利用噪声和CO?变量结合LSTM-LightGBM评估人类活动对室内空气污染物的影响——以图书馆为例

《Atmospheric Environment》：Assessing impacts of human activity on indoor air pollutants using noise and CO 2-based variables with LSTM-LightGBM: a library case study

　　

**摘要**
本研究揭示了在多重污染物室内空气质量建模中，单独使用二氧化碳（CO2）作为人类活动强度代理变量的局限性。在一所大学图书馆中，一个集成的室内外监测系统收集了两周的连续测量数据，包括 CO2、噪声、温度、相对湿度、PM2.5、PM10、CO、O3、NO2、SO2 和 eTVOCs。研究开发了一种结合长短期记忆（LSTM）网络和轻量级梯度提升机（LightGBM）的混合时间序列框架，以比较基于 CO2、噪声、温度和相对湿度不同组合的六个特征集场景。关联分析和特征提取表明，CO2、噪声、温度和相对湿度的组合因素与大多数室内污染物的关系明显强于单独的 CO2 或噪声（R = 0.59–0.91，p < 0.05）。CO2 对颗粒物的信息量更大，而噪声更适合几种气态污染物。使用 LSTM–LightGBM 框架进行的验证支持了这些结果。除了增加预测变量的一般好处外，留一预测变量消融对比表明预测变量具有针对特定污染物且部分非冗余的作用。噪声为 NO2、CO 和 eTVOCs 提供了独立于 CO2 之外的信息，而温度和相对湿度主要通过与其活动相关代理变量的相互作用来提高预测能力，而非作为普遍具有信息量的变量。因此，全变量模型被解释为参考上限场景，而主要发现是污染物预测取决于 CO2、噪声和温湿变量的不同组合，但这并不意味着人类活动对污染物浓度具有直接因果效应。这些结果为改进类似建筑环境中的特征工程和室内空气质量控制提供了实用基础。

**引言**
室内空气污染是全球公共健康的主要威胁。世界卫生组织（WHO）估计，全球每年约有 430 万人因室内空气污染而过早死亡（Raju et al., 2020; World Health Organization, n.d.）。美国环境保护署（U.S. EPA）确定了以下关键室内空气质量（IAQ）污染物：PM2.5、PM10、挥发性有机物（VOCs）、二氧化氮（NO2）、一氧化碳（CO）、臭氧、铅、氡以及来自消费品和清洁产品的气溶胶（Nassikas et al., 2024）。二氧化碳（CO2）虽然在典型室内浓度下不是有毒物质，但被广泛用作占用率和通风充足性的指标。持续升高的 CO2 通常与对居住者产生污染物的稀释不足同时发生（Bastien et al., 2024; Lu et al., 2024）。实证研究表明，居住者的活动频率和强度对室内 CO2 及其他污染物的浓度产生重大影响，进而对室内空气质量产生后果性影响（López et al., 2023; Mendell et al., 2024; Miao et al., 2023）。在高占用率情况下，如烹饪、清洁和运行供暖设备等活动，以及人体呼吸、皮肤排放和沉降灰尘的再悬浮，可能会在短时间内大幅改变室内浓度。这些活动的频率和强度强烈影响 CO2 及协同排放或再悬浮污染物的水平，从而影响感知和客观的室内空气质量，并最终影响健康（Bastien et al., 2024; Jacobson et al., 2019）。Chu 等人（2021）指出，基于 CO2 的需求控制通风（DCV）设定点实质性地影响建筑能耗和舒适度。维持较低的室内 CO2 目标（800 至 1000 ppm）通常需要更高的室外空气流量，增加加热、冷却和风扇能耗，并可能由于较大的调节负荷而影响热舒适度；允许 CO2 上升至 1200 至 1500 ppm 可减少能耗，但可能会降低感知空气质量并增加协同暴露（Jacobson et al., 2019）。

仅依赖 CO2 来表征室内污染存在固有局限性。许多与健康相关的污染物，如颗粒物、NO2 和 VOCs，并不与 CO2 协同排放，或表现出不同的时间动态。此外，CO2 水平与占用率、通风、温度和湿度共变，这可能会混淆解释（Fabi et al., 2013）。因此，单参数 CO2 指标不足以准确评估室内空气质量；推荐采用多污染物监测和直接通风评估。Shi 等人（2025）报告指出，室内污染物动态不仅受居住者相关活动影响，还受通过渗入和通风进入室内的室外来源污染物影响。对于颗粒物，室内浓度可能受室外 PM 渗透、围护结构泄漏、通风率、过滤效率、沉降和再悬浮的影响。对于臭氧，室外至室内的传输尤为重要，因为室内 O3 通常主要由室外空气提供，随后通过表面沉降和室内化学反应去除。因此，在解释室内污染物变异性时，应考虑到室外污染物浓度和气象条件作为潜在驱动因素。

噪声因其实证的健康影响而被广泛用作环境质量指标。持续水平在 55 分贝左右或以上被认为是有害的（WHO, 2018）。相比之下，噪声引起的听力损失通常发生在显著更高的职业或娱乐暴露水平下（≥ 70 至 85 分贝，年度平均值）。中国国家标准《图书馆建筑设计规范》（JGJ 38-2015）将公共阅览区的声级限制在≤40 分贝，儿童阅览区限制在≤45 分贝。

几项研究报告了室内噪声水平与污染物浓度之间存在显著关联。Singh 等人（2016）和 Shu 等人（2014）发现较高的声级与室内污染物升高同时发生。利用多领域分析方法，Deng 等人（2023）观察到当室内噪声达到约 70 分贝时，CO2 和 VOCs 浓度倾向于上升。Islam 等人（2024）报告在高噪声条件下室内空气质量出现明显波动，污染物浓度与声级呈正相关。Yang 等人（2022）通过整合贝叶斯优化（BO）、经验模态分解（EMD）和长短期记忆（LSTM），识别了噪声与 CO2 之间的复杂相互作用，表明噪声可能会间接影响 CO2 浓度，特别是在高占用率环境下。综上所述，噪声和 CO2 可能是表征占用率和活动模式的有信息量的协变量，应将其整合到室内空气质量综合评估中，而不是依赖单一污染物指标。

LSTM–LightGBM 是一种混合时间序列框架，结合长短期记忆（LSTM）编码器和轻量级梯度提升机（LightGBM），将序列表示学习与快速、可解释的表格分析相结合，用于多变量预测（Suenaga et al., 2023; Truong et al., 2024）。新兴的混合序列 - 表格模型研究表明，与经典回归、独立的人工神经网络（ANNs）、卷积神经网络（CNNs）和 Transformer 神经网络（TNNs）相比，LSTM–LightGBM 通常能为现实世界的多变量时间序列预测提供优越的准确性、鲁棒性和可解释性（Ren et al., 2022; Shehadeh et al., 2021; Truong et al., 2024）。在干旱地区径流模拟中，Bian 等人（2023）表明，用于峰谷径流预测的 LSTM–LightGBM 混合模型实现了 0.92 的纳什 - 萨特克利夫效率（NSE），并相对于独立的 LSTM 和 LightGBM 基准减少了均方根误差（RMSE）、平均绝对误差（MAE）和平均绝对百分比误差（MAPE）。在短期电力负荷预测中，Gong 等人（2025）报告短期电力负荷预测的 MAE 相比 TCN–LSTM 模型减少了 4.88%，相比 LightGBM 减少了 28.95%。对于 PM2.5 浓度预测，Jiang 等人（2021）发现该混合模型比单模型对应模型误差更低，MAE（11.9）、RMSE（2.5）和 MAPE（19.5%）。Wang 等人（2022）同样观察到混合模型的 MAE（1.9%）优于 LSTM（2.2%）和 LightGBM（2.8%）。这些研究表明，LSTM–LightGBM 在不同领域和误差指标中始终能提高预测准确性。尽管在时间序列建模中取得了显著成效，但 LSTM–LightGBM 在多空气污染数据中的应用仍缺乏探索，特别是对于室内空气质量分析。最近的研究进一步表明，将互补的建模范式相结合以提高预测性能、可解释性和在复杂现实系统中的适用性是一种更广泛的趋势。Ren 等人（2025）将基于物理的建模与深度学习相结合，实现了计算高效且可解释的性质预测，说明了将领域知识嵌入数据驱动架构的价值。同样，Wan 等人（2026）将多分支 LSTM 纳入数字孪生框架，用于可解释的航空发动机剩余使用寿命预测，突出了循环架构捕获异构时间退化模式的能力。Wu 等人（2026）提出了一种知识 - 数据驱动的混合框架，通过残差学习将 PLS-SEM 与 XGBoost-SHAP 相结合，展示了如何将统计知识和可解释的机器学习结合起来以表征复杂的社会 - 生态关系。Li 等人（2025）也推进了自适应时间学习，他们将神经可塑性机制引入 LSTM 用于真实路况下的驾驶员疲劳识别，展示了增强循环学习对于动态传感器数据的鲁棒性。在环境领域，Ding 等人（2025）证明了在评估大气黑碳时整合污染物特性、源贡献、气象条件及相关健康解释的重要性，而 Li 等人（2026）进一步展示了 AI 驱动排放监测在动态碳管理和政策系统中的新兴作用。总的来说，这些最近的发展支持了混合和可解释的数据驱动框架在复杂时间和环境问题中的日益广泛应用，并为本文结合时间表示学习和非线性基于树的预测的 LSTM–LightGBM 框架提供了更广泛的方法论背景。

为了直接评估 LSTM–LightGBM 框架增加的复杂度是否提供了有意义的预测优势，我们进一步将该混合模型与更简单的替代方案进行了基准测试，包括多元线性回归（MLR）、随机森林（RF）和独立的 LightGBM。所有模型均使用相同的预测变量、目标污染物以及按时间顺序的训练、验证和测试期进行评估。这种比较旨在区分归因于混合架构的改进与可能源于时间自相关或短监测期的表观性能提升。

本研究的主要目标是调查图书馆环境中室内污染物浓度与室内 CO2 和噪声水平之间的统计关联。CO2 和噪声被视为与活动相关的环境代理变量，因为它们可能与占用率和图书馆使用模式共变；然而，这两个变量均不被视为人类活动的直接或唯一测量指标。通过比较六个预测变量场景，本研究评估了 CO2 和噪声，单独或结合温度和相对湿度，是否为室内污染物变异性提供了有用的预测信息。该分析旨在表征统计和预测关系，而不是建立人类活动对污染物浓度的因果效应。

**章节片段**
**研究地点及室内特征**
本研究在中国福建省漳州市厦门大学的漳州校区内的一座自助式公共图书馆进行。校园位于湿润的亚热带季风气候区，距离漳州海岸 0.9 英里。图书馆配备了 RFID 启用的智能监测（用于进出日志）和运营系统，全年开放，服务约 92 名教职员工和 1024 名学生。室内面积为 2594 平方米。

**室内外测量及相关性**
基于图 4 和表 2，CO2 浓度的趋势特征非常显著（图 4.c，图 4.e）。在整个监测期间，CO2 水平始终在 400 至 760 ppm 之间，远低于表示良好的 1000 ppm 阈值。这表明通风系统运行良好，保持了有效的空气交换。工作日和周末之间的 CO2 水平存在显著差异，工作日（尤其是周三和

**结论**
本研究采用混合 LSTM–LightGBM 框架，利用时间序列特征捕获、静态特征优化、非线性函数近似以及特征相互作用增强的互补优势，系统考察了 CO2、噪声及其组合与大学图书馆内多种室内污染物的关系。特征提取分析表明，CO2、噪声、温度和湿度的组合效应表现出最强

**CRediT 作者贡献声明**
Chen Chen: 写作 - 初稿，验证，方法论，调查，资金获取。Ravi Srinivasan: 写作 - 审阅与编辑，方法论，形式分析。He Zhang: 写作 - 初稿，方法论，调查，资金获取，形式分析，数据整理，概念化。Vikram Ganesan: 写作 - 审阅与编辑，可视化，方法论。Zhi Huang: 写作 - 审阅与编辑，验证。Xu Yang: 写作 - 初稿，验证，方法论，形式

**未引用参考文献**
XM7903, n.d.; Yang et al., 2022.

**数据可用性**
数据可按请求提供。

**利益冲突声明**
作者声明没有已知的竞争性财务利益或个人关系可能会影响本文 reported 工作的完成情况。

**致谢**
本工作由中央高校基本科研业务费（编号 20720241019）；福建省社会科学基金项目（编号 FJ2025C229 和 FJ2024C120）；国家自然科学基金（编号 52308120）；厦门市自然科学基金（编号 3502Z202371013）；厦门市住房和城乡建设局城建科技项目（编号

XJK2025-2-17）He Zhang | Ravi Srinivasan | Chen Chen | Xu Yang | Zhi Huang | Vikram Ganesan | Rui Zhou
厦门大学创意与创新学院，中国福建省厦门市 361001