王蒙，徐昊，马强，武宏博，任玉成

>(石河子大学水利建筑工程学院，新疆 石河子 832003)

高校教学楼平均每天开放时间10 h以上，是学校的核心场所，容纳学生众多，需要一个舒适性较高的环境。教学楼内部的热环境优劣程度决定了学生是否愿意上课，是否愿意在课余时间来教学楼上自习，因此，对当前教学楼室内热环境的研究显得尤为重要。

在我国关于校园建筑热舒适性的研究较多，张雪香[1]提出全球范围内较为认可的热舒适度评价标准是ASHRAE Standard 55—2013[2]、ISO7730[3]这2个标准是以欧美人群为受使者，并没有选择亚洲人群参与实验，同时欧美人的生理与心理与亚洲人存在着较大的差异，所以以上标准不具有全面性，对我们并不适用[4]；曹彬等[5]对严寒地区冬天教学楼的热舒适性进行研究，将南方人和北方人对教学楼的热适应性进行对比分析，得出南方学生能够更好适应偏冷的环境；叶晓江[6]对武汉高校教学楼进行热环境的研究，将相同温度下不同城市的服装热阻进行对比分析，得出相同温度下武汉地区的学生衣阻最小；张宇峰[7-8]对广东省某高校进行热舒适性的研究，得出该地区教学楼建筑的热中性温度和90%人群可接受标准的有效温度，并且室内布置空调系统的环境温度要比自然通风低，学生对有空调的环境要求更加的苛刻，2种环境下学生更喜欢通过开窗进行降温；王昭俊、李爱雪[9-10]对不同采暖方式空间的热舒适性进行对比研究，得出人们在采暖期更容易感觉到热，另外，春天的热中性温度低于冬天的；杨薇[11]对湖南大学建筑的热舒适性进行研究，结果表明热舒适中性温度不一定是最舒适的状态。赵西平等研究[12]表明预测平均热感觉(PMV)模型与人们实际的热感觉评价存在着差异，同时对生理、习惯、感知控制的作用产生了质疑，并提出期望因子的模型用来修正PMV模型；YAO R M等[13]对重庆大学自然通风教室热环境的研究发现，温度适宜时人的可接受温度范围区间比较大，而温度较为极端时人的可接受温度会变小，由此提出带期望因子PMV修正(APMV)的适应性模型，使其更加接近主观感受，并减小了误差。

上述学者对高校建筑做了大量热舒适的研究，但是针对新疆严寒地区教学楼夏季热舒适模型修订的研究很少。本文以石河子大学博学楼为研究对象，通过主观问卷调研与客观实际测量相结合得出PMV模型与实际平均热感觉(MTS)模型，并进行对比分析得出差异，最终修订PMV模型，建立新疆严寒地区高校教学楼的热舒适度模型，从而为该区域夏季建筑内部空间热环境的设计与评估提供准确的依据。

1 研究对象与方法

1.1 调研对象概述

石河子市是新疆严寒地区较为典型的城市，春秋两季较短、冬夏两季较长，考虑到综合高校教学楼规模与业态等方面的特点要求，本文研究选取石河子大学教学楼博学楼为研究对象。该楼分为A、B、C3个区,每个区布置基本相同，大部分空间是教室，只有个别空间用于辅助用房，约400个教室，可容纳约2万人；该教学楼窗户为双层塑钢向内平开窗户，窗外绿化较好且噪音较小，窗户面积较大且内部光线充足。

1.2 研究方法

1.2.1 热环境参数测试方法

热环境参数测试的内容主要是包括室内与室外的参数采集，采用的设备及其参数见表1。实测之前按照ISO7726标准要求进行调试仪器，测试参数包括室内外温度、湿度、风速(空气流速)。测试点选取模拟人体坐姿的高度安放。为保证实测数据的准确性，将实验设备置于测试位置10 min以上待数据稳定后进行读取。

在每层楼各选取5间面积和朝向各不同的教室为测试地点，由于该建筑每层布局基本相同，所以每层选取相似的测试地点，如图1所示。在不影响教学和学生自习的情况下，进行实验测试点布置。将测试仪器布置在距墙水平距离0.5 m、高度1.2 m，每个测试点以1 h为一个时间区间进行实测数据的统计，所用的测试仪器见表1。测试的时间为2019年7月某周日10:00—22:00，测试内容包括温度、湿度、风速等。

图1 博学楼测点图

表1 热环境测试仪器

1.2.2 主观感受研究方法

主观感受研究方法实质为问卷调查方法。本文调研对象是在石河子大学博学楼上自习的学生，其身体状况良好。问卷调查的主要内容包括受试者的年龄、性别、衣着、活动状态等信息，以及其主观感受。

首先，问卷采用4级标尺的热舒适投票，以及相关的热期望投票。在进行问卷调查时，受试者均处于静坐的状态，有少部分受试者0.5 h前进行活动，本文将这类受试者视为新陈代谢率超过2.0 met，为确保数据的稳定性，笔者将该类问卷剔除。

其次，问卷采用7级标尺投票，即实际平均热感觉(MTS)研究方法，该方法是将测试温度以0.5 ℃为一个区间，分为n个区间，并在这些区间里以温度为自变量，采取问卷的形式让受试者进行热感觉的投票，最终根据投票求出每个区间内投票的平均值，最后得出温度与热感觉的回归方程，计算出投票值为0时所对应的中性温度[14]。

最终得到有效问卷482份，其中男性261份、女性221份。受试者的服装热阻、新陈代谢率按照ASHRAE 55—2004标准[15]进行计算，在教室静坐的学生要加上座椅的热阻[16]，通过评估得到受试者的平均代谢率为1.1 met。

有关受试者的问卷研究分为横向、纵向2个部分，横向研究是指每位受试者被研究一次，纵向研究是指每位研究者被研究多次[17]。本文研究充分考虑到学生分布的广泛性、填写问卷和身体状况等因素，选择的受试者均是随机上自习的学生，且采用横向研究。

1.2.3 PMV模型研究方法

PMV模型是关于人体热辐射的模型，指当事人处于相对稳定的热环境内人体的热负荷大小决定了人体的热舒适度。当人体的热负荷在0以上，其值越大，人体感知越热；当人体的热负荷在0以下，其值越小，人体感知越冷。FANGER P O[18]在美国和丹麦抽取了若干受试者进行了有关热舒适度的实验，得出了人的热感觉与负荷之间的研究内容[19]。

根据《民用建筑室内热湿环境评价标准》[20]的标准，将实测的湿度、风速、平均辐射温度、衣阻力、代谢率等相关数值代入公式(1)，计算得出预测的热感觉投票值，得到PMV的数值。

PMV=[0.303×10-3×e-0.036M+0.028]{M-W-3.05×10-3[5733-6.99(M-W)-Pa]-0.42[(M-W)-58.15]-1.7×10-5M(5867-Pa)-0.0014M(34-ta)-3.96×10-8fcl[(tcl+273)4-(s+273)4]-fclhc(tcl-ta)。

(1)

1.2.4 APMV模型研究方法

经典的适应性热舒适理论认为人的热舒适度的影响因素主要是由心理、生理、行为组成，而FANGER P O的PMV模型[18]并没有考虑人的适应性行为这一因素，从而导致PMV与MTS模型存在一定差异。而姚润明针对这一差异，将人体的适应性行为作为实验研究的一部分，同时将黑箱法用于热舒适的模型之中，提出适应性的PMV模型，即APMV模型。该模型可用公式表达为

(2)

式(2)中λ是受试者为适应环境进行调节的反应，该符号及其绝对值大小分别表示反馈调节的方向和程度，其公式为

(3)

2 结果与分析

2.1 热环境参数研究

结果(图1～5)可知：在夏季最热月无机械通风的情况下，五层阅览空间的温度大小依次为五层>四层>三层>二层>一层，且各层温度总体与室外温度变化相同，5个楼层的温度差别较小，各层平均温度分别为29.4、30.1、30.8、31.5、31.44 ℃，其温度变化幅度小于室外温度变化幅度；室外最低温度为22.3 ℃，室内最低温度为23.2 ℃，而室外最高温度为37.1 ℃，室内最高温度为37.2 ℃。室内湿度较小(均低于35%)，室内较为干燥。

由图2、3可知：温度和湿度的曲线成反比例关系，在18：00―23：00时段，温度下降而湿度上升；在8：00―19：00 时段，温度上升而湿度下降。

图2 博学楼室内平均温度

图3 博学楼室内平均湿度

由图4、5可知：各层风速的瞬时变化较为复杂，缺少规律性，其总体的趋势与室内外的温度变化和湿度变化的趋势没有关联性，一至五层的风速平均值为0.28、0.35、0.37、0.41、0.43 m/s，一、三、四、五层的平均风速的最高值出现在9：00—11：00，二层平均风速的最高值出现在18：00—19：00。风速随层数的变化并不明显，大致为五层>四层>三层>二层>一层。

图4 博学楼室内平均风速

图5 博学楼室外平均温度

2.2 主观问卷调查研究

结果见图6～10和表2。

图6 受试者年龄构成

由图6可知：超过75%的比例人数是小于25岁的本科生，而小于25%比例的人数是大于25岁的研究生、教师、外来学习的社会人员。

由图7可知：被调研者的比例基本相同，其中女生的比例略大于男生。

图7 受试者的性别比例

由表2可知：由于被调研者大部分是本科生，所以平均年龄集中在20.5岁，最大值是49岁的教师，而最小值是18岁的大一新生。在石河子居住的平均年限为2.3年，说明被调研者主要是大二、大三的学生，在石河子居住最小年限为0.1年，该被调研者是大一的新生以上数据符合教学楼本身的年龄分布特点，因此该样本具有典型性和代表性。

表2 受试者年龄与在石河子居住时间统计

由图8可知：稍暖、暖、热的占比为84%，中性的占比为14%，稍凉的占比为2%，说明环境属于偏热的状态；投票在-1～+1之间的比例为46%，表明大部分人觉得热环境是可以接受的。

图8 热感觉投票频率分布

在热舒适投票中，该环境不舒适或较不舒适的比例为40%，而较舒适和舒适的比例为60%，该数据大于图9的可接受率46%，表明夏天偏热的环境是较为舒适的。除此之外，部分受试者表示热感觉偏热是由于室内没有窗帘造成阳光直射，除去这2种因素后室内的热感受应是较舒适的，这是造成上述2种投票差异的主要因素。

图9 热舒适度投票频率分布

由图10可知：温度热期望投票中，有62%的人希望温度降低，也有26%的人希望温度不变，这验证了上述整体热感觉投票偏热的统计结果。湿度期望投票中，期望湿度提高的人占62%，表明目前室内相对湿度过低，空气干燥。风速期望投票中，67%的受试者希望增加风速，说明受试者在风速方面对当前环境接受程度不高，即受试者在较热的环境下需要更强烈吹风感。

图10 热期望频率分布

2.3 MTS模型

通过实际平均热感觉研究方法拟合得出夏季MTS与操作温度的函数关系(图11)显示：随着温度的升高，教学楼内被调查者的夏季热感觉也随之升高。

图11 夏季MTS与操作温度的回归曲线

MTS模型的关系式为

MTS=0.162 t-4.029，R2=0.829 56。

(4)

由式(4)可知，当MTS为0时，对应室内实际中性温度为24.9 ℃，80%可接受率下的舒适度范围是19.6～30.1 ℃。

2.4 PMV模型

将温度、湿度、风速等实测的参数带入式(1)得出PMV的数值，并将其数据进行拟合，得到夏季PMV与操作温度的回归曲线，该函数为

PMV=0.202t-4.909，R2=0.901。

(5)

由图12可知：随着操作温度t升高，热感觉预测值随之上升，当PMV为0时，其预测的中性温度为24.3 ℃，80%可接受率下的热舒适温度范围为20.1～28.5 ℃。

图12 夏季PMV与操作温度的回归曲线

2.5 MTS、PMV模型的对比分析

为了研究PMV与MTS的关系，将上述2种模型进行了加权性拟合如图13所示。

图13 MTS、PMV与室内操作温度关系

由图13可知：MTS与PMV模型相同点都是呈线性关系，不同点是二者斜率呈现了明显的差异，PMV模型的斜率大于MTS模型的斜率；随着操作温度的增加时，2种模型的曲线偏离越大。

FANGER P O[18]根据PMV模型将ASHRAE热感觉划分成了3个标尺，其中当PMV为±0.85时，80%受试者满意当时的热环境。本文分别将±0.85这2组数据带入PMV模型的回归函数中，得到对应的温度范围是20.1～28.5 ℃，并将±0.85这2组数据带入MTS模型中，得到对应的PMV模型中性温度大于MTS模型的，但MTS模型的可接受温度范围大于PMV模型的，温度区间为19.6～30.1 ℃。另外，将PMV=0和MTS=0带入回归函数中得到的中性温度分别为24.3 ℃、24.9 ℃。

2.6 APMV模型

通过上述研究结果可知PMV模型与MTS模型存在着差异，所以需要对原始的PMV模型进行修正。本文引入TAO R M等[20]提出的适应系数λ修正模型，将实测的数值带入式(3)得λ=0.0295，由此得出修正后的严寒地区高校教学楼建筑热感觉评价的模型为：

(6)

2.7 APMV模型的验证

由图13可知：随着温度的升高PMV模型的数值与MTS模型的数值偏差越大，所以为了验证修正模型的可靠性，选取37、39、41、43 ℃较高温度作为样本，将这4个样本带入式(5)，得出PMV值分别为2.57、2.96、3.37、3.78；将上述得出的PMV值带入式(6)得出APMV值分别为2.39、2.72、3.07、3.40，再将4个样本带入公式(4)得出MTS的值为1.97、2.29、2.61、2.94，由上述数据可知：相同温度下APMV比PMV的数值更加接近MTS模型的数值且误差较小，即修正模型APMV的可靠性优于PMV模型。

3 结论

本文通过对严寒地区夏季教学楼热舒适度PMV、MTS、APMV三种模型研究结果的对比分析，得出以下结论：

(1)PMV模型和MTS模型与操作温度都是正相关，且PMV模型的斜率要大于MTS模型。

(2)教学楼的实际中性温度为24.9 ℃，与PMV计算得出的中性温度结果不同，实际的热舒适性范围为19.6 ℃～30.1 ℃，这也与PMV模型的预测的结果存在差异。