居住建筑通风净化软件IAQS研发及验证

鉴于人们对居住建筑室内空气品质的重视以及针对居住建筑室内PM_(2.5)浓度预测及分析评价软件的较为匮乏,本研究开发了界面友好、操作简单的居住建筑通风净化软件(IAQS),并依托De ST软件的建筑热环境(BAS)和通风(Ventplus)计算分析模块,模拟预测不同通风净化形式以及通风净化策略下室内温度、CO_2浓度、PM_(2.5)浓度及建筑采暖空调能耗和通风净化能耗。进一步以自然通风方式为例,分别以1个房间和2个房间的建筑为模拟对象,进行IAQS与Energy Plus软件之间的对比验证,结果显示:1)对于1个房间的建筑,IAQS和EnergyPlus软件两者CO_2浓度逐时计算结果的平均相对偏差为7.0%,PM_(2.5)浓度逐时计算结果的平均相对偏差为11.0%; 2)对于2个房间的建筑,2个软件CO_2浓度逐时计算结果的平均相对偏差为18.9%,PM_(2.5)浓度逐时计算结果的平均相对偏差为20.6%。两者的计算偏差基本在合理范围内,由此证实了IAQS软件模拟结果的可靠性。     

地铁屏蔽门系统站台空气品质数值模拟分析

采用Airpak 3.0建立了人体Block模型、颗粒物DPM模型以及屏蔽门系统岛式站台模型,并在建立模型过程中提出模型假设和模拟工况,对地铁站台公共区夏季四种客流工况进行数值模拟。根据国家公共区域的空气品质相关规定与标准,本文给出了包括CO_2浓度、热舒适性和PM_(2.5)浓度等在内的地铁站台空气品质评价标准。基于地铁站台空气品质的评价标准,对屏蔽门系统站台客流高峰与非高峰期CO_2浓度、热舒适性、PM_(2.5)浓度进行对比分析。结果表明,客流高峰期与非高峰期CO_2浓度、热舒适性在人员呼吸区均满足要求,但PM_(2.5)浓度超过了标准值;随着水平面高度的增加,CO_2浓度以及PM_(2.5)的质量浓度均有所下降。     

国际学校室内空气品质诊断与提升研究

教室内空气品质直接影响学生的身体健康和学习效率,而新风系统对室内CO_2和PM_(2.5)浓度影响显著。针对以室内CO_2和PM_(2.5)浓度为主要指标的室内空气品质提升需求,对某国际学校多个教学楼新风系统现状进行诊断测试和测试结果总结分析,探讨了室内空气品质提升所涉及的新风系统设计关键参数,例如人均新风量、室外PM_(2.5)计算浓度、室内PM_(2.5)浓度标准的确定,以及PM_(2. 5)过滤效率与现行空调系统过滤效率关系等关键问题,并结合国际学校具体案例提出具体改造建议,为后续室内空气品质提升改造提供参考。     

住宅通风的现状、标准、技术和问题思考

在对我国住宅室内污染现状调查中发现,不同地区住宅室内存在着不同程度的污染,农村住宅PM_(2.5)污染更为严重,新建住宅室内甲醛、TVOC污染更为严重。合理的通风是降低室内污染物浓度的重要手段,主要表现在通风模式、通风效果、通风策略等方面。本文对我国住宅通风相关现状、标准规范、技术和产品进行了梳理,总结了目前住宅通风存在的一些问题。     

不同住所室内PM2.5的浓度变化规律及温湿度对室内颗粒物影响的初探

为深入探究不同住所室内颗粒物PM_(2.5)的浓度水平随室外颗粒物及室内污染源的变化规律,于2017年1月-2018年1月对北京城区4户居民住宅、2个学生宿舍和1户农村住宅的室内PM_(1.0)、PM_(2.5)及PM_(10)浓度、室外PM_(2.5)浓度及室内外温湿度变化进行了逐时测试,并对测试分析结果进行了差异性检验。结果表明:①城市住户室内污染源对室内PM_(2.5)浓度的影响程度为:吸烟烹饪清洁。农户污染源对室内PM_(2.5)的影响顺序为:燃煤燃烧薪柴吸烟清洁人员活动。②当住所门窗关闭室外雾霾开始或结束后,室内PM_(2.5)浓度的升高或降低均延迟于室外PM_(2.5)的变化。③城市住宅与学生宿舍的平均I/O小于1,农村住户的平均I/O大于1,且不同住所之间的I/O差异性显著(P0.05)。④住户相对湿度在10%～50%时(冬季采暖),室内颗粒物PM_(1.0)/PM_(2.5)及PM_(2.5)/PM_(10)的比值随相对湿度增加而增加,室内细颗粒PM_(2.5)的主要占比为细微颗粒物PM_(1.0);住户相对湿度在50%～80%时(秋季实测),室内颗粒物PM_(1.0)、PM_(2.5)和PM_(10)平均浓度随相对湿度增加而下降。⑥Spearman相关分析得到室内外温差与室内PM_(10)浓度和PM_(2.5)浓度呈现显著性负相关,与室内PM_(1.0)浓度无明显相关性。研究成果可为室内颗粒物控制提供理论依据并对改善住所环境和保护人体健康具有重要意义。     

居民住所室内颗粒物浓度水平及影响因素研究

为了解居民住宅室内颗粒物浓度水平及其影响因素,本文于2015年4月~2015年12月分别对北京市6个住所的室内颗粒物PM_(1.0)、PM_(2.5)和PM_(10)及室外颗粒物PM_(2.5)的浓度进行了同步测试,并通过统计软件SPSS对住所室内颗粒物的浓度水平及影响因素和影响程度进行了分析和评估。结果表明:16个住宅的室内外颗粒物浓度在时间序列上呈非均匀化分布,经T检验,显示居民住宅室内外PM_(2.5)浓度差异性显著。2住所室内PM_(1.0)、PM_(2.5)、PM_(10)之间的相关性显著,且PM_(1.0)在PM_(2.5)中所占比例高达92.41%。PM_(2.5)在PM_(10)中所占比例达到了65.96%以上。3由Wilcoxon秩和检验的检验统计量可知,吸烟主要产生颗粒物PM_(1.0),对室内PM_(1.0)、PM_(2.5)和PM_(10)的影响程度都较大(P0.100),烹调和人员活动主要影响室内PM_(10)的浓度变化。4室内颗粒物浓度受室内污染源和室外污染源的综合影响。     

住宅室内外环境中PM_(2.5)的污染特征及相关性研究

于2015年4月~12月分别对北京市不同地点6所住宅的室内外PM_(2.5)的浓度进行了同步测试,并通过样本检验及线性回归模型分析方法,研究了住宅室内外环境中PM_(2.5)的污染特征及相关性。结果表明:1)6所住宅室内外PM_(2.5)浓度在时间序列上呈非均匀分布,经T检验显示差异性显著。2)不同住宅室内外PM_(2.5)的浓度比即I/O的平均值在0.674~2.673之间变化,测试时段内开窗情况下室内有污染源的住宅的I/O平均值大于1,关窗下室内无污染源的住宅的I/O平均值小于1。3)正常天气和雾霾天气下室内无污染源时,室内外PM_(2.5)的线性相关性较好。室内有污染源,室内外PM_(2.5)的Pearson相关系数出现负值,室内外PM_(2.5)的线性相关性较差。     

雾霾天气下住宅开窗通风与空气净化联合策略可行性研究

雾霾天气的频繁出现导致关窗并开启空气净化器成为住宅中常用的净化手段,而长时间关窗带来的危害往往被忽视。模拟了雾霾天气下住宅中全时开窗及短时开窗2种开窗方式与空气净化联合使用时对室内细颗粒物(PM2.5)和CO_2浓度的控制情况,结果表明:当室外雾霾在中度污染(室外PM2.5质量浓度200μg/m~3)以下时,可以采取全时开窗与空气净化联合策略控制室内污染物的浓度;当室外雾霾污染严重(室外PM2.5质量浓度300μg/m~3)时,可以采取短时开窗与空气净化联合策略将室内污染物浓度在大多数时间段内控制在限值以下。合理的开窗通风与空气净化联合控制策略为住宅中应对室外雾霾与室内多种污染物提供了一种途径。     

上海地区不同通风方式住宅的室内环境实测分析

本文以上海地区13户住宅为对象,长期监测室内的温湿度,CO_2浓度,PM2.5浓度以及开关窗行为。调查住宅通风换气,舒适度情况以及PM2.5现状水平,探究不同通风方式对室内环境的影响。研究发现:住宅室内CO_2浓度在冬季最高,中位数水平未超过国家标准1000 ppm。相比于机械通风,自然通风住宅存在通风不足现象。开窗可增大换气次数,且可显著降低室内CO_2水平。同时,过渡季节室内的温湿度均满足舒适度要求,全年室内PM2.5浓度优良率达到93.4%。上海地区冬季室外污染时,建议住宅采用短时开窗+净化器辅助的通风方式,其他时间在保证人员热舒适情况下,建议住宅采用自然通风方式,且增大夜间开窗时长。     

商业健身房(馆)空气质量调查分析

目的为了解商业健身房(馆)的室内空气质量,对10家商业健身房(馆)空气质量进行检测,分析影响因素,为改善健身房(馆)室内环境空气质量提供依据。方法依据国家《室内空气监测技术》中体育馆及健身房室内环境标准,2015年8—9月对某市10家商业健身房(馆)各功能区的温度、相对湿度、风速、一氧化碳(CO)、二氧化碳(CO_2)、可吸入颗粒物(PM_(2.5))、甲醛和细菌总数8项空气质量指标进行检测分析。结果和开馆前相比,开馆运动1 h后所有商业健身房(馆)各功能区温度、相对湿度、风速、CO_2浓度、甲醛质量浓度、PM_(2.5)、细菌总数均显著升高,且各功能区温度、相对湿度、风速、CO_2浓度、甲醛质量浓度均高出国家规定标准;PM_(2.5)除按摩室、浴室外,其它功能区均超出国家规定标准;细菌总数除健身操和形体舞蹈练习区超过国家规定标准外,其余均符合国家规定标准。CO浓度开馆运动1 h后略有升高,但符合国家规定标准。结论大量人群健身,加之通风设施不完善,使健身房(馆)内空气质量下降,建议健身房(馆)应使用符合国家卫生标准的装修材料和健身器材,安装良好通风设施,制定完善的场内管理制度;管理部门应加大对商业健身房(馆)的管理力度,确保健身房(馆)空气质量符合国家标准。     

燃烧源餐饮场所就餐环境内颗粒物PM_(1.0)、PM_(2.5)和PM_(10)的浓度水平及影响因素分析

为了解自带燃烧源公共餐饮场所就餐环境内颗粒物浓度水平,对北京市11家典型餐饮店就餐环境内颗粒物PM_(1.0)、PM_(2.5)、PM_(10)及室外颗粒物PM_(2.5)的质量浓度进行了测试和统计分析,并对影响餐饮店内颗粒物浓度和散发的因素进行了探讨。结果表明:1)测试时段内11家餐饮店就餐环境内PM_(1.0)、PM_(2.5)和PM_(10)的平均浓度范围分别是0.021~0.427 mg/m~3、0.021~0.428 mg/m~3和0.023~0.434 mg/m~3,9家餐饮店就餐环境内PM_(2.5)浓度超标,5家就餐环境内PM_(10)浓度超标;2)自带燃烧源餐饮场所就餐环境内的颗粒物主要是细微颗粒物PM_(1.0),各就餐环境内不同粒径段颗粒物浓度比值PM_(1.0)/PM_(2.5)在92.04%~99.98%之间,PM_(2.5)/PM_(10)在88.21%~99.71%之间;3)餐饮店就餐环境内颗粒物浓度PM_(2.5)与PM_(10)及PM_(1.0)与PM_(2.5)均呈线性正相关;4)就餐环境内颗粒物的排放和浓度受燃料源的类型及数量、烹饪方式、食品材料及通风排烟装置及排烟方式等影响。研究结果可对餐饮业就餐环境内细微颗粒物PM_(1.0)的深入研究提供基础数据。     

武汉某大学校园环境调查与评价

通过对武汉市某大学校园里的建筑物的PM_(10)、CO和CO_2等污染物进行监测,对校园环境进行了初步评价,结果发现尽管绝大多数测量点的污染物平均浓度都达到了国家标准,空气品质良好,但是PM_(2.5)的浓度过高,环境质量依然需要提高。最后通过原因分析,提出了一些改善校园环境的建议。     

严寒地区住区空间形态与冬季采暖期PM2.5扩散的影响研究

严寒地区住区在冬季采暖期期间,由于采暖导致空气中的PM_(2.5)浓度剧增。为了研究住区空间形态对PM_(2.5)扩散的影响,本文以哈尔滨市为例,采用实地测试和CFD模拟的方法对典型住区的PM_(2.5)浓度场进行探究。结果表明,住区中温度、相对湿度以及空间形态均对PM_(2.5)浓度变化及浓度场分布产生影响。PM_(2.5)浓度与温度呈显著的负相关性,与相对湿度呈显著的正相关性,且相对湿度越大其正相关性越强;在围合式住区中,院落开口相对且偏离中轴线以及院落长宽比为1:1.5的住区形态均不利于PM_(2.5)扩散;在行列式住区中,风向角越大越有利于PM_(2.5)扩散,而竖向错列的排列方式在大多数的风向角下均对PM_(2.5)的扩散不利。     

滇东地区城市空气污染变化特征及其与气象条件的关系

基于滇东城市曲靖2014-2018年2个国控空气质量监测点的逐日空气质量指数和6种空气污染物(SO_2、NO_2、PM_(10)、PM_(2.5)、CO和O_3)逐小时浓度资料以及同期气象要素数据,统计分析了曲靖主城区空气污染变化特征及气象因子对污染物浓度分布的影响.结果表明:①2014至2018年,曲靖主城区空气质量优良率为97%-99.7%,污染日数呈逐年减少趋势,首要污染物以PM_(10)、PM_(2.5)和O_3为主.②曲靖主城区空气质量呈现出夏秋季节较好、冬春季节较差的季节性特征.③6种污染物浓度各自表现出不同的季节性变化和日变化特征.气象条件影响着曲靖主城区污染物的扩散、迁移和转变.④风速与SO_2、NO_2、CO和PM_(2.5)浓度具有较好的负相关关系;与O_3浓度呈正相关关系;风速对PM_(10)影响较复杂,当风速小于2 m/s时有利于PM_(10)扩散,当风速超过2 m/s时反而导致PM_(10)浓度增加.⑤地面盛行西北风和东南风时,SO_2、NO_2、CO、PM_(10)和PM_(2.5)浓度较高;地面盛行西南风时,O_3浓度达到最高值.⑥降水对6种污染物具有显著冲刷清洁作用.⑦温度与O_3浓度呈显著性正相关关系,与NO_2、CO、PM_(10)和PM_(2.5)浓度呈显著性负相关关系;与SO_2浓度关系不显著.⑧相对湿度与O_3、PM_(10)和PM_(2.5) 3种首要污染物浓度呈显著性负相关关系;与SO_2、NO_2和CO 3种非首要污染物浓度的关系不显著.     

垂直绿化对街道峡谷内PM2.5的影响研究

近年来细颗粒物PM_(2.5)引起的空气质量污染问题引起了社会的广泛关注,垂直绿化有较好的细颗粒物沉降效果,有望成为改善空气质量的有效办法。用ENVI-met数值模拟的方法,对不同峡谷街道宽高比、不同垂直绿化布置方式,进行多工况的比较分析,总结垂直绿化对PM_(2.5)影响的一般规律。结果表明,垂直绿化对PM_(2.5)的影响有两种,移除颗粒物和影响颗粒物分布,分别对应垂直绿化滞尘量、PM_(2.5)浓度改变量;街道宽度保持不变时,垂直绿化作为建筑外表皮能有效降低PM_(2.5)浓度;垂直绿化滞尘量随高度的升高而降低。     

基于控制实测的绿植负离子和PM_(2.5)浓度分布特征及其与温湿度关系研究

随着大气环境问题日趋严重,室内环境和空气质量逐渐成为人们最关心的问题。以夏热冬冷地区合肥市某大学校园教学楼内实验室为测试场所,选取2020年7月中的14天进行相关数据监测,以室内常用绿植绿萝为研究对象,并以多株植物、单株植物、室外无植物为测点进行分析,分别测试了空气负离子浓度(NAI)、PM_(2.5)浓度、温度、相对湿度指标数据,探究了NAI浓度和PM_(2.5)浓度的时空分布特征,结果表明:(1)在各测点中,NAI浓度呈现出室内多株植物室内单株植物室外的趋势。其中晴天NAI浓度明显高于阴天,PM_(2.5)浓度明显低于阴天。(2)在各测点中,PM_(2.5)浓度呈现出室外室内单株植物室内多株植物的趋势。(3)多株植物在9:00-10:00、12:00-14:00、21:00-次日8:00时段提升室内NAI浓度的能力最强;在23:00-10:00、19:00-21:00时段中对于减少室内环境PM_(2.5)浓度的能力最强。(4) 3个测点的空气环境中:NAI与PM_(2.5)显著负相关;NAI与温度显著正相关;PM_(2.5)与温度显著负相关;NAI与相对湿度显著负相关;PM_(2.5)与相对湿度显著正相关。(5)在室内外环境中,NAI浓度与PM_(2.5)、空气温度、空气相对湿度的线性回归方程为:Y=-4 699.575-22.084X_1+118.116X_2+36.197X_3。并在此基础上进一步提出展望,建议结合室内植物的特性和组合形态,进一步研究室内空间布局和微气候状况,对既有建筑的环境和空气质量改善以及建筑物能耗的降低具有重要的现实意义。     

杭州市区春季绿地对PM2.5消减作用的研究

为研究杭州市区春季绿地及其周围的环境对PM_(2.5)颗粒物的影响机制,本文选取了8块样地作为研究对象,每个样地各设5个样点进行PM_(2.5)数据采集,并对样点进行植物群落结构、郁闭度、周边环境调查。结果表明,PM_(2.5)浓度与污染源距离成反比;城市绿地对PM_(2.5)颗粒物的消减有明显作用;以乔灌草为主、郁闭度大的绿地对PM_(2.5)具有较好的消减作用;水面与铺装为干扰类环境因素,使城市绿地对PM_(2.5)颗粒物的消减作用变得不稳定;在不同的空气质量等级下,城市绿地对PM_(2.5)的消减能力存在差异性。     

上海农村住宅围护结构现状调查与供暖空调能耗模拟

本文基于对108户上海农村住宅围护结构的实际调查结果,通过与<夏热冬冷地区居住建筑节能设计标准>(JGJ 134-2001)进行比较,分析得到了上海农村住宅围护结构的热工现状.而后以调查分析结果为基础,采用逐时能耗分析软件DesignBuilder建立了上海农村住宅的基本模型,通过对基本模型进行全年能耗模拟,获得了上海农村住宅的供暖空调能耗水平,并简要分析了农村住宅节能的重要性.     

哈尔滨市细颗粒物质量浓度变化特征

为了研究哈尔滨市细颗粒物质量浓度的变化特征,对全年大气中PM_1和PM_(2.5)进行了采集和分析。分析结果显示,PM_1质量浓度逐月变化趋势呈现了两边凸中间凹的特征,8月浓度最低,4月浓度最高。PM_(2.5)质量浓度逐月变化特征与PM_1相似,表现为8月浓度最低,2月浓度最高。除6—10月,PM_(2.5)质量浓度均超过国家标准。PM_(2.5)和PM_1在日间和夜间的逐月浓度变化特征基本一致,且大部分月份均表现为日间浓度大于夜间,PM_(2.5)以10月、11月、12月、1月、2月最为明显,PM_1以2月、6月、9月、10月最为明显。PM_(2.5)和PM_1质量浓度的季节变化趋势均表现为冬季最高,夏季最低,且春季略高于秋季。     

公园绿地植物配置对大气PM_(2.5)浓度的消减作用及影响因子

城市公园绿地具有消减大气细颗粒物浓度的功能,通过对北京4家公园内典型植物配置群落全年大气中细颗粒物(PM_(2.5))的测定,定量研究了不同植物配置模式对大气PM_(2.5)浓度的消减作用,分析了植物配置模式的各表征因子对大气PM_(2.5)消减率的影响。并分析了气象因子对大气PM_(2.5)浓度变化的影响。研究结果表明:1)不同配置模式绿地对细颗粒物的消减效果略有差异,但差异不显著。纯林绿地或乔草配置型绿地消减PM_(2.5)能力最佳,纯草坪绿地对PM_(2.5)消减率最低;2)植物配置模式的表征因子中,斑块面积会显著影响绿地对大气PM_(2.5)浓度的消减能力(P0.01),斑块面积越大,绿地对消减pM_(2.5)浓度的效果越明显。而与乔木层郁闭度、乔木层高度、草坪盖度等结构指标相关性不显著;3)各观测点PM_(2.5)浓度显示与群落内的相对湿度呈显著正相关,与大气压无关。