高湿性建筑物的墙体由于长时间处于高湿环境中,从而频繁产生结露情况,会诱发墙面霉菌等微生物的滋生。墙体表面霉菌的存在会影响室内空气品质(Indoor Air Quality,IAQ),导致病态建筑综合征(Sick Building Syndrome,SBS),对人类健康存在潜在的危害。因此亟需一种有效的方法或手段,可以在有限的远程传感器数据输入端的情况下帮助辨识潜在的污染源。因此本文以沈阳市高湿性建筑物为研究对象,利用实验采样、理论分析、数值模拟和计算验证相结合的方法,提出了对高湿性建筑物空间下有限突发微生物污染源辨识的方法。本文首先介绍了霉菌滋生预测模型和微生物污染源辨识方法。在污染源位置辨识方面采用优化法和概率法,提出了皮尔森相关系数法来对污染源实现定性辨识,同时利用模糊集合论的概率思想,对污染源实现定性位置辨识。通过对房间8个区域内8组待测点污染源进行模拟,在室内空间特殊点布置的三枚传感器均在200s内实现了准确的源辨识,且在300s后辨识结果评分率达到了 90%以上。验证了皮尔森相关系数法的正确性。在污染源强度辨识方面,提出推论:待测点污染源散发源强与假设区域体心点散发源强两者存在正比关系,其比例系数为两者拟合曲线斜率k值。该推论的提出解决了在污染源未知的情况下,可以在有限时间内准确预测出污染源散发点的源强特性。在多空间整体传感器布局优化方面,从源识别时长和辨识得分率两方面,对比分析了三种位置的传感器β1、β2和β3的源辨识效果。以分时段获得的得分率为标准,对比发现在混合通风的房间内,排风口处是布置传感器的最佳位置,其次是送风口的位置,辨识效果最差的是房间的几何中心位置。以沈阳市某高校公共浴池办公大厅作为高湿建筑研究对象,进行霉菌类别的采样实验。随后利用CHAMPS墙体模拟软件和WUFI-Bio霉菌生长模拟软件模拟霉菌滋生情况,得到了霉菌生长速率变化曲线和霉菌生长指数曲线。通过对霉菌的影响因素敏感性的分析,发现影响霉菌生长效果因素由大到小依次是湿度、霉菌生长材料、温度。以此辨识结果为基础,得到了墙体内表面霉菌滋生风险室内温湿度临界线,并提出了高湿性建筑物墙体霉菌滋生的系列控制策略。本课题的研究成果将实现对高湿性建筑物内有限突发性微生物污染源的辨识,进而达到降低建筑能耗、增强墙体耐久性和提高IAQ的目的,形成高湿性建筑室内高效的污染物的控制策略,解决高湿性建筑内空气品质日趋恶化的重大民生问题。