当今社会,我国大力倡导节能减排,建筑节能设计已成为建筑设计的重要组成部分。在进行建筑节能设计时,设计参数的确定离不开合理、可靠的基础参数的支持。在室内环境方面,国外发达国家已建立了热舒适基础数据库,并由此形成了标准体系,但我国仍缺乏行业内公认的数据库。热舒适基础数据的质量将直接影响数据挖掘分析的结果,对热舒适数据进行质量控制具有重要意义。目前对热舒适数据质量控制方法的研究有待完善,有关数据特征对数据集质量的影响分析还鲜少有人涉及。本文针对室内温度、相对湿度、平均辐射温度、空气流速、新陈代谢率和服装热阻六种人体热舒适影响因素和热感觉投票（Thermal Sensation Vote,TSV）、热舒适投票（Thermal Comfort Vote,TCV）、热可接受度投票（Thermal Acceptability Vote,TAV）三种主观评价指标,根据建筑环境特点和人员生活习惯,从缺失值识别、数据一致性检查、异常值检测三方面提出了办公和居住建筑热舒适现场调查数据的质量控制方法。在异常值检测方面,主观投票值存在着受试者误解、人员录入错误等质量问题。通过对比分析常用的异常值检测方法,并结合热舒适原理,研究提出了采用基于SET（Standard Effective Temperature,标准有效温度）距离的两步架构异常值检测方法对TSV进行异常值检测,该方法以标准有效温度SET为指标,采用基于距离d的K-近邻（K-Nearest Neighbor,KNN）分类方法确定相似工况点,并采用基于高斯分布的异常值处理方法确定异常值。同时,提出采用数据可视化方法对TCV和TAV进行异常值检测。基于该方法,本文采用MATLAB语言开发了热舒适现场调查数据处理系统。本文对寒冷地区的大连、郑州、洛阳、天津4个城市进行了办公和居住建筑现场调查,并收集有效问卷2447份。在本次调查数据基础上,研究还收集了来自其他高校的热舒适现场调查数据,并采用提出的数据质量控制方法,对收集到的所有数据进行了质量控制,从而建立了经过严格质量控制、覆盖全面的中国热舒适数据库,数据库涵盖自2001年至2021年近20年来的覆盖中国五个热工分区24个省50个城市的热舒适现场调查数据41977组,数据分布较广,在环境温度和调查地点上具有一定的代表性。基于建立的热舒适数据库,本文以热感觉模型作为评价数据集质量的依据,从样本数量、数据分布以及数据范围三个方面分析了数据特征对数据集质量的影响。研究采用基于区间估计的样本量计算方法,得到在办公和居住建筑热舒适现场调查中,最小样本量为350。对比发现,相比于正态分布和均匀分布数据,正偏态分布数据中性温度偏低,负偏态分布数据中性温度偏高,均匀分布数据建立的热感觉模型更稳健。随着温度范围的减小,冬季中性温度升高,夏季中性温度降低,建立的热感觉模型精度减小。