我国居民长期以来利用开窗通风来调节室内通风状况,开窗行为不仅会对热舒适和室内空气品质产生重大影响,还可以减少建筑能耗。同时开窗行为也是模拟软件一个重要的输入项。因此对于开窗行为的研究具有非常重要的现实意义。开窗行为的影响因素众多,并且具有很大的随机性。我国幅员辽阔,涵盖五大气候区。不同的气候特点和生活习惯无疑会影响居民的开关窗行为。本研究针对不同气候区、不同季节、不同家庭结构、不同房间的开关窗行为进行了深入分析。首先,本研究在在全国五大气候区十四座典型城市建立开关窗行为和室内外空气质量的大数据监测系统。对58户住宅进行了冬、春、夏三季客厅和卧室的开关窗行为和环境监测,建立了我国典型地区居民的开关窗行为的数据库。通过三个季节的数据采集,对于居民的日常开窗行为进行统计分析。全国各地区每天开窗时长的中位数显示,我国冬季最短仅有0.1%的窗户开启时间,最长为65.7%;春季窗户开启时间最短为13.5%,最长为76.6%;夏季窗户开启时间最短为31.7%,最长为64.8%。而家庭结构、气候区、季节和工作日/周末会对开窗行为产生一定影响,根据大样本的统计数据,制定了针对我国居民的开窗时间表。对于室外温度和室外PM2.5浓度对开窗行为的影响进行研究,发现室外日平均温度26~oC为开窗行为的转折点。低于26~oC时,随温度上升,开窗时长有所增加;而当室外日平均温度高于26~oC时,开窗时长有所下降。同时,当室外PM2.5浓度高于115ug/m~3时,开窗时长也会明显下降。继而通过大规模的主观调查和大样本数据库的理论分析深入挖掘开窗行为的驱动力。主观问卷调查结果显示,改善空气质量是居民开窗的主要原因,而冬季睡觉前、噪音和天气状况是关窗行为的主要原因。而基于大样本数据的binary logistic回归显示,时间是影响开关窗的主要因素,其次才是二氧化碳浓度、温度等有关环境因素。最后,利用SPSS软件中的binary logistic回归分析建立了不同地区、不同季节和不同房间的开关窗行为模型,通过时间和室内外环境因素来对开关窗行为进行预测。