著裝人體熱應激評估中熱生理模型的研究進展

Research progress on thermo-physiological models in the assessment ofthermal stress in dressed human bodies

摘要：

在消防及工業(yè)場景中，穿戴防護服的作業(yè)人員于高溫熱環(huán)境下工作，可能面臨體溫升高、脫水、疲勞及中暑等熱應激問題。相較于真人實驗、假人測試及熱應力預測模型，熱生理模型具有建模靈活、預測穩(wěn)定等優(yōu)勢，已被廣泛應用于高溫環(huán)境中的熱應激評估。文章從人體建模仿真、人體環(huán)境傳熱模型和服裝傳熱模擬三個方面，歸納了熱生理模型評估的影響因素，并展望了未來研究的發(fā)展方向。首先，結合生理學、神經科學等領域的研究，以提高高溫環(huán)境下人體熱調節(jié)模擬的準確性;其次，整合動態(tài)傳熱系數于人體與環(huán)境傳熱模型，克服模型區(qū)段差異和高溫熱傳遞模擬的挑戰(zhàn);最后，進一步細化服裝模型，并加強與熱生理模型的結合。

關鍵詞：

熱生理模型;防護服;人體安全評估;熱應激;體溫調節(jié)

中圖分類號：

TS941.16

文獻標志碼：

A

文章編號： 10017003（2024）05期數0069起始頁碼09篇頁數

DOI： 10.3969/j.issn.1001-7003.2024.05期數.009（篇序）

收稿日期：

20230930;

修回日期：

20240402

基金項目：

中央高?；究蒲袠I(yè)務費專項基金項目（2232023G-08）;上海市科學技術委員會“科技創(chuàng)新行動計劃”“一帶一路”國際合作項目（21130750100）

作者簡介：

劉冰清（1999），女，碩士研究生，研究方向為服裝舒適性與功能服裝。通信作者：王云儀，教授，wangyunyi@dhu.edu.cn。

在工業(yè)作業(yè)和消防救援過程中，作業(yè)人員經常面臨外界高溫、烈火、強輻射及蒸汽等極端環(huán)境的威脅［1］，同時負擔高強度的工作任務。他們穿戴的隔熱防護裝備，雖具有良好的隔熱性能，但其有限的蒸汽滲透性制約了熱濕傳遞，使得人體內部的代謝產熱難以充分散失，從而增加作業(yè)人員生理負擔的壓力，導致體溫失衡［2］。

在高負荷工作、防護服和極端熱環(huán)境的綜合作用下，作業(yè)人員將產生一系列熱應激反應，可能威脅人的生命安全［3］。熱應激評估不僅能確定作業(yè)環(huán)境中潛在的熱風險和不適情況，有助于及時調整各項環(huán)境參數如溫度、濕度、通風控制等，以提供更舒適和安全的工作環(huán)境;同時，熱應激可能會導致作業(yè)人員出現疲勞、注意力分散和工作效率降低等問題［4］，通過評估安全狀態(tài)并采取相應的措施，可以提高作業(yè)人員的舒適性和工作效率，進而提高整體生產力。然而，現有的評估方法存在一些局限性：真人實驗成本高且存在安全風險;假人測試難以實現環(huán)境的動態(tài)響應;而現有的熱應力預測模型更適用于穩(wěn)態(tài)熱環(huán)境［5］，面對復雜熱環(huán)境時評估能力不足，這些問題凸顯了更為精細、全面的熱應激評估工具的重要性。因此，熱生理模型的開發(fā)和應用成為高溫環(huán)境下人體熱應激評估領域的重要研究方向。

本文分析了熱生理模型相對實驗研究方法的優(yōu)勢，重點討論了影響模型評估的關鍵因素，為后續(xù)熱生理模型的建模方法優(yōu)化及預測精度提升的深入研究提供路徑參考，以期促進熱環(huán)境下著裝人體熱應激評估技術的發(fā)展，以及進一步建立個體防護策略，保障作業(yè)人員的健康與安全。

1" 著裝人體熱應激的評估方法

在評估高溫環(huán)境下著裝人體的熱應激反應時，學者們主要從實驗研究與模型預測的角度展開研究，分析人體生理參數的變化，并結合生理指標的安全閾值，確定最大工作時間，進而判斷熱環(huán)境下人體的安全狀態(tài)。

1.1" 實驗研究

實驗研究在熱應激評估中處于關鍵的地位，通過實驗評估高溫環(huán)境下著裝人體熱應激時，可以采用真人實驗和假人測試兩種方法。

1.1.1" 真人實驗

真人實驗通常在環(huán)境參數可控的人工氣候艙內進行，受試者穿著各類防護裝備進行體力勞動，通過對生理指標的實時監(jiān)測，跟蹤人體安全狀態(tài)的變化。一些研究直接測取人體

熱生理指標進行熱應激評估。其中，有學者探究了人體各項生理指標的影響機制，如Kim等［6］設置兩種實驗條件，通過分析消防員核心溫度和皮膚溫度的變化，研究不同環(huán)境參數、勞動強度對人體熱生理反應的影響;Marszaek等［7］與Furmaski等［8］從面料配置、服裝搭配等角度，探究消防員在不同勞動強度下的熱應激狀態(tài)，旨在明確防護服設計對于改善熱應激的貢獻。另有學者針對人體的生理耐受極限展開研究，如Derrick等［9］針對礦井工人面臨的熱環(huán)境的威脅，在實地環(huán)境下直接記錄礦工的核心體溫、心率、體液消耗等生理指標的變化，研究人體熱耐受極限。此外，有學者在測取生理指標的基礎上，記錄了熱環(huán)境下人體的主觀評價指標，如Heus等［10］記錄了人體在熱環(huán)境中的生理反應，同時獲取消防員在低輻射環(huán)境下對熱感覺、舒適感、疼痛感和勞累感的主觀評分，研究人體輻射暴露的最高時限。這些方法能夠全面地了解和評估人體在高溫環(huán)境中的熱應激狀態(tài)和生理反應，但個體間在主觀感知的顯著差異可能會影響研究結果的統(tǒng)一性。

在真人實驗中，研究人員能夠直觀地測取人體生理參數及主觀感知的動態(tài)變化，獲取真實的環(huán)境與著裝對人體生理反應的影響。但真人實驗通常成本較高，易受到個體差異的影響，且極端熱暴露環(huán)境可能威脅到受試者的健康與安全，這也推動了替代性假人設備的研發(fā)。

1.1.2" 假人測試

美國海軍研制了第一個單段式銅質假人，此后假人模型的發(fā)展經歷了三次革命，逐步具備發(fā)熱、出汗、行走等功能，可用于極端熱環(huán)境下人體熱應激的評估［11］。假人測試即將暖體假人、燃燒假人放置在模擬閃火、熱輻射或高溫的實驗環(huán)境中，通過監(jiān)測假人的各項指標，評估著裝人體的熱應激水平。部分研究將假人測試數據直接作為評估的指標，分析環(huán)境、防護服裝、人體運動等因素對人體的影響，如Fu等［12］利用出汗暖體假人，研究了水分和輻射熱傳遞對于防護服性能的綜合影響，量化了人體出汗引起的熱損失和輻射熱源造成的熱增益;Guan等［13］通過設定假人的步速和排汗率，量化了服裝尺寸、步行速度和排汗量對著裝人體蒸發(fā)散熱的綜合影響，但假人測試指標無法直接反應人體的生理狀態(tài)。此外，有研究將假人測試與真人實驗結合進行綜合評估。Fontana等［14］將出汗軀干假人測得不同防護服的熱性能差異，結合真人實驗進一步評估熱輻射環(huán)境下不同防護服對人體熱生理反應的影響，相比于直接使用假人測得的數據，該方法能夠更全面反映真人在實際環(huán)境中的復雜生理反應，從而提供更準確和實用的評估結果。

雖然假人測試具有重復性高、實驗結果穩(wěn)定等優(yōu)點，然而現有假人雖然能夠設定體溫與出汗量，但在面對高溫環(huán)境時

并不具備生理調節(jié)功能，無法實現對環(huán)境的動態(tài)反應，因此在一定程度上限制了假人在人體安全研究領域的應用。

1.2" 模型預測

相較于實驗研究，基于經驗數據或者熱生理學建立的預測模型，能夠模擬復雜的問題，在規(guī)避潛在危險性的同時，能夠提供更靈活且全面的評估結果。常見的模型包括熱應力預測模型、人體熱生理模型。

1.2.1" 熱應力預測模型

人體熱應力的預測有助于確定人體在熱環(huán)境下的潛在風險和危害程度，評估人體的熱應激水平。近年來，先后有學者提出了多種適用于高溫環(huán)境下熱應力預測的指標與模型，如熱應力指數HSI（Heat stress index），濕球黑球溫度WBGT（The wet bulb globe temperature）指數及預測熱應激模型PHS（Predicted heat strain）等。其中，HSI基于人體熱平衡方程提出，由熱環(huán)境下人體所需蒸發(fā)散熱量與環(huán)境最大蒸發(fā)散熱量的百分比計算，但這種評估方式并不適用于高熱應力環(huán)境，且復雜的計算方式限制了它的應用［15］;WBGT是一種相對簡單且易于測量的綜合指標，它考慮了環(huán)境的濕度、溫度、輻射和風速等因素，但未考慮人體及服裝對熱應力的影響［16］;綜合了環(huán)境參數、服裝參數和人體熱響應開發(fā)的PHS模型，其核心依據是人體熱平衡方程，可以用來預測穩(wěn)態(tài)高溫環(huán)境下著裝人體的核心溫度和失水量。PHS模型雖然考慮了環(huán)境和服裝參數，但它將人體視為一個整體，在人體局部熱反應的預測上不夠精確，且在模擬動態(tài)環(huán)境變化（如溫度、濕度的快速變化）或者人體活動變化（如從休息到劇烈運動）時存在局限性。一些研究還發(fā)現模型在高溫環(huán)境中對熱防護服的預測偏差超出了可接受范圍［17］。

上述熱應力預測的指標與模型主要適用于穩(wěn)態(tài)熱環(huán)境的評估，但作業(yè)人員通常面臨較為復雜的熱環(huán)境，受到溫濕度波動、不均勻熱輻射等因素的影響，因此需要更為精細的評估工具。

1.2.2" 人體熱生理模型

基于熱生理模型進行人體熱應激評估時（圖1），首先需要收集防護服、環(huán)境和穿著人體的生理數據，作為模型的輸入參數;其次，建立熱生理模型，模擬人體內部及人體服裝環(huán)境之間的傳熱，同時模擬人體的熱生理調節(jié)機制;再次，基于模型的預測結果（輸出參數），可以評估穿著者在不同條件下的熱應激情況，包括評估體溫上升速率、出汗量、心率變化等生理響應指標，以確定是否存在熱應激風險。相較于PHS模型，多數人體熱生理模型能夠應用于瞬態(tài)不均勻熱環(huán)境的評價分析。

美國航天局NASA和軍隊研發(fā)熱生理模型的最初目的，就是為了評估極端熱環(huán)境對人體生理指標的影響。隨著時間的推移，熱生理模型從將人體視為整體的單節(jié)點模型，到分層分塊的二節(jié)點、多節(jié)點模型，再發(fā)展為將人體劃分為多個元素，具有更高空間精度的多元模型，生理結構刻畫得愈發(fā)精細，涉及人體的熱調節(jié)機制的主控系統(tǒng)也愈發(fā)復雜。近年來，通過增加局部熱調節(jié)特征、改進血液循環(huán)系統(tǒng)、考慮服裝的傳熱傳質過程，以及模型的個性化定制，進一步改進了人體熱調節(jié)模型。這將有利于更好地理解與預測人體在冷、熱環(huán)境下的生理反應，并為相關人員的作業(yè)安全和緊急救援提供更準確的指導。

高溫環(huán)境下著裝人體熱應激評估綜合了實驗研究和模型預測兩種方法。真人實驗提供深入的生理和主觀數據，而假人測試與預測模型則為理解復雜環(huán)境中的熱應激反應提供了更廣泛的視角。這些方法相互補充，為制定有效的高溫作業(yè)保護策略提供了堅實基礎。

2" 熱生理模型評估的影響因素

熱生理模型能夠準確模擬和預測人體在各種環(huán)境和穿著條件下的熱響應，從而實現個性化和高效的熱應激評估。然而，在實際使用時，人體的建模仿真、人體與環(huán)境的傳熱模型和服裝傳熱模擬都會影響評估的結果，需要在模型設計和優(yōu)化過程中充分考慮這些因素。

2.1" 人體建模仿真

熱生理模型將人體生理結構簡化為不同的區(qū)段和節(jié)點，利用數學建模方法建立被動傳熱系統(tǒng)與主動調控系統(tǒng)，以模擬人體對各種環(huán)境的熱響應。因此，模型中對人體結構及其生理和物理特性的考慮，將在很大程度上影響熱生理模型預測的準確性。

2.1.1" 人體幾何模型

在構建人體模型時，首先需精確定義模型的幾何結構。早期為了方便計算，研究人員將人體簡化為一個或幾個區(qū)段，使用均勻的圓柱體描述各區(qū)段的形態(tài)，在此基礎上進一步劃分同心層，并根據身體不同組織的熱容量、熱導率等物理特性劃分出熱節(jié)點。本文對最常用的熱生理模型進行介紹，如表1所示。其中，Stolwijk［18］的25節(jié)點模型用6個圓柱體代表人體頭、手、軀干、手臂、腿和腳，每個區(qū)段包含4層，分別代表核心、肌肉、脂肪和皮膚，中央血池為模型的第25個節(jié)點。Tanabe等［19］的65節(jié)點模型則把人體劃分為16個或更多區(qū)段。隨著學者們對建模方法的探索逐漸深入，在模擬非對稱邊界條件時，簡單的圓柱體區(qū)段無法滿足建模的需求，還需要考慮人體內部的三維熱傳導，一些模型對柱體的截面形狀進行改進，如Ferreira等［20］用橢圓截面的柱體來近似身體幾何，Kang等［21］用截斷的圓錐形模擬四肢等?？梢姡喙?jié)點熱生理模型的幾何建構朝著越來越具體、精細的方向發(fā)展。

雖然以圓柱體為幾何結構的模型不斷發(fā)展，但它們在精確刻畫人體的內部解剖結構方面仍存在局限，特別是結構高度復雜且具有異質性的器官、骨骼、肌肉等，多元模型的出現解決了這一問題。近年來，隨著模擬軟件和現代成像技術的進步，一些學者利用醫(yī)學圖像數據集或解剖模型來構建更加真實的人體幾何模型［30-32］。這種接近真實人體的幾何模型能夠預測器官和組織在三維空間形態(tài)上的溫度分布，但尚未有證據表明它的預測性能優(yōu)于傳統(tǒng)幾何模型，且由于缺少人體內部組織和器官溫度的實驗數據，模型的驗證也帶來了較大的挑戰(zhàn)。

2.1.2" 組織與血液傳熱特征

體內熱傳遞過程的模擬會影響模型對人體溫度分布、熱平衡和熱響應的預測，早期的熱生理模型通常將人體簡化為簡單的區(qū)段和節(jié)點，通過在節(jié)點間建立能量平衡方程來描述人體內部的熱傳遞，而沒有考慮血液循環(huán)系統(tǒng)的復雜架構。這些模型通常假設血液均勻分布，如Stolwijk模型將人體所有的血液循環(huán)簡化為中央血池節(jié)點，血液的流動通過對流項來模擬，但忽視了詳細的血液循環(huán)特性，導致模型瞬態(tài)熱響應的結果偏差較大。

隨著熱生理模型的發(fā)展，組織節(jié)點數量不斷增多，研究人員基于Pennes生物熱方程來模擬人體各節(jié)點內部傳熱［33］，全面考慮組織內部熱量傳導、對流和代謝產熱等因素。Fiala模型在利用生物熱方程建模時僅考慮了節(jié)點內縱向溫差造成的熱傳遞，而簡化了橫向傳熱過程。如今多元模型不再進行節(jié)點的劃分及均勻溫度的設定［34］，而是通過結合空間結構中的生物傳熱過程，更形象地描述人體的溫度調節(jié)機制，同時也需要占用大量的計算資源。

血液循環(huán)模型也發(fā)展得愈發(fā)精細，Wissler模型的血液系統(tǒng)由動脈、靜脈和毛細血管組成，后來UC Berkeley模型、Fiala模型、JOS-2模型均模擬了血液從心臟流向人體各部位的循環(huán)換熱過程，并考慮了動靜脈并行的逆流熱交換。為了精確模擬血液在體內的分布與流動狀態(tài)，研究人員開始建立血管樹模型。Salloum等［35］考慮了動脈的脈動血流量和動脈系統(tǒng)對心率的依賴性，構建了較為經典的動脈樹模型，但該模型無法根據人體熱狀態(tài)調整各節(jié)段的血流量。JOS-2模型還在手部和腳部增添了動靜脈吻合（AVA）機制，提高了局部溫度調節(jié)的準確性，Karaki等［36］在Salloum模型的基礎上，優(yōu)化血流控制過程，并改進了手指的AVA機制。在高溫環(huán)境中手指等部位存在熱誘導血管收縮（HIVC）的現象，這與AVA存在有關，但由于AVA的調節(jié)能力可能在超過40℃的高溫環(huán)境下受限，現有的AVA模型可能不適合模擬HIVC機制。

2.1.3" 人體熱調節(jié)模擬

準確模擬人體的熱生理調節(jié)機制也是影響評估的重要因素，早期的模型通常設定單一的控制中心和反饋回路來調節(jié)體溫［37］。Stolwijk模型利用負反饋調節(jié)理論搭建主動控制系統(tǒng)，假定模型各個節(jié)點存在溫度感受器和獨立的調定點溫度。傳入感受器的溫度信號與調定點溫度之間的差異，被定義為“誤差”信號，中樞系統(tǒng)接受誤差信號并處理反饋給各節(jié)點，這種建模思路為后續(xù)多節(jié)點、多元熱生理模型發(fā)展做出了里程碑式的貢獻。在此基礎上，研究人員通過經驗法建立熱控制方程，并通過反復調整控制參數，以縮小模擬與實測數據間的誤差。其中，Fiala模型利用從穩(wěn)態(tài)與瞬態(tài)多工況實驗中獲取的生理參數（如皮膚溫度、新陳代謝量等），采用線性回歸方法反推出人體出汗、顫抖、血管擴張和收縮等生理響應的控制方程系數［24］。Wissler模型不再依賴實驗數據的擬合，在控制方程中引入氧氣、二氧化碳和乳酸的質量平衡關系，并根據身體組織的氧氣需求，計算血液流速和代謝率［28］，但未考慮血管舒張和收縮的熱調節(jié)機制。然而，這種基于工程思想建立的模型，雖然可以在一定程度上模擬人體熱調節(jié)反應，但缺乏足夠的生理數據支撐。

隨著人們對于人體體溫調節(jié)機制的了解逐漸深入，模型解剖元件更加復雜精密。體溫調節(jié)被認為是一個平衡過程，涉及到多種生理機制的協(xié)同調節(jié)［38］，包括神經、內分泌、心血管和代謝等方面，但如何在建模中準確反映這些因素，一直是學者們多年來探討的問題。Kingma等［39］建立的ThermoSEM模型將神經生理學的方法融入皮膚血流量的建模過程，即人體不會直接感覺到溫度，而將溫度編碼為冷/熱神經元的放電頻率，并通過神經通路進行整合投射到下丘腦中樞，進而對皮膚血流進行控制。該研究發(fā)現，與先前的方法相比，基于神經生理學的ThermoSEM模型能夠更為準確地模擬平均皮膚溫度。

在實際應用中，模型需要結合評估對象和環(huán)境特性，經過驗證和優(yōu)化，才能準確模擬人體在各種熱環(huán)境中的反應。傳統(tǒng)熱生理模型主要適用于常溫環(huán)境，對于頻繁暴露于非均勻熱環(huán)境的消防員或工業(yè)作業(yè)人員，其預測能力有限。因此有必要開發(fā)適用于高溫環(huán)境的擴展模型，以精準地預測人體在不同熱環(huán)境的生理響應和熱應激水平。Yang等［40］考慮高溫對產熱、血流速率的影響，對Tanabe模型進行了擴展，能夠預測45 ℃高溫環(huán)境下人體的生理反應;Weng等［41］將模型的適用溫度進一步擴展至48 ℃，但上述模型都未考慮高溫對人體出汗的影響;Ooka等［42］結合人體在熱環(huán)境中進行高代謝作業(yè)時的水分流失情況，將代謝率的影響納入到二節(jié)點（2NM）的出汗模型中;后來Geng等［43］在先前研究的基礎上，考慮局部熱應激和熱不適風險，構建了非均勻高溫環(huán)境下的不對稱人體模型。這是首次將熱生理模型推廣到非均勻熱環(huán)境，并增添了熱致脫水對出汗和血管舒張的影響。

研究表明，體型、年齡、性別、脂肪含量等個體特征會顯著影響人體的體溫調節(jié)機制。為此，許多熱生理模型考慮個體特征差異，如Fiala模型基于身高、體重、年齡和性別四個參數建立了可變的人體測量模型，具備人體尺寸、形態(tài)特征、基礎代謝率和皮膚表面積等個性化特征;UC Berkeley模型基于身高、體重等身體特征參數來估算如皮膚面積、代謝率及血流變化、出汗率等人體內部生理參數。但上述兩個模型并沒有全面地涵蓋個體特征的所有影響因素，且應用比較復雜。后來Davoodi等［44］考慮了年齡、性別、體重和指數（BMI）等個體參數對皮膚熱感受器熱反應的影響，建立了個體體溫調節(jié)模型，進一步將個體差異對人體熱反應的影響細化至局部皮膚，改善了個性化模型的預測精度和適應性。

而在為特定作業(yè)人群建模時，僅依賴上述個體參數可能不夠全面。例如，由于人體存在適應機制，長期在高溫環(huán)境下工作的人員在體溫調節(jié)、汗腺分泌、水鹽代謝、心血管系統(tǒng)可能會出現適應行為。同時，消防員等應急救援人員身體素質優(yōu)于普通人，他們的熱生理反應可能會有所差異［45］。目前已有大量的實驗研究針對熱環(huán)境下作業(yè)人群展開，其獲得的個性化生理參數可作為未來熱生理模型的輸入數據。

2.2" 人體環(huán)境傳熱模型

熱生理模型評估的主要任務是預測著裝人體在特定環(huán)境下的熱反應，綜合考慮環(huán)境與人體之間的傳熱傳質特征，以更準確地獲取人體在特定熱環(huán)境下的熱響應與熱適應能力。

2.2.1" 熱傳遞的類型

人體與環(huán)境的熱傳遞涉及輻射、對流、傳導、呼吸和蒸發(fā)多種機制。起初，一些研究將顯熱交換視為整體建模，Stolwijk模型使用了對流和輻射傳熱系數的組合形式，即復合傳熱系數，但僅適用于解決較為簡單的問題，對于更為復雜的熱傳遞分析，如在瞬態(tài)非均勻環(huán)境下的分析和預測，后續(xù)的研究多將對流傳熱和輻射傳熱分開來討論。

人體與環(huán)境間因傳導交換的熱量通常很小，因此在大多數研究的建模過程中被忽略不計。但是，在特殊環(huán)境中，如汽車內部，人體與周圍物體的接觸及姿勢的變化可能導致熱傳導在人體與環(huán)境的熱交換中占據重要地位，需要將導熱系數適當地納入模型中進行更準確的熱響應預測［46］。

當人體在高溫環(huán)境中無法通過輻射和對流維持熱平衡時，只能通過蒸發(fā)的方式散熱。人體與環(huán)境的蒸發(fā)換熱過程包括皮膚表面和呼吸道水蒸氣的自然擴散及汗液蒸發(fā)［47］。皮膚表面水分的自然擴散，不受溫度調節(jié)系統(tǒng)控制，主要與皮膚濕潤度有關。在Stolwijk模型以常數給出，約為最大蒸發(fā)熱損失的3%～4%，但可能無法反映復雜環(huán)境下蒸發(fā)熱損失的變化。Tanabe模型在此基礎上，將皮膚表面水蒸氣擴散熱損失表示為汗液蒸發(fā)量與最大蒸發(fā)量的函數，可以高效準確地計算相關參數，以預測出汗人體在高溫環(huán)境下的生理反應和舒適度。一些模型還探討了呼吸道水分蒸發(fā)的機制，在Fanger［48］提出的呼吸模型中，表示為肺通氣量的函數，取決于全身代謝、水的氣化潛熱、排氣和吸氣之間的濕度差及周圍空氣的分蒸汽壓。Smith［29］假定了雙呼吸道模型，并將任意呼吸道元件的潛熱交換表示為呼吸道內濕度比的函數，這種方法具有更好的模擬效果和準確性。

2.2.2" 傳熱系數的來源

作為熱生理模型的關鍵參數，傳熱系數量化了環(huán)境條件對人體熱響應的影響。為了獲取準確的換熱系數，一些模型使用美國暖通空調與制冷工程師協(xié)會（American society of heating，refrigerating and air-conditioning engineers，ASHRAE）推薦參考的相關數據，它們由大量的測試數據匯總，并經過了研究的驗證，容易獲取，但可能無法準確地反映特定情況或個體差異。一些模型則直接通過實驗計算傳熱系數，如UC Berkeley利用暖體假人在不同姿勢下的測試結果計算對流傳熱系數，de Dear等［49］通過在假人表面粘貼低發(fā)射率的薄膜，推導計算身體各部位的輻射和對流換熱系數。實驗研究能夠提供更精確和個性化的數據，但耗時長且成本較高。

一些研究還通過數值模擬來確定人體表面各部位的對流、輻射、蒸發(fā)換熱系數值［50］，如Fiala模型使用基于平均輻射溫度和為每個區(qū)段指定的視圖因子的線性化模型來計算輻射傳熱系數，UC Berkeley模型針對不均勻熱環(huán)境，使用斯特潘波爾茲曼定律（Stefan-boltzmann law）的顯式模型來改進計算的準確度，并增添了一個新的輻射熱模型以區(qū)分長短輻射，這種方法也被以后的學者廣泛采用。作為數值模擬的重要工具，計算流體動力學（Computational fluid dynamics，CFD）能有效地捕捉人體周圍局部換熱系數的動態(tài)變化。已經有學者利用CFD軟件中的多表面輻射傳熱模型計算人體各部位的輻射換熱系數［51］;Xu等［52］利用CFD模擬計算了站姿和坐姿時人體的傳熱系數，獲得的對流換熱系數與Fiala模型中站立姿態(tài)的對流換熱系數相似。數值模擬提供了實驗研究難以達到的靈活性和廣泛性，具有預測精度高、計算時間短的優(yōu)勢，但在實際應用中還需要適當地平衡預測精度和計算效率之間的關系。

2.3" 服裝傳熱模擬

2.3.1" 簡化服裝參數

服裝影響著人體與環(huán)境之間的傳熱傳質過程，一方面參與了模型的構建、評估;另一方面也可作為模型評估的對象。在模型中考慮服裝因素主要包括輸入簡化的服裝參數或者將熱生理模型與開發(fā)的動態(tài)服裝模型結合兩種方法。

人體與環(huán)境間的傳熱遵循熱平衡方程，早期模型未考慮服裝因素，主要是研究皮膚與環(huán)境的熱交換。隨著對“人體服裝環(huán)境”系統(tǒng)的深入研究，人們意識到服裝在體外熱傳遞過程中的重要作用，開始將服裝元素納入到模型的構建中。最初，ISO 13731—2001《熱環(huán)境人類工效學詞匯和符號》提供了服裝的相關參數，如服裝隔熱系數（Clothing insulation，Icl）、服裝面積因子（Clothing area factor，fcl）等。而在一些模型中，服裝被視為人體體表的一部分，并以參數的形式出現在人體與環(huán)境間傳熱系數的計算公式中［50］。如在Tanabe模型中，服裝的Icl和fcl被納入到組合傳熱系數的計算過程中［26］。隨后，學者們開始使用服裝整體的熱阻、蒸發(fā)阻力表征其熱濕傳遞特征，Fiala模型考慮服裝在不同身體部位的不均勻性，利用服裝面積因子定義了局部服裝熱濕阻模型;UC Berkeley模型使用一個節(jié)點來模擬服裝的熱容量和濕容量，分別表征服裝對熱量和水分的存儲能力。以上模型假設著裝人體處于靜止狀態(tài)，而實際上，風速、人體的姿勢與活動水平、服裝的合身程度均可能改變服裝的隔熱效果，僅通過簡化的服裝參數，可能無法全面反映服裝與環(huán)境間復雜的傳熱傳質特征。

2.3.2" 動態(tài)服裝模型

一些學者將服裝作為獨立的對象開展研究，通過細化服裝層特征、引入動態(tài)熱濕傳遞特征開發(fā)先進的服裝系統(tǒng)，以更準確地預測著裝人體在熱環(huán)境下的生理響應情況。

為了更好地理解服裝的傳熱傳質及熱響應特征，一些研究將人體熱生理模型與服裝模型結合起來，提出了動態(tài)環(huán)境下的人體服裝環(huán)境模型。Wan等［53］以Tanabe模型為基礎，考慮了服裝的液態(tài)水輸送和通風過程;Hamdan等［54］結合相變材料的動態(tài)傳熱特性，提出了一個瞬態(tài)服裝模型，并將其應用于多節(jié)點人體熱生理模型。還有一些學者在此基礎上聚焦于衣下微氣候的傳熱傳質，如Yang等［55］定量評估了熱量和水分在衣下空氣層的傳遞，還考慮了服裝的厚度、導熱性、密度、孔隙度等材料性能。開發(fā)人體服裝環(huán)境的動態(tài)模型有助于更真實地模擬高溫環(huán)境下的熱反應，但這種模型對精確的邊界條件和參數有很高的需求，也給模型的建立和應用帶來挑戰(zhàn)。

消防及工業(yè)作業(yè)人員在熱環(huán)境中需要穿著熱防護服以保障自身安全，而在高溫環(huán)境中人體大量出汗涉及汗液的相態(tài)變化及其與織物的相互作用過程，使得服裝系統(tǒng)內部的熱濕傳遞變得復雜。有研究將這些復雜的過程納入到了服裝系統(tǒng)中，如Fan等［56］引入了水分在織物多孔結構中的吸附和冷凝過程，建立了服裝模型;Zhu等［57］基于纖維孔隙尺寸分布的分形特征，建立了考慮吸濕/解吸和蒸發(fā)/冷凝的多孔介質耦合傳熱傳質的分形模型，但這些獨立開發(fā)的服裝模型還未結合人體熱生理模型。

3" 結" 語

人體熱生理模型是高溫環(huán)境下人體熱應激評估的有效方法之一，具有穩(wěn)定性、高效性和靈活性等優(yōu)勢。本文從人體、服裝和環(huán)境三個方面總結了熱生理模型評估的影響因素，并在此基礎上對未來研究的發(fā)展方向進行了總結。

1） 人體熱生理模型的幾何結構、血液系統(tǒng)發(fā)展得愈發(fā)精細，但在模擬高溫環(huán)境下人體熱調節(jié)機制時，還是延續(xù)了經典工程系統(tǒng)中的負反饋調節(jié)思想。由于對復雜生理機制的理解不足和實際數據缺乏，使得現有模型難以精確模擬這些過程。因此，未來的人體熱生理模型應在結合生理學、神經科學等領域的研究基礎之上，開發(fā)新的算法，更準確地模擬高溫環(huán)境下人體溫度調節(jié)中的實際細節(jié)，以提高模型的準確性和適用性。

2） 盡管通過數值模擬（如CFD）可以獲得動態(tài)精準的傳熱系數，但將其應用于高溫環(huán)境下人體與環(huán)境的傳熱模型中仍面臨著挑戰(zhàn)。一方面，將動態(tài)傳熱系數整合到人體熱生理模型時，CFD模型的身體區(qū)段劃分與人體熱生理模型的區(qū)段存在差異，這種差異可能會導致模型的精確度及實用性降低;另一方面，高溫環(huán)境下的熱傳遞和流動過程可能會非常復雜，涉及較大的溫度梯度、湍流流動和相變等，需要適當的數值方法和網格分辨率來捕捉這些復雜的物理現象，增加了數值模擬的難度。

3） 從簡化的熱物理參數發(fā)展到服裝動態(tài)熱濕傳遞模型，已經有很多學者在模型評估時考慮到服裝的重要作用。未來服裝模型與熱生理模型的結合將更加緊密：一方面，可以繼續(xù)改進服裝模型的精細度，包括考慮不同材料的特性、纖維方向、織物結構等;另一方面，開發(fā)高溫環(huán)境下人體服裝環(huán)境動態(tài)模型，需要設定精準且完備的邊界條件，涵蓋環(huán)境溫濕度、風速、熱輻射及人體運動狀態(tài)等多個復雜因素。

參考文獻：

［1］LU Y， SONG G， ACKERMAN M Y， et al. A new protocol to characterize thermal protective performance of fabrics against hot liquid splash［J］. Experimental Thermal and Fluid Science， 2013， 46： 37-45.

［2］FAFF J， TUTAK T. Physiological responses to working with fire fighting equipment in the heat in relation to subjective fatigue［J］. Ergonomics， 1989， 32（6）： 629-638.

［3］BARR D， GREGSON W， REILLY T. The thermal ergonomics of firefighting reviewed［J］. Applied Ergonomics， 2009， 41： 161-72.

［4］VESELY M， ZEILER W. Personalized conditioning and its impact on thermal comfort and energy performance： A review［J］. Renewable and Sustainable Energy Reviews， 2014， 34： 401-408.

［5］WANG X， ZHANG Y， HUANG Y， et al. Development and validation of an individualized predicted heat strain model for simulating physiological responses in various conditions［J］. Building and Environment， 2022， 214： 108922.

［6］KIM J H， WILLIAMS W J， COCA A， et al. Application of thermoregulatory modeling to predict core and skin temperatures in firefighters［J］. International Journal of Industrial Ergonomics， 2013， 43（1）： 115-120.

［7］MARSZAEK A， MYNARCZYK M. Physiological tests on firefighters whilst using protective clothing［J］. International Journal of Occupational Safety and Ergonomics， 2021， 27（2）： 384-392.

［8］FURMASKI P， APKA P. Evaluation of a human skin surface temperature for the protective clothing-skin system based on the protective clothing-skin imitating material results［J］. International Journal of Heat and Mass Transfer， 2017， 114： 1331-1340.

［9］BRAKE D J， BATES G P. Deep body core temperatures in industrial workers under thermal stress［J］. Journal of Occupational and Environmental Medicine， 2002， 44（2）： 125-135.

［10］HEUS R， KINGMA B R M， VAN BERLO B M A， et al. The protective performance of process operators’ protective clothing and exposure limits under low thermal radiation conditions［J］. Biology-Basel， 2022， 11（8）： 1222.

［11］許靜嫻， 李俊， 劉慧娟， 等. 熱調節(jié)暖體假人在著裝舒適性評價中的應用現狀［J］. 紡織學報， 2017， 38（7）： 164-172.

XU J X， LI J， LIU H J， et al. Application status of thermoregulatory mode in clothing comfort evaluation with thermal manikin［J］. Journal of Textile Research， 2017， 38（7）： 164-172.

［12］FU M， WENG W， YUAN H. Combined effects of moisture and radiation on thermal performance of protective clothing experiments by a sweating manikin exposed to low level radiation［J］. International Journal of Clothing Science and Technology， 2015， 27（6）： 818-834.

［13］GUAN M， LI J. Garment size effect of thermal protective clothing on global and local evaporative cooling of walking manikin in a hot environment［J］. International Journal of Biometeorology， 2020， 64（3）： 485-499.

［14］FONTANA P， SAIANI F， GRUTTER M， et al. Thermo-physiological impact of different firefighting protective clothing ensembles in a hot environment［J］. Textile Research Journal， 2018， 88（7）： 744-753.

［15］BELDING H S， HATCH T F. Index for evaluating heat stress in terms of resulting physiological strains［J］. Heating， Piping amp; Air Conditioning， 1955， 0： 129-136.

［16］EPSTEIN Y， MORAN D S. Thermal comfort and the heat stress indices［J］. Industrial Health， 2006， 44（3）： 388-398.

［17］POKORNY J， FISER J， FOJTLIN M， et al. Verification of Fiala-based human thermophysiological model and its application to protective clothing under high metabolic rates［J］. Building and Environment， 2017， 126： 13-26.

［18］STOLWIJK J. A Mathematical Model of Physiological Temperature Regulation in Man［R］. Washington DC： NASA， 1971.

［19］TANABE S， KOBAYASHI K， NAKANO J， et al. Evaluation of thermal comfort using combined multi-node thermoregulation （65MN） and radiation models and computational fluid dynamics （CFD）［J］. Energy and Buildings， 2002， 34（6）： 637-646.

［20］FERREIRA M S， YANAGIHARA J I. A transient three-dimensional heat transfer model of the human body［J］. International Communications in Heat and Mass Transfer， 2009， 36（7）： 718-724.

［21］KANG Z， WANG F， UDAYRAJ. An advanced three-dimensional thermoregulation model of the human body： Development and validation［J］. International Communications in Heat and Mass Transfer， 2019， 107（1）： 34-43.

［22］GAGGE A P， STOLWIJK J A J， NISHI Y. An effective temperature scale based on a simple model of human physiological regulatory response［J］. ASHRAE Trans， 1971， 70（1）： 247-262.

［23］FIALA D， LOMAS K J， STOHRER M. A computer model of human thermoregulation for a wide range of environmental conditions： The passive system［J］. Journal of Applied Physiology， 1999， 87（5）： 1957-1972.

［24］FIALA D， LOMAS K J， STOHRER M. Computer prediction of human thermoregulatory and temperature responses to a wide range of environmental conditions［J］. International Journal of Biometeorology， 2001， 45（3）： 143-159.

［25］FIALA D， HAVENITH G， BRDE P， et al. UTCI-Fiala multi-node model of human heat transfer and temperature regulation［J］. International Journal of Biometeorology， 2012， 56（3）： 429-441.

［26］SCHELLEN L， LOOMANS M G L C， KINGMA B R M， et al. The use of a thermophysiological model in the built environment to predict thermal sensation coupling with the indoor environment and thermal sensation［J］. Building and Environment， 2013， 59： 10-22.

［27］HUIZENGA C， HUI Z， ARENS E. A model of human physiology and comfort for assessing complex thermal environments［J］. Building and Environment， 2001， 36（6）： 691-699.

［28］WISSLER E H. Mathematical simulation of human thermal behavior using whole body models［J］. Heat Transfer in Medicine and Biology， 1985， 1： 325-373.

［29］SMITH C E. A Transient， Three-dimensional Model of the Human Thermal System［D］. Manhattan： Kansas State University， 1991.

［30］NELSON D A， CHARBONNEL S， CURRAN A R， et al. A high-resolution voxel model for predicting local tissue temperatures in humans subjected to warm and hot environments［J］. Journal of Biomechanical Engineering， 2009， 131（4）： 041003.

［31］UNNIKRISHNAN G， HATWAR R， HORNBY S， et al. A 3-D virtual human thermoregulatory model to predict whole-body and organ-specific heat-stress responses［J］. European Journal of Applied Physiology， 2021， 121（9）： 2543-2562.

［32］CASTELLANI M P， RIOUX T P， CASTELLANI J W， et al. Finite element model of female thermoregulation with geometry based on medical images［J］. Journal of Thermal Biology， 2023， 113： 103477.

［33］PENNES H H. Analysis of tissue and arterial blood temperatures in the resting human forearm［J］. Journal of Applied Physiology， 1948， 1（2）： 93-122.

［34］TANG Y， HE Y， SHAO H， et al. Assessment of comfortable clothing thermal resistance using a multi-scale human thermoregulatory model［J］. International Journal of Heat and Mass Transfer， 2016， 98： 568-583.

［35］SALLOUM M， GHADDAR N， GHALI K. A new transient bioheat model of the human body and its integration to clothing models［J］. International Journal of Thermal Sciences， 2007， 46（4）： 371-384.

［36］KARAKI W， GHADDAR N， GHALI K， et al. Human thermal response with improved AVA modeling of the digits［J］. International Journal of Thermal Sciences， 2013， 67： 41-52.

［37］NAMISNAK L H， HAGHAYEGH S， KHOSHNEVIS S， et al. Bioheat transfer basis of human thermoregulation： Principles and applications［J］. Journal of Heat Transfer-Transactions of the Asme， 2022， 144（3）： 031203.

［38］WERNER J. System properties， feedback control and effector coordination of human temperature regulation［J］. European Journal of Applied Physiology， 2010， 109（1）： 13-25.

［39］KINGMA B R M. Human Thermoregulation： A Synergy between Physiology and Mathematical Modeling［D］. Maastricht： Universitaire Pers Maastricht， 2012.

［40］YANG J， WENG W， ZHANG B. Experimental and numerical study of physiological responses in hot environments［J］. Journal of Thermal Biology， 2014， 45： 54-61.

［41］WENG W G， HAN X F， FU M. An extended multi-segmented human bioheat model for high temperature environments［J］. International Journal of Heat and Mass Transfer， 2014， 75： 504-513.

［42］OOKA R， MINAMI Y， SAKOI T， et al. Improvement of sweating model in 2-node model and its application to thermal safety for hot environments［J］. Building and Environment， 2010， 45（7）： 1565-1573.

［43］GENG J， GU Y， WENG W， et al. A multi-segmented human bioheat model for asymmetric high temperature environments［J］. International Journal of Environmental Research and Public Health， 2022， 19（22）： 15259.

［44］DAVOODI F， HASSANZADEH H， ZOLFAGHARI S A， et al. A new individualized thermoregulatory bio-heat model for evaluating the effects of personal characteristics on human body thermal response［J］. Building and Environment， 2018， 136： 62-76.

［45］付明， 翁文國， 韓雪峰. 高溫下防護服熱阻和濕阻的暖體假人實驗［J］. 清華大學學報（自然科學版）， 2017， 57（3）： 281-285.

FU M， WENG W G， HAN X F. Experimental investigation of the thermal insulation and evaporative resistance of protective clothing on a thermal manikin in a hot environmentJournal［J］. Journal of Tsinghua University （Science and Technology）， 2017， 57（3）： 281-285.

［46］FIALA D， BUNZL A， LOMAS K， et al. A New Simulation System for Predicting Human Thermal and Perceptual Responses in Vehicles［M］. Essen： Haus der Technik Fachbuch， 2004.

［47］CRAMER M N， JAY O. Biophysical aspects of human thermoregulation during heat stress［J］. Autonomic Neuroscience-Basic amp; Clinical， 2016， 196： 3-13.

［48］FANGER P O. Calculation of thermal comfort， introduction of a basic comfort equation［J］. ASHRAE Trans， 1967， 73（4）： 1-20.

［49］DEAR R J D， ARENS E， HUI Z， et al. Convective and radiative heat transfer coefficients for individual human body segments［J］. International Journal of Biometeorology， 1997， 40（3）： 141-156.

［50］CHOUDHARY B， UDAYRAJ. Local and overall convective heat transfer coefficients for human body with air ventilation clothing： Parametric study and correlations［J］. Building and Environment， 2023， 229： 109953.

［51］SRENSEN D N， VOIGT L K. Modelling flow and heat transfer around a seated human body by computational fluid dynamics［J］. Building and Environment， 2003， 38（6）： 753-762.

［52］XU J， PSIKUTA A， LI J， et al. Evaluation of the convective heat transfer coefficient of human body and its effect on the human thermoregulation predictions［J］. Building and Environment， 2021， 196： 107778.

［53］WAN X， FAN J. A transient thermal model of the human body-clothing-environment system［J］. Journal of Thermal Biology， 2008， 33（2）： 87-97.

［54］HAMDAN H， GHADDAR N， OUAHRANI D， et al. PCM cooling vest for improving thermal comfort in hot environment［J］. International Journal of Thermal Sciences， 2016， 102： 154-167.

［55］YANG J， WENG W， WANG F， et al. Integrating a human thermoregulatory model with a clothing model to predict core and skin temperatures［J］. Applied Ergonomics， 2017， 61： 168-177.

［56］FAN J， WEN X. Modeling heat and moisture transfer through fibrous insulation with phase change and mobile condensates［J］. International Journal of Heat and Mass Transfer， 2002， 45（19）： 4045-4055.

［57］ZHU Q Y， XIE M H， YANG J， et al. A fractal model for the coupled heat and mass transfer in porous fibrous media［J］. International Journal of Heat and Mass Transfer， 2011， 54（7）： 1400-1409.

Research progress on thermo-physiological models in the assessment ofthermal stress in dressed human bodies

ZHANG Chi， WANG Xiangrong

LIU Bingqinga， WANG Zhongyua， WANG Yunyia，b

（a.College of Fashion and Design; b.Key Laboratory of Clothing Design and Technology， Ministry of Education，Donghua University， Shanghai 200051， China）

Abstract：

In firefighting and industrial scenarios， workers exposed to factors like metabolic heat production， protective clothing， and high-temperature radiation can experience a range of heat stress reactions such as increased body temperature， dehydration， fatigue， and heatstroke， potentially endangering human life. Heat stress assessment helps identify thermal risks in the work environment， allowing for the adjustment of environmental parameters to enhance safety and comfort. Additionally， improving working conditions can increase worker efficiency and overall productivity. Thermo-physiological models， known for their flexible modeling and stable prediction， are extensively used for thermal stress and safety assessments in thermal environments. This article aims to provide reference for further research on optimizing modeling methods and enhancing the predictive accuracy of thermo-physiological models， so as to advance the technology for assessing thermal stress in clothed individuals in hot environments， and establish individual protection strategies to ensure the health and safety of workers.

When assessing thermal stress responses in clothed individuals in high-temperature environments， researchers primarily focus on experimental studies and predictive modeling. However， existing assessment methods have their limitations： human experiments are costly and pose safety risks; dummy tests struggle to dynamically respond to environmental changes; and current thermal stress prediction models are more suited to steady-state thermal environments， lacking efficacy in complex thermal scenarios. These issues underscore the need for more refined and comprehensive tools for thermal stress assessment. Consequently， the development and application of thermo-physiological models have become a significant research direction in assessing human thermal stress in high-temperature environments. In practice， the modeling and simulation of the human body， the heat transfer model between the human body and the environment， and the simulation of clothing heat transfer all impact the assessment outcomes. In human body modeling， there is an increasing focus on detailed physiological structure portrayal and the complexity of simulating thermal regulatory mechanisms. Recent studies have developed extended human models suitable for high-temperature environments， especially for individuals working in non-uniform thermal conditions， considering both the characteristics of the subjects and the environment. In constructing the human-environment heat transfer model， a comprehensive analysis of heat and mass transfer between the environment and the human body is conducted， and numerical simulations are employed to determine the heat transfer coefficients of various human body surfaces. Two primary strategies are employed in clothing heat transfer simulation： incorporating simplified thermal parameters of clothing or integrating thermo-physiological models with dynamic clothing models.

Building a human thermo-physiological model is an effective method for assessing thermal stress in clothed individuals in high-temperature environments， offering advantages such as stability， efficiency and flexibility. In the future， research can be carried out from the following directions. First， new algorithms can be developed based on research in physiology and neuroscience to more accurately simulate the actual details of human body temperature regulation in high-temperature environments. Second， integrating dynamic heat transfer coefficients into human-environment heat transfer models presents challenges， necessitating overcoming differences between CFD models and human thermo-physiological models， and applying suitable numerical methods and grid resolutions to capture the complex heat transfer and flow processes in high temperatures. Third， it is necessary for future research to focus on enhancing the integration of clothing models with thermo-physiological models， improving the precision of clothing models by considering material properties and fabric structures， and developing comprehensive human-clothing-environment models for high-temperature settings， taking into account key factors such as environmental temperature and humidity， wind speed， thermal radiation， and human dynamics.

Key words：

thermo-physiological model; protective clothing; human safety assessment; heat stress; thermoregulation