基于HDR实测的高校教室采光环境评价研究

孔 哲，李 想，张如嫣，孔星淇，倪璟浩，宁芃瑄

(东南大学建筑学院，江苏 南京 210096)

引言

人们基于视觉系统汲取80%以上的信息，光环境对人们的视觉和行为活动起到重要的支持作用。在人类漫长的进化过程中，视觉系统更适应自然光谱的构成。在校园建筑中，天然光环境的合理利用不仅能够有效地降低人工照明的使用，节能减碳[1]，更能提高学生的警觉性、帮助其集中注意力、提高学习效率[2,3]。因此，教室天然光环境品质研究对健康室内环境的营造和绿色建筑的实现均具有支持作用。

郝洛西等[4]总结了光环境对人们的三方面影响：视觉功效、昼夜节律和情绪调节。现今大多数天然光环境品质研究集中在视觉功效方面，现有天然光环境评价体系包括光环境的充足度和舒适度两方面，充足度主要采用水平工作面照度和采光系数来衡量；舒适度主要采用眩光指数(Daylight Glare Index，DGI)衡量[5]，但对视觉其他方面的评价较为缺失。吴硕贤院士于2017年提出的光景概念[6,7]，从光环境与空间构成、材料分布结合的角度来衡量光环境的品质，并基于光源的种类分为自然光景和人工光景。光景概念的提出和光景学的建立，表明仅从充足度和舒适度两方面评价视觉功效的局限性，对光环境研究起到了重要的指导作用。

已有研究在视觉充足度和舒适度评价的基础上，拓展光环境的主观评价因子。徐俊丽等[8,9]探究心脏重症监护病房中光环境品质与被试者的视觉主观评价关系，采用由12组形容词构成的语义差别量表收集被试者的评价反馈，从而基于色温、照度和照明方式总结出医患人员的偏好。Franz等[10]通过VR(Virtual Reality)呈现16组不同采光口设计场景，采用语义差别量表提取被试者评价，发现窗墙比与人们对空间评价的趣味程度相关联，空间比例与人们对空间评价的美好程度相关联。Lam等[11]以宗教建筑为载体发现，增加窗户的数量使人们对光环境的评价从神圣的和诗意的转向世俗的和实用化的。由以上代表性研究可知，以语义解析法为研究方法，在充足度和舒适度的基础上拓展人们对光环境的视觉评价因子，有助于精细化指导光环境设计，更有助于突进光景学的进一步发展。

本研究以高校教室的自然光景为研究对象，采用网络问卷收集使用者的视觉评价，采用高动态(High Dynamic Range，HDR)图片技术实测使用者所经历评价的场景亮度分布，通过主观数据和客观数据的结合分析，全面评价教室的自然光景品质，探索视觉评价因子的关联性以及常用采光设计指标的有效性。

1 实验设计

1.1 主观及客观数据收集流程

本研究在南京某高校教室开展，分别测试了前工院和逸夫建筑馆两个教学楼的三个工作室。前工院为建筑学院本科生的工作室，实测教室在四楼和五楼，侧窗均为南北朝向，窗墙比为38%；逸夫建筑馆为研究生工作室，实测教室在四楼南朝向，窗墙比为40%。图1为前工院室内外透视，以及逸夫建筑馆室内外透视图。三个工作室均进行天然光环境下的光环境评价研究，即在数据收集前先关闭人工照明，拉开窗帘，以保证充足的采光进入室内。

图1 实测教室室内外透视图Fig.1 Exterior and interior perspectives of actual classrooms

数据收集分为两步：首先，在学生同意参与的前提下发送网络问卷链接，学生用个人电脑(笔记本或台式机)回答问卷。若在作答问卷的过程中有问题，学生可以随时向研究人员提问；其次，学生提交问卷后马上离开自己座位，研究人员开始进行测量水平桌面照度、相机镜头垂直照度、拍摄若干低动态图片等工作，光环境数据测量结束后请学生继续之前的工作。调研分三天进行，均为晴天，分别在2020年11月14日、11月19日和12月12日，从上午10点持续到下午4点。

1.2 主观评价问卷构成

主观问卷分为三部分：个人信息、视觉功效评价和视觉偏好评价。个人信息包括性别和年龄；视觉功效问题综合Kong和Jakubiec等[12,13]的研究，评价座位上天然光环境的充足度、舒适度、满意度、眩光程度和眩光光源、改善天然光环境以及室外景色。视觉偏好采用语义差别(Semantic Differential，SD)量表，评价尺度为7级，以4为中心对称，1为最低值，7为最高值。SD量表由八对评价因子构成，分别评价天然光环境的对比度、均匀度、变化程度、兴奋程度、分散程度、复杂程度、刺激程度和愉悦程度，视觉偏好的评价因子参照Rockcastle和Chamilothori的研究[14,15]。

1.3 光环境数据及主观评价数据分析

高动态(High Dynamic Range，HDR)图片采用佳能5D Mark IV和鱼眼镜头SIGMA f/3.5拍摄，感光度为100、光圈为f11、快门速度范围由30秒到1/8 000秒，每两档拍摄一张。HDR图片的拍摄和数据合成操作依照Jakubiec等[16]的研究成果，以保证高动态图片数据的准确性。基于拍照前后测量的水平照度(Eh)和垂直照度(Ev)计算Eh和Ev的平均值，采用evalglare[17]计算HDR图片的平均亮度(Lmean)、眩光指数DGI(Daylight Glare Index)[5]和眩光指数DGP(Daylight Glare Probability)[18]。其中DGI为我国《建筑采光设计标准》定义量化判断采光环境舒适度的眩光指标[5]，DGP为Wienold基于HDR技术提取的采光环境眩光指标[18]。两种眩光指数均设定5倍工作区域亮度平均值为眩光光源最低值。主观问卷数据和客观光环境指标数据汇总后，采用SPSS和Rstudio进行数据分析。主观问卷评价数据的Alpha信度系数为0.754，KMO值为0.747，大于0.7，说明问卷的结构效度良好。采用Shapiro-Wilk检测，所有的p<0.05，即不符合正态分布，数据分析采用非参数分析方法。

2 研究结果

2.1 主观评价数据

本次研究共回收56份有效问卷，其中41位本科生，15位研究生；27位男生，29位女生；平均年龄为21.2岁。图2为视觉功效[图2(a)]和视觉偏好[图2(b)]主观评价的人数比例和分布范围。视觉功效方面，28位被试者(50.0%)认为座位上的采光环境充足，22位被试者(39.3%)对座位上的采光环境感到舒适，26位被试者(46.4%)对座位上的采光环境感到满意，12位被试者(21.4%)评价座位上有干扰程度或程度无法忍受的眩光，18位被试者(32.2%)希望降低采光环境。选择最多的三个眩光原因为窗户、电脑屏幕和直射光线，分别有27位、12位和11位被试者选择。视觉偏好方面，27位被试者(48.2%)认为采光环境对比度强，32位被试者(57.1%)认为采光环境不均匀，15位被试者(26.9%)认为采光环境多变，11位被试者(19.7%)认为座位上的采光环境令人兴奋，30位被试者(53.6%)认为采光分布集中，10位被试者(17.9%)认为采光环境复杂，26位被试者(46.4%)认为采光环境有刺激性，24位被试者(42.9%)认为采光环境令人愉快。

图2 视觉功效和视觉偏好评价数据分布Fig.2 Distributions of subjective assessments for visual comfort and visual preference

2.2 光环境数据分布

表1为实测采光环境数据，水平桌面照度(Eh)的变化范围在42～32 650 lx之间，平均值为3 742 lx；垂直照度(Ev)的变化范围在26～4 646 lx之间，平均值为619 lx；由于实测的三天均为晴天，有7位被试者座位沿南侧窗，做问卷及测量数据时有直射光线落到桌面，Eh在14 104～32 650 lx之间。比较拍摄HDR图片前后的Ev变化在10%以内，即为稳定的直射光线落在水平桌面的情况，因此这7组数据保留在分析数据中。基于HDR图片提取了平均场景亮度(Lmean)、DGI和DGP结果。Lmean的变化范围在9～3 473 cd/m2之间，平均值为304 cd/m2。图3呈现了三组实测HDR图片、伪彩图以及眩光分析图。其中图3(a)为“无法容忍”程度眩光，伪彩图的阈值为1 cd/m2至3×104cd/m2，整体采光环境过亮，眩光主要集中在侧窗和桌面区域[图3(a)眩光分析图的彩色区域]；图3(b)为“可察觉”程度眩光，伪彩图的阈值为1cd/m2至1.5×104cd/m2，眩光区域仍集中在侧窗和桌面区域；图3(c)为“未察觉”程度眩光，场景亮度整体较暗，伪彩图的阈值为1cd/m2至3×102cd/m2，不存在眩光区域。图3的三组HDR图展示了实测HDR不同眩光程度和亮暗层级的场景。

图3 实测HDR图片、HDR伪彩图以及眩光分析图Fig.3 HDR images,falsecolor images and results of daylight glare

表1 实测采光环境数据Table 1 Statistical information of daylighting predictors based on field measurements

2.1 主观评价因子相关性分析

图4以矩阵的方式展示主观问卷评价因子的斯皮尔曼分析结果和分析图，相关系数ρ右上角的红色星号表示该相关性成立，且ρ值越高、ρ字号越大，表示两个评价因子的相关程度越高。在视觉功效部分，满意度和舒适度呈紧密正相关(ρ=0.74，p<0.001)；光环境调节与充足度呈紧密负相关(ρ=-0.68，p<0.001)，当采光环境充足甚至过亮时，使用者倾向于降低采光水平；眩光程度与充足度呈正相关(ρ=0.44，p<0.01)，与舒适度(ρ=-0.44，p<0.01)、满意度(ρ=-0.43，p<0.01)和光环境调节(ρ=-0.49，p<0.001)均呈负相关。

在视觉偏好部分，均匀度与其他七个评价因子不相关，因此从图4中删除。其中变化程度、兴奋程度、分散程度和刺激程度分别与5个评价因子相关，对比程度与4个评价因子相关，复杂程度和愉悦程度仅与2个评价因子相关。仅愉悦程度分别与兴奋程度(ρ=-0.38，p<0.01)和刺激程度(ρ=-0.43，p<0.001)呈负相关，即兴奋程度和刺激程度高的采光分布会降低被试者的愉悦度。刺激程度与兴奋程度呈紧密正相关(ρ=0.73，p<0.001)，即被试者评价座位采光环境的兴奋程度越高，刺激程度也越高。其余成立的相关性均为中等或弱相关(ρ的绝对值范围为0.27～0.43)，即视觉偏好评价因子之间的关联性较弱。

视觉功效和视觉偏好评价之间，愉悦程度分别与舒适度(ρ=0.69，p<0.001)和满意度(ρ=0.73，p<0.001)呈紧密正相关。眩光程度分别与刺激程度(ρ=0.68，p<0.001)和兴奋程度(ρ=0.57，p<0.001)呈正相关，舒适度和满意度分别与兴奋程度和刺激程度呈负相关(ρ的范围为-0.35～-0.29)，相关性较弱。光环境调节与对比度(ρ=-0.3，p<0.05)、兴奋程度(ρ=-0.43，p<0.01)、分散程度(ρ=-0.36，p<0.01)和刺激程度(ρ=-0.60，p<0.001)均呈负相关。

注：*相关性在0.05层上显著(双尾)；** 相关性在0.01层上显著(双尾)；*** 相关性在0.001层上显著(双尾)图4 视觉功效和视觉偏好评价因子斯皮尔曼等级相关性分析结果Fig.4 Spearman results between visual comfort and visual preference

由图4视觉评价因子正负和强弱相关性可知，舒适度、满意度和愉悦程度三个评价因子在本研究中均彼此紧密正相关，刺激程度和兴奋程度也呈紧密正相关，被试者的主观评价一致性较高。视觉偏好中的兴奋程度和刺激程度均与眩光程度呈正相关，即采光分布场景中令被试者感到兴奋或刺激的程度偏高时，有引起被试者视觉不舒适眩光的隐患。与此同时，兴奋程度和刺激程度与舒适度、满意度以及愉悦程度的弱负相关表明，在被试者容忍范围内的兴奋程度和刺激程度并不会过多影响其对采光环境的舒适度、满意度和愉悦程度的评价。

2.2 光环境数据与主观评价相关性分析

表2为主观评价因子与采光设计指标(Eh、Ev、Lmean、DGI和DGP)的斯皮尔曼分析结果，图5为相应的分析图。由于每个评价因子同时检验5个采光指标，每个假设的统计显著水平为一个假设统计水平的1/5[19]，即显著性p值由原来的0.05和0.01下降为0.01和0.002。表2和图5排除了与采光设计指标无相关性的主观评价因子：满意度、舒适度、均匀度、对比度、变化程度和复杂程度。表2和图5中相关性不成立的单元格和单元分析图为灰色(p>0.01)，相关系数ρ绝对值大于0.6且p<0.01的结果加粗。

表2 光环境数据与主观评价斯皮尔曼等级相关性分析Table 2 Spearman results betweendaylighting assessments and daylighting predictors

图5 视觉评价因子与采光设计指标的斯皮尔曼相关性分析图Fig.5 Spearman results between daylighting assessments and daylighting predictors

Eh与充足度(ρ=0.64，p<0.002)和刺激程度(ρ=0.61，p<0.002)呈紧密正相关，与光环境调节(ρ=-0.68，p<0.002)呈紧密负相关。Ev与刺激程度呈紧密正相关(ρ=0.66，p<0.002)，与光环境调节呈负相关(ρ=-0.57，p<0.002)。Lmean与刺激程度呈紧密正相关(ρ=0.65，p<0.002)，与光环境调节呈负相关(ρ=-0.61，p<0.002)。眩光指数DGI和DGP均分别与刺激程度和兴奋程度呈正相关(ρ绝对值的范围为0.38～0.64)，且DGP与充足度(ρ=0.45，p<0.002)呈正相关，与光环境调节(ρ=-0.54，p<0.002)呈负相关。

Eh、Ev和Lmean与主观评价因子的相关性相近，但与Ev和Lmean相比，Eh与更多评价因子相关，且紧密程度更高，即本研究中Eh对被试者的主观评价预判能力强于Ev和Lmean。与Lmean相比，Eh与Ev更便于测量和计算，在既有建筑的光环境评价中更常应用。因此Eh和Ev常用于调控室内人工照明、自动遮阳设施等。与DGI相比，DGP关联的评价因子更多，且紧密程度更高。由于DGP是在天然光环境的实验室下提取的眩光指标[18]，而DGI是在实验室人工照明模拟天然光环境的条件下提取的眩光指标[20]，DGP对采光环境下眩光的预判能力优于DGI。DGP和DGI的计算公式中均包含了场景亮度对比度的计算部分，因而与视觉偏好的兴奋程度和刺激程度相关。但DGP和DGI均与眩光程度不相关，唯一与眩光程度有弱关联性的采光指标为Lmean。

3 结论

本研究在建筑学院工作室中采用实测的研究方法，收集了56位被试者对其座位上采光环境的视觉评价和场景亮度分布数据，分析视觉评价因子之间、视觉评价因子与采光设计指标之间的相关性。基于数据分析结果，本研究得出以下结论。

主观评价方面，被试者对建筑学院工作室采光环境的舒适度、满意度和愉悦度较高，但沿窗的座位存在眩光和过亮的问题。被试者对采光环境的兴奋程度和刺激程度与眩光程度呈正相关，与满意度、舒适度和愉悦度呈负相关，采光环境的设计可以在兴奋程度和刺激程度两组评价因子，以及满意度、舒适度和愉悦程度三组评价因子间取得平衡，即不降低使用者视觉满意度、舒适度和愉悦程度的同时增加适当的刺激性，为使用者提供有活力的采光环境。

光环境分布方面，水平工作面照度、垂直眼部照度和场景平均亮度均与主观评价因子有较好的关联性，介于测量和计算的便利性，水平工作面照度和垂直眼部照度更适用于既有建筑光环境中的检测和使用。在天然光环境下，DGP对使用者视觉评价的预判性比DGI更高。

此外，本研究具有以下两点局限性：第一，只有56位被试者的有效数据，且数据收集集中在冬季，即样本数量和数据收集的季节具有局限性；第二，工作室为常规侧窗设计，光影分布较为统一，这也可能是导致视觉偏好中均匀程度与其他评价因子无相关性的主要原因。因此，本研究的下个阶段会增加被试者数量、涵盖不同季节、并拓展采光口的设计形式。