利用分布式PVA传感器和基于图的流动网络模型，实时识别高层住宅中的自然通风路径

《BUILDING AND ENVIRONMENT》：Real-Time Identification of Natural Ventilation Pathways in High-Rise Housing Using Distributed PVA Sensing and Graph-Based Flow Network Model

　　明仕林|李建伟|刘圣宇|田洪新|张玉珍|秦晨阳|王敏|沈雄
天津大学环境科学与工程学院，中国天津

**摘要**
高层住宅建筑中的自然通风（NV）可以提高室内环境质量并减少能源消耗，但其效果受到不稳定风速和强垂直异质性的影响。本研究开发并展示了一个实时框架，用于识别中国某25层住宅楼中的自然通风路径并量化其可靠性。在三个具有代表性的楼层上部署了分布式摆动速度风速计（PVA）网络，覆盖了九种开窗配置。时间分辨测量数据与基于图的流网络模型（GFNM）相结合，以重建瞬态气流拓扑结构并计算路径概率份额。定义了两个性能指标：有效通风比率（EVR），即实现跨区域通风的流量比例；以及方向稳定性（DS），即气流方向的时间一致性。现场结果显示，不同楼层的通风机制存在明显垂直差异。位于城市乔木层内的较低楼层呈现出以阻力为主的准稳态拓扑结构，其DS值较高（>50%），EVR值超过98%。而靠近粗糙度亚层顶部的较高楼层则出现剪切驱动的湍流，导致路径破碎：全开或高度透风的配置通常会失去稳定的通风路径（DS约26%或更低），从而使有效通风率EVR降低至10%以下，同时增加伪通风和逆向传输。针对性的不对称开窗配置重新组织了气流，抑制了湍流引起的路径切换，在25层楼面上将EVR恢复到90–100%，同时开窗面积减少的情况下仍保持约35–55%的DS值。所提出的框架成本效益高且可扩展，适用于现场诊断自然通风路径、评估交叉污染风险以及优化特定楼层的开窗策略，有助于实现有韧性的、以健康为导向的通风和可持续的高层建筑设计。

**引言**
城市化进程的加快以及气候变化显著增加了建筑物周围风环境的复杂性，这对控制室内空气质量（IAQ）带来了严峻挑战[1,2]。由于城市居民大约80%的时间在室内度过[3]，确保有效的气流既具有技术重要性，也是保护公共健康和实现可持续发展目标3和11的关键[4]。此外，自然通风（NV）作为一种关键的可持续设计工具，已被证明能够带来显著的经济和环境效益[5]。在这种情况下，合理组织通风对于稀释室内污染物和有效分隔不同功能区域至关重要[6,7]。然而，有效的污染控制需要准确、实时的通风路径识别。在高层建筑环境中，垂直风速剖面的物理机制表现出强烈的垂直异质性。随着建筑高度的增加，气流机制从以摩擦为主的城市乔木层（UCL）转变为以剪切为主的粗糙度亚层（RSL），这使得室内气流受到高度不稳定的室外风速、大气异质性和居住者行为的影响[8,9]。潘等人（2019）的研究表明，在住宅开窗处普遍存在非单向气流，气流一致性比率低至50%，而不同测量方法之间的差异可能导致严重的通风不足[10]。古桥等人（2022）和波萨斯等人（2022）进一步指出，开窗行为加剧了流场的不确定性[11,12]。在这种湍流条件下，高频气流波动会触发连续的路径切换和破碎，使得基于时间的平均指标不足以评估实际传输过程。在没有实时监测和反馈的情况下，很难维持针对污染物源的期望气流模式，从而增加了短路和逆向传输的风险。焦等人（2025）的研究表明，厨房油烟可能扩散到非烹饪区域，使颗粒浓度增加40–80%[13]。这些发现突显了高层住宅中的一个核心问题：瞬态气流传输的不可见性严重限制了通风效果和相关健康风险的评估。

同时，实际通风管理所需的时空分辨率与当前诊断技术的能力之间存在显著差距。传统的低成本传感器（如热线风速计）较为脆弱且缺乏双向测量能力，而皮托管在典型室内风速下灵敏度较低。传统的超声波风速计（UA）阵列虽然能提供可靠的数据，但价格昂贵且主要适用于室外应用[14]。示踪气体衰减方法虽然是通风测量的基准方法，但耗时较长，无法捕捉气流方向的瞬时变化，限制了其在实时拓扑重建中的应用[15]。流场可视化技术（如粒子图像测速法PIV）受光学路径和视野范围的限制，难以在有人居住的住宅中部署[16]。计算流体动力学（CFD）原则上可以提供详细的三维流信息[17,18]。尽管最新框架（如TH-MuSiC）能够提供高保真的实时城市风场模拟，但单栋建筑的CFD模拟在计算成本上仍然较高，并且对边界条件非常敏感，不适合在动态运行场景中进行实时、微尺度预测[20,21]。多区域网络模型虽然运行效率较高，但基于稳态压力平衡假设，因此无法再现高频风速和压力波动引起的路径切换和回流[22,23]。基于图的模型及相关网络抽象已在城市通风和建筑环境空气动力学的更大范围内得到探讨，通过简化的节点和连接来表示气流组织[24,25]。然而，这些方法通常适用于宏观或准稳态应用，其中通风路径是根据固定拓扑或时间不变的阻力/成本场推断出来的，而不是根据实时测量的边界条件动态更新的空气动力阻力。因此，它们不适用于解析湍流引起的源-汇切换、瞬态回流或高不稳定性边界条件下的微尺度路径破碎。纯粹的数据驱动模型也往往缺乏物理约束和空间可解释性，难以揭示通风路径的动态演变[26,27]。即使是最近基于物理原理的融合模型，也往往依赖于昂贵的仪器或侧重于局部预测[28,29]，目前仍缺乏一个低成本、可扩展的实时框架来重建整体通风拓扑。

尽管上述方法（包括CFD、多区域网络模型、基于图的模型及相关网络抽象以及最新的数据驱动或基于物理原理的模型）能够表征气流场、通风潜力或路径连通性，但住宅中的实际IAQ管理仍依赖于操作决策，如选择开窗配置、维持面向源的气流以及在不同动态条件下减少跨区域污染物传输。因此，填补这一空白至关重要，因为瞬态拓扑信息最终必须转化为可操作的开口策略，以实现感染控制、污染物稀释和交叉污染预防。这样的框架还可以为未来扩展到城市规模建筑群和更广泛的公共卫生管理提供基础，呼应了大规模城市结构识别的最新方法论进展[31]。这一未解决的缺口仍是及时控制高层住宅IAQ的关键瓶颈。

为解决这一需求，本研究提出了一种实时识别框架，将分布式物理传感与图论相结合。低成本PVA网络用于将物理空间映射到动态加权图中。通过将无量纲通风潜力指数与概率路径搜索算法结合，该框架能够实现瞬态室内气流拓扑的分钟级重建。该框架在中国内蒙古乌海市的一栋高层住宅楼的5层、13层和25层进行了同步测量验证，揭示了自然通风机制随高度的非线性演变。这些发现为开发适应垂直异质性的可持续NV策略提供了理论基础和实际技术框架。

**方法**
如图1所示，该框架分为四个连续阶段：
(1) **物理传感域（Ω）**：分布式PVA网络捕获瞬态摆动角度θ(t)，以提供动态边界条件；
(2) **基于图的流网络模型（GFNM）（G）**：将物理空间抽象为通过加权边连接的节点，表示空气动力阻力；
(3) **路径概率域（Π）**：引入无量纲通风潜力（ψk），通过概率推理计算实时路径概率。

**分布式传感网络的鲁棒性验证**
在实地测量之前，通过同步比较测试验证了分布式PVA网络与三维超声波风速计的结果。使用高保真风速计在湍流条件下校准传感器响应，这与最近的流体测量框架一致[44]。由于固定式风速计对不同尺度湍流结构的捕捉方式不同，这一验证强调了时间过滤的物理必要性，以便将局部快速波动与稳定状态区分开来。

**自然通风路径和交叉污染风险的概率识别**
所提出的框架将分布式PVA测量数据解释为动态加权流网络，并通过概率推理识别自然通风路径。GFNM不仅是一个纯粹的预测工具，还是校准后的实时测量数据的物理一致的拓扑抽象。在本研究中，没有与CFD、示踪气体实验或其他研究小组进行独立的路径级对比；目前验证仅限于...

**结论**
我们开发了一种实时框架，将分布式PVA传感与基于图的流网络模型相结合，用于重建瞬态自然通风路径并量化路径概率份额。在5层、13层和25层的27种开窗配置（94,260个数据点）中的现场应用表明，该框架能够在非稳态城市风条件下区分有效的通风路径和短路及逆流状态。

**作者贡献声明**
明仕林：概念化、方法论、软件开发、数据分析、原始写作、可视化；
李建伟：数据分析、验证、数据分析；
刘圣宇：数据分析、数据分析；
田洪新：数据分析、验证、数据分析；
张玉珍：数据分析、数据分析；
秦晨阳：方法论；
王敏：写作-审稿与编辑、数据分析、验证；
沈雄：写作-原始写作、可视化、软件开发、方法论、数据分析、概念化；