建筑空间及照明参数对视觉敏锐度的影响研究

党 睿，高子昂，刘梦柳，刘 刚

(天津大学建筑学院，天津市建筑物理环境与生态技术重点实验室，天津 300072)

引言

视觉敏锐度等于眼睛刚好可以辨认的最小视角的倒数，它是建筑照明环境中的重要指标，直接决定着人眼分辨物体细节的能力[1]，对视觉功效和信息的接受效率有重要影响[2]。有学者指出照度、光源相关色温、建筑空间都是影响光环境质量的因素[3-5]，研究表明视觉敏锐度对光环境质量的影响权重达17.59%[6]，但缺少这三项参数对光环境质量中视觉敏锐度方面影响规律的直观量化描述。本文采用主观实验的方法，选取照度和光源相关色温两项照明参数作为实验变量，分别在低矮空间和高大空间两种空间参数中进行实验，探究照明和空间参数对视觉敏锐度的综合影响规律。

1 视觉敏锐度实验

1.1 实验场景与参数测量

在天津大学全尺寸可调照明实验舱中搭建实验场景。该实验舱总面积为800 m2，通过移动式分隔系统实现平面上的自由围合；高度为11 m，可通过升降系统对任意“6 m×6 m”的顶板进行3～9 m 高度调节；顶部安装有 256 盏LED光源，每支光源均能够连续对光通量、光谱等参数进行调节。在实验舱中搭建大、小实验空间，空间参数分别为：大空间长为24 m、宽为12 m、高为9 m；小空间长为12 m、宽为12 m、高为3 m(小空间)如图1所示，实验人员测试位置如图2所示。

图1 空间分割示意图Fig.1 Spatial segmentation diagram

图2 被试位置Fig.2 Subject position

实验空间内墙面反射比0.65，被试人所在位置统一眩光值为16，0.75 m水平面照度均匀度值为0.78，显色指数值为84，均满足GB 50034的标准要求。

实验选取中心布点法，选取3 m×3 m网格，测点布置如图3和图4所示。测试点高度选取0.75 m工作面和地面，测量设备选用分光辐射亮度计CL-500A，测得每个测点的照度、光源的相关色温值以及光源的平均显色指数(Ra)，照度值的处理采用同一位置测量两次取平均值，并取同一水平面所有测点照度的算术平均值，作为该工况下相应水平面的平均照度。

图3 小空间测点布置Fig.3 Small space measuring point arrangement

图4 大空间测点布置Fig.4 Large space measuring point arrangement

1.2 样本特征与实验方案

实验被试共32人，男女比例为9∶7，年龄范围在20～30岁，视功能正常。实验时间为每天19:00—21:30，由于实验量较大，整个实验共持续39天。

视觉敏锐度体现了人通过视觉器官辨认外界物体的敏锐程度，是人眼辨认物体细节的一种能力，能辨认物体细节的尺寸越小，视觉敏锐度越高，反之越差。实验以视觉敏锐度作为评价指标，将视力表附于白板上并测试每种工况下白板四角的照度值，计算出垂直面的平均照度。被试人员在距视力表正前方3 m的位置，测试双眼视力(近视者测试双眼矫正后视力)，测出被试者所能辨认的最小行视标，辨认正确的视标数应超过该行视标总数的一半，测试完成后将数值填写问卷，测试现场如图5和图6。

图5 视觉敏锐度测试实验1Fig.5 Visual acuity test 1

图6 视觉敏锐度测试实验2Fig.6 Visual acuity test 2

人在站立时双眼左右方向识别视区为20°，视野界限为62°，双眼自然视线低于水平线10°，双眼识别视区为向下35°，向上15°，实验中由于人员、视力表、空间的限定，小空间自然视线的左右识别视区为20°，向下15.83°，向上12.23°；大空间自然视线的左右识别视区为18.45°，向下5.4°，向上15°。

大、小空间实验工况中光源的相关色温值均选取2 700 K、4 100 K、5 300 K、6 000 K四档，照度值分别选取0～600 lx范围内的十档，每个档位的选择以均匀、接近整数值为原则，每类空间各有40种照度与光源相关色温的组合，共计80种工况。

2 数据分析

2.1 照度对视觉敏锐度的影响研究

将该实验中大、小空间工况测得的视觉敏锐度变化量为纵轴，照度值为横轴绘制散点图并用直线按次连接各点从而获得折线图7和图8。

图7 大空间照度实验数据Fig.7 Large spatial illumination experimental data

图8 小空间照度实验数据Fig.8 Small spatial illumination experimental data

由图7和图8可知，在大、小空间条件下，四种色温变化总体趋势基本一致，视觉敏锐度变化量随照度值增加而减小，且减小的速率逐渐变慢，最终趋于平缓；以150 lx为分界线，在低照度时提升照度值能够明显提升视觉敏锐度。

要得到视觉敏锐度与照度间的回归模型[7]，需要确定拟合公式的系数；在计算公式拟合系数前要先对模型拟合度和模型方差进行计算、验证；在进行模型拟合度计算前需要先对“视觉敏锐度”和“照度”进行相关性分析并确保满足显著性指标的要求[8]；只有保证每一步的前提，才能得到最终的回归模型。

大、小空间照度实验数据相关性分析结果见表1。

表1 大、小空间照度实验数据相关性分析Table 1 Correlation analysis of experimental data of large and small space illumination

通过表1可知，大、小空间两组实验相关性分析结果中显著性分别为0.000、0.000，均小于0.01，根据统计学原理，差异越不显著，数据相关性越高，当该值低于0.01时,说明数据符合在非常高检验标准下具备显著相关性，符合回归模型拟合的基本要求；计算模型的拟合度，拟合度用R和R2表示，当两个值均大于0.4则可进行回归模型拟合，且R2越接近1拟合程度越高。

模型拟合度模拟结果见表2。

表2 大空间实验数据的模型拟合度模拟结果Table 2 Model fitness simulation results of large space experimental data

由表2可知，模型拟合度指标R为0.963、R2为0.928、R2调整值为0.926，均大于0.9，说明模型拟合度很高，可进行回归模型拟合；根据实验数据散点图分布和拟合方法比较，选取对数拟合方法，并在拟合前进行ANOVA模型方差计算，以“视觉敏锐度变化量”为被解释变量，“平均照度值”为解释变量的SPSS非线性回归分析的模型方差结果与拟合系数结果如表3，表3中B代表回归系数，t代表对回归系数的检验结果，其值越大，sig越小，sig代表t检验的显著性，一般认为sig<0.05表明自变量可以有效预测因变量的变异，图中两项拟合系数的sig值分别为0.000、0.000，均远小于0.05，故拟合系数的预测效果准确。

表3 大空间模型方差与拟合系数结果Table 3 Large space model variance and fitting coefficient results

因此大空间中反映视觉敏锐度变化量与照度间映射关系的拟合公式为：

(大空间)Y=-0.047lnX+0.347

(1)

其中Y表示视觉敏锐度变化量，X表示照度。

按照上述方法，得到小空间中反映视觉敏锐度变化量与照度间映射关系的拟合公式为：

(小空间)Y=-0.045lnX+0.339

(2)

其中Y表示视觉敏锐度变化量，X表示照度。

2.2 色温对视觉敏锐度的影响研究

将该实验中大、小空间工况测得的视觉敏锐度变化量为纵轴，色温为横轴绘制散点图并用直线按次连接各点从而获得图9和图10。

图9 大空间光源色温实验数据Fig.9 Large space light source CCT experimental data

图10 小空间光源色温实验数据Fig.10 Small space light source CCT experimental data

如图9和图10可知，照度越低视觉敏锐度变化量越大，当照度值为100 lx时，明显比其他照度时变化量大；其他照度时，随色温增加视觉敏锐度变化量不明显；图9和图10的区别在于照度为100 lx时，大空间的视觉敏锐度变化量随色温增加而增加，小空间的视觉敏锐度变化量随色温增加而减小。

由所绘散点图与上述规律分析可知，因变量与自变量间没有明显映射规律，可以初步判定两者间不存在或者存在微弱的相关关系，对大、小空间实验中因变量“视觉敏锐度变化量”、自变量“相关色温值”的相关性分析验证结果如表4所示。

表4 大、小空间光源色温实验数据相关性分析Table 4 Correlation analysis of color temperature experimental data of large and small space sources

从表4中可知，两组实验相关性分析结果中大、小空间显著性分别为0.897和0.705，均远大于0.05，相关性极低，不符合回归模型拟合的要求，即大、小空间中色温对视觉敏锐度无影响。

2.3 空间对视觉敏锐度的影响研究

箱形图是一种显示数据分散情况资料的统计图，可以反映原始数据分布的特征，此处用作该实验大、小空间两组数据分布特征的比较，绘制过程为分别找出两组实验视觉敏锐度随照度值变化量数据的上边缘、下边缘和两个四分位数，然后连接两个四分位数画出箱体，再将上、下边缘与箱体相连接，中位数在箱体中间， 图11表示两组实验的数据分布特征基本相同，初步判断空间对视觉敏锐度无影响，该实验空间参数有两种，故选择两独立样本T检验方法进行检验性分析，分析过程如前两节，最终得出实验空间对视觉敏锐度的显著性检验值大于0.05，相关性极低，即空间参数对视觉敏锐度无影响。

图11 两组数据箱形图分析Fig.11 Two sets of data box plot analysis

3 研究结论

上述研究结果表明，照度值对视觉敏锐度有明显影响，且可用回归模型拟合的方法得出反映两者间映射关系的公式；空间大小对视觉敏锐度无影响；光源的相关色温值对视觉敏锐度无影响，但是相同的色温可对应不同的光谱组成，为此我们给出各基本色温的光谱能量分布图(图12)并予以简要阐述。

图12 四种基本色温的SPD图Fig.12 SPD of four basic color temperatures

由图12可知，四种基本色温光源的SPD图均有两个波峰，这是因为智能照明控制系统色温调节主要是通过调节450 nm波段蓝光和600 nm波段黄光的比例实现的，这进一步明确了光源相关色温值对视觉敏锐度无影响结论的适用范围，因现有照明设计标准均只在光源色温层面进行要求与限定，没有深入到光谱层面(博物馆中对光谱的限定也仅限于无红无紫)，但由于LED巨大的应用前景和其不同于传统光源的制备原理，客观上造成了同色异谱现象所导致的研究差异更加受到关注，同色异谱现象可能导致显色性的不同；或是在显色性相同的条件下，视看物品的颜色组成不同也会导致不同的研究结果，所以，因光谱不同导致研究结论不同这一现状，仅从色温层面进行研究是不能予以解决的，故仅对同色异谱现象所导致的研究差异予适当阐释与说明。为得到建筑空间及照明参数对视觉敏锐度的综合影响规律，进一步探讨结合空间对视觉敏锐度无影响的研究结果，将大、小空间中照度值对视觉敏锐度影响的关系统一起来并拟合出反映两变量间映射规律的数学公式。

表5 大、小空间综合实验数据的模型拟合度模拟结果Table 5 Model fitting degree simulation results of comprehensive experimental data of large and small spaces

由表5可知，模型拟合度指标R为0.954、R2为0.911、R2调整值为0.909，均大于0.9，说明模型拟合度很高，可进行回归模型拟合，仍选取对数拟合方法同时进行ANOVA模型方差计算，非线性回归分析的模型方差结果与拟合系数结果如表6。

表6 大、小空间综合模型方差与拟合系数结果Table 6 Large and small space integrated model variance and fitting coefficient results

表6中各项参数意义与分析方法同前，图中两项拟合系数的sig值分别为0.000、0.000，均小于0.05，故拟合系数的预测效果准确，故空间视觉敏锐度的影响公式为

Y=-0.055lnX+0.4

(3)

其中Y表示视觉敏锐度变化量，X表示照度。

式(3)能够描述建筑空间及照明参数与视觉敏锐度间的映射规律，可为基于视觉敏锐度的建筑照明评价及设计提供基础工具。