基于真實和虛擬光環境不同色溫偏好度的對比

徐 超，周 莉，林燕丹

(復旦大學電光源研究所先進照明技術教育部工程研究中心，上海 200433)

引言

相關色溫(CCT)是用來描述白光的一般色貌。較高的CCT具有比較冷的色貌；較低的CCT具有比較溫暖的色貌。典型的室內照明的CCT一般在2 700～6 500 K之間。

照明條件是影響人類視覺、健康和情感的一個關鍵因素，符合居住者偏好的照明會帶來視覺的舒適和愉悅[1,2]。在真實環境中，CCT是在室內光照明的影響視覺的重要元素，影響著人們生理和心理等方面的感受[3-5]。Henri[6]研究了CCT對工業工作區視覺偏好的影響，結果表明，當采用較高的CCT時，工人的工作效率顯著提高。Mills等[7]同樣發現高色溫的熒光燈可以改善辦公室工作人員的幸福感和生產效率。Wei等[8]研究了熒光燈的色溫和照度對辦公室人員對光環境的視覺舒適度和滿意度，發現在同樣的照度下3 500 K色溫比5 000 K更加舒適。Wu[9]進行了一項實驗調查的餐廳的照明氣氛影響LED的色溫和照度對客戶的情緒狀態的影響，實驗中采用兩級色溫和三級照度組合場景，發現了LED 色溫在2 700 K比5 600 K更容易產生愉悅的氛圍。Wang等[10]在一個LED光照小隔間里采用了十二個色溫水平和三個照度水平的不同組合照明條件探索色溫對人的舒適度和偏好度的影響，發現色溫對舒適度和偏好度有顯著影響，相對較低的色溫營造出放松的環境，而相對較高的色溫會被認為更適合于工作。人們對虛擬光環境的興趣與日俱增，光環境主觀評價與虛擬現實相結合取得了一定的成果。Heydarian等[11]利用沉浸式虛擬環境研究默認燈光設置對居住者行為的影響。

如上所述，真實光環境中，燈具的CCT與人眼視覺舒適性與滿意度之間的關系得到了廣泛的研究。近年來，虛擬現實(VR)技術越來越流行。人類開始使用VR設備來模擬各種室內光環境。考慮到這一點，在了解虛擬環境中人類對CCT的偏好和真實光環境中一樣重要。在本實驗中，光環境變量CCT采用3 000～6 500 K來研究在真實的光環境和虛擬光環境下被試者的視覺舒適度和偏好度。

1 實驗過程

本實驗搭建了兩個場景，真實光環境(SCENEN1)和虛擬光環境(SCENE2)。SCENE1為一個2.4 m×2.1 m×2.1 m的隔間，里面包括沙發和茶幾。隔間頂部安裝了兩個色溫可調的LED平板(0.8 m×0.8 m)。SCENE2為搭建的虛擬光環境2.4 m×2.1 m×2.1 m的隔間，使用Unity 3D搭建并在HTC VIVE中顯示出來。參與者可以虛擬光環境中實現漫游，移動頭盔來改變視角，通過控制手柄切換色溫。在真實和虛擬光環境下均可以實現色溫為3 000 K～6 500 K的八個檔色溫可調。

1)McCamy近似公式法算CCT。在本實驗中，選擇McCamy近似公式法給VR場景中的燈光賦材質。McCamy[12]在1992年提出了由色品坐標(x，y)直接求色溫T的算法，計算公式如下：

(1)

根據(1)式，換算出VR場景中對應的色坐標，計算結果如表1所示。

表1 McCamy近似公式法算計算各色溫對應的色坐標

2)光環境物理定標。實驗對SCENE1和SCENE2中的光學參數進行了標定，采用CS-2000測量亮度，色坐標，采用CL-200A測量照度值，以及照明護照測量顯色指數Ra，如圖1所示，測量平板燈五個點求均值，圖2測量真實光環境內0.75 m高處的照度值。在真實光環境下測得的參數結果如表2所示。

圖1 CS-2000亮度計定標LED平板燈Fig.1 Calibration of LED by CS-2000

圖2 CL-200A照度計定標0.75 m照度Fig.2 Calibration of desk illuminance by CL-200A

VR設備HTC VIVE被安裝在一個長寬高為2 500 cm×2 000 cm×2 000 cm的空間。設計VR應用程序時，所有的燈都分配了同樣的材質貼圖，使得在VR眼鏡中有相同的光學參數。校準步驟如下：如圖3所示，關掉房間里所有的燈，選擇一個視角使得燈光的正中心落在VR眼鏡的中間， 將CS-2000亮度計對準放置在85 cm高的桌子上的VR眼睛的鏡片。表3總結了虛擬光環境中不同預設色溫下的測得的色溫、亮度、色坐標、Duv、Ra參數，在不同色溫下亮度值變化(6.43%，微小的亮度變化，以至于對人眼視覺感受很小，可以忽略不計。

表2 真實光環境中測得參數

表3 虛擬光環境測量的參數

圖3 VR中燈光色溫定標Fig.3 Calibration of CCT in VR

圖4 SCENE1和SCENE2下色溫的定標結果Fig.4 Result of calibration of CCT in SCENE1 and SCENE2

圖4共有三個不同的色溫曲線，分別為預設定色溫，SCENEN1下的標定的色溫，SCENE2下的標定的色溫。對照表2和表3的定標結果以及圖4，兩個場景下，對應色溫測量的標定結果均在(100 K以內，對于實驗中設定的色溫步長為500 K，可以認定在真實和虛擬光環境中色溫一致。

3)被試選取。實驗在進行被試篩選時，應盡量避免被試間較大的個體差異。本實驗招募了24名志愿者參與被試，12名男性與12名女性，平均年齡22歲，標準差1.6歲。被試人員為在校大學生，但沒有照明與顏色科學相關專業的學生，矯正視力為5.0，并且沒有色弱色盲現象。

4)試驗流程。本實驗被試人員的任務是評估真實燈光環境和虛擬燈光環境在不同色溫下的視覺舒適度以及偏好度。如圖5所示，實驗開始之前，首先讓被試人員熟悉VR操作，并告知如何在虛擬環境中實現漫游和切換視角觀察虛擬場景。實驗開始，先關閉房間的燈，讓被試人員暗適應五分鐘，為了均衡場景不同順序對被試者的影響，因此，進行被試實驗時，每一個被試人員事先不知道自己先參加虛擬光環境還是真實光環境的評估，參加完一個光環境的色溫評估后，休息5 min繼續參加另一個光環境色溫的評估。實驗采用了對偶比較法，在每個光環境中，8檔色溫被配對成28組刺激對，為抵消每組刺激對色溫前后順序不同的影響，每個刺激對會被詢問兩次，被試共需要完成56組對比問題。如圖6所示，被試分別參與真實光環境和虛擬光環境中色溫偏好度實驗。

圖5 實驗流程Fig.5 Experiment procedure

圖6 被試在參與真實與虛擬光環境色溫評估實驗Fig.6 Participant assessing the light environment in real and virtual scene

2 實驗結果分析

2.1 統計分析

在處理原始數據，C分數是對偶比較法各CCT的得分，然后將C分數轉化成分數，即P=C/2(n-1)，其中(n-1)表示每一個CCT和CCT的比較次數，Z=(P-μ)/δ，μ代表P的平均值，而δ代表標準差。當把P轉化成Z分數時，就可以得出每位被試對色溫喜好的距離不同的距離代表了該被試對于不同色溫的偏好度的順序。如果有Z負值，所有的Z分數會加上最小的負數的絕對值，Z值將被轉換成Z′分數值。Z′分數值采用配對樣本t檢驗，SPSS?來分析實驗數據。

2.2 實驗數據

為探究不同光環境下，性別對色溫偏好度的影響，將實驗數據以性別為分類標準，得到不同性別下男性與女性平均Z′分數與色溫之間關系圖，圖7、圖8分別對應男性和女性的色溫偏好與色溫的關系圖。

圖7 男性平均Z′ 分數Fig.7 Average Z′ score of male

圖8 女性平均Z′分數Fig.8 Average Z′ score of female

如圖7所示，對于男性平均Z′分數，在SCENE1和SCENE2場景下，

1)除5 500 K和6 500 K外，在SCENE2中的Z′分數要普遍高于SCENE1中的Z′分數值；

2)男性在SCENE1下色溫偏好排序如下(從大到小)：5 000，4 500，5 500,4 000，5 500,6 000,6 500,3 500和3 000 K；在SCENE2下色溫偏好排序如下(從大到小)：5 000，4 500，5 500, 4 000，5 500, 6 000, 6 500,3 500和3 000 K。結果表明，男性在SCENE1(真實光環境) 和SCENE2(虛擬光環境)中色溫偏好的順序量表具有一致性。

如圖8所示，對于女性平均Z′分數，在SCENE1和SCENE2場景下，

1)除4 000 K色溫以外，SCENE1的Z′分數值要普遍高于SCENE2中的Z′分數值；

2)女性在SCENE1下色溫偏好排序如下(從大到小)：4 500，5 000，4 000，5 500，3 500，6 000，6 500和3 000 K;在SCENE2下色溫偏好排序如下(從大到小)：4 500，5 000，4 000，5 500，3 500，6 000，6 500和3 000 K。結果表明，女性在SCENE1(真實光環境) 和SCENE2(虛擬光環境)中色溫偏好的順序量表具有一致性。

綜合男性和女性在色溫偏好的順序量表，可以得出：

1)男性和女性在SCENE1和SCENE2下，在色溫偏好上均表現了一致性，即在色溫偏好度的順序量表分析上，男性和女性在真實光環境和虛擬光環境下表現了一致的色溫偏好順序；

2)男性與女性在色溫偏好的優先順序上不一致，并且男性更偏好較高色溫，而女性偏向較低色溫。

以上將整個實驗數據以性別作為分類標準，研究了不同性別在色溫偏好度順序量表與場景(SCENE1和SCENE2)的關系。對整個數據樣本進行分析，圖9所示為24名被試人員在SCENE1和SCENE2下Z′分數值與色溫的關系圖。

圖9 24名被試在不同色溫的平均Z′分數Fig.9 Average Z′ score of the 24 subjects of each CCT

場景3 000 K3 500 K4 000 K4 500 K5 000 K5 500 K6 000K6 500 KSCENE10.281 70.902 11.915 02.551 32.483 81.951 30.910 80.675 0SCENE20.263 80.952 12.017 52.548 32.449 61.824 60.976 30.579 6差值+0.017 9-0.050 0-0.102 5+0.003 0+0.034 2+0.126 7-0.065 5+0.095 4

圖9所示為不同場景下24被試人員的Z′分數的平均值。由圖9很容易看出：

1)SCENE1和SCENE2下都在色溫4 500 K處，平均Z′分數達到了最大值，并向兩邊逐漸遞減，呈現相同的趨勢，在整個樣本數據中，4 500 K為最舒適色溫；

2)SCENE1和SCENE2下，SCENEN1中色溫偏好排序如下(從大到小)：4 500，5 000，5 500，4 000，6 000，3 500, 6 500和3 000 K；SCENEN2中色溫偏好排序如下(從大到小)：4 500，5 000，4 000，5 500，6 000，3 500, 6 500和3 000 K。直觀分析色溫偏好度排序，最舒適色溫均為4 500 K，最不舒適色溫為3 000 K，但SCENE1和SCNEN2下色溫偏好排序量表順序不完全一致，具體表現為4 000 K與5 500 K，3 500 K與6 500 K這兩組的組內順序不同，如表4所示，SCENE1與SCENE2在3 500 K時相差-0.050 0，6 500 K時相差+0.095 4，4 000 K時相差+0.003 0，5 500 K時相差+0.126 7，相差值都比較小，這樣的結果，是男性和女性的Z′分數值的的大小不同疊加產生的。

3)實驗結果分析。如表5所示，12名女性的配對樣本相關關系及顯著水平的結果顯示，3 500, 5 000和6 000 K條件下配對樣本的評分結果相關性較弱，未達到顯著性水平；而在其余色溫條件下相關性較強。t檢驗結果顯示，不同色溫條件下對兩個場景的t檢驗結果的伴隨概率均大于0.05，未達到顯著性水平，即采用虛擬場景或真實場景對于女性被試在不同色溫下的評價沒有顯著影響。

表5 女性成對樣本相關系數

如表6所示，12名男性在不同色溫條件下對于SCENE1和SCENE2的評分均具有較強的關聯性，伴隨概率均達到顯著性水平。t檢驗結果只有在色溫為6 000 K時伴隨概率達到顯著性水平，即虛擬光環境評分比真實光環境更高。

表7反映了24名男性和女性的每兩個配對數據樣本的相關關系及顯著性水平。從表中數據可以看出，對1中場景1 與場景2之間的相關系數為0.845，顯著性檢驗得到的伴隨概率p=0.000<0.001，達到極其顯著的水平，說明兩個場景之間的關聯性很高。可以看到，表中除對5中的伴隨概率p=0.001，達到非常顯著的水平以外，其余7組配對數據樣本p值均為0.000<0.001，達到極其顯著的水平。相關系數在0.655～0.958之間，說明所有色溫條件下兩個場景間的關聯性很高。

表6 男性成對樣本相關系數

表7 成對樣本相關系數

表8為輸出配對樣本t檢驗的結果，以對1為例，對1采用真實光環境(SCENE1)和虛擬光環境(SCENE2)的評分差值序列的平均值為0.017 92，t統計值為0.036 2，伴隨概率為0.721>0.05，未達到顯著性水平，也就是說，采用真實光環境或虛擬光環境對于評分結果沒有明顯影響。從表中結果可以看出，不同色溫條件下對兩個場景的t檢驗結果的伴隨概率均大于0.05，未達到顯著性水平，即采用虛擬光環境或真實光環境對于被試在不同色溫下的偏好評價沒有顯著影響。

表8 成對樣本檢驗

3 結論

我們針對新興的VR技術，提出了將真實光環境色溫偏好度評估移植到基于VR光環境色溫偏好度評估，以光參數單一變量色溫來研究被試在真實和虛擬光環境下對八種不同色溫的偏好度，得出結論：男性和女性，在真實和虛擬光環境的色溫偏好度上均表現了一致性；在不同光環境下，男性更偏好較高色溫，而女性偏好較低色溫；對于不同色溫偏好度的評價結果，真實光環境與虛擬光環境之間沒有顯著差異。