5D Library › 建筑声学、混响时间与空间环境心理学的物理模型 · English
第六章 二氧化碳、通风与决策
二氧化碳是什么样的指标
室内二氧化碳(CO2)主要来自人的呼吸。室外大气的 CO2 浓度现在约为 420 ppm(作者框架写的 400 ppm 是约十年前的水平),一间坐满人、通风不足的会议室很容易升到 1,000 ppm 以上。长期以来,建筑通风领域把室内 CO2 当作通风是否充足的指示物:人在呼出 CO2 的同时也释放水汽、气味与各种挥发性有机物(统称「人体散发物」),CO2 高,说明这些东西也在积累。1,000 ppm 这类数字是通风设计的参考值,不是 CO2 本身的健康限值。
请注意,CO2(二氧化碳)与 CO(一氧化碳)是两种完全不同的气体。一氧化碳由燃烧不完全产生,低浓度就可致命,必须使用专门的一氧化碳报警器;本章的 CO2 计算与之无关。
推导:一间会议室的质量守恒
推导
假设室内空气充分混合,体积为 ,有 个人、每人每秒呼出 CO2 体积 ,室外新风量为 ,室外浓度为 。CO2 的质量守恒为
记换气次数 (每小时),解为
是稳态浓度, 是趋近稳态的时间常数。要使稳态浓度不超过目标 ,每人需要的新风量为 。
CO2 的呼出量取决于体重、性别、年龄与活动水平。佩尔西与德容 2017 年用代谢生理学重新估算了建筑使用者的 CO2 生成率,在他们的表中,坐着的成年人在 1.2–1.4 met(办公、开会一类的坐姿活动)时约为每人每秒 0.0035–0.0056 升,安静静坐(1.0 met)时约 0.0029–0.0039 升 (Persily and Jonge 2017)。下面的程序取 0.005 升/秒作示意值,处在坐姿办公范围的偏高一端,因而结果偏保守;计算 6 名成人进入一间 4.5 × 4.0 × 2.7 米会议室后的 CO2 变化。
推导
# Well-mixed room: V dC/dt = N G - Q (C - Cout). Six adults in a 4.5 x 4.0 x 2.7 m
# meeting room; G = 0.005 L/s per person (Persily & de Jonge 2017 tabulate about
# 0.0035-0.0056 L/s for seated adults at 1.2-1.4 met); outdoor 420 ppm; start at outdoor
# level. Q = ACH x V. Last line: the same room with G = 0.004 L/s (quiet sitting; Persily
# & de Jonge give about 0.0029-0.0039 L/s per adult at 1.0 met).
import math
V, N, G, C_OUT = 4.5 * 4.0 * 2.7, 6, 0.005e-3, 420.0 # m3, people, m3/s, ppm
SRC = N * G * 3600 * 1e6 # ppm x m3 per hour
def conc(ach, t_h, c0=C_OUT, src=SRC):
css = C_OUT + src / (ach * V)
return css - (css - c0) * math.exp(-ach * t_h), css
def minutes_to(ach, target, src=SRC):
css = conc(ach, 0, src=src)[1]
if css <= target:
return None
return -math.log((css - target) / (css - C_OUT)) / ach * 60
print(f"room volume {V:.1f} m3; CO2 source {N} x {G * 1e3:.3f} L/s"
f" = {N * G * 3.6e6:.0f} L/h")
print(" ACH | outdoor air/person | steady state | at 60 min | minutes to 1000 | to 800")
for ach in (0.5, 1, 2, 3, 4, 6):
q_pp = ach * V / 3.6 / N # L/s per person
c60, css = conc(ach, 1.0)
m1, m8 = minutes_to(ach, 1000), minutes_to(ach, 800)
f = lambda m: "never" if m is None else f"{m:5.0f}"
print(f" {ach:3.1f} | {q_pp:5.1f} L/s | {css:5.0f} ppm | {c60:5.0f} |"
f" {f(m1):>5s} | {f(m8):>5s}")
for target in (1000, 800):
print(f"outdoor air needed to stay below {target} ppm:"
f" {G * 1e3 / ((target - C_OUT) * 1e-6):.1f} L/s per person")
src4 = N * 0.004e-3 * 3600 * 1e6
print("G = 0.004 L/s each: minutes to 1000 ppm at ACH 0.5, 1, 2, 3 = "
+ ", ".join(f"{minutes_to(a, 1000, src4):.0f}" for a in (0.5, 1, 2, 3)))
# room volume 48.6 m3; CO2 source 6 x 0.005 L/s = 108 L/h
# ACH | outdoor air/person | steady state | at 60 min | minutes to 1000 | to 800
# 0.5 | 1.1 L/s | 4864 ppm | 2169 | 17 | 11
# 1.0 | 2.2 L/s | 2642 ppm | 1825 | 18 | 11
# 2.0 | 4.5 L/s | 1531 ppm | 1381 | 22 | 13
# 3.0 | 6.8 L/s | 1161 ppm | 1124 | 31 | 14
# 4.0 | 9.0 L/s | 976 ppm | 965 | never | 17
# 6.0 | 13.5 L/s | 790 ppm | 789 | never | never
# outdoor air needed to stay below 1000 ppm: 8.6 L/s per person
# outdoor air needed to stay below 800 ppm: 13.2 L/s per person
# G = 0.004 L/s each: minutes to 1000 ppm at ACH 0.5, 1, 2, 3 = 21, 24, 32, 77换气次数为每小时 1 次(相当于每人约 2.2 升/秒新风,门窗紧闭的房间常见这一量级)时,稳态浓度高达约 2,640 ppm,开会 18 分钟就超过 1,000 ppm;每小时 3 次时,稳态约 1,160 ppm,31 分钟超过 1,000 ppm;每小时 4 次时稳态约 976 ppm,永远到不了 1,000 ppm,但 17 分钟就超过 800 ppm;每小时 6 次(每人约 13.5 升/秒)时稳态约 790 ppm。按这个模型,要让稳态低于 1,000 ppm,每人需要约 8.6 升/秒新风;低于 800 ppm,约 13.2 升/秒。一次 1 小时的会议,在通风不足的房间里大部分时间都处在 1,000 ppm 以上。程序最后一行是敏感性检验:若每人只呼出 0.004 升/秒(更接近安静静坐),每小时换气 1、2、3 次时超过 1,000 ppm 的时间推迟到约 24、32、77 分钟;换气次数接近临界值时,结果对生成率很敏感,所以真实房间应以实测为准。
哈佛 COGfx 研究与它之前的实验
证据
萨蒂什等人 2012 年。 22 名受试者(大多是大学生)以 4 人一组,在同一天里分别在 CO2 约 600、1,000 与 2,500 ppm 的条件下各进行 2.5 小时的「战略管理模拟」(SMS)测验,通风与温度保持不变,较高的浓度靠注入纯 CO2 实现,受试者不知道条件。与 600 ppm 相比,1,000 ppm 时 9 项指标中有 6 项显著下降(约低 11%–23%);2,500 ppm 时 7 项显著下降,其中「主动性」与「基本策略」降到原来的 7% 与 6%。作者自己写道,2,500 ppm 的效应大得「几乎令人难以置信」,需要重复确认 (Satish et al. 2012)。
证据
艾伦等人 2016 年(COGfx 研究)。 24 名专业人员(建筑师、设计师、程序员、工程师、营销人员与管理人员)在同一间受控的实验办公室里度过 6 个完整工作日,受试者与评分者都不知道当天的条件。条件包括:常规办公(每人约 20 立方英尺/分新风,并加入挥发性有机物源)、「绿色」(同样的新风量,低挥发性有机物)、「绿色+」(新风加倍)以及在绿色+基础上注入纯 CO2 使浓度达到约 945 与约 1,400 ppm 的两天。与常规条件相比,SMS 平均得分在绿色条件下高 61%,在绿色+条件下高 101%;与绿色+条件相比,CO2 约 945 ppm 时低约 15%,约 1,400 ppm 时低约 50%,9 个维度中有 7 个下降。按回归估计,CO2 每升高 400 ppm,平均得分约低 21%。作者列出的局限包括:只有 24 人、单一地点、条件在相邻的日子进行(可能有延续效应)、不能排除未控制的混杂,研究经费中包括一家工业企业的捐赠 (Allen et al. 2016)。
注
对作者原框架的修正。 第一,COGfx 研究的 CO2 条件约为 945 与 1,400 ppm,而不是 1,000 与 1,400 ppm;室外基线现在约为 420 ppm。第二,常被引用的「得分高 61% 与 101%」比较的是绿色、绿色+条件与常规条件,差别来自挥发性有机物与新风量,而不是单纯的 CO2。第三,「危机响应、信息使用与策略制定大幅下跌」在 CO2 条件中是 9 个维度里 7 个下降的一部分,论文正文没有给出各维度的百分比,书中不写具体数字。
后来的研究:纯 CO2 还是人体散发物?
证据
张等人 2017 年。 25 名受试者在 5 种条件下各暴露 255 分钟:3 种条件新风充足、人体散发物被排走、CO2 为 500 ppm 的参照水平,或注入纯 CO2 达到 1,000 与 3,000 ppm;另 2 种条件限制新风,使人体散发物与 CO2 一起升到 1,000 或 3,000 ppm。单纯注入 CO2 对认知成绩没有统计学上显著的影响;人体散发物在 3,000 ppm 水平时降低了加法速度、延长了一项转向任务的反应时,并减少了一项线索利用测验的正确连接数 (Zhang et al. 2017)。
证据
综述。 杜等人 2020 年回顾了 37 项关于室内 CO2 与认知功能的研究,指出研究之间在暴露方式、任务与人群上差异很大,存在明显的方法学缺口,并呼吁以制定学校等场所的安全暴露限值为目标开展研究 (Du et al. 2020)。
两类实验的结果并不矛盾得那么厉害:萨蒂什与艾伦的 CO2 条件也是注入纯 CO2,但张等人的设计同时把 CO2 与人体散发物分开操纵,并没有重复出纯 CO2 的效应。真实房间里的困难在于,CO2 与其他人体散发物有同一个来源(人)和同一个出口(通风),在现场数据中几乎无法分开。下面的程序构造 400 间合成的房间,令工作成绩只取决于人体散发物,看看只测 CO2 的人会得出什么结论。
推导
# 400 synthetic rooms with random occupancy and ventilation: CO2 and a generic
# "bioeffluent" index share one source (people) and one sink (ventilation). By
# construction, performance depends ONLY on the bioeffluent index. What does someone who
# measures only CO2 conclude?
import math, random
rng = random.Random(2016)
rows = []
for _ in range(400):
n = rng.randint(2, 12)
q = rng.uniform(3, 20) * n # outdoor air L/s
gen_co2 = rng.gauss(0.005, 0.0006) * n * 1e3 # mL/s
co2 = 420 + 1e3 * gen_co2 / q * rng.lognormvariate(0, 0.08) # ppm (mixing error)
bio = n * rng.lognormvariate(0, 0.15) / q * 100 # arbitrary units
score = 100 - 1.5 * bio + rng.gauss(0, 4) # depends on bio only
rows.append((co2, bio, score))
def corr(a, b):
ma, mb = sum(a) / len(a), sum(b) / len(b)
sab = sum((x - ma) * (y - mb) for x, y in zip(a, b))
return sab / math.sqrt(sum((x - ma) ** 2 for x in a) * sum((y - mb) ** 2 for y in b))
co2, bio, sc = zip(*rows)
mean = lambda v: sum(v) / len(v)
cov = lambda a, b: sum((x - mean(a)) * (y - mean(b)) for x, y in zip(a, b)) / len(a)
slope = cov(co2, sc) / cov(co2, co2)
print(f"correlation CO2 vs bioeffluent index: {corr(co2, bio):.2f}")
print(f"correlation CO2 vs score: {corr(co2, sc):.2f} (CO2 has no causal role here)")
print(f"naive slope: {slope * 400:+.1f} points per +400 ppm CO2"
f" ({slope * 400 / mean(sc):+.0%} of the mean score)")
# two-predictor least squares on CO2 and the bioeffluent index (2 x 2 normal equations)
a, b, cc = cov(co2, co2), cov(co2, bio), cov(bio, bio)
y1, y2 = cov(co2, sc), cov(bio, sc)
det = a * cc - b * b
b_co2, b_bio = (cc * y1 - b * y2) / det, (a * y2 - b * y1) / det
print(f"adjusting for the bioeffluent index: {b_co2 * 400:+.1f} points per +400 ppm CO2")
print(f" bioeffluent slope {b_bio:+.2f} (true -1.50)")
print("but the bioeffluent index is almost never measured in the field; a controlled")
print("experiment that adds pure CO2 at fixed ventilation is needed to separate the two")
# correlation CO2 vs bioeffluent index: 0.92
# correlation CO2 vs score: -0.85 (CO2 has no causal role here)
# naive slope: -10.5 points per +400 ppm CO2 (-13% of the mean score)
# adjusting for the bioeffluent index: +0.3 points per +400 ppm CO2
# bioeffluent slope -1.52 (true -1.50)
# but the bioeffluent index is almost never measured in the field; a controlled
# experiment that adds pure CO2 at fixed ventilation is needed to separate the two在这些房间里,CO2 与人体散发物指数的相关为 0.92,CO2 与成绩的相关为 −0.85,按 CO2 做简单回归,「每升高 400 ppm 成绩低 10.5 分(平均分的 13%)」——而按构造,CO2 对成绩毫无作用。只有在同时测量人体散发物并加以调整时,CO2 的系数才回到接近 0(+0.3 分),人体散发物的系数回到真值附近(−1.52 对 −1.50)。现场几乎从不测量人体散发物,所以要分开两者,只能靠像张等人那样分别操纵的实验。
注
对实践的含义。 无论 CO2 本身是否有直接作用,「CO2 偏高」都可靠地说明这间房间的人均新风不足,因而人体散发物、湿气与其他室内污染物也在积累。所以第八章的核查表仍然把 CO2 当作通风指示物,并选用比常见参考值更保守的 800 ppm 作为会议室的目标;这是一个设计选择,不是健康阈值。
假说 · 尚未验证
在 1,500 ppm 以下,复杂决策成绩的下降主要来自人体散发物与挥发性有机物,而不是 CO2 本身(尚未确立)。可检验的推论:在一个 2 × 2 析因实验中分别操纵 CO2(注入纯 CO2,600 对 1,400 ppm)与人体散发物(新风量),决策测验的成绩应当只随人体散发物条件变化;如果在人体散发物保持低水平时,纯 CO2 1,400 ppm 仍然稳定地降低成绩,并在多个实验室重复,这一假说就被否定。
本章小结
室内 CO2 是通风的指示物,1,000 ppm 不是健康限值。充分混合的质量守恒方程 给出:6 人在 48.6 立方米、每小时换气 1 次的会议室里,18 分钟就超过 1,000 ppm;稳态低于 800 ppm 需要每人约 13 升/秒新风。萨蒂什等人 2012 年与艾伦等人 2016 年报告了注入纯 CO2(约 945–2,500 ppm)后决策测验得分的明显下降,但样本小、作者呼吁重复;张等人 2017 年分开操纵后,纯 CO2 到 3,000 ppm 没有影响,人体散发物有影响。示意计算显示,在现场数据中 CO2 与人体散发物几乎无法分开。下一章回到古人:他们怎样谈论风、水、日影与房屋。
参考文献
Fan, Y. (2026). Architectural Acoustics, Reverberation Time and the Environmental Psychology of Built Space: From Sabine's Equation and Fractal Visual Dimensions to Cognitive Performance, Read Beside Classical Chinese Spatial Design [建筑声学、混响时间与空间环境心理学的物理模型] (Version 1.0.0). 5D Library. https://doi.org/10.5281/zenodo.23782090 · Licensed under Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0).