丁露雨，鄂 雷，李奇峰，姚春霞，王朝元，余禮根，高榮華，馬為紅，鄭文剛，于沁楊

·農業(yè)生物環(huán)境與能源工程·

畜舍自然通風理論分析與通風量估算

丁露雨1,2,3，鄂 雷1,4，李奇峰1,2,3※，姚春霞1,2,3，王朝元4，余禮根1,2,3，高榮華1,2,3，馬為紅1,2,3，鄭文剛2,3，于沁楊1,2,3

（1. 北京農業(yè)信息技術研究中心，北京 100097；2. 北京農業(yè)智能裝備技術研究中心，北京 100097；3. 北京智慧農業(yè)物聯網產業(yè)技術創(chuàng)新戰(zhàn)略聯盟，北京 100097；4. 中國農業(yè)大學 水利與土木工程學院，北京 100193）

自然通風畜舍通常為大開口建筑，由于開口處的風速和壓力分布不均勻，受外界環(huán)境影響大，難以確定進風口和出風口的位置，因此，自然通風畜舍通風量的估算值存在很大的不確定度。該研究通過分析通風量關鍵影響因素、對比不同估算方法結果差異、歸納提高估算準確度的方法，對自然通風畜舍通風理論與通風量估算研究進展進行綜述，提出了現有研究的不足和需要進一步完善的內容。自然通風量可以通過壓差法、風速法和CFD數值模擬法等直接估算或通過熱平衡法、水汽平衡法、CO2平衡法和示蹤氣體法間接估算。不同通風量測算方法之間的結果差異在10%～300%之間，估算準確度受開口流量系數、風壓系數、動物產熱量和產濕量、傳感器布置位置等因素的影響，同時使用多種方法進行通風量測算有助于評估測算結果的準確度。CO2平衡法在實測中應用最為廣泛，測算結果相對穩(wěn)定，但需要規(guī)范測試布點和計算取值方法，提高舍內CO2產生量測算的準確度。水汽平衡法在實測中有一定的應用潛力，也需要提高畜舍水汽產生量的測算準確度，建立動態(tài)估算方法。自然通風量尚無準確又無爭議的測算方法，現有通風量測算方法更適用于畜舍建筑通風設計，缺乏可以實時、動態(tài)調節(jié)畜舍通風量或通風口面積的測算方法，生產應用中還需要完善現有方法或建立新的測算方法用以直接、有效地指導自然通風量的調控。

通風；環(huán)境調控；通風量估算；畜舍；直接法；間接法

0 引 言

通風量估算是畜禽舍環(huán)境調控、有害氣體排放量測算的基礎。適宜的通風量對于舍內的空氣、物質交換具有非常重要的作用，能夠排除余熱、緩解熱應激，調節(jié)溫濕度、改善空氣質量，維持畜禽正常的新陳代謝以提高生產率[1-2]。相對于機械通風，自然通風更加綠色、節(jié)能，而且能夠給動物提供更加安靜、自然的生長環(huán)境，是牛舍、羊舍首選的通風方式。自然通風條件下，畜舍通風量估算具有一定挑戰(zhàn)性，本文梳理了畜舍自然通風理論和通風量估算方法所取得的研究進展和存在的問題，總結了估算方法應用中提高準確度的原則，為更好指導通風量測算，推動畜舍自然通風或混合通風設計，優(yōu)化環(huán)境調控策略提供依據。

1 自然通風原理

自然通風通過熱壓和風壓驅動空氣流動，流經通風口的氣流是由開口兩側之間的壓差引起的[3]，研究中常用伯努利方程（簡化的Navier-Stokes方程）來描述自然通風過程[4]（圖1）。

取流經開口處的流體為研究對象，流體在通過開口的過程中會產生能量損失。假定流體通過開口產生能量損失的起始位置和終止位置分別為斷面1及斷面2，能量守恒有[5]：

由式（1）可得出通風口處流動阻力的表達式：

式（1）、（2）中1、2分別為相應斷面的靜壓，Pa；1，2分別為相應斷面的平均流速，m/s；1、2分別為相應斷面的動能修正系數，計算中常取為1；1-2為斷面1和斷面2間的平均單位水頭損失，m；out是舍外空氣密度，kg/m3；是重力加速度，m/s2。

若用全壓P=+outv/2表示，則有：

式中P1、P2表示斷面1、斷面2的全壓，Pa；表示以大氣壓力為零點的相對靜壓，Pa；表示某點的流速，m/s；DP表示通過開口的壓力差，Pa，可由溫度（密度）差和風壓差引起研究中常采用動壓的倍數，即1-2=ξv/2作為經驗公式來估算氣流通過開口處的能量損失，式中為能量損失系數。引入開口流量系數C=1/-1/2，因此，可以由開口處的壓降和流量系數來確定通過開口的空氣流量，即伯努利方程：

式中表示氣體通過開口的體積流量，m3/s；C表示開口特性的流量系數。表示開口的幾何面積，m2。值得注意的是，伯努利方程在推導時做了一些條件假設，如果實際工況不滿足這些假設條件，伯努利方程將不再適用。這些假設條件為：1）僅通過開口兩側之間的壓力差來驅動氣流流動，即動能只可以在流經開口的路徑中耗散；2）開口區(qū)域的壓力和速度分布均勻；3）流經開口的流體是完全成形的湍流[6]。

1.1 熱壓通風

熱壓通風是指因溫度差的存在造成空氣密度差，從而產生壓差，形成氣流由高密度向低密度流動的現象（圖2）。當不存在風壓作用時，開口高度（）處由溫度差引起的壓力差（D）可通過等式（5）計算[7]：

式中out,0和in,0表示地面處（=0）舍外和舍內的壓力，Pa；out和in是舍外和舍內空氣密度，kg/m3。如果舍內空氣密度不均勻、垂直高度上存在溫度梯度時，舍內空氣密度將隨高度而變化，則：

當外界溫度高于舍內溫度時，頂部壓力低于底部壓力，存在一個壓差，使得熱空氣從頂部流入，底部流出，與內部冷空氣進行交換。反之，當舍內溫度高于外界溫度時，冷空氣從外部進入，與舍內空氣進行熱交換。進出風口中心高度差越大，產生的壓力差越大，通風量也越大。因此，決定熱壓通風量大小的主要因素有舍內外溫差，天窗與側墻開口的高度差，有效開口面積等[8-9]。

注：F1為進氣口面積，m2；F2為排氣口面積，m2；ΔP1為進氣壓力，Pa；ΔP2為排氣壓力，Pa；h1為中和面到進氣口中心線的垂直距離，m；h2為中和面到排氣口中心線的垂直距離，m。

1.2 風壓通風

風壓通風是由于外界氣流遇到建筑物時發(fā)生繞流，在建筑物圍護結構外表面的不同位置產生壓力分布變化，使得空氣從高壓處向低壓處流動[10]。圍護結構外表面某點處由風引起的壓力p可通過公式（7）計算[7]：

式中是外界該點高度處的風速，m/s；ref是參考高度處的靜壓，Pa；C是表面風壓系數，無量綱。表面風壓系數在圍護結構外表面上變化，可通過上式的變形，利用目標風壓系數位置處測得的壓力進行計算。因此，當使用表面風壓系數時，重要的是要知道目標高度位置的空氣速度[5,7,10]。風壓通風量的大小主要受室外風速風向和通風口面積影響[11]。

1.3 熱壓、風壓聯合作用

實際上，大部分自然通風一般都是熱壓、風壓共同作用。一般來說，垂直高度大的建筑可能是熱壓通風占主導作用，而高度低的建筑可能是風壓通風占主導作用。如果2種通風方式的流線相同，那么兩者共同的作用將促進自然通風，達到比較好的效果。熱壓與風壓的作用并不是簡單的線性疊加，二者共同作用下的通風理論尚不完善[12]。Dick等[13]根據風速大小和室內外溫差從理論上推導出風壓通風和熱壓通風的計算依據公式，但卻無法計算熱壓和風壓共同作用時的通風量。美國暖通空調工程師協會（American Society of Heating, Refrigerating and Air-Conditioning Engineers，ASHRAE）綜合考慮風壓和熱壓作用下的空氣流量，建立了一個關于二者的均方根公式用于計算總流量[14]。

lncropera等[15]引入格拉斯霍夫數和雷諾數這2個空氣動力學參數，以/2的值作為判定建筑風壓通風和熱壓通風的依據：當2<<1時主要為風壓通風；當/2>>1時主要為熱壓通風；當/2≈1時為熱壓、風壓混合通風。除理論推導外，一些研究者通過試驗研究進行了經驗總結，認為室外風速大小決定了風壓和熱壓對自然通風的影響程度：當室外風速高于2 m/s時，以風壓通風為主，熱壓作用的影響可以忽略；當室外風速低于0.5 m/s時，必須考慮室內外溫差引起的熱壓對自然通風的影響；當風速介于二者之間時，通風過程主要受風壓作用的影響，同時也有一部分熱壓作用。對于自然通風奶牛場，側墻開口較大導致舍內和舍外之間的溫差較小，風壓通風占主導地位，當風速超過1.8 m/s時，熱壓效應可以忽略不計[16-20]。

2 通風量測算方法

畜禽舍的通風量通常用體積流量（m3/s）、質量流量（kg/s）或換氣次數（次/h）等方式表示，隨著研究的發(fā)展，逐漸形成了針對畜禽舍通風量的測算方法，包括直接法和間接法兩大類。直接法包括壓差法、風速法和計算流體力學（CFD）數值模擬法，通過經驗系數、壓力差和相關環(huán)境參數估算通風量；間接法以質量平衡原理或能量平衡原理為基礎，是畜舍自然通風量估算應用最廣泛的方法，包括熱平衡法、水汽平衡法、二氧化碳（CO2）平衡法和示蹤氣體法。

2.1 直接法

2.1.1 壓差法

自然通風是由風壓和熱壓引起的，因此可以通過熱壓原理和風壓原理，利用伯努利公式進行畜禽舍的通風量估算，對于具有側墻大開口和屋脊開口的典型自然通風畜舍，熱壓作用下的通風量Q和風壓作用下的通風量Q可以通過式（8）~（10）計算[21]：

式中C為開口流量系數，無量綱；為側墻開口中線距屋脊開口的高度，m；為通風口的數量；Δ為舍內外溫差，K；o為舍外溫度，K；12和A分別為側墻開口總面積、屋脊開口總面積和風壓作用下第個通風口的面積，m2；U為舍外參考點的風速（通常10 m高處），m/s；C為風壓作用下第個通風口的表面壓力系數，無量綱；C為風壓作用下進風口的表面壓力系數，無量綱。當風壓和熱壓共同作用時，可以通過公式（11）近似估算總通風量[11]：

伯努利方程是在假設不可壓縮的穩(wěn)定流動條件下推導出的，所以在應用壓差方法計算時，要滿足以下假設[22-23]：1）不考慮煙囪效應；2）由于隔板引起的建筑物內部的壓降忽略不計；3）內部氣流完全混合；4）不考慮由風引起的雙向流動；5）僅考慮平均壓差引起的氣流速率，忽略波動壓力。

由于現實中空氣流動并不是穩(wěn)定流動，所以這種方法主要的缺點在于不能很好的確定進出風口的有效面積以及室內外的壓差，同時依賴于開口流量系數和表面壓力系數這2個經驗系數，計算結果的不確定度很高[24-26]。自然通風畜舍通常為大開口建筑，開口處的風速和壓力分布不均，開口流量系數不再是一個恒定值。同時風速的不斷變化導致壓差波動大，在低風速的條件下，通過壓差計算得出的通風量結果準確度較低，一般情況下，通常采取測量點處的平均壓差代表實際壓差，提高通風量計算結果的可靠度[27-28]。由于進氣口和出氣口的流量理論上相等，可以通過進出氣口的流量是否平衡來檢驗通風量計算結果的可靠程度[24]。

2.1.2 風速測定法

風速測定法，即體積流量積分法，利用微積分的思想，將單個開口的通風量計算簡化為用垂直于通風口方向的氣流速度乘以對應開口面積，通過加合各開口的通風量來計算通風量[29-31]。

基于風速測定法，Van Overbeke等[35]開發(fā)了一種自然通風畜舍開口處通風量的測量設備，使用移動的傳感器連續(xù)監(jiān)測的方式，在16個均勻分布測點上分別進行10 s的風速測量，進而計算通風量。將CFD與局部風速測量相結合可能是開發(fā)該設備的初衷，其目的是簡化和加快通風量的估算，實現實時監(jiān)測。

2.1.3 CFD數值模擬法

CFD數值模擬廣泛的應用于流體流動、傳熱傳質等問題研究，具有邊界條件可控、可設置不同的配置條件、提供有效的仿真參數分析等優(yōu)點，因此在畜禽舍通風研究中得到了廣泛的應用。例如，Wu等[36]對比了CFD模擬法和示蹤法獲得的自然通風牛舍通風量，結果表明，在風速范圍較大的情況下，CFD模擬法和示蹤法估算的通風量差異不顯著，并利用CFD模擬對示蹤法測點位置的布局進行了優(yōu)化。Shen等[37]利用不同開口和風速條件下CFD模擬獲得的通風量，建立了自然通風牛舍的通風量調控模型。

CFD模擬以質量守恒、動量守恒和能量守恒定律作為數值計算的理論依據，通過計算機迭代計算求解物理問題[38]。它克服了現場測試測點有限的問題，輸出的結果更為全面，可以生成各個參數的整體分布圖，而現場試驗只能得出各個分散測點的環(huán)境數據[39]。對于復雜的舍內氣流分布情況，需要合理布置傳感器的位置[40]，傳統均勻布點的方式并不能反應全局分布狀況，但通過CFD模擬的方法只需要合理建模并進行驗證，便可以更為全面的了解舍內各個環(huán)境參數的變化，較為省時經濟[41]。CFD數值模擬法計算的通風量基于風速法，對模型進行網格化后通過模擬計算各通風口的通風量，最后進行加合。因此，該方法不僅能獲得整舍的通風量，還能獲得通過各個通風口的氣流流量。

CFD模擬結果的準確性受多個因素影響，具有一定用戶經驗依賴性。對于單一計算域來說模擬準確度一般較好，當計算域復雜且范圍大時，物理模型選用何種幾何表示顯得更為重要。網格的劃分、精度的選取、湍流模型選擇、邊界條件的選定等都會顯著影響CFD預測精度[42]。

2.2 間接法

從20世紀70年代到90年代，不同畜種的產熱、產濕模型取得了一定的研究突破，間接法大都是在動物產熱、產濕或產CO2的理論基礎上發(fā)展起來的[43]。其中，熱平衡法和水汽平衡法被廣泛用于計算畜舍環(huán)境調控所需的最大通風量和最小通風量，CO2平衡法和示蹤法常在現場測試中用于實際通風量的估算。

2.2.1 熱平衡法

從理論上講，在沒有其他熱源的情況下，畜舍內動物產生的顯熱與通風、蒸發(fā)和建筑圍護結構損失的顯熱是相等的。因此，基于熱平衡原理，通風量可以通過公式（13）進行計算：

熱平衡法估算通風量最大問題是只能用于靜態(tài)條件下的估算。實際情況下，動物顯熱的產生是一個動態(tài)過程，動物瞬時產生的顯熱量是未知的，常用恒定的產熱量來代替。同時，圍護結構是牲畜建筑熱損失的重要來源，熱平衡法的不確定性很大程度上取決于圍護結構熱損失估算的準確性。在動態(tài)條件下，由于熱傳導的滯后使得計算的散熱量不等于實際值[44]。例如，上午維護結構表面溫度要低于下午維護結構的表面溫度，上午的散熱量更大。因此，熱平衡法更適合于建筑設計，而不是量化或調控實際情況下的通風量。

2.2.2 水汽平衡法

畜舍內的水汽主要來自動物呼吸和皮膚的蒸發(fā)、飼料的水分蒸發(fā)、噴淋或飲用水的蒸發(fā)、糞尿的蒸發(fā)等，而通風是水汽的主要散失途徑[45]。在已知舍內水汽產生速率和舍內外空氣中水汽含量差的條件下就可以估算出畜舍的通風量[43]：

式中C是空氣的比體積，m3/kg(干空氣)；是動物的質量，kg；M是舍內折合單頭動物的水汽產生量，g/h·kg(干空氣)；W和W是舍內外空氣中的含濕量，g/kg(干空氣)。

該方法計算結果的不確定度主要來源于舍內水汽產生量的估算。與熱量平衡法一樣，舍內的水汽產生量是動態(tài)變化的，難以準確估算，因此計算出來的誤差比較大。此外飼料、飲用水和糞便中的水分蒸發(fā)使熱量和濕氣的產生復雜化[46]，夏季噴淋等降溫設施會極大地增加了舍內水汽蒸發(fā)量，上述這些因素都會導致通風量計算結果的不確定性增加。因此，水汽平衡法更多地應用在畜舍通風設計中，而且自然通風和機械通風均適用。

2.2.3二氧化碳平衡法

動物是畜舍內CO2的主要來源，在忽略舍內糞便、墊料等產生二氧化碳的條件下，畜舍通風量可通過舍內外CO2的質量平衡進行估算公式（15）。值得注意的是，當糞便、墊料產生的CO2超過總CO2產生量的5%時，如厚墊料散養(yǎng)模式，糞便、墊料產生的CO2不能忽略[47]。

2.2.4 示蹤法

示蹤法廣泛應用于自然通風建筑的通風量測定，常作為檢驗其他方法不確定性的參考方法。示蹤法在舍內人工釋放示蹤氣體，基于示蹤氣體在通風過程中質量守恒的原理公式（16），通過監(jiān)測示蹤氣體的釋放速率和濃度變化計算通風量[49]。研究中使用過的示蹤氣體包括一氧化二氮（N2O）、一氧化碳（CO）、四氫噻吩（C4H8S）、六氟化硫（SF6）、三氟甲基五氟化硫（SF5CF3）和氪85（Kr85）等，SF6是應用最廣的示蹤氣體，但因為其是一種溫室效應較強的溫室氣體，在歐盟等地區(qū)已被禁用。示蹤氣體的選擇需要滿足以下要求：在空氣中的濃度低且穩(wěn)定存在；在釋放量的范圍內對人和動物無毒害；惰性氣體，不易燃易爆，但能與空氣很好地混合；成本低，可商業(yè)獲取，低濃度下有檢測設備能檢測其濃度[50]。

式中為畜舍內的體積，m3；C和C()是舍外示蹤氣體的背景濃度和示蹤氣體釋放時刻后的舍內濃度，mg/m3；P是示蹤氣體的釋放率，mg/s。

根據示蹤氣體釋放方式和測量方式的不同，該方法又分為衰減法、恒定濃度法和恒定釋放量法。衰減法需要先將被測建筑密閉，然后注入示蹤氣體并達到一定的濃度（C,0）。假設示蹤氣體與舍內空氣完全混合，開啟通風口后監(jiān)測1時刻的氣體濃度（C,1），根據該時刻濃度差的變化根據公式（17）計算通風量。這種方法需要的設備最少，但不適合長期測量，而且在實際情況下，如果通風量很大，示蹤氣體稀釋太快，很難計算通風量[42]。

恒定濃度法假設示蹤氣體與室內空氣完全混合，且通風速率恒定，不需要通風口在一開始時關閉，但將示蹤氣體釋放后需要使得氣體達到易于測量的濃度且保持恒定，利用室內外示蹤氣體的濃度差和釋放率計算通風量。然而，在自然通風中很難保持恒定的通風量和示蹤氣體濃度[42]。恒定釋放量法將示蹤氣體以恒定的釋放速率注入舍內，使得舍內的示蹤氣體達到易于測量的濃度，通過已知的釋放速率和舍內外示蹤氣體濃度差值計算通風量。由于恒定濃度法和衰減法在實際應用中存在的一些問題，恒定釋放量法是估算自然通風畜舍通風量最常用的技術[37]，這種方法可操作性更強，能進行連續(xù)監(jiān)測，且估算準確率高。然而，恒定釋放量法對于儀器精密度的要求更高，以保證示蹤氣體實現恒定釋放，使用中需要同步監(jiān)測釋放流量，減小系統誤差。

3 影響自然通風量的關鍵因素

3.1 直接法的影響因素

表面風壓系數和開口流量系數是直接法計算通風量的基礎，通過影響通風口布局、開口形狀與面積、外界風況等因素影響通風量[49]，且多元因素間還可能存在交互效應。自然通風畜舍一般為矩形開口，開口率很大，不符合常規(guī)圍護結構通風模型的要求，因此本文主要針對矩形大開口條件進行論述。定義開口率（開口面積/開口所在的墻面積）>10%時為大開口[51]。大開口情況下的氣流模式更為復雜，具有以下特征[35]：1）圍護結構表面風壓受開口影響；2）不可忽略舍內氣流動能；3）開口處可能既是進風口也是出風口，即氣流為雙向流動；4）不同開口間可能存在氣流阻力干擾。當風壓通風占主導地位時，大開口處的壓差應取全壓差進行計算[22-23]。

3.1.1 開口流量系數

開口流量系數（C）表示氣流經過開口時由于粘滯力引起的流動收縮和摩擦作用的經驗系數，是一個開口的特征系數，綜合反映了流體經過開口后能量損失的情況[51]。工程上所使用的流量系數參考值通常是在無風條件下，基于伯努利方程進行實驗室測試獲取[52-53]。對于矩形開口，ASHRAE手冊中給出的C值通常在0.6～0.65范圍內[14,54]。但是，靜壓流量系數（即在無風條件下測得的流量系數）可能不適用于風壓通風或開口處壓力場和速度場都不均勻的條件[55]。已有研究證明，靜壓流量系數不適用于大開口情況，因為開口附近的壓力場和速度場可能會改變，并且開口之間氣流的相互作用很明顯[56]。非靜壓條件下，C將不再是一個恒定值，隨開口率、風向和進出風口面積比的變化而變化，與開口的雷諾數和開口的厚度也有一定關系[57-58]。在相同開口面積時，開口長寬比（/）與C值的關系可以用經驗公式公式（18）進行估算[59]。

式中為開口長度，m；為開口寬度，m。

許多試驗結果都表明C值與開口面積的大小有關[60-63]。對于側墻通風口，開口面積與C值的關系沒有統一定論。Heiselberg等[6]通過風洞試驗和CFD模擬研究發(fā)現，對于圓形開口，C值隨著開口率的增加呈現先減小后增加的趨勢。Karava等[14]通過風洞試驗研究了交叉通風建筑中開口面積對流量系數的影響，當開孔率從2%增加到20%時，進風口的C值將從0.74變?yōu)?.9（速度比為0.63時）或從0.6變?yōu)?.71（速度比為0.5），式中速度比是指開口處的風速與建筑物高度的參考風速之比。Yi等[51]利用風洞試驗和CFD模擬對自然通風牛舍的流量系數進行了研究當雙側開口從18.6%增加至62.7%時，C值從0.67線性遞增至0.94，認為開口流量系數與開口率之間存在正相關關系，這與True等[63]的研究結果一致。不同研究獲得的開口面積與C值關系不同，這可能是由于研究中開口形狀、外部風況的不同所致。小開口時C值隨內部壓力改變，而大開口時C值隨無量綱的空氣流速改變[18]。較大開口面積并且進氣速度的加快會使得空氣流動阻力降低，從而導致開口流量系數的增大，并且通風口的布局也會影響最終有效開口面積大小進而影響通風量[44,64]。值得注意的是，Yi等[51]和Karava等[14]的研究中在增加開口率到62.7%和速度比到0.63的條件下獲得的C值高達0.9，遠大于ASHRAE手冊中的推薦值。目前關于C值與開口率的研究多通過CFD模擬獲取，缺乏實測數據驗證。實際上，當開口達到一定程度時，伯努利方程應用的假設條件可能不再成立，此時獲取的C值是否有意義還有待進一步驗證。正如Karava等[14]的研究中指出，流量系數的值應在其適用范圍內使用，畜舍中使用了較大的開口，可能需要進一步研究伯努利方程的適用范圍或建立新的模型。

開口流量系數還受開口位置的影響。陳帥等[44]給出了不同開口布局下通風量計算的理論推導，表明開口布局的影響是通過影響由開口有效面積和開口內外兩側的壓力差。Yi等[51]的研究表明進氣口的位置會同時影響外部壓力和流量，從而影響開口流量系數，而出風口的位置對迎風口的流量系數沒有影響，進風口的位置越高，C值越大，但出風口的位置不影響進風口的C值。Karava等[14]的研究結果則認為開口流量系數隨進出口面積比的變化很大。二者研究結果的不同可能是開口率的差異造成的，但這都說明了試驗中選擇合適的壓力測量位置至關重要。

此外，建筑表面橫向氣流或風的入射角度也會影響C值。在較大的開口情況下，墻壁上的摩擦力會導致開口之間的壓力恒定，并且在外立面的開口周圍沒有氣流。當表面橫向氣流速度平行與垂直于進風口方向的速度比（/）升高時,C值隨之降低[55]。

3.1.2 表面風壓系數

當風流過建筑物時，它會在建筑物的外表面上產生靜壓分布，表面風壓系數（C）是反映風對建筑物作用力的經驗系數。建筑表面的靜壓與氣流的速度成正比，在假定沒有高度變化或壓力損失的情況下，表面風壓系數可以根據建筑表面風壓（p，Pa）、建筑高度處風速（U，m/s）和空氣密度（ρ，kg/m3）計算[50]：

對于單體建筑，建筑表面的風壓系數與流態(tài)相關，各立面風壓系數上部高，下部低，應用中常取同一建筑表面各處風壓系數的平均值為該表面的風壓系數。研究表明：C值主要受建筑類型、風向、開口大小、周邊氣流阻擋情況和上游地貌（地面粗糙度）等因素影響，C值的變化會使得進出風口的局部通風量和氣流運動狀態(tài)發(fā)生改變，工程上使用的風壓系數參考值大多是通過風洞實驗和CFD模擬獲得[65]。在側墻開口率0～75%變化時，畜舍各表面C的平均值在?0.47～0.64之間，迎風面C值隨開口率升高而減小，背風面C值隨開口率的升高先增加后減小，在40%左右的開口率時C值最高[66]。地面粗糙度對C的影響與風向角有關，當風向垂直于開口時，地面粗糙度對C值的影響很??；但風向平行于開口時，粗糙度對C值影響很大。

風向角是影響風壓系數最主要的因素，公式（19）計算的風壓系數適用于風向垂直于建筑表面的情況，然而實際情況下固定風向很少出現，當風向不垂直于建筑迎風面時，這些風壓系數將不再適用。在一定范圍內迎風面的C值隨風向角的增加線性遞增[67-68]，風向不垂直于建筑迎風面時的風壓系數（C()）可以利用ASHRAE手冊中推薦的諧波三角函數進行估算[69]：

式中為從法線到迎風墻面順時針測量的風向角，（°）；C(1)、C(2)、C(3)、C(4)分別為風向角在0°、180°、90°、270°時的風壓系數，分別可取C(1)=0.6、C(2)=?0.3、C(3)=C(4)=?0.65。上述諧波三角函數僅適用于高度不超過三層的低層矩形建筑，且建筑物長寬比需小于3。對非矩形的不規(guī)則建筑，其表面風壓系數很難通過簡單的公式計算獲得，需要通過風洞試驗[70-71]。

對于多個建筑群相互排布的情況，受渦流的影響，受遮擋建筑的C值會減小，順風方向間距比越小，下游建筑的風壓差系數越小，遮擋作用越強[64,72-73]。同一表面風壓系數取平均值的方法可能帶來較大誤差，確定表面風壓系數分布規(guī)律的方法更可取。此外，畜禽舍的開口程度對C值也有一定影響。Choiniere等[67]采用1:20的牛舍模型在風洞中研究了風壓通風條件下，牛舍通風口（側壁和屋脊）不同開口大小時建筑物周圍的壓力分布，發(fā)現不同開口模型與開口密封模型之間的ΔC隨著總開口面積的增加而變大。

3.1.3風速和風向

溫差是畜禽舍熱壓通風的動力，但與溫差相比，風速更能決定通風量大小，因為舍內外溫差隨風速的增加而減小，當風速足夠大時，其他環(huán)境因素的影響很小，可以忽略[74]。根據公式（19）可知，風速越大畜禽舍的通風量也越高，但在相同風速下，風向與通風量具有相關性，外部風向對畜禽舍內氣流模式和通風率有顯著影響[75-77]。因此，畜禽舍結構設計時須考慮主風向以優(yōu)化自然通風[30,78]。

外部風向的影響主要取決于氣流方向與迎風口的夾角，即入射角的大小，通風量隨著入射角的增大而減小，并且在0°～45°時入口風速與入射角之間呈線性關系[79]。當氣流直接流向迎風面通風口時（0°），通風量達到最大，而當風向垂直于不開口的端墻（即平行于通風口，180°）時，通風量將減小一半以上，在畜禽舍兩側端墻設開口可以減小入射角對通風量的影響[21]。

目前直接法在應用中通常是基于單一平均風速和主要風向來計算通風量，忽略了外部氣流的動態(tài)影響，這種動態(tài)影響會增加估算結果的不確定度[80]。Norton等[80]利用CFD模擬研究了風向在0°～90°（每10°為一個間隔）變化時對通風量的影響，發(fā)現同一風速不同風向時得到的通風率差異高達100%。Shen等[20]使用響應面方法建立了0°～90°時，外部風速、風向與通風量之間的關系模型。上述研究只針對單棟建筑且無遮擋的情況，風速和風向對通風率的影響可能取決于周邊環(huán)境條件。Van Hooff等[81]研究發(fā)現，在周圍沒有建筑物遮擋的情況下，不同風向對通風量的影響最多可達75%，而有周圍建筑物的情況下可達152%。

3.2 間接法的影響因素

畜禽產熱量、產濕量、CO2產生量的估算、水汽及CO2產生量所占比例、室內外的溫度差、濕度差、氣體濃度差、維護結構總傳熱系數等都影響間接法的計算準確度。室內外的溫度差、濕度差和氣體濃度差取決于風向風速、傳感器的精度及布置位置，而動物產生的熱量、濕氣和CO2等取決于動物對周圍微環(huán)境條件變化的生理反應，即生理變化[82]。

3.2.1 舍內熱、濕及CO2產生量

式中是每日攝入的能量中用于維持而消耗的熱量所占的比例，可根據5.090.75大致估算，無量綱；1和2是動物的產奶量或產蛋量，kg/d；是懷孕天數，d。

顯熱與潛熱之和為總產熱量，畜禽的產濕量通常根據潛熱產生量來估算。潛熱在總熱量中所占的比例受溫度、濕度等環(huán)境參數的影響[83]。例如，在20～25 ℃時，不同階段的豬潛熱產量占總產熱量的比例在45%～82%之間變化[84]。溫度從10升高到20 ℃時，奶牛僅20%～30%的總熱量來自于潛熱散失，而當溫度升高到接近或大于體溫時，幾乎所散失的熱量都來自于潛熱[85]。

畜禽CO2的產生量也是根據其與產熱的相關關系利用式（27）～（28）進行計算：

式中HPU是單頭動物在溫度時的總產熱單位，1 HPU表示20 ℃時1 000W的總產熱量；為常數，表示正弦函數相對于1的振幅，不同動物種類的取值在0.08～0.63之間；是當前時刻的時間（24 h制）；min是一天當中動物最小活動量對應出現在午夜后的時間，不同動物種類的取值在?0.1～3.1之間。除了直接影響外，環(huán)境因素還會改變動物的活動量進而間接影響其產熱、產濕和產氣量。在溫濕度指數較高的情況下，奶牛會增加站立時間，減少躺臥比例，但是溫濕度對動物活動量的影響、活動量對其產熱、產濕和產氣量的影響仍然知之甚少[86-89]。

3.2.2 傳感器布置位置

通過示蹤法或二氧化碳平衡法測算通風量需要監(jiān)測舍內氣體濃度，計算舍內外濃度差。理想情況下舍內氣體均勻混合，氣體濃度沒有空間變化，使用單個局部測量點足夠。但實際上，氣體濃度在舍內的分布具有空間變化，如果基于隨機選擇的單個測量點進行測算將導致巨大的誤差[90]。例如，Bjerg等[91-92]對自然通風牛舍內5個不同位點監(jiān)測的氣體濃度顯示，CO2濃度空間變異性很大，不同點間的差值達180～540 mg/m3。Samer等[82]試圖通過使用風扇來增加氣體混合均勻程度，但仍不能完全混合，導致結果出現顯著偏差，尤其是在人工釋放示蹤氣體的情況下，替代方法是假設出口處的氣體濃度作為示蹤氣體的代表濃度。自然通風畜舍不同通風口之間的出入口位置經常變化且不容易確定，所以通常是采用舍內多點測量后取平均值的方法計算舍內氣體濃度。然而，Wu等[36]的研究表明，舍內平均CO2濃度并不能代表出口處的氣體濃度，采用舍內平均CO2濃度計算通風量會造成很大的誤差，應將監(jiān)測點布設在開口或臨近開口處。為了減少風向帶來的不確定性，所有開口，尤其是不同方位的開口都要有采樣管，以不同開口處的最大氣體濃度作為出口處的氣體濃度。因此，歐洲地區(qū)推薦將氣體濃度采樣管道布設在屋脊開口下及側墻開口內外屋檐高度處，取濃度較高者進行計算。值得注意的是，國內自然通風的畜舍，尤其是牛舍，常配有舍外運動場，運動場清糞不及時，會產生大量CO2，此時將監(jiān)測點設在開口內外是否會有影響尚未得知，還需針對我國的特殊情況進一步摸索舍外運動場對監(jiān)測布點的影響。

3.2.3 其他因素

風向和風速會影響采樣點的氣體濃度，進而影響通風量估算結果的準確性[93]。良好通風條件會使舍內外的氣體濃度差和溫度差變小，導致相對較大的誤差[94]。Saha等[2]研究了風速、風向對自然通風畜舍中采樣點氣體濃度和通風量的影響，結果表明間接法測得的通風量隨著外部風速的增加而增加，2種不同進風條件（來自2個不同方向的風）估算的通風量可能會有100%的差異或甚至更多。Wu等[36]的研究表明，大開口畜舍當風速增加時，示蹤氣體恒定流量法測定通風量的準確度降低。Pedersen等[43]指出，當舍內外的CO2濃度差大于126 mg/m3時估算結果較為可靠。實際上，CO2濃度差測量值的可靠性與傳感器的精確度有關，一般可以按照傳感器測量精度的2～3倍作為有效濃度差下限的參考值，剔除低于有效濃度差下限的數據，確保估算值的可靠性。此外，在具有舍外運動場的情況下，動物可自由出入舍內，舍內動物數量難以準確計量，也為實際應用中長期自動監(jiān)測帶來了一定的困難。

4 不同方法計算的通風量比較

由于外界環(huán)境動態(tài)變化、難以確定建筑的進出氣口，自然通風畜舍的通風量測算沒有標準的參考測量方法，不同方法各有優(yōu)缺點，受采樣點、產熱、產濕、產氣量等的影響，相同條件下測算結果的差值有時候甚至可達300%。有學者以機械通風量為參考對比了示蹤法和CO2平衡法的估算誤差，在應用得當的情況下，示蹤法和CO2平衡法的估算誤差分別在?12%～4%和?3%～8%之間，所以一般認為這2種方法測算的結果相對更為可靠[95-99]。此外，直接法中風速測定法結合CFD模擬的方式獲得的結果也具有一定的代表性。直接測量法（壓差法和風速法）多應用于采用機械通風的密閉式畜禽舍，由于風速計單點測量代表性問題或實際應用中風機傳動帶的松動、百葉窗上不能完全開啟或風機扇葉附著粉塵等因素的影響，會導致通風量的測定結果有20%～25%的偏差。在具有較大開口的自然通風建筑中提供必要的氣流速度數據，將局部風速測量與氣流模式建模相結合，運用CFD或其他技術進行比例模型研究的方法可以改進通風量的計算準確性。

Samer等[26,82,100]對不同方法的通風量測算進行了大量的對比研究，發(fā)現各方法之間的總體差異很大（圖3），推薦測算時同時使用至少3種方法，當三分之二的測量方法或四分之三的方法獲得較為一致的結果時，排除離群值并以一致值作為當前的通風量估算。由圖3可知，在夏季熱平衡法、示蹤法與CO2平衡法的估算結果相當，而在冬季水汽平衡、示蹤法與CO2平衡法測算的結果有較好的一致性，且水汽平衡顯示出更好的效果。

圖3 幾種常用的通風量估算方法測算結果對比[26,100]

表1所示為相同條件下不同方法估算值的對比結果。相比較而言，熱平衡方法的估算誤差最大，普遍為高估，冬季尤其是在舍內溫度0 左右時估算誤差最大。水汽平衡法與恒定釋放量法的測試誤差平均約38%，普遍為低估，且夏季的估算誤差高于冬季。這可能是由于夏季噴淋降溫增加了舍內水汽蒸發(fā)量，測算時忽略了噴淋降溫對蒸發(fā)量的影響，進而導致結果偏低。冬季時，水汽平衡法的測算結果與示蹤法、CO2平衡法具有較好的一致性，估算誤差較低。相比于氣體監(jiān)測設備，空氣濕度監(jiān)測設備成本低、穩(wěn)定性更好。因此，生產應用中，水汽平衡法相對于示蹤法或CO2平衡法具有一定的優(yōu)勢，但需要修訂畜舍水汽排放量及潛熱估算方法，以提高該方法夏季測算精度。

表1 不同方法通風量檢測結果對比

注：負值表示相較于參考方法表現為低估，正值表示高估。

Note: A negative value indicates underestimation compared to the reference method, and a positive value indicates overestimation.

綜合考慮試驗成本、數據的連續(xù)性和估算結果的穩(wěn)定性和準確性，很多學者都認為CO2平衡法是一種經濟有效的估算方法[43,59,101-102]。Edouar等[103]利用CO2和SF6兩種示蹤氣體評估了自然通風牛舍的通風率，發(fā)現無論采樣位置和用于測量CO2濃度的設備如何，CO2質量平衡法比SF6的測量值低了10%～12%。這可能是因為非色散紅外傳感器Non-Dispersive InfraRed（NDIR）的儀器誤差而系統地高估CO2濃度或由于空氣不完全混合導致SF6測量值高估。Samer等[26, 100]的研究中，CO2平衡法相比于示蹤法的估算偏差平均在60%～70%左右，可能高估也可能低估，沒有顯著的規(guī)律，季節(jié)性的影響較小。Wang等[104]發(fā)現CO2平衡法估算的通風量較風速法偏高，較短的積分時間導致顯著通風量估算值差異，CO2濃度和溫度分別低于126 mg/m3和0 ℃時，CO2平衡方法無法可靠地估算畜舍的通風量。相較于示蹤氣體衰減法和恒定濃度法，恒定釋放量法可操作性更強，應用更廣泛，但在使用恒定釋放量法時需要慎重考慮氣體濃度采樣點的位置和計算時氣體濃度的取值方式。Ikeguchi等[42]發(fā)現當示蹤氣體測量點分布在示蹤氣體釋放點與通風口之間時，恒定釋放量法測得的通風量是衰減法測得通風量的5倍，而當測點位于示蹤氣體釋放點附近時，得到的通風量比衰減法小40%。Wu等[36]的研究表明，在大風速范圍內，CFD模擬法與衰減法獲取的通風量結果一致性較好，而與恒定釋放量法獲取的通風量差異較大，會有50%～66%的高估，導致差異的原因是采樣點濃度不具有代表性。相較于CO2平衡方法，衰減法測得結果更高，偏差在8%～25%之間，與環(huán)境溫度和計算時示蹤氣體濃度的取值方式有關。使用衰減法時，Ikeguchi等[42]的研究認為相比于利用單個傳感器測得的衰減率計算通風量后取算術平均的方式（VRave），將所有傳感器獲得的示蹤氣體濃度脈沖值合并為一條衰減曲線，然后計算通風量（VRsum）的方式更接近CO2平衡方法測得的結果，所以使用衰減法時推薦采用VRsum的取值方式估算通風量。

5 結論與展望

自然通風是畜舍廣泛使用的通風模式，自然通風理論和通風量測算方法的研究對畜禽舍環(huán)境控制和優(yōu)化、環(huán)境污染物排放的估算具有重要意義。國內外學者針對自然通風機理、通風量的計算以及影響通風量的影響因素等進行了廣泛深入的研究，并取得了比較一致的結論。但對于大開口條件下自然通風的理解仍然局限于伯努利方程的認識，因此需要一種更好的理論來解釋大開口條件下的自然通風機理。

不同的通風量測算方法在運用過程中各具優(yōu)缺點，測試結果也存在較大的差異和不確定性，需要根據需求合理使用相應的計算方法，加強基礎研究或建立新的方法提高通風量測算結果的準確度。對于間接法，舍內顯熱、潛熱、CO2的產生量和測試條件是影響測算準確度的關鍵，現有的產熱、產濕及產氣理論還存在不足，缺乏不同環(huán)境條件下畜禽產生量的動態(tài)估算模型和畜禽舍水平熱、濕、氣產生或散失量的估算方法。環(huán)境因子，尤其是氣體濃度測試位點的布置與通風量計算時的數據取用方法還需要進一步完善，形成標準化的測試流程和數據分析方法，提高測算結果的可靠程度。采用直接法時需要結合CFD模擬技術建立畜禽舍自然通風模型，所需確定的模型參數多，需通過更多的現場測量來對模型的精度進行檢驗。隨著開口逐漸變大，開口處更易發(fā)生雙向流動，并且這種流動很難在建模中處理，還需要進一步的研究。隨著現代流體測量技術的不斷改進，結合直接法和間接法建立畜禽舍通風模型，將CFD模擬與現場試驗結合，不斷修正模型參數，對單一畜禽舍乃至畜禽舍建筑群分布以及畜禽與環(huán)境之間相互作用機制進行研究，并將其應用到畜禽舍環(huán)境控制系統中，將會對改進環(huán)境控制方案，優(yōu)化環(huán)境控制策略，實現畜禽養(yǎng)殖優(yōu)質、高產具有積極的現實意義。

[1] Seedorf J, Hartung J, Schr?der M, et al. A survey of ventilation rates in livestock buildings in Northern Europe[J]. Journal of Agricultural Engineering Research, 1998, 70(1): 39-47.

[2] Saha Chayan K, Ammon Christian, Berg Werner, et al. The effect of external wind speed and direction on sampling point concentrations, air change rate and emissions from a naturally ventilated dairy building[J]. Biosystems Engineering, 2013, 114(3): 267-278.

[3] Evola G, Popov V. Computational analysis of wind driven natural ventilation in buildings[J]. Energy and Buildings, 2006, 38(5): 491-501.

[4] 蔡增基，龍?zhí)煊? 流體力學泵與風機[M]. 北京：中國建筑工業(yè)出版社，1999.

[5] Wang Y. Discharge coefficient characteristics of natural ventilation through large opening[J]. Heating Ventilating & Air Conditioning, 2008, 38(11): 17-20.

[6] Heiselberg Per, Sandberg Mats. Evaluation of discharge coefficients for window openings in wind driven natural ventilation[J]. International Journal of Ventilation, 2016, 5(1): 43-52.

[7] Rong L, Bjerg B, Batzanas T, et al. Mechanisms of natural ventilation in livestock buildings: Perspectives on past achievements and future challenges[J]. Biosystems Engineering, 2016, 151: 200-217.

[8] Bruce J M. Natural convection through openings and its application to cattle building ventilation[J]. Journal of Agricultural Engineering Research, 1978, 23(2): 151-167.

[9] Bruce J M. Ventilation of a model livestock building by thermal buoyancy[J]. Transactions of the ASAE, 1982, 25(6): 1724-1726.

[10] Allard Francis. Natural Ventilation in Buildings, a Design Handbook[M]. London: James & James (Science Publishers) Ltd, 1998.

[11] Wathes C M, Jones C D R, Webster A F J. Ventilation, air hygiene and animal health[J]. Veterinary Record, 1984, 113(24): 554-559.

[12] Hellickson M A, Walker J N. Ventilation of agricultural structures[M]. Joseph: American Society of Agricultural Engineers, 1983.

[13] Dick J B, Thomas D A. Ventilation research in occupied houses[J]. J. Inst. Heat. Vent. Eng., 1951, 19: 279-305.

[14] Karava P, Stathopoulos T, Athienitis A K. Wind driven flow through openings: A review of discharge coefficients[J]. International Journal of Ventilation, 2005, 3(3): 255-266.

[15] Incropera Frank P, Lavine Adrienne S, Bergman Theodore L, et al. Fundamentals of heat and mass transfer[M]. Jefferson: John Wiley &Sons, Inc. 2007.

[16] Bot G P A. Greenhouse climate: from physical processes to a dynamic model[D]. Wageningen: Wageningen University & Research, 1983.

[17] Kittas C, Papadakis G, Boulard T. Greenhouse ventilation rates through combined roof and side openings: An experimental study[J]. International Society for Horticultural Science, 1997, 443: 31-38

[18] Papadakis G, Mermier M, Meneses J F, et al. Measurement and analysis of air exchange rates in a greenhouse with continuous roof and side openings[J]. Journal of Agricultural Engineering Research, 1996, 63(3): 219-227.

[19] Boulard T, Meneses J F, Mermier M, et al. The mechanisms involved in the natural ventilation of greenhouses[J]. Agricultural and Forest Meteorology, 1996, 79(1): 61-77.

[20] Shen X, Zhang G, Bjerg B. Investigation of response surface methodology for modelling ventilation rate of a naturally ventilated building[J]. Building and Environment, 2012, 54(8): 174-185.

[21] Down M J, Foster M P. The design of livestock buildings for natural ventilation: the theoretical basis and a rational design method[J]. Journal of Agricultural Engineering Research, 1985, 37(1): 1-13.

[22] Foster M P, Down M J. Ventilation of livestock buildings by natural convection[J]. Journal of Agricultural Engineering Research, 1987, 37(3/4): 1-13.

[23] Down M J, Foster M P, McMahon T A. Experimental verification of a theory for ventilation of livestock buildings by natural convection[J]. Journal of Agricultural Engineering Research, 1990, 45(4): 269-279.

[24] Demmers T G M, Phillips V R, Short L S, et al. SE-structure and environment[J]. Journal of Agricultural Engineering Research, 2001, 79(1): 107-116.

[25] Eren Ozcan Sezin, Vranken Erik, Berckmans Daniel. An overview of ventilation rate measuring and modelling techniques through naturally ventilated buildings[J]. Ammonia Emissions in Agriculture, 2007(1): 351-353.

[26] Samer M, Berg W, Ller H J M, et al. Radioactive 85Kr and CO2balance for ventilation rate measurements and gaseous emissions quantification through naturally ventilated barns[J]. Transactions of the Asabe, 2011, 54(3): 1137-1148.

[27] N A A S I A, Moura D J, Bucklin R A, et al. An algorithm for determining opening effectiveness in natural ventilation by wind[J]. Transactions of the ASAE, 1998, 41(3): 767.

[28] Lee In-Bok, You Byoeng-Ki, Choi Kyu-Hong, et al. Study of internal climate of naturally and mechanically ventilated broiler houses[C]. Las Vegas: American Society of Agricultural and Biological Engineers, 2003

[29] Joo H S, Ndegwa P M, Heber A J, et al. A direct method of measuring gaseous emissions from naturally ventilated dairy barns[J]. Atmospheric Environment, 2014, 86: 176-186.

[30] Kiwan A, Berg W, Brunsch R, et al. Tracer gas technique, air velocity measurement and natural ventilation method for estimating ventilation rates through naturally ventilated barns[J]. Agricultural Engineering International : The CIGR e-journal, 2012, 14(4): 22-36.

[31] Larsen Tine S, Heiselberg Per. Single-sided natural ventilation driven by wind pressure and temperature difference[J]. Energy & Buildings, 2006, 40(6): 1031-1041.

[32] Fiedler A, Fischer J, Hempel Sabrina, et al. Flow fields within a dairy barn-Measurements, physical modelling and numerical simulation[C]. Bangkok, Proceedings of International Conference of Agricultural Engineering, 2014.

[33] Straw Matthew Peter. Computation and Measurement of Wind Induced Ventilation[D]. Nottingham: University of Nottingham, 2000.

[34] Ohba M, and Lun I. Overview of natural cross-ventilation studies and the latest simulation design tools used in building ventilation-related research[J]. Advances in Building Energy Research, 2010, 4(1): 127-166.

[35] Van Overbeke P, De Vogeleer G, Brusselman E, et al. Development of a reference method for airflow rate measurements through rectangular vents towards application in naturally ventilated animal houses: Part 3: Application in a test facility in the open[J]. Computers and Electronics in Agriculture, 2015, 115: 97-107.

[36] Wu W, Zhai J, Zhang G. Evaluation of methods for determining air exchange rate in a naturally ventilated dairy cattle building with large openings using computational fluid dynamics (CFD)[J]. Atmospheric Environment, 2012, 63: 179-188.

[37] Shen Xiong, Zhang Guoqiang, Wu Wentao, et al. Model-based control of natural ventilation in dairy buildings[J]. Computers and Electronics in Agriculture, 2013, 94: 47-57.

[38] 宮彬彬，馬承偉，李政紅. 運用CFD模擬計算溫室通風流量系數[J]. 農機化研究，2010，32(10)：11-15.

Gong Binbin, Ma Chengwei, Li Zhenghong. Confirmation the flow coefficient of greenhouse ventilation by computational fluid dynamics technique[J]. Journal of Agricultural Mechanization Research, 2010, 32(10): 11-15.(in Chinese with English abstract)

[39] 朱志平. 基于示蹤法測定豬舍自然通風量與有害氣體排放量研究[D]. 北京：中國農業(yè)大學，2007.

Zhu Zhiping. Study of Ventilation Rate Based on Tracer Gas Method and Gases Emission Rate in Naturally Ventilated Swine Building[D]. Beijing: China Agricultural University. 2007. (in Chinese with English abstract)

[40] Yi Qianying. Opening Effects on Indoor Airflows and Discharge Coefficient for Dairy Buildings Under Wind-Driven Ventilation[D]. Aarhus: Aarhus University, 2019.

[41] Takai H, Pedersen S, Johnsen J O, et al. Concentrations and emissions of airborne dust in livestock buildings in Northern Europe[J]. Journal of Agricultural Engineering Research, 1998, 70(1): 59-77.

[42] Ikeguchi A, Moriyama H. Measurement method of ventilation rate with tracer gas method in open type livestock houses[C]. XVIIthworld concress of the international commission of agricultural engineering, Quebec city, Canada, 2010, 13-17.

[43] Pedersen S, Takai H, Johnsen J O, et al. A Comparison of three balance methods for calculating ventilation rates in livestock buildings[J]. Journal of Agricultural Engineering Research, 1998, 70(1): 25-37.

[44] 陳帥，蔡穎玲，姜小敏. 幾種不同情況下的自然通風量的計算[J]. 四川建筑科學研究，2010，36(2)：285-287.

Chen Shuai, Cai Yingling, Jiang Xiaomin. Unforced ventilation rate calculation under several conditions[J]. Sichuan Building Science, 2010, 36(2): 285-287. (in Chinese with English abstract)

[45] Pedersen S. Climatization of animal houses[J]. 2000, 75(2): 177-182.

[46] Pedersen S, S?llvik K. Climatization of animal houses-heat and moisture production at animal and house level[R]. 4th Report of CIGR Working Group, 2002: 1-46.

[47] Ogink N W M, Mosquera J, Calvet S, et al. Methods for measuring gas emissions from naturally ventilated livestock buildings: Developments over the last decade and perspectives for improvement[J]. Biosystems Engineering, 2013, 116(3): 297-308.

[48] Ouwerkerk E N J, Pedersen S. Application of the carbon dioxide mass balance method to evaluate ventilation rates in livestock buildings[J]. Proc. XII CIGR World Congress on Agricultural Engineering, 1994, 1: 516-529.

[49] Seifert Joachim, Li Yuguo, Axley James, et al. Calculation of wind-driven cross ventilation in buildings with large openings[J]. Journal of Wind Engineering and Industrial Aerodynamics, 2006, 94(12): 925-947.

[50] Etheridge D. Natural ventilation of buildings: Theory, measurement and design[J]. International Journal of Ventilation, 2011, 10(4): 405-406.

[51] Yi Qianying, Zhang Guoqiang, K?nig Marcel, et al. Investigation of discharge coefficient for wind-driven naturally ventilated dairy barns[J]. Energy & Buildings, 2018, 165(4): 132-140.

[52] Kobayashi Tomohiro, Sagara Kazunobu, Yamanaka Toshio, et al. Stream tube based analysis of problems in prediction of cross-ventilation rate[J]. International Journal of Ventilation, 2009, 7(4): 321-334.

[53] Furukawa J, Yamanaka T, Kotani H. Cross-ventilation rate of building with windows arranged in series-Part2[J]. Norsk Informatikkonferanse, 2000, 2: 551-552.

[54] Gatley D P, Perez-Galindo J A, Couvillion R J, et al. ASHRAE Handbook: Fundamentals[M]. Atlanta: the American Society of Heating, Refrigerating and Air-Conditioning Engineers, Inc. 2009.

[55] Chiu Y H, Etheridge D W. External flow effects on the discharge coefficients of two types of ventilation opening[J]. Journal of Wind Engineering and Industrial Aerodynamics, 2007, 95(4): 225-252.

[56] Etheridge David. Natural ventilation of buildings theory measurement and design[J]. International Journal of Ventilation, 2016, 10(4): 405-406.

[57] 張宇峰. 自然通風計算基礎—表面風壓系數和開口流量系數[J]. 建筑科學，2016，32(12)：22-29.

Zhang Yufeng. Basis of natural ventilation calculation: Local wind pressure coefficient and opening discharge coefficient[J]. Building Science, 2016, 32(12): 22-29. (in Chinese with English abstract)

[58] Zhai Z，Johnson M H， Krarti M. Assessment of natural and hybrid ventilation models in whole-building energy simulations[J]. Energy and Buildings, 2011, 43(9): 2251-2261.

[59] 周軍莉，張國強，許艷，等. 自然通風開口流量系數影響因素探討[J]. 暖通空調，2006(12)：42-45.

Zhou Junli, Zhang Guoqiang, Xu Yan, et al. Discussion on influencing factors of opening discharge coefficient in natural ventilation[J]. Heating Ventilating & Air Conditioning, 2006(12): 42-45. (in Chinese with English abstract)

[60] Heiselberg P, Dam H, S?rensen L C, et al. Characteristics of Air flow through windows[C].// Australia: First International One day Forum on Natural and Hybrid Ventilation, Sydney, 1999.

[61] Heiselberg P, Svidt K, Nielsen P V. Characteristics of airflow from open windows[J]. Building and Environment, 2001, 36(7): 859-869.

[62] Heiselberg Per, Bj?rn Erik, Nielsen Peter V. Impact of open windows on room air flow and thermal comfort[J]. International Journal of Ventilation, 2016, 1(2): 91-100.

[63] True Jan Jensen, Sandberg Mats, Heiselberg Per, et al. Wind driven cross-flow analysed as a catchment problem and as a pressure driven flow[J]. International Journal of Ventilation, 2016, 1(4): 89-101.

[64] Shen Xiong, Zong Chao, Zhang Guoqiang. Optimization of sampling positions for measuring ventilation rates in naturally ventilated buildings using tracer gas[J]. Sensors, 2012, 12(9): 11966-11988.

[65] Karava P, Stathopoulos T, Athienitis A K. Wind driven flow through openings: A review of discharge coefficients[J]. International Journal of Ventilation, 2004, 3(3): 255-266.

[66] Bottcher R W, Willits D H, Baughman G R. Experimental analysis of wind ventilation of poultry buildings[J]. Transactions of the Asae, 1986, 29(2): 571-578.

[67] Choiniere Y. Wind Induced Natural Ventilation of Low-rise Buildings for Livestock Housing by the Pressure Difference Method and Concentration Decay Method[M]. Canada: University of Ottawa, 1991.

[68] Shrestha Ganesh L, Cramer Calvin O, Holmes Brian J, et al. Wind-induced ventilation of an enclosed livestock building[J]. Transactions of the Asae, 1993, 36(3): 921-932.

[69] Demmers T G M, Phillips V R, Short L S, et al. Validation of ventilation rate measurement methods and the ammonia emission from naturally ventilated dairy and beef buildings in the United Kingdom[J]. Journal of Agricultural Engineering Research, 2001, 79(1):107-116.

[70] Ernest D, Bauman Fred, Arens Edward A. The prediction of indoor air motion for occupant cooling in naturally ventilated buildings[J]. Ashrae Transactions, 1991: 539-552.

[71] Khanduri A C, Stathopoulos T, Dard Claude B E. Wind-induced interference effects on buildings: A review of the state-of-the-art[J]. Engineering structures, 1998, 20(7): 617-630.

[72] Kubilay A, Derome D, Blocken B, et al. Numerical modeling of turbulent dispersion for wind-driven rain on building facades[J]. Environmental Fluid Mechanics, 2015, 15(1): 109-133.

[73] Wirén B G. Effects of surrounding buildings on wind pressure distributions and ventilative heat losses for a single-family house[J]. Journal of Wind Engineering and Industrial Aerodynamics, 1983, 15(1): 15-26.

[74] Snell H G J, Seipelt F, Van den Weghe H F A. Ventilation rates and gaseous emissions from naturally ventilated dairy houses[J]. Biosystems Engineering, 2003, 86(1): 67-73.

[75] Horan Joseph M, Finn Donal P. Sensitivity of air change rates in a naturally ventilated atrium space subject to variations in external wind speed and direction[J]. Energy and Buildings, 2008, 40(8): 1577-1585.

[76] Ji Liang, Tan Hongwei, Kato Shinsuke, et al. Wind tunnel investigation on influence of fluctuating wind direction on cross natural ventilation[J]. Building and Environment, 2011, 46(12): 2490-2499.

[77] Jiang Yi, Chen Qingyan. Effect of fluctuating wind direction on cross natural ventilation in buildings from large eddy simulation[J]. Building and Environment, 2002, 37(4): 379-386.

[78] Rong L, Liu D, Pedersen E F, et al. The effect of wind speed and direction and surrounding maize on hybrid ventilation in a dairy cow building in Denmark[J]. Energy and Buildings, 2015, 86: 25-34.

[79] De Paepe Merlijn, Pieters Jan G, Cornelis Wim M, et al. Airflow measurements in and around scale-model cattle barns in a wind tunnel: Effect of wind incidence angle[J]. Biosystems Engineering, 2013, 115(2): 211-219.

[80] Norton Tomas, Grant Jim, Fallon Richard, et al. Assessing the ventilation effectiveness of naturally ventilated livestock buildings under wind dominated conditions using computational fluid dynamics[J]. Biosystems Engineering, 2009, 103(1): 78-99.

[81] Van Hooff T, Blocken B. On the effect of wind direction and urban surroundings on natural ventilation of a large semi-enclosed stadium[J]. Computers & Fluids, 2010, 39(7): 1146-1155.

[82] Samer M, Loebsin C, Fiedler M, et al. Heat balance and tracer gas technique for airflow rates measurement and gaseous emissions quantification in naturally ventilated livestock buildings[J]. Energy and Buildings, 2011, 43(12): 3718-3728.

[83] Simmons J D, Lott B D, May J D. Heat loss from broiler chickens subjected to various air speed and ambient temperatures[J]. Applied Engineering in Agriculture, 1997, 13(5):665-669.

[84] Stinn J P, Xin H. Heat and moisture production rates of a modern U.S. swine breeding-gestation-farrowing facility[J]. Transactions of the ASABE. 2014, 57(5): 1517-1528.

[85] Maia A S C, Dasilva R G, Loureiro C M. Battiston. Sensible and latent heat loss from the body surface of holstein cows in a tropical environment[J]. International Journal of Biometeorology, 2005, 50(1): 17-22.

[86] De Palo P, Tateo A, Padalino B, et al. Influence of temperature-humidity index on the preference of primiparous holstein friesians for different kinds of cubicle flooring[J]. Italian Journal of Animal Science, 2016, 4(9): 194-196.

[87] Nienaber J A, Hahn G L. Livestock production system management responses to thermal challenges[J]. International Journal of Biometeorology, 2007, 52(2): 149-157.

[88] Cook N B, Nordlund K V. The influence of the environment on dairy cow behavior, claw health and herd lameness dynamics[J]. Veterinary Journal, 2009, 179(3):360-369.

[89] West J W. Effects of heat-stress on production in dairy cattle[J]. Journal of Dairy Science, 2003, 86(6): 2131-2144.

[90] Van Buggenhout S, Van Brecht A, Eren ?zcan S, et al. Influence of sampling positions on accuracy of tracer gas measurements in ventilated spaces[J]. Biosystems Engineering, 2009, 104(2): 216-223.

[91] Bjerg B, Zhang G Q, Madsen J, et al. Use of gas concentration data for estimation of methane and ammonia emission from naturally ventilated livestock buildings[C]. XVIIth World Congress of the International Commission of Agricultural and Biosystems Engineering (CIGR). 2010: 1-10

[92] Ngwabie N M, Jeppsson K H, Nimmermark S, et al. Multi-location measurements of greenhouse gases and emission rates of methane and ammonia from a naturally-ventilated barn for dairy cows[J]. Biosystems Engineering, 2009, 103(1): 68-77.

[93] Fiedler A M, Müller H J. Emissions of ammonia and methane from a livestock building natural cross ventilation[J]. Meteorologische Zeitschrift, 2011, 20(1): 59-65.

[94] Wheeler E F, Zajaczkowski J L, Sabeh N C. Field evaluation of temperature and velocity uniformity in tunnel and conventional ventilation broiler houses[J]. Applied Engineering in Agriculture, 2003, 19(3): 367.

[95] Xin H. Use of CO2concentration difference or CO2balance to assess ventilation rate of broiler houses[J]. Transactions of the ASABE, 2009, 52(4): 1353-1361.

[96] Demmers Theo. Methods to measure the ventilation rate from naturally ventilated livestock buildings[J]. Ammonia Emissions in Agriculture, 2007: 357-358.

[97] Peet-Schwering C M C V D, Aarnink A J A , Rom H B , et al. Ammonia emissions from pig houses in the Netherlands, Denmark and France[J]. Livestock Production Science, 1999, 58(3):265-269.

[98] Sousa Patricia, Pedersen Soeren, Pesquisadora, et al. Ammonia emission from fattening pig houses in relation to animal activity and carbon dioxide production[J]. International Commission of Agricultural Engineering, 2004, 6: 1-12.

[99] Xin H, Li H, Burns R T, et al. Use of CO2concentration difference or CO2balance to assess ventilation rate of broiler houses[J]. Transactions of the ASABE, 2009, 52(4): 1353-1361.

[100] Samer M, Ammon C, Loebsin C, et al. Moisture balance and tracer gas technique for ventilation rates measurement and greenhouse gases and ammonia emissions quantification in naturally ventilated buildings[J]. Building and Environment, 2012, 50: 10-20.

[101] Ponchant P, Hassouna Mélynda, Ehrlacher A, et al. Application and validation of a simplified measurement method of gaseous emissions in naturally ventilated livestock buildings[J]. TeMA-Techniques et Marches Avicoles, 2008, 6: 4-10.

[102] Madsen J, Bjerg B S, Hvelplund T, et al. Methane and carbon dioxide ratio in excreted air for quantification of the methane production from ruminants[J]. Livestock Science, 2010, 129(1): 223-227.

[103] Edouard Nadège, Mosquera Julio, van Dooren Hendrik J C, et al. Comparison of CO2- and SF6- based tracer gas methods for the estimation of ventilation rates in a naturally ventilated dairy barn[J]. Biosystems Engineering, 2016, 149: 11-23.

[104] Wang Xiang, Ndegwa Pius M, Joo Hung Soo, et al. Indirect method versus direct method for measuring ventilation rates in naturally ventilated dairy houses[J]. Biosystems Engineering, 2016, 144: 13-25.

Mechanism analysis and airflow rate estimation of natural ventilation in livestock buildings

Ding Luyu1,2,3, E Lei1,4, Li Qifeng1,2,3※, Yao Chunxia1,2,3, Wang Chaoyuan4, Yu Ligen1,2,3, Gao Ronghua1,2,3, Ma Weihong1,2,3, Zheng Wengang2,3, Yu Qinyang1,2,3

(1.,100097,; 2.,100097,; 3.,100097,; 4.,,100193,)

Natural ventilation is energy-saving and preferred in livestock buildings under suitable conditions, especially for cattle and sheep. The natural ventilated livestock buildings usually have large-openings which result in the non-uniform distribution of wind speed and pressure at the openings, which makes it difficult to determine the air inlet and outlet and challenging to estimate airflow rate in a natural ventilated livestock buildings. Thermal buoyancy and wind pressure are the driving forces of natural ventilation whose airflow rate can be estimated directly by differential pressure method, wind speed method and CFD method, or indirectly by heat balance, moisture balance, CO2balance and tracer gas method. This review paper investigates the published works on the theory of natural ventilation in livestock buildings and the methods of airflow rate estimation to obtain a better understanding on the state of art for the mechanisms and estimation methods of airflow rate of natural ventilation in livestock buildings. Furthermore, this paper summarizes the key factors affecting natural ventilation and the principles of improving accuracy in the application of estimation methods to guide ventilation measurements better, promote natural ventilation or mixed ventilation in livestock barns, and provide a basis for optimizing environmental control strategies for the environment as a whole. Finally, different estimation methods of airflow rate are compared and the research gaps need to be further improved are concluded in this paper. Up to now, it is short of an accurate and disputable method to measure airflow rate in natural ventilation. The differences among different estimation methods are generally between 10% and 300%, showing a very big variance. The estimation accuracy of different methods is affected by the factors such as the discharge coefficient, the pressure coefficient, the reliability of estimated heat and moisture production from animal, and the measuring position of sensors. Compared with other methods, the CO2balance method is widely used in the field measurements, and the result is relatively stable. However, it is highly needed to standardize the layout of sensors and the usage of the measured gas concentrations from different sensors to appropriately calculate concentration difference between indoor and outdoor, improving the accuracy of assessing CO2production from livestock buildings. The moisture balance method has a potential application in field measurements and practical situations because of its low cost of sensors and relatively good performance in estimation airflow rate. Nevertheless, it is necessary to further establish the estimation models on moisture production from house level and dynamic latent heat production from animals to improve the accuracy of moisture balance method. In addition, it is helpful to assess the reliability of the measured airflow rates and decrease the uncertainty in airflow rate estimation using multiple methods at the same time. Furthermore, the existing methods are more suitable for design assistance rather than regulating the airflow rate in real situation. It is necessary to improve the existing method or establish a new method to guide the regulation of natural ventilation directly and effectively in livestock buildings.

ventilation; environmental control; airflow rate estimation; livestock buildings; direct method; indirect method

丁露雨，鄂雷，李奇峰，等. 畜舍自然通風理論分析與通風量估算[J]. 農業(yè)工程學報，2020，36(15)：189-201. doi：10.11975/j.issn.1002-6819.2020.15.024 http://www.tcsae.org

Ding Luyu, E Lei, Li Qifeng, et al. Mechanism analysis and airflow rate estimation of natural ventilation in livestock buildings[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(15): 189-201. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2020.15.024 http://www.tcsae.org

2020-04-19

2020-06-24

北京市自然科學基金（6194037）；國家重點研發(fā)計劃（2018YFD0500702-02，2018YFE0108500）；北京市優(yōu)秀人才青年骨干項目

丁露雨，助理研究員，博士，主要從事畜舍環(huán)境智能監(jiān)測與調控、畜禽養(yǎng)殖過程信息化及智能化等方面的研究。Email：dingly@nercita.org.cn

李奇峰，副研究員，博士，主要從事畜牧信息化研究。Email：liqf@nercita.org.cn

10.11975/j.issn.1002-6819.2020.15.024

S821.4+6

A

1002-6819(2020)-15-0189-13