基于建筑外窗縫隙通風的室外PM2.5滲透與沉降特性評價模型

王亞峰,陳 超*,陳紫光,萬亞麗,趙 力,2

?

基于建筑外窗縫隙通風的室外PM2.5滲透與沉降特性評價模型

王亞峰1,陳 超1*,陳紫光1,萬亞麗1,趙 力1,2

(1.北京工業大學建筑工程學院,北京 100124；2.中國建筑科學研究院,北京 100013)

室外PM2.5可以通過建筑外窗縫隙通風進入室內,對室內環境造成污染.穿透系數、沉積率和通風換氣次數是評價受室外細顆粒物滲入影響室內人群細顆粒物暴露量的重要參數.目前這些參數大多通過實驗室實測或理論推導方法獲得.本文結合質量守恒定律、數理統計方法和控制變量法,提出了一種基于大量室內外PM2.5質量濃度實時監測數據的穿透系數、沉積率和縫隙通風換氣次數推算模型,該模型的求解結果具有一般性;依據所提方法推算得到了2個實測辦公建筑的穿透系數和沉降率分別為0.97和0.12、0.97和0.24.研究結果為建筑外窗縫隙滲透特性、室外PM2.5對室內環境影響預測、以及室內人員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；PM2.5；滲透特性；沉降特性；評價模型

大量實測結果證明,即使在建筑外窗關閉的條件下,受建筑外窗縫隙滲透通風作用的影響,大氣環境細顆粒物(PM2.5)仍然會通過建筑外窗縫隙進入室內,致使室內環境PM2.5濃度水平超標[1-4].在這個過程中,穿透系數是評價建筑圍護結構縫隙通風特性的重要參數之一.所謂穿透系數是指室外細顆粒物通過建筑門窗縫隙進入室內的比例[5-8];當室外細顆粒物進入室內以后,將會有一部分沉積在建筑圍護結構內表面,該過程一般用沉降率表示[9-10];而通風換氣次數則反映了受建筑圍護結構縫隙結構特征和室內外壓差作用影響下進入室內的滲透通風量大小.相關研究顯示,室內外壓差越大,房間的換氣次數越大,室外細顆粒進入室內的量也越多[5].室外細顆粒物通過建筑外門窗構縫隙進入室內,直接危害室內人群的健康.研究建筑外門窗縫隙結構對室外細顆粒物滲透與沉降特性的影響規律,對關于室外細顆粒物對室內環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進入室內的過程非常復雜.Bennett 等[11]在實測室內外PM2.5濃度和換氣次數的條件下,對室內外PM2.5濃度平衡微分方程進行求解,發現穿透系數和沉降率有多個解,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研究成果基礎上,Mleczkowsk[12]選取誤差小于5%的穿透系數和沉降率組合求均值,最終近似求得和的均值.Lai[13]建立了一個實驗艙,根據換氣次數較大時,室內外細顆粒物I/O比約等于穿透系數的研究結果,通過加大實驗艙換氣次數的方法測得了不同粗糙度縫隙的穿透系數,結果發現粗糙度對于穿透系數的影響不大.Hamdani[14]建立了一個125L的實驗艙以測試顆粒物沉降率,測試了粒徑分別為0.35,0.53, 0.7,1,2μm細顆粒物在8種物質表面的沉降率,發現壁面粗糙度對顆粒物沉積影響較大.也有一些研究通過數學模型求解方法計算出穿透系數和沉降率.Liu[15]構建了反映縫隙內外壓差、縫隙結構尺寸、顆粒物穿透特性的耦合模型,分析了壓差對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]通過對顆粒物慣性力、重力和布朗擴散力分析,提出了一種結合ARSHER手冊給出的窗戶結構特征計算穿透系數的方法,實測結果驗證了該方法能夠較為準確預測室內濃度.

換氣次數是評價建筑外窗滲透通風特性的一個重要指標.Thomas等[18]推導了自然通風條件下室內外顆粒物平衡點濃度,結果表明:當室外濃度大于室外平衡點濃度時,室內外 I/O 比將隨換氣次數的增加而增大.李玉國等[19]從質量平衡方程出發,在假設室內無顆粒污染源的前提下,給出了房間換氣次數、室內濃度與顆粒物穿透因子之間的關系.

本研究擬在前人相關研究成果基礎上,依據質量守恒定律、數理統計方法與變量控制法,提出一種基于大量室內外PM2.5質量濃度實測數據的穿透系數、沉降率推算模型,以期為建筑外窗縫隙滲透特性、以及室內人員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P、沉降率k推算模型

1.1 室內PM2.5質量平衡方程

室內PM2.5濃度水平一方面取決于室外PM2.5進入和離開室內的速率,同時還受在室內環境中被消除、發生轉變、重新懸浮以及產生速率的影響;另國內外學者的相關研究表明[3-6],轉變、吸濕、化學反應和凝結等作用對室內PM2.5質量濃度變化的影響不大,可以忽略這些作用的影響.因此,根據質量守恒定律,可建立關于室內PM2.5質量動態平衡方程式(1)[19-20]

(1)

式中:為房間體積,m3;內,t為時刻室內PM2.5濃度,μg/m3;為換氣次數,h-1;為穿透系數;外,t為時刻室外PM2.5濃度,/m3;源為單位時間內室內產生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的質量,μg/m2;A為房間表面積,m2.

對于建筑外門窗關閉且無室內污染源的情況,可忽略式(1)等式右側第2項和第3項的影響[19-20],則式(1)可簡化為式(2) ,進一步對式(2)積分可得式(3).

1.2 模型構建

大量實時監測結果表明,在相對比較短的時間內(例如1h),室內外的PM2.5濃度、建筑外窗縫隙通風換氣次數變化率不大,可近似視為穩定值,即可將式(3)寫成式(4),式(4)中時間以小時為時間步長.

(4)

同理,可列出小時室內PM2.5濃度隨時間變化的方程組.

室內、外PM2.5小時平均濃度可根據實時監測數據求算術平均值獲知,建筑外窗縫隙通風換氣次數a、穿透系數P、沉降率k為末知,-1個方程,3-3個未知數,屬于超維方程.

1.3 方程組降維

影響穿透系數P的主要因素有二,一是窗戶結構特征,包括縫寬、縫長、縫深和直角彎的數目;二是縫隙通風換氣次數.相關研究表明,縫隙通風換氣次數對細顆粒物穿透特性影響不大[16-17,19].因此可以認為,建筑結構一定時,對應的穿透系數P也基本為定值.國內外相關研究結果表明,穿透系數變化范圍通常為0.8~1.0[11-12].

沉降率k主要受顆粒物自身、室內壁面與室內環境風速等因素的影響.由于室內環境風速都很低,因此同樣可以認為,當建筑構造一定時,其對應的沉降率k也基本為定值.相關研究表明,受建筑內壁面條件的影響,沉降率變化范圍大約為0~0.4[11-12].也即,對于建筑構造一定的建筑物,若將相對應的穿透系數和沉降率視為定值,則方程組(5)可降維簡化為方程組(6),-1個方程、+1個未知數,待求量為縫隙通風換氣次數a、穿透系數、沉降率.

1.4 模型求解

選取室外氣象參數相對比較穩定時段的連續小時(可考慮取6h,即=6)的室、內外PM2.5小時平均質量濃度實測值代入方程式(6),則可構成5個方程組.此時,公式(6)中的待求量為5個縫隙通風換氣次數a(=1~5)、穿透系數和沉降率,共計5個方程、7個未知數,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行求解.即,假定穿透系數和的變化范圍為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800組.

對于每一組的6h數據,可解得對應不同[P,k]組合對應下的5個換氣次數[(-1),j].根據數理統計學,根據公式(7)對所有求得的換氣次數[(-1),j]計算標準差,并進行排序.視排在小側前5%的標準差對應的換氣次數及其對應的[P,k]組合的平均值為方程式(6)的解.

式中:為1,…,a,…a-1的算術平均值.

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

2 計算方法應用示例

為了說明第1節提出的基于大量室內外PM2.5質量濃度實測數據的穿透系數、沉降率推算模型的合理性,本節結合研究團隊的實測建筑案例進行驗證性說明.

2.1 實測建筑物概況

項目研究團隊先后對北京地區和廣州地區2棟臨街辦公建筑的11層辦公室進行了實測(圖1).其中,北京地區實測辦公建筑位于北京東城區東直門南大街,房間建筑面積約30m2,建筑外窗為塑鋼平開窗、朝東,氣密性等級為4級,實測期間為2014年1~2月、4~7月;廣州地區實測辦公建筑位于天河區,房間建筑面積約為10m2,建筑外窗也為塑鋼平開窗、朝西,氣密性等級為4級,實測期間為2014年1~6月、7~9月、12月.

室內外PM2.5質量濃度監測儀器均采用LD-5C(R)在線式激光粒子監測儀,可檢測細顆粒物粒徑范圍為0~1000μg,靈敏度為1μg/m3;實測期間連續監測,每隔20min自動記錄一次數據;通過無線網絡通訊方式將檢測數據上傳到數據服務器.實測期間,兩個實測房間內無人、無機械通風、門窗關閉.

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

注:*外窗氣密性表示建筑外窗關閉時阻止室外空氣滲透的能力,制表條件為標準狀態下(20℃,101.3kPa)外窗兩側壓差10Pa;**1表示單位縫長滲透通風量,單位為m3/(m·h);2表示單位面積滲透通風量,單位為m3/(m2·h).

所謂建筑外窗氣密性,是指當外窗在正常關閉狀態時阻止空氣滲透的能力,它是衡量房間建筑外窗縫隙通風換氣次數大小的重要參數.中華人民共和國住房與城鄉建設部2008年頒布的《建筑外門窗氣密,水密,抗風壓性能分級及檢測方法》(GB/T 7106-2008)給出了建筑外窗氣密性分級表(表1).顯然,分級值越大,表示建筑外窗的氣密性等級越高,阻止空氣滲透的能力越強,相應的縫隙通風換氣次數也小.

2.2 北京地區實測建筑

2.2.1 實測數據選取 重點選取冬季和春季氣象參數較為穩定期間的室內外PM2.5質量濃度實測數據小時平均值代入方程組(6)進行回歸分析.其中,時間步長為1h,6h實測數據為一組(即= 6),可以解得一組[,];冬季和春季分別選取43組數據,即可以解得2′43組[,].

穿透系數和沉降率推算結果 圖2為將43組實測數據分別代入方程組(6),根據1.4推算得到的43組穿透系數和沉降率.由圖可見,冬季和春季穿透系數推算值相差甚小,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.推算結果驗證了1.3節的假設,即對于建筑構造一定的建筑物,其相對應的穿透系數和沉降率也是一定的.

2.2.3 換氣次數推算值與實測值比較 上述計算,在根據方程組(6)求解[,]的同時,還同時求解得到對應小時的換氣次數a.本研究利用CO2示蹤氣體衰減法對該實測辦公建筑建筑外窗縫隙通風換氣次數進行了現場實測.將干冰作為示蹤氣體向室內釋放,直至室內CO2濃度達到一定高值;受建筑外窗縫隙通風換氣作用的影響,室外較低CO2濃度的空氣進入室內,稀釋室內較高CO2濃度的空氣,直至回復到初始的室內CO2濃度水平,所對應的通風換氣量即為所求.采用型號為Lutron MCH-383SD的CO2測試儀對室內外CO2濃度進行監測,該儀器測量范圍為0~ 4000′10-6,當CO2濃度<1000′10-6時,儀器測量誤差為±40′10-6;當CO2濃度為(1001~3000)′10-6時,儀器測量誤差為± 5%rdg(rdg表示測試儀讀數);當CO2濃度為>3000′10-6時,儀器測量誤差為±250′10-6.

將圖3實測結果代入(8)[21]即可計算得到實測條件下房間換氣次數為0.24h-1;而根據1.4節計算方法推算得到的相應建筑外窗縫隙通風換氣次數為0.28h-1,推算結果與實測結果較好的一致性驗證了推算方法的有效性.

式中:AER為換氣次數,h-1;0為室內初始CO2濃度,′10-6;C為時刻室內CO2濃度,′10-6.

2.3 廣州地區實測辦公建筑

2.3.1 實測數據選取 重點選取春季、夏季、冬季氣象參數較為穩定期間的室內外PM2.5質量濃度實測數據小時平均值代入方程組(6)進行回歸分析.其中,時間步長為1h,6h實測數據為一組(即=6),可以解得一組[,];3個季節均分別選取43組數據,即可以解得3′43組[,].

2.3.2 穿透系數和沉降率推算結果 同2.2節,可以得到對應廣州地區實測辦公建筑春季、夏季和冬季的穿透系數推算值分別為0.969± 0.020、0.971±0.026和0.968±0.025,與北京實測建筑外窗同為4級氣密性等級的推算結果非常接近,其值相差甚微;相應的春季、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,與北京實測建筑的沉降率比較略大,這與兩個實測房間幾何尺寸及其壁面粗糙度不同有關系.

3 結論

3.1 依據質量守恒定律、數理統計方法與變量控制法,提出了一種基于大量室內外PM2.5質量濃度實測數據的穿透系數、沉降率推算模型,實測方法驗證了模型的有效性.該模型的求解結果完全具有一般性.

3.2 對于建筑構造一定的建筑物,其相對應的穿透系數和沉降率也是一定的.2個建筑外窗氣密性等級同為4級的實測建筑的穿透系數值均為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 根據方程式(4),室外PM2.5濃度水平、室外氣象參數一定條件下,穿透系數對室內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滲透影響對減小室外PM2.5對室內環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,北京工業大學研究生,研究方向為大氣污染及其對室內空氣品質影響.

2015-12-08

十二五”國家科技支撐計劃項目(2012BAJ02B02, 2012BAJ01B03)