北京地区办公建筑室内典型污染物日均浓度与工作时均浓度对比分析*

厉 明 韦古强 乐辰前 迟洪均 朱基诚 刘 聪△ 李 婷

(1.中国绿发投资集团有限公司,北京;2.东南大学,南京;3.清华大学,北京)

0 引言

现代人80%以上的时间在室内度过[1],因此室内空气质量对人们健康影响巨大。据疾病负担研究报道,我国每年因空气污染造成逾百万人死亡,在所有致死因素中排名第四,造成的经济损失占GDP的3.45%[2]。

我国在2002年颁布了GB/T 18883—2002《室内空气质量标准》,对多种物理、化学和生物指标作出了限值规定。其中CO2限值(体积分数0.1%)对应的是24 h平均值,而NO2等污染物对应的是1 h平均值。在GB/T 18883—2022《室内空气质量标准》[3]中新增了PM2.5指标,其限值(50 μg/m3)对应的也是24 h平均值。此外,世界卫生组织和一些国外的标准中,PM2.5的浓度限值也是对应的24 h平均值[4]。

*中国绿发投资集团有限公司科技项目“恒温恒湿恒氧技术体系研究与关键技术研发”(编号：529000210009)

然而,办公建筑作为人们的主要工作场所,其运行存在明显的作息规律,即主要是白天上班、晚上休息。日常工作时间大多集中在07：00—19：00。因此,人们更关注的是工作时间段内的空气质量,而非全天24 h的平均空气质量。对于办公建筑,室内CO2和PM2.5浓度的24 h平均值是否能真实准确地反映工作时间段内的污染情况尚不明确。具体来说,如果24 h平均值达标,而工作时间段平均值不达标,则会出现漏判情况;如果24 h平均值不达标,而工作时间段平均值达标,则会出现错罚情况。上述问题还不清楚,缺乏研究。

因此,为了分析办公建筑中典型污染物24 h平均值和工作时间段平均值的关系,本文以北京某高档办公建筑为对象,利用为期1个月的室内CO2和PM2.5浓度实时监测数据开展相关研究,以此确定在有明确作息规律的建筑中,以污染物浓度24 h平均值作为评价指标的合理性。

1 研究方法

1.1 数据来源与质量控制

本文采用的数据来自北京某办公建筑2020年7月的空气污染物实时监测数据,监测时间间隔为15 min。该建筑位于北京市西城区,于2018年改造后启用,功能为商业写字楼,无特殊用途。该建筑采用风机盘管+新风的空调系统,并装有室内环境监测系统。为了保证测试数据能更好地反映全天浓度的规律性,选择总测量时长大于7 d、单日测量时长大于等于20 h且在工作时间段内(07：00—19：00)有测量数据的房间的监测结果进行分析。因此,最终选取265个房间的CO2与PM2.5的浓度数据作为有效数据,共有593 717组数据。利用Python与Pandas的数据分析进行筛选。

1.2 分析指标和方法

本研究使用Pandas对上述593 717组数据进行了总体处理,得到了每个房间每天的CO2和PM2.5的日均浓度和工作时均浓度。根据它们的相关限值指标,通过Python分别识别出CO2和PM2.5的日均浓度超标或工作时均浓度超标的日期。污染物i在给定日均浓度限值下的漏判率(ηx,i)用下式计算：

(1)

式中N1,i为污染物i工作时均浓度超标且日均浓度不超标的时间,d;N2,i为污染物i工作时均浓度超标的时间,d。

可见,漏判指的是采用日均浓度判定时未能准确识别工作时均浓度超标的情况。

污染物i在给定日均浓度限值下的错罚率(ηy,i)用下式计算：

(2)

式中N3,i为污染物i日均浓度超标且工作时均浓度不超标的时间,d;N4,i为污染物i日均浓度超标的时间,d。

可见,错罚指的是采用日均浓度判定时将工作时均浓度不超标错判为超标的情况。

上述参数存在以下关系：

N0,i=N2,i-N1,i=N4,i-N3,i

(3)

式中N0,i为污染物i工作时均浓度超标且日均浓度也超标的时间,d。

1.3 不同浓度限值的影响

不同国家和地区规定的CO2和PM2.5的浓度限值不同。本研究汇总了部分国家和地区的浓度限值情况,并分析了不同浓度限值对基于日均浓度的室内CO2和PM2.5污染评价的漏判率和错罚率的影响。其中,CO2采用的日均体积分数限值分别为0.1%(中国标准限值)、0.09%(自定限值1)和0.08%(自定限值2),PM2.5采用的日均质量浓度限值分别为50 μg/m3(中国标准限值)、35 μg/m3(美国标准限值)、25 μg/m3(WHO标准限值)。

2 结果分析

2.1 基本信息

经过筛选的有效数据中,测量房间数量为265个,单个房间的测试时长为7～28 d不等,平均测量时长为24.8 d。图1展示了不同测试时长的房间数量和小于某测试时长下的房间数量累积百分比分布。可以看出,近70%的房间测试时长为26～28 d,而测试时长小于20 d的房间只占15%,其中,测试时长为28 d的房间占比最大,约占总测量房间的50%。因此,本文采用的数据中大多数房间具有较长的测量时间跨度,能够充分保证数据来源的可靠性和后续分析结果的有效性。

图1 不同测试时长的房间数量和累积百分比

2.2 不同时段CO2和PM2.5浓度分布和相对偏差特征

2.2.1CO2和PM2.5浓度分布特征

基于室内CO2和PM2.5的24 h日均浓度、工作时均浓度和非工作时均浓度的测量结果绘制累积频率分布图,如图2和图3所示。可以看出,不同时段均值的浓度分布存在较大偏差,表现为在某一浓度范围内,工作时均值的累积频率最小,日均值次之,非工作时均值最大。例如,CO2体积分数为500×10-6时,对应的工作时均值、日均值、非工作时均值的累积频率分别为59%、74%、90%。而在某一累积频率下,工作时均值的浓度区间最大,日均值次之,非工作时均值最小。例如,对PM2.5浓度而言,当累积频率为50%时,对应的工作时均值、日均值和非工作时均值质量浓度分别为26、23、20 μg/m3。

图2 CO2体积分数非工作时均值、工作时均值、日均值累积频率分布

图3 PM2.5质量浓度非工作时均值、工作时均值、日均值累积频率分布

2.2.2日均值与工作时均值的相对偏差

为进一步评估日均值与工作时均值的偏差程度,本文通过计算日均值和工作时均值的绝对差值与工作时均值的比值来表征两者之间的相对偏差(|日均值-工作时均值|÷工作时均值)。如图4所示,CO2和PM2.5的浓度日均值与工作时均值之间均存在较大的相对偏差,且PM2.5浓度日均值与工作时均值的相对偏差大于CO2浓度的相对偏差。其中,PM2.5相对偏差的最大值为0.45,中位值为0.14;CO2相对偏差的最大值为0.34,中位值为0.04。对PM2.5而言,相对偏差大于0.20的累积频率为27%;对CO2而言,相对偏差大于0.20的累积频率为5%。由此可见,不同时段的污染物分布特征并不完全一致,基于单一日均值的评价标准可能不足以完全反映工作时段的污染物浓度水平,可能会造成工作时段污染水平的错罚或漏判。

图4 浓度日均值与工作时均值的相对偏差累积频率分布

2.3 不同标准下的超标率与错罚率、漏判率

2.3.1CO2和PM2.5浓度的现行标准

室内空气质量一直是公众关注的热点话题,为保障人员的身心健康,包括我国在内的很多国家和组织都制定了严格的室内空气质量标准。表1汇总了不同国家和地区现行的室内空气质量标准[5]。由表1可知,不同标准对应的污染物平均测量时间不尽相同,这可能与不同国家和地区的经济发展水平和国情特征有关。对PM2.5而言,现行标准主要以24 h平均浓度为准,仅美国同时提出了测量时间8 h所对应的PM2.5浓度值;对CO2而言,不同标准的测量时间差别较大,有24 h浓度均值,也有1 h、1 a浓度均值。尽管24 h日均值被不同国家和地区纳入室内空气污染的评价指标,但其对工作时段污染水平评价的准确性尚未可知。

充分考虑不同标准之间的差异性和适用性,本文选择文献中广泛使用的中国、美国和WHO的24 h日均浓度标准作为参考,计算了基于这3个标准的CO2和PM2.5浓度的超标率,并讨论了以室内PM2.5和CO2浓度的24 h日均值来评价工作时段污染水平可能导致的错罚率和漏判率。

表1 不同国家、地区、组织关于CO2和PM2.5浓度的现行标准

2.3.2日均值与工作时均值的超标率

表2展示了CO2和PM2.5浓度日均值和工作时均值的分布特征和对比不同标准的超标率。其中,CO2浓度的超标率分别以GB/T 18883—2022的规定限值(1 000×10-6)、自定限值1(900×10-6)、自定限值2(800×10-6)为基准计算得到,PM2.5浓度的超标率分别以GB/T 18883—2022的规定限值(50 μg/m3)、美国标准限值(35 μg/m3)、WHO标准限值(25 μg/m3)为基准计算得到。

表2 室内CO2与PM2.5浓度日均值与工作时均值的分布特征及超标率

可以看出,CO2日均值与工作时均值的体积分数中值差异不大,分别为458×10-6和473×10-6,但两者的范围存在较大差异。进一步地,由浓度超标率可以看出,尽管本文所调查的办公室CO2浓度整体超标率较低,但工作时均值的超标率显著高于日均值。例如,对于900×10-6的限值,CO2工作时均值的超标率是日均值的20倍,二者分别为1.17%和0.06%;对于800×10-6的限值,CO2工作时均值的超标率是日均值的7倍,二者分别为2.76%和0.43%。

相似地,PM2.5日均值与工作时均值的质量浓度中位值也接近,分别为32 μg/m3和36 μg/m3,但两者的范围差异较大,表现为工作时均值的浓度超标率远高于日均值超标率。例如,对于中国(50 μg/m3)和美国(35 μg/m3)标准,工作时均值的超标率约为日均值的2倍,分别为2.47%、1.16%和19.34%、10.98%;对于WHO的标准(25 μg/m3),工作时均值的超标率也显著高于日均值,分别高达53.83%和41.44%。

2.3.3不同标准下CO2和PM2.5错罚率和漏判率

由于工作时均值与日均值之间存在较大偏差,工作时均值的超标率高于日均值,因此,仅仅依据日均值来评价工作时段室内污染物水平可能产生错罚、漏判的现象。本文考虑工作时均值对办公人员健康的直接影响,将日均值超标而工作时均值不超标的情况视为错罚,将工作时均值超标而日均值不超标的情况视为漏判,以此来评估不同标准下基于日均值判断造成的工作时均值错罚率和漏判率,结果见表3和表4。

表3 不同标准下基于日均值的CO2浓度错罚率和漏判率

表4 不同标准下基于日均值的PM2.5浓度错罚率和漏判率

如表3所示,对比GB/T 18883—2022规定的CO2体积分数限值(1 000×10-6)、自定限值1(900×10-6)、自定限值2(800×10-6),基于CO2日均值的错罚率均为0,漏判率分别高达100%、96.1%、85.1%。如表4所示,对比GB/T 18883—2022规定的PM2.5日均质量浓度标准值(50 μg/m3)、美国标准值(35 μg/m3)、WHO标准值(25 μg/m3),基于PM2.5日均值的错罚率分别为19.7%、7.5%、6.0%,漏判率分别为62.3%、47.5%、27.6%。可以看出,基于24 h日均值的漏判率远高于错罚率。同时,随着浓度限值收紧,即浓度标准的提高,错罚率和漏判率均下降。

3 结论

通过对比全天24 h、工作时间段(07：00—19：00)和非工作时间段的室内CO2和PM2.5平均浓度,发现不同时段的浓度均值具有较大差别,其中,工作时段的浓度均值最高,日均值次之,非工作时段最低。日均值与工作时均值之间存在较大偏差,工作时均值与标准值(限值)相比的超标率远高于日均值。以我国标准为例,本文所调查的北京地区办公建筑室内CO2和PM2.5浓度整体超标率较低,CO2浓度日均值和工作时均值的超标率分别为0和0.56%,PM2.5浓度日均值和工作时均值的超标率分别为1.16%和2.47%。

进一步地,本文讨论了基于24 h日均值的评价方式对工作时段污染水平的错罚和漏判的可能性。结果表明,以日均值为单一评价指标难以准确评价工作时段的室内污染水平,其中基于日均值的漏判率高于错罚率。例如,对照我国标准,室内CO2的漏判率为100%,错罚率为0;室内PM2.5的漏判率为62.3%,错罚率为19.7%。对应不同标准下,日均值和工作时均值评价的超标率不同,基于日均值的错罚率和漏判率也不同。随着浓度标准的提高,即浓度限值收紧,错罚率和漏判率均下降。这是由于随着浓度限值的减小,日均值与工作时均值同时超标的可能性变大。

总体而言,由于办公建筑中人员作息特征的特殊性,其工作时间段的污染物平均浓度高于全天的污染物平均浓度,工作时间段污染物浓度均值的超标率与24 h浓度日均值的超标率之间存在较大偏差,以日均值来评价该地区工作时间段的室内污染水平的超标情况会造成错罚或漏判,且错罚率或漏判率与所采用的评价标准有关。因此,针对实际办公建筑环境的空气质量评价,不仅仅要关注24 h的日均浓度水平,还应当同时关注工作时间段的污染物浓度水平,并选择合适的评价标准和浓度限值。本文的研究结果为更加准确、有效地评价办公建筑的空气质量提供了新思路。