论文部分内容阅读
城市老工业区的原有工业建筑见证了我国经济腾飞和复兴崛起的过程。近年来，随着国家宏观政策的调整，产业结构的转型升级，对改善空气质量以及建设宜居的人居环境的理念逐步深入，使得老工业区的建筑改造更新刻不容缓。本论文选题来源于国家十二五科技支撑课题原有工业建筑功能提升与生态改造关键技术与示范，旨在为工业区棚户改造、腾笼换鸟提供理论支撑基础。本文选取了北京首钢未改造的料仓作为原有工业建筑代表，并对比另一厂区同一功能分区的已改造建筑，分别对其室内外PM2.5、PM10的浓度进行监测，运用数学统计对PM2.5、PM10的污染特征进行评价，分析了未改造与已改造建筑室内外浓度水平及其相关性，并对工业区室外PM2.5标准限值做出探讨，通过Airpak软件分别对其室内进行速度场、空气龄、浓度场的数值模拟研究，进行双向验证，最后基于加权马尔可夫链对已改造办公建筑内PM10进行预测。研究发现：（1）未改造料仓，污染物浓度总体上室外较室内严重，PM2.5较PM10严重。料仓外首要污染物是PM10，料仓内主要污染物是PM2.5。（2）经改造后的对比建筑，PM2.5降幅较PM10更大。（3）随室外PM10-50%依次下降到PM10-20%和PM10-NORM三种水平下，料仓室内PM2.5的超标小时数基本呈指数分布降低。通过假设三种工业区室外PM2.5与相关标准限值对比，发现将原有限定值75μg/m3，上调至95μg/m3~115μg/m3之间，能更好的对工业区室外PM2.5进行衡量。（4）对未改造料仓和已改造建筑的内部速度场、空气龄、浓度场进行数值模拟，证明了模型的准确性和用Airpak对料仓内部颗粒物模拟的可行性，也说明了通过高窗对开措施，形成的穿堂风对室内空气质量有明显改善作用。（5）考虑到对室内颗粒物浓度预测可起到提前掌握室内颗粒物浓度水平，排出安全隐患等方面，在忽略气象因素和室内源因素的影响下，运用加权马尔科夫链对室内PM10浓度进行预测。通过对比监测值与预测值，发现加权马尔可夫链对室内颗粒物浓度进行范围预测，预测值与监测值相关度在0.805~0.846，预测值误差率为-10.25%~﹢19.46%。论文采用数理统计、实验测试、数值模拟研究三者相结合的方法对老工业区改造前后建筑室内外的污染物浓度水平及相关性作了研究，为制定相关老工业区原有工业建筑改造前后的PM2.5、PM10水平标准提供数据支持和理论依据。