐标框架已成为 21 世纪国际大地测量学界的学科目标和重要挑战。当前发展的主要方向包括：
1）精密空间大地测量数据处理技术 ，通过精细化数学模型确定最优的甚长基线干涉测量（VLBI）/ 卫 星激光测距（SLR）/ 全球卫星导航系统（GNSS）/ 星基多普勒轨道和无线电定位组合系统（DORIS）数据处理策略，对全球基准站数据进行整网一致性重处理以消除或减弱技术类系统误差的影响，为毫米级坐标框架的建立提供更准确的输入数据。
2）基准站非线性运动建模 ，针对地球物理效应造成的基准站非线性位移，融合环境负载、热膨胀及 其他模型建立毫米级基准站地球物理运动模型，为实现毫米级坐标框架建立提供支持。
3）空间大地测量技术组合 , 综合利用 VLBI、SLR、GNSS、DORIS 等空间大地测量技术建立全球坐标 框架。
4）地心运动建模 ，联合多种空间大地测量技术及地球物理模型反演地心运动，解决坐标框架原点定 义与实现间的不一致问题，为地球动力学研究提供更高精度的地心参考框架。
“毫米级全球和区域坐标框架建立技术”工程开发前沿未来 5~10 年的 重点发展方向为精密空间大地测量数据处理技术、基准站非线性运动建模、空间大地测量技术组合和地心运动建模 。
2.2.3 城市历史文化资源保护与利用的数字化技术体系
城市历史文化资源保护与利用的数字化技术体系的核心在于通过数字技术赋能，实现保护与利用的协 调统一，将静态被动的保护方式转变为动态积极的保护方式，充分发挥出历史文化资源对城市空间和社会发展的重要价值。主要研发方向包括：
1）城市历史文化资源的数据库构建技术 。创建历史文化资源的数字化档案是实现整体性资源保护 的基础性工作。既可为文化遗产的修复和保护提供支持，也是遗产价值传播利用的载体和统筹协调多种资源管理的需要。然而，历史文化资源类型多样，既有物质性遗产，也有非物质性遗产，前者还包括可移动文物、不可移动文物和历史名城等，并在空间尺度上存在明显差异。城市历史文化资源的多源异构数据融合和多尺度数据贯通等技术研发十分关键。
2）城市历史文化资源的智能化保护技术 。城市历史文化资源安全受自然风险（气候变化、自然 灾害等）和人类活动（资源利用、开发建设等）的双重影响，数字技术为构建针对各类风险的“感知监测 ? 动态评估 ? 风险预警 ? 措施响应”联动式、伴随式、智能化的主动保护机制提供了技术可行性。
3）数字赋能的城市历史文化资源利用技术 。城市历史文化资源的数字化不仅是为了保存各类资源的 历史信息，同时也是资源利用和价值传播的重要手段。欧洲多国已开展数字博物馆建设，通过虚拟现实等技术开发加强互动体验，针对智能手机等终端进行应用开发，并将城市历史文化资源嫁接到电子游戏等新兴数字产业。
4）城市历史文化资源保护与利用的技术集成 。通过一体化技术集成，打通“数据库构建 ? 风险评估 响应 ? 资源利用与价值传播”三大环节，实现数字技术赋能下的保护与利用相互促进。此外，城市历史文化资源保护与利用不应当是独立的技术体系，需要整合纳入国土空间资源保护与利用的技术体系，加强与其他城市资源管理的横向协调，以及国土空间各空间层级的纵向贯通，最终实现国土空间全域全要素全周期的统筹。
“城市历史文化资源保护与利用的数字化技术体系”工程开发前沿未来 5~10 年的 重点发展方向为多源数据融合、风险监测感知、评估推演预警、空间规划响应、价值传播利用和规划技术集成 。
来源：中国工程院院刊 HabitatStudio、工程建设与可持续发展
全部回复（0 ）
只看楼主 我来说两句抢沙发