冬季机场航站楼室内热环境及乘客动态舒适度的时空变化

《BUILDING AND ENVIRONMENT》：Spatiotemporal Variations in Indoor Thermal Environments and Dynamic Comfort of Passengers in Airport Terminals during Winter

动态热舒适需求与空间非均匀性研究：昆明机场冬季全旅程调查揭示功能区域温度梯度达3.2-4.6℃，超过传统舒适阈值，提出基于LLM的预测模型使节能潜力达7.7%-18.5%

　　
该研究以昆明长水国际机场为样本，针对Cwb气候区机场终端冬季热环境展开系统性研究，提出了基于全旅程视角的分区调控策略。研究团队通过为期数月的实地监测，采集了不同功能区域温度梯度、湿度分布及旅客主观热感数据，并创新性地引入LLM模型进行热感知预测验证。

一、研究背景与意义
随着全球航空客流量突破49亿人次（2024年数据），机场作为交通枢纽的能耗问题日益凸显。中国民航局数据显示，大型机场年综合能耗可达300万吨标准煤，其中暖通系统占比达60-80%。研究重点聚焦冬季运营场景，因为低温环境下的建筑热损失较夏季增加40%以上，而传统PMV-PPD模型在长时停留场景中预测误差超过15%，亟待改进。

二、方法与数据采集
研究采用多维度数据采集策略：1）部署120个红外热像仪实时监测玻璃幕墙、钢结构等围护结构表面温度，发现局部热点达56℃；2）设置568个温湿度传感器网格，分辨率达0.5m×0.5m；3）通过双盲实验收集669份旅客热感知问卷，涵盖18-65岁不同年龄层，停留时间从15分钟到4小时不等。创新性引入"全旅程热暴露图谱"，将旅客行程分解为安检（30-60分钟）、候机（60-180分钟）、值机（15-30分钟）等12个关键节点。

三、核心发现
1. 空间异质性显著
不同功能区域热平衡差异达3.2-4.6℃，超出ASHRAE标准允许的±1℃波动范围。具体表现为：
- 安检通道：平均温度19.8℃（标准差±1.2℃）
- 餐饮区：22.3℃（±0.8℃）
- 行李转盘：18.5℃（±1.5℃）
- 休息区：21.1℃（±0.9℃）
热像仪监测显示，玻璃幕墙在正午时段局部温差达40℃，形成"热岛效应"。

2. 动态热舒适特性
通过对比不同停留时间旅客的热感数据（图3），发现：
- 15分钟内：中性温度（TNT）18.3±0.7℃
- 60分钟后：TNT提升至20.3±1.1℃（p<0.01）
- 120分钟后：达21.0±0.9℃
该现象与Feng等（2022）提出的"代谢衰减效应"一致，验证了Jia等（2021）关于停留时间与TNT正相关的理论。

3. AI预测模型突破
基于GPT-4架构开发的LLM模型，通过输入年龄、性别、停留时长等12维参数，实现热感知预测准确率72.8%（±1℃）。模型创新点包括：
- 构建包含3.6万条热舒适语料库的领域知识图谱
- 开发多模态输入接口，整合PMV指数、室内空气质量等8类参数
- 引入强化学习机制，动态优化预测模型参数

四、节能潜力分析
1. 分区调控效益
通过将餐饮区温度从22.3℃降至21.0℃（Δ1.3℃），实测节能量达18.5%；安检通道维持19.8℃基准值，较原设定节能7.2%。加权平均节能率达7.7%，相当于单机场年节省标煤1500吨。

2. 间歇性运行优化
针对行李转盘等低人流区域，开发基于停留时间的热暴露指数（HEI）算法：
- 短时停留（<30分钟）：维持原温度设定
- 中等停留（30-60分钟）：允许±0.5℃浮动
- 长时停留（>60分钟）：自动提升1-2℃
实施后预计降低无效制热能耗23%，同时保持热舒适度95%以上。

五、技术创新与应用
1. 建筑热工模拟系统升级
整合BIM模型与实时监测数据，开发动态热工模拟平台。实测数据显示，传统静态模型预测误差在冬季高达28%，而动态模型将误差控制在12%以内。

2. 边界区热缓冲技术
针对安检通道与候机区之间的3.2-4.6℃温差，设计可变导热系数玻璃幕墙。当温差超过2℃时，自动触发相变材料（PCM）进行热交换，实测可使过渡区温度波动控制在±0.8℃。

3. 智能温控决策树
构建包含37个决策节点的控制逻辑：
- 第一层级：根据旅客流量密度（<50人/㎡/h启动节能模式）
- 第二层级：结合停留时间（>90分钟触发舒适提升机制）
- 第三层级：环境参数耦合（PM2.5>75μg/m3时降低送风温度）

六、行业应用建议
1. 建筑设计优化
- 玻璃幕墙采用双层夹胶+智能调光膜组合（U值≤1.5W/m2K）
- 围护结构蓄热系数提升至≥0.8W/(m2K·h)
- 设置智能导流帘，减少冷风渗透损失

2. 运营策略调整
- 建立"热舒适日历"，区分工作日/节假日、高峰/平峰时段
- 开发旅客热感反馈APP，实时采集主观评价数据
- 制定动态温度响应曲线，冬季基准温度设定为19.5±0.5℃

3. 智能运维升级
- 部署数字孪生系统，实现建筑热环境三维可视化
- 开发AI能效优化平台，支持分钟级调控决策
- 构建跨区域能源协同网络，实现周边建筑余热交换

七、未来研究方向
1. 极端气候适应性研究：针对北方-30℃至南方+35℃的跨气候带验证
2. 多环境耦合效应：研究光伏发电、地源热泵等新型能源系统的影响
3. 代际差异分析：对比Z世代（18-25岁）与银发族（65+岁）的热适应特性
4. 低碳材料应用：探索相变混凝土、气凝胶等新型围护材料

本研究通过建立"环境参数-行为模式-热舒适需求"三维关联模型，为机场等大型公共建筑提供可量化的热环境优化标准。其实践价值体现在：1）单机场年节能潜力达2000万度电；2）热舒适度提升可使旅客满意度提高18-22个百分点；3）AI预测模型降低人工巡检频次40%。该成果已纳入中国民航局《绿色机场建设技术导则（2025版）》，为全球航空枢纽的低碳转型提供了中国方案。