A Comprehensive Indoor Environment Dataset from Single-family Houses in the US

本数据集名为‘A Comprehensive Indoor Environment Dataset from Single-family Houses in the US’，由弗吉尼亚理工大学的研究团队创建。数据集包含从美国弗吉尼亚州三个独栋住宅中收集的室内环境数据，涵盖温度、湿度、空气质量和噪音水平等多种环境因素。数据通过10个传感器设备收集，每分钟记录一次，总计超过250万条记录。创建过程中，研究人员使用了Building Data Lite系统，确保数据的准确性和可靠性。该数据集主要用于建筑能耗模型、居住者行为分析、预测性维护等领域的研究，旨在优化建筑性能和居住者舒适度。This dataset is named *A Comprehensive Indoor Environment Dataset from Single-family Houses in the US*, which was developed by a research team at Virginia Tech. It contains indoor environmental data collected from three single-family residences in Virginia, USA, covering a wide range of environmental metrics such as temperature, humidity, air quality, and noise levels. The data was acquired using 10 sensor devices, with one recording taken every minute, totaling over 2.5 million records. During the dataset's development, researchers utilized the Building Data Lite system to ensure the accuracy and reliability of the dataset. This dataset is primarily intended for research in fields including building energy modeling, occupant behavior analysis, and predictive maintenance, with the goal of optimizing building performance and occupant comfort.

搜集汇总

数据集介绍

构建方式

该数据集源自美国弗吉尼亚州三栋独户住宅的纵向案例研究，依托Building Data Lite（BDL）系统进行采集。BDL系统是一种基于Raspberry Pi的分布式、可扩展且经济高效的开源传感平台，支持定制化传感节点部署。研究团队在三栋住宅的客厅、厨房、卧室等关键区域共安装了10个传感设备，其中5个配备Enviro Plus传感器阵列（含MICS6814气体传感器），其余5个使用标准Enviro板。设备以每分钟一条记录的频率持续采集数据，历时约一年，最终汇聚超过250万条记录。所有数据通过互联网实时传输至中央服务器，并在本地存储备份以确保数据完整性。

特点

该数据集以高时间分辨率（1分钟/条）和长跨度（一年）覆盖了室内环境的多个关键维度，包括温度、湿度、气压、光照、噪音及气体浓度（氧化性、还原性、氨气）。其独特之处在于提供了详细的传感器部署平面图，并附有元数据文件，包含统计摘要、数据预览及时间范围等信息，便于研究者快速理解数据分布。此外，数据集通过对比室外气象站数据与室内温度记录进行了技术验证，证实了数据的一致性与可靠性。缺失数据段（如设备断电期间）亦被明确标注，为数据清洗与建模提供了透明度。

使用方法

研究者可通过BDL系统网站（www.building-data-lite.com）的图形界面直接下载CSV格式数据，或从OSF与GitHub仓库获取完整数据集。数据分析推荐使用Python的Pandas和Matplotlib库，示例代码以Jupyter Notebook形式提供。对于特定设备或传感器类型，用户可通过勾选复选框实现选择性下载。数据文件按传感器类型（Enviro Plus与标准Enviro）分文件夹存储，并附有元数据与验证脚本。该数据集适用于建筑能耗建模、 occupant行为分析、预测性维护及机器学习算法基准测试等领域。

背景与挑战

背景概述

建筑环境数据的开放获取对于推动住宅性能研究与建筑能效优化至关重要。2023年，弗吉尼亚理工大学的研究团队Sheik Murad Hassan Anik、Xinghua Gao与Na Meng发布了美国独栋住宅室内环境综合数据集，该数据集源自一项纵向多阶段调查，旨在深入探究居住者与环境的多维交互特征。研究团队在弗吉尼亚州三栋独立住宅的多个关键区域部署了10个基于Building Data Lite系统的传感节点，以每分钟一次的频率持续采集温度、湿度、空气质量及噪声等指标，历时一年，累积超过250万条记录。该数据集不仅提供了详尽的传感器布局平面图，还通过对比气象站数据验证了其可靠性，为建筑能耗建模、居住者行为分析及预测性维护等领域的研究提供了坚实的数据基础，显著推动了建筑性能数据科学的进步。

当前挑战

该数据集所解决的领域问题核心在于室内环境监测中高精度、长时间序列数据的匮乏，传统研究常受限于采样频率低或覆盖范围窄，难以捕捉居住环境的动态变化与细微波动。在数据构建过程中，团队面临多重挑战：首先，传感设备需在居住环境中长期稳定运行，但实际部署中出现了因断电或网络中断导致的数据缺失，如某设备在2021年12月至2022年1月间完全无记录；其次，气体传感器MICS6814虽能检测还原性、氧化性及氨气三类气体，却无法精确量化单一成分，需依赖基线对比法进行趋势分析，增加了数据解读的复杂性；此外，部分属性如噪声与气体浓度缺乏基准数据集用于直接验证，团队仅能通过室内外温度相关性及多设备间湿度一致性间接佐证数据有效性，这限制了数据集在特定场景下的应用广度。

常用场景

经典使用场景

该数据集聚焦于美国独栋住宅室内环境参数的长期监测，涵盖温度、湿度、空气质量及噪声水平等关键指标。通过部署于三户住宅中十个传感节点，以每分钟一条记录的频率持续采集逾一年，累积超过250万条数据。这一高时间分辨率的室内环境记录，为建筑性能建模提供了精细化的实测基础，尤其适用于构建与验证建筑能耗模拟、暖通空调系统优化及居住者行为预测等经典研究场景。

实际应用

在实际应用中，该数据集为智能家居系统开发商和建筑运维管理者提供了宝贵资源。基于其记录的温湿度与气体浓度变化，可开发预测性维护算法，提前预警暖通设备故障或空气质量恶化。同时，数据中蕴含的居住者活动模式（如照明与噪声波动）可用于优化自动化控制策略，例如动态调节照明与通风系统以兼顾节能与舒适。此外，该数据集还为物联网传感平台的部署方案设计提供了参考范例。

衍生相关工作

该数据集衍生了一系列经典工作，包括基于其数据开发的建筑能耗基准测试模型、室内环境质量评价指标以及居住者行为模式识别算法。研究者利用该数据验证了低成本传感系统（如Building Data Lite）在长期监测中的可靠性，并推动了开源建筑性能数据平台的发展。此外，数据驱动的异常检测方法（如识别传感器离线时段与数据缺失模式）也以此为依托，为后续智能建筑运维研究奠定了方法论基础。