基于BIM和图神经网络的教育设施中具有动态布局的时空二氧化碳浓度预测

《BUILDING AND ENVIRONMENT》：Spatial-temporal CO? Concentration Prediction in Education Facilities with Dynamic Layouts based on BIM and Graph Neural Networks

CO?浓度预测在动态教育空间中结合图神经网络与BIM模型，通过Voronoi分区构建传感器 adjacency图，并利用BIM提取时空布局特征，提出多模态深度学习框架，实现2小时预测误差降低25%，其中BIM布局信息贡献33%的精度提升。

　　

刘浩|谭锦明|黄聪|赖春胤|埃里克·舒尔登弗赖

香港大学建筑学院，香港特别行政区薄扶林路

摘要

预测教育设施内的二氧化碳（CO?）浓度对学生的健康至关重要，但由于二氧化碳扩散的空间相互作用复杂，尤其是在具有动态布局划分的教育活动空间中，这仍然是一个挑战，因为这些布局会扰乱空气流动模式。现有的CO?预测方法往往无法捕捉空间动态或适应布局变化。为此，提出了一种新的基于上下文的框架，该框架结合了基于图的深度学习和建筑信息模型（BIM），以实现可重构教育空间中的精确CO?预测。该方法通过构建基于Voronoi图的CO?传感器区域邻接图和从BIM导出的时变房间布局表示，自动对CO?传感器网络和空间布局进行建模。随后，开发了一个多模态深度学习（MMDL）模型来综合这些多源信息，并准确预测CO?浓度，然后将预测结果映射到空气质量指南中，并在BIM环境中可视化，以便直观管理CO?状况。在具有动态隔断的可重构大学工作室中进行了验证，所提出的方法在2小时预测范围内的平均绝对误差（MAE）方面比最接近的基线方法提高了25%。消融研究表明，结合BIM导出的空间布局信息可以将2小时预测的MAE提高33%，而基于Voronoi图的建模比仅使用传感器坐标的数据提高了19%。此外，该框架在不同传感器网络密度下表现出稳健的性能。这项研究通过为具有动态布局的教育空间提供一种稳健且可适应的CO?浓度预测解决方案，推动了室内空气质量管理研究的发展，支持适应性和主动性的设施管理，从而创造更健康的学习环境。

部分摘录

引言

教育设施中的室内空气质量（IAQ）对学生的学习过程和整体健康起着关键作用[1]。较差的IAQ会通过影响注意力和增加疲劳来降低学术表现，从而阻碍有效的课堂参与[2,3]。此外，长期暴露在次优的IAQ中会导致病态建筑综合症（SBS），其症状包括头痛、头晕、恶心和刺激性咳嗽等。

传统的室内CO?预测方法

随着人们对室内CO?浓度对居住者福祉影响的认识不断提高，许多研究探索了各种预测方法。早期研究主要集中在使用统计模型来预测室内CO?水平。例如，Lee等人[32]将IAQ视为受室外条件随机影响的，并提出了一个利用线性回归的室内外比例模型来进行室内CO?预测。Yu和Lin[45]采用了自动...

方法论

图1展示了所提出方法论框架的概览。首先，获取包括CO?时间序列测量值和传感器位置在内的原始CO?传感器网络数据并进行预处理。为了捕捉时变房间布局，需要在BIM模型中定义对应于不同隔断情景的子房间，每个子房间都有一个唯一的ID（例如315A、315B）。这些子房间代表了灵活空间的潜在布局。

实验设计

所提出的方法是在一台配备Windows 11 Pro操作系统的工作站上实现的，该工作站配备了1颗Intel(R) Xeon(R) W-2245 @ 3.90GHz CPU、1颗NVIDIA RTX A5000 GPU和128 GB RAM。BIM模型使用的是Autodesk Revit 2024 [61]。数据准备和时空上下文建模使用了Python 3.13.2 [62]和Dynamo 2.19.3 [63]。PyTorch 2.7.1 [64]和PyTorch Geometric 2.6.1 [65]被用来开发...

结论

准确预测室内CO?浓度对于确保灵活教育设施中的健康学习环境至关重要。本文提出了一种新的基于上下文的框架，该框架结合了BIM和基于图的深度学习，以实现可重构教育空间中的精确时空CO?预测。首先从传感器网络和BIM模型中分别处理和获取CO?数据以及不同时间的活跃房间布局信息，基于这些信息...

关于手稿准备过程中生成式AI和AI辅助技术的声明

在准备这项工作时，作者使用了Poe工具来改进句子结构。使用该工具/服务后，作者根据需要审查和编辑了内容，并对已发表文章的内容承担全部责任。

作者贡献声明

刘浩：写作 – 审稿与编辑、撰写初稿、可视化、验证、软件开发、方法论研究、数据分析、概念构建。谭锦明：写作 – 审稿与编辑、监督、资源管理、项目协调、方法论研究、概念构建。黄聪：数据整理。赖春胤：数据管理。埃里克·舒尔登弗赖：写作 – 审稿与编辑、资源管理、项目协调、资金筹集、概念构建。