楼宇低碳化、智能化一直是现代楼宇系统建设的目标。目前的楼宇办公环境不能满足用户低碳化、个性化办公需求，依据用户的喜好、行为习惯以及当前环境信息为用户提供独特的个性化服务正日益成为研究工作的重点，而个性化服务的提供离不开上下文感知计算，该计算模式给出了一种全新的用户、系统交互模式，以用户为中心，以用户周围信息为依据进行计算，尽可能建立舒适个人环境，让用户得到自己所需的个性化服务。其突出优点是能够根据环境的变化及时调整自身状态，实时跟随用户需求进行改变，从而将用户从人机交互中解放出来。由于用户和环境上下文信息之间的关系具有多样性和多变性，故针对不同的用户，上下文感知不仅要具有普适性，还要有区别性。　　 本文针对楼宇环境中低碳化、智能化建设目标，结合上下文感知技术，开展了关于楼宇碳足迹系统中上下文感知方面的研究，主要工作如下：　　 本文提出一种可自主完善网络结构的贝叶斯网络和本体联合推理的上下文推理方法。一方面，基于专家系统的本体模型在支持个性化服务方面存在不足，因此在楼宇碳足迹系统中本文通过用户反馈的方式来为用户建立个性化本体模型，提供差异化上下文推理；另一方面，贝叶斯网络结构通过本体模型来映射，同时将本体推理结果做为贝叶斯网络第一层父节点输入，既节省贝叶斯网络结构的学习时间，又在一定程度上提高了贝叶斯网络的推理准确度，最后提高推理系统整体的推理准确度。　　 本文详细介绍了楼宇碳足迹系统的设计与开发，系统主要针对目前楼宇系统能耗过大、用户办公环境既不智能也不人性化的问题进行的，通过该系统可以有效的对楼宇中的碳足迹进行监测，并智能控制楼宇中办公设备的使用状态，从而使楼宇的能耗降低，同时将本文中的推理结果在碳足迹系统中实际应用，为用户提供主动服务，提供了舒适便利和节能高效的办公环境。　　 最后通过比较碳排放监测结果验证了所提上下文推理方法在楼宇碳足迹系统中的效果，结果证明本文的推理方法有效的减少了用户办公过程中的能耗，并为用户提供了智能化办公环境。