近年来,以PM₁₀和PM_2.5为主要污染物的雾霾天气在我国大面积频发,PM_2.5已经成为我国大气颗粒物污染的首要污染物。现代人们一天有80%⁹0%的时间是呆在室内的,室内的PM_2.5浓度是同时受多种因素影响的,因而有必要对这些因素如何影响室内PM_2.5浓度进行探讨,从而进一步达到对室内PM_2.5进行控制的目的。本研究以武汉地区某综合办公室为例,采用现场实测的方法对办公室A的室内外PM_2.5浓度进行了为期一周的监测,测试期间同时收集当地室外气象数据和记录室内人员各项行为活动,并分析这些影响因子对室内PM_2.5浓度变化的影响。结果显示:室内外PM_2.5具有较强的正相关性;不同的室外天气状况下,室内PM_2.5浓度相差很大;室内PM_2.5浓度与室外温度呈负相关关系,与湿度呈较弱的正相关关系,与风速呈U形关系;主导风向对室内PM_2.5有清洁作用;外窗开度影响室内PM_2.5浓度向室外靠拢的时间;分体式空调对室内PM_2.5的过滤效果有限;室内人员的行为活动较室内人员数量对室内PM_2.5浓度变化的影响更大。针对办公室内的影响因素采用正交实验法在办公室B内进行了PM_2.5多室内因素影响下的正交实验,并将实验数据结合室外气象数据建立数据库,以室内PM_2.5浓度为自变量来进行多元线性回归分析和逐步回归分析,分析过程中剔除与因变量不显著的自变量,建立室内PM_2.5浓度影响因素最优回归方程,该方程表示室内PM_2.5最主要的影响因素为室外PM_2.5浓度、室外风向、室内人员数量、南外窗开启面积、室外天气状况。在实测数据分析的基础上,利用室内PM_2.5质量浓度平衡建立室内PM_2.5浓度的综合数学物理模型,该模型考虑了室外PM_2.5透过围护结构开口对室内的传播、室内PM_2.5的产生及沉降,室内人员行为活动以及空调系统的送风情况。利用实测数据,通过软件模拟方法和数值分析方法辅助来验证室内PM_2.5浓度模型的有效性,验证结果表明该模型有较好的准确性。