提出了一种多模块适应性通风(multi-module　adaptive　ventilation,MAV)方法,同时研究其在多场景类型建筑中面对室内场景变化和污染源位置变化时,控制污染物扩散和排除污染物的性能.以一教室为模型,利用计算流体动力学(computational　fluid　dynamics,CFD)技术模拟教室正常上课和集体讨论场景下的污染物分布情况,并在正常上课场景下进行污染源位置变化的讨论.其中示踪气体CO2用于模拟感染者咳嗽产生的污染物.选用了5　种不同的MAV模式和传统混合通风(mixing　ventilation,MV)模式,比较了它们在面对教室内不同污染源位置和不同场景时,人员呼吸区的污染物浓度和去除率.结果表明合适的MAV模式下污染物在呼吸区的相对浓度更低、排除率更高,其中MAV平行模式在集体讨论场景下、污染源位置为P3　时的呼吸区污染物去除率(contaminant　removal　efficiency,CRE)是MV模式的7.52　倍,呼吸区相对污染物质量浓度Cr　为MV模式的　52.4%,说明合适的MAV模式能更好地适应场景和污染源位置的变化.