摘 要：綜述紅外熱成像技術(shù)在建筑圍護(hù)結(jié)構(gòu)熱工性能定量檢測(cè)領(lǐng)域的研究成果，介紹國(guó)內(nèi)外定量紅外熱成像法的理論基礎(chǔ)、發(fā)展歷程以及在量化熱工缺陷能量損失中的應(yīng)用，從構(gòu)建穩(wěn)態(tài)熱流環(huán)境、對(duì)流輻射換熱計(jì)算、測(cè)試操作選擇3個(gè)方面總結(jié)現(xiàn)場(chǎng)檢測(cè)的影響因素，歸納圖像處理技術(shù)在排除光學(xué)干擾、辨識(shí)熱工缺陷、熱工信息可視化等方面對(duì)紅外檢測(cè)領(lǐng)域的貢獻(xiàn)，分析未來(lái)紅外熱成像的應(yīng)用前景與發(fā)展方向。研究表明，紅外熱成像技術(shù)可成為圍護(hù)結(jié)構(gòu)熱工性能定量檢測(cè)與熱工缺陷量化識(shí)別的優(yōu)秀方法。

關(guān)鍵詞：紅外成像；熱工性能；圖像處理；定量檢測(cè)；熱工缺陷；建筑節(jié)能

中圖分類(lèi)號(hào)：TU111 文獻(xiàn)標(biāo)志碼：A

0 引 言

建筑節(jié)能是實(shí)現(xiàn)碳達(dá)峰、碳中和目標(biāo)的重要環(huán)節(jié)。“十三五”以來(lái)，中國(guó)城鎮(zhèn)化建設(shè)水平大幅提升，已由大規(guī)模的增量建設(shè)階段轉(zhuǎn)為高質(zhì)量發(fā)展階段。2021 年頒布的《建筑節(jié)能與可再生能源利用通用規(guī)范》［1］中明確指出，新建居住建筑和公共建筑平均設(shè)計(jì)能耗水平應(yīng)在2016 年執(zhí)行的節(jié)能設(shè)計(jì)標(biāo)準(zhǔn)基礎(chǔ)上分別降低30% 和20%，新建、擴(kuò)建和改建建筑以及既有建筑節(jié)能改造均應(yīng)進(jìn)行節(jié)能設(shè)計(jì)，同時(shí)規(guī)定了不同氣候區(qū)各類(lèi)型建筑的圍護(hù)結(jié)構(gòu)熱工性能參數(shù)限值。因此，有必要對(duì)建筑圍護(hù)結(jié)構(gòu)熱工性能進(jìn)行現(xiàn)場(chǎng)檢測(cè)。

目前中國(guó)國(guó)內(nèi)廣泛使用的現(xiàn)場(chǎng)定量檢測(cè)方法是熱流計(jì)法，其基本原理是基于一維穩(wěn)態(tài)傳熱理論，測(cè)試結(jié)果僅代表單點(diǎn)傳熱情況，無(wú)法反映整面墻體的熱工性能，難以量化熱工缺陷，并且其現(xiàn)場(chǎng)檢測(cè)要求至少96 h，存在檢測(cè)效率低、環(huán)境條件苛刻、易對(duì)墻體造成損傷等問(wèn)題，這阻礙其在現(xiàn)場(chǎng)檢測(cè)工作中的高效率應(yīng)用，甚至影響建筑節(jié)能技術(shù)的實(shí)施。因此，發(fā)展高效的圍護(hù)結(jié)構(gòu)熱工性能現(xiàn)場(chǎng)檢測(cè)方法對(duì)開(kāi)展建筑節(jié)能工作至關(guān)重要。

紅外熱成像作為一種無(wú)損檢測(cè)技術(shù)，具有檢測(cè)速度快、精度高、實(shí)時(shí)觀測(cè)等優(yōu)點(diǎn)，同時(shí)可提供圍護(hù)結(jié)構(gòu)完整的表面溫度數(shù)據(jù)，恰恰彌補(bǔ)傳統(tǒng)檢測(cè)方法的不足，被廣泛應(yīng)用于建筑診斷和熱工性能檢測(cè)中，但以往的研究大都是定性分析。隨著計(jì)算機(jī)圖像處理技術(shù)和數(shù)據(jù)科學(xué)理論的快速發(fā)展，紅外熱成像技術(shù)因?yàn)槠洫?dú)特優(yōu)勢(shì)，逐漸被應(yīng)用于建筑熱工性能定量檢測(cè)中，該方向已經(jīng)成為非接觸檢測(cè)領(lǐng)域的研究熱點(diǎn)之一。

本文針對(duì)紅外熱成像技術(shù)在建筑圍護(hù)結(jié)構(gòu)熱工性能定量檢測(cè)領(lǐng)域的研究成果進(jìn)行綜述分析，總結(jié)國(guó)內(nèi)外定量紅外熱成像法（QIRT 法）的發(fā)展歷程、影響因素以及在量化熱工缺陷能量損失中的應(yīng)用，歸納計(jì)算機(jī)圖像處理技術(shù)對(duì)該領(lǐng)域的貢獻(xiàn)，并提出未來(lái)發(fā)展方向，為圍護(hù)結(jié)構(gòu)熱工性能現(xiàn)場(chǎng)檢測(cè)以及熱工缺陷量化識(shí)別提供參考。

1 QIRT法的發(fā)展歷程

1.1 基本原理

根據(jù)斯蒂芬-玻爾茲曼定律，任何高于絕對(duì)零度的物體都可向外界發(fā)射電磁波，且溫度越高輻射越強(qiáng)，紅外熱像儀接收墻體表面發(fā)出的瞬時(shí)輻射并轉(zhuǎn)換為電信號(hào)，進(jìn)一步處理成紅外圖像內(nèi)各像素點(diǎn)的實(shí)時(shí)溫度數(shù)據(jù)。在穩(wěn)態(tài)熱流環(huán)境下，一段時(shí)間內(nèi)通過(guò)墻體的熱量可認(rèn)為等于墻壁單側(cè)面對(duì)流換熱量與輻射換熱量之和。QIRT 法基于以上兩點(diǎn)原理，利用紅外熱像儀獲取墻體表面瞬時(shí)溫度數(shù)據(jù)，同時(shí)測(cè)量室內(nèi)外空氣溫度，通過(guò)計(jì)算各點(diǎn)對(duì)流換熱功率與輻射換熱功率之和，進(jìn)一步推導(dǎo)墻體各點(diǎn)傳熱系數(shù)、熱流量等熱工性能參數(shù)，實(shí)現(xiàn)熱工信息的可視化。初步計(jì)算如式（1）所示。

U = P／Tint -Tout = E +H／Tint -Tout（1）

式中：U——總傳熱系數(shù)，W（/ m2·K）；P、E、H——總熱流密度、輻射熱流密度、對(duì)流熱流密度，W/m2；Tint、Tout——室內(nèi)空氣溫度、室外空氣溫度，K。

目前國(guó)內(nèi)外在該領(lǐng)域的研究大都基于此思想，可看出，QIRT 法的準(zhǔn)確性取決于對(duì)流與輻射換熱的測(cè)試計(jì)算結(jié)果，不同學(xué)者對(duì)二者的測(cè)試參數(shù)及計(jì)算方法做了大量針對(duì)性研究。

1.2 國(guó)內(nèi)研究

國(guó)內(nèi)學(xué)者丁有發(fā)等［2］于1997 年首次提出將紅外熱成像技術(shù)應(yīng)用于熱設(shè)備保溫效果的評(píng)估，該研究以設(shè)備外表面與環(huán)境空間的自然對(duì)流傳熱為理論基礎(chǔ)，測(cè)試對(duì)象是石油廠的焦炭塔和新改造的加熱爐。在已知設(shè)備外表面溫度、環(huán)境溫度、氣流速度時(shí)，利用面積加權(quán)法計(jì)算出總平均熱流，計(jì)算過(guò)程如式（2）～式（3）所示。

qi =α（tbi -t0 ） （2）

式中：qi——局部熱流密度，W/m2；α——設(shè)備外表面與環(huán)境間的對(duì)流換熱系數(shù)，α =1.163（10+6 V ），（其中V 為氣流速度，W（/ m2·K）；tbi——設(shè)備外表面溫度，℃；t0——環(huán)境溫度，℃。

式中：qpi——總熱流密度，W/m2；Si——面積加權(quán)法中劃分的單位面積，m2。

南京航空航天大學(xué)的王珊珊［3］于2006 年提出建筑墻體保溫性能的紅外檢測(cè)方法，同樣是基于對(duì)流換熱思想，著重討論非穩(wěn)態(tài)情況下的墻體傳熱機(jī)理，將一段時(shí)間的非穩(wěn)態(tài)傳熱，看成幾段時(shí)間的穩(wěn)態(tài)傳熱，計(jì)算方法如式（4）所示，并應(yīng)用Matlab 軟件取代面積加權(quán)法計(jì)算墻體傳熱系數(shù)，提高檢測(cè)速度及準(zhǔn)確性，通過(guò)6 塊試件的現(xiàn)場(chǎng)測(cè)試驗(yàn)證該方法的可行性。

式中：h——表面換熱系數(shù)，W（/ m2·K）；Twi——第 i ×t 時(shí)刻試件表面溫度，K；Tsuri——第i ×t 時(shí)刻試件表面溫度，K；λ——導(dǎo)熱系數(shù)，W（/ m·K）。

西安建筑科技大學(xué)的李安桂等［4］、張煒［5］沿用此方法，通過(guò)網(wǎng)格劃分、分別測(cè)量、拼接圖像來(lái)提高測(cè)溫準(zhǔn)確性，該思路可解決測(cè)量大面積墻體表面溫度分布困難的問(wèn)題。西南交通大學(xué)的張劍峰［6］總結(jié)以往紅外熱成像技術(shù)在節(jié)能建筑評(píng)估中的應(yīng)用，將上述思想稱(chēng)為“對(duì)流換熱系數(shù)法”，并討論了在宿舍北外墻現(xiàn)場(chǎng)檢測(cè)中發(fā)現(xiàn)的問(wèn)題以及合理的取值方法。

總結(jié)國(guó)內(nèi)學(xué)者在該領(lǐng)域的研究，大多數(shù)學(xué)者未考慮墻體與周?chē)h(huán)境的輻射換熱，僅有解國(guó)梁［7］、熊?chē)?guó)華等［8］在研究中加入輻射換熱計(jì)算，但未對(duì)其進(jìn)行現(xiàn)場(chǎng)檢測(cè)，而是簡(jiǎn)單選擇規(guī)范或文獻(xiàn)中的經(jīng)驗(yàn)參考值。同時(shí)研究多以傳熱系數(shù)理論值驗(yàn)證測(cè)試結(jié)果，缺少真實(shí)環(huán)境下實(shí)驗(yàn)構(gòu)件的熱工數(shù)據(jù)。由于當(dāng)時(shí)紅外熱像儀器設(shè)備的限制以及圖像處理水平的不足，在21 世紀(jì)初期很少有國(guó)內(nèi)學(xué)者開(kāi)展相關(guān)領(lǐng)域的研究。

1.3 國(guó)外研究

早在20 世紀(jì)70—80 年代，國(guó)外學(xué)者就提出將紅外熱成像應(yīng)用于工業(yè)設(shè)備的保溫監(jiān)測(cè)以及建筑材料的熱工性能檢測(cè)中［9-13］，核心思想是利用熱像儀測(cè)算設(shè)備或材料表面的對(duì)流換熱和輻射換熱，但相關(guān)研究中理論計(jì)算并不完整，大多是該思想在實(shí)際案例中的簡(jiǎn)單應(yīng)用。例如，Smith［10］于1978 年介紹了紅外熱像儀在評(píng)估工業(yè)設(shè)備惡化程度中的應(yīng)用，其中運(yùn)用該思想定量檢測(cè)蒸汽設(shè)備保溫材料的熱損失情況。文獻(xiàn)［11-13］則利用航空紅外設(shè)備測(cè)量屋頂結(jié)構(gòu)的熱阻及熱損失情況，重點(diǎn)考慮輻射換熱影響。正如文獻(xiàn)［11］所述，有很多變量直接影響測(cè)試過(guò)程及理論計(jì)算，紅外熱成像應(yīng)用于定量檢測(cè)需要被謹(jǐn)慎對(duì)待，其準(zhǔn)確性還有待考究。

進(jìn)入21 世紀(jì)，Madding［14］于2008 年在學(xué)術(shù)會(huì)議中詳細(xì)討論使用內(nèi)部QIRT 法檢測(cè)圍護(hù)結(jié)構(gòu)熱阻（R 值）的技術(shù)步驟、天氣條件以及室內(nèi)條件，對(duì)計(jì)算公式進(jìn)行全面推導(dǎo)，通過(guò)測(cè)量室內(nèi)外空氣溫度、墻體內(nèi)表面溫度、反射環(huán)境溫度進(jìn)而求解墻體傳熱量，計(jì)算公式如式（5）、式（6）所示。

式中：Q、Qrad、Qconv——墻體總熱流量、輻射熱流量、對(duì)流熱流量，W；ε—— 物體表面發(fā)射率，也稱(chēng)黑度，其值在0～1 之間；σ——黑體輻射常數(shù)，5.67×10-8 W（/ m2·K4）；hc——對(duì)流換熱系數(shù)，W（/ m2·K）；Tm——絕對(duì)平均溫度，K；ΔTio——室內(nèi)外空氣溫差，K；ΔTr、ΔTa——墻體表面與室內(nèi)反射表面溫度、室內(nèi)空氣溫度之間的溫差，K。

Albatici 團(tuán)隊(duì)［15］于2010 年在提出利用紅外熱成像技術(shù)在室外準(zhǔn)穩(wěn)態(tài)條件下獲取建筑圍護(hù)結(jié)構(gòu)傳熱系數(shù)（U 值）的定量方法，計(jì)算公式如式（7）～式（9）所示，文章較全面地介紹該方法的理論基礎(chǔ)以及在3 個(gè)實(shí)際建筑案例中的應(yīng)用情況，著重分析在發(fā)射率、太陽(yáng)輻射、風(fēng)速等測(cè)量條件的限制。

式中：E、H—— 輻射熱流密度、對(duì)流熱流密度，W/m2 ；Tout、Ti——室外空氣溫度、墻體外表面溫度，K；αc——對(duì)流換熱系數(shù)，W（/ m2·K）；v——風(fēng)速，m/s。

Fokaides 團(tuán)隊(duì)［16］評(píng)估了紅外熱成像在確定居住建筑圍護(hù)結(jié)構(gòu)整體U 值中的適用性，計(jì)算方法與Madding［14］相似，測(cè)試于2009 年8 月和2010 年2 月在塞浦路斯的5 個(gè)住宅中進(jìn)行，發(fā)現(xiàn)QIRT 法與熱流計(jì)法測(cè)試結(jié)果的百分比偏差在10%～20% 的可接受范圍內(nèi)。Danielski 等［17］嘗試使用紅外熱成像技術(shù)定量分析受非穩(wěn)態(tài)環(huán)境影響的圍護(hù)結(jié)構(gòu)熱工性能，利用QIRT 法和熱流計(jì)法分別測(cè)量均勻溫度壁面的對(duì)流換熱系數(shù)和總傳熱系數(shù)，兩種方法存在3%～4% 的微小差異。其研究沒(méi)有考慮熱流隨時(shí)間的變化，每一個(gè)測(cè)量值都是瞬時(shí)數(shù)據(jù)，通過(guò)大量數(shù)據(jù)的線性回歸得到平均值。Tejedor 團(tuán)隊(duì)［18］于2017 年選取西班牙兩種不同建造時(shí)期的典型建筑，應(yīng)用內(nèi)部QIRT 方法測(cè)定北立面墻體的U 值，其研究著重討論將對(duì)流換熱系數(shù)轉(zhuǎn)化為包含瑞利數(shù)的簡(jiǎn)化分解計(jì)算，計(jì)算公式如式（10）～式（11）所示，推導(dǎo)過(guò)程可參考文獻(xiàn)［18］。結(jié)果表明，該方法對(duì)不同厚度及建造要求下的外墻均有良好的適用性，單層壁的偏差為1%～2%，多層壁的偏差為3%～4%，整個(gè)過(guò)程僅需要花費(fèi)2～3 h 即可收集到圍護(hù)結(jié)構(gòu)熱工性能的相關(guān)信息。以上研究證明，QIRT 法可成為現(xiàn)場(chǎng)檢測(cè)圍護(hù)結(jié)構(gòu)傳熱系數(shù)的優(yōu)秀替代方法。

式中：Ra—— 瑞利數(shù)，無(wú)量綱常數(shù)；β—— 體積膨脹系數(shù)，K-1；TIN、TWALL—— 室內(nèi)空氣溫度、墻體內(nèi)表面溫度，K；L——內(nèi)部觀察的墻體高度，m；k——流體（空氣）的導(dǎo)熱系數(shù)，W（/ m·K）；

2 量化熱工缺陷能量損失

因?yàn)榧t外熱成像對(duì)熱工缺陷區(qū)域、點(diǎn)和線性熱橋上有良好的識(shí)別效果，可通過(guò)紅外熱成像技術(shù)量化熱工缺陷能量損失。

2.1 國(guó)內(nèi)研究

國(guó)內(nèi)學(xué)者在該領(lǐng)域廣泛采用數(shù)學(xué)建模或數(shù)值模擬等方法，紅外熱成像技術(shù)的應(yīng)用多以定性判斷為主，少部分學(xué)者利用紅外熱成像法對(duì)熱工缺陷進(jìn)行量化評(píng)價(jià)。哈爾濱工業(yè)大學(xué)的方修睦團(tuán)隊(duì)［19］將對(duì)流換熱思想應(yīng)用于量化外圍護(hù)結(jié)構(gòu)表面熱工缺陷嚴(yán)重程度，缺陷區(qū)域造成的最大相對(duì)熱損失如式（12）所示，提出相對(duì)溫差ΔT 及相對(duì)面積ψ 兩個(gè)判定指標(biāo)，在相關(guān)節(jié)能檢測(cè)標(biāo)準(zhǔn)中一直沿用至今。西安建筑科技大學(xué)的楊麗萍［20］通過(guò)多組實(shí)驗(yàn)測(cè)試肯定該判定方法在不同類(lèi)型熱工缺陷中的適用性，同時(shí)指出在部分案例中存在同一缺陷室內(nèi)、室外判定結(jié)果不同的問(wèn)題。

Q2／Q1 = αA（T2 -T0 ）／ αA（T1 -T0 ） = T2 -T0／T1 -T0（12）

式中：Q2、Q1——有缺陷、無(wú)缺陷時(shí)目標(biāo)區(qū)域傳熱量，W；T2、T1、T0——缺陷區(qū)域最高或最低溫度、無(wú)缺陷時(shí)區(qū)域平均溫度、室外溫度，K；A——目標(biāo)區(qū)域面積，m2。

煙臺(tái)大學(xué)的張玲玲團(tuán)隊(duì)［21-22］將紅外熱成像應(yīng)用于建筑外窗空氣滲透缺陷檢測(cè)中，運(yùn)用圖像處理技術(shù)確定紅外圖像中外窗缺陷位置和幾何信息，結(jié)合機(jī)器學(xué)習(xí)算法及1000 組實(shí)測(cè)數(shù)據(jù)建立空氣滲透量計(jì)算模型，模型結(jié)果與壓差法測(cè)試結(jié)果的平均誤差僅為4.41%，為現(xiàn)場(chǎng)判定外窗氣密性等級(jí)以及缺陷能量損失提供一種新的方法。

2.2 國(guó)外研究

國(guó)外學(xué)者在QIRT 法的基礎(chǔ)上，嘗試將紅外熱成像技術(shù)應(yīng)用于熱橋能量損失的定量檢測(cè)中。2012 年，Asdrubali 團(tuán)隊(duì)［23］引入熱橋量化因子Itb，計(jì)算公式如式（13）所示，僅需測(cè)量室內(nèi)空氣溫度和墻體內(nèi)表面溫度，將熱橋效應(yīng)轉(zhuǎn)換為無(wú)熱橋下均勻壁傳熱量的百分比增加，進(jìn)而評(píng)估熱橋?qū)ㄖo(hù)結(jié)構(gòu)的影響。在此基礎(chǔ)上，該團(tuán)隊(duì)［24］于2014 年應(yīng)用QIRT 法在目標(biāo)房間內(nèi)進(jìn)行全尺寸現(xiàn)場(chǎng)實(shí)測(cè)，連續(xù)監(jiān)測(cè)墻面、天花板和屋頂?shù)膫鳠嵯禂?shù)，應(yīng)用團(tuán)隊(duì)提出的“熱橋定量因子”評(píng)估熱橋造成的能量損失，結(jié)果顯示該方法具有良好的操作性和準(zhǔn)確性。

式中：Itb——熱橋量化因子；Qtb、Q1D——有熱橋、無(wú)熱橋干擾下的區(qū)域熱流量，W；Ti——室內(nèi)空氣溫度，K；Tp——有熱橋干擾下各像素點(diǎn)的壁面溫度，K；T1D- is——無(wú)熱橋干擾下的壁面溫度，K。

2017 年，O’Grady 等［25］提出一種基于QIRT 法測(cè)定熱橋熱流量及線性傳熱系數(shù)的方法，同時(shí)分析表面溫度與對(duì)流和輻射換熱系數(shù)之間的相關(guān)性。隨后，該團(tuán)隊(duì)［26］評(píng)估QIRT 法在量化多個(gè)線性熱橋熱損失中的應(yīng)用效果，借助紅外熱成像探究熱橋之間的相互影響，并引入新的量化指標(biāo)來(lái)評(píng)估完整外窗單元的熱損失，可同步量化玻璃、窗框以及連接構(gòu)件的傳熱情況。使用這種方法，可以在不了解其內(nèi)部結(jié)構(gòu)或材料特性的情況下，估算出建筑圍護(hù)結(jié)構(gòu)中多個(gè)熱橋產(chǎn)生的熱損失。以上兩個(gè)團(tuán)隊(duì)的研究是基于紅外熱像圖中每個(gè)像素點(diǎn)展開(kāi)評(píng)估，有效提高了方法的識(shí)別精度，但僅適用于垂直類(lèi)型的熱橋。

來(lái)自加拿大的Mahmoodzadeh 團(tuán)隊(duì)［27］基于一個(gè)配備隔熱木質(zhì)框架墻的小型建筑開(kāi)展外部QIRT 測(cè)試工作，設(shè)置3 種類(lèi)型的結(jié)構(gòu)空腔來(lái)探究熱橋傳熱對(duì)U 值測(cè)量的影響，利用平行路徑法和數(shù)值模擬驗(yàn)證準(zhǔn)確性。研究表明，測(cè)試結(jié)果與理論值相差6.25%～25.00%，與數(shù)值模擬相差-11.53%～10.00%，與平行路徑法相差5% 左右。環(huán)境條件與測(cè)試操作對(duì)外部QIRT 法的準(zhǔn)確性有很大影響，選擇合理的紅外熱像觀察區(qū)域?qū) 值測(cè)量起關(guān)鍵性作用。表1 匯總了國(guó)外QIRT 法在熱工性能檢測(cè)和量化熱工缺陷能量損失方向的發(fā)展歷程。

3 QIRT法的影響因素

雖然QIRT 法很早就被專(zhuān)家學(xué)者提出，但因?yàn)槠洮F(xiàn)場(chǎng)檢測(cè)的不可控性因素過(guò)多，很難在實(shí)際應(yīng)用中創(chuàng)造穩(wěn)態(tài)或準(zhǔn)穩(wěn)態(tài)環(huán)境，導(dǎo)致該方法一直沒(méi)有被推廣應(yīng)用。隨著傳熱領(lǐng)域理論研究和數(shù)據(jù)分析方法的持續(xù)發(fā)展，以及紅外設(shè)備的更新進(jìn)步，專(zhuān)家學(xué)者逐漸將關(guān)注點(diǎn)轉(zhuǎn)向QIRT 法的影響因素，以探究該方法現(xiàn)場(chǎng)檢測(cè)的可行性。

3.1 影響構(gòu)建穩(wěn)態(tài)熱流環(huán)境

上述研究已經(jīng)證明QIRT 法在實(shí)驗(yàn)室穩(wěn)態(tài)環(huán)境下具有良好的適用性，因此在現(xiàn)場(chǎng)檢測(cè)中首先要求為測(cè)試對(duì)象創(chuàng)造穩(wěn)態(tài)熱流環(huán)境。

3.1.1 測(cè)試環(huán)境溫度

一定的室內(nèi)外環(huán)境溫差是保證QIRT 方法準(zhǔn)確性的核心因素，其直接決定能否構(gòu)建室內(nèi)外穩(wěn)態(tài)熱流環(huán)境。Tejedor 團(tuán)隊(duì)［28］在實(shí)驗(yàn)室準(zhǔn)穩(wěn)態(tài)環(huán)境下進(jìn)行6 組不同環(huán)境參數(shù)的實(shí)驗(yàn)，包括室內(nèi)外溫差、內(nèi)外部空氣溫度、壁面溫度和反射溫度。研究得出，室內(nèi)外溫差在7～16 ℃之間是U 值測(cè)量的最佳范圍；小于16 ℃時(shí)，U 值與室外空氣溫度顯著相關(guān)；對(duì)于16～21 ℃之間，U 值很大程度上受壁面溫度的影響。Nardi 等［29］在受控?zé)嵯洵h(huán)境中進(jìn)行24 組不同邊界條件的試驗(yàn)來(lái)評(píng)估4 種QIRT 計(jì)算方法的有效性，測(cè)試對(duì)象為20 世紀(jì)70 年代的典型意大利建筑，通過(guò)改變室內(nèi)外溫差、反射溫度和反射-室外溫差來(lái)評(píng)估這些方法的穩(wěn)定性，利用理論值和熱流計(jì)法進(jìn)行驗(yàn)證。由于控制方程相似，Madding［14］和Fokaides 等［16］的計(jì)算方法結(jié)果一致，而作者的研究結(jié)論與Albatici 等［15］和Dall’O’等［30］相似，認(rèn)為QIRT 法在較大的室內(nèi)外溫差環(huán)境下測(cè)試是最佳選擇。但其研究是在準(zhǔn)穩(wěn)態(tài)條件下進(jìn)行的，未考慮風(fēng)引起的強(qiáng)對(duì)流影響。

3.1.2 墻體熱物理性質(zhì)

被測(cè)對(duì)象的熱物理性質(zhì)也會(huì)影響QIRT 法的準(zhǔn)確性，墻體本身的阻熱能力和熱惰性會(huì)影響內(nèi)部熱流方向，難以創(chuàng)造穩(wěn)定熱流環(huán)境，進(jìn)而影響熱成像效果。Tejedor 等［28］在4 個(gè)具有典型多層壁的實(shí)際建筑中分析墻體比熱容量對(duì)測(cè)量準(zhǔn)確性的影響，認(rèn)為QIRT 法對(duì)于比熱容量高的多層墻體有更高的精確度，最大偏差僅為0.2%。Albatici 團(tuán)隊(duì)［31］研究結(jié)論同樣認(rèn)為，QIRT 法對(duì)于重型材質(zhì)建筑具有良好的測(cè)試效果，而對(duì)于輕型和保溫隔熱墻體則需要進(jìn)一步研究。不同熱物理性質(zhì)的墻體可能需要不同的室內(nèi)外溫差，有必要探究相應(yīng)的測(cè)試環(huán)境要求。

3.2 影響對(duì)流及輻射換熱計(jì)算

QIRT 法的核心思想是計(jì)算墻體表面對(duì)流及輻射換熱量之和，除溫度數(shù)據(jù)外，風(fēng)速及反射環(huán)境溫度作為計(jì)算輸入量直接影響著QIRT 法計(jì)算結(jié)果的準(zhǔn)確性。

3.2.1 風(fēng)速

風(fēng)速的大小直接影響對(duì)流換熱系數(shù)的計(jì)算，尤其在室外環(huán)境下，建議對(duì)風(fēng)速進(jìn)行現(xiàn)場(chǎng)測(cè)量工作。早期學(xué)者大都選擇Jürges 模型計(jì)算對(duì)流換熱系數(shù)，但該模型是基于實(shí)驗(yàn)室小型風(fēng)洞實(shí)驗(yàn)完成的，如果應(yīng)用于全尺寸建筑可能會(huì)產(chǎn)生嚴(yán)重的誤差，有必要為特定情況選擇一個(gè)合適的對(duì)流換熱系數(shù)計(jì)算模型［32］。盧新瑞等［33］利用雙板法測(cè)定對(duì)流換熱系數(shù)與風(fēng)速的關(guān)系，提出一種針對(duì)低層建筑的對(duì)流換熱系數(shù)計(jì)算模型，計(jì)算公式如式（14）所示。

hc =0.365Vloc +4.967 （14）

式中：Vloc——當(dāng)?shù)禺?dāng)時(shí)風(fēng)速，m/s；

O′Grady 等［34］重點(diǎn)討論風(fēng)速對(duì)外部QIRT 法檢測(cè)U 值的影響，在實(shí)驗(yàn)室條件下評(píng)估不同風(fēng)速（0.5、1.5、4.0 m/s）下6 種圍護(hù)結(jié)構(gòu)部件的熱響應(yīng)情況，并基于有限元數(shù)值模擬提出一種調(diào)整方法，可將任意風(fēng)速下測(cè)得的傳熱系數(shù)值轉(zhuǎn)換為4 m/s風(fēng)速下的標(biāo)準(zhǔn)值。

3.2.2 反射環(huán)境溫度

在進(jìn)行室外現(xiàn)場(chǎng)檢測(cè)時(shí)，外墻表面輻射換熱來(lái)自于天空、地面、空氣層及周?chē)矬w等多個(gè)方面。多數(shù)研究認(rèn)為，測(cè)試前數(shù)小時(shí)內(nèi)環(huán)境空氣溫度若保持穩(wěn)定，可假設(shè)墻體表面僅與室外空氣層存在輻射換熱，簡(jiǎn)化計(jì)算過(guò)程，但也有部分學(xué)者針對(duì)這一問(wèn)題進(jìn)行具體分析。盧新瑞等［33］應(yīng)用EnergyPlus軟件中的視覺(jué)因子模型分別討論天空、地面和空氣層3 個(gè)部分的輻射換熱計(jì)算過(guò)程，著重分析夜空冷卻現(xiàn)象對(duì)QIRT 法的影響，通過(guò)測(cè)試數(shù)據(jù)比較6 個(gè)夜空溫度估算模型的適用性，同時(shí)對(duì)地面溫度、發(fā)射率等重要參數(shù)進(jìn)行測(cè)量與修正，其中地溫模型如式（15）所示，進(jìn)一步完善外部QIRT 法的現(xiàn)場(chǎng)檢測(cè)程序。

Tgnd =0.89Text，air +2.25 （15）

式中：Tgnd——地面溫度，K；Text，air——室外空氣溫度，K。

Fokaides 團(tuán)隊(duì)在文獻(xiàn)［16］中提出將各部分輻射換熱計(jì)算溫度轉(zhuǎn)換為綜合的反射環(huán)境溫度，并利用鋁箔和熱像儀進(jìn)行現(xiàn)場(chǎng)檢測(cè)，具體操作是將表面不平整的鋁箔片固定在被測(cè)墻體表面，將熱像儀發(fā)射率設(shè)置為1.0，此時(shí)儀器測(cè)定的鋁箔溫度即是反射環(huán)境溫度。作者同時(shí)對(duì)多項(xiàng)參數(shù)進(jìn)行敏感性分析，認(rèn)為反射環(huán)境溫度與表面發(fā)射率對(duì)QIRT 法的準(zhǔn)確性影響最大，測(cè)試應(yīng)安排在清晨或夜間，墻體表面不能暴露于太陽(yáng)輻射。

3.3 影響測(cè)試操作選擇

3.3.1 現(xiàn)場(chǎng)測(cè)試墻體發(fā)射率

被測(cè)墻體表面發(fā)射率直接影響紅外熱像儀溫度數(shù)據(jù)的準(zhǔn)確性，在進(jìn)行QIRT 法檢測(cè)時(shí)建議對(duì)目標(biāo)墻體表面發(fā)射率進(jìn)行現(xiàn)場(chǎng)測(cè)試。Albatici 團(tuán)隊(duì)［35］于2013 年提出一種現(xiàn)場(chǎng)測(cè)試普通建筑裝飾材料發(fā)射率的新方法，利用紅外熱像儀與小型熱元件組成的發(fā)射率測(cè)量?jī)x對(duì)6 種典型建筑材料樣本進(jìn)行精度測(cè)試，并討論曝光時(shí)間、測(cè)試距離、熱元件溫度對(duì)發(fā)射率準(zhǔn)確性的影響，同時(shí)提出應(yīng)將表面粗糙度、環(huán)境溫度、風(fēng)速等因素作為未來(lái)提高測(cè)溫精度的研究方向。

3.3.2 減少多設(shè)備測(cè)量

多個(gè)設(shè)備測(cè)量溫度數(shù)據(jù)時(shí)，易因設(shè)備不同產(chǎn)生誤差。Ohlsson 等［32］提出一種改進(jìn)方法，主要工作是利用單個(gè)熱像儀同時(shí)測(cè)量墻體表面溫度、周?chē)椛錅囟群涂諝鉁囟龋档鸵蚴褂貌煌瑴y(cè)量設(shè)備產(chǎn)生的不確定性，同時(shí)不需要了解表面發(fā)射率。這種方法適用于小溫差測(cè)量，其結(jié)果與熱流計(jì)法相比存在2.6 W/m2 的常數(shù)差異。Papadakos 等［36］構(gòu)造了一種特殊設(shè)計(jì)的輔助測(cè)量裝置，搭配紅外熱像儀可同時(shí)測(cè)量空氣溫度和相鄰內(nèi)壁表面溫度，通過(guò)熱電偶實(shí)驗(yàn)評(píng)估簡(jiǎn)化工作對(duì)準(zhǔn)確性的影響。

3.3.3 選擇內(nèi)部或外部測(cè)試

由于室內(nèi)氣候波動(dòng)較小且空氣流動(dòng)相對(duì)緩和，意味著對(duì)流換熱系數(shù)只有很小的變化，同時(shí)目標(biāo)墻體和周?chē)h(huán)境的未知熱輻射較少，因此室內(nèi)檢測(cè)的結(jié)果通常比外部更準(zhǔn)確。但在一些特殊功能建筑或者部分居民住宅中不適用內(nèi)部“侵入式”檢測(cè)，同時(shí)室外檢測(cè)更容易發(fā)現(xiàn)如保溫層破損、空鼓等類(lèi)型缺陷。Tzifa 等［37］則在研究中認(rèn)為圍護(hù)結(jié)構(gòu)是否具有保溫層，決定著冬夏兩季U 值測(cè)量應(yīng)選擇內(nèi)部或是外部QIRT 法。因此，現(xiàn)場(chǎng)檢測(cè)時(shí)需要根據(jù)被測(cè)對(duì)象實(shí)際情況，有針對(duì)性地使用內(nèi)部或外部測(cè)量方法。

3.3.4 合適的時(shí)間分辨率

由于紅外熱像儀在捕捉圍護(hù)結(jié)構(gòu)溫度數(shù)據(jù)時(shí)是瞬時(shí)動(dòng)作，易受到天氣條件及外部輻射干擾，同時(shí)受墻體的保溫能力及自身熱惰性影響，其內(nèi)部的三維非穩(wěn)定熱流狀態(tài)很難被單一時(shí)間點(diǎn)的紅外圖像所表征。有關(guān)QIRT 方法的研究中數(shù)據(jù)采集間隔為1 s 至30 min，紅外熱像圖樣本量達(dá)到120～7200 張，長(zhǎng)周期、短間隔的操作方法可能會(huì)減少測(cè)試不確定性，但也會(huì)帶來(lái)大量無(wú)效數(shù)據(jù)，增加測(cè)試工作量，因此有必要進(jìn)行時(shí)間序列方面的研究。Fox 團(tuán)隊(duì)［38］于2015 年探索延時(shí)熱成像法在紅外熱成像定性檢測(cè)中的應(yīng)用，以20 和30 min的時(shí)間分辨率對(duì)兩處目標(biāo)建筑分別進(jìn)行15 h（外部）、63 h（外部）、14 h（內(nèi)部）的連續(xù)監(jiān)測(cè)，著重探討不同時(shí)間序列下紅外熱像圖對(duì)熱工信息的反映情況，更好地理解圍護(hù)結(jié)構(gòu)熱變化，以及這些變化與識(shí)別熱工缺陷的關(guān)聯(lián)性，建議在進(jìn)行定量測(cè)試時(shí)采用更短的時(shí)間分辨率。Tzifa 等［37］認(rèn)為環(huán)境條件的日周期性影響很小，QIRT 法不必像熱流計(jì)法一樣進(jìn)行96 h 的連續(xù)測(cè)試，在適當(dāng)環(huán)境下的短時(shí)間測(cè)量也可以滿(mǎn)足測(cè)試要求。Tejedor 團(tuán)隊(duì)［39］于2019 年論證了短時(shí)QIRT 測(cè)試的可行性，在穩(wěn)態(tài)狀態(tài)下測(cè)試6 組不同結(jié)構(gòu)外墻，采樣持續(xù)時(shí)間為2 h，數(shù)據(jù)采集間隔為1 min，基于統(tǒng)計(jì)檢驗(yàn)和Matlab 信號(hào)建模技術(shù)開(kāi)展U 值時(shí)間序列分析，探究測(cè)量值與理論值的偏差隨采樣時(shí)間的變化趨勢(shì)，并提出一種數(shù)據(jù)管理工具，進(jìn)一步縮短圍護(hù)結(jié)構(gòu)U 值的檢測(cè)時(shí)間。研究發(fā)現(xiàn)，與環(huán)境因素和墻體熱物理性質(zhì)相比，采樣時(shí)間可能是測(cè)定U 值一個(gè)較小的差異來(lái)源。控制環(huán)境、天氣等因素達(dá)到理想測(cè)試條件有助于更好更快地創(chuàng)造穩(wěn)態(tài)環(huán)境，從而減少采樣時(shí)間帶來(lái)的不確定性。

3.4 綜合討論

Albatici 團(tuán)隊(duì)［31］對(duì)一座實(shí)驗(yàn)建筑展開(kāi)為期三年的密集性監(jiān)測(cè)活動(dòng)，采用QIRT 法、熱箱法及理論計(jì)算法對(duì)多個(gè)不同邊界條件的建筑立面進(jìn)行長(zhǎng)期監(jiān)測(cè)，獲得QIRT 法的測(cè)量偏差，目的是探討該方法在不同影響因素及邊界條件下的適用性，包括：輕型和重型墻壁材質(zhì)（木材和磚塊）、立面朝向、天氣條件（太陽(yáng)輻照度、云度、風(fēng)速、濕度、溫度），對(duì)重要的環(huán)境參數(shù)（風(fēng)速、外部環(huán)境溫度、內(nèi)部室溫、壁的外表面溫度）展開(kāi)敏感性分析。主要結(jié)論包括：QIRT 法對(duì)于重型材質(zhì)建筑具有良好的測(cè)試效果，而對(duì)于輕型和保溫隔熱墻體則需要進(jìn)一步研究；測(cè)試應(yīng)盡可能在日出前的清晨進(jìn)行；測(cè)試期間，建筑立面附近的局部風(fēng)速低于0.5 m/s；測(cè)量前24 h 自由流風(fēng)速低于5 m/s 的每小時(shí)平均值； 內(nèi)外部空氣溫差至少為15 °C； 在測(cè)量前的12 h 內(nèi)，室外溫度應(yīng)保持小于6 °C 的低變化幅度；室外空氣溫度和墻體外表面溫度是影響結(jié)果準(zhǔn)確性最大的兩個(gè)參數(shù)。表2 匯總了QIRT 法現(xiàn)場(chǎng)檢測(cè)影響因素的研究進(jìn)展，相關(guān)研究為QIRT 法在室外復(fù)雜環(huán)境下的現(xiàn)場(chǎng)檢測(cè)工作奠定重要基礎(chǔ)。

4 圖像處理與紅外熱像的結(jié)合

近年來(lái)，計(jì)算機(jī)圖像處理技術(shù)水平發(fā)展迅速，各項(xiàng)新技術(shù)、新算法豐富了紅外熱成像技術(shù)的應(yīng)用場(chǎng)景。國(guó)內(nèi)外研究人員嘗試將圖像處理技術(shù)應(yīng)用于建筑熱工領(lǐng)域，主要貢獻(xiàn)可歸納為以下4 個(gè)方面。

4.1 排除光學(xué)干擾

在進(jìn)行室外建筑大面積紅外檢測(cè)時(shí)，紅外圖像易受到樹(shù)枝、路燈等遮擋物陰影干擾；同時(shí)由于設(shè)備光學(xué)特性，圖像四周易產(chǎn)生漸暈效應(yīng)。二者嚴(yán)重影響測(cè)溫準(zhǔn)確性，圖像處理技術(shù)可在預(yù)處理階段解決設(shè)備或光學(xué)原因引起的圖像干擾，提高圖像質(zhì)量。Sfarra 等［40］提出一種多尺度數(shù)據(jù)分析方法——迭代濾波，它可以描述長(zhǎng)波紅外區(qū)域電磁信號(hào)的多尺度特性，最大限度地減少陰影在被檢查立面上的影響；Mahmoodzadeh 等［27］發(fā)現(xiàn)因紅外相機(jī)鏡頭的非線性特性，成像易出現(xiàn)均勻性干擾以及漸暈效應(yīng)，通過(guò)兩個(gè)熱像圖偽影解釋說(shuō)明這種現(xiàn)象。在后續(xù)研究中，其團(tuán)隊(duì)著重評(píng)估漸暈效應(yīng)對(duì)QIRT 法現(xiàn)場(chǎng)檢測(cè)的影響，發(fā)現(xiàn)保溫性能良好的墻壁更容易因此出現(xiàn)溫度數(shù)據(jù)異常，為此提出一種圖像分解拼接方法來(lái)降低漸暈效應(yīng)，強(qiáng)調(diào)QIRT 法進(jìn)行圖像校正處理的必要性［41］。

4.2 識(shí)別熱工缺陷幾何特征

圖像處理技術(shù)可以精準(zhǔn)識(shí)別紅外圖像中熱工缺陷的位置、幾何信息以及溫度數(shù)據(jù)，幫助工作人員高效率地開(kāi)展節(jié)能評(píng)估及改造工作，同時(shí)為下一步缺陷熱損失的定量檢測(cè)提供基礎(chǔ)數(shù)據(jù)。Baldinelli 等［42］論述了S-K 算法在QIRT 法檢測(cè)中的應(yīng)用，在實(shí)驗(yàn)室熱箱環(huán)境下進(jìn)行3 種形式熱橋的熱損失定量檢測(cè)工作，結(jié)果發(fā)現(xiàn)與普通方法相比精確度可提高約2%。其團(tuán)隊(duì)在此基礎(chǔ)上開(kāi)發(fā)了一種簡(jiǎn)易程序，運(yùn)用雙變量Jackson 型內(nèi)核的S-K 算法增強(qiáng)紅外熱像圖質(zhì)量，并基于直方圖確定合適的分割閾值，實(shí)現(xiàn)自動(dòng)檢測(cè)熱橋基本幾何形狀的功能［43］。Garrido 等［44］提出一種以熱橋?yàn)橹饕獙?duì)象的建筑物熱成像自動(dòng)檢測(cè)程序，該程序?qū)D像內(nèi)各像素點(diǎn)運(yùn)行垂直和水平方向的一維中值濾波，基于幾何特征、溫差以及傳熱系數(shù)3 個(gè)判定準(zhǔn)則識(shí)別熱橋，檢測(cè)精度相較于常規(guī)方法可提高15%。

國(guó)內(nèi)的蘇洪超團(tuán)隊(duì)［45］提出一種基于邊緣特征與聚類(lèi)分析相結(jié)合的檢測(cè)方法，通過(guò)構(gòu)造邊緣特征數(shù)據(jù)集對(duì)紅外圖像內(nèi)邊緣灰度分布、梯度及結(jié)構(gòu)性進(jìn)行量化，利用K-均值聚類(lèi)算法將數(shù)據(jù)集分為邊緣點(diǎn)與非邊緣點(diǎn)，最后利用二步法細(xì)化邊緣，該方法對(duì)弱邊緣圖像有很好的提取效果，但未考慮缺陷溫度隨時(shí)間及周?chē)h(huán)境的變化。王東升團(tuán)隊(duì)［46］針對(duì)此問(wèn)題提出基于時(shí)序信息的紅外圖像缺陷檢測(cè)方法，利用紅外設(shè)備對(duì)實(shí)驗(yàn)室內(nèi)持續(xù)加熱的混凝土試塊（含缺陷分層）進(jìn)行三維熱像數(shù)據(jù)采集，提取每個(gè)像素點(diǎn)隨時(shí)間變化的溫度特征曲線，最后采用基于時(shí)序信息的K-均值方法進(jìn)行缺陷提取，該方法對(duì)隱藏的分層缺陷信息有很好的提取效果。

河北工業(yè)大學(xué)的李潔等［47］基于Sobel 算子提出一種針對(duì)太陽(yáng)電池缺陷的特征提取和邊緣檢測(cè)方法，利用自適應(yīng)迭代法獲取最佳閾值，將缺陷邊緣信息體現(xiàn)在原圖像中，進(jìn)一步加強(qiáng)缺陷邊緣細(xì)節(jié)。煙臺(tái)大學(xué)的許廒等［21］探討多種邊緣檢測(cè)算法（Roberts， Sobel， Prewitt， Canny， Log）在外窗構(gòu)件氣密性檢測(cè)中的應(yīng)用，結(jié)合像素面積法計(jì)算空氣滲透缺陷的幾何信息，對(duì)比壓差法實(shí)驗(yàn)結(jié)果，Roberts 算法的適用性更高，平均誤差為7.23%。哈爾濱工業(yè)大學(xué)的梁軼循［48］利用Canny 邊緣檢測(cè)、輪廓提取算法計(jì)算外墻外保溫的缺陷面積和損傷程度，同時(shí)嘗試?yán)肙penCV 圖像拼接技術(shù)實(shí)現(xiàn)大范圍檢測(cè)。大連理工大學(xué)的端木琳?qǐng)F(tuán)隊(duì)［49］則具體討論Canny 算法在紅外熱像外墻空鼓檢測(cè)中的應(yīng)用，提出一種基于局部最大類(lèi)間方差的閾值選擇方法，改進(jìn)后的Canny 算法對(duì)空鼓類(lèi)型的缺陷有額外的識(shí)別效果，相較于傳統(tǒng)算法可節(jié)省90% 的時(shí)間。

由于紅外成像技術(shù)的低信噪比和低像素分辨率，當(dāng)采用原始熱像圖時(shí)，亞表面缺陷很容易被忽視，即使在圖像降噪處理后，復(fù)雜幾何結(jié)構(gòu)下的缺陷仍然不容易被發(fā)現(xiàn)。Kulkarni 等［50］將紅外熱成像和降階模型相結(jié)合，論證利用紅外熱成像技術(shù)檢測(cè)道路缺陷和識(shí)別路面下空洞位置的可行性，對(duì)基于R2 的分析、主成分熱像（PCT）和稀疏主成分熱像（S-PCT）3 種方法進(jìn)行準(zhǔn)確性評(píng)估。團(tuán)隊(duì)在一段巷道公路進(jìn)行大規(guī)模測(cè)試，結(jié)果表明，R2 方法沒(méi)有展示出很好的檢測(cè)效果，PCT 方法的識(shí)別速度更快，而S-PCT 方法的準(zhǔn)確性更高。Sfarra 團(tuán)隊(duì)［40］探索了后兩種方法在建筑外墻熱工缺陷識(shí)別中的應(yīng)用，得到與之相同的結(jié)論，S-PCT 方法的準(zhǔn)確性提高約7%，發(fā)現(xiàn)的缺陷由20.21% 增加到43.73%，計(jì)算時(shí)間增加28.59 s。

4.3 機(jī)器學(xué)習(xí)算法的應(yīng)用

利用機(jī)器學(xué)習(xí)算法可以快速標(biāo)記紅外圖像內(nèi)門(mén)、窗、熱橋等構(gòu)件信息，同時(shí)自動(dòng)辨識(shí)熱工缺陷類(lèi)型，提高檢測(cè)效率。王凱旋等［51］提出一種基于卷積神經(jīng)網(wǎng)絡(luò)與紅外熱成像的變電站設(shè)備熱缺陷檢測(cè)方法。首先根據(jù)圖像預(yù)處理后的輪廓及位置信息定位目標(biāo)區(qū)域，然后對(duì)溫度值進(jìn)行分段，建立包含11 個(gè)標(biāo)簽的數(shù)據(jù)集，最后構(gòu)建CNN 模型提取缺陷特征，訓(xùn)練支持向量機(jī)完成分類(lèi)識(shí)別。該方法可以系統(tǒng)性地篩選和記錄設(shè)備熱缺陷，檢測(cè)精度達(dá)到99.5%。Garrido 等［52］沿用上述方法，重點(diǎn)討論不同類(lèi)型建筑（民用建筑、遺址和基礎(chǔ)設(shè)施）中與水分相關(guān)的熱工缺陷識(shí)別，實(shí)現(xiàn)缺陷位置的自動(dòng)檢測(cè)、分割以及缺陷類(lèi)型的自動(dòng)分類(lèi)。上海電力大學(xué)的王道累等［53］針對(duì)光伏熱斑提出一種改進(jìn)的Faster R-CNN 紅外檢測(cè)方法，將SpotFPN 多尺度特征學(xué)習(xí)模塊應(yīng)用于二階段目標(biāo)檢測(cè)網(wǎng)絡(luò)中，平均精度可提高約3%。華北電力大學(xué)的孫海蓉［54］等提出基于散點(diǎn)圖-AlexNet 網(wǎng)絡(luò)的紅外圖像識(shí)別模型，將光伏紅外熱像圖轉(zhuǎn)換為基于HIS 空間數(shù)據(jù)信息的散點(diǎn)圖，作為輸入量在AlexNet 神經(jīng)網(wǎng)絡(luò)中訓(xùn)練，識(shí)別準(zhǔn)確率達(dá)到97.60%，以上兩種針對(duì)光伏熱斑的機(jī)器學(xué)習(xí)識(shí)別方法同樣可應(yīng)用于建筑熱工缺陷檢測(cè)中。北京郵電大學(xué)的劉穎［55］將深度學(xué)習(xí)算法應(yīng)用于墻體的裂縫檢測(cè)，基于改進(jìn)的SSD 網(wǎng)絡(luò)算法可顯著提高檢測(cè)速度，精度可達(dá)到97%。雖然上述研究是基于紅外圖像開(kāi)展的，但作者未討論缺陷的熱損失量化情況，僅開(kāi)展定性研究。

Sadhukhan 等［56］提出基于QIRT 法與無(wú)人機(jī)系統(tǒng)的圍護(hù)結(jié)構(gòu)熱損失檢測(cè)程序，包含數(shù)據(jù)層、預(yù)處理層、評(píng)估層3 層框架，其研究基于10 萬(wàn)張紅外圖像數(shù)據(jù)庫(kù)，應(yīng)用Mask R-CNN機(jī)器學(xué)習(xí)算法檢測(cè)和分割建筑元素，研究成果可有效區(qū)分單窗口和雙窗口，快速評(píng)估圍護(hù)結(jié)構(gòu)各部件熱工信息。哈爾濱工業(yè)大學(xué)的展長(zhǎng)虹團(tuán)隊(duì)［57］針對(duì)嚴(yán)寒地區(qū)居住建筑外保溫?zé)峁と毕?，通過(guò)動(dòng)態(tài)數(shù)值模擬對(duì)4 種異常區(qū)域的溫度分布特征進(jìn)行研究，確定可疑區(qū)域分割中的臨界溫度梯度參數(shù)，采用四叉樹(shù)法進(jìn)行區(qū)域分割，利用6 種機(jī)器學(xué)習(xí)算法進(jìn)行缺陷分類(lèi)，包括4 種傳統(tǒng)機(jī)器學(xué)習(xí)方法（PCA-BP、PCA-SVM、灰度直方圖-BP、灰度直方圖-SVM）以及2 種深度學(xué)習(xí)方法（LeNet-5卷積神經(jīng)網(wǎng)絡(luò)和Inception-V3 遷移學(xué)習(xí)），檢測(cè)精度在95%以上，同步實(shí)現(xiàn)平均溫度計(jì)算及缺陷面積提取，由此建立一套基于紅外圖像的熱工缺陷檢測(cè)系統(tǒng)。在研究過(guò)程中，其團(tuán)隊(duì)［58］基于機(jī)器學(xué)習(xí)算法建立紅外熱像測(cè)溫?cái)?shù)據(jù)修正模型以及外墻熱阻辨識(shí)模型，豐富了機(jī)器學(xué)習(xí)解決熱工問(wèn)題的應(yīng)用路徑。

4.4 熱工信息可視化

在智能建造的背景下，圖像處理技術(shù)可以協(xié)助開(kāi)發(fā)建筑三維立面熱工信息可視化工具，更好地服務(wù)節(jié)能改造與能源審計(jì)工作。Vidas 等［59］提出一種針對(duì)暖通空調(diào)設(shè)備的三維熱成像技術(shù)，利用手持熱成像裝置生成詳細(xì)的三維表面溫度模型，可輕松識(shí)別設(shè)備熱異常，如熱橋、空氣泄漏、濕聚集和暖通空調(diào)故障。González-Aguilera 等［60］提出一種基于攝影測(cè)量軟件PW 的圖像建模方法，可以將傳統(tǒng)的紅外熱像圖轉(zhuǎn)換成正射影像和三維模型。Previtali 等［61］則是將建筑信息模型（BIM）與紅外熱成像集成，提出一種利用激光數(shù)據(jù)自動(dòng)生成建筑物三維模型的方法，利用無(wú)人機(jī)獲取建筑熱圖像，將幾何信息與溫度數(shù)據(jù)結(jié)合在同一模型中，旨在快速定位建筑中的熱異常并量化缺陷程度。Tejedor 團(tuán)隊(duì)［62-63］基于QIRT 法提出外墻立面二維U 值圖繪制流程，首先應(yīng)用內(nèi)部QIRT 法和熱流計(jì)法在實(shí)驗(yàn)室環(huán)境下對(duì)3 個(gè)多層墻體開(kāi)展測(cè)試工作，其次利用Matlab 對(duì)單個(gè)熱像圖中76800 個(gè)像素點(diǎn)（分辨率：320×240）進(jìn)行網(wǎng)格離散化評(píng)估，針對(duì)每個(gè)網(wǎng)格點(diǎn)計(jì)算溫度值及U 值并完成區(qū)域劃分，最后通過(guò)Surfer 繪圖軟件插值繪制二維溫度圖及U 值圖。實(shí)驗(yàn)結(jié)果表明，QIRT 法與熱流計(jì)法測(cè)試結(jié)果相差小于8.55%，圖像質(zhì)量損失控制在7% 以?xún)?nèi)。二維U 值圖可實(shí)現(xiàn)不透明外墻表面熱工信息的可視化，直觀展現(xiàn)沿墻面垂直軸和水平軸的熱物理性質(zhì)變化，量化壁表面任意點(diǎn)的傳熱系數(shù)。尤其在評(píng)估不均勻壁面時(shí)，無(wú)需安裝大量傳感器測(cè)量壁表面不同位置的熱工信息，有助于識(shí)別熱工缺陷邊界及其影響區(qū)域。以上研究成果因其低成本和靈活操作等優(yōu)勢(shì)，可高效率地應(yīng)用于建筑立面的節(jié)能研究，為能源審計(jì)提供可視化工具，但仍需開(kāi)發(fā)新的數(shù)據(jù)采集和處理算法，并制定相關(guān)檢測(cè)標(biāo)準(zhǔn)，提高數(shù)據(jù)的準(zhǔn)確性和魯棒性。

5 結(jié)論與展望

在“雙碳”目標(biāo)及建筑節(jié)能的背景下，應(yīng)充分利用紅外熱成像無(wú)損檢測(cè)的優(yōu)勢(shì)以及計(jì)算機(jī)圖像處理技術(shù)，對(duì)圍護(hù)結(jié)構(gòu)熱工性能檢測(cè)、熱工缺陷量化識(shí)別等方向開(kāi)展研究，逐步擴(kuò)展到建筑的全生命周期診斷，建立紅外圖像數(shù)據(jù)庫(kù)，最終形成完整的圍護(hù)結(jié)構(gòu)熱工性能檢測(cè)和評(píng)估體系，完善現(xiàn)有的建筑檢測(cè)和評(píng)價(jià)標(biāo)準(zhǔn)，為新建建筑節(jié)能驗(yàn)收和既有建筑節(jié)能改造工作提供參考。未來(lái)的研究工作可聚焦于以下3 個(gè)方面：

1）加強(qiáng)紅外熱成像定量檢測(cè)方法的理論研究。目前，國(guó)內(nèi)研究仍停留在對(duì)流換熱階段，未考慮輻射換熱的影響。國(guó)外提出的計(jì)算方法中，在對(duì)流換熱系數(shù)選取、輻射換熱計(jì)算、特殊環(huán)境條件的參數(shù)修正、數(shù)據(jù)時(shí)序分析等方面有著不同程度的差別，有必要加強(qiáng)計(jì)算方法的理論研究，從理論層面保證檢測(cè)結(jié)果的準(zhǔn)確性。

2）制定適合不同環(huán)境下的現(xiàn)場(chǎng)檢測(cè)操作標(biāo)準(zhǔn)。目前現(xiàn)場(chǎng)檢測(cè)的研究集中在歐洲地區(qū)，針對(duì)不同氣候區(qū)、不同類(lèi)型建筑，QIRT 法的操作要求各不相同。應(yīng)制定適用于國(guó)內(nèi)各地區(qū)氣候特點(diǎn)、建筑類(lèi)型、圍護(hù)結(jié)構(gòu)特征的現(xiàn)場(chǎng)檢測(cè)操作標(biāo)準(zhǔn)，從操作層面減少現(xiàn)場(chǎng)檢測(cè)的不確定性。

3）開(kāi)展紅外熱成像與計(jì)算機(jī)圖像處理技術(shù)在建筑熱工領(lǐng)域的交叉應(yīng)用。在大數(shù)據(jù)與人工智能快速發(fā)展的背景下，紅外熱成像技術(shù)作為優(yōu)秀的數(shù)據(jù)收集工具，基于此的建筑熱工性能分析成為計(jì)算機(jī)技術(shù)合適的應(yīng)用切入點(diǎn)。持續(xù)開(kāi)發(fā)應(yīng)用于建筑熱工領(lǐng)域的圖像處理技術(shù)以及數(shù)據(jù)分析算法，乃至計(jì)算機(jī)視覺(jué)技術(shù)，可以幫助我們更輕松地了解建筑熱工性能，發(fā)現(xiàn)墻體異常熱行為，減少能源審計(jì)在時(shí)間和金錢(qián)上的高成本。

［參考文獻(xiàn)］

［1］ GB 55015—2021， 建筑節(jié)能與可再生能源利用通用規(guī)范［S］.

GB 55015—2021， General code for energy efficiency andrenewable energy application in buildings［S］.

［2］ 丁有發(fā)， 陳盛軍， 李春誠(chéng)， 等. 紅外熱像技術(shù)用于熱設(shè)備保溫效果評(píng)估［J］. 激光與紅外， 1997， 27（3）： 148-151.

DING Y F， CHEN S J， LI C C， et al. Application of IRthermal imaging technique on apraisal of insulating effectof heat-equipment［J］. Laser amp; infrared， 1997， 27（3）：148-151.

［3］ 王珊珊. 建筑物墻體保溫性能的紅外檢測(cè)方法的研究［D］. 南京： 南京航空航天大學(xué)， 2006.

WANG S S. Study of an infrared detection method which isused in building masonry wall′s insulting［D］. Nanjing：Nanjing University of Aeronautics and Astronautics， 2006.

［4］ 張煒， 李安桂. 應(yīng)用于建筑熱工現(xiàn)場(chǎng)檢測(cè)的紅外熱像技術(shù)與定量化分析［J］. 紅外技術(shù)， 2007， 29（6）： 311-315.

ZHANG W， LI A G. Application of infrared thermal imagetechnology in detection of construction thermalperformance and quantitative analysis［J］. Infraredtechnology， 2007， 29（6）： 311-315.

［5］ 張煒. 應(yīng)用于建筑熱工現(xiàn)場(chǎng)檢測(cè)的紅外熱像技術(shù)與定量化分析［D］. 西安： 西安建筑科技大學(xué)， 2006.

ZHANG W. Application of infrared thermal imagetechnology in detection of construction thermalperformance and quantitative analysis［D］. Xi’an： Xi’anUniversity of Architecture and Technology， 2006。.

［6］ 張劍峰. 紅外熱成像技術(shù)在建筑外墻熱工缺陷及節(jié)能建筑評(píng)估中的應(yīng)用技術(shù)研究［D］. 成都： 西南交通大學(xué)， 2019.

ZHANG J F. Application of external thermal imagingtechnology in thermal engineering defects and evaluation［D］. Chengdu： Southwest Jiaotong University， 2019.

［7］ 解國(guó)梁. 基于紅外熱像技術(shù)辨識(shí)建筑墻體傳熱系數(shù)的研究［D］. 呼和浩特： 內(nèi)蒙古農(nóng)業(yè)大學(xué)， 2011.

XIE G L. Investigation of identifying the heat transfercoefficient of wall based on infrared imaging technology［D］. Hohhot： Inner Mongolia Agricultural University，2011.

［8］ 熊?chē)?guó)華， 彭小云， 潘陽(yáng)， 等. 基于紅外熱像技術(shù)的熱阻測(cè)定方法研究［J］. 四川建筑科學(xué)研究， 2013， 39（1）：322-325.

XIONG G H， PENG X Y， PAN Y， et al. Study on thermalresistance measurement method base on infrared thermalimaging technology［J］. Sichuan building science， 2013，39（1）： 322-325.

［9］ MUNIS R H， MARSHALL S J， BUSH M A. Detectingstructural heat losses with mobile infrared thermography.Part IV. estimating quantitative heat loss at dartmouthcollege， hanover， new hampshire［R］. Cold regions researchand engineering Lab Hanover Nh， 1976.

［10］ MCQUEEN SMITH B. Condition monitoring bythermography［J］. NDT international， 1978， 11（3）： 121-122.

［11］ GOLDSTEIN R J. Application of aerial infraredthermography to the measurement of building heat loss［J］.Ashrae transactions， 1978， 84： 207-226.

［12］ SCHOTT J R， WILKINSON E P. Quantitative methods inaerial thermography［J］. Optical engineering， 1982， 21（5）： 864.

［13］ BOWMAN R L， JACK J R. Feasibility of determining flatroof heat losses using aerial thermography［C］// Intern.Symp. on Remote Sensing of Environment. 1979 （NASATM-79152）.

［14］ MADDING R. Finding R-values of stud frame constructedhouses with IR thermography［J］. Proc. InfraMation， 2008：261-277.

［15］ ALBATICI R， TONELLI A M. Infrared thermovisiontechnique for the assessment of thermal transmittancevalue of opaque building elements on site［J］. Energy andbuildings， 2010， 42（11）： 2177-2183.

［16］ FOKAIDES P A， KALOGIROU S A. Application ofinfrared thermography for the determination of the overallheat transfer coefficient （U-value） in building envelopes［J］. Applied energy， 2011， 88（12）： 4358-4365.

［17］ DANIELSKI I， FR?LING M. Diagnosis of buildings’thermal performance-a quantitative method usingthermography under non-steady state heat flow［J］. Energyprocedia， 2015， 83： 320-329.

［18］ TEJEDOR B， CASALS M， GANGOLELLS M， et al.Quantitative internal infrared thermography for determiningin situ thermal behaviour of fa?ades［J］. Energy amp;buildings， 2017， 151： 187-197.

［19］ 方修睦， 王楊洋， 王中華. 建筑外圍護(hù)結(jié)構(gòu)表面熱工缺陷紅外檢測(cè)方法研究［J］. 施工技術(shù)， 2006， 35（4）： 54-56.

FANG X M， WANG Y Y， WANG Z H. Research onthermodynamic disfigurement infrared inspection methodabout the building external envelope structure surface［J］.Construction technology， 2006， 35（4）： 54-56.

［20］ 楊麗萍. 紅外熱成像法探測(cè)建筑圍護(hù)結(jié)構(gòu)熱工缺陷研究［D］. 西安： 西安建筑科技大學(xué)， 2010.

YANG L P. Study on testing thermal defects of buildingenvelope using infrared thermography［D］. Xi’an： Xi’anUniversity of Architecture and Technology， 2010.

［21］ 張玲玲， 許廒， 張繼冉， 等. 基于紅外圖像處理技術(shù)的建筑外窗缺陷面積計(jì)算研究［J］. 紅外技術(shù)， 2022， 44（12）： 1358-1366.

ZHANG L L， XU A， ZHANG J R， et al. Research oncalculation of defect area of building exterior windowsbased on infrared image processing technology［J］. Infraredtechnology， 2022， 44（12）： 1358-1366.

［22］ 張玲玲， 任攀攀， 許廒， 等. 基于紅外圖像處理的建筑外窗氣密性能現(xiàn)場(chǎng)檢測(cè)［J］. 紅外技術(shù)， 2023， 45（4）：410-416.

ZHANG L L， REN P P， XU A， et al. On-site detection ofairtightness of building windows based on infrared imageprocessing［J］. Infrared technology， 2023， 45（4）： 410-416.

［23］ ASDRUBALI F， BALDINELLI G， BIANCHI F. Aquantitative methodology to evaluate thermal bridges inbuildings［J］. Applied energy， 2012， 97： 365-373.

［24］ BIANCHI F， PISELLO A， BALDINELLI G， et al.Infrared thermography assessment of thermal bridges inbuilding envelope： experimental validation in a test roomsetup［J］. Sustainability， 2014， 6（10）： 7107-7120.

［25］ O’ GRADY M， LECHOWSKA A A， HARTE A M.Infrared thermography technique as an in-situ method ofassessing heat loss through thermal bridging［J］. Energyand buildings， 2017， 135： 20-32.

［26］ O’GRADY M， LECHOWSKA A A， HARTE A M.Application of infrared thermography technique to thethermal assessment of multiple thermal bridges andwindows［J］. Energy amp; buildings， 2018， 168： 347-362.

［27］ MAHMOODZADEH M， GRETKA V， HAY K， et al.Determining overall heat transfer coefficient （U-value） ofwood-framed wall assemblies in Canada using externalinfrared thermography［J］. Building and environment， 2021，199： 107897.

［28］ TEJEDOR B， CASALS M， GANGOLELLS M. Assessingthe influence of operating conditions and thermophysicalproperties on the accuracy of in situ measured U-valuesusing quantitative internal infrared thermography［J］. Energyamp; buildings， 2018， 171： 64-75.

［29］ NARDI I， PAOLETTI D， AMBROSINI D， et al. U-valueassessment by infrared thermography： a comparison ofdifferent calculation methods in a Guarded Hot Box［J］.Energy and buildings， 2016， 122： 211-221.

［30］ DALL’O’G， SARTO L， PANZA A. Infrared screening ofresidential buildings for energy audit purposes： results of afield test［J］. Energies， 2013， 6（8）： 3859-3878.

［31］ ALBATICI R， TONELLI A M， CHIOGNA M. Acomprehensive experimental approach for the validation ofquantitative infrared thermography in the evaluation ofbuilding thermal transmittance［J］. Applied energy， 2015，141： 218-228.

［32］ OHLSSON K E A， OLOFSSON T. Quantitative infraredthermography imaging of the density of heat flow ratethrough a building element surface［J］. Applied energy，2014， 134： 499-505.

［33］ LU X R， MEMARI A. Application of infraredthermography for in-situ determination of buildingenvelope thermal properties［J］. Journal of buildingengineering， 2019， 26： 100885.

［34］ O′GRADY M， LECHOWSKA A A， HARTE A M.Quantification of heat losses through building envelopethermal bridges influenced by wind velocity using theoutdoor infrared thermography technique［J］. Appliedenergy， 2017， 208： 1038-1052.

［35］ ALBATICI R， PASSERINI F， TONELLI A M， et al.Assessment of the thermal emissivity value of buildingmaterials using an infrared thermovision techniqueemissometer［J］. Energy and buildings， 2013， 66： 33-40.

［36］ PAPADAKOS G， MARINAKIS V， KONSTAS C， et al.Managing the uncertainty of the U-value measurementusing an auxiliary set along with a thermal camera［J］.Energy and buildings， 2021， 242： 110984.

［37］ TZIFA V， PAPADAKOS G， PAPADOPOULOU A G， etal. Uncertainty and method limitations in a short-timemeasurement of the effective thermal transmittance on abuilding envelope using an infrared camera［J］.International journal of sustainable energy， 2017， 36（1）：28-46.

［38］ FOX M， COLEY D， GOODHEW S， et al. Time-lapsethermography for building defect detection［J］. Energy andbuildings， 2015， 92： 95-106.

［39］ TEJEDOR B， CASALS M， MACARULLA M， et al. Uvaluetime series analyses： Evaluating the feasibility of insitushort-lasting IRT tests for heavy multi-leaf walls［J］.Building and environment， 2019， 159： 106123.

［40］ SFARRA S， CICONE A， YOUSEFI B， et al. Improvingthe detection of thermal bridges in buildings via on-siteinfrared thermography： the potentialities of innovativemathematical tools［J］. Energy and buildings， 2019， 182：159-171.

［41］ MAHMOODZADEH M， GRETKA V， LEE I， et al.Infrared thermography for quantitative thermal performanceassessment of wood-framed building envelopes in Canada［J］. Energy and buildings， 2022， 258： 111807.

［42］ BALDINELLI G， BIANCHI F， ROTILI A， et al. A modelfor the improvement of thermal bridges quantitativeassessment by infrared thermography［J］. Applied energy，2018， 211： 854-864.

［43］ ASDRUBALI F， BALDINELLI G， BIANCHI F， et al.Detection of thermal bridges from thermographic images bymeans of image processing approximation algorithms［J］.Applied mathematics and computation， 2018， 317： 160-171.

［44］ GARRIDO I， LAGüELA S， ARIAS P， et al. Thermalbasedanalysis for the automatic detection andcharacterization of thermal bridges in buildings［J］. Energyand buildings， 2018， 158： 1358-1367.

［45］ 蘇洪超， 胡英， 洪少壯. 基于紅外圖像特征與K-means的邊緣檢測(cè)［J］. 紅外技術(shù)， 2020， 42（1）： 81-85.

SU H C， HU Y， HONG S Z. Edge detection based oncharacteristics of infrared image and K-means［J］. Infraredtechnology， 2020， 42（1）： 81-85.

［46］ 王東升， 王海龍， 張芳， 等. 基于時(shí)序信息的紅外圖像缺陷信息提取［J］. 紅外技術(shù)， 2022， 44（6）： 565-570.

WANG D S， WANG H L， ZHANG F， et al. Infraredimage defect information extraction based on temporalinformation［J］. Infrared technology， 2022， 44（6）： 565-570.

［47］ 李潔， 袁知博， 秦嘉悅. 基于Sobel算子邊緣檢測(cè)的太陽(yáng)電池缺陷特征提取方法［J］. 太陽(yáng)能學(xué)報(bào)， 2021， 42（1）：63-68.

LI J， YUAN Z B， QIN J Y. Research on solar cells defectsfeature extraction based on sobel operator edge detection［J］. Acta energiae solaris sinica， 2021， 42（1）： 63-68.

［48］ 梁軼循. 基于紅外熱像的外墻外保溫系統(tǒng)缺陷識(shí)別判定與評(píng)價(jià)方法研究［D］. 哈爾濱： 哈爾濱工業(yè)大學(xué)，2021.

LIANG Y X. Research on defect identification， judgmentand evaluation method of external thermal insulationsystem of external wall based on infrared thermal image［D］. Harbin： Harbin Institute of Technology， 2021.

［49］ LU Y， DUANMU L， ZHAI Z J， et al. Application andimprovement of Canny edge-detection algorithm for exteriorwall hollowing detection using infrared thermal images［J］.Energy and buildings， 2022， 274： 112421.

［50］ NAGESH K N， SHWETA D， JASON B， et al.Comparative analysis of infrared thermography processingtechniques for roadways’ sub-pavement voids detection［J］. NDT and E international， 2022， 129： 102652.

［51］ WANG K， ZHANG J， NI H， et al. Thermal defectdetection for substation equipment based on infrared imageusing convolutional neural network［J］. Electronics， 2021，10（16）： 1986.

［52］ GARRIDO I， LAGüELA S， FANG Q， et al. Introductionof the combination of thermal fundamentals and DeepLearning for the automatic thermographic inspection ofthermal bridges and water-related problems ininfrastructures［J］. Quantitative InfraRed thermographyjournal， 2023， 20（5）： 231-255.

［53］ 王道累， 李超， 李明山， 等. 基于深度卷積神經(jīng)網(wǎng)絡(luò)的光伏組件熱斑檢測(cè)［J］. 太陽(yáng)能學(xué)報(bào)， 2022， 43（1）： 412-417.

WANG D L， LI C， LI M S， et al. Solar photovoltaicmodules hot spot detection based on deep convolutionalneural networks［J］. Acta energiae solaris sinica， 2022， 43（1）： 412-417.

［54］ 孫海蓉， 周映杰. 基于散點(diǎn)圖-AlexNet網(wǎng)絡(luò)的光伏紅外熱圖像識(shí)別方法［J］. 太陽(yáng)能學(xué)報(bào)， 2023， 44（1）： 55-61.

SUN H R， ZHOU Y J. Photovoltaic infrared thermal imagerecognition method based on scatter plot-alexnet network［J］. Acta energiae solaris sinica， 2023， 44（1）： 55-61.

［55］ 劉穎. 基于深度學(xué)習(xí)的紅外墻體裂縫高精度檢測(cè)技術(shù)研究［D］. 北京： 北京郵電大學(xué)， 2021.

LIU Y. High precision detection technology of infrared wallcracks based on deep learning［D］. Beijing： BeijingUniversity of Posts and Telecommunications， 2021.

［56］ SADHUKHAN D， PERI S， SUGUNARAJ N， et al.Estimating surface temperature from thermal imagery ofbuildings for accurate thermal transmittance （U-value）： a machine learning perspective［J］. Journal of buildingengineering， 2020， 32： 101637.

［57］ 陳崇一. 基于機(jī)器學(xué)習(xí)的建筑外墻外保溫?zé)峁と毕輽z測(cè)方法［D］. 哈爾濱： 哈爾濱工業(yè)大學(xué)， 2018.

CHEN C Y. Detection method of thermal engineeringdefects in exterior thermal insulation buildings based onmachine learning［D］. Harbin： Harbin Institute ofTechnology， 2018.

［58］ 陳琳. 基于紅外熱成像的北方居住建筑外墻熱阻辨識(shí)方法［D］. 哈爾濱： 哈爾濱工業(yè)大學(xué)， 2020.

CHEN L. Identification method for thermal resistance ofnorthern residential building exterior walls assisted withinfrared thermography［D］. Harbin： Harbin Institute ofTechnology， 2020.

［59］ VIDAS S， MOGHADAM P. HeatWave： a handheld 3Dthermography system for energy auditing［J］. Energy andbuildings， 2013， 66： 445-460.

［60］ GONZáLEZ-AGUILERA D， LAGüELA S， RODRíGUEZGONZáLVEZP， et al. Image-based thermographicmodeling for assessing energy efficiency of buildingsfa?ades［J］. Energy amp; buildings， 2013， 65： 29-36.

［61］ PREVITALI M， BARAZZETTI L， BRUMANA R， et al.Thermographic analysis from UAV platforms for energyefficiency retrofit applications［J］. Journal of mobilemultimedia， 2013： 066-082.

［62］ TEJEDOR B， BARREIRA E， ALMEIDA R M S F， et al.Thermographic 2D U-value map for quantifying thermalbridges in building fa?ades［J］. Energy and buildings，2020， 224： 110176.

［63］ BLANCA T， EVA B， ALMEIDA RICARDO M S F， et al.Automated data-processing technique： 2D map foridentifying the distribution of the U-value in buildingelements by quantitative internal thermography［J］.Automation in construction， 2021， 122： 103478.

基金項(xiàng)目：國(guó)家自然科學(xué)基金（51778376）；遼寧省教育廳面上項(xiàng)目（LJKZ0577）；沈陽(yáng)市科學(xué)計(jì)劃項(xiàng)目（21-108-9-03）