题目一：基于消费者态度的绿色公寓租用影响因素及经济性评价研究

主讲人：吴宇琳（专业：管理科学与工程，导师：李昇翰老师）

摘要：绿色公寓作为绿色建筑的一种表现形式，具有节能、环保和舒适的特性，但目前有关绿色建筑的政策法规并不完善，且绿色公寓建造成本高、运行费用低的特点和消费者的传统消费习惯，导致消费者对绿色公寓的认可程度有一定局限性。因此，分析绿色公寓消费行为作用机理具有重要意义。本研究通过定性方法研究消费者角度的绿色公寓租用意愿，利用调查问卷的形式，围绕消费者是否愿意租用绿色公寓建立支付意愿的 logistic 回归模型，得到影响其支付意愿和支付水平的关键影响因素。最后，通过定量分析方法对消费者是否应该租用绿色公寓进行了经济评价。

题目二：基于遥感技术与深度学习的地铁沿线设施沉降灾害识别与预警系统

主讲人：罗力纬（专业：建筑与土木工程，导师：丁志坤老师）

摘要：地铁建设和运营已造成许多阻碍城市可持续发展的地质灾害，如地面沉降、坍塌等。目前我国主要采用传统的人工检测手段来监测沉降，具有一定的局限性：（1）无法做到全天候、全区域的动态监测；（2）在监测时会加重城市的交通负担；（3）不易于观察到桥底、建筑物遮挡的部位，也很难量化裂缝等指标。本研究旨在利用遥感技术、深度学习、计算机视觉技术，实现对地铁沿线建筑物沉降的自动识别与预警。该研究的主要贡献包括：（1）提供一种基于PS-Insar技术的大面积监测沉降解决方案；（2）提出基于无人机、深度学习、计算机视觉的预警系统，对比了YOLO和CNN模型的准确率，选出最适合的模型，并量化了裂缝的长度和宽度；（3）有效降低了沉降监测和现场勘察的时间成本、经济成本，保护了从业人员的安全；（4）以深圳已经运营的地铁五号线和九号线前海段为案例，验证了该系统的有效性。

时间：2020年12月18日（周五）12:30-13:30

地点：沧海校区致理楼L3-704

主持人：廖龙辉 土木与交通工程学院助理教授