近期，ESI发布最新一期高水平论文数据。据我校图书馆统计，以我校为第一作者单位或通讯作者单位发表的论文有17篇入选ESI热点论文，其中环境学院师生贡献2篇，贡献数量在我校所有单位中仅少于附属同济医院（3篇），与机械学院和武汉光电国家研究中心并列。

我院入选的两篇ESI热点论文分别为：（1）Removal of acetaminophen in the Fe²⁺/persulfate system: Kinetic model and degradation pathways（Chemical Engineering Journal, 2019, 358, 1091-1100），华中科技大学环境科学与工程学院为第一作者单位兼通讯作者单位，第一作者为我院王松林教授，通讯作者为我院谢鹏超副教授，Web of Science被引频次为40次；（2）Assessment of deep recurrent neural network-based strategies for short-term building energy predictions（Applied Energy, 2019, 236, 700-710），华中科技大学环境科学与工程学院与深圳大学土木与交通工程学院分别为通讯作者单位和第一作者单位，我院刚文杰副教授为通讯作者，Web of Science被引频次为27次。上述两篇论文亦同时入选ESI高被引论文。

在论文（1）中，我院王松林教授和谢鹏超副教授合作构建了该体系降解水中微污染物的动力学模型，该模型以基元反应为基础，模型本质为非稳态自由基模型。在模型构建完成后，该研究以对乙酰氨基酚为代表污染物，分别在多种操作条件和水质参数下对模型进行验证，结果表明该模型不仅可有效预测污染物的降解过程，还能够描述反应体系中Fe²⁺/Fe³⁺和过硫酸盐浓度变化。该研究揭示了Fe²⁺活化过硫酸盐降解水中微污染物的化学本质和数学基础，开发的动力学模型可对该体系降解水中微污染物的效能和参数优化提供理论预测。Fe⁺活化过硫酸盐是一种快速发展的基于硫酸根自由基的类芬顿体系，在环境污染治理领域受到了广泛关注。

在论文（2）中，刚文杰副教授研究了多种基于深度循环神经网络的短期建筑能耗预测策略，并对其精度和可靠性进行了系统性评估。基于实际建筑运维数据，该论文从预测精度和计算负荷两方面对各类预测策略的实际表现进行了评估。该研究有助于填补建筑领域与大数据分析技术之间的知识缺口，所获得的研究结果有助于建筑运维人员更好地完成短期建筑能耗预测任务。

论文连接：

（1）https://www.sciencedirect.com/science/article/abs/pii/S138589471831862X

（2）https://www.sciencedirect.com/science/article/abs/pii/S0306261918318221

ESI背景介绍：

ESI(基本科学指标数据库Essential Science Indicators的简称）是由世界著名的学术信息出版机构美国科技信息所于2001年推出的衡量科学研究绩效、跟踪科学发展趋势的基本分析评价工具，是基于汤森路透Web of Science （SCIE/SSCI）所收录的全球11000多种学术期刊的1000多万条文献记录而建立的计量分析数据库。其中ESI热点论文（Hot Papers）是在近两年发表的SCI论文且在最近两月被引次数排在相应学科领域中全球前 0.1% 以内；而ESI高被引论文（Highly Cited Papers）是指近10年内发表的SCI论文且被引次数排在相应学科领域全球前1%以内。