室内动态热湿环境织物挥发性有机物传质特性研究

Study on mass transfer characteristics of volatile organic compounds from fabrics in indoor dynamic thermal and humid environment

摘要

挥发性有机化合物（VOC）在室内空气中普遍存在，其迁移行为受源汇耦合及热湿环境动态变化的共同影响。室内窗帘、寝具、地毯等织物材料因其高孔隙率与大比表面积，在室内常以VOC汇和二次源形式存在，传质特性显著受热湿波动影响。为准确评估织物对室内VOC的调控效应，本文构建了织物热湿耦合传递模型与VOC迁移模型，并结合DeST-h模拟的五类典型气候区住宅逐时室内热湿参数，融合COMSOL平台开展多场耦合模拟。系统考虑了织物内部热湿梯度变化对气态污染物扩散、吸附与释放过程的影响。定量评估了室内热湿环境、织物承载率、材质类型等因素对织物“削峰填谷”的调节作用。研究揭示了织物在实际建筑环境中的VOC动态源汇效应，为室内污染物的精准浓度预测及控制提供了理论依据。

Abstract

Volatile organic compounds （VOC） are commonly present in indoor air， and their transport behavior is jointly influenced by source-sink interactions and dynamic variations in temperature and humidity. Fabric materials such as curtains， bedding， and carpets， characterized by high porosity and large specific surface area， typically act as VOC sinks and secondary sources in indoor environments， with mass transfer properties highly sensitive to thermal and moisture fluctuations. To accurately assess the regulatory effect of fabrics on indoor VOC levels， this study develops coupled models for heat and moisture transfer and VOC migration within fabrics. By integrating hourly indoor temperature and humidity profiles simulated via DeST-h for five representative climate zones， multiphysics simulations are conducted using COMSOL. This study systematically analyzes the influences of internal heat and moisture gradients within fabrics on the diffusion， adsorption and emission of gaseous pollutants. It also quantitatively assesses the peak-shaving and valley-filling regulation performance of fabrics affected by indoor thermal-humid environment， fabric loading rate， material type and other factors. This study reveals the dynamic source-sink effect of VOCs emitted by fabrics in actual built environments， providing a theoretical basis for accurate prediction and control of indoor pollutant concentrations.

Graphical abstract

关键词

室内空气质量 / 传热传质 / 挥发性有机化合物 / 织物 / 源汇效应

Key words

indoor air quality / heat and mass transfer / volatile organic compounds （VOC） / fabrics / source–sink effect

据统计，人类约90%以上的时间在室内度过^［1］。长期暴露于空气品质不佳的室内环境中，易引发头痛、恶心、注意力下降等症状，进而诱发“病态建筑综合征”与“多种化学物质过敏症”等健康问题^［2-3］。室内空气污染已成为影响人体健康与工作效率的重要因素，其中挥发性有机化合物（volatile organic compounds， VOC）是主要污染物之一，不仅来源广泛（如人造板、涂料、胶粘剂等），且具有持续释放、低剂量长期暴露等特征，已被证实与多种呼吸系统和神经系统疾病密切相关^［4］。

室内VOC污染的迁移行为是由源-汇共同决定的动态过程^［5］。硬质多孔建材如人造板，因胶粘剂中含有脲醛树脂等而成为VOC的主要初级散发源。与此同时，室内还普遍存在如窗帘、寝具、地毯、沙发及衣物等织物材料，其结构疏松、孔隙率高、比表面积大，在室内具有较高承载率，在不同环境条件下表现出VOC的吸附汇与二次释放源的双重特性。此外，寝具和衣物等织物与人体接触频繁，近源暴露引发的健康风险亦不容忽视^［6］。

材料的VOC传质行为主要受控于扩散系数与分配系数^［7-9］，而这些参数又受到材料理化特性、热湿环境及污染物种类等多重因素影响。Zhang 等^［10］、Xiong等^［11］均开展了理论与实验研究，提出了人造板建材VOC传质特性参数与热湿环境参数的理论关联式。尽管人造板建材的相关研究已相对成熟，但现有方法与结论难以直接适用于结构复杂、表面活性更高的织物材料。已有研究表明，温度升高将加剧VOC的分子热运动与散发速率^［12-13］，而湿度则通过改变材料含水量，显著影响VOC在材料中的扩散与吸附行为。区别于表面致密处理的硬质材料，织物因其多孔特性对湿度波动更为敏感，其热湿传递过程高度耦合。从宏观结构来看，织物由纤维及其之间的多尺度孔隙构成，其内部热湿状态受周围空气中水汽含量的影响。环境湿度变化可改变纤维及孔隙中含水量，进而影响织物的有效热导率，最终作用于其内部温度与湿度的分布特征。近年来，针对织物内部复杂的热湿耦合传递过程，国内外学者开展了大量建模研究。Henry^［14］最早提出了羊毛织物内的热湿传递方程，奠定了研究基础。随后，David 等^［15］引入了含水率与温度的关系，初步建立了织物热湿耦合关系式，研究逐步拓展至考虑辐射、对流与相变传热等多物理过程^［16-18］。Mao 等^［19］在前人基础上综合傅里叶定律、菲克定律及达西定律，提出了同时考虑芯吸与吸湿的参数化模型，实现了液态水在多维方向上的热湿耦合传递模拟，显著提升了模拟精度。

材料内部的湿分布变化会对亲水或疏水性VOC的吸附和散发行为产生显著影响。亲水性污染物如甲醛在湿度升高时易发生水合作用，其散发速率通常显著增加^［20］。对于疏水性污染物如甲苯，由于水分子的竞争吸附，多孔建材表面甲苯的分配系数随湿度的增加而降低^［21］。已有研究大多基于恒定或准稳态热湿条件，难以准确反映实际居住环境中由室外气象参数、建筑类型及空调通风条件等引发的温湿度动态波动特征。此外，织物的热湿响应特性远强于人造板建材，其结构的多样性和复杂性进一步增加了VOC迁移行为的预测难度。当前尚缺乏系统考虑织物材料与动态热湿环境耦合影响的VOC迁移研究，限制了室内空气质量预测与控制策略的精细化发展。

本文围绕室内动态热湿环境下织物的VOC传质特征，构建织物材料的热湿耦合传递模型与VOC传质预测模型，系统揭示动态热湿环境下织物材料的源汇特性，明确多气候区典型居住建筑室内VOC浓度变化规律，为制定合理的室内空气品质控制策略提供依据。

1 居住建筑室内热湿环境模拟

为准确预测居住建筑室内动态热湿环境中的VOC浓度，选取我国不同气候区的典型城市作为室内热湿环境模拟对象，分别为哈尔滨市（严寒B区）、西安市（寒冷B区）、上海市（夏热冬冷A区）、广州市（夏热冬暖B区）和昆明市（温和A区），选用建筑热环境设计模拟分析软件DeST-h对5个典型城市标准住宅的热湿环境进行全年逐时模拟。

典型建筑为7层住宅楼，选取第3层住宅作为模拟对象，住宅面积为71 m²，楼层高度为3.0 m，南北向窗墙比均为0.22。房间户型为两室一厅，包括主卧、次卧、起居室、厨房及卫生间。卧室和起居室是住宅中人们停留时间最长的房间，Liu等^［22］对北京1500户住宅进行了调研，得到了卧室和起居室的平均面积分别为16.5 m²和22 m²，本研究采用该调研数据。根据建筑物所处城市的气候分区区属不同，建筑围护结构热工设计应满足节能要求，不同类型的围护结构传热系数不应大于《建筑节能与可再生能源利用通用规范》（GB55015—2021）^［23］规定的限值，基于规范限值设置建筑外墙、内墙、楼板、外窗、外门、内门等主要围护结构构造及热工参数。

根据各房间类型与功能，其室内人员、设备、灯光热扰设置采用软件默认值。在DeST-h模拟软件中，选用独立空调系统用于房间夏季制冷和冬季取暖，即各房间作为独立的单元进行控制。夏季制冷设计温度为26 ℃，冬季采暖设计温度为18 ℃。采暖期随气候区差异显著：严寒地区哈尔滨为10月20日至次年4月20日，寒冷地区西安为11月15日至3月15日，夏热冬冷地区上海与温和区昆明均设为12月1日至2月28日，夏热冬暖地区广州为1月1日至2月28日。制冷期则集中在6月至8月，其中广州自6月1日开始，其他城市多自6月中下旬开始至8月底结束；昆明全年气候温和，通常不设制冷期。卧室空调在采暖季多为全天开启，在制冷季则主要于周一至周五22∶00至次日6∶00及周末23∶00至次日8∶00运行；起居室空调则在工作日17∶00–21∶00和周末8∶00-23∶00开启。此外，在模拟中分别设置了供暖季、制冷季与过渡季的换气次数。供暖季和制冷季的换气次数参考《民用建筑供暖通风与空气调节设计规范（GB50736—2012）》，统一取0.5 h⁻¹^［24］；过渡季则取2.0 h⁻¹，以反映该时期较强的开窗通风行为^［25］。上述采暖与制冷期室内设计参数设置结合当地运行实际情况，用于获取不同城市模拟工况下的热湿环境条件。

2 室内热、湿、VOC耦合传递模型

2.1 织物热湿传递模型

本研究以棉织物、丝织物及聚酯纤维织物作为室内典型织物类型，根据前期实验测试结果，其孔隙率分别为0.713、0.723、0.649，密度分别为354、407、482 kg/m³，卧室、起居室织物面积分别设定为19.31、28.6 m²，卧室/起居室织物面积承载率分别为0.45、0.50 m²/m³。

织物由经纬纱交织构成，内部结构复杂，使其热湿分布对环境变化更为敏感，显著区别于常规建材。在质量传递方面，织物内部湿分布由水蒸气与液态水等多相组分构成。液态水通过纱线缝隙和纤维间隙形成的毛细管通道，在达西阻力作用下由高湿区向低湿区迁移。水蒸气则受浓度梯度驱动，在缝隙间扩散传递。在能量传递方面，织物与环境间存在温差时，会发生对流换热，引起织物内部温度分布变化。同时，织物内水分的相变（蒸发/冷凝）过程也伴随能量传递。

从宏观层面看，含湿织物是由固相纤维、水蒸气以及液态水组成的，建模时作出如下假设：

（1）织物为均匀、各向同性且连续的介质，含固、液、气三相；

（2）织物内部各相处于局部热平衡状态，温度一致；

（3）织物内流体速度较慢，其惯性与动能的影响可以忽略；

（4）织物内传热、传湿与传质过程主要沿厚度方向进行，满足一维传输假设。

由质量守恒和能量守恒可得织物内热湿传递方程如下^［26］：

\frac{\partial (C_{ve}T)}{\partial t}=-\epsilon u\frac{\partial \left(C_{vv}T\right)}{\partial x}+\frac{\partial }{\partial x}\left(k\frac{\partial T}{\partial x}\right)+h_{fg}M\Gamma（1）

\frac{\partial (\epsilon C)}{\partial t}=-\epsilon u\frac{\partial C}{\partial x}+D_g\frac{{\partial }^{\mathrm{2}}C}{\partial x^{\mathrm{2}}}-\Gamma（2）

式中：T为织物内温度，K；C_ve为织物的体积热容，J·（m³·K）^-1；ε为含水状态下织物的孔隙率，对于本研究而言，织物吸湿量对其孔隙结构影响较小，因此认为织物含水状态下的孔隙率近似等于干织物的孔隙率；u为混合气体的传递速度，m·s^-1；C_vv为混合气体的体积热容，J·（m³·K）^-1；k为织物的有效导热系数，W·（m·K）^-1；h_fg为水的相变潜热，J·kg^-1；M为水的摩尔质量，kg·mol^-1；Γ为织物单位体积的相变率，kg·（m³·s）^-1，其表达式为\Gamma =\rho (\mathrm{1}-\epsilon )(\partial C/\partial t)；ρ为织物密度，kg·m^-3；C为织物内水分浓度，kg·m^-3；D_g为水蒸气在织物中扩散系数，m²·s^-1。

由含湿织物的热性能研究可知，织物导热系数的改变主要由构成织物的纤维吸湿造成的，因此含湿织物的有效导热系数应由纤维导热系数、液态水导热系数以及含湿空气的导热系数共同决定，其表达式如下^［26］：

k=\epsilon k_v+(\mathrm{1}-\epsilon )(k_f+\frac{\rho }{{\rho }_w}W{k}_w){(\mathrm{1}+\frac{\rho }{{\rho }_w}W)}^{-\mathrm{1}}（3）

式中：k_v为含湿空气的导热系数，W·（m·K）^-1；k_f为纤维导热系数，W·（m·K）^-1；k_w为液态水导热系数，W·（m·K）^-1；ρ_w为水的密度，kg·m^-3；W为织物的平衡回潮率，即织物吸水量与干织物的质量之比。

同样可得织物的有效体积热容C_ve，其表达式如下^［26］：

\begin{array}{l}{C}_{ve}=\epsilon C_{vv}+\\ (\mathrm{1}-\epsilon )\left(C_{vf}+\frac{\rho }{{\rho }_w}W{C}_{vw}\right){(\mathrm{1}+\frac{\rho }{{\rho }_w}W)}^{-\mathrm{1}}\end{array}（4）

式中：C_vf为纤维的体积热容，J·（m³·K）^-1；C_vw为液态水的体积热容，J·（m³·K）^-1。

2.2 织物VOC传质模型

纤维织物中VOC的传质过程受外界热湿环境与织物内部热湿分布的共同影响。当环境温湿条件发生变化时，织物内的温度场与含水量分布亦随之调整，进而影响其扩散系数（D_m）和分配系数（K）等关键传质参数。因此，动态热湿环境下的室内VOC浓度预测需综合考虑织物热湿迁移与传质特性。为准确预测该过程，需按如下步骤建立多物理场耦合传质模型：首先求解织物内部的温度与湿度分布；然后，将温湿参数引入织物内D_m与K的预测模型，进而代入VOC传质控制方程；最后结合室内空气中VOC的质量守恒方程，计算室内VOC浓度的动态变化。

为简化模型并提高计算效率，本文对室内VOC传质过程作出如下假设：（1）织物结构在厚度方向为双面对称，VOC传质过程为双面吸附/散发；（2）室内空气充分混合，VOC浓度在空间中均匀分布。

织物内VOC传质控制方程如下所示：

\frac{\partial C_m(x,t)}{\partial t}=D_m\frac{{\partial }^{\mathrm{2}}{C}_m(x,t)}{\partial x^{\mathrm{2}}}（5）

式中：C_m为织物中VOC浓度，mg·m^-3； D_m=D_e/K，其中D_e为织物VOC有效扩散系数，可采用双重孔隙介质模型进行预测^［27］，其模型中包含温度自变量。

在织物与空气接触边界处有：

E\left(t\right)=-D_m\nabla C_m=h_m[C_m\left(x,t\right)/K-C_a(t)]（6）

K可采用织物-气相有机物分配系数的QSPR预测模型进行预测，其计算式为^［28］：

\mathrm{l}\mathrm{o}\mathrm{g}{K}_{fa}=\mathrm{5.539}-\mathrm{0.510}\mathrm{l}\mathrm{o}\mathrm{g}VP-\mathrm{0.336}{T}_{term,\mathrm{1}}-\mathrm{2.093}\mathrm{W}+\mathrm{0.097}\mathrm{l}\mathrm{o}\mathrm{g}S（7）

式中：VP为化合物的蒸汽压，Pa；T_term为温度修正自变量，W为织物的平衡回潮率，S为化合物在水中的溶解度，mol/L。其中T_term遵循范霍夫方程，由材料和空气之间的分配焓及空气温度决定，其计算式由Huang等^［29］提出；W则通过本团队前期提出的织物平衡回潮率的Langmuir模型计算得到，其与织物类型及空气相对湿度有关^［30］。

室内空气中VOC满足质量守恒方程：

\begin{array}{c}V\frac{\mathrm{d}{C}_a(t)}{\mathrm{d}t}=\\ A_b{m}_b+A_{f}E\left(t\right)+NV(C_{out}-C_a(t))\end{array}（8）

式中：C_a（t）为室内空气中VOC浓度，mg·m^-3；V为房间体积，m³；A_b为建材散发表面积，m²；m_b为建材表面VOC散发速率，mg·（m²·s）^-1；A_f为织物散发表面积，m²；E（t） 为织物表面VOC散发速率，mg·（m²·s）^-1；N为房间换气次数，s^-1；C_out为室外空气中VOC浓度，mg·m^-3。

2.3 家具VOC散发模型

甲醛是室内最常见的VOC，被国际癌症组织列为一级致癌物，本研究以甲醛作为室内代表性VOC。室内VOC浓度与家具的散发速率及散发面积有关，据统计，典型居住建筑卧室、起居室的家具面积承载率分别为0.42和0.23 m²·m^{-3 ［22］}。考虑到居住建筑中家具对室内VOC的贡献，应确保在典型布置条件下家具释放的污染物不会导致室内浓度超出《室内空气质量标准（GB/T 18883—2022）》^［31］中的限值要求。以甲醛为例，标准规定其室内浓度不得超过0.08 mg/m³。基于标准房间的家具承载率和换气次数推算，可得出家具甲醛释放速率的控制阈值为0.19 mg/m²·h。以此为基准对Xiong等^［11］提出的不同温湿度下建材甲醛散发速率的计算公式进行修正，得到家具甲醛散发速率为：

m_b=\mathrm{1.04}\times {\mathrm{10}}^{\mathrm{10}}{T_e}^{\mathrm{0.75}}\mathrm{e}\mathrm{x}\mathrm{p}(\mathrm{2.78}{\phi }_e-\mathrm{7}\mathrm{450}/T_e)（9）

式中：m_b为家具表面VOC散发速率，mg·（m²·h）^-1；T_e为室内温度，K；φ_e为室内相对湿度。

3 结果与讨论

3.1 不同城市室内动态热湿环境下的VOC浓度

为评估不同气候区城市室内动态热湿环境对织物VOC传质过程的影响，本研究选取哈尔滨、西安、上海、广州和昆明五个典型城市，分别代表严寒、寒冷、夏热冬冷、夏热冬暖及温和气候区。通过DeST-h模拟获得典型年这五个城市标准卧室和起居室的逐时温度与相对湿度数据，并输入纤维织物热湿耦合与VOC传质模型，模拟计算得到各城市不同房间全年VOC浓度变化。

五个典型气候区城市卧室的全年室内热湿环境表现出显著的区域差异，如图1所示。哈尔滨冬季采暖期维持较高室温，但室内相对湿度长期处于低位，常低于30%，形成典型的高温干燥环境。西安全年温湿波动幅度较大，夏季湿热明显，冬季则因采暖形成高温低湿状态，热湿交替变化显著。广州和上海全年均处于高温高湿状态，特别是夏季室温常超过30 ℃，湿度接近90%，形成典型的湿热型室内环境，其中广州的平均温度和湿度在五市中最高。相比之下，昆明全年温湿波动较小，气候温和稳定，室温常年维持在20~25 ℃之间，相对湿度亦处于中等水平，反映出自然通风主导下较为适宜的室内热湿环境。整体来看，随着气候区由严寒向温暖湿润过渡，卧室内平均温度和相对湿度呈上升趋势，其中高温高湿环境对室内建材VOC散发及织物的VOC传质具有显著促进作用。

在前述热湿环境差异的基础上，进一步分析五个城市卧室内全年平均甲醛浓度与其室温、相对湿度的关系，可发现室内温湿条件与甲醛浓度呈明显正相关性。其中，广州市卧室室内全年平均温度（26.6 ℃）和相对湿度（63.4%）均为所选5个城市的最高值，对应的甲醛年均浓度亦最高，达0.054 5 mg/m³，远高于其他城市，约为严寒地区哈尔滨（0.019 6 mg/m³）的2.8倍，表明高温高湿环境显著促进了家具及织物中甲醛的释放。上海与昆明两地的平均室温（分别为23.0 ℃和23.7 ℃）及相对湿度（分别为55.8%和57.3%）相近，但由于上海夏季峰值温湿度更高，其甲醛浓度（0.037 7 mg/m³）亦显著高于昆明（0.027 6 mg/m³）。从理化机制来看，不同城市间甲醛浓度差异主要由室内热湿环境决定。温度升高会提高材料的扩散系数（D_m），并降低材料-空气界面的分配系数（K），使材料的甲醛散发速率增加。此外，而甲醛作为亲水性污染物，空气中湿度增加促进其向气相迁移。此外，西安虽全年平均温湿度（22.2 ℃，48.2%）参数均低于昆明，但其平均甲醛浓度仍高于昆明，说明甲醛释放不仅受温湿度影响，还受到空调运行方式、通风状态以及季节性气候分布的共同影响。尤其是在冬季采暖期，西安居民普遍关闭门窗以保持室内热环境，通风效果显著下降，甲醛等污染物易在室内累积，从而提高了全年平均甲醛浓度。

根据《室内空气质量标准（GB 18883-2022）》，甲醛每小时平均浓度应低于0.08 mg/m³。本研究模拟结果表明五城市起居室全年逐时甲醛浓度均满足标准，但在广州、上海、西安和哈尔滨的卧室中，夏季个别时段甲醛浓度短时超过限值。其原因可能是空调停机时段叠加高温高湿环境导致家具及织物中甲醛散发速率显著增加。建议此类气候条件下应优化通风策略，例如在空调关闭期间适当开窗换气，以降低高峰时段室内污染水平。

对模拟数据做进一步处理和分析，获得了5个典型气候区城市的春（3月-5月）、夏（6月-8月）、秋（9月-11月）和冬（12月-2月）四个季节的室内平均甲醛浓度，如图2所示。不同城市在不同季节的甲醛浓度均存在明显差异，但普遍呈现出夏季最高、冬季最低的趋势。其中，广州在四个季节中的甲醛浓度均显著高于其他城市，尤其是夏季浓度接近0.11 mg/m³，远超其他城市，显示出其典型的高温高湿气候对甲醛释放的强烈促进作用。上海和西安的甲醛浓度水平次之。哈尔滨全年甲醛浓度始终处于最低水平，主要受其低温干燥环境的影响，有效抑制了家具中甲醛的释放。昆明虽处于温和湿润气候区，但由于其无明显制冷制热期，通风条件相对较好，甲醛浓度波动幅度较小，整体水平低于广州和上海等城市。需要说明的是，本文暂未对不同气候区南北方住宅在通风习惯、建筑气密性与开窗行为方面的差异进行区分，相关差异化换气参数的设置有待在后续研究中进一步细化和修正，以提升区域适用性与预测精度。

另外，本研究还对比分析了不同功能房间的全年室内平均甲醛浓度，如图3所示。结果显示，卧室普遍高于起居室，尤其在广州与上海最为显著，分别高出起居室0.025 mg/m³与0.017 mg/m³。这主要由于卧室家具承载率（0.42 m²/m³）高于起居室（0.23 m²/m³），释放源散发面积更大。

3.2 织物承载率对室内VOC浓度的影响

为进一步明确纤维织物对室内甲醛浓度的动态调节作用，以西安地区为例，选取5月1日至5月7日这一具有代表性的过渡季节周，模拟不同棉织物室内承载率（L_f =0、0.5、1、2）下的甲醛浓度逐时变化情况，如图4所示。织物在室内主要表现为缓冲汇效应，具有显著的“削峰填谷”调节作用。在室内甲醛浓度达到峰值时，织物吸附作用增强，有效降低室内甲醛浓度；而在甲醛浓度接近谷值时，织物则释放吸附的部分甲醛，使得室内浓度上升，整体表现为对浓度波动的平抑效应。此外，从不同承载率的对比可见，随着织物承载率从0增加至2，甲醛浓度波动幅度逐步减小，整体浓度水平也略有下降，说明织物覆盖面积越大，其对室内甲醛浓度的缓释调节能力越强。这种调节趋势在不同类型织物中表现一致，进一步印证了织物在VOC传质过程中的源汇效应。综合来看，虽然织物对全年平均甲醛浓度的影响不大，但在实际居住环境中，织物对甲醛峰值的削减及谷值的提升可能在短期暴露风险预测及控制中具有重要意义。

上述研究证实了织物对室内甲醛浓度有“削峰填谷”作用，为了进一步量化织物在不同城市“削峰填谷”作用的差异及其影响机制，模拟了不同城市7月15日-7月22日典型夏季一周动态热湿环境下织物不同承载率对室内甲醛逐时浓度的影响，得到了棉织物不同承载率下室内甲醛的峰值和谷值浓度，如图5所示。图5（a）和（b）分别给出了相比于无织物时不同织物承载率下室内甲醛峰值浓度的降低幅度和谷值浓度的增加幅度。由图中数据可知，正常室内布置织物承载率约为0.5时，织物对室内甲醛浓度的“削峰填谷”效果已较为明显，随着织物承载率的增加，“削峰填谷”作用越显著。对比五个城市棉织物在承载率为2的“削峰”效果，西安、昆明、广州、上海甲醛峰值浓度削减幅度均超过或接近20%，而哈尔滨最弱，仅约5.7%。造成这一差异的主要原因在于峰值时室内湿度水平的不同，尽管温度接近，但哈尔滨室内湿度远低于其他城市，导致棉织物的吸湿量有限，无法充分吸附空气中的亲水性甲醛分子。对比五个城市棉织物的“填谷”效果，西安最强，谷值浓度可上升17.6%，而广州最弱，仅提升约5.03%。这可能与西安室内最低湿度水平有关，低湿度条件下棉织物对甲醛分子的束缚能力减弱，更易释放至空气中。综合来看，棉织物在高湿环境下吸附能力增强，在低湿环境下释放能力增强，从而形成“削峰填谷”的双向调节机制。织物的“削峰填谷”行为可由其在热湿驱动下的吸附/解吸动力学所决定。当甲醛浓度达到峰值时，室内空气往往同时处于较高的温度和湿度条件，此时织物含水率上升，纤维孔隙中的液态或吸附态水分增多，使亲水性的甲醛分子更易溶解或被吸附，从而降低空气中的浓度。谷值时室内处于低温低湿状态，织物含水率下降，对甲醛的束缚能力减弱，同时材料内部与空气之间形成新的浓度差驱动力，使织物向空气中释放甲醛，造成浓度回升。

比较五市在相同承载率下的调节幅度发现，“削峰”效果整体强于“填谷”。在高温高湿的峰值时段，织物吸附行为显著；而在夜间低温低湿的谷值时段，释放行为则相对温和。由此可见，织物作为室内甲醛缓冲介质，其调节效果不仅受承载率影响，更显著依赖于室内热湿环境条件。因此，织物在不同热湿条件下吸附及解吸行为具有明显的非线性响应，其动态源汇机制正是“削峰填谷”效应的物理本质。

3.3 织物类型对室内VOC浓度的影响

在明确织物“削峰填谷”效应受热湿环境与承载率共同调控的基础上，进一步探究不同材质织物在相同条件下的差异性调节能力对于准确评估其源汇特性至关重要。因此，延续上述研究框架，本节仍以西安为例，选取7月15日至7月22日的典型夏季时段，在统一织物承载率（L_f = 0.5）条件下，模拟分析棉织物、丝织物与聚酯织物对室内甲醛浓度动态变化的影响。模拟结果如图6所示，三类织物均表现出“削峰填谷”的特征性调节效应，但调节幅度存在显著差异。

如图7所示在甲醛浓度达到峰值时，三类织物分别使室内甲醛峰值浓度降低了8.83%、7.12%和2.49%；在谷值时，甲醛浓度分别上升了7.93%、6.35%和2.24%。这一变化趋势表明，棉织物对室内甲醛浓度的调节效果最为显著，丝织物次之，聚酯织物最弱。从机理层面看，该差异主要源于不同织物材料的吸湿性和与甲醛的分配能力差异。棉织物和丝织物作为天然纤维，其亲水性较强，吸湿能力更高，在相同环境湿度条件下更容易富集水分。而甲醛属于亲水性挥发性有机物，吸湿性更强的织物在含湿量较高时，其对甲醛的吸附能力也更强，从而增强了其“汇”作用，表现出更强的削峰能力。同时，当甲醛浓度处于低谷阶段时，棉织物和丝织物内部存储的甲醛量更高，散发速率更大，体现出更显著的“填谷”效果。相比之下，聚酯织物为合成纤维，吸湿性和甲醛分配能力均显著低于天然纤维，对甲醛的调节能力较弱。因此，织物的“削峰填谷”效应不仅取决于其VOC传质特性参数如分配系数K和扩散系数D_m，还与织物纤维的亲水性及热湿环境下的吸湿行为密切相关。因此，在热湿波动显著的动态环境中，织物类型与含湿状态对室内VOC浓度具有重要调节作用。

4 结论与展望

本文基于不同气候区建筑围护结构、供暖空调运行工况和通风策略，模拟了典型居住建筑室内织物热湿耦合迁移对VOC传质特性的影响，主要结论如下：

（1）甲醛浓度受城市热湿环境显著影响，夏热冬暖区（如广州）最高，严寒区（如哈尔滨）最低，夏季浓度普遍高于冬季。

（2）不同房间类型下，家具承载率差异导致甲醛释放强度不同，卧室甲醛浓度普遍高于起居室。

（3）织物的存在对甲醛浓度具有“削峰填谷”效应，在西安，当织物承载率L_f = 0.5时，棉织物可将峰值浓度降低约 8.83%，谷值提高 7.93%；承载率增加至2时，多数城市的削峰幅度超过20%。说明织物覆盖量越大，其动态缓冲能力越强。

（4）织物调节能力受材质影响，聚酯织物的吸湿性能最差，其对甲醛的削峰能力最弱，棉织物约为其3.5倍，丝织物约为其2.8倍。

本研究揭示了织物在室内VOC动态调控中的重要作用。未来可从多组分污染模型构建、实验验证热-湿-污染耦合机制，以及结合不同人群暴露行为评估健康效应等方面进一步拓展研究，为精准室内污染控制提供理论支撑。

参考文献

[1] MORAWSKA L， ALLEN J， BAHNFLETH W， et al. Mandating indoor air quality for public buildings［J］. Science， 2024， 383（6690）： 1418-1420.

[2] HOU J， SUN Y， DAI X， et al. Associations of indoor carbon dioxide concentrations， air temperature， and humidity with perceived air quality and sick building syndrome symptoms in Chinese homes［J］. Indoor Air， 2021， 31（4）： 1018-1028.

[3] SANI H， KUBOTA T， SURAHMAN U. Factors affecting multiple chemical sensitivity （MCS） in newly constructed apartments of Indonesia［J］. Building and Environment， 2023， 241： 110482.

[4] SALTHAMMER T， MENTESE S， MARUTZKY R. Formaldehyde in the indoor environment［J］. Chemical Reviews， 2010， 110（4）： 2536-2572.

[5] ZHANG X， WANG H， XU B， et al. Predicting the emissions of VOCs/SVOCs in source and sink materials： Development of analytical model and determination of the key parameters［J］. Environment International， 2022， 160： 107064.

[6] BOOR B E， SPILAK M P， LAVERGE J， et al. Human exposure to indoor air pollutants in sleep microenvironments： A literature review［J］. Building and Environment， 2017， 125： 528-555.

[7] ZHOU X. Volatile organic compound emissions in building materials［M］. Advances in the Toxicity of Construction and Building Materials. Woodhead Publishing， 2022： 55-77.

[8] ZHOU X， DONG X， WANG X， et al. A new method for determining the formaldehyde emission characteristic parameters of building materials： Single airtight emission method［J］. Building and Environment， 2022， 207： 108419.

[9] YU J， WANIA F， ABBATT J P D. A new approach to characterizing the partitioning of volatile organic compounds to cotton fabric［J］. Environmental Science & Technology， 2022， 56（6）： 3365-3374.

[10] ZHANG Y， LUO X， WANG X， et al. Influence of temperature on formaldehyde emission parameters of dry building materials［J］. Atmospheric Environment， 2007， 41（15）： 3203-3216.

[11] XIONG J， ZHANG P， HUANG S， et al. Comprehensive influence of environmental factors on the emission rate of formaldehyde and VOCs in building materials： Correlation development and exposure assessment［J］. Environmental research， 2016， 151： 734-741.

[12] WANG Y， WANG H， TAN Y， et al. Measurement of the key parameters of VOC emissions from wooden furniture， and the impact of temperature［J］. Atmospheric Environment， 2021， 259： 118510.

[13] 王元正，孙丽华，于雪斐，等 ．温度对木制家具中 VOC 散发关键参数的影响［J］．工程热物理学报，2021， 42（9）： 2438-2441．

[14] WANG Zhengyuan， SUN Lihua， YU Xuefei， et al. Impact of temperature on the key parameters of VOC from wooden furniture ［J］. Journal of Engineering Thermophysics， 2021， 42（9）： 2438-2441．

[15] HENRY P S H. Diffusion in absorbing media［J］. Proceedings of the Royal Society A Mathematical Physical & Engineering Sciences， 1939， 171（945）：215-241.

[16] DAVID H G， Nordon P. Case studies of coupled heat and moisture diffusion in wool beds［J］. Textile Research Journal， 1969， 39（2）： 166-172.

[17] FAN J， LUO Z， LI Y， et al. Heat and moisture transfer with sorption and condensation in porous clothing assemblies and numerical simulation［J］. International Journal of Heat and Mass Transfer， 2000， 43（16）： 2989-3000.

[18] NEVES S F， CAMPOS J， MAYOR T S. On the determination of parameters required for numerical studies of heat and mass transfer through textiles–Methodologies and experimental procedures［J］. International Journal of Heat and Mass Transfer， 2015， 81： 272-282.

[19] DING D， TANG T， SONG G， et al. Characterizing the performance of a single-layer fabric system through a heat and mass transfer model-Part I： Heat and mass transfer model［J］. Textile Research Journal， 2011， 81（4）： 398-411.

[20] MAO A， LI Y. Numerical heat transfer coupled with multidimensional liquid moisture diffusion in porous textiles with a measurable-parameterized model［J］. Numerical Heat Transfer， Part A： Applications， 2009， 56（3）： 246-268.

[21] WON D， CORSI R L， RYNES M， et al. New Indoor Carpet as an Adsorptive Reservoir for Volatile Organic Compounds［J］. Environmental Science & Technology， 2000， 34（19）： 4193-4198.

[22] XU J， ZHANG J. An experimental study of relative humidity effect on VOCs' effective diffusion coefficient and partition coefficient in a porous medium［J］. Building and Environment， 2011， 46（9）： 1785-1796.

[23] LIU W， YAO Y， ZHANG Y. Determination of the thresholds of typical indoor pollutants from furniture emission in full-scale chamber［C］. The 12th International Conference on Indoor Air Quality and Climate. 2011： 5-10.

[24] 中华人民共和国住房和城乡建设部 ． 建筑节能与可再生能源利用通用规范． GB55015—2021 ［S］．北京：中国建筑工业出版社， 2021．

[25] Ministry of Housing and Urban-Rural Development of the People's Republic of China. General code for energy efficiency and renewable energy application in buildings. GB 55015—2021 ［S］. Beijing： China Architecture & Building Press， 2021.

[26] 中华人民共和国住房和城乡建设部 ． 民用建筑供暖通风与空气调节设计规范. GB50736—2012 ［S］．北京：中国建筑工业出版社， 2012．

[27] Ministry of Housing and Urban-Rural Development of the People's Republic of China. Design code for heating ventilation and air conditioning of civil buildings. GB50736—2012 ［S］. Beijing： China Architecture & Building Press， 2012．

[28] 曾贤刚，李康玮，王琦.室内装修甲醛污染健康效应及经济影响评价［J］.中国环境科学， 2023， 43（8）： 4370-4381.

[29] ZENG Xiangang， LI kangwei， WANG Qi. Health effects and economic losses of formaldehyde pollution in interior decoration in China pollution［J］. China Environmental Science， 2023， 43（8）： 4370-4381.

[30] 谢璐璐 ．多相多组分状态下多孔织物热湿耦合模拟［D］．上海：上海工程技术大学，2015．

[31] XIE Lulu. Simulation of heat and moisture coupling of porous fabric under multiphase and multicomponent state ［D］. Shanghai： Shanghai University of Engineering Science， 2015.

[32] ZHOU X， FANG W， DONG X， et al. Advancing characterization of VOC diffusion in indoor fabrics： A dual-porosity modeling approach［J］. Environmental Pollution， 2024， 363： 125245.

[33] ZHOU X， FANG W， DONG X， et al. QSPR modeling for the prediction of partitioning of VOCs and SVOCs to indoor fabrics： Integrating environmental factors［J］. Journal of Hazardous Materials， 2024， 469： 133945.

[34] HUANG L， JOLLIET O. A quantitative structure-property relationship （QSPR） for estimating solid material-air partition coefficients of organic compounds［J］. Indoor Air， 2019， 29（1）： 79-88.

[35] ZHOU X， DONG X， MA R， et al. Characterizing the partitioning behavior of formaldehyde， benzene and toluene on indoor fabrics： Effects of temperature and humidity［J］. Journal of Hazardous Materials， 2021， 416： 125827.

[36] 国家市场监督管理总局. 室内空气质量标准． GB/T 18883—2022 ［S］．北京：中国标准出版社， 2022．

[37] State Administration for Market Regulation. Standards for indoor air quality. GB/T 18883—2022 ［S］. Beijing： Standards Press of China， 2022.

基金资助

国家自然科学基金项目(52278129)

国家自然科学基金项目(U24A20161)

国家自然科学基金项目(42275193)