以前，室内空气质量监测是一个相对“不为人知”的领域，但最近，这个领域被推到了健康建筑设计讨论的中心舞台。

 

这种从边缘到舞台中央的戏剧性转变得益于高度宣传的空气质量“事件”，比如，席卷印度和中国等国的“末日空气”、号称能够提供预防建议的低成本空气监测设备，加之上篇提到的诸如哈佛CogFx 等权威机构的研究成果，再通过当前迅速的社交媒体相结合，将空气质量监测的话题推上了热议榜。

 

无独有偶，建筑认证标准的着重点也正发生着转变，即从关注环境问题转变为关注人类健康问题，这一切都引起了各种类型的空气质量监测设备和过滤设备的热潮。我们见证了这些设备的宣传和实际应用的巨大差别，奉劝各位在购买时一定要谨慎，不光是因为较低的市场教育水平，在其产品的质量标准上也未见有多高明。此外，室内空气质量（特别是数据质量领域）不但受到硬件设备的影响，也受到软件的影响（目前对软件性能的规定也是空白地带）。最终的结果是产生了大量低质量数据（不准确的，巨大的数据量)、混乱以及大量基于这些错误数据的错误决策。

 

无论是空气质量、能源还是其他参数，我们需要无时无刻提醒自己使用这些数据的主要目的是什么。

 

数据是用来帮助我们决定并通知行动的。因此，为了做出正确的决策，我们需要正确的数据。在建筑环境中，我们定义什么是好数据 (即：正确的数据) 是为了让我们能够保证居住者的安全，并指导我们有效地运营建筑。好的、有意义的数据的产生依赖于三个主要因素：传感器硬件的性能、传感器硬件的位置、数据和结果的正确传达。

 

在空气质量监测仪的世界里，要让普通用户分辨家用设备和专业设备之间的区别，目前是极其困难的，因为设备厂家作出的声明往往是完全相同的，尽管两者价格相差100倍。然而，就原始和后续的使用性能而言， 它们却是完全不同的。随着时间的推移，高质量传感器的精确度往往控制在5-15%之间，它们也可以被校准，这是传感器非常关键的一个特性。而对于质量较差的传感器，随着时间推移，它们的精度往往会迅速下降，并且，许多传感器从安装之日起就完全无法使用。不知情的用户通常会用商用级别的价格购买家用级别的传感器，特别是当传感器是整个楼宇控制系统(BMS)或网络的一部分时。

 

好的数据需要监测设备标准。因此，RESET™ 健康建筑标准根据长期性能表现，将室内空气质量监测仪分为三个等级，分别是A级、B级和C级 (标定级、商用级和家用级)，帮助用户确定最适合他们需要的监测设备类型。

 

当谈及准确性声明时，软件世界有着同样不透明的问题。

 

有一种近乎神秘的信念认为，大数据分析可以解决任何问题，尤其是在纠正或增强来自低质量数据方面。这与事实相去甚远。结果的质量永远只取决于投入的质量。该行业目前充斥着这种现象，将低质量的硬件卖给毫无戒心的用户，然后试图用算法、大数据分析和传感器网络提取高质量的结果。

 

这种做法是不可行的。试想把100只鸡的大脑连接起来能产生像爱因斯坦那样的智力和洞察力吗？并不能，它只能产生100只鸡的智力和洞察力。最重要的是，所有的数据通信都是通过软件完成的，软件负责计算结果并传达结果。很多时候，软件之间的计算方式是不同的。例如，基于工作时间和基于24小时计算的办公室CO2或PM (颗粒物) 日平均值，得到的结果截然不同。然而，两者通常都被称为“日平均水平”。

 

好的数据需要有这样的标准，即规定在何种等级的传感器上如何传递数据、采用什么样的间隔，以及在什么时间框架内完成数据传递。

 

最后，传感器的位置与硬件的质量同样重要。为了通知和保护用户以及他们的健康，传感器需要安装在代表他们呼吸空气的区域。很多时候，空气质量传感器与净化设备集成在一起，监测天花板或地板上净化设备产生的空气质量，但这些数据仅代表净化器周围的空气，而人们实际的使用区域却在净化设备几米之外。良好的数据需要监测设备的安装位置标准。

 

数据与信誉良好的标准相结合能够产生强大的力量和变革潜力。最重要的是，通用的标准允许世界各地的建筑和空间进行比较。此外，它使数据能够共享，并提供了我们需要的仿生设计策略。它还能够显著加快健康建筑科学的研究和进步。

 

这场把空气质量推到风口浪尖的完美风暴，也帮助我们意识到我们有多少是不知道的。我们对室内空气品质的理解才刚开始：仅仅只是开始将室内环境与健康联系起来，真正的突破、改革和重塑还没有发生。我们需要将这些假设和技术付诸行动。这就是我们的建筑师、设计师、工程师和施工团队的职责所在。

 

---

 

建议进一步阅读:

上篇: 为什么室外空气污染也是室内问题

下篇: DLR集团的健康建筑设计方法-案例研究