关于《Examining Different Placement Strategies for Indoor Environmental Quality Sensors in Office Environments》一文的学术报告
本研究由 Riccardo Talami, Xinhao Hu, Ilyas Dawoodjee 以及通讯作者 Ali Ghahramani* 共同完成。团队成员主要来自新加坡国立大学的建筑环境系，其中 Xinhao Hu 也隶属于中国湖南大学的土木工程学院。该论文已被学术期刊 Science and Technology for the Built Environment 接受发表。
研究的学术背景
本研究隶属于建筑科学、室内环境与健康，以及建筑智能化监测的交叉领域。研究的核心动机源于当前建筑环境监测中的一个关键缺口：尽管传感器技术日益进步，成本不断降低，使得实时连续监测室内环境质量（Indoor Environmental Quality, IEQ）成为可能，但如何有效部署这些传感器，特别是集成多种参数的传感器组（Multi-sensing Device），以准确捕捉办公环境中个人工作位周边的真实环境状况，仍缺乏系统性的研究和明确指导。
研究背景知识方面，作者首先指出室内环境质量（涵盖热舒适、室内空气质量、视觉舒适和声学舒适）直接影响着建筑使用者的健康、舒适度和工作效率。例如，不良的照明、空气污染或不适宜的温度可能导致头痛、眼疲劳和呼吸系统问题，并损害认知功能。尽管现有的行业标准和指南（如ASHRAE 55、ASHRAE 62.1、WELL v2、RESET v2）为建筑层面的IEQ监测提供了建议，但它们多侧重于房间或空间尺度，未能充分考虑如何定位传感器以捕捉直接影响个人舒适与健康的微观环境条件。此外，随着多参数集成传感器包的兴起，不同传感器（如温度、CO₂、光照传感器）对安装位置的要求可能存在冲突，这使得寻找一个能够平衡多参数需求的折中位置变得至关重要。以往的研究要么只关注单个IEQ参数（尤其是室内空气质量），要么仅在房间尺度进行探讨，缺乏针对个性化监测、综合考虑所有IEQ参数且结论具有普适性的传感器布置策略研究。
因此，本研究旨在填补上述研究空白，其具体目标为： 1. 评估不同传感器布置策略在捕捉个人工作位实时IEQ条件方面的有效性。 2. 提出能够兼顾多个IEQ参数的多传感器设备布置方案，确定最能准确反映使用者在办公环境中实际体验到的环境条件的传感器位置和方向。
研究的工作流程
本研究采用了一个系统且详尽的实验与数据分析流程，主要包括五个关键部分：实验环境设置、IEQ传感器包的开发与验证、个性化监测的传感器布置、纵向研究与控制性实验、以及数据统计分析。
第一，实验环境设置。 研究在一个模拟典型开放式办公环境的“活体实验室”（Living Lab）中进行。该实验室面积75平方米，层高约2.6米，配备有HVAC（供暖、通风与空调）系统、带形窗以及人工照明。实验室设有三个代表性工位：工位1位于门下，上方有吊顶送风口，光照主要依赖人工光，气流连续；工位2位于房间中部，受人工光和自然光共同影响，不受送风口气流直接影响；工位3靠近窗户，光照以自然光为主，室外得热高，上方也有送风口。选择这三个具有不同光照、热条件和气流模式的工位，旨在提升研究结果的普适性。
第二，传感器包开发与验证。 研究团队自行设计并组装了一个集成多传感器的IEQ监测设备。该设备监测8个指标：温度、湿度、CO₂、颗粒物（PM1, PM2.5, PM10）、照度和声音。传感器均采用市售成熟组件，并封装在一个3D打印的开放式外壳内，以利于空气流通和精确测量。验证过程分为两步：首先，将自制传感器包与经过校准的高精度实验室级参考仪器（如TSI Q-Trak 7575、DustTrak II 8532等）进行并排点对点监测，收集数据。然后，进行为期两周的连续监测，与商用IEQ监测单元进行对比。通过计算标准估计误差（Standard Error of the Estimate, SEE），评估自制传感器包的准确性。结果显示，所有参数的SEE值均在相关国际标准（如ISO 7726、ASHRAE 55、WELL等）允许的阈值范围内，证明了该传感器包用于连续监测和数据趋势分析的可靠性。
第三，个性化监测的传感器布置。 研究共使用了15个自制的传感器包，在三个工位分别部署于五个特定位置：显示器上方、显示器下方、桌面右侧、天花板（正对工位上方）和椅子靠背上。每个位置与使用者的距离和高度各不相同。此外，还研究了两种传感器方向：水平方向（传感器面朝天花板）和垂直方向（传感器面朝使用者）。这种布置策略旨在覆盖使用者周围不同距离和角度的环境条件。
第四，纵向研究与控制性实验。 1. 纵向实验： 为期两周，招募了三名健康受试者（两名男性，一名女性），在日常工作时间（上午10点至下午6点）分别于三个工位正常办公。第一周所有传感器设置为水平方向，第二周设置为垂直方向，以收集真实、动态的IEQ长期数据。 2. 控制性实验： 为了研究传感器位置对瞬态污染事件的捕捉能力，研究团队使用了一台粒子扩散机来模拟办公室中常见的咳嗽和打喷嚏事件。这台机器能够以设定的速度和粒径（咳嗽：11.2 m/s，平均13.5 μm；打喷嚏：14 m/s，平均56 μm）喷射模拟唾液的甘油-水混合液滴。实验在工位1和工位2进行，每种污染事件持续约10分钟。研究将一台高精度DustTrak传感器的探头紧邻扩散机喷嘴放置，以此测量作为“地面真值”（Ground Truth）的颗粒物浓度，用于评估其他位置传感器的表现。
第五，数据分析方法。 针对纵向数据，由于难以获得所有IEQ参数的“地面真值”，研究采用了主成分分析（Principal Component Analysis, PCA）。PCA是一种降维技术，用于确定在多个位置中，哪个位置捕捉到的数据方差最大，即包含了最多的信息。简而言之，贡献方差最大的传感器位置被认为最能代表使用者的综合环境体验。数据分析分别针对单个IEQ指标、分组IEQ参数（如热参数、IAQ参数）以及所有参数组合进行。针对控制性实验中获得的颗粒物数据，则采用了更直接的比较方法：计算每个传感器位置读数与“地面真值”（喷嘴处）之间的斯皮尔曼秩相关系数（Spearman‘s ρ）、决定系数（R²）和平均绝对误差（Mean Absolute Error, MAE）。相关性最强、误差最小的位置被认为最能准确反映使用者在污染事件中的暴露情况。
研究的主要结果
结果一：传感器不确定性分析。 在开始位置分析前，研究对所有传感器读数的不确定性进行了评估。结果显示，各项参数的测量偏差相对于其观测范围均非常小（例如，温度±0.1°C，湿度±1%，PM<±0.2 µg/m³，CO₂±3 ppm，照度±10 lux，声音±0.5 dB）。这表明传感器误差极小，后续基于此数据的分析（如PCA）是可靠和稳健的。
结果二：单个IEQ指标的最佳位置。 PCA分析显示，不同IEQ指标的最佳监测位置存在差异： * 温度、CO₂、声音：最适合放置在显示器下方（面朝使用者）。此处接近使用者的“呼吸区”，能有效捕捉其活动产生的热、CO₂和噪声。 * 湿度、PM1、PM2.5、PM10：最适合放置在显示器上方（面朝使用者）。此位置位于使用者头部高度附近，有利于捕捉呼吸区附近的湿度和颗粒物水平。 * 照度：最适合放置在桌面右侧（靠近窗户/主要光源）。此处最接近自然光和潜在的任务光源，能更准确地反映工作面的光照条件。
结果三：分组及综合IEQ参数的最佳位置。 当考虑参数组或全部参数时，分析结果如下： * 热参数组（温度+湿度）：最佳位置是椅子靠背。这是最靠近使用者身体的位置，能直接反映影响人体热舒适的核心微环境。 * 室内空气质量参数组（CO₂+PMs）：最佳位置是显示器上方（接近呼吸区高度）。 * 综合所有IEQ参数：当传感器包面朝使用者时，显示器上方的位置在所有三个工位都表现出一致性，是平衡所有IEQ指标的最佳折中选择。而面朝天花的传感器，其最优位置则随工位不同而变化。
结果四：控制性实验结果。 模拟咳嗽和打喷嚏的实验提供了强有力的佐证： * 位于天花板和椅子靠背的传感器，其读数变化趋势与“地面真值”严重不符。 * 位于显示器下方、显示器上方和桌面右侧的传感器能够有效检测到颗粒物事件。 * 其中，显示器上方且面朝使用者的传感器位置，在两种污染事件、不同工位下，均表现出与“地面真值”最高的平均斯皮尔曼相关系数（咳嗽ρ：0.64，打喷嚏ρ：0.56）、最高的R²值和最低的MAE值。这表明该位置对瞬态空气污染事件的捕捉也最为准确和灵敏。
研究的结论
本研究通过综合纵向监测和控制性实验，系统地评估了办公室个人工位周边IEQ传感器的布置策略，得出以下核心结论： 1. 个性化的IEQ监测需要根据具体参数选择不同位置。温度、CO₂和声音适合在显示器下方监测；湿度和颗粒物适合在显示器上方监测；照度适合在桌面右侧监测。 2. 工位所处的局部环境条件（光照、气流）和传感器的方向会影响最佳位置的选择。然而，一个关键的普遍性发现是：将传感器包朝向使用者（垂直方向）放置，能够更一致地捕捉到使用者实际体验的环境条件。 3. 对于集成多种IEQ参数的传感器包，为了实现最佳的综合监测效果，放置在显示器上方（距离使用者约0.7米，距地高约1.2米）且面朝使用者是最佳的布置方案。该位置不仅能在各种条件下有效平衡对各参数的监测，而且易于集成到工作空间中，不干扰办公活动，美观且符合人体工学。
研究的意义与价值
本研究具有重要的科学价值和应用价值： * 科学价值：首次在办公环境中，针对综合性、个性化IEQ监测，开展了系统性的传感器布置实证研究。它挑战了传统上以房间为尺度和单一参数为核心的监测思路，推动了“以人为本”的建筑环境监测研究范式。研究将PCA方法创新性地应用于缺乏“地面真值”的多参数传感器位置优选问题，并结合控制性实验进行验证，提供了严谨的方法论框架。 * 应用价值：为建筑设计师、设施管理人员和智能建筑系统开发者提供了基于实证的、可操作的传感器布置指南。研究结果可直接用于优化基于个人工位的环境控制系统，实现更精准的个性化环境调节（如个性化送风、照明控制），从而提升 occupant-centric buildings（以人为本的建筑）的效能，改善使用者健康、舒适度和工作效率。此外，该研究也为未来更新相关建筑标准和指南（特别是关于集成传感器设备的部署）提供了重要的参考依据。
研究的亮点
其他有价值的内容
研究在讨论部分指出，其结论基于特定的实验条件（VAV空调系统、带形窗布局），因此在推广到其他建筑类型（如教室）或不同布局的办公室时需要谨慎。未来研究可以在更多样的建筑环境中验证本结论。此外，研究虽然探讨了所有主要IEQ参数的组合，但并未穷尽所有可能的传感器包组合（如只包含PM、温度和照度的组合），这些特定组合的优化可留待后续基于具体用例的研究。文末的致谢部分表明，本研究得到了新加坡教育部的资金支持。