近日。工作室赵湘君等在《Building and Environment》上发表题为“Long-Term Indoor Air Quality Monitoring in Office Buildings: Data-Driven and Goal-Oriented Recommendations for Sensor Placement and Sampling Frequency”的研究论文（DOI: https://doi.org/10.1016/j.buildenv.2025.113392。《Building and Environment》是建筑工程技术领域国际著名SCI刊物，在JCR分区CONSTRUCTION & BUILDING TECHNOLOGY与ENGINEERING, CIVIL中属于Q1，并为中科院一区TOP期刊，2024年影响因子为7.6。

长期室内空气质量（IAQ）监测对于评估办公楼内人员对污染物的暴露情况至关重要。然而，缺乏关于传感器布置和采样间隔的明确标准，导致资源利用效率低下和数据采集不准确。本研究分析了在上海16个传感器中收集的为期一年的PM2.5、PM10和CO₂的现场测量数据。通过空间相似性指标（皮尔逊和雅卡尔指数）识别影响污染物分布的因素，以分析时间趋势和高浓度事件。采用LASSO、随机森林和SHAP解释相结合的特征重要性评估框架，揭示了高浓度事件的驱动因素。通过CV(RMSE)和峰值召回率评估不同采样间隔，以确定捕捉时间趋势和高浓度事件的最优间隔。
基于上述研究结果，我们提出两种室内空气质量（IAQ）监测策略： (1) 时间趋势导向策略：每150平方米设置一个传感器，集中布置于具有代表性的空间。PM和CO₂分别以90分钟和130分钟的采样间隔进行采样。CO₂的采样还需考虑空调类型和房间大小。 (2) 高浓度事件导向策略：更短的采样间隔——PM2.5和CO₂每4分钟采样一次，PM10每15分钟采样一次。在独立空调空间中，建议在远离出风口和窗户的区域（针对PM）安装额外传感器，尤其是在房间类型和面积各异的区域。对于二氧化碳，建议在独立空调房间和大型空间中安装额外传感器，尤其是在远离通风源的区域，因为这些区域更容易积累污染物。这些发现为室内空气质量监测提供了实用建议，并为分析类似数据集提供了可推广的方法，对建筑性能标准具有直接影响。