一项关于不同大学环境中室内空气质量评估及其对健康风险影响的案例研究

《Atmospheric Pollution Research》：A Case Study on Indoor Air Quality Assessments and Health Risk Implications Across Diverse University Environments

台湾某大学17类室内环境多污染物监测与健康风险评估，发现CO2峰值达2111ppm，TVOC和HCHO超标的健康风险需针对性改善，提出通风优化、HEPA过滤等管理策略。

　　

Jheng Fong Tsai|Yu-Hsiang Cheng|Zong-Rong Chen|Chi-Chi Lin

高雄国立大学土木与环境工程系，高雄市南子区高雄大学路700号，81148，台湾

摘要

在高等教育环境中，室内空气质量（IAQ）的研究仍然不足，尤其是在功能多样化的室内环境中。本研究通过整合多污染物监测和甲醛特定健康风险建模，对一个大学校园内的空气质量进行了全面评估。在台湾南部的一个大学校园内，对17个室内环境进行了空气质量监测。根据台湾的空气质量法规，连续三个工作日对七种污染物（CO₂、CO、O₃、PM_2.5、PM₁₀、TVOC和HCHO）进行了监测；在适用的情况下，还增加了周末的测量数据。同时记录了包括使用率、通风情况和化学品使用情况在内的环境因素。

回归分析表明，这些因素是影响多种环境中污染物变化的重要因素。有五个地点的CO₂浓度超过了1000 ppm，图书馆内的短期峰值达到了2111 ppm。TVOC浓度在七个区域超过了560 ppb的指导值，而在健康中心，早期运营时间内观察到了较高的HCHO峰值（最高达到1187 ppb）。甲醛风险评估显示，工作人员面临致癌（LTCR = 4.4 × 10^-4）和非致癌（HQ = 7.02）风险。PM_2.5和PM_2.5之间存在强相关性（r = 0.794，p < 0.001），这表明它们的来源可能相同，例如外部渗透和人员活动。

尽管没有通过实验评估缓解策略，但根据观察到的趋势和文献，提出了改进通风控制、使用HEPA碳过滤器和通风储存化学品等措施。

这些发现为自然通风的学术环境中的空气质量风险管理提供了基于证据的基础，特别是在亚热带地区，并为校园健康管理人员和政策制定者提供了实用指导。

引言

室内空气质量（IAQ）对人类健康、认知功能和整体福祉起着至关重要的作用，尤其是在学校和大学等人们长时间待在室内的环境中。各种室内污染物——包括二氧化碳（CO₂）、一氧化碳（CO）、甲醛（HCHO）、总挥发性有机化合物（TVOC）、臭氧（O₃）和颗粒物（PM₁₀和PM_2.5）——都与不良健康后果有关，如呼吸问题、不适甚至慢性疾病（Salthammer等人，2010年；Kumar等人，2023年）。

其中，CO₂常被用来指示通风效果。室内CO₂水平升高通常与通风不足和较高的人员密度有关（Bhagat等人，2020年；Gormley等人，2020年；Harrichandra等人，2020年；Hou等人，2021年）。甲醛是一种已知的室内空气毒素，具有非致癌和致癌作用，主要来自家具，并可能因清洁产品而加剧（Milhem等人，2021年）。臭氧虽然通常来自室外，但也可能由办公设备或空气净化器在室内产生，从而导致氧化应激和肺部刺激（Guo等人，2019年；Lin和Chen，2014年）。

以往的空气质量研究主要集中在幼儿园和小学（Lin和Peng，2010年；Raysoni等人，2017年；Salonen等人，2018年；Johnson等人，2018年；Deng和Lau，2019年；Lin等人，2015年）。然而，现有研究大多集中在早期儿童教育和小学阶段，对于大学环境中的空气质量挑战和健康影响知之甚少，尤其是在功能多样化的室内空间和实际使用条件下。与小学或中学相比，大学建筑包含更广泛的室内空间，如教室、实验室、宿舍、食堂、办公室和健康中心。这些环境具有不同的污染物来源和人员流动特性，因此需要针对性的空气质量评估。

尽管有一些研究试图填补这一空白（Erlandson等人，2019年；Bhat等人，2022年；Hu等人，2022年；Di等人，2010年；Aliakbari等人，2022年；Sese?a等人，2022年），但许多研究在空间范围、污染物多样性或风险导向的解释方面仍存在局限性。大多数现有研究要么只关注单一类型的房间（例如教室），要么没有结合暴露-风险建模。缺乏全面的多功能空间评估限制了它们在大型校园环境中的适用性。Erlandson等人（2019年）在三种类型的大学建筑（LEED认证、改造型和传统型）中进行了初步的空气质量研究，测量了有人和无人条件下的颗粒物、甲醛、CO₂和NO_x。Bhat等人（2022年）研究了COVID-19封锁期间的室内和室外空气质量，发现室内空气污染物水平（包括PM_2.5、CO₂和总挥发性有机化合物（TVOCs）因建筑类型和年龄而显著不同。较旧的建筑和没有机械通风系统的建筑通常空气质量较差。Hu等人（2022年）报告了法国大学的甲醛浓度，在短暂通风后有所下降。Di Giulio等人（2010年）、Aliakbari等人（2022年）和Sese?a等人（2022年）研究了大学教室和实验室中的污染物水平和通风情况。

台湾有148所学院和大学，容纳了大约121万名学生、教职员工，占全国人口的5.2%。这些人经常在各种室内环境中停留较长时间。虽然台湾根据《室内空气质量法》为公共和半公共建筑制定了室内空气质量标准（表2），但这些标准在大学环境中的适用性和实施情况尚未得到充分研究。在许多校园空间中，自然通风仍然是主要的空气交换方式，特别是那些没有中央暖通空调系统的空间（Sese?a等人，2022年）。

不良空气质量对健康的负面影响——包括病态建筑综合症（SBS）的风险增加、认知障碍和呼吸系统疾病——已有充分记录（Wang等人，2007年；Lin等人，2009年）。先前的研究还表明，室内VOC排放受材料类型、化学品使用、通风行为和环境条件的影响。Wang等人（2007年）回顾了使用光催化氧化控制VOC的方法，而Lin等人（2009年）分析了来自木地板等建筑材料的排放。Chan等人（2007年）进一步研究了不同大学建筑中VOC的分布，强调了污染物暴露的空间差异性。然而，大多数研究未能将实时监测与暴露风险建模相结合。Branco等人（2024年）回顾了教育环境中的相关空气质量参数，强调了全面污染物分析的重要性，但缺乏定量的健康风险关联。

为了解决这些问题，本研究在台湾南部的一个大学校园内对17个功能不同的室内环境进行了全面的空气质量评估。使用校准的实时仪器连续监测了七种关键污染物（CO₂、CO、O₃、PM_2.5、PM₁₀、TVOC和HCHO）。同时记录了环境参数，包括使用率、通风行为和化学品使用情况。使用美国环保署（EPA）的方法评估了甲醛暴露风险，以估计非致癌和致癌影响（USEPA，2011年；Naddafi等人，2019年）。与大多数先前的研究不同，本研究不仅进行了污染物分析，还包括了甲醛特定的健康风险建模（HQ和LTCR），并考察了17个大学环境之间的功能差异，从而提供了迄今为止高等教育领域最全面的实证空气质量案例研究之一。

本研究结合了污染物监测和甲醛特定的健康风险建模（HQ和LTCR），提出了一个数据驱动的筛选和优先级框架，可以作为支持高等教育机构中基于证据的空气质量管理的起点。研究结果旨在帮助校园管理人员、环境卫生专业人士和政策制定者制定有效的策略，以保障人员的健康。

部分摘录

采样环境

本研究在台湾南部的一个综合性大学校园内进行，调查了17个室内环境的空气质量。选定的环境包括图书馆学习区（A）、计算机教室（B）、教室1（C）、教室2（D）、图书馆阅读区（E）、员工办公室（F）、健康中心（G）、教职工宿舍（H）、大型会议室（I）、部门办公室（J）、教师和学生联合办公室（K）、书店（L）、俱乐部办公室（M）、学生餐厅（N）和健身房

CO和CO₂浓度

根据补充材料中的图S1，该图显示了17个监测室内环境中的八小时平均CO（一氧化碳）浓度，所有工作日的CO浓度均低于台湾室内空气质量标准9 ppm。每个条形图上显示的数值代表平均浓度±标准差，表明所调查室内环境中的CO浓度处于可接受范围内。

图1显示了八小时平均CO₂（二氧化碳）浓度

总结与结论

通过结合多污染物监测和与暴露相关的风险转化，本研究超越了描述性的空气质量报告，提供了在真实使用条件下17个功能不同大学环境中的校园规模、基于风险的质量量解释。

将监测结果与环境活动记录和决定因素分析相结合，进一步识别了特定空间类型的暴露模式及其相应的管理优先级

未来研究的建议

本研究提出的框架旨在指导未来干预试验的优先级和设计，而不仅仅是证明干预措施的有效性。在现有研究的基础上，未来的研究应考虑以下方向：

首先，应在多个季节进行空气质量监测，以评估气象条件、通风行为和人员活动模式的影响

CRediT作者贡献声明

CHI-CHI LIN：写作——审稿与编辑、初稿撰写、监督、项目管理、资金获取、数据整理、概念构思。Zong-Rong Chen：写作——审稿与编辑、数据整理。Yu-Hsiang Cheng：写作——审稿与编辑、数据整理。Jheng Tsai：写作——初稿撰写、调查、数据分析、数据整理

未引用的参考文献

美国环保署（U.S. EPA），2011年；世界卫生组织（World Health Organization），2010年。

数据可用性

数据可应要求提供。

利益冲突声明

作者声明他们没有已知的竞争性财务利益或个人关系可能影响本文所述的工作。

致谢

作者感谢国家科学技术委员会（National Science and Technology Council, R.O.C对这项研究的部分资助（合同编号：NSTC 109-2221-E-390 -003 -MY3）。