近日，建筑科学领域权威期刊《Building and Environment》在线发表了题为“Optimizing personal comfort: Short-term personalized heating impact on sanitationworkers' thermo-physiological responses”的文章，研究阐明了冬季环卫工人热感知与生理指标的变化特征，确定了冬季不同环境条件下环卫工人的实际热需求，基于机器学习算法，构建了最优初始温度响应模型以提高个人舒适系统（PCS）的使用性能。团队硕士研究生顾楚剑为论文的第一作者，洪波教授为通讯作者。

气候变化导致全球范围内极端天气事件频发，城市居民在户外经历极端温度暴露的风险加剧。经历长时间极端温度暴露会增加与热相关疾病的发病率和死亡率，严重威胁到人体生理与心理健康。相比于普通居民，环卫工人这一脆弱群体在极端天气下仍需要开展日常工作。由于环卫工群体多为中老年人，其身体机能老化导致的独特易感性强调了研究极端温度下环卫工人的热生理反应的必要性，以保障他们在室外工作环境中的健康和安全。

目前对于冬季寒冷暴露对环卫工人的具体影响仍未得到充分探究。个人舒适系统(PCS)将个人热舒适与能源效率相结合，为评估和提高寒冷气候下环卫工人的热舒适提供了一种很有前途的方法。PCS是指允许个人依据自身舒适需求或偏好控制局部热环境的加热和冷却设备，它们通过局部热刺激与个性化控制满足不同使用者的特定热需求。以往的研究多在室内稳态环境中进行，在室外非稳态环境下是否可以通过短期应用PCS改善冬季环卫工的热生理状态以保障其室外热安全是值得深入探究的问题。基于此，课题组在中国寒冷地区某商业步行街中开展实验，通过结合步行街座椅设置四种PCS加热模式（连续加热CH，间歇加热IH，挡风下连续加热CHW和挡风下间歇加热IHW）对环卫工进行短期个性化加热，探究不同个性化加热模式对环卫工人热感知与生理反馈的影响并揭示不同条件下环卫工人的实际热需求，构建寒冷环境下环卫工人个性化加热装置的最优初始温度响应模型。

结果表明，户外使用PCS可以显著改善受试者在冬季的整体热感知和局部热感觉，其中连续加热（CH和CHW）下受试者热感觉和局部热感觉的升高幅度较间歇加热（IH和IHW）下更大；前胸温度受加热表面直接影响在个性化加热时持续升高，距加热表面较远的上臂温度和小腿温度主要受挡风固件与加热装置所营造的热环境的影响；所有受试者均可以通过个性化调整达到或逐渐接近最理想的加热状态，基于机器学习算法建立最优初始温度模型，合理预测受试者的理想温度以提高个性化舒适系统的应用效率，最终随机森林回归模型(RFR)在多个模型中展现出更优的性能，对各部位的最优初始温度的预测决定系数均高于0.9。

研究结果为合理保障环卫工室外热安全提供了理论依据，本研究提出的模型框架为后续针对环卫工人的个性化舒适系统的设计提供了科学指导。研究得到国家自然科学基金和仲英青年学者计划的支持。

文章链接：https://doi.org/10.1016/j.buildenv.2024.112112