室内多场景射频暴露评估：希腊不同室内环境中的暴露水平、技术来源贡献与变异性

《Electronics》：Indoor Radiofrequency Exposure Across Diverse Environments in Greece: Exposure Levels, Technology Contributions, and Variability

　　

室内环境中的射频（RF）暴露评估因无线通信技术的广泛使用及人群室内停留时间的增加而受到广泛关注。在SEAWave项目框架下，研究人员在希腊开展了广泛的频率选择性测量，以表征不同室内环境中的环境射频暴露特征。研究人员对一个协调化数据集进行了统计分析，该数据集包含在40个室内场所采集的超过26,000个测量样本，涵盖住宅、商业、教育、办公/工作场所、公共/文化、活动/市场及交通环境。交通环境表现出最高的暴露水平（RMS = 0.856 V/m），而住宅环境（0.122 V/m）和办公/工作场所环境（0.136 V/m）则显示最低值。蜂窝网络在所有环境中占总射频暴露的80%以上，在交通环境中达到94.4%，而Wi-Fi的贡献因环境不同约为5.6%至17%。重复测量揭示了射频暴露的环境依赖性差异，测量活动间最大变异出现在公共交通、商业和公共环境中，而未观察到楼层与射频暴露之间存在统计学显著关系。射频暴露在不同室内环境类别间存在差异，而在商业/零售环境内进行的探索性地理比较未显示城市、郊区和农村组之间的统计学显著差异。

室内射频（RF）暴露评估因无线通信系统的广泛部署及人群在室内停留时间占比较大而日益受到关注。既往研究表明，不同微环境中的室内射频暴露存在显著差异，取决于周围无线基础设施、建筑特征、占用密度及通信活动。尽管已有大量研究探讨特定室内环境中的射频暴露，但采用协调化频率选择性方法对广泛日常室内场景进行直接比较的研究仍相对有限。近期综述亦强调了对协调化射频电磁场（RF-EMF）暴露评估方法及5G网络暴露评估标准化测量方法的迫切需求。本研究分析的测量在SEAWave项目框架内完成，该项目为一项欧洲研究计划，旨在研究5G无线通信系统背景下的人体射频暴露。频率选择性室内测量由希腊原子能委员会（EEAE）和塞萨洛尼基亚里士多德大学（AUTh）于2023年6月至2025年9月期间在希腊开展，覆盖城市、郊区和农村环境中的住宅建筑、办公室、教育设施、商业空间、公共建筑、交通系统及活动场所。本研究旨在通过比较暴露水平、无线技术贡献、地理差异、活动间变异性、楼层依赖性及暴露变异性，利用协调化频率选择性测量数据集，对这些环境在典型网络运行条件下的环境（旁观者）室内射频暴露进行全面评估。研究数据集由EEAE和AUTh在SEAWave项目框架内开展的两个独立频率选择性室内射频暴露测量活动组成。两个数据集使用相同类型的测量设备采集，但在监测频段和采样间隔方面存在差异。所有测量均使用MVG Industries（法国巴黎）制造的频率选择性个人暴露计进行。AUTh测量使用EME Spy Evolution，覆盖88 MHz–6 GHz频率范围，而EEAE测量使用EME Spy 200，覆盖88–5850 MHz。AUTh测量的采样间隔约为6–7 s，EEAE测量为4 s。每个测量样本代表在小于7 s的测量周期内跨监测频段获取的电场值的时间分辨记录。两种仪器具有不同的频率相关灵敏度限值。测量活动覆盖代表不同城市化水平的五个地理区域：雅典城市区（首都）、塞萨洛尼基市（城市）、阿提卡地区郊区、Thermi市镇（郊区）及Nikiti村（农村）。在多个环境中进行了重复测量以评估测量活动间变异性，同时在选定多层建筑的不同楼层进行了测量以研究楼层对射频暴露的影响。测量持续时间根据所调查环境的类型和空间范围而有所不同。在所有测量会话中，活动测量持续时间的中位数约为20 min（四分位距：14.6–39.6 min），范围约为7至134 min。测量未限制在固定时段，主要在上午晚些时候至傍晚进行，大多数会话在12:00至17:00之间开始。重要的是，同一地点的重复测量通常在不同时段进行，从而纳入了不同时间条件下的测量。然而，该活动并非设计为系统性的时段研究。测量活动期间未记录占用情况，因此无法在后续分析中予以考虑。为进行分层地理分析，五个区域进一步按人口密度分为三组：城市组（雅典和塞萨洛尼基）、郊区组（阿提卡郊区和Thermi）及农村组（Nikiti）。EEAE和AUTh数据集在监测频段和采样间隔方面存在差异。为实现统一分析并增加可用测量数量，通过选择对应于当代无线通信系统的共同频段集对两个数据集进行了协调化。保留的频段包括与第二代（2G）、第四代（4G）和第五代（5G）蜂窝网络以及Wi-Fi服务相关的频段。监测的4G频段包括LTE 800 MHz、1800 MHz、2100 MHz和2600 MHz，涵盖两个数据集中可用的相应上行和下行频率范围。AUTh数据集包括实际700 MHz蜂窝频段（703–788 MHz）的测量，而EEAE数据集包含470至770 MHz更宽频率范围的测量，该范围亦涵盖DVB-T广播频段。在既往研究中已表明，阿提卡地区蜂窝频段以外所有其余服务（包括数字电视广播）的贡献相对较小。因此，将470–770 MHz范围内测量的电场归入5G 700 MHz类别。 consequently，所报告的700 MHz类别贡献可能包含DVB-T传输的小部分贡献；然而，根据文献发现，该贡献预计对整体暴露估计仅具有有限影响。为评估与该归因相关的不确定性，进行了额外的敏感性分析，从总电场计算中排除整个EEAE 470–770 MHz频段，同时保留AUTh 700 MHz蜂窝频段及所有其他频段。在协调化分析中保留"5G 700 MHz"的命名以保持一致；然而，该类别中EEAE的贡献并非完全归因于5G传输。在选择共同频段集后，通过各频段测量电场强度的均方根和组合重新计算每个测量样本的总电场强度。该计算等效于将各电场值转换为功率密度、求其贡献之和，并在远场平面波条件下将结果转换回电场强度。该程序确保了对两个数据集的一致处理并使其联合统计分析成为可能。在本文其余部分中，从保留频段获得的重新计算的等效电场强度简称为总电场强度。根据主要功能和使用特征将各测量地点归入更广泛的类别。采用该分类以促进不同室内环境类型间暴露水平的统计分析和比较。定义了七个环境类别：（i）交通，包括机场、地铁站、地铁车辆、公交车和有轨电车；（ii）商业/零售，包括购物中心、超市和零售店；（iii）公共/文化，包括博物馆、音乐学院和市政建筑；（iv）活动/市场，包括展览场馆、贸易区和活动空间；（v）教育/研究，包括大学建筑和教育设施；（vi）办公/工作场所，包括办公楼和行政工作场所；（vii）住宅，包括公寓和住宅。该分类一致应用于两个数据集，并随后在本文所呈现的统计分析中全程使用。统计分析使用从选定频段获得的总电场强度进行。对每个室内环境类别计算描述性统计量，包括最小值、最大值、算术平均值、中位数、均方根（RMS）及第95和第99百分位数。在三个数据集-频段组合中识别出低于仪器特定灵敏度限值的读数：EME Spy 200的5G 700 MHz（0.01 V/m），以及EME Spy Evolution的5G NR 3.5 GHz和Wi-Fi 5 GHz（0.05 V/m）。为评估其影响，将这些读数分别替换为零、相应灵敏度阈值或阈值除以√2，而所有其他读数保持不变。从所有15个频段对每个26,146个样本重新计算总电场。与原始值相比，合并数据集总电场的RMS分别变化了?0.17%、+0.44%和+0.14%，表明对整体暴露估计的影响有限。每种无线技术对总暴露的贡献通过首先将相应频段的电场值转换为功率密度、求同一技术相关贡献之和、随后将结果表示为总暴露的百分比来估计。分析考虑了2G、4G、5G 700 MHz、5G NR 3.5 GHz和Wi-Fi系统的贡献，监测的蜂窝频率范围涵盖上行（UL）和下行（DL）传输。室内环境类别间的暴露变异性使用第99百分位数与中位数之比（P99/Median）评估，该比值提供了高暴露水平相对于典型暴露水平的相对幅度指示。在同一室内环境进行的重复测量活动用于评估测量活动间变异性，而在同一建筑不同楼层获取的测量用于检查楼层对暴露的影响。楼层数与暴露水平之间的关系使用Spearman秩相关系数评估。为在考虑室内环境类别的同时检查地理差异，使用地点级RMS电场值对城市、郊区和农村组进行了额外的分层分析。在商业/零售（唯一在所有三组中均有代表的类别）内的地理差异使用Kruskal–Wallis检验评估，由于组规模较小采用精确置换p值。所有统计分析和可视化均使用Python（版本3.10.13）完成。本节考察不同环境类别间室内射频暴露的变异性，重点关注总电场强度的幅度和分布。差异在各环境类别间被观察到。交通环境表现出最高的射频暴露，具有最大的平均值和RMS值，并显示出最宽的分布。所有其他环境类别的暴露水平均低于交通环境，最低值出现在住宅环境中。由于每个地点采集的测量数量在所调查环境间存在差异，进行了额外的基于地点的分析。首先对每个不同测量地点分别计算RMS电场强度，随后对每个室内环境类别计算这些地点特定RMS值的算术平均值。与基于样本的统计量不同，该方法对每个测量地点赋予相等权重，与记录样本数无关。地点平均RMS值与相应的样本加权RMS值在所有室内环境类别中差异小于20%。基于平均RMS电场强度的排名基本保持，仅在相邻的商业/零售与公共/文化类别之间以及办公/工作场所与住宅类别之间有微小变化。这些微小差异归因于各地点在各类别内采集的测量数量不等。鉴于样本加权与地点加权结果之间的密切一致性，所有后续分析均使用完整的个体测量样本集进行。为评估与环境类别间地点数量不等且相对较少相关的不确定性，在地点层面进行了非参数自助法分析。地点特定RMS值在每个环境类别内有放回地重采样10,000次，平均地点平均RMS的95%置信区间从自助分布的第2.5和第97.5百分位数获得。排除整个EEAE 470–770 MHz频段使EEAE RMS电场从0.6613降至0.6603 V/m（?0.15%），合并RMS从0.4986降至0.4981 V/m（?0.10%）。七个室内环境类别的排名保持不变，表明该频段对主要总暴露结果的影响可忽略不计。蜂窝网络和Wi-Fi系统对总射频暴露的相对贡献。蜂窝技术是所有调查环境类别中的主要贡献者，占总暴露的80%以上。最高蜂窝贡献出现在交通环境中，超过总暴露的94%。Wi-Fi贡献通常较低，范围从交通环境中的约6%至办公/工作场所和教育/研究环境中的约17%。尽管蜂窝网络在整体暴露中占主导地位，但各蜂窝技术的相对重要性存在差异。第四代（4G）网络在所有环境类别中构成最大贡献，约占蜂窝暴露的62–73%。在4G频段中，基于所有26,146个测量样本，LTE 1800 MHz对总电场平方的贡献最高（39.6%），其次是LTE 2600 MHz（24.6%）、LTE 2100 MHz（19.4%）和LTE 800 MHz（16.5%）。2G、5G 700 MHz和5G NR 3.5 GHz的相对贡献在各环境类别间存在差异，反映了蜂窝信号组成的差异而非绝对暴露水平的差异。5G NR 3.5 GHz分量的绝对RMS值在所有环境类别中保持较低，范围为0.018至0.044 V/m。相应值在交通环境中为0.035 V/m，商业/零售为0.039 V/m，公共/文化为0.037 V/m，活动/市场为0.044 V/m，教育/研究为0.042 V/m，办公/工作场所为0.018 V/m，住宅环境为0.019 V/m。敏感性分析证实EEAE 470–770 MHz频段对总测量射频暴露仅贡献较小。因此，其纳入不会实质性影响整体暴露估计，尽管该频段更宽的频率覆盖在所对应贡献归因于5G时引入了一定不确定性。为在考虑室内环境类别分布的同时检查地理差异，将五个地理区域分为三个基于人口密度的类别：城市、郊区和农村。城市组包括雅典和塞萨洛尼基，人口密度分别约为16,354和16,531居民/km2。郊区组包括Agia Paraskevi、Chalandri、Papagou-Holargos和Thermi，密度范围约为5263至7867居民/km2。Nikiti构成农村组，约418居民/km2。分层结果显示室内环境类别的分布在三个地理组间仍不均衡。商业/零售是唯一在所有三组中均有代表的类别，包括13个地点（4个城市、5个郊区和4个农村）。探索性Kruskal–Wallis检验未识别出这些组间地点级RMS暴露的统计学显著差异（H = 1.124，精确置换p = 0.607）。无论观察到的区域差异如何，测量的电场强度均远低于国际非电离辐射防护委员会（ICNIRP）建立的参考水平。为评估室内射频暴露的测量活动间变异性，分析了在同一室内环境获取的重复测量。对每次测量活动，从所有记录样本计算RMS电场强度。随后对每个重复环境比较活动特定RMS值。统计单元为每个地点的测量活动而非个体测量样本。由于重复活动通常在不同时段进行且未记录占用情况，结果反映的是活动间变异性而非受控条件下的可重复性。每个重复环境的活动间变异性量化为活动特定RMS最大值与最小值之差相对于其算术平均值的百分比。在可获得重复测量的32个室内环境中，呈现了活动间变异最大的20个环境。在这32个环境中，29个地点重复测量两次，2个地点三次，1个地点四次。重复测量活动在21个地点持续1–18天，5个地点28–42天，6个地点超过168天。最大的活动间变异出现在塞萨洛尼基市政厅（126.1%）、雅典市中心一家购物中心（117.8%）、Thermi一家零售店（89.4%）及公共交通系统（包括有轨电车和公交线路，62.8–76.5%）。相反，在若干商业店铺、大学建筑和住宅环境中观察到显著较低的活动间变异，差异低于15%，表明重复测量活动间暴露条件相对稳定。最小变异出现在Nikiti一家超市，活动间差异低于1%。对于EEAE测量，六个室内环境在工作日和周六均进行了测量。尽管未观察到一致的工作日-周六暴露模式（Wilcoxon符号秩检验，p = 0.438），但识别出显著的地点特定差异。周六RMS暴露在雅典卫城博物馆（0.379 vs. 0.192 V/m）、公寓（0.060 vs. 0.045 V/m）、行驶中有轨电车（0.862 vs. 0.385 V/m）和购物中心（0.822 vs. 0.212 V/m）较高，而工作日水平在地铁站（1.565 vs. 1.124 V/m）和行驶中公交车（0.667 vs. 0.572 V/m）较高。对同一建筑多层进行的测量进行分析以研究楼层对室内射频暴露的影响。八栋建筑包含两层或以上楼层的测量，包括商业建筑、大学设施、办公楼和机场航站楼。对每栋建筑和楼层，从相应测量样本计算RMS电场强度，允许同一室内环境内暴露水平的直接比较。建筑-楼层RMS电场被用作楼层比较的观测单元。测量时间和未记录占用条件的差异可能导致了观察到的楼层间变异性。尽管楼层间变异在各建筑间存在差异，但未观察到暴露随楼层系统性增加或减少。在若干情况下，楼层间差异相对较小，而其他建筑显示出更明显的变异，主要与建筑特定因素相关而非楼层依赖性。统计分析未识别出楼层与射频暴露之间的统计学显著关联。Spearman秩相关系数表明弱负相关（ρ = ?0.16，p = 0.466）。除暴露水平差异外，还考察了不同环境类别间室内射频暴露的变异性。第99百分位数与中位数之比（P99/Median）用于表征暴露分布上尾相对于典型暴露水平的相对幅度。交通环境在所有调查类别中表现出最高的P99/Median比值，表明相对于典型暴露水平具有最大的上尾变异性。商业/零售和公共/文化环境也显示出相对较高的P99/Median比值，表明上尾与典型暴露水平之间具有较大的相对差异。相反，办公/工作场所和住宅环境表现出最低的P99/Median比值，表明典型与上尾暴露水平之间的差异相对较小。本研究的主要发现之一是不同类型室内环境间射频暴露的显著变异。交通环境一致表现出最高的暴露水平，而住宅和办公/工作场所环境显示最低值。这些差异可能与各环境中占用密度、无线网络使用及无线电波传播特征的变化有关。室内环境类别间暴露水平的差异与既往研究广泛一致，这些研究通常报告交通环境中暴露水平相对较高而住宅环境中较低。Chiaramello等在其室内射频暴露研究综述中报告公共交通中最大平均暴露水平为0.97 V/m，办公室为1.14 V/m，尽管后者代表综述研究中最高的个体办公室值；当排除该值时，最大平均办公室暴露为0.72 V/m。住宅和公寓中的平均值范围为0.13至0.43 V/m。类似地，Jalilian等报告公共交通和汽车中平均RF-EMF暴露水平为0.14–0.69 V/m，而住宅、学校和办公室中平均水平范围为0.04至0.76 V/m。最高平均暴露达1.97 V/m，在公共交通站点测量。在本研究中，交通环境中RMS暴露水平为0.856 V/m，而住宅（0.122 V/m）和办公/工作场所（0.136 V/m）环境中获得显著较低值。然而，这些比较应谨慎解读。Chiaramello等和Jalilian等均综合了采用不同测量方法的研究，包括点测、固定站点、个人和移动微环境测量，以及不同的暴露计和测量方案。频率覆盖、采样间隔、测量持续时间和暴露指标的差异因此可能部分解释了各研究报告暴露水平的变异。尽管如此，本研究中观察到的暴露水平广泛处于这些既往欧洲研究报告的范围内。交通环境中观察到的较高暴露水平可通过若干因素的组合来解释。公共交通系统通常容纳大量移动用户，其设备可通过上行传输对射频暴露产生显著贡献。此外，用户移动性可能增加上行发射，如Gati等报告驾驶条件下移动设备平均发射功率增加约3 dB。此外，交通车辆的金屬结构和复杂几何形状通过多次反射和吸收改变无线电波传播，而乘客密度可通过身体屏蔽效应进一步影响电场的空间分布。这些特征使交通车辆成为复杂的射频传播环境，并可能导致相较于更静态室内环境观察到的较高暴露水平。交通环境中暴露分布的上尾（包括超过1 V/m的测量）也应结合该类别中蜂窝频率的主导贡献（94.4%）予以考虑。因此，这些升高值可能反映来自周围网络基础设施的蜂窝下行暴露与附近用户上行传输以及上述复杂传播条件的组合。然而，本测量无法将个体高暴露样本归因于特定来源，如特定基站、用户设备或车内通信系统。商业环境也表现出相对较高的暴露，可能反映高访客密度、密集移动通信及同一区域内多个无线通信系统运行的组合。相反，住宅和办公/工作场所环境通常涉及较低用户密度和更稳定的通信模式，导致整体暴露水平较低。地点级自助分析进一步表征了地点加权估计的不确定性。交通环境显示最高的地点平均RMS（0.690 V/m），95%自助CI为0.430–1.054 V/m，其次是公共/文化（0.402 V/m；95% CI：0.274–0.644 V/m）和商业/零售环境（0.371 V/m；95% CI：0.237–0.531 V/m）。教育/研究（0.213 V/m；0.147–0.293 V/m）、住宅（0.146 V/m；0.091–0.196 V/m）和办公/工作场所环境（0.126 V/m；0.089–0.156 V/m）观察到较低的地点平均RMS值和较窄的置信区间。交通环境观察到的较宽区间反映了所调查交通地点间暴露水平的较大变异性。蜂窝网络在所有调查环境类别中构成总室内射频暴露的主导贡献，占总暴露的83.1–94.4%，而Wi-Fi的贡献范围为5.6%至16.9%。该观察与两种系统的不同特征一致。蜂窝基站提供连续广域覆盖，因此对几乎所有室内环境中的背景射频暴露均有贡献。相反，Wi-Fi接入点以显著较低的发射功率运行并提供局部覆盖，而其发射功率强烈依赖于网络活动和用户需求。因此，尽管Wi-Fi在特定室内地点可能代表重要暴露源，但其整体贡献在所调查环境中仍低于蜂窝网络。既往室内暴露研究同样普遍报告相对较低的Wi-Fi暴露水平；例如，Chiaramello等报告住宅环境中平均Wi-Fi电场水平为0.03–0.11 V/m，办公室为0.03–0.19 V/m，尽管个体射频源的相对贡献在各研究和室内环境间差异显著。Jalilian等报告了类似结论，其将来自移动电话基站的下行信号识别为若干微环境（包括公共交通站点）中最相关的贡献者。5G时代更近期的测量同样证明了区分环境暴露与用户诱导暴露的重要性。所报告的技术贡献取决于测量方案、分析中包含的频段及 prevailing网络流量条件。特别是，蜂窝下行暴露随网络负载和用户活动而变化，这可能影响其对总射频暴露的相对贡献。在蜂窝技术中，4G频段在所有室内环境中构成对总蜂窝暴露的最大贡献，而3.5 GHz处5G NR频段的贡献相对较小。该发现可能反映测量期间网络部署阶段及现有4G基础设施的持续强贡献。LTE 1800 MHz的优势及随后的LTE 2600 MHz可能反映所调查环境间网络部署、频段利用和流量分布的差异。然而，这些因素在本研究中未被独立评估。此外，测量在环境暴露条件下进行而未诱导用户流量。因此，5G基站的波束成形能力预计不会在测量地点产生持续高暴露水平。因此，5G NR频段的测量贡献主要反映背景网络运行而非流量依赖性波束成形传输。在研究人员先前希腊室外测量中报告了类似发现，其中4G在所有四个调查区域中均为主要蜂窝贡献者，而5G NR 3.5 GHz频段的暴露保持相对较低，RMS值范围为0.03至0.17 V/m，在非诱导流量条件下超过95%的测量低于0.4 V/m。Veludo等更近期的测量进一步证明了流量条件的重要性，表明诱导下行流量显著增加RF-EMF暴露，主要由于5G NR 3.5 GHz频段；例如，城市商业区中位总暴露从非用户条件下的1.02 mW/m2增加至最大下行流量期间的4.17 mW/m2，对应约四倍增加。所调查地理区域间的比较也应在室内测量条件的背景下解读。尽管最高暴露水平出现在雅典城市区，但其余地理区域未遵循简单的城市-郊区-农村模式。与室外测量活动不同（暴露通常受基站密度和邻近度强烈影响），室内射频暴露还受建筑穿透损耗、局部几何、建筑材料及测量地点在建筑内相对位置的影响。此外，本研究中室内测量地点未根据其与蜂窝基站的邻近度选择。因此，局部传播条件对测量暴露的影响可能大于城市化程度本身。有趣的是，文献报告DL暴露在城市塞萨洛尼基最高，其次是郊区Thermi，在农村Chalkidiki最低，而UL暴露在农村环境最高，归因于较低基站密度及 consequently较高移动设备发射功率。该效应在室内环境中可能进一步加剧，因为建筑穿透损耗可增加移动设备所需的发射功率，可能对Nikiti观察到的相对升高暴露有所贡献。相比之下，研究人员先前室外研究显示更清晰的城市-郊区模式，两个城市区域总RMS暴露水平为1.68和1.65 V/m，而两个郊区区域为0.92和0.57 V/m。地理比较应谨慎解读，因为室内环境类别在地理组间分布不均。分层分析使得在同一室内环境类别内进行比较成为可能；然而，有限的地点数量和缺失的组-环境组合阻碍了全面地理比较。在商业/零售内未检测到统计学显著地理差异，尽管小样本量限制了该发现的强度。重复测量进一步表明活动间变异程度强烈依赖于所调查环境的特征。由于同一地点的重复测量通常在不同时段进行，观察到的活动间变异也可能部分反映占用和网络活动的时间变化。最大的活动间变异出现在交通系统、购物区和公共建筑中，其中占用人数及相应无线流量在一天中可能大幅变化。用户密度变化可影响来自用户设备的上行活动和来自蜂窝基站的下行流量，导致测量射频暴露的变化。该解释也可能解释EEAE测量中观察到的一些工作日-周六差异。特别是，雅典卫城博物馆和购物中心周六暴露水平较高可能与周末访客密度和无线通信活动增加有关。然而，缺乏统计学显著的总体工作日-周六差异（p = 0.438）表明观察到的活动间变异为地点特定的而非反映一致的周末效应。Mulugeta等同样报告了与蜂窝网络使用变化相关的室内蜂窝下行暴露时间变化。Veludo等进一步支持网络活动对暴露的影响，其发现诱导下行和上行流量相较于非用户条件显著增加RF-EMF暴露。相反，住宅建筑、办公室和教育设施通常表现出显著较小的活动间差异，这可能反映更稳定的占用模式和通信活动。未观察到楼层与室内射频暴露之间的统计学显著关系。楼层与室内射频暴露之间的关系可能受若干局部传播因素的影响，包括附近基站的位置、视距条件、周围建筑、建筑材料及室内无线源的存在。由于这些因素在本研究中未被系统控制，缺乏统计学显著关联不应被解读为楼层对室内射频暴露无影响的证据。这些局部传播条件的差异也可能解释研究人员发现与Mulugeta等的差异，后者报告在朝向附近基站有清晰视野的建筑翼中室内下行暴露随楼层增加，二层与一层之间平均暴露比为1.29（+2.2 dB），一层与地面层之间为1.16（+1.3 dB）。研究设计的差异可能进一步导致了不同发现。Mulugeta等聚焦于有限数量建筑中特定传播条件下的下行暴露，而本研究包括不同建筑类型并考虑来自多种无线技术的总射频暴露，未根据与基站的邻近度选择测量地点。结果表明室内射频暴露在不同类型室内环境间存在显著变异，而楼层和地理位置 alone不能解释观察到的差异。同时，本研究存在一些局限性。测量仅在希腊进行，代表典型网络运行下的环境暴露而未诱导用户流量。所调查环境类别在占用、建筑特征、无线基础设施和测量条件等因素方面具有异质性。这些因素未被独立控制，可能对观察到的类别内和类别间变异性有所贡献。测量地点的选择旨在覆盖多样化的常见室内环境而非通过概率抽样设计；因此，数据集不应被视为希腊所有室内环境的统计学代表性样本。此外，室内环境类别的分布在所调查地理区域间并不相同，在解读地理比较时应予以考虑。未来研究可将本分析扩展至其他国家，研究实际条件下5G流量增加的影响，并考察随着无线网络持续发展室内射频暴露的长期演变。本研究基于在希腊广泛日常室内环境中进行的频率选择性测量，提出了室内射频暴露的综合评估。结果表明射频暴露在室内环境类别间存在显著变异，交通环境表现出最高暴露水平而住宅和办公/工作场所环境最低。蜂窝网络是总电场的主导贡献者，4G频段占蜂窝暴露的大部分，而3.5 GHz处5G NR频段的贡献在测量期间保持有限。活动间变异在可能经历占用和无线活动显著变化的环境中最大，而未观察到楼层与室内射频暴露之间的统计学显著关系。总体而言，射频暴露在不同室内环境类别间存在差异，而楼层和探索性地理分析在所检查样本内未识别出统计学显著关联或差异。结果也可能有助于未来射频暴露评估研究、流行病学研究及射频暴露预测模型的验证。