本研究旨在探讨 澳门历史建筑 保护修复所需考虑的建筑材料和修复措施。通过对澳门历史建筑常见的损坏原因进行研究和分析，本文提出了污物清除、建筑加固和防水、墙体除盐、白蚁及植物清理等修复措施。这些措施为澳门历史建筑的保护修复提供了重要的参考和指导。在研究中，我们注意到澳门的历史建筑面临着多种损坏因素，如污物积累、结构松动、水侵蚀、墙体盐化、白蚁侵袭和植物生长等。为了解决这些问题，我们提出了一系列有效的修复措施。首先，污物清除是修复历史建筑的重要步骤。通过定期清理污物和沉积物，可以保持建筑表面的清洁，并减少其对建筑材料的腐蚀和破坏。其次，建筑加固和防水是确保历史建筑结构稳固和抵御水侵蚀的关键。采用适当的建筑加固方法和防水措施，可以增强建筑的结构强度和耐久性，从而延长其使用寿命。此外，墙体除盐是修复历史建筑中常见的问题之一。通过去除墙体内部的盐分积累，可以减轻盐对墙体结构的腐蚀，保护墙体的完整性。同时，白蚁和植物的清理也是必要的修复措施。定期清除白蚁和植物，可以防止它们对建筑材料和结构造成的损坏，维持建筑的健康状态。本研究的结果对于澳门历史建筑的保护和修复具有重要意义。通过采取适当的材料和修复措施，我们可以确保这些珍贵的历史建筑得到有效的保护，为后代留下宝贵的文化遗产。

基于珠海海绵城市排水专项规划项目,探讨在 韧性城市 理论支撑下珠海城市灾害的韧性评估,从城市防灾减灾救灾政策,气候适应性规划技术手段以及打造珠海社区防灾公园三个方面提出有利于珠海市经济发展和人们生活水平改善的相应对策,增强城市韧性,同时采取地域创新方式,借鉴深圳市韧性城市理念下防灾减灾救灾规划相关处理手段和方式,因地制宜,为珠海韧性城市规划研究乃至为典型滨海城市的韧性发展提供参考价值。

本文就国内城市 风景园林 规划与设计的现状进行探讨和分析,并以珠海典型现代风景园林圆明新园为例展开分析,首先基于文献计量分析、万方数据科慧平台的基金研究分析等,梳理当前风景园林规划与设计研究的前沿以及发展态势。其次是通过田野考察珠海市圆明新园结合数据平台的可视化分析,展开现状问题、规划实践存在问题、待提升完善的建议三个方面的探讨。

历史建筑的活化是长期 运营 的过程,需要将历史建筑融入现代城市与大众的生活中,避免建筑修复后出现无人问津的现象。以澳门氹仔旧城区中的仙女巷16号为例,分析其历史背景和现状,提出历史建筑材料修复的策略和活化利用中可持续运营的建议,从价值提取到主题定位、从业态分析到属性规划,利用品牌打造和可持续运营的策略对历史建筑进行活化利用的研究。

随着国家对碳中和目标的不断重视，建筑领域兴起了一系列绿色建筑设计方法、应用技术和评估标准，其中被动式建筑作为无需借助机械装置进行采暖、通风、散热的技术受到了业界的高度关注。文章在此背景下，探索澳门地区被动式建筑的发展情况，分析该技术在澳门的应用现状，归纳和提出澳门及相似地理气候的地区实施被动式建筑技术的要点及可行性建议，为被动式建筑技术及相关评估标准在澳门地区的应用和认证提供依据和基础数据。

古谷诚章 教授是中日建筑教育交流的推动者。自2012年与清华大学建筑学院共同创立了中日研究生联合设计工作坊，已将工作坊扩展到七所学校。澳门站的工作坊教学探索，从古谷教授的中日建筑交流起源和作为日本建筑学会会长的工作理念出发，系统梳理了工作坊澳门站的课题设置、预研究、现场调研、返校设计、成果汇报和发布、成果总结等多维度的教学研究过程。古谷教授和工作坊指导教师结合澳门科技大学建筑教学，提出了一套“线上+线下”“校内+校外”“实体+媒体”多维度开放模式。

: 顺利楼是澳门最先采用预制件装嵌式建筑技术的建筑群，由于建造时间早，楼宇已逐渐出现设施老化与不足、环境卫生状况不佳、消防安全隐患突出等问题。与此同时，在经济迅速发展下，人民对生活品质需求的不断提高，城市更新需要回应人民的需求，满足人民对美好生活品质的向往。以澳门祐汉新邨的顺利楼为例，基于空间句法定量分析该旧民居楼宇平面空间形态的空间组构规律，以Space Syntax（空间句法）凸空间的9项指标、视域分析的5项指标及人流模拟对旧民居楼宇中的各个空间进行量化，并对该楼宇的平面优化提出建议，分析过程及优化建议适用于相同类型的楼宇中，为政府及企业的城市更新工作提供参考。

The COVID-19 epidemic poses a global challenge. Urban wind environments, as integral parts of cities, may contribute to virus spread. Understanding their impact is vital for effective prevention strategies. This study employs a conditional generative confrontation network (CGAN) to train a model using simulated urban wind and COVID-19 distribution data. The model predicts COVID-19 distribution probability under various wind environments, revealing their relationship.

Artificial intelligence (AI) has influenced the design field, offering solutions to urban renewal design problems. This study aims to develop a stylized generation technology for building facade decoration in historic districts using conditional generative adversarial networks (CGANs). The research focuses on Putian, a historic district in Fujian Province. It includes image data acquisition, processing, screening, model training, image generation, and style matching. Findings show CGAN technology effectively generates historical district decorative styles, providing overall or partial facade design schemes. The method adapts to historical district reconstruction, facade renovation, and renovation design, especially for districts with distinct styles. It aids in determining facade decoration styles for specific historical buildings. The method learns internal laws of complex district styles, generating new designs with clear style attributes. It enhances stylized control in historical heritage protection, improving design efficiency.

The COVID-19 pandemic has prompted a reassessment of urban space, including planning and architecture. This study employs a conditional generative adversarial network (CGAN) to derive the distribution of urban texture based on COVID-19 hotspots. It establishes a link between urban form and the pandemic, enabling the machine to predict high-risk urban forms. The study focuses on Macau, conducting model training, image generation, and comparing results for different assumed epidemic distribution degrees. The implications for urban planning are as follows: 1) Urban forms exhibit a correlation with epidemic distribution, allowing CGAN to predict high-risk urban forms; 2) Large-scale and high-density buildings promote COVID-19 transmission; 3) Green public open spaces and squares inhibit COVID-19 spread; and 4) Reducing building volume and density while increasing green public spaces can help mitigate COVID-19 distribution. This research offers valuable insights and potential applications in planning and design.