托马斯·帕金森 | 西玛·班加尔 | 万宇·伦吉·陈 | 文浩·陈 | 布莱恩·吉利根 | 托比亚斯·克拉默 | 李佳宇 | 克莱顿·米勒 | 拉里萨·奥克斯 | 曼尼德·廷德 | 杜桑·利西纳
澳大利亚悉尼大学建筑、设计与规划学院IEQ实验室
**摘要**
随着人们对空气对健康、认知表现和居住者福祉影响的关注日益增加，低成本室内空气质量（IAQ）传感器在家庭以及商业和公共建筑中的使用也越来越普遍。这些传感器提供了一个潜在的变革机会，能够以传统参考仪器成本的一小部分实现更广泛的空间和时间范围内的IAQ监测。然而，它们的广泛应用引发了关于准确性、校准、放置位置、数据处理与解释，以及与现有标准和工作流程整合等方面的问题。本文基于最新的实证研究、实地部署和新兴实践，提出了十个关于在建筑中使用低成本IAQ传感器的关键问题。文章讨论了部署和评估的潜在框架，分析了传感器测量常见污染物的能力，指出了验证和不确定性量化方面的方法论空白，并概述了现有IAQ标准在多大程度上能够接纳基于传感器的证据。此外，文章还探讨了不同建筑类型下的监测需求和部署模式，实时IAQ数据在支持建筑运营方面的潜力，以及广泛使用传感器所带来的伦理和法律影响。尽管在确保数据质量和建立利益相关者信任方面仍存在重大挑战，但通过开放数据计划和分析技术的进步，新的应用正在不断涌现。随着技术、科学和标准的共同发展，低成本IAQ传感器有望成为常规建筑运营、建筑科学和环境健康研究不可或缺的一部分。
**1. 引言**
室内空气质量（IAQ）是建筑内健康、认知表现和居住者福祉的核心决定因素。然而，设计意图所预期的IAQ性能与实际建筑运营中测量到的条件之间仍存在差距。建筑规范和健康建筑计划通过要求通风、过滤和源头控制取得了重要进展。然而，仍需要与决策相关的实际条件证据来指导并改进利益相关者（如设施管理者、居住者和建筑所有者）的努力，以改善IAQ。低成本IAQ传感器提供了一个潜在的变革机会，有助于缩小这一差距[11]。这些设备能够以传统参考仪器成本的一小部分生成近乎实时的数据。这种转变正在改变人们的期望；监测越来越多地被视为从规定性合规向基于性能的验证转变的过程。在战略位置进行的大规模监测也为更灵活的通风和过滤策略提供了实际机会，支持调试和故障检测，并与居住者进行更清晰的沟通。
然而，传感器的广泛可用性并不自动转化为实际效果。“传感”往往被等同于“改善”，尽管将数据转化为决策和结果需要中间步骤。实际上，由于数据利用不足或与操作工作流程脱节，许多部署未能达到预期效果。另一个挑战是概念性和定义上的问题：“低成本”并不是一个固定的技术类别，而是相对于用户群体和应用而言的。测量性能因指标和环境而异，实验室性能可能因环境影响、设备老化和源变量而与现场性能有所不同。在敏感环境中，提高IAQ数据的可见性也会引发伦理和法律问题，包括声誉和合同风险，以及读数可能成为争议中的事实基准的可能性。这些因素共同强调了将低成本IAQ传感作为一个涵盖硬件、数据、解释、决策权和责任的社会技术系统来实施的必要性。
本文通过提出十个关于在商业建筑中使用低成本IAQ传感器的问题来回应这些问题。这些问题旨在将科学证据与实施现实相结合，以支持综合的研究-实践视角。这些问题涉及：将传感与决策和工作流程联系起来的框架（Q1）；当前传感器在测量各种污染物方面的能力和局限性，包括性能评估中的准确性和可操作性之间的平衡（Q2）；时间和放置策略（Q3）；标准和指南如何接纳基于传感器的证据（Q4）；不同建筑类型和使用场景下的监测需求（Q5）；IAQ传感器数据最可信的应用领域（Q6）；实现更全面的室内环境质量监测的途径（Q7）；处理和传达数据以提高可操作性和信任度的方法（Q8）；从传感到系统性变革的策略，包括索引和基准测试（Q9）；以及随着IAQ数据变得更加可见和重要而产生的伦理、治理和责任问题（Q10）。通过围绕这些问题组织讨论，我们旨在为研究人员和实践者提供一个连贯的路线图。目标不是提供普遍适用的解决方案，而是一种结构化的方式，将传感器选择、部署设计、数据处理和解释与监测旨在支持的决策相匹配。我们明确了证据可靠的地方、有条件的地方，以及关键不确定性仍然存在的地方。
**2. 十个问题**
**2.1. 问题1：在商业建筑中使用低成本IAQ传感器的稳健框架是什么？**
在商业建筑中持续进行IAQ传感的研究和早期试点已经进行了十多年[74,96]，这些经验为建筑监测和管理提供了部署框架[7,63,125,142；Adai, 2025]。此类框架的一个关键起点是对部署内容及其目的的清晰概念。“低成本”是相对于用户和应用而言的，文献中将传感器（测量组件）与监测器（传感器加上外壳、电源和数据存储/传输）区分开来，“低成本”通常根据用户群体的不同而有不同的价格阈值[96]。随着市场的发展，如果仅将IAQ传感器作为孤立实验或对外部事件（如野火烟雾或疫情）的应对措施来部署，其价值将非常有限，而没有将其整合到持续的建筑管理计划中。因此，一个稳健的框架应首先明确决策背景。监测计划应确定谁将使用这些数据，数据预期支持哪些决策，以及组织具备何种响应能力。专家现在建议将IAQ传感器整合到工作流程和组织战略计划中，承认IAQ监测是跟踪和改进组织和建筑性能的一个组成部分[16,26]。针对高需求或高价值空间和指标（例如教室、医疗机构或高密度会议区域）的分阶段部署可以产生早期洞察，并在传感器嵌入更广泛的规划和响应结构时建立机构信任。例如，CalSHAPE通风计划将教育设施中的CO2监测器安装与暖通空调评估、维护、过滤器更换、维修和升级以及服务不足社区的优先级安排联系起来[22]。随着时间的推移，此类计划可以扩展到包括更多指标，更全面地覆盖各种使用场景和倡议。关于不同建筑类型监测需求的指导见Q5，传感器性能的考虑见Q2。
第二个组成部分是适合用途的部署设计。目前大多数计划对所有房间/建筑使用相同的监测器类型、采样间隔和质量检查程序，即使这些房间/建筑在来源、占用情况、通风和数据预期用途上存在差异。为了优化数据利用，指标选择、空间和时间分布以及质量保证应与确定的用例相匹配（参见Q2中的性能评估和Q3中的放置指南）。规划还应规定数据收集、验证、存储和解释的协议，并考虑连接丢失和安全问题。一项大型社区实地研究表明，通过使用传感器提供的补充数据备份（如将Wi-Fi传输的数据与内置microSD卡数据结合）可以实现更高的数据捕获率[146]。
第三个组成部分是从数据到结果的明确路径。更广泛地说，“利用”涵盖了从传感硬件到结果的整个过程：Morawska等人[96]描述了从传感器/监测器及部署，到数据传输和可视化，再到解释和最终使用结果（例如合规性比较、暴露洞察、地图或操作行动）的逐步阶段。因此，一个稳健的框架应明确哪些阶段属于其范围（以及谁负责每个阶段），而不是将传感等同于效果。伦理和责任问题在Q10中进行了讨论。
第四个组成部分是治理和资源。稳健的传感器计划需要资源和权限来解决已识别的问题，并提供平衡竞争优先级的指导[41]。成功的计划会分配时间、预算、权限和培训，使行动成为可能。虽然目前的数据解释依赖于人类专业知识，但新兴的分析和可视化工具正在将大量数据转化为各种用户的洞察（参见Q8中的数据处理器和通信）。最后，持续的价值取决于机构整合和影响评估。鉴于IAQ传感器市场的成熟度仍处于中期阶段，除非包含与财务和健康影响验证及故事讲述相关的部分，否则自愿性计划可能会被优先级降低或停止使用。通过用对组织有意义的KPI来验证影响，并将传感整合到常规操作工作流程中，可以帮助确保结果的可重复性，而不依赖于个体的特殊努力[106]。
**2.2. 问题2：低成本IAQ传感器的可靠性如何？应如何评估其性能？**
经济实惠且可扩展的测量能力激发了人们对低成本IAQ传感器的浓厚兴趣，但对其数据的信任取决于这些传感器的性能可靠性以及对其性能的评估严谨程度。这里的“性能”包括准确性、精确度、稳定性和可用性，每个方面都决定了数据是否适合特定用途并具有决策价值。低成本IAQ传感通常关注绿色建筑计划中包含的三个指标：颗粒物（PM）、二氧化碳（CO₂）和总挥发性有机化合物（TVOC）。这些指标的可靠性差异很大，取决于预期用途。CO₂和PM2.5在趋势检测、事件识别和操作诊断方面最为成熟，但这并不意味着它们适用于所有应用。基于非分散红外传感的低成本CO₂监测器在正确放置、定期检查和了解校准要求的情况下被认为是准确且有用的，这反映在过去二十年里它们在需求控制通风中的广泛应用。表现更好的光学PM传感器与研究级仪器相比显示出中等到强的相关性（现场r² > 0.5，实验室r² > 0.8），尽管不同产品的性能差异很大，绝对质量准确性取决于颗粒特性、环境条件和设备特定的设计和数据处理选择[36,65,77,147]。
TVOC传感在直接解释方面可靠性较低，因为信号范围广泛、受化合物影响较大，并且受到校准假设和传感器响应因素的强烈影响[28,33,86]。TVOC传感器可以指示化学条件的变化，但通常无法在没有额外上下文的情况下识别特定化合物、来源或健康相关性。应根据来源特征和建筑环境优先考虑其他污染物，包括O3、NO2和甲醛[Kumar等人，2016；[68,126]。低成本O3和NO2传感器可能适用于某些筛选或趋势分析，但其解释通常需要专业知识，因为读数可能受到交叉敏感性、温度、湿度和校准漂移的影响。一个反复出现的教训是实验室和现场性能之间的差异[126]。实验室测试经常使用可能不代表实际世界组成或浓度范围的气溶胶报告紧密的相关性[96,113]。现场研究捕捉到了湿度变化、设备老化和污染、居住者行为和维护条件对响应因素的影响[68,165]。特定错误机制也因技术而异。对于光学PM传感器，湿度超过约85%时会偏倚测量结果[65,147]，而PM2.5在湿度低于约10–20 μg m⁻³时相关性会下降[61,65]。对于CO2监测器，自动基线校正可能在浓度不经常回到室外背景水平时引入偏差（Honan等人，2026）。长期稳定性仍是一个未解决的问题，几个月到一年内记录到小的但有意义的漂移[130,159]。
目前对低成本IAQ传感器的评估方法多样且难以在不同研究之间进行比较。对112项研究的回顾发现，相关性（r或r²）是主要指标，较少有研究报告推荐误差和精度指标，如RMSE、平均标准化偏差和变异系数[68]。因此，同一商业设备在一个研究中可能被标记为“优秀”，而在另一个研究中可能被标记为“差”，这主要是由于方法和来源的不同。例如，常见设备的校准因子可能因气溶胶来源和协议的不同而相差近三倍[134,148]。这反映了传感器的变异性以及方法论上的不一致性[30,129]，其中参考选择、测试持续时间和回归模型都会影响感知的“性能”。提高传感器模块和嵌入式算法的透明度将有助于提高可比性[39,160]。综合现有证据，观察到的性能变异性源于方法论的多样性以及传感器和监测器的设计，包括传感原理、进气口和外壳配置、固件、校准算法以及用于将原始信号转换为报告浓度的假设。除了与参考值的相关性外，关键的性能指标还包括：(i) 重复性和再现性[101,165]；(ii) 检测限和低浓度性能[61,67]；(iii) 对颗粒大小/成分和室内气候的依赖性[76,147]；以及(iv) 长期漂移和稳健性[130,159]。对于气体而言，交叉敏感性、温度/湿度补偿和现场校准程序对传感器性能至关重要[33,138]。在多变的实际环境中（见Q3），适用性必须平衡准确性和可操作性（图1）。在这个框架下，参考级或监管仪器定义了高准确性/高可操作性的“黄金标准”，用于合规性监测。低成本传感器虽然不是为这种精度设计的，但在准确性足以采取有意义行动时仍然非常有价值。因此，我们定义了三个使用层次作为实用框架。第一层次的应用使用传感器进行筛查、趋势检测和源/事件识别。第二层次的应用使用传感器支持行为改变、设施诊断或自动化控制。例如，经过校准和验证的CO2和PM2.5传感器可以处于中等准确性/高可操作性区域，适用于第一层次（趋势检测）和第二层次（行为和自动化支持）的应用[149]。最后，第三层次的应用使用传感器进行性能验证或合规性支持，需要更强的质量保证/质量控制、校准、不确定性报告和可辩护的放置协议。对于第三层次的应用，低成本传感器可能不适用（Kumar等人，2016；[96]），除非在某些特定应用中[93,94]。简而言之，只要数据能够一致地捕捉到变化的方向和幅度，即使它们无法精确测量绝对浓度，也可以被认为是“足够好的”，前提是不确定性被量化并透明地传达。
下载：下载高分辨率图像（157KB）
下载：下载全尺寸图像
图1. 用于评估低成本IAQ传感器性能的准确性与可操作性框架。这里的“可操作性”指的是传感器数据对建筑物利益相关者行为和实践的指导作用。例如，高质量的TVOC传感器可能非常准确，但由于化学成分来源不明确而无法有效应用。当低成本传感器处于中等准确性/高可操作性区域时，它们可以被认为是“足够好的”，适用于第一层次（趋势检测）和第二层次（行为调整和自动化）的应用，但通常不适用于第三层次的监管合规性。
展望未来，有三个优先事项可以扩大低成本IAQ传感器的适用范围并增强其性能可靠性，以作为主要指标。首先，应统一标准化评估协议，涵盖实验室和现场测试，并采用统一的报告格式[68,96,113]。其次，应建立由透明数据模式和元数据支持的校准/维护流程[31,148]。第三，利用先进的分析技术实时纠正非线性和环境干扰[28,68]。许多低成本传感器已经足够满足第一层次/第二层次的需求，但在它们能够承担第三层次的合规责任之前，还需要在传感器技术和数据可解释性方面取得进一步进展（见Q8）。透明和标准化的性能评估是获得公众信任和将低成本IAQ传感技术整合到更广泛的建筑管理和政策框架中的前提[94]。
2.3. 问题3：IAQ监测的时间安排和位置应如何设置，以支持有意义的决策？
IAQ监测提供了数据，有助于理解、管理和改善建筑条件。然而，尽管普遍声称室内空气质量良好，但对100个案例研究建筑的审查发现，只有2%的建筑提供了支持其声称性能的测量数据[139]。根据第二部分中关于传感器性能的考虑，关于何时何地部署传感器以生成有意义的信息仍存在疑问。IAQ在多个维度上存在差异：急剧的时间动态（几分钟内浓度变化数个数量级）、明显的空间异质性（房间之间和房间内部的梯度）、颗粒大小的巨大范围（从超细颗粒到粗颗粒），以及强烈的化学/生物特异性需求[28,91；Kumar等人，2016]。由于建筑功能和系统的多样性，许多专家建议根据项目目标定制监测器的放置、时间和采样频率，更倾向于使用小型的高质量、维护良好的传感器网络，而不是无法可靠维护的大型网络[143]。实践者应首先明确他们的监测目标和维护能力，而不是寻求一种通用的方法。短期监测在调试、代码合规性和定期审计中很常见。PNNL的H-BEST指南建议在供暖和制冷季节各进行一到两周的监测[109]。这样的监测活动可以诊断特定来源或支持季节性比较，但如果时间选择不当，可能会错过短暂的高峰值[126,156]。相比之下，连续监测可以提供日常、每周和季节性的洞察，并且当与建筑自动化系统集成时，可以支持自动通风响应。高频测量（1到5分钟间隔）可以捕捉到低频测量可能错过的瞬态事件和由占用者引起的变化（Pantelic等人，2019；[157]）。良好的实践要求将传感器放置在呼吸区（距地面0.9至1.8米处），远离直接污染源、可操作的窗户和门以及送风/排风喷嘴[125]。传感器的放置应反映监测目的。对于房间级别的通风评估，CO2传感器应放置在有人区域，但远离直接呼出气流、门、窗户和送风或排风喷嘴；接近占用者的测量更适合个人暴露研究[82,155]。这反映了“个人云”现象，即呼出的空气和人体排放物在个体周围造成局部颗粒和CO2浓度升高[82；Pantelic等人，2019]。个人暴露区内的浓度可能比房间平均水平高出200-800 ppm[Pantelic等人，2019；[157]。实践者应考虑IAQ测量的空间变异性，其主要驱动因素包括污染物来源、房间体积、暖通空调分区以及运行情况。密集的人口占用、化学品储存、燃烧和周边渗透都会产生空间梯度。例如，间歇性占用的小房间（会议室、专注室）比持续占用的较大空间更容易受到CO2变化的影响。空气处理单元及其相关组件（过滤器、风门、风扇、节能装置）会在不同区域引入额外的变异性。需要区域级别的传感器来详细了解占用情况、暴露程度和源驱动的峰值动态。回风CO₂传感器提供系统级别的信息，但由于混合效应，其测量值通常比区域内的传感器低100-200 ppm[156]。可穿戴传感器对于个人暴露或认知性能研究具有价值，尽管对于通风控制和诊断来说，房间级别的传感器通常已经足够。固定式传感器可以在办公环境中捕捉个人吸入暴露情况，但其可靠性取决于占用模式和环境条件。在某些通风模式下，特定位置的传感器（例如，距离占用者1米以内的墙壁）表现更好[156]。多传感器布局有时可以像可穿戴设备一样有效地近似个人暴露情况[115,122]，尽管关于最小传感器数量和理想放置策略的证据仍然有限。最终，IAQ监测的时间安排和空间设计应与监测目的、感兴趣的污染物、排放源的浓度和变化幅度以及数据旨在支持的决策相一致。
2.4. 问题4：现有标准和指南是否应该发展以纳入低成本传感器？
IAQ在监管体系中处于独特的位置。与有强制性标准的室外空气质量不同，大多数国家目前还没有针对室内污染物浓度的强制性标准。然而，全球有许多IAQ指南，涵盖了各种室内污染物，并提出了广泛的推荐限值[32,70,87,95]。这些指南通常基于健康标准，如世界卫生组织的空气质量指南[154]和加利福尼亚州空气资源委员会的IAQ指南[18]，包括其正在更新的二氧化氮（NO₂）标准[19]，具有建议性质。建筑规范（如加利福尼亚州2025年建筑能效标准[23]）通过要求通风、过滤和围护结构措施来间接影响IAQ，以实现能源、经济性和空气质量目标。这些要求基于与占用者行为相关的模型和假设（例如，烹饪模式、通风使用情况[23]）。虽然通风和过滤要求促进了建筑设计，但它们并不能保证运行阶段的良好室内空气质量[27,135]。占用者行为也是影响是否达到预期性能的关键因素；例如，许多人因为噪音或不便而不使用厨房抽油烟机，这降低了即使设计良好的系统的有效性[163]。加利福尼亚州2022年能源规范[21]最近转向使用基于性能的指标，部分基于占用者行为，但这并不构成对实际IAQ及其影响的验证。预期IAQ与实际IAQ之间的持续差距表明，低成本传感器有机会提供室内条件的实际证据。现在，针对PM2.5、CO₂以及较少程度的NO2和总挥发性有机化合物（TVOCs）的低成本IAQ传感器能够以远低于参考仪器成本的方式生成实时、局部化的数据。针对特定化学物质且交叉敏感性低的低成本挥发性有机化合物（VOCs）传感器也开始出现。美国绿色建筑委员会的一份最新报告认为，这种监测可以将行业从规定性合规转向基于性能的验证[16]。同样，加利福尼亚州最近的一项审查强调，更广泛地部署低成本传感器可以通过增加对室内暴露情况的可见性来帮助低收入和弱势群体[20]。标准的演变可能会带来健康和公平方面的益处。首先，长期暴露于NO2和PM2.5与哮喘、心血管疾病和过早死亡有关[69,118]。低成本传感器可以在重点环境中识别出高暴露情况，支持针对脆弱人群的干预措施。其次，连续监测可以揭示通风或过滤系统何时表现不佳，特别是在野火等户外事件或占用者活动导致污染物水平升高时。基于传感器的反馈可以让建筑运营商实时优化通风和过滤，平衡能源（成本）和健康目标[6]。绿色建筑框架推动了IAQ测试和监测的自愿采用，从而产生了市场和政策动力。需要权威的行动阈值、同行基准数据集和财政激励措施来加速采用[16]。同时，几个障碍限制了低成本传感器在提升建筑性能目标中的应用。关键IAQ参数的测量性能差异显著（见Q2），数据解释需要改进如何将测量结果转化为可操作的见解（见Q3和Q8）。需要标准化的报告协议、与研究或试点项目相关的社区级数据库，以及探索替代的数据治理模型。可以探索一种混合模型，其中公共机构作为汇总的、匿名化的IAQ数据的管理者或协调者，得到专家、非营利组织和管理试点和社区规模部署的当地机构的支持。目前，大多数建筑规范和标准主要规范通风和过滤系统的设计，而不是测量的污染物浓度。可能的监管途径包括健康和安全规范/法规（如果能够准确量化不监测IAQ性能的公共卫生风险和相关经济影响）以及建筑能效规范。引入新的合规要求可能会加剧对实施和运营成本上升的担忧。一种务实的前进方式是，通过自愿措施逐步将低成本传感器纳入指南和标准中，采用标准化的报告协议，将IAQ改进与可测量的健康和经济效益联系起来，并提供可选的或平行的基于性能的途径，同时保留规定性要求，如ASHRAE 62.1中的室内空气质量程序[7]。这些途径可以允许基于传感器的证据支持运营验证和有针对性的干预，而无需立即将低成本传感器作为普遍的合规工具。随着研究继续证明传感器性能的改进以及持续监测带来的经济和社会效益，将传感器纳入强制性标准的论据将会增强。一个重要的问题是，如何确保不断发展的指南和标准具有可信性、公平性，并与监管准备情况相一致。现阶段，低成本传感器还不应被视为适用于所有污染物和建筑环境的通用独立合规工具，尽管在适当的QA/QC、校准、放置和不确定性协议到位的情况下，某些传感器和应用已经可以支持性能验证。
2.5.问题5：不同类型的建筑对室内空气质量（IAQ）监测的需求有何差异？除了基本符合规范要求外，由于使用者活动、污染物来源和脆弱性的不同，不同类型的建筑对IAQ监测的需求也存在显著差异[16]。为了设计出适合特定需求的监测策略，必须从两个方面来解决这些差异：需要监测的具体污染物以及数据收集的适当时间和空间分辨率。虽然一些核心参数（如作为通风指标的二氧化碳[116]和因其健康重要性而备受关注的PM2.5[103]）在许多类型的建筑中都适用，但它们的实用性取决于具体情境。在住宅建筑中，二氧化碳的监测信息量通常不如在教室或办公室中那么多，因为居住者的活动是间歇性的，空间可能无法达到稳态，并且通常没有单一的二氧化碳峰值需要关注，除非目的是评估特定条件下的通风情况（例如[3]）。相反，在住宅建筑中，日常活动如烹饪和取暖会导致燃烧副产品的短暂峰值，使一氧化碳（CO）、二氧化氮（NO2）和PM2.5超过临界监测值[78,163]。在新建筑中，连续监测通常会优先关注来自建筑材料和家具的甲醛和总挥发性有机化合物（TVOCs）[Justo [4,128,136]）。学校则经常关注二氧化碳，以监测高密度人群的情况，并在需要时采取行动确保足够的通风并降低空气传播风险[53,150]。
室外污染物（如野火[81]或交通产生的PM2.5）的渗透对室内空气质量有显著影响。当仔细考虑数据质量时，可以使用成对的室内和室外低成本传感器来计算建筑特有的渗透率和过滤效果[38,83]。在商业建筑中，这些传感器可以验证高效暖通空调（HVAC）过滤器在污染高峰期间限制PM2.5侵入的效果[108]。相反，在自然通风的住宅和较老的学校中，这些传感器对于检测室内PM2.5的快速积累至关重要，可以促使立即采取干预措施，如关闭窗户或启动便携式空气净化器（Stampfer等人，2024年）。传感器部署设计，特别是测量的频率和位置，需要考虑建筑的物理布局和活动动态（见问题3）。住宅环境由于烹饪等事件的影响，几分钟内空气质量可能会发生数量级的快速变化，因此需要高分辨率采样（例如每1分钟一次）来准确捕捉峰值暴露[78]。理想情况下，这些瞬态事件应通过系统（如排油烟罩）自动触发源头控制[133]。相比之下，办公楼通常经历的是由居住者活动驱动的渐进变化。在这种情况下，5到15分钟的平均值通常足以跟踪趋势并支持HVAC控制[164]，而1小时的平均值足以捕捉昼夜变化以估计暴露量[79]。下表1总结了几种常见建筑类型的IAQ监测考虑因素。
表1. 几种常见建筑类型的IAQ监测示例考虑因素。
| 建筑类型 | 时间分辨率 | 空间分辨率 |
| --- | --- | --- |
| 住宅 | 在事件期间（例如烹饪时每1分钟一次） | 每个可能存在显著污染物浓度差异的关键生活区域至少安装一个传感器（例如厨房监测PM2.5，主卧室监测二氧化碳） |
| 学校教室 | 在上课时间捕捉污染物动态（例如每5分钟一次） | 每组具有相似居住者和通风配置的教室至少安装一个传感器 |
| 办公楼 | 5分钟至1小时间隔 | 每1500-2500平方米或每个HVAC区域安装一个传感器 |
a: Fitwel v3：在有人居住的时间段内每5分钟一次；LEED v5：二氧化碳每15分钟一次，PM2.5和TVOC每1小时一次；WELL v2：≤15分钟一次；RESET Air和ASHRAE G45P：每30分钟报告一次 |
b: LEED v5：每2500平方米安装一个传感器；Fitwel v3：每325平方米安装一个传感器；WELL v2：根据项目面积每325-1000平方米安装一个传感器；RESET AIR：每500平方米安装一个传感器 |
空间异质性受房间体积、HVAC分区以及局部污染源的影响。在开放式商业办公室中，所需的传感器密度可以从每150平方米一个传感器[164]到每325平方米一个传感器（Fitwel v3），每325-1000平方米一个传感器（WELL v2），每500平方米一个传感器（RESET AIR），每2500平方米一个传感器（LEED v5）不等。ASHRAE G45P [[8]（草案中）提出了一种分层方法，从每2500平方米一个传感器（基本级），每500平方米一个传感器（诊断级）到每个占用区域一个传感器（高级级），允许操作者根据其特定的“适用”目标来调整网络规模。学校可能需要更密集的空间网络，因为单个教室作为受不同居住者影响和教师管理窗户开关方式的独立微环境。例如，多项研究记录了每间典型教室安装一个传感器的做法（[53]；Barros等人，2024年；[137,158]）。
如问题3所讨论的，室内污染物动态受许多因素的影响，IAQ监测的时间和空间设计应与数据分析计划协调，以支持数据使用的决策。因此，即使在同一类型的建筑内，最佳监测策略也可能有所不同。为了反映这些细微差别，领先的建筑评级系统强调特定情境下的IAQ指标，并为不同的使用情况和居住者提供定制的指导[63,125,142]（Adai, 2025）。因此，建筑业主和设施管理者应与合格的专家、调试团队或服务提供商合作，制定符合建筑特性、监测目标、维护能力和响应程序的实际监测计划。
问题6：IAQ传感器数据最有前景的应用是什么？IAQ数据的常见应用包括提高公众意识、识别污染物来源和为建筑运营提供信息[128]。这些应用充分利用了低成本传感器的优势：小巧的形态、实时数据和连接性。然而，准确性和校准限制（见问题2）使得低成本传感器不太适合毒理学研究或法律合规性要求，除非是那些具有特定应用校准、不确定性表征和通常需要确认性参考测量的特定空气污染物——即图1中的第三级应用。野火烟雾和COVID-19大流行加速了公众对PM监测（特别是在烟雾事件期间[81]）和二氧化碳作为学校通风指标的兴趣。SAMHE项目在英国300多所学校安装了传感器[153]，证明了二氧化碳监测是一种实用策略，可以指示是否需要采取行动来减少自然通风教室中的空气传播风险[48]。低成本IAQ传感器有潜力使社区更积极地管理他们接触空气污染物的情况[84,152]。这需要克服一些障碍，例如缺乏易于理解的简单指标，同时避免IAQ指数或颜色刻度可能带来的过度简化问题。还需要教育资源，例如美国环保署（EPA）资助的空气质量传感器工具包[34]。将IAQ传感数据与其他信息源整合也可以提高数据的实用性。例如，通过开发全国统一的校正因子[12]，现在可以使用PurpleAir测量的PM2.5与使用监管仪器测量的室外PM2.5进行直接比较。能够在统一的数据平台上比较室内和室外测量结果是使IAQ传感数据更具可操作性的另一个重要特性。与建筑管理系统和故障检测功能的整合正在兴起，但目前主要集中在可视化方面，而不是高级控制（见问题8）。更先进的多目标优化技术用于动态控制建筑运营，以提高IAQ、热舒适性和能源效率，这仍然是一个活跃的研究领域。尽管Rackes和Waring[123]的早期工作没有包括IAQ传感，但他们的建模框架为通过多目标优化来改善IAQ和节省能源奠定了基础。最近的研究[71,120]提出了使用数字孪生模型和机器学习等方法从IAQ传感数据中生成见解，以控制建筑运营。将IAQ传感集成到建筑系统运行的动态控制中（例如应对野火烟雾或空气传播风险增加的情况）的潜力尚未完全开发。
低成本IAQ传感器是研究人员研究更多居民及其室内空气污染物暴露情况的有效工具。由于研究人员可以更容易地获得用于校准的研究级仪器，因此可以更容易克服它们的一些局限性。然而，研究人员仍然受到低成本IAQ传感器基本缺陷的限制[103,117]。有必要继续改进低成本IAQ传感器的能力，以便在低收入和中等收入国家测量家庭空气污染物，以支持未来的暴露和健康研究。
问题7：要从室内空气质量监测扩展到全面的室内环境质量监测需要什么？室内环境质量（IEQ）通过整合影响居住者舒适度、健康和表现的额外感官领域来扩展IAQ的概念。传统的定义包括四个领域：热环境、视觉环境、声学环境和IAQ环境。每个领域都通过不同的生理和心理途径影响人们[51]。越来越多的关于综合环境舒适度的研究强调了多领域评估对居住者福祉和建筑性能的价值[131]。尽管如此，目前有三个关键挑战限制了全面IEQ监测的实际应用：人类感知如何影响对传感器数据的信任、多个传感器在整体监测系统中的技术和操作集成，以及在提供综合建筑性能评估时不同IEQ领域的权重。第一个挑战集中在IAQ与其他IEQ领域之间的一个关键区别上，即人类对许多空气污染物的感知方式。我们对温度、光线和声音有敏锐的感官意识，但对细颗粒物或某些无气味的气态污染物（如CO、CO2和NOx）的感知相对较弱[47,162]。这种感知不对称性影响了居住者如何看待IEQ传感器数据。对IAQ参数的较低感官敏锐度，加上它们与健康结果的已知联系，可能有助于居住者信任IAQ传感器揭示不可见的风险。当测量结果与个人经验相矛盾时，建立对热环境、视觉环境或声学传感器的同样信任则更具挑战性。此外，人们对舒适度或空气新鲜度的主观感知因个体和情境而异[52,148]。因此，IEQ监测通常依赖于将客观测量与通过居住者调查[24,55]或可穿戴设备[66]获得的主观反馈相结合。解决这一挑战的一种方法是提高人们对IEQ监测目的及其如何用于描述“平均”体验的认识。这种透明度可以增强信任并促进更有意义的居住者参与。如果多领域IEQ监测要有效指导居住者行为和建筑运营，理解这些感知动态和风险感知（Semenza等人，2008年；Bickerstaff，2004年）是必不可少的。第二个挑战需要解决不同传感器在建筑内部的技术和操作集成问题。从技术角度来看，将来自不同采样频率（见问题5）、准确性（见问题2）和长期校准稳定性的异构传感器的数据对齐是具有挑战性的。这些差异源于所测量量的物理特性。IEQ参数在空间和时间上都有变化；污染物热点、眩光或声学反射是单个房间内明显变化的例子。低成本传感器有助于更密集的部署，可以揭示其中的一些变化，但将各种传感器需求整合到一个产品中需要仔细的产品设计和不可避免的性能权衡。从操作角度来看，空气质量传感器通常提供一个线性反馈循环：如果室外空气清洁，检测到室内污染物浓度增加会触发更高的通风率。相比之下，温度、照明和声学受个人偏好的影响较大，通常有个人控制选项，从而形成了人机交互的动态[62]。跨领域整合传感器数据需要控制系统能够同时解释和适应环境条件和居住者偏好，这在许多情况下仍然过于复杂而难以实际应用。第三个挑战是如何在有意义的框架内整合IEQ领域。许多环境监测系统最初是出于安全目的（例如烟雾检测）而部署的，随后才转向能源效率。目前的重点是将这些多领域效应与福祉和认知表现联系起来[40,119]。然而，在每种情况下确定多个IEQ领域的相对重要性并不简单[29]。IEQ（室内空气质量）的优先级会因环境而异：工作场所的声学和视觉舒适度、学校的二氧化碳浓度和温度（见问题5），或医院的感染控制和生物钟照明[144]。虽然存在一些通用的权重分配方法[60,151]，但没有一种方法能够根据环境和具体情况进行动态调整。新兴的AI技术可能最终能够根据占用数据、环境状况甚至公共卫生警报来动态调整这些权重[42]。个性化或基于学习的系统可以推断出对个别使用者[72]或整个群体[121]来说最重要的参数，这可能是实现真正以人为中心的环境控制、舒适度和福祉的下一步。
2.8. 问题8：如何处理和传达IAQ传感器数据以用于决策？
目前的IAQ数据通信通常有三种形式。第一种是仪表板，通常显示时间序列、时间平均值或房间间的比较[145]。第二种是基于阈值的警报，当污染物水平超过某些安全或舒适度相关阈值时，用户和设施管理人员会收到通知[73]。第三种在商业和消费级监测器中尤为常见，即综合IAQ评分或红黄绿显示。尽管这三种方法为建筑环境中的IAQ监测奠定了基础，但在建筑物的普及程度上可能已经达到了极限。使用传感器和警报来监测室内环境属于通过异常检测进行建筑优化的范畴，这一过程存在几个重要的采纳障碍，主要与感知价值与初始实施成本之间的关系有关[50]。此外，还有“警报疲劳”现象，这一现象在其他领域也有广泛研究，并影响了建筑物中传感器数据的采纳和使用[14]。
讨论谁可能希望使用这些数据有助于确定如何更好地利用它们以提高采纳率。数据用户主要有两类：希望改善建筑物运营或未来建筑设计的人员，以及希望更好地了解自身暴露情况和环境条件的使用者。对于第一类用户，设施管理人员需要自动化处理、基于异常的警报以及诊断性总结，而不是对原始数据进行常规的手动检查[56]。对于第二类用户，即普通使用者，他们需要将原始数据汇总成非专业人士也能理解的高层次见解。作为用户，他们可能根本不会接触到原始数据，而是根据使用这些数据训练出的模型接收到的消息，以检测特定的行为变化或可采取的行动[111]。
针对使用数据来制定政策、系统和设施决策的专业人员的潜在创新集中在更好地处理和整合数据上。现代视觉分析领域可以通过利用诸如“先看概览、放大查看、按需详细信息”等成熟技术来促进创新[132]。这种方法与典型的IAQ仪表板设计不同，它更注重调查过程而非一般信息展示。用户可以在使用快速工具调查合理警报之前，从高层次上发现潜在问题。与建筑运营人员的访谈显示，他们需要通过这类系统信任信息，而更快更容易地检查警报的能力将有助于提高数据利用率[5]。通过大型语言模型和自动化代理分析工作流程的创新，可以增强操作人员与建筑之间的互动[80]。另一种新兴的数据融合技术是利用数字孪生平台将虚拟模型与现实相结合，以获得多种好处[1]。以更多以使用者为中心的方式整合这些数据流将提升控制和自动化系统[102]。
从建筑物使用者的角度来看，有几项创新可以提升IAQ数据在室内环境中的可用性。这些用户需要将原始数据提炼成与普通人行为相关的实用且可操作的见解。有多种方法可以整合多尺度数据以影响室内使用者，包括城市、建筑和人类尺度的数据来源，如成像、可穿戴设备甚至地理空间数据，这些数据可以增强数据模型的预测能力[88]。行为引导、推荐引擎和上下文感知的个人决策支持领域已经开始适应建筑环境[161]。当使用者控制相关行为（如开窗、烹饪通风或使用便携式空气净化器）时，即时适应性干预可能很有用[89]，但它们应该补充而不是替代源头控制、通风、过滤、维护以及机构对健康室内环境的责任。这些方法背后的预测模型非常复杂，开放数据和机器学习众包的创新也可能推动这一领域的进步[90]。
2.9. 问题9：如何将IAQ监测从感知扩展到系统性变革？
将IAQ监测扩展意味着超越孤立的试点项目，转向支持基准测试、政策和公共卫生的互操作、可持续的系统。即使单个建筑的部署满足了所有要求（经过验证的传感器、合理的放置位置、透明的数据处理），这也仅仅是一个基础。要产生系统性影响，还需要一个整合技术、数据和治理的更广泛架构。理解这一挑战的一个有用视角是三层金字塔模型（见图2）：感知、索引和基准测试。感知提供可见性；索引将复杂性转化为可用于决策的指标；基准测试促进跨建筑的学习和问责。这种结构和流程有助于将原始信号转化为可比较的知识，但每一层都带来了不同的挑战和机遇。
下载：下载高分辨率图片（199KB）
下载：下载全尺寸图片
图2. IAQ监测扩展的概念框架。
扩展需要足够可靠的测量结果来支持决策，而不仅仅是完美的准确性[96]。在问题2中讨论的性能挑战（标准化差距、实验室与现场之间的差异、环境影响）在扩展规模时会变得更加突出。通常通过定期现场校准、PM传感器的湿度调整和自动漂移检查来解决这些问题。与建筑系统的集成引入了额外的限制：通信协议、数据格式和平台API必须足够一致，以便将IAQ时间序列与暖通空调运行、占用估计和室外条件联系起来。最后，大规模部署需要可预测的维护流程，涵盖安装、固件更新、清洁/更换和定期重新校准。这些流程必须简单且可预测，否则小的故障率会变成巨大的运营负担[31]。
为了使IAQ监测得以扩展，测量结果必须能够被决策者理解（见问题8）。索引通过将多个参数组合成直接与健康、舒适度或运营性能相关的指标来架起桥梁。基于这一概念（见问题7），最近的ATLAS指数是一个完全基于性能且兼容传感器的框架，专为住宅环境设计，旨在将连续的IEQ数据转化为可操作的见解[42]。索引还受益于将IAQ指标与占用情况、暖通空调运行和室外空气质量等上下文信息相结合，这有助于区分由人类活动引起的变化和由系统故障或室外条件引起的变化（Kumar等人，2016年）。基准测试将索引从单个建筑扩展到更广泛的建筑群比较。它不能替代符合强制性IAQ标准的要求，但可以通过激发良性竞争、支持绿色建筑和项目级别的绩效计划、识别领先者和落后者、优先考虑干预措施以及跟踪随时间的改进来补充这些标准。此类比较需要保护隐私的数据基础设施，并根据建筑类型、气候、占用情况、室外空气质量及运营环境进行标准化。ASHRAE全球热舒适度数据库提供了一个有用的模型：通过汇总来自数千栋建筑的标准化现场数据，它支持了更优的舒适度模型和适应性标准[49]。另一个类似的IAQ项目称为全球IAQ数据库，目前正在开发中，旨在促进跨建筑和跨地区的分析（https://iaqdb-dev.epfl.ch）。基准测试方法需要考虑气候、建筑类型、占用情况和特定室外空气质量之间的差异，使用时间在目标范围内的指标或超出时间等指标来进行公平比较[68,96]。随着数据集的扩大，数据治理变得至关重要[31]。公平性考虑因素，如确保低收入住房、小型诊所和农村学校的代表性，在问题10中有所讨论。
当感知、索引和基准测试协调一致时，低成本的IAQ监测可以在更广泛的机构层面影响实践。三层金字塔（图2）说明了感知如何提供可见性，索引如何将数据转化为见解，以及基准测试如何推动问责和改进。围绕这一结构，有几个系统性因素决定了监测工作是否能带来实质性的变化。一个是制定基于性能的标准（问题4），这些标准规定了污染物目标、平均时间、测量方法、不确定性要求和合规程序，以便能够评估实际的室内条件，而不仅仅是根据规定性设计要求进行推断。另一个是确保在风险最高的地方部署连续的IAQ监测，而不仅仅是预算最高的地方。持续的分裂激励机制也使采纳变得复杂：传感器的成本和维护费用往往由不同于受益于更健康空气的一方承担。解决这个问题需要协调的政策和激励结构，以更公平地分配责任和利益。
扩展IAQ监测是一个系统级挑战，需要多个决策层面的合作。进展还取决于建筑科学、公共卫生、政策和数据分析等多个领域的贡献。在一个成熟的系统中，连续的感知将支持一个迭代过程，其中建筑层面的观察结果为科学分析提供信息，科学证据塑造政策和服务标准，而这些政策又指导运营实践。建立这种反馈结构为建立更加连贯的证据基础提供了路径，使IAQ条件变得可测量、可比较，并且更容易在多栋建筑中采取行动。
2.10. 问题10：随着IAQ数据变得更加可见和广泛，会出现哪些伦理和责任问题？
目前，从建筑物收集IAQ监测数据几乎没有直接的法律责任，但低成本传感器收集的IAQ数据可能被用于诉讼。随着护理标准的发展，间接责任也可能出现，这些标准越来越多地将清洁室内空气视为基本人权。在这种情况下，住宅或商业物业的使用者可能会因房东、物业管理人员或建筑所有者未能维护安全和健康的室内环境而寻求法律救济[85]。随着IAQ数据被更广泛地记录、向使用者展示、与第三方共享并纳入数据库，传感器读数也可能引入声誉和合同风险，或者在争议中被视为事实上的性能基准。在敏感环境中，这种风险会被放大，因为不良读数可能引发媒体审查和公众谴责，业主和运营者可能会面临疏忽或管理不善的指控（学区对室内空气质量条件的责任，[44,124]）。另一个风险是简单的误解：低成本传感器包通常只测量某些污染物，因此人们可能会将“正常”读数视为空气安全的证明。如果从未测量其他危害因素，这可能导致虚假的安全感、争议和信任丧失。通过采用透明的决策协议来明确说明IAQ数据如何解释、管理和转化为行动，可以缓解这些脆弱性[53]。
监管环境正在成熟，趋势是对建筑所有者提出更高的要求，以证明其IAQ符合标准。目前正在努力弥补使用实时IAQ传感器期间对室内空气状况缺乏问责的问题。这种问责可能通过逐步将自愿性指标转化为强制性要求的路径来实现[92]。类似的过程已经在纽约等城市中的能源指标上取得成功，自愿报告在十年内演变成了强制性标准[104,105]。当前的IAQ性能法规主要围绕建筑产品排放组织，对于定期检查IAQ的协议有限（[127]，环境法律研究所的州室内空气质量法律数据库）。然而，一些地区已经建立了先例：日本的《卫生维护法》要求大型建筑每两个月进行一次IAQ测量[10,98]；比利时2022年的法律要求公共空间进行二氧化碳监测（比利时联邦公共服务[[15] 公共卫生，2022]）；新加坡的SS 554代码[64]为空调建筑提供了IAQ基准。虽然广泛的传感器部署可以促进问责并建立共享的证据基础以指导标准和设计，但如果没有资源来处理数据治理和性能不一致性问题，这些项目可能会适得其反。典范性的举措将公众讨论、共同设计和社区参与纳入决策过程[43,57,100]。明确的数据所有权协议可以减少关于披露和再利用的争议。住宅环境的部署需要特别小心，因为室内空气质量（IAQ）数据可能会揭示私人行为和文化习惯，包括烹饪、吸烟、焚香、使用蜡烛、清洁、空气清新剂的使用、产品购买以及开窗习惯等。因此，此类项目应优先考虑获得知情同意、最小化数据收集、控制家庭对数据访问和共享的权利，并采用非惩罚性的沟通方式。在数据工作中，可以参考《CARE原則》（CARE Principles for Indigenous Data Governance [54]）等资源，以考虑权力差异和历史背景。这有助于确保数据决策的透明度，并建立保护数据访问的机制，从而将危害降到最低并最大化收益 [34]。目前，对于某些应用来说，低成本传感器的数据质量已经足够，但对于其他应用则不够（见问题2和问题5）。然而，建筑行业和公众对这一细微差别的认识不足，导致数据被故意或无意中误用的风险 [35]。第三方传感器性能标准的发展呈现出积极趋势 [8,9,125,141]，为获得认证的品牌提供了一定的性能保障。随着传感器技术的成熟，预计出厂时的数据质量将得到提高，不同设备和品牌之间的数据质量差异也会减小。在此期间，用户有责任随着时间的推移维护数据质量和访问权限（通过更换传感器和制造商提供的软件升级），并正确解读和使用传感器数据。由此产生的数据不一致性成为跨项目和品牌进行有效基准测试的障碍。在极端情况下，如果数据解读方通过显示较低的指标水平而获益，他们可能会被激励采用偏向性校准算法，或将传感器放置在不太敏感的位置（例如远离污染源）。在标准和技术成熟的过程中，需要考虑到这一点。
3. 结论
低成本IAQ传感技术正从机会性部署转向建筑物的常规使用，但本文的核心观点是，传感技术并不总是等同于实际效果。贯穿十个问题的一个主题是，只有当测量选择、性能证据和数据工作流程与决策、责任和结果明确结合时，价值才会显现出来。在问题1中，我们认为一个完善的利用框架应从明确目的的概念开始，延伸到从硬件到解读和行动的整个过程。这种框架至关重要，因为失败的项目往往是由于整合不足（例如数据利用不足、决策权不明确、缺乏操作跟进）而非技术问题造成的。因此，项目应被设计为治理和工作流程系统，而不仅仅是技术系统。
问题2和问题3关注可靠数据的技术要求。问题2表明，对于许多一级到二级用例（例如趋势检测和行为/控制支持），低成本传感器已经“足够好”，但性能仍然取决于参数和具体环境。这促使问题3强调，传感器的部署时间和地点不是一个程序细节，而是影响数据可解释性的科学因素。这些问题共同指向一个共同要求：透明的不确定性、标准化的评估/报告方法以及反映传感器实际运行环境的现场验证方法。
问题4到问题7将视角从测量扩展到采用和意义。问题4指出，室内空气质量仍然主要受规范设计要求而非经过验证的操作性能的支配。虽然机会很大，但监管准备情况取决于可信的协议、可辩护的行动阈值以及信息监测与合规级判定之间的明确区分。问题5强调，不同类型的建筑（如住宅、办公室、学校和医疗机构）的监测需求各不相同，因为占用率、污染源、脆弱性和运营目标存在差异。问题6进一步明确了低成本传感器在哪些领域最具前景：教育和意识提升、运营诊断、在事件发生时的针对性干预，以及受益于广泛覆盖范围的研究。问题7将讨论范围扩展到综合环境质量（IEQ），认为多领域监测虽然有价值但较为复杂。
最后，问题8到问题10关注实现持续规模化所需的社会技术条件。问题8认为，数据管道和可视化工具必须服务于不同的用户群体，同时避免警报疲劳和不可理解的“黑箱”输出。问题9将规模化过程概括为从传感到索引再到基准测试的逐步发展，这一过程需要互操作性、保护隐私的数据基础设施、标准化指标和可持续的维护实践的支持。问题10指出，随着IAQ数据被更广泛地记录、向使用者展示、与第三方共享并纳入数据库，伦理和责任问题将从假设性变为现实问题，这些问题必须与技术性能一起得到解决。
展望未来，前景谨慎乐观。当低成本IAQ传感器在适当的预期和可靠的性能支持下被部署时，已经能够带来实质性的改进。但下一阶段需要三个方面的进步才能解锁更广泛和更高风险的应用：(i) 国际间在评估协议和报告惯例上的共识；(ii) 实际可行的校准、漂移管理和质量保证/质量控制方法，以确保数据在数月甚至数年内的完整性；(iii) 将传感器数据整合到决策系统中，将测量结果转化为可重复的改进，而不仅仅是孤立的成功案例。如果这些条件得到满足，低成本传感器可以从简单的测量工具发展成为能够显著改善建筑运营的系统，使室内空气质量在建筑物、项目组合和社区之间更加可见、可比较和可操作。
CRediT作者贡献声明
Thomas Parkinson：概念化、监督、审稿与编辑、初稿撰写
Seema Bhangar：概念化、初稿撰写
Wanyu Rengie Chan：初稿撰写
Wenhao Chen：初稿撰写
Brian Gilligan：初稿撰写
Tobias Kramer：概念化、初稿撰写
Jiayu Li：初稿撰写
Clayton Miller：初稿撰写
Larissa Oaks：概念化、初稿撰写
Maninder Thind：初稿撰写
Dusan Licina：概念化、监督、审稿与编辑、初稿撰写
免责声明
本文的研究结果和结论仅代表作者的观点，并不一定代表加利福尼亚州公共卫生部或加利福尼亚州卫生与公共服务机构的立场。
未引用的参考文献
[13,107,110,112,114,140,17,2,25,37,45,46,58,59,75,97,99]
