一套基于室内监测数据的细颗粒物室内外来源解析方法

The outdoor PM2.5 pollution is extremely severe in China. Since people send approximately 90% of their time indoors, the indoor exposures to PM2.5 will cause serious adverse health effects. With the increasing awareness of indoor air quality and the rapid development of low-cost PM2.5 sensors, indoor real-time monitoring has become more and more popular. However, the current simple concentration monitoring cannot provide the information about indoor PM2.5 concentrations of both indoor and outdoor origin. And this information is crucial for effective and energy-efficient control of indoor PM2.5 pollution. To overcome this challenge, this study aims to develop a method for estimating indoor PM2.5 of both outdoor and indoor origin based on monitoring data in residential buildings. This method will combine the change-point analysis, which is a statistical model, and the indoor particle dynamics, which is a physical model, to determine the contributions of outdoor PM2.5 and indoor sources to indoor PM2.5 concentrations. The scientific problem to be investigated is how to determine these contributions from only the indoor concentration data. This study will also implement this method into PM2.5 sensors. These smart PM2.5 sensors will be applied for long-term indoor PM2.5 monitoring and analysis in various cities in China.

当前我国室外空气细颗粒物（PM2.5）污染十分严重，而现代人有将近90%的时间生活在室内，因此，室内PM2.5暴露会对于人们的健康产生严重危害。随着人们对于室内空气质量的不断关注，以及PM2.5传感器的低价化和普及化，室内PM2.5污染的实时监测成为趋势。然而，现有的浓度监测无法向我们提供一个重要的信息，即室外进入的和室内源产生的PM2.5对室内浓度的贡献。而这一信息恰恰是高效节能控制室内PM2.5污染的基础条件。因此，本课题旨在开发一套针对于住宅建筑的基于室内监测数据的PM2.5室内外来源解析方法。该方法将结合基于统计的转变点分析法和基于物理的颗粒物动力学模型，将数据信息挖掘和物理模型解析这两个方面结合起来，以建立单一室内浓度监测条件下PM2.5室内外来源解析的基本原理。本课题还将集成所开发的室内外来源解析方法于PM2.5传感器中，并将其应用到我国的不同城市和地区，进行长期的室内PM2.5污染智能监测。

暴露在室外空气细颗粒物（PM2.5）中是一个主要的人体健康危害因素。而现代人大部分时间在室内度过，因此，研究居民的室内PM2.5暴露很重要。室内PM2.5的来源由两部分组成，一是由室外进入，二是有室内污染源产生。本项目的目标是解析室内PM2.5中的室外进入部分和室内产生部分。按照项目计划书的内容，我们完成如下研究工作：..(1) 通过实验室内搭建的小室进行了室内外PM2.5测量，并且记录测量期间的开关窗信息，结合基于统计的利用转变点分析法和基于物理的室内颗粒物动力学模型，开发了一种适用于未使用空气净化器等室内空气处理设备的自然通风建筑的方法用于自动定量化解析室外进入的和室内源产生的PM2.5。..(2)利用天津某公寓为期一年的室内外PM2.5监测数据，和实时记录的门窗开闭行为验证了以上方法在实际建筑中的PM2.5源的解析。分析了该公寓内室内PM2.5发生源的时间，时长，频率及强度的概率分布。在实际建筑内的测试表明此前开发的方法可用于自然通风建筑中室内外源的自动解析，量化分析室内发生源，以及获得相应的渗透系数概率分布。..(3) 在多区的实际建筑中分析了单一室内PM2.5的室内外源的解析的问题并进一步优化，搭建了新的实验平台进行新的测试，实现在双区室内环境中的室内源的解析。..(4) 继续利用天津某公寓内的对客厅和卧室的室内外PM2.5监测数据，验证双区解析方法的可行性。结果表明，仅使用单区解析，可能会导致许多误判。可影响相邻房间的室内PM2.5的发生源通常发生时长更长，发生强度更大。..依托本项目已在相关领域的国际期刊发表论文16篇，在审1篇。完成论文初稿1篇。在本专业学术会议发表会议论文11篇，进行口头或墙报报告10人次。其中，在Healthy Buildings 2019会议中，项目成员获得由International Society of Indoor Air Quality and Climate (ISIAQ)赞助的Student Travel Award。