تجلی هنر در معماری و شهرسازی 4 تابستان 1405 1405 04 01 A Review of Strategies for Improving Indoor Environmental Quality in Schools, with Emphasis on Transparent Building Envelopes, Thermal Comfort, and Indoor Air Quality in Semi-Hot and Arid Climates مروری بر راهبردهای بهبود کیفیت محیط داخلی در مدارس با تأکید بر پوسته‌های شفاف، آسایش حرارتی و کیفیت هوای داخلی در اقلیم‌های نیمه‌گرم و خشک 1 23 FA رسا کشنی دانشجوی دکتری، گروه معماری، واحد شیراز، دانشگاه آزاد اسلامی، شیراز، ایران. محمد پروا گروه معماری، واحد شیراز، دانشگاه آزاد اسلامی، شیراز، ایران حیدر جهان‌بخش دانشیار، گروه معماری، دانشکده فنی و مهندسی، دانشگاه پیام‌نور، تهران، ایران. وحیده حجتی گروه شهرسازی، واحد شیراز، دانشگاه آزاد اسلامی، شیراز، ایران. Journal Article 1404/10/01 <p>This systematic review synthesizes the factors associated with strategies for improving indoor environmental quality in schools located in semi-hot and arid climates, where high solar radiation, substantial temperature fluctuations ranging from 12°C to 42°C, low humidity, and frequent dust events create a fundamental trade-off among natural ventilation, mechanical cooling, and air filtration. No single strategy can simultaneously address all dimensions of indoor environmental quality. A systematic search was conducted in the ScienceDirect database for articles published between 2020 and 2026. Four keyword combinations covered transparent building envelopes and thermal comfort, indoor air quality, improvement strategies, and integrated indoor environmental quality models. Of the 1,200 articles identified, 25 were included after screening and were supplemented by four conference papers from Shiraz. A narrative synthesis was conducted using comparative summary tables. An optimal window-to-wall ratio of 15%–30%, combined with a south–southeast orientation, reduces cooling loads by 20%–40%, while dynamic shading systems combined with low-emissivity glazing achieve reductions of 36%–57%. In naturally ventilated classrooms, carbon dioxide concentrations exceed 1,000 ppm and reach 2,800–3,200 ppm when windows are closed, whereas particulate matter concentrations increase two- to fourfold, reaching 35–59 µg/m³, when windows are open. Photocatalytic filters remove 82%–96% of volatile organic compounds, while HEPA air purifiers reduce particulate matter concentrations by 14%–56%. Machine-learning models based on the Random Forest algorithm predict dissatisfaction with indoor environmental quality with an R² of 0.91 using carbon dioxide, volatile organic compounds, temperature, and humidity as predictor variables. Nevertheless, the three-way trade-off remains unresolved across all stand-alone strategies. This is the first integrated review specifically addressing indoor environmental quality in semi-hot and arid climates by combining four domains—building-envelope design, air-quality monitoring, improvement technologies, and integrated modeling—with field data from Shiraz. The proposed framework, comprising passive design, controlled ventilation with filtration, low-cost sensors, and machine-learning-based control, provides practical guidance for policymakers and practitioners. It also highlights key research gaps, including the need for long-term field studies, climate-specific machine-learning models, and the quantification of health outcomes in these understudied regions.</p> <p>این مرور سیستماتیک به ترکیب عوامل مربوط به راهبردهای کیفیت محیط داخلی در مدارس واقع در اقلیم‌های نیمه‌گرم و خشک می‌پردازد؛ مناطقی که تابش خورشیدی بالا، نوسانات دمایی شدید (۱۲ تا ۴۲ درجه سانتیگراد)، رطوبت کم و رویدادهای گردوغبار مکرر، مبادله‌ای اساسی بین تهویه‌ی طبیعی، سرمایش مکانیکی و فیلتراسیون ایجاد کرده‌اند. هیچ راهبرد واحدی قادر به حل همزمان تمام مسائل کیفیت محیط داخلی نیست. جستجوی سیستماتیک در پایگاه داده‌ی ساینس‌دایرکت برای مقالات منتشرشده بین سال‌های ۲۰۲۰ تا ۲۰۲۶ انجام شد. چهار ترکیب کلیدواژه، پوسته‌های شفاف و آسایش حرارتی، کیفیت هوای داخلی، راهبردهای بهبود، و مدل‌های یکپارچه‌ی کیفیت محیط داخلی را پوشش دادند. از ۱۲۰۰ مقاله، ۲۵ مقاله پس از غربالگری وارد شدند که با چهار مقاله‌ی کنفرانسی از شیراز تکمیل شده‌اند. ترکیب روایی با استفاده از جداول خلاصه‌ی مقایسه‌ای انجام شد. نسبت بهینه‌ی پنجره به دیوار (۱۵ تا ۳۰ درصد) با جهت‌گیری جنوب-جنوب شرقی، بار سرمایش را ۲۰ تا ۴۰ درصد و سایه‌بان پویا همراه با شیشه‌ی کم‌گسیل، آن را ۳۶ تا ۵۷ درصد کاهش می‌دهد. در کلاس‌های با تهویه‌ی طبیعی، دی‌اکسیدکربن از ۱۰۰۰ پی‌پی‌ام فراتر رفته و در حالت بسته بودن پنجره‌ها به ۲۸۰۰ تا ۳۲۰۰ پی‌پی‌ام می‌رسد، در حالی که ذرات معلق در حالت باز بودن پنجره‌ها دو تا چهار برابر (۳۵ تا ۵۹ میکروگرم بر متر مکعب) افزایش می‌یابد. فیلترهای فوتوکاتالیستی ۸۲ تا ۹۶ درصد ترکیبات آلی فرار را تخریب می‌کنند و تصفیه‌کننده‌های HEPA، ذرات معلق را ۱۴ تا ۵۶ درصد کاهش می‌دهند. مدله‌ای یادگیری ماشین (Random Forest) با R^2=0.91 با استفاده از دی‌اکسیدکربن، ترکیبات آلی فرار، دما و رطوبت، نارضایتی از کیفیت محیط داخلی را پیش‌بینی می‌کنند. با این حال، مبادله‌ی سه‌گانه در تمام راهبردهای تکی همچنان پابرجاست. این نخستین مرور یکپارچه‌ای است که به‌طور خاص به کیفیت محیط داخلی در اقلیم‌های نیمه‌گرم و خشک می‌پردازد و چهار حوزه‌ی طراحی پوسته، پایش کیفیت هوا، فناوری‌های بهبود و مدلسازی یکپارچه را با داده‌های میدانی از شیراز ترکیب می‌کند. چارچوب پیشنهادی، شامل طراحی غیرفعال، تهویه‌ی کنترل‌شده با فیلتراسیون، حسگرهای کم‌هزینه و کنترل مبتنی بر یادگیری ماشین، راهنمای عملی برای سیاست‌گذاران و دستاندرکاران ارائه می‌دهد. همچنین شکاف‌های تحقیقاتی کلیدی مانند مطالعات میدانی بلندمدت، مدل‌های یادگیری ماشین ویژه‌ی اقلیم و کمی‌سازی پیامدهای سلامت را در این مناطق کمتر مطالعه‌شده برجسته می‌سازد.</p> https://jmaaue.org/index.php/jmaaue/article/download/240/181