XiaoMi-AI文件搜索系统
World File Search System岩洞
岩洞工程指南 - 香港 - 土木工程拓展署
C. Franks 博士（2014 年 11 月 13 日之前） 何耀强先生（自 2015 年 7 月 31 日起） 林志雄先生（2015 年 1 月 3 日至 2015 年 7 月 30 日期间） 梁佩桦先生（自 2014 年 11 月 13 日起） 吴克昌博士（2015 年 1 月 3 日之前） K. Roberts 先生 黄俊峰先生（自 2015 年 1 月 3 日起） F.W.Y. Ko (秘书) 香港铁路有限公司 (土力工程部) A. Yates 先生 香港岩土及土力环境专家协会 C. Chan 先生 伦敦地质学会 (香港区域小组) C. Jack 先生 (2013 年 8 月 13 日之前) R. Sung 先生 (自 2013 年 8 月 13 日起) 香港地质学会 R.S.M.陈先生 香港隧道学会 G. Page 博士 香港工程师学会 (土力分部) E. Chung 先生 香港工程师学会 (土力分部) – 岩洞及隧道工程工作小组 F. Desaintpaul 先生 (2014 年 3 月 25 日之前) D. Salisbury 先生 (自 2014 年 3 月 25 日起) 英国材料、矿物及采矿学会 (香港分会) G. Bridges 先生 英国采石学会 (香港分会) P. Fowler 先生
用于区域供热的地下热能储存
摘要 全球变暖是能源领域面临的最大挑战和最重要的问题之一。随着社会对能源的需求不断增加，必须继续减少对环境的影响才能实现全球目标。通过重新利用现有基础设施并将其转化为热能储存，可以显著加速城市能源所需的脱碳。在当今的瑞典，最常见的热源是区域供热，约占所有供热的 50%。在向更可持续的社会和能源系统转型的过程中，区域供热一直被认为是一种有效的解决方案，而且现在仍然如此。区域供热网络允许使用原本会被浪费的能源。我们代表 Norrenergi AB 进行了这项研究，目的是填补有关 Saltsjötunnel 和 Solnaverket 岩洞热水储存潜力的现有知识空白。在这项研究中，Saltsjötunnel 和岩洞被评估为潜在的热水热能储存。通过进行彻底的文献综述以及数值模拟和计算，评估了隧道和岩洞作为热能储存的用途。结果表明，Saltsjötunnel 内很难出现热分层，同时提出并讨论了将洞穴用作混合储存器的替代用途。岩石洞穴更适合转换为热能储存器，但应进行进一步研究以制定最佳策略。进行的研究还表明，在初始阶段，两个储存器预计都会有大量热量损失，并且在最初几年会急剧下降，大约 10 年后趋于稳定。虽然本研究中评估的两种能源/燃料（电力和颗粒）以及 Norrenergi 购买的能源/燃料都带有绿色标签，但进一步分析表明，电力对环境的影响最小。研究得出结论，将现有的地下洞穴转换为热能储存器可能会对 Norrenergi 的供热和供冷可持续性产生积极贡献。如果是这样，它将允许更有效地利用市政资产，储存多余的热量并以可持续的方式最大限度地减少碳密集型 DH 生产。因此，对于其他基于区域供热的城市能源系统而言，这可以看作是一种值得考虑的缓解气候影响的有趣技术。
搬迁沙田污水处理厂往岩洞的实时大数据人工智能环境影响评估 (AIEIA) 执行摘要 搬迁沙田污水处理厂往岩洞（本项目）的环境影响评估中，位于沙田马场和周边河道的彭福公园鹭鸟林被列为环境指标之一。目前，香港对鸟类生态栖息地的监测主要以人为观察为主，而人为观察的时间间隔有限。由于繁殖季节环境变化微妙，人为不易分辨鸟类行为的细微变化。渠务署藉此机会与香港科技大学合作，通过在项目下对彭福公园鹭鸟林进行先导观察，探索将最先进的绿色人工智能 (AI) 技术融入环境监测。观察是明智行动的第一步。完整的阵列数据收集系统 (ADCS) 和实时数据提取管道架构经过全面设计，可实现模块化，并可成功部署在各种结构中，确保在所有环境中可靠运行。ADCS 具有多种优势，可满足户外环境长期监测的需求：(i) 自动连续录制；(ii) 高分辨率视频；(iii) 高帧率视频；(iv) 巨大的本地数据存储；(v) 保护恶劣环境（例如极端天气条件）。采用一种新的视频压缩标准高效视频编码 (H.265) 来处理、存储和传输高分辨率视频，同时保持视频质量。在户外环境中实现数据采集自动化之后，实施了 AI 算法，以从长达数月的数据中检测鸟类。本研究重点是检测大白鹭和小白鹭，即研究地点的主要鸟类。AI 算法开发的主要挑战是缺乏香港鸟类的标记数据集。为了解决这个问题，我们利用 3D 建模制作了大白鹭和小白鹭的合成鸟类数据集。在虚拟图像的开发过程中，我们应用了姿势和身体大小等显著特征的大量变化，这反过来又迫使模型专注于专家用来区分鸟类物种的细粒度鸟类特征，例如颈部和头部。经过训练的 AI 模型能够在不同背景下以高预测分数区分和定位鸟类物种，平均准确率达到 87.65%。我们的人工智能 ADCS 解决方案比传统的人工观察具有多种潜在优势，能够在不同的天气条件下为不同物种的鸟类计数、行为研究、空间偏好以及种间和种内相互作用提供密集的表面。这项研究的结果和发现有利于未来规划环境监测工作以及项目下的工作阶段，以尽量减少对彭福公园鹭鸟林的潜在环境影响。
搬迁沙田污水处理厂往岩洞的实时大数据人工智能环境影响评估 (AIEIA) 执行摘要 搬迁沙田污水处理厂往岩洞（本项目）的环境影响评估中，位于沙田马场和周边河道的彭福公园鹭鸟林被列为环境指标之一。目前，香港对鸟类生态栖息地的监测主要以人为观察为主，而人为观察的时间间隔有限。由于繁殖季节环境变化微妙，人为不易分辨鸟类行为的细微变化。渠务署藉此机会与香港科技大学合作，通过在项目下对彭福公园鹭鸟林进行先导观察，探索将最先进的绿色人工智能 (AI) 技术融入环境监测。观察是明智行动的第一步。完整的阵列数据收集系统 (ADCS) 和实时数据提取管道架构经过全面设计，可实现模块化，并可成功部署在各种结构中，确保在所有环境中可靠运行。ADCS 具有多种优势，可满足户外环境长期监测的需求：(i) 自动连续录制；(ii) 高分辨率视频；(iii) 高帧率视频；(iv) 巨大的本地数据存储；(v) 保护恶劣环境（例如极端天气条件）。采用一种新的视频压缩标准高效视频编码 (H.265) 来处理、存储和传输高分辨率视频，同时保持视频质量。在户外环境中实现数据采集自动化之后，实施了 AI 算法，以从长达数月的数据中检测鸟类。本研究重点是检测大白鹭和小白鹭，即研究地点的主要鸟类。AI 算法开发的主要挑战是缺乏香港鸟类的标记数据集。为了解决这个问题，我们利用 3D 建模制作了大白鹭和小白鹭的合成鸟类数据集。在虚拟图像的开发过程中，我们应用了姿势和身体大小等显著特征的大量变化，这反过来又迫使模型专注于专家用来区分鸟类物种的细粒度鸟类特征，例如颈部和头部。经过训练的 AI 模型能够在不同背景下以高预测分数区分和定位鸟类物种，平均准确率达到 87.65%。我们的人工智能 ADCS 解决方案比传统的人工观察具有多种潜在优势，能够在不同的天气条件下为不同物种的鸟类计数、行为研究、空间偏好以及种间和种内相互作用提供密集的表面。这项研究的结果和发现有利于未来规划环境监测工作以及项目下的工作阶段，以尽量减少对彭福公园鹭鸟林的潜在环境影响。
选定地点的地下空间规划和开发
IN05/19-20 1. 引言 1.1 地下空间是额外的土地供应来源，常被誉为解决拥挤城市土地短缺问题的方法之一，它能创造新的地下空间用于合适用途，并释放宝贵的地面土地用于更合适的发展。 1 土地稀缺的香港也不例外，一直在寻找利用地下资源的方法。过去几十年，香港开展了多项地下空间开发研究，并于 1990 年代实施了一些地下空间项目，如污水处理厂和岩洞垃圾转运站。 2 然而，与一些海外地区相比，香港地下空间的用途仍然相当狭窄，大部分是公用设施和交通基础设施。此外，地下空间规划和开发的监管框架可能不是最新的，无法促进地下空间的发展。 1.2 应陈凯欣议员的要求，研究办公室进行了这项研究，以探讨地下空间的使用情况。新加坡和芬兰的赫尔辛基被选为研究其规划和开发 UGS 的驱动因素和障碍。新加坡面临着与香港类似的发展制约因素，最近加快了规划和开发 UGS 的努力，并引入了新的立法修正案以促进其发展。赫尔辛基的 UGS 用途多种多样，包括用于娱乐和社区目的，并且是世界上第一个为 UGS 制定城市总体规划的城市。本信息说明首先回顾了香港的 UGS 发展，然后介绍了