人体舒适度指数综合分析：从简明公式到高级热模型
第一部分：解构“人体舒适度”——超越单一数字
对人体舒适度的量化评估，并非寻找一个能包罗万象的单一数字，而是需要深入理解其背后的多维科学原理。本部分旨在将“舒适”这一主观感受，转化为一个严谨、多因素的科学定义，为后续介绍的量化模型奠定理论基础。
1.1 舒适度的主观本质：一种心理状态
从科学角度看，热舒适度有着明确的定义。美国采暖、制冷与空调工程师学会（ASHRAE）在其权威的ASHRAE 55标准中，将热舒适度定义为“一种对热环境表示满意的心理状态” 1。这一定义至关重要，因为它明确指出，舒适度本质上是一种结合了生理与心理的综合感知，而非单纯的物理测量结果。
这种感知的核心在于人体的热平衡。当人体通过新陈代谢产生的内部热量，恰好等于通过各种方式散失到环境中的热量时，就达到了热平衡，此时人体会感到舒适 2。一旦这种平衡被打破——无论是在寒冷环境中热量散失过多，还是在炎热环境中热量积聚——身体便会启动自主的体温调节机制，例如通过颤抖来增加产热，或通过出汗来加速散热 2。这些生理反应正是身体感到不适的前兆。
更进一步，由于个体之间在生理机能、新陈代谢速率、着装习惯乃至心理预期上存在显著差异，因此在任何给定的环境中，期望所有人都同时感到满意，在统计学上是不可能的 4。这一认识揭示了舒适度评估的概率性本质，即评估的目标并非实现绝对的普适舒适，而是将不满意的人数比例降至最低。这一理念是后续将要讨论的PPD模型的核心。
1.2 控制热平衡的六大核心因素
最先进的热舒适度模型，其精确性来源于对控制人体热平衡的六个核心变量的综合考量。这些变量可分为两大类：环境因素和个人因素，它们共同决定了人体的产热与散热过程 2。
环境因素（可测量的空间物理条件）：
-
空气温度（干球温度）： 包围身体的空气的平均温度。
-
平均辐射温度（Mean Radiant Temperature, MRT）： 指空间中所有表面温度对人体影响的加权平均值。这是一个关键但常被忽略的因素。例如，在冬季，即使室内空气温度适宜，但如果靠近一面巨大的单层玻璃窗，人体依然会因墙体表面温度过低而感到寒冷。
-
空气流速（风速）： 空气的移动速率，直接影响人体皮肤表面的对流散热和蒸发散热效率。
-
湿度（相对湿度或水蒸气分压）： 空气中水分的含量，它决定了人体通过出汗进行蒸发散热的效率。高湿度会抑制汗液蒸发，使人感觉更加闷热。
个人因素（个体特征）：
-
服装热阻（Clothing Insulation）： 衣物提供的隔热能力，以“克罗”（clo）为单位进行度量。这是影响热量散失的一个至关重要的个人变量。
-
新陈代谢率（Metabolic Rate）： 人体从事不同活动时的能量产生速率，以“美特”（met）为单位进行度量。静坐时的产热远低于运动时。
这六个因素并非孤立存在，而是相互关联、动态影响的。例如，较高的空气流速（风扇）可以在一定程度上补偿较高的空气温度和湿度，从而维持舒适感。同样，在较冷的环境中，人们可以通过增加衣物（提高服装热阻）或增加活动量（提高新陈sh代谢率）来达到新的热平衡。理解这种相互作用是从追求单一的“理想温度”转向寻求“理想条件组合”的关键，而这正是高级舒适度模型所要解决的核心问题。
1.3 二氧化碳（CO₂）因素：衡量空气新鲜度的并行指标
在讨论热舒适度的同时，必须引入一个平行的评价维度：室内空气质量（Indoor Air Quality, IAQ），而二氧化碳（CO₂）浓度是其最重要的衡量指标 8。需要明确的是，CO₂本身并不参与人体的热平衡计算，因此它不属于热舒适度的影响因素。然而，它对于评估一个环境的整体“人体适宜度”至关重要。
在典型的室内环境中，CO₂本身在常见浓度下并非直接的健康威胁。它之所以被广泛监测，是因为它作为人体新陈代谢的产物，其浓度高低是衡量室内通风换气充足与否的绝佳“代理指标” 8。高浓度的CO₂通常意味着室内新鲜空气量不足，这会导致人体呼出的其他生物流出物（如挥发性有机物、异味分子等）积聚，从而引发困倦、注意力不集中以及“空气污浊、沉闷”等不适感 9。充足的通风可以有效稀释并排出这些污染物，保障室内空气的新鲜度 11。
由此，一个关于人体舒适度的核心论点浮出水面：一个环境完全可能在热学上是完美的（例如，温度、湿度、风速等组合达到了最佳状态），但如果因为通风不畅导致CO₂浓度过高，它仍然会被认为是“不舒适”或“不健康”的。例如，一个现代化的、密封性极佳的建筑可以轻易地维持恒定的室内温度，实现优异的热舒适性。但恰恰是这种高气密性，可能导致通风不足，使CO₂浓度飙升至2000 ppm。身处其中的人，尽管体感温度完美，却会感到昏昏欲睡。因此，对一个环境的全面评估必须包含两个独立的维度：热舒适度与空气新鲜度。只有当两个维度都达标时，该环境才能被认为是真正“适宜”的。
第二部分：基础模型——温度、湿度与风速的简明指数
在进入复杂的多因素物理模型之前，有必要了解一些在特定场景下广泛应用的、相对简明的经验性公式。这些模型为快速评估环境舒适度提供了便捷的工具，同时也揭示了舒适度量化研究的演进历程。
2.1 温湿指数（THI）
温湿指数（Temperature-Humidity Index, THI），又称不舒适指数（Discomfort Index），是早期将温度和湿度两个核心变量结合成单一指标的尝试之一 12。它主要用于评估湿热环境对人体的影响。根据可用参数的不同，THI主要有两种计算方法。
-
公式1（基于干湿球温度）： 当可测量湿球温度（Tw）时，计算更为直接。
THI=0.72×(Td+Tw)+40.6
其中，Td为干球温度（即常规空气温度，单位：℃），Tw为湿球温度（单位：℃）14。
-
公式2（基于相对湿度）： 在现代传感器普遍测量相对湿度（RH）的情况下，此公式应用更广。
THI=(1.8×Td+32)−(0.55−0.55×RH×0.01)×(1.8×Td−26)
其中，Td为干球温度（单位：℃），RH为相对湿度（单位：%）14。
值得注意的是，THI是一个经验性指数，其计算结果本身没有单位。必须通过与分级标准进行对比，才能解读其代表的舒适程度。然而，不同机构和研究对其分级标准存在差异，这反映了该指数的地域性和应用场景依赖性。下表整理了部分来源的THI舒适度等级划分，以供参考。
表1：温湿指数（THI）舒适度等级划分对比
| THI 值 | 中国气象局标准 16 | 农业（蛋鸡）应用 14 | 某研究文献标准 12 |
|---|---|---|---|
| > 85 | - | 威胁生命 | 极其闷热，极不舒适 |
| 81-84 | - | 严重不适 | 闷热，很不舒适 |
| 77-80 | 炎热，大部分人不舒适 | 中度不适 | 偏热，较不舒适 |
| 76 | 偏热，大部分人舒适 | 轻微不适 | - |
| 71-75 | 偏热，大部分人舒适 | 舒适 | 偏热，较不舒适 |
| 59-70 | 最为舒适 | 舒适 | 比较凉爽/温暖，舒适 |
| 51-58 | 偏凉，大部分人舒适 | 舒适 | 较凉爽，舒适 |
| < 50 | 清凉/较冷 | 舒适 | 偏冷/极冷，不舒适 |
2.2 体感温度（Apparent Temperature）：引入风的影响
THI模型的一个主要局限性在于忽略了风速的影响。风能够显著加速人体表面的热量散失，从而在炎热天气中带来凉爽感，在寒冷天气中加剧寒冷感。为了更全面地反映人体的真实感受，“体感温度”（Apparent Temperature）或“热指数”（Heat Index）等概念应运而生 17。
与THI的简单线性组合不同，体感温度的计算揭示了一个重要现象：环境因素对人体舒适度的影响是高度非线性的 19。例如，在38℃的高温下，湿度的增加对体感温度的推升效果，远比在25℃时更为剧烈。同样，风的降温效果也随基础温度和湿度的变化而变化。
正因为这种复杂的非线性关系，精确的体感温度模型往往采用复杂的多元回归方程。其中，由美国国家海洋和大气管理局（NOAA）发展的热指数模型是全球范围内应用最广、认可度最高的标准之一。该模型通过对大量实验数据进行回归分析得出，其公式包含了温度和湿度的多次项及交互项，以精确模拟二者的综合效应。
表2：NOAA热指数（Heat Index）计算公式
| 单位制 | 公式 |
|---|---|
| 摄氏度 (°C) | HI=c1+c2T+c3R+c4TR+c5T2+c6R2+c7T2R+c8TR2+c9T2R2 系数: c1=−8.78469475556 c2=1.61139411 c3=2.33854883889 c4=−0.14611605 c5=−0.012308094 c6=−0.0164248277778 c7=0.002211732 c8=0.00072546 c9=−0.000003582 变量: T 为气温(°C), R 为相对湿度(%) 20 |
| 华氏度 (°F) | HI=−42.379+2.04901523T+10.14333127R−0.22475541TR−0.00683783T2−0.05481717R2+0.00122874T2R+0.00085282TR2−0.00000199T2R2 变量: T 为气温(°F), R 为相对湿度(%) 21 |
除了NOAA模型，不同国家和地区的气象机构也可能使用结合了风速的简化或本地化模型。例如，中国台湾气象部门使用的体感温度公式就综合了温度、湿度和风速 17。一个非常简化的风寒估算公式为：体感温度(℃) = 气温(℃) - 2√风速(m/s) 23。
与THI类似，计算出的体感温度值需要结合相应的风险等级表来解读，才能转化为具有实际指导意义的信息。NOAA就为其热指数提供了明确的危险等级划分，直接关联到人体可能出现的生理反应和健康风险。
表3：NOAA热指数危险等级与生理影响
| 热指数范围 | 危险等级 | 对身体的影响 |
|---|---|---|
| 27°C - 32°C (80°F - 90°F) | 谨慎 (Caution) | 长时间暴露和/或体力活动可能导致疲劳。 |
| 32°C - 39°C (90°F - 103°F) | 极度谨慎 (Extreme Caution) | 长时间暴露和/或体力活动可能导致中暑、热痉挛或热衰竭。 |
| 39°C - 51°C (103°F - 124°F) | 危险 (Danger) | 很可能发生热痉挛或热衰竭，长时间暴露和/或体力活动可能导致中暑。 |
| ≥ 51°C (≥ 125°F) | 极度危险 (Extreme Danger) | 极有可能中暑。 |
数据来源: 21。注：这些数值适用于阴凉处，阳光直射下体感温度可增加多达8°C (15°F)。
第三部分：黄金标准——PMV/PPD预测模型
虽然简明指数在特定场景下有其应用价值，但要实现对室内环境热舒适度的精确评估与设计，则必须采用更为全面和严谨的物理模型。由丹麦学者P.O. Fanger教授提出，并被国际标准化组织（ISO 7730）和ASHRAE（ASHRAE 55）采纳为国际标准的“预测平均投票”（PMV）与“预测不满意百分比”（PPD）模型，是目前全球公认的最权威、最全面的室内热舒适度评价体系 1。
3.1 Fanger的PMV/PPD模型简介 (ISO 7730 / ASHRAE 55)
与第二部分介绍的经验性指数截然不同，PMV模型并非基于简单的统计回归，而是建立在对人体热生理学和热交换物理过程的深刻理解之上。它通过一个复杂的人体热平衡方程，综合考虑了影响舒适度的全部六个核心因素（空气温度、平均辐射温度、空气流速、湿度、服装热阻、新陈代谢率），从而预测在一个特定环境中，大量人群对热感觉的平均投票结果 2。
这个投票结果被量化在一个7点热感觉标尺上，范围从-3到+3，其中0代表“中性”，即最理想的舒适状态 4。
-
+3: 热 (Hot)
-
+2: 暖 (Warm)
-
+1: 微暖 (Slightly warm)
-
0: 中性 (Neutral)
-
-1: 微凉 (Slightly cool)
-
-2: 凉 (Cool)
-
-3: 冷 (Cold)
3.2 六因素热平衡方程：技术深度解析
PMV模型的计算核心是一组复杂的方程，其目标是求解在特定环境下，人体与环境达到热平衡时的状态。这需要通过迭代计算，首先确定人体的服装表面温度（tcl），进而计算出人体的总热负荷，最终推导出PMV值 3。要应用此模型，必须准确量化全部六个输入变量。
个人因素的量化：
-
新陈代谢率 (M): 代表人体从事不同活动时的产热水平。ASHRAE和ISO标准为各类常见活动提供了标准化的“met”值。1 met相当于一个静坐状态的普通人每平方米体表面积的产热率（58.2 W/m²）2。
-
服装热阻 (Icl): 代表衣物的隔热性能。标准同样为常见衣物和着装组合提供了“clo”值。1 clo相当于一套典型商务西装所提供的隔热量（0.155 m²·K/W）2。
为了使PMV模型具有实际可操作性，下表提供了部分标准化的人体新陈代谢率和服装热阻值。
表4：常见活动的新陈代谢率（met）参考值
| 活动类型 | 新陈代谢率 (met) |
|---|---|
| 睡眠 | 0.7 |
| 斜躺 | 0.8 |
| 静坐，放松 | 1.0 |
| 文书工作，办公室活动 | 1.2 |
| 轻度站立 | 1.4 |
| 步行 (3 km/h) | 2.0 |
| 家务清洁 | 2.5 |
| 重体力劳动 | 3.5 |
| 跑步 (8 km/h) | 8.0 |
数据来源: 2。
表5：常见衣物及组合的服装热阻（clo）参考值
| 衣物类型/组合 | 服装热阻 (clo) |
|---|---|
| 裸体 | 0.0 |
| 短裤 | 0.1 |
| 夏季轻便着装（短袖、短裤） | 0.5 |
| 典型室内着装（长裤、长袖衬衫） | 0.7 |
| 商务西装（含毛衣） | 1.0 |
| 冬季服装 | 1.5 |
数据来源: 2。
环境因素的测量：
空气温度、平均辐射温度、空气流速和相对湿度这四个环境参数，需要通过符合ISO 7726标准的仪器进行现场精确测量，才能保证PMV计算的准确性 29。
3.3 解读输出：从PMV到PPD
计算出PMV值后，便可预测群体的平均热感觉。然而，PMV只是一个平均值，无法体现群体中的个体差异。为此，Fanger教授进一步提出了PPD（预测不满意百分比）指标。PPD与PMV通过一个固定的非线性关系式相关联，用于预测在该环境下，因感觉过冷或过热而感到“不满意”的人数百分比 5。
PPD的计算公式为：
PPD=100−95×exp(−0.03353×PMV4−0.2179×PMV2)
这个公式揭示了一个关于舒适度的深刻事实：即使在PMV=0的“完美”热环境下，PPD的最小值也为5% 4。这并非模型的缺陷，而是对人类生理和心理多样性的数学承认。由于年龄、性别、体质、健康状况和个人偏好等差异，总有约5%的人会对任何一种统一的热环境感到不满意 2。这一发现彻底改变了暖通空调（HVAC）和建筑设计的核心目标：设计的终点不是追求让每个人都满意的乌托邦，而是通过科学手段将不满意的人数比例控制在一个可接受的、符合社会契约的范围内，例如低于10%。这标志着从追求绝对舒适到进行统计优化的范式转变。
国际标准据此为不同等级的建筑设定了相应的舒适度目标。
表6：PMV、PPD与热舒适度等级（基于ISO 7730）
| PMV 范围 | PPD (%) | 热感觉 | 推荐应用等级 |
|---|---|---|---|
| 0 | 5 | 中性 | - |
| -0.5 < PMV < +0.5 | < 10 | 微暖至微凉 | 高要求空间（如A级写字楼、新建筑）1 |
| -0.7 < PMV < +0.7 | < 15 | 暖至凉 | 普通要求空间（如现有建筑）1 |
| -1.0 < PMV < +1.0 | < 25 | 暖至凉 | - |
| PMV < -2.0 或 > +2.0 | > 75 | 冷或热 | 不可接受 |
数据来源: 1。
3.4 优势、局限性与适应性模型
优势： PMV/PPD模型是目前最全面、理论基础最扎实的舒适度评估工具。它基于物理学原理，被国际标准采纳，为全球建筑设计和环境评估提供了统一的语言和标尺。
局限性： 尽管如此，该模型也存在一些固有的局限性，主要源于其诞生背景和理论假设 2。
-
实验室起源： PMV模型是在严格控制的、稳态的气候实验室内开发的，这与现实世界中动态变化的环境存在差异。
-
预测准确性问题： 在真实的、非实验室的现场研究中，PMV预测个体真实热感觉的准确率有时并不高，有研究指出其准确率仅为34%左右。
-
适应性缺失： 静态的PMV模型未能充分考虑人类的心理和生理适应能力。例如，生活在自然通风建筑中的人，其热期望和耐受度会随着室外气候的变化而调整。他们对环境的接受范围通常比PMV模型预测的要宽。
为了弥补这一不足，研究领域发展出了“适应性舒适度模型”。该模型主要适用于自然通风的建筑，它将可接受的室内温度范围与近期的室外平均温度直接关联起来，承认并量化了人们的适应性行为（如开窗、调整衣物等）对舒适度的影响 2。
第四部分：CO₂因素——空气新鲜度指数
如第一部分所述，一个完整的“人体适宜度”评估，必须在热舒适度之外，独立考量室内空气质量。二氧化碳（CO₂）浓度是这一维度的核心量化指标。
4.1 CO₂作为室内空气质量（IAQ）的代理指标
在人员密集的室内空间，CO₂的主要来源是人体呼吸。因此，其浓度水平与室内人数和通风换气率直接相关 8。监测CO₂的核心价值在于，它是一个极佳的“代理”或“指示”污染物。虽然CO₂本身在1000-2000 ppm的浓度范围内对人体的直接毒性很小，但它的升高与室内其他数百种人体代谢产生的污染物（如挥发性有机物VOCs、体味等）的积聚呈高度正相关 9。这些伴生的污染物才是导致空气“污浊”、“沉闷”感，并可能引发头痛、疲劳等“病态建筑综合症”症状的主要原因。因此，通过监测易于测量的CO₂，可以有效推断室内整体污染物的稀释情况，即通风效果。
4.2 标准与健康影响
世界各国的室内空气质量标准，大多参考ASHRAE Standard 62.1通风标准。该标准建议，为保证大多数人对空气质量感到满意，室内CO₂浓度不应超过室外浓度700 ppm。考虑到当前全球室外CO₂背景浓度约为400-450 ppm，这意味着室内CO₂浓度的控制目标通常被设定在1000 ppm左右 8。超过这一阈值，通常表明建筑的通风换气量不足。
不同CO₂浓度水平对人体的主观感受和生理状态有明显不同的影响。
表7：室内CO₂浓度水平及其对人体的影响
| CO₂ 浓度 (ppm) | 空气质量等级 | 对人体的主观感受与生理影响 |
|---|---|---|
| 350 - 450 | 优（室外空气） | 健康、清新的室外空气水平 30。 |
| < 600 | 优 | 理想的室内空气质量，无不适感。 |
| 600 - 1000 | 良/可接受 | 大多数人感觉舒适，是ASHRAE等标准推荐的控制范围 8。 |
| 1000 - 2000 | 差 | 空气开始变得“沉闷”、“不新鲜”，部分敏感人群会感到困倦、注意力不集中 11。 |
| 2000 - 5000 | 很差 | 大部分人会感到嗜睡、头痛，思考能力下降。 |
| > 5000 | 危险 | 美国职业安全与健康管理局（OSHA）设定的8小时职业暴露极限。 |
数据来源: 8。
4.3 整合CO₂进行整体舒适度评估
综合热舒适度与空气新鲜度的分析，一个全面的“人体适宜度”评估框架应运而生。它是一个清晰的两步验证过程：
-
热舒适度检查： 使用PMV/PPD模型，输入全部六个相关参数，计算出PMV和PPD值。检查结果是否落在目标舒适区内（例如，对于高标准建筑，∣PMV∣<0.5 且 PPD<10%）。
-
空气新鲜度检查： 使用CO₂传感器测量室内浓度。检查读数是否低于推荐阈值（例如，< 1000 ppm）。
一个环境只有在同时满足这两个条件时，才能被判定为真正“舒适、健康且适宜”的。任何一个维度的不达标，都会损害用户的整体体验和工作效率。
第五部分：综合与实践应用——评估舒适度的统一框架
本部分旨在将前述所有技术理论转化为一个清晰、可操作的实践指南，帮助用户根据具体需求选择合适的模型，并系统地评估与改善其所处环境的舒适度。
5.1 针对不同场景选择合适的模型
面对多种舒适度评估模型，如何选择最恰当的一个取决于评估的具体目标和场景。
-
场景一：快速评估室外“感觉如何”
-
推荐模型： 体感温度/热指数（Apparent Temperature/Heat Index）
-
理由： 该模型专为室外环境设计，综合了气温和湿度（有时包含风速），能很好地反映公众在户外对炎热天气的直观感受。其结果与气象部门发布的“体感温度”一致，易于理解和沟通 24。
-
-
场景二：对室内环境进行粗略、快速的温湿评估
-
推荐模型： 温湿指数（THI）
-
理由： 当缺乏风速和辐射温度数据，且只想了解温度和湿度的综合影响时，THI提供了一个非常简单的计算方法。但需注意，其结果较为粗略，且忽略了风和辐射的关键影响 12。
-
-
场景三：设计、评估或诊断室内机械通风环境（如办公室、住宅、商场）
-
推荐模型： PMV/PPD模型
-
理由： 这是唯一一个综合了全部六个核心舒适度因素的、基于物理学的国际标准模型。对于需要精确量化、设计和优化室内热环境的专业应用，PMV/PPD是无可替代的黄金标准 1。
-
-
场景四：全面评估室内环境的整体健康与舒适性
-
推荐方法： PMV/PPD模型 与 CO₂监测 并行使用
-
理由： 如前所述，真正的“人体适宜度”是热舒适与空气新鲜度的结合。PMV/PPD负责评估热环境，而CO₂监测负责评估通风状况和空气质量。二者结合，才能给出一个没有短板的、完整的环境质量画像 8。
-
5.2 全面舒适度评估的分步指南
以下是一个系统化的工作流程，可用于对任何室内空间进行全面的舒适度评估。
-
第一步：定义场景（确定个人因素）
-
评估新陈代谢率 (M)： 观察或询问室内人员的主要活动状态。是静坐办公（约1.2 met）？还是轻度活动（约1.4-1.6 met）？参考表4确定met值。
-
评估服装热阻 (Icl): 观察室内人员的典型着装。是夏季轻薄衣物（约0.5 clo）？还是冬季标准着装（约1.0 clo）？参考表5确定clo值。
-
-
第二步：测量环境（获取环境因素）
-
使用专业仪器（如多功能环境测试仪）在人员活动区域测量以下四个热环境参数：
-
空气温度 (Ta)
-
平均辐射温度 (Tr)（可通过黑球温度计测量计算）
-
空气流速 (v)
-
相对湿度 (RH)
-
-
同时，使用独立的CO₂监测仪测量同一区域的CO₂浓度。
-
-
第三步：计算指数
-
将第一步和第二步获得的全部六个参数（M, Icl, Ta, Tr, v, RH）输入到PMV/PPD计算器中（可使用在线工具、专业软件或根据ISO 7730标准中的公式自行编程实现）33。记录输出的PMV和PPD值。
-
记录测得的CO₂浓度值。
-
-
第四步：解读结果
-
热舒适度判断： 将计算出的PMV和PPD值与表6中的标准进行比较。PMV值是否在-0.5到+0.5的理想区间内？PPD值是否低于10%？
-
空气质量判断： 将测得的CO₂浓度与表7中的健康指南进行比较。读数是否低于1000 ppm的推荐阈值？
-
-
第五步：得出结论
-
理想状态： PMV在±0.5范围内 且 CO₂ < 1000 ppm。结论：该环境热舒适度高，空气质量好。
-
问题状态1： PMV超出±0.5范围，但CO₂ < 1000 ppm。结论：通风良好，但热环境不佳（过冷或过热）。
-
问题状态2： PMV在±0.5范围内，但CO₂ > 1000 ppm。结论：热环境舒适，但通风不足，空气质量差。
-
问题状态3： PMV超出±0.5范围 且 CO₂ > 1000 ppm。结论：环境整体质量差，热舒适度和空气质量均需改善。
-
5.3 实现最佳舒适度的建议
基于以上分析，改善环境舒适度需要从控制各个核心变量入手。
-
调控温度与辐射：
-
调整空调或暖气的设定温度。
-
在夏季使用窗帘或百叶窗阻挡过多的太阳辐射；在冬季则可引入阳光以提高平均辐射温度。
-
改善建筑围护结构的保温隔热性能，减少内外热交换。
-
-
管理湿度：
-
在潮湿季节使用除湿机降低湿度。
-
在干燥季节使用加湿器，避免空气过于干燥（RH < 30%）引起不适 2。
-
-
控制空气流速：
-
在偏热的环境中，使用风扇创造局部气流，可以有效提高人体舒适度的上限，是一种高效的节能降温方式。
-
避免人员活动区出现过强的“贼风”，以免引起局部不适。
-
-
改善空气质量：
-
核心手段是加强通风。 定期开窗是自然通风最简单有效的方式。
-
对于无法开窗或室外污染严重的环境，应开启并合理运行机械通风系统，如新风系统（ERV/HRV），确保足够的新鲜空气补给，将CO₂浓度维持在健康水平。
-
-
发挥个人能动性：
-
根据环境变化主动增减衣物，这是调节个人热舒适度最直接、最有效的方法。
-
在长时间静坐后，起身活动一下，可以提高新陈代谢率，改善寒冷感。
-
综上所述，人体适宜度的量化并非一个简单的公式所能概括，而是一个涉及多重物理和生理因素的系统性科学问题。通过选择恰当的评估模型，并结合对热舒适度与空气质量两个维度的综合考量，可以科学地诊断环境问题，并采取有针对性的措施，从而创造一个真正健康、高效、舒适的人居环境。