《BUILDING AND ENVIRONMENT》：Radon-222 entry rate in homes and workplaces determined with modern electronic radon detectors
编辑推荐：
本研究针对室内氡暴露风险评估中关键参数——氡进入率（Radon entry rate）难以便捷测量的挑战，开发了一种利用消费级电子氡探测器（如RadonEye+2）时间序列数据估算氡进入率的新方法。研究团队通过初级计量学实验室实验、测试床研究以及在36个已入住住宅和工作场所开展的三年监测活动，验证了该方法的有效性。结果表明，该方法能远程、无干扰地获取建筑物使用周期内的动态氡进入率和空气交换率（ACH）数据，并发现约80%的建筑在低通风条件下氡进入率与空气交换率存在相关性。这项研究为建筑物氡传输模型的开发以及智能、节能的氡缓解策略的制定提供了新的技术途径，有望革新室内氡动态研究及健康环境维护工作。
氡（222Rn）是一种无色无味的天然放射性惰性气体，是继吸烟之后导致肺癌的第二大元凶，也是大多数人群在家中受到的最大辐射暴露源。世界卫生组织（WHO）建议各国将住宅的年平均氡浓度参考水平设定为100 Bq/m3，最高不超过300 Bq/m3。然而，室内氡浓度受多种因素影响，如土壤镭含量、地基渗透性、建筑结构、居住者活动模式、通风率以及室外环境条件等。其中，氡进入率（Radon entry rate）是诊断建筑物氡问题、设计和测试氡减排技术效率的基本物理量。尽管理论上对氡进入建筑物已有多种模型，但由于测量挑战，包括需要昂贵的实验室级探测器、专业人员操作以及可能干扰建筑物正常使用的额外程序（如单独测量通风率或对建筑进行降压处理），氡进入率的实际测量一直难以广泛开展，导致其相关动态数据匮乏，限制了模型验证和精准缓解策略的发展。
为了解决这一难题，由Krasimir Mitev、Vladislav Todorov、Strahil Georgiev、Philippe Cassette、Benoit Sabot、Zornitza Daraktchieva、Stefan R?ttger和Ivelina Dimitrova组成的研究团队，在《BUILDING AND ENVIRONMENT》上发表了一项创新性研究。他们成功利用市售的消费级电子氡探测器，提出并验证了一种基于时间序列数据分析来估算氡进入率的新方法。这项研究旨在证明，无需昂贵设备和复杂操作，即可在建筑物正常使用条件下，远程、连续地监测氡的动态行为，从而为理解氡的运移机制和优化缓解措施开辟了新途径。
研究人员主要采用了以下几种关键技术方法：首先，他们建立了一个简单的氡积累模型（公式(1)），该模型描述了在氡进入率（J）和有效衰减常数（λ，主要包含氡衰变和空气交换）恒定的时间段内，室内氡浓度的增长遵循指数趋近饱和的规律（公式(3)和(4)）。通过拟合探测器记录到的氡浓度增长曲线，可以同时反演出J和λ（进而得到空气交换率ACH）。其次，研究选用了RadonEye+2（RE+2）这款消费级电子氡探测器，并对其进行了个体校准，以确保数据的准确性。该探测器具有较高的灵敏度和相对较快的响应时间（约90分钟），能够提供每10分钟一次的、经过60分钟移动平均的氡浓度数据（通过WiFi传输）。第三，研究设计了多层次的验证实验：在德国联邦物理技术研究院（PTB）的低水平氡参考室内，使用可绝对标定氡逃逸率的一次性氡逃逸标准源（IRSD）进行验证；在索菲亚大学（SU）的测试床房间内，使用已知活度的226Ra流动式源作为附加氡源进行验证。最后，研究开展了为期三年的实地监测，对象包括位于保加利亚索菲亚市（平均氡水平区）和布霍沃地区（氡优先区）的36个有人居住的住宅和工作场所，收集了长时间跨度的氡浓度、温度、湿度等时间序列数据。为了从海量数据中自动识别出适合拟合的氡积累区间，团队还开发了专门的计算机算法，该算法能够搜索时间序列中符合模型假设的、参数稳定的最长窗口，并进行曲线拟合，评估拟合优度。
2. 材料与方法
研究详细阐述了氡积累的物理模型、实验设计以及数据分析方法。模型假设氡进入率J和衰减常数λ在特定时间段内保持恒定，从而推导出氡浓度随时间增长的数学表达式。实验部分包括在受控环境（PTB实验室和SU测试床）中的原理验证，以及在真实居住环境中的长期监测。数据分析的关键在于从探测器的时间序列数据中识别出符合条件的氡积累阶段，并通过非线性拟合提取J和λ参数。
3. 结果
3.1. 概念验证实验与受控条件下的氡进入率测定
在PTB的参考实验中，使用两种不同活度的IRSD源在密闭腔室内产生已知的氡进入率。RE+2探测器监测到的氡积累数据与模型拟合结果高度一致，估算的氡进入率与参考值的相对差异最大仅为6.0%，证明了该方法在典型室内氡浓度下的可行性。在SU的测试床实验中，通过开启和关闭已知活度的226Ra源，分别测量了房间的自然氡进入率和总进入率。在选定的通风率范围内，由RE+2数据拟合得到的附加源贡献的氡进入率与根据源证书计算的理论值相比，相对差异小于15.0%，进一步验证了该方法在模拟真实室内环境下的适用性。
3.2. 实地条件下的氡进入率测定：住宅与工作场所
对36个实地监测点长达数年的数据进行分析后，研究成功地在25个房间中获得了超过20次的氡进入率估计值。这些房间涵盖了从平均氡水平到高氡水平的广泛范围。结果显示，位于布霍沃氡优先区的房间，其单位面积氡进入率（Jarea）的中位数和分布范围均显著高于索菲亚市的房间，而两者的空气交换率（λ）分布范围则较为接近。这表明该方法能够有效区分不同氡暴露风险环境的源强特征。研究还发现，在年平均值超过100 Bq/m3的10栋建筑中，均能找到适合进行氡进入率测算的数据段，但这些数据段仅占建筑物正常运行时总数据的4%到20%，说明该方法捕捉的是特定稳定条件下的动态信息。
3.3. 氡进入率与空气交换率的相关性
本研究的一个重要发现是，在约80%的被监测房间中（32个房间中的25个），氡进入率（J）与空气交换率（ACH）在低通风条件下（ACH < 1 h-1）呈现出正相关关系，其中17个房间的线性拟合决定系数（R2）大于0.7。这种相关性在按季节细分数据后有时会更加明显。这一现象的可能解释是，通风增加（无论是自然通风还是机械通风）往往伴随着或导致更大的室内外压差，从而驱动了更多来自土壤气体等的氡进入。在J与ACH正相关性强的房间中，饱和氡浓度（C∞）往往保持相对稳定，这意味着单纯增加通风（如开窗）可能无法将氡浓度降低到某个阈值以下，除非采用能减小压差的通风方式（如带进风的机械通风）。这一发现对于理解和预测通风策略对室内氡浓度的实际效果具有重要意义。
3.4. 探测器响应函数的影响
通过数值模拟，研究评估了RE+2探测器有限响应时间对拟合结果的影响。模拟表明，对于氡增长较快的情况（λ较大），直接拟合探测器信号会低估J和高估λ。但当λ ≤ 1 h-1且增长观测时间足够长时（如12小时），拟合参数的偏差可控制在15%以内。因此，在实际应用中，应注意避免拟合响应时间过快的增长过程，或使用响应更快的探测器监测快速变化。
4. 讨论
研究表明，算法成功识别出的用于测定氡进入率的时间段，通常对应着室内温度、湿度、CO2浓度和压力等参数稳定的时期，这往往发生在住户长时间外出或夜间睡眠等建筑物使用间歇期。这表明该方法能够在不干扰住户正常生活的前提下，捕捉到建筑物在稳定状态下的氡动态特征。与以往依赖昂贵设备、特殊操作且案例有限的氡进入率测量研究相比，本方法利用消费级探测器实现了对更多建筑物在真实使用条件下的长期、远程监测，为积累这一关键参数的动态数据提供了可行方案。这些数据对于验证和改进建筑物氡传输模型、优化氡缓解系统的设计与运行（例如评估不同通风策略的效果和能效）、以及未来可能结合地理信息和人工智能技术预测建筑物氡风险等方面，都具有巨大的潜力。当然，该方法也存在局限性，例如只能获取稳定条件下的数据点，可能无法代表平均或极端情况，且对探测器的响应时间和数据质量有一定要求。
5. 结论
本研究成功开发并验证了一种利用消费级电子氡探测器时间序列数据远程估算已入住房间氡进入率和空气交换率的新方法。该方法经过初级计量学实验室和测试床实验的严格验证，并在为期三年的实地监测中证明了其适用性。研究发现，在低通风条件下，多数建筑的氡进入率与空气交换率存在显著相关性。这项工作为深入理解室内氡动态、开发更精确的氡传输模型以及制定智能、节能的氡暴露缓解策略提供了新的强大工具，有望推动室内环境健康与建筑科学相关领域的研究与实践迈向新台阶。
