理大學者研發智慧降溫服裝應對極端高溫

全球暖化日益威脅人類健康和工作效率。目前，全球約 36 億人居住在極易受到氣候變化影響的區域。在 2000 年至 2019 年間，全球每年逾 48 萬人死於與高溫相關的疾病。極端高溫增加壓力荷爾蒙、影響睡眠質素、削弱注意力、降低生產力，以及加劇情緒惡化。為應對日益嚴重的熱浪，香港理工大學（理大）學者突破傳統服裝設計限制，研發新一代可持續的個人降溫解決方案。

理大利民先進紡織科技青年學者、時裝及紡織學院副教授、未來服裝紡織科技研究中心副主任、理大興國技術創新研究院副院長壽大華教授最近在《科學》（Science）期刊發表論文，提出利用先進紡織與智慧可穿戴技術，實現可持續個人降溫的新方法。

理大利民先進紡織科技青年學者、時裝及紡織學院副教授、未來服裝紡織科技研究中心副主任兼理大興國技術創新研究院副院長壽大華教授最近在《科學》（Science）期刊發表論文，提出利用先進紡織與智慧可穿戴技術，實現可持續個人降溫的新方法。

智能科技，尤其是智慧可穿戴技術與人工智能，正成為實現可持續個人降溫的關鍵推動力。壽大華教授表示︰「根據世界氣象組織預測，2025 至 2029 年間出現史上最熱年份的機率高達 80%。在此背景下，個人降溫科技對人類福祉、健康和生產力的重要性與日俱增。我們正在研發一系列智慧型『超級英雄式』服裝，該服裝具備自我調溫與實時健康監測功能，能有效應對極端高溫天氣帶來的挑戰。」

iActive™智能運動服引入低電壓驅動人工汗腺及汗區映射的根狀液體輸運網路，以液滴形式快速排出汗液，大幅減輕重量與黏膩感，保持皮膚乾爽透氣。

該篇論文提出的觀點極具前瞻性，系統地聚焦有效整合輻射、傳導、對流及蒸發四種降溫機理，提出在動態現實場景中，實現人體熱濕平衡自我調節的具體策略。論文同時提出並構建了一個由人工智能驅動的閉環框架，連接感知、預測及執行，實現個性化及節能的降溫效果，並強調設計具備可規模化和可回收性，以促進公共健康、工作場所安全及效率。

可持續的個人降溫由被動型織物，逐步邁向智能系統。具有光譜選擇性的紡織品能高效釋放人體紅外熱量，同時阻隔外部太陽和地表熱量的侵入。透過在纖維和紗線中複合不同導熱填料，來實現可調熱阻。濕度響應纖維則有助強化對流和蒸發散熱效果。輕量化可穿戴設備，例如︰可變輻射率器件、電致冷與熱電模組，當結合柔性光伏及隨身儲能，可實現主動可控的降溫。這些新技術採用「模式選擇性」降溫策略，並融入以人為本的設計理念，兼顧舒適、耐用、可水洗及輕巧特點，有效延展熱舒適範圍，減少對空調的依賴。

Omni‑Cool‑Dry™是一款兼具透氣、類膚質的全新織物，有效導流汗液，又能提供光譜選擇性降溫效果。透過反射太陽和地表輻射，同時發射人體紅外熱量，從而降低皮膚溫度約5 °C，即使在陽光下使用者也能保持清涼乾爽。

儘管個人降溫技術發展迅速，仍面對許多挑戰。人體出汗有助散熱，但目前汗液管理效能有限，常導致織物重量和黏膩感增加，降低透濕性及輻射降溫效率，尤其在劇烈出汗時更為明顯。此外，能夠隨動態環境和個體生理變化實現即時自我調節熱平衡，同時確保舒適和安全，仍是一個極具挑戰的問題。

壽大華教授表示︰「未來我們還需要加強紡織、傳熱學、柔性電子與人工智能等跨學科融合，建立具規模和可回收的製造體系，平衡可持續、可穿戴、時尚與熱管理功能。同時，也需要制定標準化、使用者為本的評價指標，例如：單位功率降溫能力、生理熱感和用戶接受度等，以促進公平比較與使用。」

壽大華教授及其團隊致力研究多項創新技術以應對極端高溫的挑戰。其中 iActive™智能運動服引入低電壓驅動人工汗腺及汗區映射的根狀液體輸運網路，以液滴形式快速排出汗液，大幅減輕重量與黏膩感，保持皮膚乾爽透氣，其排汗速度可高達人體出汗峰值的三倍。

SweatMD是一款全紡織、非侵入式可穿戴系統，利用仿生微流體網路定向引導汗液，通過親膚傳感紗線監測葡萄糖、鉀離子等生物標誌物，可即時生成分子層級的健康指標（如疲勞與脫水風險），並將數據傳送至手機。

Omni‑Cool‑Dry™是一款兼具透氣、類膚質的全新織物，有效導流汗液，又能提供光譜選擇性降溫效果。透過反射太陽和地表輻射，同時發射人體紅外熱量，能讓皮膚溫度相比普通織物降低約 5 °C，即使在陽光下使用者也能保持清涼乾爽。

針對高溫作業環境，在熱適應軟體機器人服裝中，內嵌溫度回應軟致動器，可主動或自發地調節織物厚度及其內部靜止空氣層，從而克服傳統隔熱服單一隔熱等級的局限。其熱阻可在 0.23 至 0.48 K·m²/W 範圍內調節，即處於 120°C 的高溫環境下，其內表面溫度也能比傳統隔熱服低約 10°C。

SweatMD 是一款全紡織、非侵入式可穿戴系統，利用仿生微流體網路定向引導汗液，通過親膚傳感紗線監測葡萄糖、鉀離子等生物標誌物，可即時生成分子層級的健康指標（如疲勞與脫水風險），並將數據傳送至手機。

總體而言，上述創新技術構建了一個智能生態系統，通過感測器監測生理狀態，利用模型預測降溫需求，由智能服裝提供定向回應。透過整合紡織感測器、基於纖維的冷卻器與隨身能量採集器，有望實現可持續的自主降溫。

這些研究成果涵蓋日常服飾、運動與防護裝備，充分體現將基礎研究轉化普及，以應對全球挑戰。透過理大研究中心及設於內地的技術創新研究院，如理大興國技術創新研究院和未來服裝紡織科技研究中心，更可借助內地市場豐富的應用場景，並與當地龍頭產業合作，加速科研成果轉化，並推動可規模化部署。

壽大華教授的科研項目分別獲得國際知名創新獎項嘉許，包括日內瓦國際發明展評審團嘉許金獎（2025）及金獎（2024），以及 TechConnect 全球創新獎等。此外，壽教授亦榮獲美國纖維學會「傑出成就獎」，該獎項每年僅授予一位全球學者。

香港理工大學開發創新「智慧橋樑檢測系統」，可精準識別橋面裂縫及肉眼難辨的潛藏結構問題，已於本地11座橋樑完成檢測，結果顯示，該系統可將檢測時間縮短一半，並顯著提升檢測準確度至八成，具有在全港橋樑廣泛應用的潛力。

由理大建築及房地產學系教授 Tarek Zayed教授（右一）領導的研究團隊開發出一套智慧橋樑檢測系統，能夠自動檢測橋面裂縫，以及識別肉眼無法察覺的潛藏結構問題。

香港交通基建承受全球最高交通密度之一的巨大壓力，確保橋樑結構安全成為當務之急。理大研究團隊開發的這個多層次系統整合了理大自主研發的先進無損探測技術及人工智能模型。香港常用的傳統基建目視檢查方法需要動用大量人力且主觀性強，對鋼筋腐蝕等地下缺陷的辨識能力有限，更需要封閉道路方能進行。由理大建築及房地產學系教授Tarek Zayed帶領其研究團隊開發的創新系統，利用無人機、探地雷達（GPR）及紅外線熱成像（IRT）三種先進工具的組合取代人工檢查，收集橋樑表面及內部結構的全面數據，再利用人工智能模型進行自動化分析，提升檢測的準確度及效率。

該多層次系統整合了理大自主研發的先進無損探測技術及人工智能模型，大幅減低了檢測時間，同時令檢測準確度顯著提升。

橋面裂縫檢測對維持橋樑健康至關重要。研究團隊利用無人機進行目視檢查，再通過其自主研發的「智慧橋面高效檢測模型」處理所得數據。即使在面對惡劣環境如光線不足、陰影等，該模型亦能達到優於其他現行方法的檢測準確度，且更少出現誤判、與表面刮痕混淆等檢測問題。

橋面裂縫往往預示了地下結構受損的深層問題，例如鋼筋腐蝕。團隊開發的全自動GPR數據解讀模型，能以高達98%的準確度定位鋼筋位置，並通過對振幅數據進行標準化處理及聚類分析，生成腐蝕區域分佈圖。此模型大大簡化了基於GPR的腐蝕評估流程，令相關工作變得更加快捷和易於操作。

這個多層次系統整合了理大自主研發的先進無損探測技術及人工智能模型，大幅減低了檢測時間，同時令檢測準確度顯著提升。

另一常見橋樑結構問題是內部混凝土構件退化，導致剝落及層面分離。團隊提出一套用於處理IRT數據的「最佳熱梯度閾值系統」，能根據外在環境狀況調整閾值，以更精確判斷剝離區域。團隊基於此系統開發的智慧模型，更能自動生成剝離分佈圖，進一步提高診斷能力。

Zayed說：「這套混合檢測系統兼顧橋面及地下缺陷，並通過人工智能驅動的整合方案，同時提升了檢測效率和準確度。我們更制定了一個五級制的缺陷嚴重程度評級，以標準化檢測流程，方便診斷及確定維修的優先順序。此外，團隊開創的『智慧橋面高效檢測模型』具備全面的功能，能基於從各類探測技術收集所得的數據，精細地評估橋樑狀況。」

他又說：「我們目前正積極探討與相關政府部門及業界夥伴合作，將系統應用於香港的定期橋樑檢測工作，為實現智慧基建管理邁出關鍵一步。我們的目標是長久保障香港擁有安全和可靠的橋樑。」

理大研發的「智慧橋樑檢測系統」採用無人機、探地雷達及紅外線熱成像三種先進工具的組合，取代常用的傳統目視檢查，已於本地11座橋樑完成檢測。

這項為期兩年的研究得到智慧交通基金的支持。該團隊的研究成果已發表於不同國際期刊，包括《建築與建築材料》、《建築自動化》及《高級工程資訊學》。展望未來，Zayed及其團隊將進一步推進相關技術研發，並在香港推動智慧橋樑檢測。