侯萬鈞,賈 鐵,王立雄,王卿臣,李 靜
(1.天津大學 建筑學院,天津 300072;2.河北工程大學 建筑與藝術(shù)學院,河北 邯鄲 056000;3.東北財經(jīng)大學 公共管理學院,遼寧 大連 116000)
國內(nèi)照明行業(yè)起步較晚,近幾年正處于快速發(fā)展階段,在高品質(zhì)夜景照明需求快速增長的背景下,對于樓閣式古塔這類作為各地區(qū)重要景觀建筑節(jié)點的東方特有建筑,夜景照明效果整體較差,對于其照明效果的研究潛力較大[1-3]。設(shè)計者只是簡單地利用照明手段來點亮古塔,很少考慮到去還原人們心目中最本質(zhì)的古塔建筑特性及印象,文中以樓閣式古塔建筑為主體,參考調(diào)研及實測數(shù)據(jù),進行視覺舒適度主觀評價實驗,搭建C-SVM樓閣式古塔夜景照明色溫及亮度表現(xiàn)主觀視覺評價分析模型,最終確定樓閣式古塔建筑夜景照明效果在人眼視覺感受下色溫及亮度表現(xiàn)的合理區(qū)間,為樓閣式古塔夜景照明設(shè)計提供第一手的數(shù)據(jù)及理論支撐,改善樓閣式古塔建筑夜景照明效果。
實驗前期對國內(nèi)多座典型樓閣式古塔建筑夜景照明現(xiàn)狀進行了調(diào)研和實測,定州開元寺塔使用3 000 K色溫并輔以6 000 K色溫,正定凌霄塔、澄靈塔、須彌塔、華塔均使用3 200 K色溫,丹陽萬善塔使用琥珀色光(2 800 K~3 500 K)并輔以6 000 K色溫,上海龍華塔多選用1 000 K~2 000 K低色溫效果,錦州遼塔、寧波天封塔多使用2 300 K~3 500 K中低色溫效果,上饒雙塔常選用5 000 K~6 000 K高色溫效果,亳州薛閣塔使用RGB效果,各種色溫均有使用。
經(jīng)過調(diào)研和實測發(fā)現(xiàn),現(xiàn)階段樓閣式古塔建筑在夜景照明設(shè)計中色溫的實際應(yīng)用上,各種色溫均有使用且沒有特定規(guī)律,但以2 800 K~3 500 K色溫居多,說明此范圍光色已被古建照明設(shè)計者普遍接受且有一定審美優(yōu)勢,為接下來的實驗樣本選擇提供實際依據(jù)。
實驗結(jié)合人眼視覺舒適性、樓閣式古塔周邊夜景照明環(huán)境特征、現(xiàn)階段照明常用色溫、現(xiàn)階段照明合理亮度比例等因素,在實驗室條件下,模擬樓閣式古塔建筑在各色溫工況及不同亮度比例工況下實際照明效果,分析其在人眼視覺角度的舒適度感受,最終得出樓閣式古塔建筑夜景照明色溫表現(xiàn)人眼視覺舒適性程度,深入探討影響色溫表現(xiàn)視覺適宜性的重要因素[4-5]。實驗不考慮古塔外表材質(zhì),只關(guān)注色溫及亮度效果的最終視覺呈現(xiàn),選取的相關(guān)色溫(corelated color temperature,CTT)也是古塔建筑的最終視覺呈現(xiàn)色溫而非燈具色溫。
在場景選擇上主要為建筑主體選擇、古塔類建筑照明色溫選擇、古塔類建筑環(huán)境背景亮度及亮度比例確定3部分。建筑主體選擇上盡量減少形體復雜所帶來的影響,選擇形體簡單且極具樓閣式古塔特征的建筑形體,依托此建筑主體,輔以色溫及亮度結(jié)合工況下合理的照明效果。在色溫選擇上,根據(jù)實際調(diào)研現(xiàn)狀并結(jié)合色溫樣本的全面性及科學性,選定16種色溫作為樣本色溫,分別為1 500 K、2 000 K、2 500 K、3 000 K、3 200 K、3 400 K、3 600 K、3 800 K、4 000 K、4 500 K、5 000 K、5 500 K、6 000 K、6 500 K、8 000 K、10 000 K[6]。
經(jīng)過實測及參考相關(guān)資料,選定背景亮度值為5 cd/m2;古塔前景為廣場及道路,其亮度標準參照CJJ 45—2015《城市道路照明設(shè)計標準》確定為1.5 cd/m2左右[4-7];古塔主體亮度與背景亮度比例參照北美照明工程學會(IES)《照明手冊》(第9版)中推薦的室外照明效果亮度比,如表1所示,根據(jù)實際情況及實驗條件進行適當?shù)恼{(diào)整確定為“1∶1、1∶2、1∶3、1∶4” 4個亮度比例,即對應(yīng)的5 cd/m2、10 cd/m2、15 cd/m2、20 cd/m24種亮度水平[1-7]。
表1 推薦室外照明效果亮度比
在實驗室條件下,結(jié)合已選定的16種色溫工況及4種亮度比例工況對古塔主體建筑輔以合理的照明效果,通過投影儀投射出場景,采用TOPCON BM-5AS色度亮度計分別進行標定,如圖1所示,以滿足各場景色溫及亮度要求,共得到符合色溫及亮度比例工況的64個場景(部分場景如圖2所示)。由于實驗?zāi)恳晻r間較長,為了減少外界環(huán)境以及儀器更換對實驗效果的影響,實驗前,對投影儀進行30 min以上預(yù)熱,使其達到正常且穩(wěn)定的亮度輸出水平,實驗場景標定以及主觀評價實驗均在19點后的河北工程大學建筑館103光學實驗室進行[1,8-9]。
圖1 TOPCON BM-5AS場景工況定標
圖2 樓閣式古塔色溫適宜性實驗部分場景
實驗評價方法采用語意差別量表法。實驗樣本視覺舒適度的評價等級選用9個等級,如圖3所示。中間等級“0”表示既不感到滿意,也不感到不滿意,越往正數(shù)方向表示滿意程度增加,越往負數(shù)方向表示滿意程度減少。為了保證實驗中評價數(shù)據(jù)的有效性和可信度,對每位參加實驗的人員提前進行實驗?zāi)康?、實驗方法、實驗流程的講解,并隨機挑選30%的測試樣本進行預(yù)測試,使實驗者對實驗樣本觀察效果的滿意度程度有初步的了解。
圖3 主觀評價尺度用表
文中色溫表現(xiàn)視覺適宜性主要通過對樣本中色溫表現(xiàn)的視覺舒適度評價滿意程度來呈現(xiàn),視覺舒適度評價滿意程度越高,其色溫表現(xiàn)視覺適宜性越好;色溫表現(xiàn)舒適度評價原則為樣本展示工況在視看條件下,視覺感受的舒適性程度及對照明效果的滿意程度的綜合評價。實驗自變量為色溫數(shù)值及亮度數(shù)值,對其所組成的實驗場景的主觀評價滿意度數(shù)值為因變量。
實驗整體分為初次實驗及回訪實驗,2次實驗時間間隔為30 d,實驗人員為河北工程大學在校學生,年齡在20~30歲之間。初次實驗共112人參加,回訪實驗將在初次實驗中隨機選擇42人參加。進行實驗時,關(guān)閉室內(nèi)所有照明工具,并根據(jù)實際古塔尺度、觀察角度及距離進行適宜比例縮放,以確定觀察位置,保證觀察效果符合實際情況及條件[1,8,9]。
實驗中初次實驗樣本112人,回訪實驗樣本42人,將所得64個場景的舒適度評價值,借助Python編程語言進行數(shù)據(jù)前處理,采用四分位數(shù)法批量去除異常值,即:對64個場景下獲得的視覺舒適度評價值,將超過上、下四分位點1.5倍四分位距(inter quartile range, IQR)的異常點刪除,用以排除被試者在某些工況下的無效評價。為了加強數(shù)據(jù)圖示化的清晰度,使得最終色溫視覺舒適度評價模型更具準確性和易用性,決定在-4—4的評價區(qū)間內(nèi),細致分為“四分類”和“三分類”,四分類為-4—-2、-2—0、0—2、2—4,分別代表“極不舒適”、“較不舒適”、“比較舒適”、“特別舒適”,“三分類”為-4—0、0—2、2—4,分別代表“不舒適”、“比較舒適”、“特別舒適”[9-11]。
支持向量機(SVM)是在統(tǒng)計學框架下的Vapnik-Chervonenkis維理論和結(jié)構(gòu)風險最小化原理的基礎(chǔ)上建立起來的一種機器學習算法,能夠有效提高模型的泛化能力,即使是對小樣本數(shù)據(jù)的分類或建模同樣具有準確性,對獨立的測試集以及有限數(shù)據(jù)集得到的判別函數(shù)誤差較小,數(shù)據(jù)模型的搭建和分析過程中使用了科學數(shù)據(jù)分析常用的Python3.6和sikit-learn等工具包[10]。將初次實驗數(shù)據(jù)和回訪實驗數(shù)據(jù)合并,進行前處理后得到最終模型搭建數(shù)據(jù),如表2所示,將最終實驗評價數(shù)據(jù)的均值和眾數(shù)分別做離散化處理(數(shù)據(jù)分桶),使用LabelEncoder將標簽轉(zhuǎn)化為標準格式,使其轉(zhuǎn)化成“三分類”和“四分類”的C-SVM色溫視覺適宜性評價模型搭建問題。模型搭建以及數(shù)據(jù)處理中核函數(shù)選擇形式為K′(x,y)=exp(-γ||x-y||2)的徑向基函數(shù)(RBF),γ為參數(shù)變量[10,12-13]。
表2 評價數(shù)據(jù)前處理后模型搭建數(shù)據(jù)
將最終實驗數(shù)據(jù)(64組)進行訓練集和測試集劃分,經(jīng)過調(diào)試最終將訓練集選取比例定為85%,測試集選取比例定為15%,訓練并測試C-SVM模型的性能[10-14],同時將均數(shù)、眾數(shù)分別做“四分類”和“三分類”處理,查看4種情況下各場景視覺評價數(shù)值數(shù)量分布情況后,將4種情況的特征數(shù)據(jù)均做歸一化處理,通過比較4種情況下ROC(receiver operating characteristic)曲線和AUC(area under the curve)值(見表3)后得到均數(shù) “四分類”結(jié)合情況下ROC曲線最好,AUC值也最高,達到了0.947(見圖4),模型準確度達到了非常一致的地步,最終選取均數(shù)四分類情況進行數(shù)據(jù)集的分類界面可視化分析[10,15-16]。
表3 4種情況AUC值
圖4 四分類-平均值ROC曲線及AUC值
將訓練集樣本中的亮度值和相關(guān)色溫值作為特征變量,前處理后的最終實驗數(shù)據(jù)的舒適度評價等級作為目標變量,作為模型輸入,通過網(wǎng)格搜索和K折交叉驗證進行參數(shù)調(diào)節(jié),得到最優(yōu)的C和gamma值(C為誤差懲罰因子,gamma即為RBF核函數(shù)中的γ參數(shù)),通過查看訓練集預(yù)測準確度來防止模型過擬合[9,16-17]。
圖5 各工況樣本視覺舒適度評價數(shù)據(jù)散點圖
圖6 各工況樣本視覺舒適度評價分類界面可視化圖
根據(jù)樓閣式古塔夜景照明色溫視覺舒適度評價模型最終數(shù)據(jù)分布及分類界面可視化結(jié)果,如圖6所示,橫軸為亮度,縱軸為相關(guān)色溫,深棕色區(qū)域為極不舒適區(qū),橙色為較不舒適區(qū),黃色為比較舒適區(qū)。色溫3 200 K~3 800 K狀態(tài)下色溫視覺舒適度評價滿意度較高,在絕大部分亮度情況下處于舒適區(qū)域,在3 200 K和3 400 K色溫狀態(tài)下視覺舒適度評價滿意度最高,在亮度水平15 cd(背景亮度與主體亮度比例為1:3)工況下達到滿意的程度;同時,在亮度視覺舒適度上15 cd情況下各色溫表現(xiàn)滿意程度最高,在亮度為5 cd情況下各色溫表現(xiàn)視覺舒適度程度最差;高亮度狀態(tài)下比低亮度狀態(tài)下色溫視覺舒適度更高;7 500 K以上的高色溫狀態(tài)視覺舒適度均為不滿意。
通過樓閣式古塔夜景照明色溫視覺舒適度主觀評價實驗,將不同的色溫和亮度工況作為特征變量,把初次實驗數(shù)據(jù)與回訪實驗數(shù)據(jù)合并,應(yīng)用C-SVM支持向量機模型對樣本數(shù)據(jù)進行分類前處理后所得視覺舒適度評價值作為目標變量,并對各場景評價值所得均數(shù)和眾數(shù)分別進行三分類、四分類劃分,對比4種模型訓練結(jié)果ROC曲線與AUC值,得到最優(yōu)模型劃分情況為均數(shù)四分類,最終將均數(shù)四分類模型訓練結(jié)果進行可視化表達。經(jīng)過調(diào)研、實測及數(shù)據(jù)分析得出以下重要結(jié)論:
1)通過實驗分析結(jié)果得到樓閣式古塔建筑各色溫及亮度表現(xiàn)視覺適宜性程度。建議在進行樓閣式古塔夜景照明設(shè)計時,色溫多選用3 000 K~4 500 K,其中3 200 K~3 800 K色溫視覺適宜性最高,更符合古塔建筑的建筑特性,夜景照明效果最好;盡量減少使用視覺舒適度及夜景照明效果較差的2 000 K以下低色溫工況和7 500 K以上高色溫工況;除特殊需強調(diào)部位亮度選擇在20 cd(背景亮度的4倍)以上外,其他照明設(shè)計部位建議以15 cd(背景亮度的3倍)為主,既起到適當強調(diào)作用,又在保障色溫視覺舒適度滿意的基礎(chǔ)上,使其可以有更多色溫變化的可能。
2)樓閣式古塔建筑作為城市重要景觀節(jié)點,現(xiàn)階段夜景照明效果較差,色溫雜亂,視覺舒適度偏低,無法滿足大眾的審美需求,更無法還原人們心中最本質(zhì)的樓閣式古塔建筑特性,嚴重影響著一個地區(qū)的夜景照明品質(zhì)。在樓閣式古塔建筑的夜景照明設(shè)計上,直觀展現(xiàn)了大眾對于各種色溫表現(xiàn)的視覺舒適度感受情況,為設(shè)計者更好地通過照明手段還原樓閣式古塔建筑本質(zhì)特性提供理論依據(jù),優(yōu)化此類建筑照明設(shè)計,推動夜景照明和夜游經(jīng)濟的發(fā)展。
3)實驗結(jié)果表明,基于C-SVM的樓閣式古塔夜景照明色溫視覺舒適度主觀評價模型具有良好的可解釋性,具有泛化能力強、錯誤分類風險小等特點,在小樣本數(shù)據(jù)情況下建立模型依然能夠有良好的表現(xiàn),能夠很好地識別數(shù)據(jù),準確地反映出觀察者對樓閣式古塔夜景照明各色溫表現(xiàn)的主觀偏好性,對建筑景觀照明設(shè)計及實驗狀況下視覺適宜性研究具有一定的指導意義和實際應(yīng)用價值。