本研究以北京、广州为典型城市，定量分析南北方空气细颗粒物（PM_2.5）室内外渗透系数差异性及影响因素，为我国人群PM_2.5精细化暴露评估及健康风险研究提供科学依据。通过分层抽样法抽取北京市（127个点）和广州市（186个点）不同住宅类型（教室、住宅、办公室）在自然通风季和供暖/冷季开展连续7 d的室内外PM_2.5实时监测。以室外PM_2.5浓度为自变量，室内PM_2.5浓度为因变量建立线性回归方程，方程斜率即为渗透系数。利用问卷调查收集监测点位基本信息和居民行为模式信息，采用多重线性回归模型探讨渗透系数影响因素。结果显示，广州市渗透系数（0.753±0.258）高于北京市（0.523±0.233）。广州市自然通风季渗透系数（0.83±0.179）高于制冷季（0.807±0.2），开窗（0.838±0.2）渗透系数高于关窗（0.659±0.289），清洁天高于污染天（P>0.05）。北京市自然通风季渗透系数（0.571±0.245）高于供暖季（0.523±0.233），农村（0.573±0.219）渗透系数高于城市（0.506±0.236），污染天高于清洁天（P>0.05）。多重线性回归分析结果表明, 调整混杂因素后，北京市渗透系数模型结果与季节（B=-0.298）和卫生条件(B=0.237)有关；广州市渗透系数可能受到季节（B=0.568），城乡 (B=4.325），有无阳台（B=-3.302）及装修时间(B=0.296）的影响。我国南北方渗透系数季节差异性严重，但可能归因于不同季节南北方人群的行为模式差异性。
本研究以北京、广州为典型城市，定量分析南北方空气细颗粒物（PM_2.5）室内外渗透系数差异性及影响因素，为我国人群PM_2.5精细化暴露评估及健康风险研究提供科学依据。通过分层抽样法抽取北京市（127个点）和广州市（186个点）不同住宅类型（教室、住宅、办公室）在自然通风季和供暖/冷季开展连续7 d的室内外PM_2.5实时监测。以室外PM_2.5浓度为自变量，室内PM_2.5浓度为因变量建立线性回归方程，方程斜率即为渗透系数。利用问卷调查收集监测点位基本信息和居民行为模式信息，采用多重线性回归模型探讨渗透系数影响因素。结果显示，广州市渗透系数（0.753±0.258）高于北京市（0.523±0.233）。广州市自然通风季渗透系数（0.83±0.179）高于制冷季（0.807±0.2），开窗（0.838±0.2）渗透系数高于关窗（0.659±0.289），清洁天高于污染天（P>0.05）。北京市自然通风季渗透系数（0.571±0.245）高于供暖季（0.523±0.233），农村（0.573±0.219）渗透系数高于城市（0.506±0.236），污染天高于清洁天（P>0.05）。多重线性回归分析结果表明, 调整混杂因素后，北京市渗透系数模型结果与季节（B=-0.298）和卫生条件(B=0.237)有关；广州市渗透系数可能受到季节（B=0.568），城乡 (B=4.325），有无阳台（B=-3.302）及装修时间(B=0.296）的影响。我国南北方渗透系数季节差异性严重，但可能归因于不同季节南北方人群的行为模式差异性。
 

细颗粒物;室内空气;渗透系数;行为模式