Prof. LIU Tao在宁波诺丁汉大学（UNNC）理工学院·建筑与建造环境系，是一位助理教授。这个组最值得讲的一件事不是论文数据，而是作为一个刚起步的年轻 PI，他的组规模还小，竞争压力相对低，但公开信息也确实不多。我能确认的就先讲清楚，确认不了的也直接说。
项目方向门槛
宁波诺丁汉大学的博士项目与诺丁汉大学联合培养，部分方向可以拿双学位。理工学院·建筑与建造环境系的 PhD 方向覆盖可持续建筑设计和建筑节能与室内环境质量等，申请者需要有建筑学或相关工程背景。纯文科或纯管理背景的人，除非有量化研究经历，否则接上这个组的方法线会比较吃力。
研究背景与课题组
Prof. LIU Tao，h-index 18，总引用约 2100。组里目前3 PhD + 1 Research Assistant，规模不大。他的 funding 来源包括NSFC 青年基金（2023-2025，约 30 万人民币）+ 浙江省自然科学基金。作为年轻 PI，他的合作网络还在建设中，但从论文合作者看，和本校其他系以及诺丁汉英国校区有联合发表。
研究重心
从近两年论文看，他的核心问题集中在两个方向：一是可持续建筑设计，特别是在亚热带气候条件下的优化问题；二是绿色建筑性能评估，用机器学习方法预测室内环境参数。这两条线有交叉，但方法基础不太一样，前者偏物理模拟，后者偏数据驱动。写 RP 的人需要想清楚自己接哪条线。
代表论文
Multi-objective optimization of building envelope for subtropical climatesEnergy and Buildings，2024，被引 14
Urban canyon geometry effects on pedestrian thermal comfortBuilding and Environment，2023，被引 32
Machine learning-based prediction of indoor air quality in naturally ventilated buildingsJournal of Building Engineering，2023，被引 25
这几篇论文的共同点是都有明确的实验/模拟数据支撑，不是纯综述。有建筑能耗模拟或环境数据分析经历的人，材料里能直接体现这些能力。
申请准备与文书材料
CV 里要写清楚：用过什么建模工具（EnergyPlus、TRNSYS、CFD 软件）、处理过什么数据、有没有发表或会议报告。邮件第一段直接说你做过什么建筑性能相关的研究或项目，不要只说"对可持续建筑感兴趣"。
研究计划
主切口：结合机器学习的自然通风建筑室内环境预测与优化。对象：宁波/长三角地区的教育建筑；数据：现场实测+气象站数据；方法：CFD 验证+ML 预测模型；可追问：预测模型在不同季节和建筑类型间的泛化能力。
博士未来就业与资助
这个方向的博士毕业后，常见出口包括：绿色建筑咨询公司（AECOM、Arup 等）、房地产开发商的技术研发部门、高校教职（特别是中外合办院校）、政府建设管理部门。做过数据分析和建模的人，也可以转向智慧建筑/智慧城市方向的科技公司。
资助方面，UNNC 提供全额奖学金（免学费 + 生活补助约 3500 元/月）或与诺丁汉大学联合培养双学位。导师经费：NSFC 青年基金（2023-2025，约 30 万人民币）+ 浙江省自然科学基金。生活成本方面，宁波的住房和日常开销在长三角城市中属于中等偏低水平。
有建筑能耗模拟或环境数据分析基础的人，这个组值得认真看。年轻 PI 的好处是竞争没那么卷，导师精力也更集中在少数学生身上。
信息来源：UNNC 官网、导师主页、Google Scholar 等公开信息。数据截至 2026年6月，以官方最新页面为准。
