遵义地区高校建筑冬季室内自然通风情况下室内热环境和热舒适调查研究

刘 晶,李章勇,陈 义

（遵义师范学院工学院，贵州遵义 563006）

引言

随着改革开放的进一步深入，贵州这个在过去被扣着“贫穷”“落后”帽子的省份再次迎来了属于它的春天。各项基础设施建设、民生改善工程全面铺开，GDP增速连续数年位居全国前三位[1]。在人们的经济状况和生活水平得到极大改善的同时，对生活品质的要求也越来越高。但是由于种种原因，在贵州地区开展的关于室内热环境和人体热舒适的研究非常少[2][3][4]，这对了解当前室内热湿环境现状及改善居住环境是非常不利的。

遵义位于贵州北部，紧邻重庆，是贵州为数不多的属于夏热冬冷热工分区的地区[5]。长期以来由于经济的落后，遵义地区市民在冬季多采用燃煤炉作为主要的采暖方式。随着经济状况的不断改善，电取暖器、空调等设备开始逐渐被大家采用。但是对于高校建筑来说，遵义地区绝大多数高校建筑均没有安装中央空调或集中采暖设备。而且，对遵义地区高校建筑室内热环境及热舒适相关调查研究的文献资料几乎没有。更无从得知在非空调或无采暖的情况下的室内热环境状况是否能满足大多数人（80%）的热舒适要求。另外，室内热湿环境质量的优劣又将直接影响室内人员的身体健康、学习、工作效率[6][7][8]。因此，为了了解当前遵义地区高校建筑的室内热环境质量和人员的热舒适情况，进而为改善高校建筑室内热环境质量以及进行被动式节能改造提供依据。本文以遵义地区某高校建筑室内热环境和热舒适为研究对象，于2017年12月-2018年1月对遵义某高校的教室和宿舍进行了冬季的环境参数测试和问卷相结合的现场调查。

1 研究方法

本次研究所采用的方法为现场调查，包括客观环境参数测试和主观问卷调查。

1.1 客观环境参数测试

本次现场采集的环境参数包括室内环境参数和室外环境参数。室内外环境参数包括空气温度（Ta）、空气流速（Va）、相对湿度（RH）和球体温度（globe temperature,Tg）。在本次研究中，平均辐射温度（Tr）将由球体温度代替。这样的处理方法在对空调建筑或非空调建筑的类似现场调查中被很多学者采用[9][10]。

环境参数测试中分别用黑球湿球温度计（台湾衡欣AZ8778）测量球体温度和相对湿度；利用热线风速仪（Testo 425）采集空气流速和空气温度的数值。仪器的精度和反应时间等均符合 ASHRAE 55-2013[11]和ISO7730-2005[12]中对现场采集数据的仪器的相关要求。每个环境参数的采集时间不低于3分钟[11]。测点在水平方向上一般位于房间的中部，对于人少或者不作长时间停留的室内，环境参数的测试点一般布置在受试者附近。在垂直方向上，选择0.1m、0.6m和1.1m的高度分别代表处于坐姿的受试者的脚踝、腰部和颈部的位置，采集空气温度和空气流速，最后取其平均值作为室内的空气温度和空气流速值。相对湿度和黑球温度选择在距离地面1.1m处进行测量。

1.2 主观问卷调查

以ASHRAE 55-2004[11]附录中的调查问卷为基础，结合本次研究的具体内容设计了调查问卷。包括背景信息（受试者基本信息和所在建筑基本信息）、热感觉和热期望投票以及环境调控手段等几个部分。主要用于帮助收集受试者的个人信息（如，年龄、性别等）、主观热感觉、热期望、对热环境的满意度以及所采取的适应性行为等方面的信息。热感觉投票（AMV）采用ASHRAE七级标度，即-3冷、-2凉、-1稍凉、0正好、+1稍暖、+2暖、+3热；热期望的量化采用五级标度，即-2希望很凉、-1希望凉一点、0不变、+1希望暖一点、+2希望很暖；热环境的满意度也采用-3非常不满意、-2不满意、-1稍不满意、0还好、+1稍满意、+2满意、+3非常满意的七级标度帮助受试者表达主观意见。问卷调查与环境参数测试同步进行。

现场调查在2017年12月-2018年1月期间每周进行2-3天，在调查日分上午（10：00-11：30）和下午（14：30-17：00）两个时段进行。

2 调查结果统计

2.1 受试者基本情况统计

本次现场调查共收回有效问卷178份，其中男性受试者53人，占样本量的29.7%，女性受试者为125人，占样本量的70.3%。由于本次现场调查的对象均为校内学生，所以21周岁及其以下的受试者有170人，占样本量的87%。

2.2 环境参数

本次现场调查所采集到的室内外环境参数如表1所示。由于该高校的教室和寝室均未安装集中采暖设备或空调系统，且在寝室不允许使用大功率采暖设备，如暖风机、油汀等，所以导致在调查期间室内平均空气温度偏低，为14.83℃，仅比室外平均空气温度高不到2℃。在现场调查期间的室内温度均不在ASHRAE 55-2004或ISO 7730-1992中推荐的冬季室内的舒适温度区间内。不论是室内的还是室外的相对湿度值均较大，平均值都在72%左右，这与西南地区冬季阴冷潮湿的气候特点相符[13]。由于室内无采暖，所以大多数时间受试者所在房间的门窗都是处于关闭状态。这就导致室内的空气流速处于非常低的水平，平均值仅为0.15m/s，远远小于室外的平均空气流速0.71m/s。室内外球体温度在本次现场调查期间的与室内空气温度相似。

表1 冬季室内外环境参数

2.3 问卷调查结果

（1）服装热阻

问卷中设置了“服装列表”，受试者勾选出与自己填写问卷时相一致的服装组合，如果着装在列表中未列出，则可在“服装补充说明栏”进行补充说明。然后通过查阅ASHRAE 55[11]标准中的提供的标准服装热阻值列表来确定受试者的服装热阻值。因为受试者在教室和寝室所坐的椅子均为木制，在本次现场调查中没有考虑受试者所坐椅子的热阻值。受试者在现场调查期间的服装热阻值如图1所示。超过半数的受试者（59%）的服装热阻值在0.95-1.10clo之间，平均值为1.0clo。另外，从图1中还可以看出，冬季服装热阻值大于1.0clo的受试者比例整体略高于其服装热阻值小于1.0clo的受试者。这与室内空气温度较低的现状是相符合的。

图1 冬季服装热阻分布频率

（2）热感觉投票

利用ASHRAE七级标度来量化受试者的热感觉。整个冬季现场调查期间受试者的热感觉投票分布情况如图2所示。从图中可以看出，没有受试者认为室内温度是“稍暖”及其以上的。相反，有接近90%（86.8%）的受试者认为自己所在室内的温度是“稍凉”及其以下的。仅有13.2%的受试者觉得所在房间的温度是“正好”的。这是由所在地区冬季阴冷潮湿的气候特点和受试者所在室内无任何采暖设备共同作用的结果。

图2 冬季热感觉投票分布频率

（3）热期望

本次使用的问卷中采用了五级标度来量化热期望。受试者的热期望投票统计如图3所示。对室内温度感觉“凉”的受试者中，希望室内温度变“暖一点”的比例最大，达到了83.7%，而对于热感觉投票为“稍凉”和“正好”的受试者来说，这一比例分别为73.1%和55.6%。对希望室内温度变得“稍暖一点”和“不变”的投票的分布频率，也符合希望室内温度变“暖一点”的投票的分布频率规律。尽管在现场调查期间室内温度较低，受试者对当前热环境的热感觉投票也反应冬季室内阴冷潮湿的现状，但仍有一定比例（<8%）的受试者希望室内温度可以变得“凉一点”。从本次现场调查受试者的热期望投票来看，在冬季室内没有采暖设施的情况下，受试者普遍还是希望处在一个比较暖和的室内环境中。

图3 热期望投票

3 现场调查结果分析

3.1 服装热阻值（clo）与环境温度的关系

为了研究本次现场调查中采集的服装热阻值与环境温度的关系，用温度频率法（Bin法）[14][15]按照室内、室外空气温度每0.5℃进行分区，每个区间内的中心温度值作为自变量，每个温度区间内的服装热阻值的平均值作为自变量绘制散点图，得到图4。利用线性回归，得到服装热阻值随室内、室外空气温度变化的关系式：CLO=-0.0339Tin+1.4954（R2=0.8332）；CLO=-0.0348Tout+1.4629（R2=0.4013）。从图4和线性关系式可以看出，服装热阻值总体呈现随着室内外空气温度的升高而减小的。另外，还可以看出服装热阻值与室内空气温度的相关性好于其与室外空气温度。服装热阻值随室内空气温度的变化呈现明显的两个阶段：当室内空气温度由12℃上升至17℃时，服装热值由1.15clo显著下降到0.9clo；此后再随着室内空气温度的升高，受试者的服装热阻值变化比较平缓，在0.9clo左右波动。

图4 服装热阻值随环境温度变化的情况

3.2 PMV、AMV与室内空气温度的关系

预测平均投票值 PMV、实际热感觉投票值AMV与室内空气温度Tin的线性回归方程分别为：AMV=0.2312Tin-4.6869（R2=0.8959）和PMV=0.2532Tin-5.7608（R2=0.83）。令AMV和PMV为零，可得在预测模式和实测模式下的热中性温度分别为20.27℃和 22.75℃。后者比前者高 2.5℃。与此同时，线性回归方程的斜率也反映了在实测模式和预测模式下遵义地区高校建筑冬季室内人员的对室内温度变化的热敏感性，分别为4.33℃/单位热感觉投票值和3.95℃/单位热感觉投票值。也就是说，室内温度分别每改变4.33℃和3.95℃时，实测热感觉投票值和预测热感觉投票值会变化一个单位。预测模式下的冬季人体热敏感性数值小于实测模式下，说明在自然通风条件下，人体能够接受更大范围内的温度变化[16]。

3.3 可接受温度区间的确定

至少80%的室内人员感觉可接受的室内温度的变化区间成为可接受温度区间。根据PMV与PPD的关系，该温度区间可由令热感觉投票值为±0.85时所对应的温度区间得到，假设PMV与PPD的关系也存在于实际热感觉投票（AMV）和实际不满意百分数（Actual Percentage Dissatisfaction,APD）。所以，采用bin法，可以得到实际热感觉投票和预测平均投票（PMV）随室内空气温度变化的散点图，如图5所示。可以看出，在相同的室温下冬季受试者的实际热感觉投票值均小于预测热感觉投票值，说明PMV指标低估了人体在自然通风建筑中对冬季低温环境的适应性。

图5 热感觉投票随室内空气温度变化的情况

令AMV和PMV分别等于±0.85，代入热感觉投票与室内温度的线性关系式可得在实测模式和预测模式下可接受温度区间分别为：16.60℃-23.95℃和19.39℃-26.11℃。实测模式下的可接受温度区间范围较预测模式下大，而且预测模式下的可接受温度区间整体向温度更高的方向平移了3℃左右。与ASHRAE 55中规定的20℃-23.5℃的冬季舒适区温度范围相比，实测模式下的可接受温度区间的下限下移了4℃左右，而在预测模式下的可接受温度区间的上限上移了3℃左右。所有这些都说明 PMV没有考虑在自然通风环境中人体的适应性，从而高估了低温对人体热感觉的不利影响[17][18]。

4 结论

（1）遵义地区高校建筑冬季室内热环境质量较差，主要体现在室内空气温度较低、湿度较高，两者平均值均不在ASHRAE55和ISO7730标准中规定的冬季舒适区的范围。86.8%的受试者的热感觉投票都是“-1”或“-2”的这一现象也印证了这一结论。

（2）受试者的热感觉投票值与热期望投票值存在相关性。热感觉投票值越低的受试者越希望室内空气温度变得“暖一点”。这一比例在热感觉投票值分别为“-2”、“-1”和“0”的受试者中分别占到了83.7%、73.1%和55.6%。总体来说，本次现场调查的受试者更倾向于一个更温暖的室内环境。

（3）室内外空气温度的变化是导致受试者进行服装调节的有效驱动力。在本次现场调查中，随着温度的上升，服装热阻值总体呈下降的趋势，并最终在0.9clo附近波动。

（4）在同一温度下，PMV值与AMV值、PPD与APD值均存在较大差异。究其原因，主要在于PMVPPD指标是人工气候室实验的产物，基本没有将人体在生理、行为和心理三方面的适应性考虑在内。

5 致谢

对在本次现场调查中参与填写调查问卷的同学表示衷心的感谢；对协助完成现场环境参数测试和问卷调查的课题组同学的辛勤付出表示诚挚的谢意。