垂直農業對室內CO2濃度影響評估系統開發

邵一鳴， 李加強， 周志偉， 陳淏婧

（南京工業大學建筑學院，南京 210009）

0 引 言

室內空氣中常見的污染物有CO2、顆粒物（PM）和揮發性有機化合物（VOC）三大類。除了通風稀釋污染物的方法外，目前應對PM和VOC類的污染物已有多種實用的過濾和吸收方法［1-4］，而CO2由于分子太小，難以通過這些方法解決。過高的CO2濃度會導致“病態建筑綜合癥”［5］和工作生產力下降［6］，人會出現明顯的神經生理癥狀（即疲勞，注意力難集中和頭痛）［7］。雖然自然通風能很好地稀釋室內CO2濃度，但是一些高層、超高層建筑，為了消除室外高風速的影響，采用的是固定外窗，換氣幾乎完全由新風系統完成。如果室外溫度達不到室內舒適度要求，新風機需要對進入室內的新風進行預冷／預熱，此過程產生了較可觀的能耗。是否可以在減少新風量需求的同時，并不犧牲室內空氣質量？綠色植物的光合作用就可以提供這樣一種補償方式。綠植光合作用中吸收CO2放出氧氣的過程，正好與人的呼吸作用相反。而辦公建筑的工作時段與植物日間光合作用的時段又大致重合。如果把垂直農業引入辦公建筑，則可以建立人與植物氣體交換的微型循環系統，對室內空氣質量有提升作用。

垂直農業是城市農業領域的一個新概念，是指在室內的可控環境下采用無土栽培法在立體架構中生產農作物［8-9］。垂直農業多采用光合作用相對劇烈的葉菜類作物，生長周期較快，全年可多輪種植，獲得數量可觀的收獲［10］。

當前，除了發展較早的農業科技方向外，垂直農業對建筑環境的研究還處于探索階段［11-12］，其對室內環境的影響，尤其是對室內CO2濃度的影響的相關研究幾乎沒有。鑒于其對室內空氣質量和通風節能潛在的有益效果，對其進行定量研究具有較強的理論和現實意義。由于房間的容積、室內人數和垂直農業的規模等參數的變化都會引起室內CO2濃度平衡的改變，所以參數化研究必不可少。然而，現有的經驗公式并無可用來計算含有垂直農業的室內CO2濃度隨時間變化關系，靜態預測尚有難度，動態模擬就更加困難。本文主要從質量守恒定律出發建立微分方程，通過實驗數據進行數學回歸方法得出植物凈光合速率和背景濃度的關系，從而建立包含房間尺度、室內人數、垂直農業種菜規模等參數的室內CO2濃度參數化計算模型，并以Visual Basic.net［13］為編程開發工具，開發了基于迭代計算的室內CO2濃度的評估系統。該系統能夠動態模擬24 h室內CO2濃度隨時間變化關系，為暖通空調設計人員提供設計參考。

1 系統開發

1.1 實驗研究

實驗選取位于南京市浦口區一棟典型的單走廊雙面布置使用空間的辦公樓3樓一間安放了垂直農業裝置的辦公室。實驗種植架構采用營養液膜技術（NFT），設置于窗洞口處，其架構與窗戶同寬（1.43 m），垂直農業設備立面圖如圖1所示。

圖1 垂直農業設備圖

實驗儀器和測量設備有CO2鋼瓶、空氣質量檢測儀、光合有效輻射儀等。CO2鋼瓶用于將室內的CO2濃度提高到一定的數值，以CO2作為示蹤氣體，記錄CO2濃度隨時間變化的關系。空氣質量檢測儀用于測量室內外CO2濃度，每分鐘自動記錄并保存所測數據。為了獲得相對穩定的光照條件，實驗室采用LED種植燈對日光進行模擬（見圖1）。設置種植燈的照射距離、時長和光照強度，使各層植物獲得等同于自然采光平均值的光合有效輻射（PAR）值，在此過程中利用PAR測試儀進行調試。LED種植燈的工作時間為8：00～20：00。

實驗中，對室內CO2濃度產生影響的因素有室外空氣滲透、室內人員呼吸作用，以及種植的蔬菜光合作用（植物的凈光合速率等于植物光合作用吸收CO2的速率減去其呼吸作用產生CO2的速率）。根據質量守恒定律［14］，CO2濃度C變化的微分方程為

室內CO2濃度在τ時間內的變化關系：

式中：C為τ時間后室內CO2濃度，μmol／mol；C1為室內CO2初始濃度，μmol／mol；˙m為人呼吸產生CO2速率，（μmol／mol）／h；τ為時間，min；Cs為室外CO2濃度，μmol／mol；Q為滲透新風量，m3／h；V為實驗室體積，m3；ɑ為農業植物凈光合速率，μmol／mol／h。當τ＝0時，C＝C1；˙m與人的活動、室內人數有關；Q主要受風壓、熱壓影響，具體又與室外風速、風向、室內外溫差房間結構、門窗類型等諸多因素相關；ɑ與光合有效輻射值和垂直農業的規模有關系。

為研究ɑ和C之間的關系，需要準確測量計算辦公室內無人、無植物狀況下的滲透風量和無人、有植物兩種情況下CO2濃度變化情況。具體操作步驟如下：

（1）測量實驗室內無人、無農業植物狀況下的滲透風量，即用示蹤氣體濃度下降法進行房間氣密性實驗。以CO2作為示蹤氣體，由鋼瓶釋放。空氣檢測儀自動記錄室內CO2濃度由最大值降低到當日室外水平時，單次實驗結束。重復測量3次，通過非線性回歸的方法對三組曲線進行回歸，得到Q/V，取平均值Q/V＝0.2次／h。

（2）濃度下降法測試實驗室中無人有垂直農業存在時CO2濃度變化情況。進行3組鋼瓶重復實驗，然后對CO2濃度數據進行非線性回歸，對回歸方程進行求導，導數即為各時刻室內CO2濃度實際下降速率。實際下降速率為該濃度背景下植物吸收CO2的凈光合速率和CO2通過空氣滲透稀釋速率的代數和。減去對應濃度的空氣滲透稀釋速率，可計算出不同CO2濃度狀態下對應的植物凈光合速率。最后對求得的不同濃度下植物的凈光合速率進行回歸，回歸方程為

在兩步實驗的基礎上得到植物凈光合速率和室內CO2濃度的關系，

1.2 系統平臺構建

圖2展示的是系統的處理架構。

圖2 系統處理架構圖

主要分為3個步驟：

（1）用戶需要通過數據庫和自定義導入各參數。數據庫導入的參數有房間換氣次數、人的活動率（人呼吸產生CO2的速率）、PAR值。用戶自定義輸入的有實驗室三圍尺寸（長、寬、高），并根據窗地比以確定窗戶的尺寸。輸入的參數還包括室外CO2的平均濃度，不同時間實驗室內的人數。可選參數包括垂直農業系統中水泵功率，水泵工作次數，水泵每次工作時間。

（2）計算。用式（3）進行迭代計算，計算中，τ取15 min，計算頻率為次／15 min，即迭代計算的次數為4次／h。

參數化評估系統由參數的命名和運算兩部分構成。主要計算參數有C1、Cs、Vr、VH及Pt、Q；農業植物凈光合速率vP等。

評估系統核心部分——迭代計算的部分公式及代碼含義：

式（4）用來計算農業植物凈光合速率，它與室內CO2的背景濃度有關。式（5）是基于式（3）用來計算室內CO2濃度變化情況，受室內人數、門窗的滲透稀釋作用以及農業植物的光合作用的影響。

（3）輸出CO2濃度變化曲線圖。經過第（2）步的迭代計算，快速動態模擬室內24 h內CO2濃度變化情況，并實時成圖，最后生成報表導出到Excel中。

2 評估系統用戶界面設計和操作步驟

計算評估系統的主界面如圖3所示，上半部分為圖形的輸出部分，橫坐標為24 h，縱坐標為室內CO2濃度，根據GB／T 18883—2002《室內環境質量標準》［15］將1 mmol／mol作為室內可接受的最大CO2濃度數據。本軟件將室內CO2濃度分為4個等級：好（＜700μmol／mol）、一般（700～1 000μmol／mol）、差（1 000μmol／mol）、非常差（＞2 000μmol／mol），4個等級分別由淺綠、淺黃、淺紅和深紅4種顏色表示，顏色由淺到深，顏色越深表示室內CO2濃度越高，對室內人員的健康影響越大。下半部分為用戶的輸入部分。最左邊是實驗室的三維尺寸輸入，中間3個滑塊分別控制換氣次數、人的CO2散發量和光合有效輻射值，右邊是經濟分析參數的輸入。最右邊有種植設計選項（植槽間距和蔬菜的葉冠高度等），還可導出相應的報表。

圖3 評估系統操作主界面及參數設置窗口

評估系統的具體操作步驟如下：

（1）初始設置數據由系統自動導入，如有必要，用戶也可自行修改數值。在圖3窗口用戶輸入部分，可修改的參數有實驗室的三維尺寸、實驗所用水泵的功率、水泵工作的時間、室內CO2的初始濃度、室外CO2濃度以及在不同的時間段內實驗室內的人數。也可以通過滑塊來控制室內換氣次數、人的活動率、光合有效輻射值的數值。

（2）用戶在設置完步驟（1）的參數后，點擊GrowingDesign（種植設計）后，出現的窗口界面如圖4所示。用戶只需輸入GrowingTray Spacing（種植槽間距）、Vegetable Spacing（垂直方向的蔬菜間距）以及Leaf Crown Height（蔬菜的葉冠高度）。點擊OK（確認）后即可自動顯示蔬菜數量、種植面積、窗口覆蓋率及產生的等效新風量。

（3）點擊Report（生成報表）。點擊OK（確認），窗口內出現的數據會根據之前設置的參數自動顯示在對應的位置（見圖5）。點擊Report Data，導出數據），將這些數據輸出導入到Excel中，如圖6所示。

圖4 種植界面參數設置窗口

圖5 經濟分析（能耗和產量）結果顯示窗口

圖6 自動生成的數據報告

3 驗 證

為了驗證開發平臺對于實際情況模擬的準確性，在有垂直農業的實驗室中進行了實驗驗證。選取2 h進行實測。1 d中，室內人數隨時段變化，實測各時刻室內CO2濃度的變化情況，描點作實測曲線圖。把初始參數輸入到評估系統內，計算得出預測曲線圖。將預測曲線與實測曲線進行比較，如圖7所示。

圖7 室內有人、植物時CO2濃度實測值與計算值對比

由于LED種植燈的工作時間為8：00～20：00，所以植物的光合作用只在該時間段內進行。曲線主要分為6段。ɑb段：從實驗開始，經歷10 h，室內無人，在第8 h，LED燈開始工作；bc段：經歷約1.5 h，室內1人；cd段：經歷6.5 h，室內無人；de段：經歷1 h，室內1人，LED燈停止工作；ef段：經歷3 h，室內無人；fg段：經歷1.5 h，室內2人，之后實驗結束。用SPSS 22.0軟件對實測值和模擬的數值進行相關性分析，R值為0.990（R的范圍：－1≤R≤1），｜R｜＞0.8，表示兩者相關性很高，R＝0.990，表明計算模型比較準確，植物的凈光合速率計算比較準確。可以用該模型來計算模擬24 h室內CO2濃度變化。

4 結 語

本文首先通過在實驗室內，以CO2濃度作為示蹤氣體的濃度衰減法，得出實驗室的滲透新風量，在此基礎上，計算出農業植物在不同背景濃度下的凈光合速率。不同參數的變化（如實驗室的三圍尺寸、室內人員的使用情況、農業植物的規模等）會引起室內CO2濃度的變化，利用計算機構建迭代計算平臺進行計算，與實測值進行比較，結果顯示計算平臺比較可靠。本文的主要創新點有以下幾個方面：

（1）通過非線性回歸計算出室內垂直農業與室內背景CO2濃度的關系，通過圖形化，能直觀看出室內人數和室內農業規模的平衡關系。

（2）開發出能動態評估室內CO2濃度隨時間變化關系的計算平臺，從系統的開發到驗證的過程，使用的數據可靠，軟件可靠。經過計算機快速迭代運算，得出的數據圖直觀明了，能實時看出一天24 h室內CO2濃度變化情況以及人數與室內CO2濃度的平衡關系。

（3）暖通設計人員可以根據顯示的數據曲線圖，調整室內垂直農業種菜規模，以達到通過調整垂直農業規模來控制室內CO2濃度，調整新風補充量，節約通風能耗的目的。