淺析天然光非視覺計算機模擬評價工作流開發研究

吳 蔚，聶柏慧

(南京大學建筑與城市規劃學院，江蘇 南京 210093)

引言

天然光不僅具有視覺功效，還會通過非視覺效應作用于人體的生理節律[1，2]。近年來，越來越多的研究顯示采光照明的非視覺效應對人體健康具有重要意義[3]，一系列現代社會高發疾病如睡眠障礙、糖尿病、心血管疾病、阿爾茲海默癥等都與光的非視覺效應存在著密切關聯[4-6]，有時甚至會影響DNA修復從而誘發癌癥[5]，這些研究使得人們重新審視和思考采光照明的需求，即不僅要滿足視看要求，還需滿足人體健康需求[6，7]。然而，天然采光下的非視覺效應在影響因素、評價方法和標準上都與傳統的視看效應不同，目前所開發出來的計算機非視覺模擬評價插件，如Lightsolve[8]和Lark[9]，由于原理和計算過程的復雜性，還主要適用于研究領域，在使用上仍有較大的局限性，較難為建筑設計人員所用。

在總結目前國內外非視覺研究最新成果的基礎上，研究團隊嘗試探索開發一種適合建筑設計人員的天然光非視覺計算機模擬工作流，并在此基礎上編寫了一款基于Rhino+GH平臺上的非視覺評價工具。本文主要介紹非視覺計算機模擬工作流思路和工具開發，以及相應的應用驗證研究，研究顯示該方法能較為便捷準確地評估不同地域、建筑類型和設計影響因素下的非視覺光環境，從而幫助設計師創造出更為健康舒適的光環境。

1 非視覺效應下的天然采光計算機模擬

要開發一種適合建筑設計人員的天然光非視覺計算機模擬方法，最簡單的方法是采用一款被建筑師廣泛運用的計算機輔助設計軟件為基礎平臺，通過工作流的形式將不同既有軟件串聯起來。由于計算機模擬技術和非視覺研究日新月異，該平臺中所采用的非視覺評價標準、計算機輔助設計軟件和計算機光模擬軟件或插件，都可以根據需要進行更換和升級更新。由于天然光的非視覺效應在影響因素、評價方法和標準都與視覺效應不同，研究團隊將非視覺效應下的天然采光計算機模擬分成三個步驟：首先是在進行計算機非視覺模擬評價前，根據非視覺評價標準進行氣象數據轉換；然后進行非視覺光環境模擬計算；最后是為了方便閱讀模擬結果，進行可視化處理。圖1為計算機天然光非視覺模擬評價的方法步驟。

圖1 計算機天然光非視覺模擬評價的相應步驟Fig.1 Corresponding steps of computer non-visual simulation evaluation in daylighting environment

犀牛(Rhino)是一款建筑設計員常用的計算機輔助設計軟件，Grasshopper則是在Rhino平臺上的可視化節點式編程插件[10]，具有非常強大的參數化控制功能，能夠方便地對于各種設計影響因素進行調節，因此研究團隊選擇Rhino+GH作為平臺進行非視覺模擬評價工具的開發。目前國際上根據既有的三種非視覺光譜響應曲線，即Gall曲線[11]、Rea曲線[12，13]和Lucas曲線[14]，發展出了三種評價方法，即生物照度閾值法、多通道計算法和CEA法[15]，其中CEA法出現最晚，無論從模型的復雜度、因素考慮完整度還是使用標準權威性等方面都具有一定優勢，因此被選為此次模擬評價工具的開發基礎[16]。Well建筑標準是國際上最早加入非視覺光照要求的標準，在WELL Building Standard 2018中，規定需在每天的9:00—13:00滿足照度閾值為200EML(Equivalent Melanopic Illuminance，等值黑視素勒克斯)的要求，以滿足使用者的非視覺要求[17]。因此，本模擬評價工作流主要依據WELL Building Standard 2018和CEA評價法編寫。根據上述步驟，在使用GH平臺上的VB.net腳本編輯器進行編寫后，利用既有的采光模擬插件構建出一套模擬分析工作流(圖2)。工作流共分為氣象數據處理、采光模擬計算和可視化分析三大模塊，共包含5個VB組件，可對非視覺照度、刺激頻率、有效節律區域百分比等指標進行計算。建構具體步驟如下：

圖2 計算機天然光非視覺模擬評價工作流示意Fig.2 Computer Evaluation workflow of non-visual effects

1)在Grasshopper中通過VB.net語言編寫腳本程序，根據WELL Building Standard 2018計算每種天空類型的非視覺照度轉換系數，然后利用計算機光模擬軟件如 Ladybug中的時間分析組件，包括：時間間隔分析(Analysis Period)、日出日落時間(Sunrise Sunset)、圖形輸入(ImportEPW)組件來提取因變量參數。

2)在計算機三維輔助軟件Rhino或Grasshopper中建立室內空間的三維數字模型，并轉換成計算機光模擬軟件或插件可識別的數據模型，然后在光模擬軟件里設定室內材料的光學參數和模擬參數。非視覺光環境評價關注的是人眼，因此視看方向的確定對整個評價非常重要，需要使用view direction組件來設置分析點和人眼的視看方向。其次根據對非視覺模擬的目的，選擇不同的模擬類型進行模擬計算，包括：利用年分析組件進行非視覺照度的計算；提取年分析組件的輸出端數據進行每月、每季或一年中選定時間范圍內的數據分析；使用SF analysis 組件對刺激頻率數據做進一步處理，計算設定時間范圍內滿足指定刺激頻率級別的時間占比以及空間占比sfCEA；利用emlCEA analysis組件求取每天的emlCEA值和總體平均值，并判斷分析范圍內每天是否滿足 CEA 閾值要求。

3)通過評價工具中各個組件的配合使用，生成與各種指標相對應的數據，再借助grasshopper即可在Rhino界面中以圖示表達計算結果。另外也可借助其它插件實現與Excel的聯動，將處理的數據錄入Excel中生成各式圖表。需要指出的是，分析結果的圖示化表達是開放性的，研究團隊提出的圖表只是一種示例，使用者可以根據自己的需要對輸出數據進行其他類型的處理。

2 應用研究

以南京市某高級中學教室為例，研究團隊對所開發出來的評價工具進行有效性研究。研究顯示，該工具的模擬結果與實測的非視覺評估在趨勢上基本一致，時間都是在10:00之前表現較弱，空間上都是在講臺附近區域難以達到非視覺標準，這說明該評價工具對現有建筑空間的非視覺評估具有一定的有效性[18]。

在此基礎上，研究團隊選擇朝向、地域、窗地比這三個對天然光非視覺影響較大的設計因素對評價工具進行進一步的適用性研究[19]。由于文章篇幅問題，本文僅以不同朝向為例探討天然光非視覺效應的影響。教室的計算機建模及參數設置詳見《南京市中學教室天然光非視覺效應研究》一文[20]。在模擬分析時間上，選用非視覺效應水平變化較大的8:00—9:00時間段，這段時間是人體對光照最為敏感的生物節律重置期[20]，并選擇教室正中間測點的刺激頻率全年雷達圖來探討各因素對生物暗區的影響。在模擬工具上修改朝向，只需要通過給annual daylight simulation組件的noth端輸入不同方向的GH向量，就可改變教室的主朝向，如圖3所示。調用Daysim分別對南、北、東、西四個方向進行全年天然光模擬計算，然后利用可視化分析模塊生成圖表，評價不同朝向的非視覺效應水平。

圖3 改變朝向組件連接Fig.3 Connection of orientation Components

圖4是不同朝向的emlCEA指標(滿足EML閾值要求的區域占比)。其中CE (Circadian-Effective，有效晝夜節律)指若建筑內某點某一方向接受的等值黑視素勒克斯(EML)的平均值達到WELL Building Standard 2018 規定的非視覺效應最小光照刺激標準200等值黑視素勒克斯(EML)，即認為這一天在該點產生了有效的晝夜節律。由于評價一個建筑空間非視覺效應的天然采光是對該空間內所有點的綜合效果進行評價，故引入有效晝夜節律區域百分比，簡稱CEA(Circadian Effective Area)。CEA表示一天中該空間內所有計算測量點中達到或超過設定的Stim.freq(刺激頻率)的百分比。而emlCEA全年分布圖表示的是全年每一天中滿足EML閾值要求的區域占比，從圖4可以看出，四個朝向的emlCEA全年分布情況非常相似，都是在3月至10月能夠基本達到75%標準值，而1月、2月和11月、12月則基本處于10%以下的較低水平；單從emlCEA年均值來看，四個朝向的差別并不大，東向會略好于其他朝向。

圖4 不同朝向下全年emlCEA分布(8:00—9:00)Fig.4 Annual emlCEA distribution in different orientations (8:00—9:00)

圖5是四個朝向下室內滿足天然光非視覺刺激頻率全年分布(sfCEA)疊加圖。sfCEA指標是指滿足特定刺激頻率的區域占比的時間分布圖，sfCEA全年分布圖表示的是全年每一天中各個刺激頻率級別的區域占比。從圖5可以看出，sfCEA全年分布在朝向改變后，也無太大差別，在3月至9月時間范圍內表現較好，超過臨界值(即Stim.freq ≥ 5d/wk of 7d/wk，A、B等級)的有效區域百分比基本都接近100%。在10月整體空間的主導刺激頻率是3～4d/wk(C級),部分時間能夠有超過90%的區域達到臨界值。但在冬季1月、2月和11月、12月則明顯存在刺激不足的問題，1月和2月的部分時間能夠有部分區域達到3～4d/wk的刺激頻率，大部分時間沒有sfCEA，意味著所有區域均無法達到200EML的閾值,刺激頻率為0d/wk(F級別)。單從sfCEA年均值來看，在1～4d/wk刺激頻率下，東向會略好于其他朝向，在臨界值以上的級別，朝向的影響傾向于越來越小，至7d/wk刺激頻率下達到一致。

圖6是四個朝向Stim.freq≥5d/wk占比空間分布，可以看出四個朝向較為一致，且都處于較為均勻的分布水平，除西北角、西南角和靠近講臺區域外，其他區域全年Stim.freq≥5d/wk的時間占比基本都能達到70%以上，靠窗區域更能夠達到80%。另外結合圖7的教室中間點的全年非視覺天然光刺激頻率Stim.freq分布圖，還可看出全年東向相比其他朝向對靠近講臺的生物暗區有略微提振作用，對冬季的刺激頻率也有稍許改善。

圖6 不同朝向下全年Stim.freq≥5d/wk占比空間分布Fig.6 Annual Stim.freq≥5d/wk spatial distribution ratio in different orientations

圖7 不同朝向在教室中間點全年天然光非視覺刺激頻率分布Fig.7 Annual Stim.freq distribution in different orientations in the classroom

既往研究顯示出朝向對非視覺光環境有著重要影響，單泓景[21]、蔣靖才[22]在對我國醫院病房和老年公寓的前期研究中，發現對于單側采光的房間，東向的非視覺天然光環境會比其他朝向有明顯的優勢。但本次研究則發現對于雙向采光的教室，朝向對天然光非視覺效應影響并不是很大。就emlCEA、sfCEA全年分布、全年Stim.freq≥5d/wk 比空間分布以及中間測點的刺激頻率結果來看，盡管東向的非視覺效果會略好些，但總體上無太大差別。

此外，研究團隊也利用該評價工具對不同地域、窗地比這兩個設計因素進行非視覺評價的適用性研究。在對不同地域和窗地比的比較性研究中發現，不同地域對教室天然光非視覺效應影響較大，Ⅰ類、Ⅱ類、Ⅲ類光氣候區的代表城市明顯好于Ⅳ類、Ⅴ類光氣候區的代表城市。另外，隨著窗地比的增大，室內空間的非視覺表現會越來越好，但是上升趨勢在0.25之前較大，在0.25之后明顯減緩。在我國現行《建筑采光設計標準》(GB 50033—2013)規范下(窗地比是0.2)[23]，教室天然光非視覺水平并不是很好，從非視覺采光的角度，該教室較為適合的窗地比約在0.3左右。

3 結語

上述研究顯示，研究團隊所開發的計算機天然光非視覺模擬工具能適用于不同設計因素、不同地域光環境下的非視覺效應評價。由于可以在Rhino平臺上建立不同類型的建筑空間，在分析時允許自定義360°視場中的任意視看方向，能夠同時對不同測點的不同視看方向進行分析計算，因此評估不同類型建筑的非視覺光效應也不是問題。此外，評價工具在輸入設置上也提供了多種可能，還能夠讓使用者進行全年任意時間段或任意時間點的分析，以及根據需要進行各指標閾值的設定，因此該評價工具在有效性和靈活性上，適用范圍也較為廣泛，與之相配的是在工作流可視化分析模塊上提供了多種圖示表達的方法，能夠較為直觀地呈現出非視覺效應在時間和空間上的分布狀況，讓建筑師清楚了解天然光非視覺效應的模擬結果。

目前國際上非視覺計算機模擬評價方法還處于初級階段，盡管本工具所采用的CEA法無論是從計算過程復雜度、因素考慮完整度，還是使用標準權威性等方面都具有一定優勢，但本身也具有較多的不足之處。如在完成視覺照度向非視覺照度的轉換系數計算時，只是將照度結果轉化為眼部EML的方法，并沒有考慮玻璃(如光譜選擇透過性玻璃)或非中性內表面(如彩色墻壁、地板或天花板)對相對光譜的修正，即并沒有考慮天然光在室內多次反射后光譜的變化。此外，該方法也沒有考慮不同朝向的天空光譜的系數修正。在其后的研究里，研究團隊將會根據該工作流，繼續簡化軟件內容，選用更為先進的非視覺模擬評價方法，并嘗試在其他CAAD平臺上進行工具的開發研究工作，隨著計算機CAAD軟件、光模擬技術的迅速發展，以及非視覺光效應基礎研究進一步深入，可以預見建筑光環境非視覺效應的評估將會更加準確便捷。