（图一）影响因素探索

（图二）IEQ与教室环境因素的关系

（图三）调查结果与结论

（图四）IEQ与教室环境因素的关系

教室是进行大多数正规教育的重要场所。高水平的室内环境质量（IEQ）是实现教室健康环境的关键因素。先前的研究表明，IEQ对人类舒适度、生产力、效率、健康和满意度有显著影响[1-5]。在室内环境质量评价中，有必要研究环境因素对室内环境质量的影响。然而，居住者不是同时受到一个而是多个环境因素的影响。空气质量和热舒适度对高层住宅总体环境满意度的影响最大，其次是光舒适度和声舒适度。声学对室内环境舒适性的影响最大光照指标高于热声指标。综上所述四个关键方面的相对重要性因国家而异。不同的地区、文化和人口密度使得无法开发有效的通用公式来评估IEQ。

研究目的：本研究的目的是提出一种评估IEQ方面影响的方法。本研究还旨在了解温度等子因素如何分别影响各个IEQ方面，并调查物理环境和居民的适应行为对这些子因素的主观感受的影响。

热平衡方法：热平衡方法是预测平均投票（PMV）指数和预测不满意百分比（PPD）指数。自适应方法：该模型考虑了影响热舒适性的因素，如文化、气候、社会、心理和行为适应。

室内空气质量：当通气率达到每人约25 L/s时，病态建筑综合症（SBS）症状可以有效减少照明质量照明质量通常仅限于对光量（照度和亮度）的评估，利用层次分析法（AHP）研究日光和人类行为模式对香港市住宅建筑光舒适性的影响。

音质：室内声学环境不仅与生产力、健康焦虑和舒适度有关，还与空间的声学质量有关，混响时间（RT）、信噪比（SNR）、隔声和背景噪声水平会影响声学舒适性.

大学课堂IEQ评估结果：参考多标准评估模型，结合AHP方法和FCE方法计算模型。AHP使决策者能够以简单的层次结构形式构造复杂问题，并在存在多个冲突标准的情况下系统地评估大量定量和定性因素。要求参与者比较一个主要标准的每两个因素，并根据重要性给出评分。此外，受访者被问及理大室内环境质量的质量。根据每个标准，学生可以从评估系统中选择一个评估分数。他们被要求独立回答每个问题。他们回答：e安排在规定的教室完成问卷调查理大课堂IEQ的整体评估分数为81.9274，即“良好”.

IEQ与教室环境因素的关系除了在大学教室进行主观调查外，还同步在上述教室进行了室内环境质量的客观测量。在调查期间，平均每日室外温度范围为24.6◦C至35.8◦室外相对湿度在60%到86%之间。为了获得室内环境质量因素与大学教室居住满意度之间的关系，在一个单独的领域中采用回归分析模型。在每个区域中选择几个单一参数来分析定量和定性结果之间的关系。

声环境：调查期间，八间教室的背景噪音水平在46.6分贝至60.2分贝之间。混响时间（T30）在0.36到0.51之间。语音传输指数（STI）在0.71到0.88之间。结果表明，声环境总体满意度与背景噪声水平之间存在统计学显著差异（F=16.804，p<0.01）

热环境：在调查期间，八间教室的工作温度范围为19◦C至30◦C.室内相对湿度在48.5%至72.6%之间。空气流速为0.36 m/s-0.53 m/s。结果表明，热环境总体满意度和工作温度之间存在统计显著差异（F=48.403，p<0.01）在调查期间，八间教室的照度水平在239勒克斯至919勒克斯之间。结果表明，照明环境总体满意度与照度水平之间存在统计学显著差异（F=44.245，p<0.01）许多环境参数都是影响室内空气质量的因素，如CO、CO2、NOx、NH3和O3[66]。由于本研究中的目标建筑物主要用于学习和教学。二氧化碳作为人体的主要产物被认为是评估室内空气质量的最重要因素。在调查期间，八间教室的二氧化碳浓度范围为449 ppm至1641 ppm（百万分率），结果表明，室内空气质量总体满意度与CO2浓度之间存在显著差异。各环境因素的可接受范围温度范围在22℃至30℃之间,在可接受的CO2浓度范围应低于1000 ppm,可接受的噪声水平应低于50dB,可接受的照度水平应高于300勒克斯.

这些研究结果表明，教室的温度、教室的自然采光质量以及学生合适的衣服是影响受访者在大学教室感受的最关键因素。这些发现的原因是，在香港，温度总是很高，建筑几乎都是圆形的。学生和老师更关心教室里的温度和衣服。此外，香港是人口最稠密的城市之一；高层建筑是一种常见的建筑类型，包括大学建筑。因此，大学教室的自然采光条件是受访者的另一个重要因素。此外，教室的空气新鲜度、荧光灯管的性能、互动式教学方式和自然通风条件在问卷中的权重值较低。这些发现的原因是理大教室的空气清新度和荧光灯管质量良好。至于自然通风条件，主要是因为香港的教室更依赖于暖通空调系统。互动式教学方式对学生来说是可以接受的，因此它不是调查中的一个基本因素.

在目前的研究中，几个单一的环境因素被认为是对相应子环境满意度影响最显著的因素进行分析。这一思想源于统计领域的主成分分析。所提出的方法是一个考虑最重要的次环境因素的总体满意度评估模型。提出的预测公式中未考虑其他环境因素的影响。因此，用于描述室内环境质量与需要添加校正的各种参数之间关系的积分式。此外，目前的工作没有考虑环境因素之间的相互作用。研究四种环境因子对室内环境质量的多传感器相互作用是一个有价值的课题。

最后，室内环境质量与环境因素综合影响的关系有待于进一步研究。