北京居住建筑供冷期开窗行为影响因素研究

1 概述

近年来，人们对居住环境的要求越来越高，室内空气质量成为居民关心的问题之一。居民的开窗行为对室内热环境、空气质量以及建筑能耗等产生一定影响

。有研究表明，供冷期居民开窗概率最高，过渡期次之，供暖期最低

。因此，研究供冷期居民开窗行为具有重要意义。

有研究表明，人员行为是改变室内热环境、影响建筑能耗的关键因素

。国外学者较早地研究了人员开窗行为，Andersen等人

对丹麦15个住宅的室内外环境进行了8个月的测试，结果表明：室内二氧化碳浓度、室外温度决定了开窗行为。Shi等人

对南京10个居住小区进行了实测分析，采用Logistic回归模型分析发现开窗行为的差异主要由居住面积、所在楼层、装修条件、居民年龄引起的。文献[7-9]对北京某高校办公建筑人员行为进行了实时监测，先采用Logistic回归模型和Pearson相关分析确定了开窗行为与环境因素中的室外温度相关性更强，非环境因素中的时间、个人偏好也易影响开窗行为，然后采用BP神经网络提高了预测开窗行为的准确度。程根银等人

对妇幼医院过渡期开窗行为进行了研究，表明室内外温湿度、细颗粒物浓度均在不同程度上影响了医院人员的开窗行为，另外还证明了室内二氧化碳浓度不是影响开窗行为的相关因素，而是开窗行为的结果。

（二）初中体育课程地位不突出，教学评价形同虚设。受到应试教育的影响，体育课在初中教学中大多是一种被“欺负”的状况。尤其是那些面临中考的九年级学生，他们的体育课在一些时候要给主课让路。同时体育成绩的好坏也不会影响到学生的期末成绩。虽然中考中设立了体育考试，体育的地位虽然得到了一定的重视，但是相对于其他学科还是不够突出。这也使得部分体育教师在教学过程中产生一种“得过且过”的想法。对于教学评价的思考与分析没有丝毫的积极性。同时在实际教学中，分数是教学评价的一种直接手段，但是一些体育教师会出现随意给分的现象，这种评价形同虚设，无法体现出评价的真正意义。

本文对北京居住建筑供冷期居民开窗行为进行实测，分析室内温度、室外温度、人员在室情况、降雨、室外细颗粒物质量浓度对开窗行为的影响。对开窗行为主导因素进行筛选，建立开窗概率模型。

3.3 复方聚乙二醇电解质散是新一代的口服全肠道清肠液，它具有非渗性，非吸收性，非分泌性和非爆炸性特点［8］。其作用机制是聚乙二醇有很多-OH基，它可与周围水分子形成缔合分子，增加肠道内液体的保有量，刺激小肠蠕动，增加粪便体积而软能保持肠腔内粪水呈近似等渗液，短时间不被肠黏膜吸收，故肠道准备时体内水钠潴留较少，从而避免了水、电解质过多丢失［9］，同时又不产生可爆炸气体，不影响电凝、电切除手术［10］。因此，复方聚乙二醇电解质散口服法已成为目前临床上常用的结肠镜检查前的肠道准备方法。

2 被测对象与测试内容

2.1 被测对象

HERNWETH等[21]的研究显示，组织内细胞密度和组织内坏死成分都决定着组织ADC值的变化，ADC数值的增大与细胞坏死、组织结构微观改变有直接联系，ADC数值的变化出现在组织内细胞密度和T2WI变化之前。但是对于小细胞肺癌ADC变异态势，需要经过大样本量试验才可以确定。

2.2 测试内容

测试时间为2021年6月30日至9月30日。所有测试仪器均为24 h持续监测，测试仪器在使用前均进行了校准。

采用智能位移记录仪记录外窗的状态与时间，关闭状态记录为1，开启状态记为0。将智能人体感应仪布置在客厅及2间卧室中，记录人员在室情况，检测到人体记录为1，反之为0，当仪器持续超过30 min显示为0时表明该住户无人在家。采用温湿度自记仪记录室内外温湿度，温度测量范围为-30～100 ℃，分辨率为0.5 ℃，相对湿度测量范围为5%～95%，分辨率为1%。采用激光测霾仪测量室外细颗粒物质量浓度，测量范围为0～1 000 μg/m

，测量相对误差为±15%。降水量数据来自中国气象局网站。

根据开窗行为影响因素对数据进行分类。对于2间卧室，任意1间卧室开窗，即认为卧室开窗，取开窗时间最长的卧室来计算开窗时间。

考虑单一影响因素对开窗行为影响时，不同功能房间开窗比例

的计算式为：

式中

——考虑单一影响因素对开窗行为影响时，不同功能房间开窗比例

式中

——室外温度，℃

④ 降雨

,t

——该影响因素对应的测试时间，min

3 单一影响因素对开窗行为的影响

① 室内温度

随着现代媒体的不断发展，声乐演唱的形式更加多样化，人们对声乐演唱的要求也越来越高，尤其更加注重在演唱过程中的表演因素，如何能够更有情感地将一首歌曲“演”出来，这成为当代声乐演员追求的一个更高境界。演唱过程中，加入手势、眼神、面部表情等，可以更真挚地表达出作品的情感与内涵，也是对唱功的一个提升。“演”与“唱”的相辅相成，可以更加展现出音乐的魅力。

测试对象为北京某居民楼，该居民楼于2010年建成，坐北朝南，共20层，外墙为钢筋混凝土加外保温结构，建筑外观见图1。选取远离噪声源的8～12层同一位置的5个住户作为测试对象，户型为两室一厅，建筑面积为80 m

，测试对象的房间布局见图2。外窗类型均为上悬窗，每个房间都有可开启的外窗。

② 室外温度

一是降雨南北多中部少，洪水枯水并发。全国降雨量与常年基本持平但分布不均，东北、西北、华南部分地区较常年明显偏多，全国有340余条河流发生超警以上洪水，65条河流发生超保洪水，23条河流发生超历史纪录的大洪水；7月初至8月中旬江淮、江南等地降雨量为1961年以来同期最少，一些江河出现了罕见枯水。

仍选取18:00—7:00的数据样本进行分析。室外温度为单一影响因素时各房间开窗比例见图4。由图4可知，卧室、客厅的开窗比例均随室外温度的升高先增大后减小。主要原因为当室外温度高于28 ℃后，人们会选择关闭外窗来防止热气流进入室内。厨房的开窗比例始终保持在80%以上，且随室外温度的升高变化不明显。主要原因是厨房需要保持长时间通风换气来稀释异味，而且厨房可通过长时间关门而被分割成独立的空间，不足以对人员的热舒适性构成影响。

③ 人员在室情况

选取整个供冷期的数据进行分析，对于卧室1，人员在室时开窗比例为42.8%，人员不在室时开窗比例仍高达42%。由此可知，不管卧室是否有人，卧室的外窗大部分时间为开启状态。因此，人员在室情况对卧室外窗户开启状态的影响比较小。

——该影响因素对应的开窗时间，min

供冷期，北京降雨明显多于其他时期，降雨往往影响居民的开窗行为。选取整个供冷期的数据进行分析，由实测结果可知，卧室、客厅的开窗比例均随降雨强度的增大而减小。厨房的开窗比例仍远高于卧室、客厅，卧室与客厅的开窗比例相差不大。

为了避免人员不在室情况产生的影响，选取18:00—7:00的数据样本进行分析。室内温度为单一影响因素时各房间开窗比例见图3。由图3可知，厨房、卧室、客厅的开窗比例均随室内温度的升高先增大后减小，3个功能房间的最大开窗比例均出现在室内温度30 ℃附近。在各室内温度条件下，厨房的开窗比例高于卧室、客厅，卧室、客厅的开窗比例非常接近。当室内温度超过30 ℃时，人们往往选择开启客厅、卧室的空调设备降温，外窗也随之关闭。人们往往选择经常开启厨房外窗。

⑤ 室外细颗粒物质量浓度

5)问题解答模块：该模块将展示用户在APP中提问的问题，可按照章节、主题、状态进行搜索。教师可对某主题进行回答，可查看该主题下教师解答历史和用户提问历史，教师解答时可附加附件。

选取室内温度为26 ℃时的数据，分析开窗比例与室外细颗粒物质量浓度的关系。室外细颗粒物质量浓度作为单一影响因素时各房间开窗比例见图5。由图5可知，厨房、卧室、客厅的开窗比例均随室外细颗粒物质量浓度的升高而减小。当室外细颗粒物质量浓度大于100 μg/m

时，卧室、客厅的开窗比例出现明显下降。这主要是由于室外细颗粒物质量浓度大于一定值后，人眼可直接观察到室外能见度降低，从而关闭外窗避免室内空气被污染。当室外细颗粒物质量浓度大于200 μg/m

时，厨房开窗比例才出现明显下降。

4 主导因素筛选与开窗概率

4.1 主导因素筛选

采用方差分析法对开窗行为主导因素进行筛选

。本文选取95%置信区间，即当显著性水平<0.05时，表现为相关程度显著。根据实测结果，选取环境影响因素(室外温度、室外相对湿度、室内温度、室内相对湿度、室外细颗粒物质量浓度)作为被筛选对象。除单一影响因素外，还选取组合影响因素进行主导因素筛选。方差分析结果见表1。由表1可知，室内温度、室外温度的显著性水平均为0.000，说明这2个单一影响因素对开窗行为具有显著性影响，这与文献[12]的实测分析结果相似。

4.2 开窗概率

——影响因素数量

式中

——开窗概率

——常数项

开窗仅有开和不开两种结果，是一个二分类问题，Logistic回归模型是研究二分类影响因素与结果关系的分析方法。因此，本文利用Logistic回归模型建立了开窗概率关联式：

——第

个影响因素的回归系数

——第

个影响因素

由主导因素筛选结果可知，室外温度、室内温度对开窗行为具有显著影响，因此选择这两种因素作为自变量，开窗概率作为因变量。在Logistic回归中，采用最大似然估计法得到回归模型的参数(常数项、回归系数)估计值。对于这种多变量回归模型，需要先将各变量进行归一化处理，再将归一化结果输入到模型中，利用数据处理软件SPSS计算常数项、回归系数，建立Logistic回归模型。某个影响因素的回归系数绝对值越大，说明该影响因素对开窗概率的影响越大。

根据数据处理软件SPSS计算得到的常数项、回归系数，Logistic回归模型为：

(1)

口语交际的“随意性”是指交流时语言、内容及形式的随机性和不确定性。“一般来说，非实用性会话比实用性会话的随意性更强。”

模型二表示高校扩招政策对劳动者个体受教育年限的影响。在控制了驱动变量和控制变量后，扩招政策对城镇居民受教育年限的影响为0.742，对农村居民受教育年限的影响为0.703，两者均显著为正。回归结果验证了之前局部处理效应图，也验证了初帅、孟凡强(2017)[13]、邢春冰(2014)[14]的研究结论；也就是说，高校扩招政策使城镇居民更可能获得高等教育机会。

拟建建筑场地内存在素填土，耕土和淤泥层，其强度低，压缩性高，其稳定性差。但是基底为中硬土层或坚硬土层，若拟建建筑物采用的基础进入稳定地层后，不会发生地基失稳的现象，地基的稳定性可得到保证。

——室内温度，℃

由式(1)可知，与室外温度相比，室内温度的回归系数绝对值更大，说明室内温度对开窗概率的影响更大。

5 结论

① 厨房、卧室、客厅的开窗比例均随室内温度的升高先增大后减小，3个功能房间的最大开窗比例均出现在室内温度30 ℃附近。在各室内温度条件下，厨房的开窗比例高于卧室、客厅，卧室、客厅的开窗比例非常接近。

完善水资源保护与水生态修复体系 推进珠江流域水生态文明建设…………………………………………… 姜海萍，朱远生(13.61)

② 卧室、客厅的开窗比例均随室外温度的升高先增大后减小。厨房的开窗比例始终保持在80%以上，且随室外温度的升高变化不明显。

③ 人员在室情况对卧室外窗户开启状态的影响比较小。

④ 卧室、客厅的开窗比例均随降雨强度的增大而减小。厨房的开窗比例仍远高于卧室、客厅，卧室与客厅的开窗比例相差不大。

⑤ 厨房、卧室、客厅的开窗比例均随室外细颗粒物质量浓度的升高而减小。当室外细颗粒物质量浓度大于100 μg/m

时，卧室、客厅的开窗比例明显下降。当室外细颗粒物质量浓度大于200 μg/m

时，厨房开窗比例才明显下降。

⑥ 室内温度、室外温度对开窗行为具有显著性影响。与室外温度相比，室内温度的回归系数绝对值更大，对开窗概率的影响更大。

[ 1 ] 刘斌，牛润萍，魏绅. 居住建筑开窗行为的研究进展[J]. 人类工效学，2017(2)：81-86.

[ 2 ] HERKEL S，KNAPP U，PFAFFEROTT J. Towards a model of user behaviour regarding the manual control of windows in office buildings[J]. Building & Environment，2008(4)：588-600.

[ 3 ] RIJAL H B，TUOHY P，HUMPHREYS M A，et al. Using results from field surveys to predict the effect of open windows on thermal comfort and energy use in buildings[J]. Energy and Buildings，2007(7)：823-836.

[ 4 ] ANDERSEN R. The influence of occupants’ behaviour on energy consumption investigated in 290 identical dwellings and in 35 apartments[C]//10th International Conference on Healthy Buildings. Brisbane：International Society of Indoor Air Quality and Climate(ISIAQ)，2012：2279-2280.

[ 5 ] ANDERSEN R，FABI V，TOFTUM J，et al. Window opening behaviour modelled from measurements in Danish dwellings[J]. Building & Environment，2013(1)：101-113.

[ 6 ] SHI S，LI H，DING X，et al. Effects of household features on residential window opening behaviors: a multilevel logistic regression study [J]. Building and Environment，2020，170：106610-1-11.

[ 7 ] PAN S，XIONG Y，HAN Y，et al. A study on influential factors of occupant window-opening behavior in an office building in China [J]. Building & Environment，2018，133：41-50.

[ 8 ] 孟庆龙，郭雪丽，熊樱子，等. 基于BP神经网络的办公建筑人员开窗行为预测方法[J]. 建筑科学，2018(10)：103-108.

[ 9 ] 潘嵩，许传奇，魏绅，等. 北京某高校办公建筑人员开窗行为研究[J]. 建筑科学，2015(10)：212-217.

[10] 程根银，张畅畅，吴金顺，等. 北京地区妇幼医院过渡季开窗行为影响因素[J]. 暖通空调，2020(7)：44-52.

[11] 李昕，张明明. SPSS 22.0 统计分析从入门到精通[M]. 北京：电子工业出版社，2015：225.

[12] YAO M，ZHAO B. Window opening behavior of occupants in residential buildings in Beijing[J]. Building & Environment，2017，124：441-449.