Development and Validation of a PredictiveMathematical Model for Cognitive Performanceand Occupational Stress Based on Indoor AirQuality: A Low-Cost Implementation UsingEmbedded Systems

技术摘要：基于室内空气质量的认知表现与职业压力预测数学模型的开发与验证

问题陈述
室内空气质量（IAQ）是决定职业环境中认知表现和心理健康的批判性因素。虽然较差的 IAQ 与焦虑、疲劳和决策能力下降有关，但现有工具无法弥合实时环境传感与可量化的心理影响指标之间的鸿沟。现有的解决方案局限于三个受限类别：提供统计关联但无法进行实时预测的流行病学研究；仅监测空气参数而不量化人类影响的传感器网络；以及无法在操作环境中部署的受控实验舱实验。此外，传统的监测站价格极其昂贵（数千美元），限制了其广泛应用。

方法论
本研究提出了一种低成本的嵌入式系统解决方案，通过将校准后的数学模型与硬件传感器相结合，以实时预测认知效率和职业压力。

• 数学框架： 该系统的核心是一个由三层构成的复合退化指数（$I_{deg}$）：

  1. 质量平衡与热力学： 使用连续性微分方程模拟污染物动力学，结合了房间体积、通风率、人员数量以及热/湿度修正因子（$f_T$, $f_H$）。
  2. 生物吸收： 基于呼吸分钟量和人均可用空气量，计算二氧化碳（$A_{CO2}$）和挥发性有机化合物（$A_{VOC}$）的累积污染物剂量。
  3. 心理转移： 使用 Sigmoid 逻辑函数将退化指数映射到认知和压力结果。关键变量包括氧气置换缺氧因子（$f_{O2}$）、过度通气代谢率（$M_{met}$）和有机清除常数（$\lambda_{wash}$）。
  • 模型输出认知效率（$P_{con}$）和心理生理压力（$I_{estresse}$），$P_{con}$ 的范围为 0% 到 100%。

• 硬件实现： 系统基于 ESP32 微控制器构建，利用了以下传感器：

  • ENS160 传感器： 用于等效二氧化碳（eCO2）、总挥发性有机化合物（TVOC）和空气质量指数（AQI）。
  • BME280 传感器： 用于温度、湿度和气压监测。
  • 连接性： ESP32 作为独立的 Wi-Fi 接入点运行，托管一个 Web 服务器，用于提供实时环境报告和 JSON 数据，无需外部互联网或云端订阅。
  • 成本： 总组件成本估计在 22 美元至 35 美元之间。

• 实验方案： 该系统被部署在一个 120 m³ 的办公室中，包含 10 名人员，持续 8 小时工作日。数据每 5 秒记录一次，固件执行剂量数值积分，并外推 4 小时的预测，以向管理者发出即将达到临界压力水平的警报。

关键结果

• 模型验证： 该模型通过四项独立的国际研究（Satish 等、Allen 等、Cedeño Laurent 等以及 Künn 等）进行了交叉验证。结果显示，均方根误差（RMSE）为 0.18 个百分点，最大绝对误差为 1.5 个百分点，证实了在异构数据集中的高预测准确性。
• 运行性能： 在实地部署中，系统成功追踪了认知退化过程。在 08:00 时，认知效率为 98.2%，压力为 1.8%。到 14:00 时，随着 CO2 上升至 1,680 ppm 且 TVOC 上升至 210 ppb，效率降至 62.4%，压力上升至 37.6%。
• 预测能力： 系统生成的 4 小时投影正确识别了趋向于临界压力水平的轨迹（投影压力为 61.8%），触发了强制通风的“严重警报”建议。
• 敏感性分析： 研究发现 CO2 浓度对认知效率变化的贡献率为 62%，其次是暴露时长（22%）。模型对校准常数的 ±10% 变化具有鲁棒性。

意义与主张
本文声称提供了一个实用的、易于获取的预防性职业健康管理工具，将 IAQ 监测从描述性记录转变为规范性管理。其主要贡献在于：

1. 集成性： 它独特地将实时传感、生理/数学模型和预测分析整合到单个可部署设备中。
2. 易得性： 通过将监测成本从数千美元降低到 30 美元以下，它使中小企业（SMEs）和便携式应用能够实现分布式监测。
3. 预防行动： 系统能够投影未来的压力水平，使管理者能够在心理损害固化之前进行干预，填补了环境数据与人类影响之间的空白。

作者指出了一些局限性，包括使用基于金属氧化物半导体（MOS）的 eCO2 传感器（在低 VOC-CO2 相关性环境下可能存在不确定性）以及假设污染物分布均匀。建议未来的工作包括颗粒物监测、多传感器覆盖以及长期的临床验证。