室内生物气溶胶中微生物浓度的预测模型——以青岛为例OA

为解决生物气溶胶在呼吸系统中沉积引起的呼吸道疾病的问题,通过预测室内生物气溶胶中微生物浓度来防控健康风险,本研究在青岛三所高校的办公室和实验室内采集样本,采用DAPI染色和LIVE/DEAD®BacLightTM染色结合荧光显微技术,测定总微生物(Total airborne microbes,TAMs)、活细菌(Viable bacteria,VBs)和死细菌(Non-viable bacteria,NVBs)的浓度。结果显示,室内VBs浓度范围为0.10×10^(4)~1.97×10^(4) cells/m^(3),NVBs和TAMs的浓度范围分别为3.11×10^(4)~12.63×10^(4)和1.09×10^(5)~9.42×10^(5) cells/m^(3)。为探究室内TAMs浓度与环境因素之间的关系,本文通过比较多元线性回归(Multiple linear regression,MLR)、Ridge回归和Poisson回归模型的结果发现,MLR预测能力有限,Ridge回归无法合理解释所有变量,而Poisson回归模型能够更准确地解释和预测微生物浓度。结果表明,温度、相对湿度(Relative humidity,RH)、颗粒物浓度及人类活动共同影响室内空气中微生物浓度,其中PM10和RH的影响最为显著。本研究构建的低成本预测模型可为室内空气质量管理提供借鉴和参考。