2021, Vol. 53
2. 大连民族大学 机电工程学院, 辽宁 大连 116600;
3. 大数据应用技术国家民委重点实验室(大连民族大学), 辽宁 大连 116600
2. College of Mechanical and Electronic Engineering, Dalian Minzu University, Dalian 116600, Liaoning, China;
3. Key Laboratory of Big Data Applied Technology (Dalian Minzu University), State Ethnic Affairs Commission, Dalian 116600, Liaoning, China
热环境的舒适程度直接影响学生的学习效率, 室内环境品质直接影响着人们的舒适性、健康及工作效率[1], 因此环境的热舒适度一直是热舒适领域的研究重点[2].近几年来，国内外出现的很多热舒适研究表明，人们对室内热环境的实际热感觉与国际热舒适标准中规定的基于稳态PMV模型的预测结果存在显著差异，多次证明了热适应性的存在[3].早在19世纪初期，不舒适的室内热环境已经引起了当时人们的注意.丹麦的Fanger[4]教授提出的关于室内热环境的模型是这一领域的重要突破，并提出了综合性的舒适性方程以及PMV-PPD指标.早在19世纪70年代法国学者Humphreys[5]通过对小学生的热感觉和热需求来研究人体热舒适性.与此同时，国际标准化化组织(ISO)和美国空调学会(ASHRAE)还相继颁布ISO7730《适中的热环境—PMV与PPD指标的确定及热舒适条件的确定》和ASHRAE55-2013《人类居住热环境条件》等热舒适标准，为热舒适领域的研究提供了理论基础[6].又在此基础上，为提高传统热舒适模型预测的准确性，提出了热适应模型[7].文献[8-10]通过环境参数测量、主观调查等方式，将数据进行对比分析，通过拟合计算, 得出了适应性PMV模型，为该地区中小学教学建筑室内热环境控制与调节、供暖系统设计提供依据. 李念平等[11]探究了有关老年人的热感觉舒适性.
在波动性气候环境的适应性研究方面，闫海燕[12]结合相关领域知识得出结论：气候波动的程度和持续时间决定着人体热适应的水平，气候和适应时间是影响适应性热舒适的主要因素.钱建伟等[13]通过对3个基本气候带的气候，探究人在长期进化过程中所体现出的气候环境适应性.结果表明, 生活在不同地区的人，逐渐演化成适应当期气候的生活习惯.而在现有相关研究中，对于人们在人口流动中，不同气候环境适应性的研究相对较少.本文以中国不同气候环境下的少数民族为主体，提高少数民族学生的热感觉适应性.
本文依据人体热舒适性理论，探讨少数民族异地求学过程中对于波动气候环境的适应性.波动的气候环境是指来自严寒地区、夏热冬暖地区、夏热冬冷地区和温和地区的学生来到大连求学.大连属于中国寒冷地区，由于特殊的沿海地理位置，气候适宜较为宜居.但对于异地求学的少数民族学生来说，气候环境的波动使他们不能较快的适应大连气候.将少数民族作为研究主体，对加速民族团结乃至民族融合都极具重要意义.随着社会的发展以及多民族融合的加速形成，越来越多的少数民族学生离开自己的家乡外出求学，突破了地域、南北方、气候等相关因素的界限.因此产生一系列的问题，例如饮食习惯不同、气候差异大、不能适应新环境等.因此，结合民族院校学生群体，本文研究了来自严寒、夏热冬暖、夏热冬冷地区的回族、蒙古族和土家族学生，探究了气候波动的情况下在室内热环境中的适应性，为提高少数民族生产工作效率奠定了基础.
1 实验及验证方法 1.1 实验方法本次现场实验在本校展开，包括8间教室，教室内冬季大多使用暖气供暖，室内平均温度为17.2 ℃低于国家标准，供暖效果不佳.调研时间为2018年12月24日至2019年1月10日，处于一年中教室较冷的时段. 实验对象由来自全国的回族、蒙古族和土家族学生组成.
教室内热环境测试参数主要包括空气温湿度、空气流速、黑球温度、二氧化碳浓度等，本次试验采用德国BAPPU仪器对教室的热环境参数进行测量，测点距离地面高度约1.1 m.建立热舒适客观评价模型的过程离不开主观问卷调查[14]，问卷调查内容主要包括学生的民族、家庭供暖方式、生源地、服装热阻以及对当教室内环境的热感觉(ASHRAE 7级标尺)、热舒适、期望温度等主观评价.通过主观调查和客观环境测量的方式能全面掌握学生处在相应环境中的不同变化.
开始上课前，开启实验仪器对教室内热环境进行持续检测，为使数据更加准确，更精准的掌握学生热感觉，第1次问卷调查安排在课前，此时学生进入教室时间较短，没有熟悉教室温度，所测得的数据为学生对教学建筑环境最初的判断.第1次调查后，开始进行正常的教学活动，在此期间实验者持续观察学生行为，例如衣物增减情况、情绪、上课状态等.课后，进行第2次主观问卷调查，此时学生已熟悉周围空气环境，再综合教室内空气和湿度等环境的变化，得出的综合热感觉投票.第2次主观问卷调查后回收问卷，实验结束.
本实验采用现场环境测试与主观问卷调查相结合的调查手段，在对教室内热环境参数进行测试的同时，对正在上课的学生进行问卷调查，其中被试者年龄在18~22岁之间，身体健康状况良好，无不良嗜好.教室内热环境测试参数主要包括空气温湿度、空气流速、黑球温度、二氧化碳浓度等.通过主观调查和客观环境测量的方式能全面掌握学生处在相应环境中的不同变化.
1.2 验证方法本文将得出的PMV(预测热感觉)模型、aPMV(预测热感觉适应性)模型和TSV(实际热感觉)模型相对比，aPMV曲线更接近于TSV曲线表明针对于少数民族制定的波动性气候自适应系数的调解结果较为准确.
2 调研测试结果分析 2.1 室内热环境参数分析教室内的空气温度(Ta)、黑球温度(Tp)、空气速度(v)和湿度(ρ)见表 1，教室内平均空气温度为17.2 ℃，低于供暖标准，最小值为13.6 ℃与舒适区间相差较大.可见在气候分区为寒冷地区的大连，学生一直处于较冷的环境下学习.
|
表 1 室内热环境参数 Tab. 1 Indoor thermal environment parameters |
经计算，如图 1所示，16 ℃~17 ℃占60%，16 ℃以下占40%，室内平均温度16 ℃，远低于ASHRAE-55《人类居住热环境条件》中规定20.0 ℃~23.5 ℃的冬季舒适区温度范围. 如图 2所示，室内平均湿度为33%，在20%~45%的范围内较多，相对湿度在ASHRAE 55—2004《热环境条件下的人群入住》规定的20%~60%范围内.如图 3所示，0.05 ~0.10 m/s占70%，空气平均速度为0.08 m/s, 整体风速都较低，学生感觉较舒适.
|
图 1 教室内温度分布频率 Fig. 1 Temperature distribution frequency in classrooms |
|
图 2 教室内相对湿度百分比 Fig. 2 Percentage of relative humidity in classrooms |
|
图 3 教室内风速分布频率 Fig. 3 Distribution frequency of wind velocity in classrooms |
由室内空气温度、气流速度、相对湿度、平均辐射温度、服装热阻和新陈代谢率计算得到的预计平均热感觉指数PMV，是预测反映被试者热感觉的重要指标.而少数民族与汉族在相同环境下的热感觉上，存在着很大的差异.由图 4所示，落在ASHRAE 7级标准中-0.5~0.5的舒适区之间的散点较少，总体上少数民族和汉族在教室内的舒适性不高，根据下文中PMV-PPD预测以及热感觉投票，学生普遍感觉较冷.
|
图 4 少数民族、汉族PMV与服装热阻回归模型 Fig. 4 Regression model of PMV and clothing thermal resistance of ethnic minority students and Han students |
根据表 2，在PMV与服装热阻回归模型中，当学生处于热中性状态(即PMV=0)时，少数民族学生衣服热阻为1.98 clo；汉族学生衣服热阻为2.18 clo, 二者都远高于被测学生的平均衣服热阻1.53 clo.因此，预测学生在教室内的舒适程度较低.且由上述模型可知，汉族PMV与服装热阻的相关性较强，对于汉族学生来说，衣服的增减对他们热舒适的影响更显著，因此少数民族与汉族的热舒适性存在差异，少数民族学生对衣物改变适应性的依赖较小.
|
|
表 2 PMV与服装热阻回归方程 Tab. 2 Regression equation of PMV and clothing thermal resistance |
本文在将数据统计预测的同时，还将少数民族学生和汉族学生的热感觉投票和热不满意率进行了对比.由图 5和表 3回归方程所示，取满意度为80%，冬季教室内可接受温度，汉族与少数民族分别为18.0 ℃和18.5 ℃；取满意度为90%，冬季教室内可接受温度，汉族与少数民族分别为18.7 ℃和19.4 ℃.由此得知，汉族满意的舒适温度区间为18.0 ℃~18.7 ℃，少数民族满意的舒适度区间为18.5 ℃~19.4 ℃.对本次调研样本的统计得到，教室内落到舒适区间的样本较少，室内环境需得到改善.
|
图 5 少数民族、汉族PPD与温度回归模型 Fig. 5 Predicted percentage dissatisfied (PPD) and temperature regression model of ethnic minority students and Han students |
|
|
表 3 PPD与室内温度回归方程 Tab. 3 PPD and indoor temperature regression equation |
本文根据ASHRAE 7级标准，将本次测试的学生的预测热感觉(PMV)与热感觉投票(TSV)比例分配如图 6、7所示. (PMV与TSV为热感觉衡量等级指数，一般从-3~+3划分，从小到大分别对应冷、凉、微凉、适中、微暖、暖和热)学生的预测热感觉大部分都在热中性(标尺为0)以下.图 7中在-1~1这3个可接受舒适度标尺中，少数民族学生占86.96%，汉族学生占81.03%，少数民族学生有较高的适应性.因此汉族对大连地区的新环境有较低的满意率，是因为本校少数民族生源多来自严寒地区、寒冷地区以及夏热冬冷地区，而汉族多来自夏热冬暖、温和地区，因生活环境相差较大导致满意率不近相同.
|
图 6 预测热感觉(PMV)比例分配 Fig. 6 Proportional distribution of PMV |
|
图 7 热感觉投票(TSV)比例分配 Fig. 7 Proportional distribution of TSV |
由室内空气与预计平均热感觉指数PMV拟合的模型，也是预测反映被试者热感觉的重要指标.少数民族学生在气候波动条件下，对环境的感知也存在着很大的差异.如图 8~10所示，PMV与TSV的回归曲线之间相差较大，这说明由于学生自身的适应性，PMV已经不能准确预测学生热感觉.
|
图 8 回族PMV、TSV与温度回归模型 Fig. 8 PMV, TSV, and temperature regression model of Hui students |
|
图 9 蒙古族PMV、TSV与温度回归模型 Fig. 9 PMV, TSV, and temperature regression model of Mongol students |
|
图 10 土家族PMV、TSV与温度回归模型 Fig. 10 PMV, TSV, and temperature regression model of Tujia students |
当TSV=0, PMV=0时, 回族、蒙古族和土家族实际和预测热中性温度见表 4~6, 学生的实际热感觉因自身对于长期生活环境的适应性，投票值TSV明显与PMV相差较大，其中土家族实际热中性温度最低，原因是生长在中国南方地区的少数民族由于长期没有供暖，身体产生了相应的适应性；回族实际热中性温度最高，原因是长期使用辅助温度调节设施，人们冬季对抗自然温度的能力较低，需要更高的室内温度来保持热舒适.
|
|
表 4 PMV、TSV与温度拟合数据(回族) Tab. 4 PMV, TSV, and temperature fitting data(Hui) |
|
|
表 5 PMV、TSV与温度拟合模型(蒙古族) Tab. 5 PMV, TSV, and temperature fitting model(Mongol) |
|
|
表 6 PMV、TSV与温度拟合模型(土家族) Tab. 6 PMV, TSV, and temperature fitting model(Tujia) |
PMV在-1~0之间占41%，-2~-1之间占45%，与TSV分析结果相悖，这样的结果说明PMV与TSV之间存在差异.PMV模型并不能准确预测少数民族学生教室内的平均热感觉，其中人们自身产生的对环境的适应性是重要的原因.预测平均热感觉aPMV模型，给出了自适应系数λ(λ反映了人体采取的自适应调节水平, λ绝对值越大自适应水平越高)将PMV与aPMV联系在一起[15]，如下式所示：
| $ {\rm{aPWV}} = \frac{{{\rm{PMV}}}}{{1 + \lambda *{\rm{PMV}}}}. $ | (1) |
根据数据对比，本校回族、蒙古族和土家族学生适应性存在明显差异，对于问卷调查数据，利用最小二乘法[9]求得自适应系数见表 7.
|
|
表 7 各少数民族λ值参考值 Tab. 7 Reference values of λ values for different ethnic minorities |
3个少数民族λ绝对值总体比较，土家族>蒙古族>回族，土家族的人们对波动的热环境适应能力最强，回族最弱.土家族居住在中国夏热冬冷和夏热冬暖地区属于中国南方地带，普遍冬季没有供暖，夏季闷热、冬季湿冷的气候环境使得居住在那里的人们有较高的适应能力.而居住在中国最北方地区以及中原地带的回族因为日常有较高的服装热阻来抵御寒冷，在气候波动时表现出较弱的适应性.
将各气候分区的少数民族λ值带入到式(1)中并将aPMV与温度进行拟合.
回族：
| $ {\rm{aPWV}} = \frac{{{\rm{PMV}}}}{{1 - 0.79{\rm{PMV}}}}. $ | (2) |
蒙古族：
| $ {\rm{aPWV}} = \frac{{{\rm{PMV}}}}{{1 - 0.90{\rm{PMV}}}}. $ | (3) |
土家族：
| $ {\rm{aPWV}} = \frac{{{\rm{PMV}}}}{{1 + 0.97{\rm{PMV}}}}. $ | (4) |
如式(2)~(4)所示，根据现场问卷调查及测试所得出的aPMV相对于PMV更接近少数民族学生的实际热感觉，能够更准确预测少数民族学生的热感觉，帮助各地区少数民族学生更快适应大连沿海地区冬季环境，准确调节室内温度.对于教室内温度较低、教室内空气流速较低的情况，建议学校采取有效的供暖设备，屋内采取新风系统根据学生情况来控制空气流速，提高学习效率.
2.4 热感觉适应性模型验证根据图 11~13，相比于PMV模型，aPMV模型的曲线更接近于热感觉投票值TSV，这表明针对于少数民族制定的波动性气候自适应系数的调解结果较为准确.但还需进一步加强实验方案设计以及扩大调查范围，使结果更为准确.
|
图 11 回族PMV、aPMV、TSV对比 Fig. 11 Comparison of PMV, aPMV, and TSV of Hui students |
|
图 12 蒙古族PMV、aPMV、TSV对比 Fig. 12 Comparison of PMV, aPMV, and TSV of Mongol students |
|
图 13 土家族PMV、aPMV、TSV对比 Fig. 13 Comparison of PMV, aPMV, and TSV of Tujia students |
1) 汉族PMV与服装热阻的相关性较强，对于汉族学生来说，衣服的增减对他们热舒适的影响更显著.冬季教室内可接受温度，汉族与少数民族分别为18.0 ℃和18.5 ℃；取满意度为90%，冬季教室内可接受温度，汉族与少数民族分别为18.7 ℃和19.4 ℃.由此得知，汉族满意的舒适温度区间为18.0 ℃~18.7 ℃，少数民族满意的舒适度区间为18.5 ℃~19.4 ℃.对本次调研样本的统计得到，教室内落到舒适区间的样本较少，室内环境需得到改善.
2) PMV模型并不能准确预测少数民族学生教室内的平均热感觉，其中适应性是产生差异的主要原因.因此本文为少数民族学生提出了预计适应性平均热感觉aPMV模型，模型中给出回族、蒙古族和土家族λ参考值，分别为-0.79、-0.90、0.97，并阐明了产生差异的原因.本文提出的各气候分区少数民族适应性模型能准确预测学生的热舒适度.
3) 民族院校中，少数民族占全校学生总数的半数以上，为使少数民族加快适应波动的气候环境，以实际热中性温度为标准，通过安装新风系统、改善室内取暖设备等措施，个性化的建立实验室热工改造方案.
| [1] |
王骏顺. 桌面送风对人体热舒适影响的分析及研究[D]. 长沙: 湖南大学, 2008 WANG Junshun. The analysis and research on the influence of bodies thermal comfort in the desktop air supplying system[D]. Changsha: Hunan University, 2008. DOI: 10.7666/d.y1260325 |
| [2] |
刘魁星, 贾怡红, 刘刚. 季节相关因素对大学教室内人体热舒适评价的影响[J]. 建筑节能, 2018, 46(10): 25. LIU Kuixing, JIA Yihong, LIU Gang. Effects of the seasonal characteristics on the thermal comfort evaluation in the classroom[J]. Building Energy Efficiency, 2018, 46(10): 25. DOI:10.3969/j.issn.1673-7237.2018.10.005 |
| [3] |
王晗旭, 王登甲, 刘艳峰, 等. 甘肃乡域中小学教室冬季室内热环境研究[J]. 暖通空调, 2017, 47(4): 99. WANG Hanxu, WANG Dengjia, LIU Yanfeng, et al. Thermal environment in rural primary and secondary school classrooms in Gansu province in winter[J]. HV & AC, 2017, 47(4): 99. |
| [4] |
FANGER P O. Thermal comfort[M]. Malabar: Robert E Krieger Publishing Company, 1982.
|
| [5] |
HUMPHREYS M A. A study of the thermal comfort of primary school children in summer[J]. Building and Environment, 1977, 12(4): 231. DOI:10.1016/0360-1323(77)90025-7 |
| [6] |
ANSI/ASHRAE. Thermal environmental conditions for human occupancy: ASHRAE Standard55—2013[S]. Atlanta: ASHRAE, 2013
|
| [7] |
储向阳, 于航, 焦瑜, 等. 与生理参数相关的热舒适实验研究综述[J]. 建筑热能通风空调, 2018, 37(12): 60. CHU Xiangyang, YU Hang, JIAO Yu, et al. A review of expermental study on physiological parameters in the field of thermal comfort[J]. Building Energy & Environment, 2018, 37(12): 60. DOI:10.3969/j.issn.1003-0344.2018.12.013 |
| [8] |
范小娜. 西北乡村太阳能建筑室内热环境分析及构造设计[D]. 西安: 西安理工大学, 2018 FAN Xiaona. The indoor thermal environment and construction design for rural solar buildings in northwest China[D]. Xi'an: Xi'an University of Technology, 2018 |
| [9] |
WANG Dengjia, XU Yanchao, LIU Yanfeng, et al. Experimental investion of the effect of indoor air temperature on students' learning performance under the summer conditions in China[J]. Building and Environment, 2009, 140: 140. DOI:10.1016/j.buildenv.2018.05.022 |
| [10] |
白鲁建, 杨柳, 李署婷, 等. 西安市中小学春季室内热环境研究[J]. 西安建筑科技大学学报(自然科学版), 2015, 47(3): 407. BAI Lujian, YANG Liu, LI Shuting, et al. Study on the thermal environment of middle and primary school classrooms in spring in Xi'an[J]. Journal of Xi'an University of Architecture & Technology, 2015, 47(3): 407. DOI:10.15986/j.1006-7930.2015.03.018 |
| [11] |
李念平, 方雪苗, 卫兆欣, 等. 湘西地区冬季住宅热环境与老年人热舒适研究[J]. 湖南大学学报(自然科学版), 2019, 46(7): 123. LI Nianping, FANG Xuemiao, WEI Zhaoxin, et al. Research on thermal environment of residences and thermal comfort sensation of elderly in rural areas of western Hunan in winter[J]. Journal of Hunan University(Natural Sciences), 2019, 46(7): 123. DOI:10.16339/j.cnki.hdxbzkb.2019.07.014 |
| [12] |
闫海燕. 基于地域气候的适应性热舒适研究[D]. 西安: 西安建筑科技大学, 2013 YAN Haiyan. Study on adaptive thermal comfort on the basis of regions and climates of China[D]. Xi'an: Xi'an University of Architecture and Tecnnology, 2013 |
| [13] |
钱建伟, 张海虹. 人对气候的适应性探究[J]. 能源与环境, 2009(26): 131. QIAN Jianwei, ZHANG Haihong. A study of human's adaptability to climate[J]. Science & Technology, 2009(26): 131. DOI:10.3969/j.issn.1672-3791.2009.26.105 |
| [14] |
余娟, 朱颖心, 欧阳沁, 等. 基于生理指标评价人体热舒适、工作效率和长期健康的研究路线探讨[J]. 暖通空调, 2010, 40(3): 1. YU Juan, ZHU Yingxin, OUYANG Qin, et al. Discussion on research routes of using physiological index to evaluate human thermal comfort, work efficiency and long-term health[J]. HV & AC, 2010, 40(3): 1. DOI:10.3969/j.issn.1002-8501.2010.03.001 |
| [15] |
YAO Runming, LI Baizhan, LIU Jing. A theoretical adaptive model of thermal comfort-adaptive predicted mean vote (aPMV)[J]. Building and Environment, 2009, 44(10): 2089. DOI:10.1016/j.buildenv.2009.02.014 |