便携式空气净化器在真实家庭环境中的颗粒物去除效能研究：基于源汇分析与时间分辨数据的随机干预试验

本研究通过质量平衡原理与开源信号处理工具，创新性分析了便携式空气净化器（PACs）在芝加哥地区COPD患者家庭中的实际应用效果。研究发现，传统均值比较会误导结论（活性过滤组PM2.5均值19.6 vs 18.0 μg/m3），而时间分辨数据揭示：无室内源时活性组背景浓度降低36%（5.6 vs 8.2 μg/m3），且高中低档风速下PM2.5清除率分别提升130%/70%/15%。该框架为长期污染物研究提供了新范式。

　　

亮点
本研究通过高时间分辨率数据揭示了便携式空气净化器（PACs）在真实家庭环境中的"隐藏功效"——当分析无室内污染源的"背景期"时，活性过滤组PM_2.5浓度比假过滤组低36%（5.6 vs 8.2 μg/m³），就像揭开了被噪声掩盖的信号。

代表性数据示例
图1展示某测试家庭中空气净化器全年功耗曲线，三种运行模式（高/中/低档）的能耗特征泾渭分明。图2则生动呈现了默认参数与定制化信号处理算法的差异——后者能像精准的"分子探针"般捕捉到传统方法遗漏的瞬时污染事件。

讨论
最初简单的均值比较就像用钝器做显微手术：活性过滤组PM_2.5浓度反而更高（19.6 μg/m³），这个"反直觉现象"实则是由于两组家庭基线污染源强度不同。而我们的时间分辨分析法则像"代谢组学溯源"，发现PACs在高中低档风速下分别带来130%/70%/15%的PM_2.5清除率提升，证实其确实在扮演"分子海绵"角色。

结论
这项研究开发了基于质量平衡的"污染指纹识别"框架，证明便携式空气净化器（PACs）在真实家庭环境中能有效清除PM_2.5，特别是在无室内污染源时效果显著。该方法为长期环境健康研究提供了新的"生物标记物"——时间分辨的源汇特征参数。