夏熱冬暖地區(qū)福建泉州市夏季住宅開窗行為影響因素研究

林明彬,吳金順,于浩瑋,劉鴻煒,張暢暢,劉奕巧,潘 嵩

(1.華北科技學院，北京 東燕郊 065201；2.北京工業(yè)大學,北京 100124 )

0 引言

近年來，隨著中國迅速發(fā)展和快速城市化的推進，居民對室內空氣質量的要求越來越高，而住宅是居民主要生活場所，居民會長時間、持續(xù)處于室內。因此，良好的室內環(huán)境對居民十分重要，而住宅中開窗是居民改善室內環(huán)境品質的便捷方式，它對室內的熱舒適性與空氣質量有重要影響[1]。特別是隨著空氣污染的加劇和居民對室內空氣質量的要求的提高，當室外污染物濃度在某一時刻超過健康空氣質量范圍時，居民會關閉窗戶的方式阻斷室外污染源進入室內，長期緊閉窗戶造成室內新風量不足，導致室內的顆粒物、二氧化碳和其他揮發(fā)性有機化合物的濃度增加，可能造成室內污染危害大于室外污染。而Wargocki[2-3]等人發(fā)現(xiàn)，通風換氣與人體健康存在關聯(lián)性，通風換氣不足會導致室內污染物濃度上升，易引發(fā)建筑綜合征等疾病和不良癥狀。因此，有必要進一步了解開窗行為，以幫助人們更好改善室內環(huán)境品質。

1 國內外研究現(xiàn)狀

目前，國內外關于住宅的開窗行為研究較少，主要研究的內容有以下三點：1)開窗行為特征，即開窗時長、頻率，試圖分析室內人員開窗行為特點；2)開窗行為的驅動因素，即環(huán)境因素、非環(huán)境因素，旨在了解造成室內人員開/關窗的動因；3)通過大量數(shù)據(jù)建立開窗行為模型，并對模型準確性進行預測。

眾多學者在不同地區(qū)，針對影響不同氣候特征開窗行為的因素進行了研究，發(fā)現(xiàn)研究地域不同，影響開窗行為的驅動因素也存在差異，但室內外溫度與CO2濃度通常是影響開窗行為最重要的因素[4-12]。Rune Andersen研究發(fā)現(xiàn)：室內CO2濃度和室內外氣溫是影響開/關窗的決定性因素；Rory V. Jones發(fā)現(xiàn)：窗戶的運行受室內外氣溫、室內外濕度、風速、太陽輻射、降雨和一天中的時間以及季節(jié)的影響；Yufan Zhang得出結論：室外氣溫、季節(jié)和一天中的時間與開窗行為密切相關；Sebastian Herkel研究發(fā)現(xiàn)：開窗概率與室外氣溫、季節(jié)和人員密度有關；Bongchan Jeong發(fā)現(xiàn)：室內人員對開/關窗的空氣與日?；顒佑嘘P，如做飯、清潔和呼吸新鮮空氣；Song Pan研究發(fā)現(xiàn)：室外溫度是影響開窗行為的最大因素，同樣FR Juan也發(fā)現(xiàn)室外溫度對開窗行為影響最大。

由于不同氣候特征與室內人員不同生活習慣可能導致開窗行為特征存在差異，因此需要對不同氣候特征的地區(qū)分別進行分析。但目前我國針對夏熱冬暖地區(qū)居民開窗的研究極少，僅有Liu與Lai[13-15]的研究，其研究只針對于國內五大氣候區(qū)自然通風與機械通風的選擇、機械通風的特征以及機械通風的優(yōu)越性。綜上所述，我國夏熱冬暖地區(qū)室內人員開窗行為仍處在以下研究空白：

(1) 未針對夏熱冬暖地區(qū)開窗行為驅動因素進行研究。

(2) 未考慮室內外溫濕度差及室外風級對開/關窗行為的影響。

針對以上研究空白，本研究選取夏熱冬暖地區(qū)泉州市為代表城市，選擇3戶住宅作為測試對象，實測與建模研究，分析夏熱冬暖地區(qū)室內人員夏季開窗行為特征及其驅動因素。

2 建筑信息和數(shù)據(jù)監(jiān)控

2.1 建筑信息

在本次研究中，選取中國夏熱冬暖的城市之一福建省泉州市作為監(jiān)測地點，泉州市(118:37 E 24:54 N)屬于亞熱帶海洋性季風氣候。泉州市氣候特征：1)氣溫高，年均氣溫為19.5～21.0℃；2)降水充沛，年降水量為1000～1800 mm，干、濕季分明：3～9月降水量占全年的80%為濕季，10～2月降水量僅占全年的20%為干季；3)季風氣候顯著，冬季氣溫低，干燥少雨，夏季氣溫高，潮濕多雨。該建筑外圍護結構由鋼筋混凝土和磚構成，樓宇周圍為住宅區(qū)，無噪音源、無樹木遮擋，因此，噪聲和光照遮擋方面可忽略不計。監(jiān)測房間為客廳，為可吸煙區(qū)，且人流密度大。

2.2 數(shù)據(jù)監(jiān)控

數(shù)據(jù)收集于2019年8月15日至2019年9月15日。根據(jù)以往的研究發(fā)現(xiàn)，室內環(huán)境因素對開窗行為的影響包括室內PM2.5濃度、室內CO2濃度、室內甲醛濃度、室內空氣溫度和室內相對濕度[3-11]，以及室外環(huán)境因素包括室外PM2.5濃度、室外溫度、室外風級和室外相對濕度。利用空氣質量檢測儀(型號：AirRadio A2-Y，中國漢威科技集團HanWei.inc)對室內環(huán)境參數(shù)進行檢測：PM2.5濃度、CO2濃度、甲醛濃度、溫度和相對濕度。監(jiān)測儀器放置于客廳中，記錄間隔均為5 min。室外環(huán)境參數(shù)：風級、溫度與相對濕度[16]。門窗傳感器(型號：MCCGQ01LM，中國小米公司MI.inc)用于監(jiān)測窗戶狀態(tài)(關閉/開啟；收集方式：窗磁距離小于22 mm門窗顯示關閉狀態(tài)，大于22 mm門窗顯示開啟狀態(tài))。儀器放置于客廳中。設備參數(shù)詳情見下表1。

表1 儀器設備詳情

3 數(shù)據(jù)處理

3.1 數(shù)據(jù)預處理

收集7種環(huán)境參數(shù)，各因素監(jiān)測數(shù)據(jù)分布范圍及與之對應的開窗概率分布(開窗概率值由開窗狀態(tài)時長/窗戶總狀態(tài)時長)。在此過程，排除可能由電源或人為干擾而導致的數(shù)據(jù)異常。室內PM2.5濃度總體分布：1～80 μg/m3，本文根據(jù)濃度間隔(10 μg/m3)將測試數(shù)據(jù)分為八組；同理，室內CO2濃度分布為：361～1440 ppm，共分為六組(濃度間隔：180 ppm)；甲醛濃度分布為：0～0.5 mg/m3共分為五組(濃度間隔：0.1 mg/m3)；室內溫度分布為24.5～32 ℃，共分為五組(溫度間隔：1.5 ℃)；室內相對濕度分布為：35%RH～64%RH，共分為六組(濕度間隔：5%)；室外溫度分布為：24～35 ℃，共分為四組(溫差間隔：3℃)；室內外間濕差分布為：0～50%RH，共分為五組(濕差間隔：10%RH)。

3.2 邏輯回歸

邏輯回歸(Logistic regression)模型是一種廣義線性回歸模型，主要用于研究二分類或多分類，實際中最為常用的是二元邏輯回歸[18-20]。再利用二元邏輯回歸對開窗行為研究中，窗戶狀態(tài)是因變量，即開窗狀態(tài)“開”和“關”兩種狀態(tài)，符合二元邏輯回歸中因變量的要求，且邏輯回歸的因變量與自變量之間的關系是非線性的。本研究所采集數(shù)據(jù)均符合要求，所以本文選用二元邏輯回歸來建立開窗行為與其影響因素之間的模型。

令因變量為y，若y=1表示事件發(fā)生，若y=0表示事件不發(fā)生。影響y的n個自變量為x1，x2，…，xn，p表示事件發(fā)生的概率，1-p表示事件不發(fā)生的概率，邏輯回歸模型如下所示(1-2)：

(1)

(2)

為求Logistic回歸的線性模型，首先要計算事件的發(fā)生比，即事件發(fā)生于不發(fā)生的概率比p/(1-p),用odds表示，取值范圍為大于等于零。對odds進行對數(shù)轉換，得到的Logistic回歸的線性模式如下式所示。

(3)

將Logistic回歸函數(shù)做自然對數(shù)的轉換的重要性在于，LogitP可利用許多線性回歸模型的性質，對于其參數(shù)而言是線性的，并且依賴于x的取值值域是-∞～+∞[21]。

為了更方便理解，可以將上式改為如下。

(4)

當其他變量保持不變時，第k個自變量變化時，事件發(fā)生比的變化值為eβk，當自變量的系數(shù)為正值時，表示發(fā)生的概率增加，eβk的值大于1；當自變量的系數(shù)為負值時，表示發(fā)生的概率降低，eβk的值小于1；當自變量的系數(shù)為0時，eβk的值等于1[19-22]。

4 研究結果

通過圖表分析，判斷各因素與開窗行為的相關性，并確定夏熱冬暖地區(qū)夏季住宅開窗行為的影響因素。

4.1 不同住戶類型開窗時長及頻率分析

對夏季的實測數(shù)據(jù)進行處理，分析得到三戶(No.1、No.2、No.3)的開窗頻率與時長，如圖1和圖2所示，分別為10.65%、9.22%、0.03%，月均開窗時長依次為：4755 min、4115 min、15 min。從數(shù)據(jù)發(fā)現(xiàn)3戶居民對窗戶調控頻率較低，可以推測，夏熱冬暖地區(qū)居民的開窗行為與個人偏好有關。夏季泉州屬于“高溫高濕”氣候狀態(tài)，室內人員為了改善室內濕熱環(huán)境，大多傾向選擇利用空調來調節(jié)室內濕熱環(huán)境，因此開窗頻率較低。通過研究分析，發(fā)現(xiàn)兩種開窗行為特性：不積極型典型戶(No.1、No.2)與緊閉型典型戶(No.3)。緊閉型戶其開窗率不足0.05%，月均僅有15 min，幾乎不存在開窗行為，所以無法作為夏熱冬暖地區(qū)夏季住宅開窗行為的研究樣本。因此，對住宅開窗行為環(huán)境因素分析時，為避免造成較大誤差，需排除緊閉型住戶的樣本量。No.1、No.2住戶開窗率在15%～8%之間，月均開窗頻率與時長相似，但仍存在差異，可推測該典型戶的開窗行為為隨機行為，可能與環(huán)境因素、非環(huán)境因素及個人習慣相關。因此，對不積極型戶進行以下分析。

4.2 環(huán)境因素

4.2.1 室內PM2.5濃度

圖3所示，隨著室內PM2.5濃度上升，開窗概率存在差異。當室內PM2.5濃度為61～70 μg/m3，開窗概率達到最大值。開窗行為與室內PM2.5濃度存在相關性。根據(jù)GB/T188 83-200 2《室內空氣質量標準》的要求[17]，當室內PM2.5濃度不超過75 μg/m3時，室內空氣清新；當室內PM2.5濃度超過75 μg/m3時，室內空氣品質變差，會對人體造成危害。所采集數(shù)據(jù)中室內PM2.5濃度超過75 μg/m3樣本量較少，室內PM2.5濃度平均值在38 μg/m3左右，室內人員對PM2.5無明顯感知。因此，室內PM2.5濃度在此不作為驅動因素分析，此時開窗行為僅為個人習慣。

圖1 開窗頻率

圖2 開窗時長

4.2.2 室內CO2濃度

圖4所示，隨著室內CO2濃度升高，開窗概率呈現(xiàn)下降趨勢。當室內CO2濃度為721～900 ppm，開窗概率達到最大值。室內CO2濃度與開窗行為存在一定相關性。根據(jù)GB/T188 83-2002《室內空氣質量標準》的要求[17]，當室內CO2濃度低于1000 ppm時，室內空氣清新；當CO2濃度在1000～2000 ppm時，室內空氣品質較差；當CO2濃度大于2000 ppm時，人員會有明顯感知，會出現(xiàn)頭暈、鼻塞、哮喘等癥狀。據(jù)統(tǒng)計夏季室內CO2濃度最大值僅1421 ppm，室內CO2濃度平均值在612 ppm左右，人員在此室內環(huán)境下，無任何不適癥狀。因此，在本研究不將室內CO2濃度作為開窗行為的驅動因素，此時開窗行為僅為個人習慣。

圖3 不同PM2.5濃度的開窗概率

圖4 不同CO2濃度的開窗概率

4.2.3 室內甲醛濃度

圖5所示，隨著室內甲醛濃度增加，開窗概率呈下降趨勢。當室內甲醛濃度僅為起始濃度0～0.1 mg/m3時，開窗概率就已經達到最大值，由此可見開窗行為與室內甲醛濃度存在一定相關性，即隨著濃度升高，開窗概率會逐漸下降。根據(jù)GB/T 188 83-200 2《室內空氣質量標準》的要求[17]，當室內甲醛濃度為0～0.1 mg/m3時，室內空氣清新；甲醛濃度超過0.1 mg/m3時，室內空氣品質變差，而當甲醛濃度大于0.5 mg/m3時，室內人員會有明顯不適癥狀，如咽喉不適、刺激眼睛、惡心干嘔。據(jù)統(tǒng)計夏季室內甲醛濃度最大值為0.46 mg/m3，室內甲醛濃度平均值為0.06 mg/m3左右，室內人員在此甲醛濃度范圍內，身體無明顯不適癥狀。因此，在本文中不把室內甲醛作為開窗行為的驅動因素分析，此時開窗行為僅為個人習慣。

圖5 不同甲醛濃度的開窗概率

4.2.4 溫度

圖6所示，開窗概率隨室內溫度的升高而變化。當室內溫度在26～27.5℃時，開窗概率達到最大值，隨著室內溫度持續(xù)升高，開窗概率明顯下降。見圖7所示，隨著室內溫度升高，各戶的開窗行為存在明顯差異。當室內溫度在26～27.5℃時，No.1的開窗概率達到最大值，室內溫度超過27.5℃時，開窗概率呈現(xiàn)由高到低的趨勢；No.2的開窗概率隨室內溫度的升高逐漸增加。據(jù)此猜測，不積極型典型戶的開窗行為存在兩種行為習慣。隨著室內溫度的升高，No.1可能選擇空調來調節(jié)室內熱環(huán)境，造成開窗概率降低，而No.2可能更傾向于打開窗戶來調節(jié)室內熱環(huán)境。由圖8發(fā)現(xiàn)，當室內溫度低于室外溫度，室內外溫差逐漸增加到4℃，室內基本保持開窗狀態(tài)，當室內外溫差超過4℃，開窗概率明顯降低，可以推測人員可能選擇空調來調節(jié)室內熱環(huán)境。結合圖9，發(fā)現(xiàn)從初始隨室外溫度的上升，開窗概率明顯降低。而長時間室內新風量不足，室內環(huán)境品質變差，因此，可以推測居民可能較傾向于通過開窗來改善室內空氣品質，故開窗概率略有升高。

圖6 不同溫度的開窗概率

圖7 各戶不同溫度的開窗概率

4.2.5 相對濕度

圖10所示，室內相對濕度在36%～55%范圍內與開窗概率呈正相關，而當室內相對濕度超過此范圍，開窗概率呈負相關。由圖11可發(fā)現(xiàn)室外相對濕度均高于室內相對濕度，由于泉州為亞熱帶海洋性氣候，其特點為濕度大，夏季月均室外濕度為76%左右，最大室外濕度為98%。

由圖12與圖13發(fā)現(xiàn)，隨室外濕度急劇上升，室內外濕差逐漸增加，室內人員往往會降低窗戶開啟率，從而減少室外濕度對室內濕度的影響，故開窗概率逐漸下降，而長時間窗戶保持密閉狀態(tài)，導致新風量不足，室內空氣變差，因此，可以推測居民會傾向打開窗戶來改善室內空氣品質，從而開窗概率增加。

圖8 室內外溫差的開窗概率

圖9 不同室外溫度的開窗概率

在室外濕度71%～90%范圍內，開窗概率升高7%左右，出現(xiàn)較大幅度升高，需要詳細分析。如表2，室外濕度81%～90%范圍時，有42.8%出現(xiàn)在凌晨(00∶00～06∶00)這一時間段，該時間段開窗和關窗次數(shù)均為0次，居民無窗戶操作，其開窗時長為1680 min，占總時長(3050 min)的55.1%，而有27.7%出現(xiàn)在晚上(18∶00～24∶00),開窗次數(shù)有2次，開窗時長為595 min，占時長19.5%。結合圖18，室外濕度71%～90%范圍時，開窗概率出現(xiàn)較明顯升高。據(jù)此推測，在晚上時刻，居民打開窗戶來改善室內空氣品質，而后保持窗戶開啟狀態(tài)，因此室外濕度在此范圍內，出現(xiàn)較大升高幅度。

圖10 不同室內濕度的開窗概率

圖11 日均室內外濕度

圖12 室內外濕差的開窗概率

圖13 不同室外濕度的開窗頻率

表2 室外相對濕度

續(xù)表

4.2.6 室外風級

圖14所示，隨室外風級的增加，開窗概率明顯降低。室外風級處于最小范圍時，開窗概率最大，隨著室外風級越大，開窗概率呈現(xiàn)由高到低的趨勢。而當室外風級到達4級以上，室內人員有輕微開窗傾向，預測室內長時間處于密閉狀態(tài)，通風量不足導致室內空氣質量下降，因此會有部分人員選擇開啟窗戶來改善室內空氣品質。

圖14 室外風級的開窗概率

4.3 非環(huán)境因素

本節(jié)分析非環(huán)境因素對開窗行為的影響，包括不同時間段以及室內人員的生活習慣。

4.3.1 不同時間段

圖15顯示在不同時間段中開窗概率的變化，發(fā)現(xiàn)在一天中不同時段的開窗概率呈現(xiàn)兩頭高中間低分布狀態(tài)。開窗概率在05∶00～20∶00范圍內相對較低。結合圖16可看出，在凌晨(00∶00～06∶00)和晚上(18∶00～24∶00)，室外溫度相對較低。上午(06∶00～12∶00)和下午(12∶00～18∶00)，室外溫度較高?？梢钥闯觯诹璩颗c晚上時刻，室外溫度較低，室內人員傾向于選擇打開窗戶通風換氣，并且保持窗戶開啟的狀態(tài)。在上午與下午時刻，室外氣溫相對升高，室內溫度隨之升高，室內人員更傾向于利用空調來降低室內溫度。

4.3.2 空調、窗戶調控占比

圖17顯示空調狀態(tài)(打開/關閉)下窗戶的狀態(tài)(開啟/關閉)，它們各自的比例值?？梢园l(fā)現(xiàn)，當空調開啟下窗戶關閉狀態(tài)占比72%；空調開啟下窗戶開啟狀態(tài)占比6%；空調關閉下窗戶開啟狀態(tài)占比0%；空調關閉下窗戶關閉狀態(tài)占比21%；空調開啟占比79%與窗戶開啟占比僅有7%。由此數(shù)據(jù)可推測：在夏熱冬暖地區(qū)，夏季沿海城市氣溫較高，居民更傾向于開啟空調，關閉窗戶。而室內環(huán)境長時間處于密閉狀態(tài)，通風量不足，環(huán)境品質可能逐漸變差。因此居民可能通過開窗行為來改善室內空氣品質。

圖15 不同時段的開窗概率

圖16 不同時段的室外溫度

4.4 Binary Logistic

Logistic回歸將分析出各戶中室內溫度、室內相對濕度、室內外溫度差、室內外濕度差、不同時間段、室外溫度、室外相對濕度及室外風級對開窗行為的影響強度，見表3。

圖17 空調、窗戶調控占比詳情

由上述回歸分析結果可知，除不同時段因素大于0.05被剔除，其余因素Sig值均小于0.05，符合顯著性水平驗證要求。因此，夏熱冬暖地區(qū)夏季住宅開窗行為與其余因素顯著相關。對模型有顯著性影響的變量標準化回歸系數(shù)B，在回歸方程中表示自變量X對因變量Y影響大小的參數(shù)。回歸系數(shù)越大表示X對Y的影響越大[21-22]。則對夏熱冬暖地區(qū)夏季住宅開窗行為影響最為顯著的因素是室外溫度，其次是室內外溫差、室外風級、室內溫度、室內外濕差、室外濕度及室內濕度對開窗行為的影響相對較小，且該邏輯回歸方程得到的預測模型綜合準確率高達89.7%，說明該模型基本能夠反映各影響因素與開窗行為的復雜關系。根據(jù)上表3建立如下式。

表3 Binary Logistic回歸分析結果

(5)

式中，Tin為室內溫度，℃；Hin為室內濕度，%；Wout為室外風級；Tout為室外溫度，℃；Hout為室外濕度，%；Td為室內外溫差，℃；Hd為室內外濕差，%。

5 討論

通過閱讀以往開窗行為研究發(fā)現(xiàn)，目前，國內學者對開窗行為研究主要集中在住宅建筑和辦公建筑，其研究大多集中在夏熱冬冷地區(qū)，而針對夏熱冬暖地區(qū)研究僅有三例，其夏熱冬暖地區(qū)研究特點采取全年、全樣本量分析，這樣忽略了季節(jié)性差異，且忽略室內人員行為的差異性，其室內人員全年開窗行為特性并不能代表各季節(jié)性的開窗特性。在大量文獻調研發(fā)現(xiàn)，住宅建筑中開窗行為也存在差異性，差異源于不同功能性房間，如臥室、廚房、浴室，因此研究住宅開窗行為中也需分類分析。前人研究均表明環(huán)境因素是影響開窗行為主要因素，但均未分析夏熱冬暖地區(qū)住宅開窗行為的影響因素，且未研究室內外溫差、室內外濕差與室外風級對開窗行為的影響。在本研究中發(fā)現(xiàn)，室內外溫差、室內外濕差及室外風級對夏熱冬暖地區(qū)夏季住宅開窗行為是存在顯著性影響。

由于泉州屬于“高溫高濕”氣候狀態(tài)，如圖11與圖15所示，室外溫度與室外相對濕度較高，室內人員為了改善熱濕環(huán)境，大多傾向選擇空調方式來調節(jié)室內熱濕環(huán)境，因此對開窗行為研究建模時，根據(jù)實測對象的開窗時長與開窗頻率判斷住戶的開窗行為特性。本文將此特性分為二種：不積極型和緊閉型，對不同類型的住戶分別分析，因其緊閉型典型戶開窗時長與開窗頻率極低，無法作為開窗行為研究，故排除此極端典型戶的開窗特性。不積極型典型戶的建模分析需考慮各因素的作用，由于環(huán)境因素是影響開窗行為最主要因素，不同建筑氣候分區(qū)，不同季節(jié)，不同房間類型，人們的開窗習慣也存在顯著差異。本文針對夏熱冬暖地區(qū)夏季住宅建筑開窗行為進行分析，發(fā)現(xiàn)室內溫度是影響住宅開窗行為的首要因素，其次是室內外溫差。

6 結論

(1) 在實測的樣本中發(fā)現(xiàn)兩種不同類型的開窗習慣，分別為不積極型、緊閉型。不積極型的開窗概率高于9%，緊閉型的開窗概率低于0.05%。

(2) 在研究中分析室內外溫差、室內外相對濕差及室外風級對開窗行為影響，發(fā)現(xiàn)其因素均對夏熱冬暖地區(qū)夏季住宅開窗行為存在顯著性影響。

(3) 雖在同一氣候區(qū)，但由于室內人員的生活習慣存在差異，其開窗行為也存在顯著差異。本研究中各戶月均開窗時長為：4755 min，4115 min，15 min。

(4) 對實測數(shù)據(jù)使用Binary logistics regression建模分析，發(fā)現(xiàn)室外溫度對室內人員開窗行為影響最為顯著，該預測模型準確率為89.7%，可為夏熱冬暖地區(qū)夏季住宅開窗行為的研究提供可靠的參考。