王亞峰,陳 超*,陳紫光,萬亞麗,趙 力,2

?

基于建筑外窗縫隙通風(fēng)的室外PM2.5滲透與沉降特性評(píng)價(jià)模型

王亞峰1,陳 超1*,陳紫光1,萬亞麗1,趙 力1,2

(1.北京工業(yè)大學(xué)建筑工程學(xué)院,北京 100124；2.中國建筑科學(xué)研究院,北京 100013)

室外PM2.5可以通過建筑外窗縫隙通風(fēng)進(jìn)入室內(nèi),對(duì)室內(nèi)環(huán)境造成污染.穿透系數(shù)、沉積率和通風(fēng)換氣次數(shù)是評(píng)價(jià)受室外細(xì)顆粒物滲入影響室內(nèi)人群細(xì)顆粒物暴露量的重要參數(shù).目前這些參數(shù)大多通過實(shí)驗(yàn)室實(shí)測(cè)或理論推導(dǎo)方法獲得.本文結(jié)合質(zhì)量守恒定律、數(shù)理統(tǒng)計(jì)方法和控制變量法,提出了一種基于大量室內(nèi)外PM2.5質(zhì)量濃度實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù)的穿透系數(shù)、沉積率和縫隙通風(fēng)換氣次數(shù)推算模型,該模型的求解結(jié)果具有一般性;依據(jù)所提方法推算得到了2個(gè)實(shí)測(cè)辦公建筑的穿透系數(shù)和沉降率分別為0.97和0.12、0.97和0.24.研究結(jié)果為建筑外窗縫隙滲透特性、室外PM2.5對(duì)室內(nèi)環(huán)境影響預(yù)測(cè)、以及室內(nèi)人員PM2.5暴露量定量分析提供了新的方法參考.

建筑外窗滲透通風(fēng)；PM2.5；滲透特性；沉降特性；評(píng)價(jià)模型

大量實(shí)測(cè)結(jié)果證明,即使在建筑外窗關(guān)閉的條件下,受建筑外窗縫隙滲透通風(fēng)作用的影響,大氣環(huán)境細(xì)顆粒物(PM2.5)仍然會(huì)通過建筑外窗縫隙進(jìn)入室內(nèi),致使室內(nèi)環(huán)境PM2.5濃度水平超標(biāo)[1-4].在這個(gè)過程中,穿透系數(shù)是評(píng)價(jià)建筑圍護(hù)結(jié)構(gòu)縫隙通風(fēng)特性的重要參數(shù)之一.所謂穿透系數(shù)是指室外細(xì)顆粒物通過建筑門窗縫隙進(jìn)入室內(nèi)的比例[5-8];當(dāng)室外細(xì)顆粒物進(jìn)入室內(nèi)以后,將會(huì)有一部分沉積在建筑圍護(hù)結(jié)構(gòu)內(nèi)表面,該過程一般用沉降率表示[9-10];而通風(fēng)換氣次數(shù)則反映了受建筑圍護(hù)結(jié)構(gòu)縫隙結(jié)構(gòu)特征和室內(nèi)外壓差作用影響下進(jìn)入室內(nèi)的滲透通風(fēng)量大小.相關(guān)研究顯示,室內(nèi)外壓差越大,房間的換氣次數(shù)越大,室外細(xì)顆粒進(jìn)入室內(nèi)的量也越多[5].室外細(xì)顆粒物通過建筑外門窗構(gòu)縫隙進(jìn)入室內(nèi),直接危害室內(nèi)人群的健康.研究建筑外門窗縫隙結(jié)構(gòu)對(duì)室外細(xì)顆粒物滲透與沉降特性的影響規(guī)律,對(duì)關(guān)于室外細(xì)顆粒物對(duì)室內(nèi)環(huán)境影響以及人群暴露特征的研究具有非常重要的意義.

室外PM2.5通過建筑外門窗縫隙通風(fēng)進(jìn)入室內(nèi)的過程非常復(fù)雜.Bennett 等[11]在實(shí)測(cè)室內(nèi)外PM2.5濃度和換氣次數(shù)的條件下,對(duì)室內(nèi)外PM2.5濃度平衡微分方程進(jìn)行求解,發(fā)現(xiàn)穿透系數(shù)和沉降率有多個(gè)解,最后通過最小二乘擬合求解方法得到滲透因子的最小值.在Bennett研究成果基礎(chǔ)上,Mleczkowsk[12]選取誤差小于5%的穿透系數(shù)和沉降率組合求均值,最終近似求得和的均值.Lai[13]建立了一個(gè)實(shí)驗(yàn)艙,根據(jù)換氣次數(shù)較大時(shí),室內(nèi)外細(xì)顆粒物I/O比約等于穿透系數(shù)的研究結(jié)果,通過加大實(shí)驗(yàn)艙換氣次數(shù)的方法測(cè)得了不同粗糙度縫隙的穿透系數(shù),結(jié)果發(fā)現(xiàn)粗糙度對(duì)于穿透系數(shù)的影響不大.Hamdani[14]建立了一個(gè)125L的實(shí)驗(yàn)艙以測(cè)試顆粒物沉降率,測(cè)試了粒徑分別為0.35,0.53, 0.7,1,2μm細(xì)顆粒物在8種物質(zhì)表面的沉降率,發(fā)現(xiàn)壁面粗糙度對(duì)顆粒物沉積影響較大.也有一些研究通過數(shù)學(xué)模型求解方法計(jì)算出穿透系數(shù)和沉降率.Liu[15]構(gòu)建了反映縫隙內(nèi)外壓差、縫隙結(jié)構(gòu)尺寸、顆粒物穿透特性的耦合模型,分析了壓差對(duì)顆粒物穿透特性的影響.田利偉等[16]在忽略慣性力影響前提下,建立了顆粒物在不同粗糙度表面的縫隙穿透模型.陳淳等[17]通過對(duì)顆粒物慣性力、重力和布朗擴(kuò)散力分析,提出了一種結(jié)合ARSHER手冊(cè)給出的窗戶結(jié)構(gòu)特征計(jì)算穿透系數(shù)的方法,實(shí)測(cè)結(jié)果驗(yàn)證了該方法能夠較為準(zhǔn)確預(yù)測(cè)室內(nèi)濃度.

換氣次數(shù)是評(píng)價(jià)建筑外窗滲透通風(fēng)特性的一個(gè)重要指標(biāo).Thomas等[18]推導(dǎo)了自然通風(fēng)條件下室內(nèi)外顆粒物平衡點(diǎn)濃度,結(jié)果表明:當(dāng)室外濃度大于室外平衡點(diǎn)濃度時(shí),室內(nèi)外 I/O 比將隨換氣次數(shù)的增加而增大.李玉國等[19]從質(zhì)量平衡方程出發(fā),在假設(shè)室內(nèi)無顆粒污染源的前提下,給出了房間換氣次數(shù)、室內(nèi)濃度與顆粒物穿透因子之間的關(guān)系.

本研究擬在前人相關(guān)研究成果基礎(chǔ)上,依據(jù)質(zhì)量守恒定律、數(shù)理統(tǒng)計(jì)方法與變量控制法,提出一種基于大量室內(nèi)外PM2.5質(zhì)量濃度實(shí)測(cè)數(shù)據(jù)的穿透系數(shù)、沉降率推算模型,以期為建筑外窗縫隙滲透特性、以及室內(nèi)人員PM2.5暴露量的定量分析提供新的分析方法參考.

1 穿透系數(shù)P、沉降率k推算模型

1.1 室內(nèi)PM2.5質(zhì)量平衡方程

室內(nèi)PM2.5濃度水平一方面取決于室外PM2.5進(jìn)入和離開室內(nèi)的速率,同時(shí)還受在室內(nèi)環(huán)境中被消除、發(fā)生轉(zhuǎn)變、重新懸浮以及產(chǎn)生速率的影響;另國內(nèi)外學(xué)者的相關(guān)研究表明[3-6],轉(zhuǎn)變、吸濕、化學(xué)反應(yīng)和凝結(jié)等作用對(duì)室內(nèi)PM2.5質(zhì)量濃度變化的影響不大,可以忽略這些作用的影響.因此,根據(jù)質(zhì)量守恒定律,可建立關(guān)于室內(nèi)PM2.5質(zhì)量動(dòng)態(tài)平衡方程式(1)[19-20]

(1)

式中:為房間體積,m3;內(nèi),t為時(shí)刻室內(nèi)PM2.5濃度,μg/m3;為換氣次數(shù),h-1;為穿透系數(shù);外,t為時(shí)刻室外PM2.5濃度,/m3;源為單位時(shí)間內(nèi)室內(nèi)產(chǎn)生PM2.5濃度,μg/h;為沉降率,h-1;為PM2.5二次懸浮率,h-1;f為單位面積PM2.5的質(zhì)量,μg/m2;A為房間表面積,m2.

對(duì)于建筑外門窗關(guān)閉且無室內(nèi)污染源的情況,可忽略式(1)等式右側(cè)第2項(xiàng)和第3項(xiàng)的影響[19-20],則式(1)可簡(jiǎn)化為式(2) ,進(jìn)一步對(duì)式(2)積分可得式(3).

1.2 模型構(gòu)建

大量實(shí)時(shí)監(jiān)測(cè)結(jié)果表明,在相對(duì)比較短的時(shí)間內(nèi)(例如1h),室內(nèi)外的PM2.5濃度、建筑外窗縫隙通風(fēng)換氣次數(shù)變化率不大,可近似視為穩(wěn)定值,即可將式(3)寫成式(4),式(4)中時(shí)間以小時(shí)為時(shí)間步長(zhǎng).

(4)

同理,可列出小時(shí)室內(nèi)PM2.5濃度隨時(shí)間變化的方程組.

室內(nèi)、外PM2.5小時(shí)平均濃度可根據(jù)實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù)求算術(shù)平均值獲知,建筑外窗縫隙通風(fēng)換氣次數(shù)a、穿透系數(shù)P、沉降率k為末知,-1個(gè)方程,3-3個(gè)未知數(shù),屬于超維方程.

1.3 方程組降維

影響穿透系數(shù)P的主要因素有二,一是窗戶結(jié)構(gòu)特征,包括縫寬、縫長(zhǎng)、縫深和直角彎的數(shù)目;二是縫隙通風(fēng)換氣次數(shù).相關(guān)研究表明,縫隙通風(fēng)換氣次數(shù)對(duì)細(xì)顆粒物穿透特性影響不大[16-17,19].因此可以認(rèn)為,建筑結(jié)構(gòu)一定時(shí),對(duì)應(yīng)的穿透系數(shù)P也基本為定值.國內(nèi)外相關(guān)研究結(jié)果表明,穿透系數(shù)變化范圍通常為0.8~1.0[11-12].

沉降率k主要受顆粒物自身、室內(nèi)壁面與室內(nèi)環(huán)境風(fēng)速等因素的影響.由于室內(nèi)環(huán)境風(fēng)速都很低,因此同樣可以認(rèn)為,當(dāng)建筑構(gòu)造一定時(shí),其對(duì)應(yīng)的沉降率k也基本為定值.相關(guān)研究表明,受建筑內(nèi)壁面條件的影響,沉降率變化范圍大約為0~0.4[11-12].也即,對(duì)于建筑構(gòu)造一定的建筑物,若將相對(duì)應(yīng)的穿透系數(shù)和沉降率視為定值,則方程組(5)可降維簡(jiǎn)化為方程組(6),-1個(gè)方程、+1個(gè)未知數(shù),待求量為縫隙通風(fēng)換氣次數(shù)a、穿透系數(shù)、沉降率.

1.4 模型求解

選取室外氣象參數(shù)相對(duì)比較穩(wěn)定時(shí)段的連續(xù)小時(shí)(可考慮取6h,即=6)的室、內(nèi)外PM2.5小時(shí)平均質(zhì)量濃度實(shí)測(cè)值代入方程式(6),則可構(gòu)成5個(gè)方程組.此時(shí),公式(6)中的待求量為5個(gè)縫隙通風(fēng)換氣次數(shù)a(=1~5)、穿透系數(shù)和沉降率,共計(jì)5個(gè)方程、7個(gè)未知數(shù),仍然屬于超維方程.為了求解該超維方程組,采用了控制變量法進(jìn)行求解.即,假定穿透系數(shù)和的變化范圍為0.8~1.0,沉降率變化范圍為0~0.4;令和的變化步長(zhǎng)均為D=0.01,按照排列組合的方法建立[P,k]組合(見下式).其中,P+1=P+D(1=0.8,=1~ 20),k+1=k+D(1=0.01,=1~40),共計(jì)800組.

對(duì)于每一組的6h數(shù)據(jù),可解得對(duì)應(yīng)不同[P,k]組合對(duì)應(yīng)下的5個(gè)換氣次數(shù)[(-1),j].根據(jù)數(shù)理統(tǒng)計(jì)學(xué),根據(jù)公式(7)對(duì)所有求得的換氣次數(shù)[(-1),j]計(jì)算標(biāo)準(zhǔn)差,并進(jìn)行排序.視排在小側(cè)前5%的標(biāo)準(zhǔn)差對(duì)應(yīng)的換氣次數(shù)及其對(duì)應(yīng)的[P,k]組合的平均值為方程式(6)的解.

式中:為1,…,a,…a-1的算術(shù)平均值.

通過上述方法求得的方程式(6)的解換氣次數(shù)、穿透系數(shù)、沉降率完全具有一般性.

2 計(jì)算方法應(yīng)用示例

為了說明第1節(jié)提出的基于大量室內(nèi)外PM2.5質(zhì)量濃度實(shí)測(cè)數(shù)據(jù)的穿透系數(shù)、沉降率推算模型的合理性,本節(jié)結(jié)合研究團(tuán)隊(duì)的實(shí)測(cè)建筑案例進(jìn)行驗(yàn)證性說明.

2.1 實(shí)測(cè)建筑物概況

項(xiàng)目研究團(tuán)隊(duì)先后對(duì)北京地區(qū)和廣州地區(qū)2棟臨街辦公建筑的11層辦公室進(jìn)行了實(shí)測(cè)(圖1).其中,北京地區(qū)實(shí)測(cè)辦公建筑位于北京東城區(qū)東直門南大街,房間建筑面積約30m2,建筑外窗為塑鋼平開窗、朝東,氣密性等級(jí)為4級(jí),實(shí)測(cè)期間為2014年1~2月、4~7月;廣州地區(qū)實(shí)測(cè)辦公建筑位于天河區(qū),房間建筑面積約為10m2,建筑外窗也為塑鋼平開窗、朝西,氣密性等級(jí)為4級(jí),實(shí)測(cè)期間為2014年1~6月、7~9月、12月.

室內(nèi)外PM2.5質(zhì)量濃度監(jiān)測(cè)儀器均采用LD-5C(R)在線式激光粒子監(jiān)測(cè)儀,可檢測(cè)細(xì)顆粒物粒徑范圍為0~1000μg,靈敏度為1μg/m3;實(shí)測(cè)期間連續(xù)監(jiān)測(cè),每隔20min自動(dòng)記錄一次數(shù)據(jù);通過無線網(wǎng)絡(luò)通訊方式將檢測(cè)數(shù)據(jù)上傳到數(shù)據(jù)服務(wù)器.實(shí)測(cè)期間,兩個(gè)實(shí)測(cè)房間內(nèi)無人、無機(jī)械通風(fēng)、門窗關(guān)閉.

表1 建筑外門窗氣密性分級(jí)*Table 1 Air tightness levels of external windows

注:*外窗氣密性表示建筑外窗關(guān)閉時(shí)阻止室外空氣滲透的能力,制表?xiàng)l件為標(biāo)準(zhǔn)狀態(tài)下(20℃,101.3kPa)外窗兩側(cè)壓差10Pa;**1表示單位縫長(zhǎng)滲透通風(fēng)量,單位為m3/(m·h);2表示單位面積滲透通風(fēng)量,單位為m3/(m2·h).

所謂建筑外窗氣密性,是指當(dāng)外窗在正常關(guān)閉狀態(tài)時(shí)阻止空氣滲透的能力,它是衡量房間建筑外窗縫隙通風(fēng)換氣次數(shù)大小的重要參數(shù).中華人民共和國住房與城鄉(xiāng)建設(shè)部2008年頒布的《建筑外門窗氣密,水密,抗風(fēng)壓性能分級(jí)及檢測(cè)方法》(GB/T 7106-2008)給出了建筑外窗氣密性分級(jí)表(表1).顯然,分級(jí)值越大,表示建筑外窗的氣密性等級(jí)越高,阻止空氣滲透的能力越強(qiáng),相應(yīng)的縫隙通風(fēng)換氣次數(shù)也小.

2.2 北京地區(qū)實(shí)測(cè)建筑

2.2.1 實(shí)測(cè)數(shù)據(jù)選取 重點(diǎn)選取冬季和春季氣象參數(shù)較為穩(wěn)定期間的室內(nèi)外PM2.5質(zhì)量濃度實(shí)測(cè)數(shù)據(jù)小時(shí)平均值代入方程組(6)進(jìn)行回歸分析.其中,時(shí)間步長(zhǎng)為1h,6h實(shí)測(cè)數(shù)據(jù)為一組(即= 6),可以解得一組[,];冬季和春季分別選取43組數(shù)據(jù),即可以解得2′43組[,].

穿透系數(shù)和沉降率推算結(jié)果 圖2為將43組實(shí)測(cè)數(shù)據(jù)分別代入方程組(6),根據(jù)1.4推算得到的43組穿透系數(shù)和沉降率.由圖可見,冬季和春季穿透系數(shù)推算值相差甚小,分別為0.965±0.022和0.965±0.024;同樣,冬季和春季沉降率推算值也相差不大,分別為0.123±0.046和0.131±0.041.推算結(jié)果驗(yàn)證了1.3節(jié)的假設(shè),即對(duì)于建筑構(gòu)造一定的建筑物,其相對(duì)應(yīng)的穿透系數(shù)和沉降率也是一定的.

2.2.3 換氣次數(shù)推算值與實(shí)測(cè)值比較 上述計(jì)算,在根據(jù)方程組(6)求解[,]的同時(shí),還同時(shí)求解得到對(duì)應(yīng)小時(shí)的換氣次數(shù)a.本研究利用CO2示蹤氣體衰減法對(duì)該實(shí)測(cè)辦公建筑建筑外窗縫隙通風(fēng)換氣次數(shù)進(jìn)行了現(xiàn)場(chǎng)實(shí)測(cè).將干冰作為示蹤氣體向室內(nèi)釋放,直至室內(nèi)CO2濃度達(dá)到一定高值;受建筑外窗縫隙通風(fēng)換氣作用的影響,室外較低CO2濃度的空氣進(jìn)入室內(nèi),稀釋室內(nèi)較高CO2濃度的空氣,直至回復(fù)到初始的室內(nèi)CO2濃度水平,所對(duì)應(yīng)的通風(fēng)換氣量即為所求.采用型號(hào)為L(zhǎng)utron MCH-383SD的CO2測(cè)試儀對(duì)室內(nèi)外CO2濃度進(jìn)行監(jiān)測(cè),該儀器測(cè)量范圍為0~ 4000′10-6,當(dāng)CO2濃度<1000′10-6時(shí),儀器測(cè)量誤差為±40′10-6;當(dāng)CO2濃度為(1001~3000)′10-6時(shí),儀器測(cè)量誤差為± 5%rdg(rdg表示測(cè)試儀讀數(shù));當(dāng)CO2濃度為>3000′10-6時(shí),儀器測(cè)量誤差為±250′10-6.

將圖3實(shí)測(cè)結(jié)果代入(8)[21]即可計(jì)算得到實(shí)測(cè)條件下房間換氣次數(shù)為0.24h-1;而根據(jù)1.4節(jié)計(jì)算方法推算得到的相應(yīng)建筑外窗縫隙通風(fēng)換氣次數(shù)為0.28h-1,推算結(jié)果與實(shí)測(cè)結(jié)果較好的一致性驗(yàn)證了推算方法的有效性.

式中:AER為換氣次數(shù),h-1;0為室內(nèi)初始CO2濃度,′10-6;C為時(shí)刻室內(nèi)CO2濃度,′10-6.

2.3 廣州地區(qū)實(shí)測(cè)辦公建筑

2.3.1 實(shí)測(cè)數(shù)據(jù)選取 重點(diǎn)選取春季、夏季、冬季氣象參數(shù)較為穩(wěn)定期間的室內(nèi)外PM2.5質(zhì)量濃度實(shí)測(cè)數(shù)據(jù)小時(shí)平均值代入方程組(6)進(jìn)行回歸分析.其中,時(shí)間步長(zhǎng)為1h,6h實(shí)測(cè)數(shù)據(jù)為一組(即=6),可以解得一組[,];3個(gè)季節(jié)均分別選取43組數(shù)據(jù),即可以解得3′43組[,].

2.3.2 穿透系數(shù)和沉降率推算結(jié)果 同2.2節(jié),可以得到對(duì)應(yīng)廣州地區(qū)實(shí)測(cè)辦公建筑春季、夏季和冬季的穿透系數(shù)推算值分別為0.969± 0.020、0.971±0.026和0.968±0.025,與北京實(shí)測(cè)建筑外窗同為4級(jí)氣密性等級(jí)的推算結(jié)果非常接近,其值相差甚微;相應(yīng)的春季、夏季和冬季的沉降率推算值同樣也相差也不大,分別為0.242±0.047、0.241±0.057和0.227±0.062,與北京實(shí)測(cè)建筑的沉降率比較略大,這與兩個(gè)實(shí)測(cè)房間幾何尺寸及其壁面粗糙度不同有關(guān)系.

3 結(jié)論

3.1 依據(jù)質(zhì)量守恒定律、數(shù)理統(tǒng)計(jì)方法與變量控制法,提出了一種基于大量室內(nèi)外PM2.5質(zhì)量濃度實(shí)測(cè)數(shù)據(jù)的穿透系數(shù)、沉降率推算模型,實(shí)測(cè)方法驗(yàn)證了模型的有效性.該模型的求解結(jié)果完全具有一般性.

3.2 對(duì)于建筑構(gòu)造一定的建筑物,其相對(duì)應(yīng)的穿透系數(shù)和沉降率也是一定的.2個(gè)建筑外窗氣密性等級(jí)同為4級(jí)的實(shí)測(cè)建筑的穿透系數(shù)值均為0.97;但受各自建筑房間幾何尺寸及其壁面粗糙度不同的影響,它們的沉降率有所差異,分別為0.12和0.24.

3.3 根據(jù)方程式(4),室外PM2.5濃度水平、室外氣象參數(shù)一定條件下,穿透系數(shù)對(duì)室內(nèi)PM2.5濃度水平的影響更大于沉降率,有效控制建筑外窗縫隙通風(fēng)滲透影響對(duì)減小室外PM2.5對(duì)室內(nèi)環(huán)境危害具有重要作用.

Massey D, Masih J, Kulshrestha A, et al. Indoor/outdoor relationship of fine particles less than 2.5mm (PM2.5) in residential homes locations in central Indian region [J]. Building and Environment, 2009,44(10):2037-2045.

Massey D, Kulshrestha A, Masih J, et al. Seasonal trends of PM10, PM5.0, PM2.5& PM1.0in indoor and outdoor environments of residential homes located in North-Central India [J]. Building and Environment, 2012,47:223-231.

Chan A T. Indoor-outdoor relationships of particulate matter and nitrogen oxides under different outdoor meteorological conditions [J]. Atmospheric Environment, 2002,36(9):1543-1551.

López-Aparicio S, Smolík J, Ma?ková L, et al. Relationship of indoor and outdoor air pollutants in a naturally ventilated historical building envelope [J]. Building and Environment, 2011, 46(7):1460-1468.

Hahn I, Brixey L A, Wiener R W, et al. Parameterization of meteorological variables in the process of infiltration of outdoor ultrafine particles into a residential building [J]. Journal of Environmental Monitoring, 2009,11(12):2192.

Brani? M, ?ezá?ová P, Domasová M. The effect of outdoor air and indoor human activity on mass concentrations of PM10, PM2.5, and PM1in a classroom [J]. Environmental Research, 2005,99(2): 143-149.

Zhou Q, Jiang H, Wang J, et al. A hybrid model for PM2.5forecasting based on ensemble empirical mode decomposition and a general regression neural network [J]. Science of The Total Environment, 2014,496:264-274.

Meng Q Y, Turpin B J, Lee J H, et al. How does infiltration behavior modify the composition of ambient PM2.5in indoor spaces? An analysis of RIOPA data [J]. Environ. Sci. Technol., 2007, 41(21):7315-7321.

Zhao B, Wu J. Particle deposition in indoor environments: analysis of influencing factors [J]. J Hazard Mater., 2007,147(1/2): 439-448.

He C, Morawska L, Gilbert D. Particle deposition rates in residential houses [J]. Atmospheric Environment, 2005,39(21): 3891-3899.

Bennett D H, Koutrakis P. Determining the infiltration of outdoor particles in the indoor environment using a dynamic model [J]. Journal of Aerosol Science, 2006,37(6):766-785.

Mleczkowska A, Strojecki M, Bratasz U, et al. Particle penetration and deposition inside historical churches [J]. Building and Environment, 2016,95:291-298.

Lai A C K, Fung J L S, Li M, et al. Penetration of fine particles through rough cracks [J]. Atmospheric Environment, 2012,60: 436-443.

El Hamdani S, Limam K, Abadie M O, et al. Deposition of fine particles on building internal surfaces [J]. Atmospheric Environment, 2008,42(39):8893-8901.

Liu D, Nazaroff W W. Modeling pollutant penetration across building envelopes [J]. Atmospheric Environment, 2001,35(26): 4451-4462.

Tian L, Zhang G, Lin Y, et al. Mathematical model of particle penetration through smooth/rough building envelop leakages [J]. Building and Environment, 2009,44(6):1144-1149.

Chen C, Zhao B, Zhou W, et al. A methodology for predicting particle penetration factor through cracks of windows and doors for actual engineering application [J]. Building and Environment, 2012,47:339-348.

Tung T C W, Chao C Y H, Burnett J. A methodology to investigate the particulate penetration coefficient through building shell [J]. Atmospheric Environment, 1999,33(6):881-893.

Li Y. A balance-point method for assessing the effect of natural ventilation on indoor particle concentrations [J]. Atmospheric Environment, 2003,37(30):4277-4285.

Chen C, Zhao B. Review of relationship between indoor and outdoor particles: I/O ratio, infiltration factor and penetration factor [J]. Atmospheric Environment, 2011,45(2):275-288.

Guo H, Morawska L, He C, et al. Impact of ventilation scenario on air exchange rates and on indoor particle number concentrations in an air-conditioned classroom [J]. Atmospheric Environment, 2008,42(4):757-768.

* 責(zé)任作者, 教授, chenchao@bjut.edu.cn

The evaluation model of PM2.5penetration and deposition based on the air infiltration through the window gaps

WANG Ya-feng1, CHEN Chao1*, CHEN Zi-guang1, WAN Ya-li1, ZHAO Li1,2

(1.College of Architecture and Civil Engineering, Beijing University of Technology, Beijing 100124, China；2.Institute of Building Environment and Energy Saving, China Academy of Building Research, Beijing 100013, China)., 2016,36(7)：1960~1966

Outdoor Fine Particular Matter (PM2.5) can enter the room through both ventilation and infiltration, and this will make indoor air polluted. Penetration factor (), deposition loss rate () and air exchange rate () are important parameters that can be used to evaluate the degree of indoor air pollution caused by PM2.5. Currently, these parameters were mostly derived from either laboratory experiment or theoretical deduction. According to the law of conservation of mass, statistical method and control variable method, a new model estimating the above three parameters was developed in this study, based on a big number of field monitored data, and the model can be used for a variety of applications. The model has been used to calculate the penetration factor and deposition loss rate at two case study office buildings and the prediction gave 0.97 () and 0.12 (), and, 0.97 () and 0.24 (), respectively. This model can be considered as a new method for studying the penetration characteristics of external windows, the correlation between outdoor and indoor PM2.5pollutions, and the quantification of indoor concentration of PM2.5.

crack ventilation；PM2.5；infiltration characteristic；deposition characteristic；prediction model

X131.1

A

1000-6923(2016)07-1960-07

王亞峰(1989-),男,河北廊坊人,北京工業(yè)大學(xué)研究生,研究方向?yàn)榇髿馕廴炯捌鋵?duì)室內(nèi)空氣品質(zhì)影響.

2015-12-08

十二五”國家科技支撐計(jì)劃項(xiàng)目(2012BAJ02B02, 2012BAJ01B03)