何夢淵， 胡松濤， 馬浩南， 管宏宇， 劉國丹， 李 珊， 孫建輝

(青島理工大學環(huán)境與市政工程學院， 青島 266033)

室內光環(huán)境會顯著影響人員的舒適度、工作效率和健康等[1-2]，營造舒適、健康的室內光環(huán)境不僅要考慮建筑光環(huán)境節(jié)能和低能耗，室內人員的主觀舒適性也是需要重點關注的方面。環(huán)境色溫作為光環(huán)境評價中的重要指標之一，在許多研究和設計規(guī)范中都進行了詳細的說明。GB 50034—2013《建筑照明設計標準》[3]中將室內照明光源按相關色溫分成暖、中性和冷三種，并推薦室內辦公環(huán)境的色溫應為3 300～5 300 K。Huebner 等[4]對比了2 700、6 000 K色溫下的舒適度，發(fā)現低色溫下具有更高的舒適度。張原銘等[5]觀察到色溫對受試者的舒適度影響較大，在3 500、4 500 K時舒適度最高。Manav[6]發(fā)現在4 000 K色溫下要比2 700 K下具有更好的舒適感，而2 700 K下放松感更強。Shamsul等[7]得出4 000 K更被受試者所歡迎，Dangol等[8]也得到了500 lx下，4 000～6 500 K更受歡迎。以上研究雖多在實驗室中開展，但基本涵蓋了常見的色溫區(qū)間，具有重要的參考價值。一般認為4 000 K左右的中性色溫環(huán)境在大多數場景下是適用的，且視覺舒適性較好。

此外，很有研究發(fā)現色溫還會影響人員的睡眠、注意力以及空間感。Shinomura 等[9]發(fā)現低色溫下人員的睡意更明顯，高色溫則使注意力更集中。這在Tomoaki 等[10]的研究中也得到證實。郭鐵明[11]在研究低壓環(huán)境下的光環(huán)境舒適性時發(fā)現相對色溫會顯著影響光的明暗和顏色真實性。Huang 等[12]也發(fā)現5 500 K下，顏色辨識度會更好。Yu 等[13]認為高色溫與空間亮度有關，低色溫則會使安全感更強?？傊^低的色溫下，色彩真實性、顏色辨識度和注意力會有所下降；反之，高色溫則與空間亮度、注意力集中度等密切相關。

還有許多研究認為色溫會通過影響熱感覺進而影響人員的舒適性。Fanger等[14]早在1977年就進行了色溫對人體熱舒適的研究，但得出色溫幾乎不會影響熱感覺的結論。之后的Morita等[15]發(fā)現色溫對熱感覺是有著明顯但較小的影響。Toftum等[16]在研究發(fā)光二極管臨界色溫與主觀感知的實驗中發(fā)現在22 ℃時，當臨界色溫從2 700 K上升到6 200 K時，觀察到受試者的熱感覺下降程度相當于工作溫度下降1.7 ℃。這方面的研究目前還沒有得到一致且準確的結論，仍是需要探究的重點之一。

以上研究普遍使用了調查問卷的方法來收集人員的主觀感受，少有結合人體客觀生理指標來研究不同色溫環(huán)境對人體舒適性的影響。主觀調查容易受到受試者意識和不同時期感受差異的影響，而人體客觀生理指標是在人體生理機制的調節(jié)和控制下變化的，受到主觀意識影響很小，能夠更加準確地反映人員的舒適性和滿意度。

基于此，現測試采集人員的圖像翻轉視覺誘發(fā)電位(pattern reversal visual evoked potential，PRVEP)信號，希望引入視覺誘發(fā)電位這一生理參數來研究不同色溫環(huán)境下的人體舒適性。PRVEP是以一定的閃光和圖像刺激視網膜，并在視覺頭顱骨外記錄腦部電位變化，用以研究人體的感覺機能、行為和心理活動等，作為一種人體客觀生理指標已在許多研究中被使用。童力等[17]證實了誘發(fā)電位信號可被應用于聲舒適研究中。

視覺誘發(fā)電位信號的分析是此類研究中至關重要的部分。非線性分析方法被認為是生理腦電分析中較為準確的方法之一[18]。而模糊熵(fuzzyEn,fE)被運用到非線性分析方法中已十分普遍。模糊熵最早由Shannon[19]提出的信息熵發(fā)展而來，來反映事物的不確定性和無序性。模糊熵值越大，其不確定性和復雜度就越大。模糊熵現已被廣泛應用于機械系統故障檢測[20-22]腦電信號特征提取[23-26]、圖像處理[27-28]、統計金融學[29]和電力輸送故障識別[30]等領域。Minhas等[20]和Zheng等[21]運用模糊熵方法分別提出了軸承故障檢測和識別方法。楊孝敬等[24]采用了多尺度轉移熵對腦電信號進行分析。湯偉等[25]提出了基于S變換與樣本熵組合的癲癇腦電信號分類識別方法。Naidu等[28]利用模糊熵算法進行圖像的多級閾值分割。

基于此，現采用模糊熵對視覺誘發(fā)電位生理信號時間序列進行非線性分析，探究不同色溫下人體視覺舒適度與PRVEP模糊熵的關系，利用PRVEP模糊熵衡量人體視覺舒適程度的大小。最終以色溫為紐帶將客觀生理參數和主觀調查結合對人體視覺舒適進行評價，獲得利用客觀生理指標預測主觀感受和視覺舒適性的新方法。

1 研究內容

1.1 受試人員

招募了平均年齡為23.7歲的15名(8名男性，7名女性)身體健康的志愿者作為實驗對象。受試者應在實驗前12 h內保持日常生活習慣，沒有吸煙飲酒、服用神經刺激性飲料或藥物等。為保證體內激素、血糖等身體指標處于正常范圍內，受試者還不應進行劇烈運動。

招募時對受試者視力進行調查以排除視覺疾病者，并選取經視力矯正后視力大于5.0的志愿者作為受試者。

1.2 實驗環(huán)境

實驗在溫濕度可調節(jié)的氣候室內(4 m×3 m×2.6 m)進行。實驗期間保持氣候室空氣溫度為(24 ± 0.5) ℃，相對濕度為50%±5%。氣候室送風氣流均勻，并具有良好的隔音性能。

氣候室均勻安裝了6盞照度和色溫可調節(jié)的LED(light-emitting diode)燈，無其他室內光源。使用照度計在實驗區(qū)域0.75 m高度處測量室內環(huán)境照度和色溫，燈具布置和現場實景如圖1所示。

圖1 燈具布置和現場實景圖Fig.1 Lamp layout and scene picture

1.3 實驗儀器

使用NDI-094C型專業(yè)醫(yī)療腦電圖誘發(fā)電位儀對受試者的視覺誘發(fā)電位進行檢測。腦電圖誘發(fā)電位儀使用8×6的國際象棋黑白棋盤格作為翻轉刺激圖形，以1.5 Hz的頻率進行黑白交替變化。在數據采樣為0.5 ms/次的頻率下，每次腦電圖檢測采集900個數據。

依據國際腦電圖協會規(guī)定的10/20標準導聯系統電極放置方法[31]，選取Oz作為作用電極，Fz作為參考電極，接地電極位于額頭中心。詳細電極布置如圖2所示。

圖2 電極布置圖Fig.2 Electrode layout

實驗開始前，涂抹導電膏使電極片與頭皮充分接觸，保證阻抗不大于10 kΩ后開始測試。數據采集過程中，記錄布置于頭皮表面的Pz和Oz兩個電極腦電波變化的電位差。

照度計水平放置于實驗區(qū)域0.75 m高的桌上，通過照度計的示數來調整室內色溫環(huán)境。

實驗中所使用的儀器如表1所示。

表1 實驗測試儀器Table 1 Experimental test equipments

1.4 主觀調查

采用國際通用的5級標準[32]設置主觀調查尺度，受試者可根據視覺感受做出判斷，并給出一個精確到小數點后一位的數值，評價尺度如圖3所示。受試者在完成每個色溫環(huán)境的PRVEP測試后，立即填寫主觀調查問卷。主觀調查問卷詢問了受試者的光環(huán)境感受，包括刺激程度、眼部疲頓度。

圖3 主觀評價尺度Fig.3 Subjective evaluation scale

1.5 實驗過程

《室內工作場所照明》[33]中規(guī)定辦公室平均照度不應低于500 lx。本實驗保持室內照度為500 lx不變，共進行了3 000、4 000、5 700 K三種色溫環(huán)境的實驗，以探究不同色溫下人體視覺舒適度。

氣候室內每次只允許一位受試者進行PRVEP數據的檢測和記錄。實驗開始前由工作人員為受試者佩戴頭部電極，受試者實驗期間需保持靜坐。實驗開始后受試者先進行10 min的環(huán)境適應，適應期結束后隨即開始PRVEP的測試和記錄。每個色溫環(huán)境的實驗時間約為28 min，PRVEP測試結束后受試者填寫主觀調查問卷(約3 min)。上個色溫環(huán)境的實驗結束后，受試者可以進行視覺放松并在室內活動，同時將實驗環(huán)境色溫調節(jié)至下個色溫環(huán)境。實驗結束后工作人員為受試者移除電極，并確認受試者身體狀態(tài)無異常后結束該受試者的實驗。

2 研究方法

視覺誘發(fā)電位是一種典型的人體生理信號，而實驗所能采集到的數據屬于時域的PRVEP信號，不同于大多數腦電信號研究所采用的頻域分析[34-36]或時頻分析[37-38]等方法，非線性分析不會受到時域或頻域分析局限性的限制，可從混亂的腦電信號中分離得到分辨率較好的潛在本質特征。

模糊熵fE是非線性分析方法中的一種。模糊熵指時間序列中產生新模式的概率的大小，產生新模式的概率越大，序列復雜度越高，不確定性越大，相應的模糊熵也就越大。模糊熵算法[39-40]如下。

(1)一個N維時間序列U(i)為{u1,u2,u3,…,un}，定義相空間維數m(m≤N-2)和相似容限r，用于重構相空間X(i)：

X(i)={ui,ui+1,…,ui+m-1}-u0(i)=

{xi,xi+1,…,xi+m-1}

(1)

(2)令兩個不同X(i)與X(j)之間的距離為

d[X(i),X(j)]=max(|xi+k-xj+k|)

(2)

式(2)中：k=0,1,…,m-1；i,j=1,2,…,N-m,i≠j。

(3)取模糊隸屬函數為

(3)

式(3)中：ε為模糊隸屬函數自變量。

當i=1,2,…,N-m+1時，有

D[X(i),X(j)]=

(4)

式(4)中：i,j=1,2,…,N-m+1且j≠i。

(4)定義函數：

(5)

(6)

(6)當N可取有限值時，對該N維有限時間序列U(i)的模糊熵為

fE(m,r,N)=lnΦm(r)-lnΦm+1(r)

(7)

關鍵參數m和r的選取對模糊熵的計算起到至關重要的作用。空間維數m取決于時間序列總體長度的大小，對于短時生理信號推薦值m=1或m=2較為合適[41]。相似容限r選取過小，會增加噪聲對結果的干擾，r選取過大，導致大部分信息丟失，計算熵值趨于0，相似容限r一般選取時間序列標準差的0.1～0.25倍較為合適[42]。

3 結果與分析

3.1 PRVEP模糊熵

選取模糊熵參數中的相空間維數m為2，相似容限r為0.2，按照模糊熵算法對15名受試者的45組測試數據進行計算，并得到了45組PRVEP模糊熵序列。

為進行不同受試個體間的比較和不同色溫環(huán)境的同一個體的對比，對45組PRVEP模糊熵序列進行標準化處理。為模糊熵計算，選擇如式(8)所示的模糊量化標準模式。

(8)

式(8)中：fE、 fEmax、fEmin和fEs分別為初始PRVEP模糊熵序列、同一色溫環(huán)境下的PRVEP 模糊熵序列最大值、同一色溫環(huán)境下的PRVEP 模糊熵序列最小值和標準化后的 PRVEP 模糊熵。

標準化后的PRVEP模糊熵與色溫的變化關系如圖4所示。

圖4 色溫與PRVEP模糊熵Fig.4 Color temperature and fuzzy entropy of PRVEP

在環(huán)境色溫發(fā)生變化時，PRVEP模糊熵會隨著色溫的增加逐漸增大，但3 000、4 000 K下的模糊熵變化并不明顯，而5 700 K下的模糊熵達到最大。

使用多項式擬合對色溫-模糊熵fEs的變化關系進行量化。擬合方程為

fEs=1.54×10-8x2-9.16×10-5x+0.29

(9)

式(9)中：x為色溫(3 000 ≤x≤ 5 700)，K；fEs為PRVEP模糊熵，0.15 ≤ fEs≤ 0.27。

圖4所示的結果表明，在探究不同色溫環(huán)境下視覺刺激對人體視覺神經系統的影響時，色溫的增加會引起PRVEP模糊熵的增大。在3 000 K下，PRVEP模糊熵最小，無序性最小，色溫引起的視覺不適反應最弱，而5 700 K下則恰好相反。這也說明人體應對視覺刺激的生理反應和視覺神經系統的穩(wěn)定性在這兩種色溫環(huán)境下呈現出截然相反的表現。而3 000 K與4 000 K下的PRVEP模糊熵十分接近，可能的原因是這兩種色溫環(huán)境帶給受試者的感受相差并不顯著，暖色調(3 000 K)與中性色調(4 000 K)環(huán)境帶給人體的視覺刺激差異不大。當色溫增加到5 700 K時，冷色調環(huán)境使得PRVEP模糊熵發(fā)生了較大變化，相比其他色調帶來的生理震蕩更強烈[43]。

在建筑室內照明設計推薦的照度環(huán)境(500 lx)下，盡管隨著色溫增加模糊熵會逐漸增大，但3 000～4 000 K的范圍內，模糊熵變化并不大。這說明絕大部分辦公場景的設計照度下，模糊熵具有一定的穩(wěn)定性，場景色溫的變化帶去的人體生理反應變化很小，視覺舒適性較好。另外，在照度占主導因素的穩(wěn)定的辦公情景中，色溫對人體視覺舒適性的貢獻相比于照度因素是較小，并可能與個體色溫偏好有較大關系[43]。

3.2 主觀調查

主觀調查是舒適性研究中十分常用的方法之一，主觀投票的目的是對受試者進行個體心理主觀印象調查。主觀調查中詢問了受試者的主觀刺激程度和眼部疲頓度，希望通過這兩個主觀指標來表達人體的視覺感受。調查結果如圖5所示。

圖5 刺激程度和眼部疲頓度投票Fig.5 Voting for stimulation and eye fatigue

從圖5可以看出，刺激程度和眼部疲頓度會隨色溫的增加而逐漸增大。盡管3 000 K和4 000K下的主觀投票值差異不大，但3 000 K下的眼部疲頓度要大于4 000 K，而刺激程度投票值恰好相反。在5 700 K色溫下，刺激程度和眼部疲頓度的投票值都達到了最大。

對主觀調查中的刺激程度和眼部疲頓度投票值進行多項式擬合，擬合結果如圖6和圖7所示。

圖6 色溫與刺激程度Fig.6 Color temperature and stimulation

圖7 色溫與眼部疲頓度Fig.7 Color temperature and eye fatigue

擬合方程為

V1=1.25×10-7x2-7.58×10-4x+1.58

(10)

V2=2.84×10-7x2-0.002x+4.24

(11)

式中：V1為主觀刺激程度，0.43 ≤V1≤ 1.33；V2為眼部疲頓度，0.35 ≤V2≤ 1.49。

上述結果表明，環(huán)境色溫變化帶來的人體視覺感官的影響隨著色溫的增加表現出不同的變化情況。刺激程度隨色溫增加開始增大，低色溫的刺激感要比高色溫更小，這是由于高色溫白光帶給人的明亮程度要比低色溫更強烈[44]。盡管3 000 K與4 000 K時眼部疲頓度相差不大但4 000 K時達到了最小，說明4 000 K的色溫環(huán)境所引起的視覺不適感最微弱，是比較舒適且適合辦公環(huán)境的色溫設置。另外5 700 K的高白光環(huán)境帶給人體的眼部疲頓度十分強烈，視覺刺激性也最強。

相比于色溫在4 000～5 700 K的主觀投票值變化率，3 000～4 000 K的投票值變化不大，變化率很小?？赡艿脑蚴? 000～4 000 K的色溫變化帶給人體的視覺感受并不明顯。另外，GB 50034—2013《建筑照明設計標準》中推薦在辦公室、閱覽室等公共建筑中色溫宜設置在3 500～5 000 K。也有研究認為受試者更傾向于4 000 K 的色溫環(huán)境并且 工作舒適度更高。因此，有理由認為在4 000 K下，更易達到較高的視覺舒適，刺激程度和眼部疲頓度投票也將會更小。

3.3 PRVEP模糊熵與主觀調查值

在不同色溫環(huán)境下進行人體PRVEP的測試，是為尋找不同色溫下視覺刺激對人體視覺神經系統的影響，以使用客觀生理參數PRVEP衡量人體視覺神經系統的活躍度和適應性。

為建立PRVEP模糊熵與主觀投票(刺激程度和眼部疲頓度)之間的關系，利用Pearson相關系數法分別對PRVEP模糊熵與刺激程度投票和PRVEP模糊熵與眼部疲頓度投票進行檢驗。Pearson相關系數反映兩個變量之間的相關程度，相關系數的絕對值越大表明兩個隨機變量之間相關度越高。通常情況下，當相關系數在0.80～1.00表示相關性極強；在0.60～0.80表示相關性強。使用MATLAB2018b進行Pearson相關系數檢驗，刺激程度和眼部疲頓度分別為0.92和0.84。

Pearson相關系數檢驗顯示，PRVEP模糊熵與刺激程度投票和PRVEP模糊熵與眼部疲頓度投票之間都具有極強的相關性。因此，建立PRVEP模糊熵和主觀投票之間的數理關系，使用客觀生理參數來表征主觀情感感受，能更加準確地挖掘不同色溫環(huán)境下人體的視覺舒適特性。在尋找PRVEP模糊熵和刺激程度之間的數理關系時，使用Power、Linear Fitting、Fourier、Sum of sine、Polynomial類型對模糊熵fEs和刺激程度進行回歸分析。

當確定系數R2越接近1.00, 誤差平方和(SSE)和均方根差(RMSE)越小，回歸性分析結果越顯著。結果表明，Linear Fitting型回歸和Fourier型回歸的確定系數R2為1.00，SSE、RMSE基本相等，回歸效果最佳但其回歸表達形式復雜，不便于使用。Polynomial型回歸R2為0.99且形式簡單、特征清晰最為合適。PRVEP模糊熵和刺激程度的回歸分析結果如圖8所示，函數關系為

圖8 PRVEP模糊熵-刺激程度回歸關系Fig.8 The regression relationship of fuzzy entropy of PRVEP and stimulation

V1=7.93fEs-0.80

(12)

同樣使用Power、Linear Fitting、Fourier、Exporiential、Polynomial類型對模糊熵fEs和眼部疲頓度進行回歸分析。回歸結果表明：除Fourier型回歸和Polynomial型(確定系數R2> 0.99)外，其余類型的回歸效果相差不大，表達式系數項個數為3～4項，無較大差異，因此選用Polynomial型回歸，R2為0.99，PRVEP模糊熵fEs和眼部疲頓度之間的回歸結果如圖9所示，函數關系為

圖9 PRVEP模糊熵-眼部疲頓度的回歸關系Fig.9 The regression relationship of fuzzy entropy of PRVEP and eye fatigue

V2=-106 2fEs3+730.6fEs2-153.8fEs+10.65

(13)

在不同的色溫環(huán)境下，PRVEP模糊熵和主觀調查值之間表現出的極為相似的變化趨勢證實了二者之間存在著密切的聯系。圖8的回歸分析表明，PRVEP模糊熵與刺激程度具有顯著的正相關線性關系，刺激程度隨著PRVEP模糊熵的增大而增大。PRVEP模糊熵越小，人體在應對視覺刺激時的生理反應越小，視覺神經系統穩(wěn)定性越強，而主觀刺激程度也越小。圖9的結果反映了PRVEP模糊熵和眼部疲頓度的變化關系，當PRVEP模糊熵小于0.165時，眼部疲頓度隨模糊熵的增大而減弱，而模糊熵大于0.165時，眼部疲頓度則隨模糊熵的增大而增強?？梢源_定的是PRVEP模糊熵越小，視覺舒適性越高。而PRVEP模糊熵最小的色溫環(huán)境為3 800 K，這時眼部疲頓度感覺最弱。這也表明PRVEP模糊熵與主觀調查值反映著相同的生理變化規(guī)律，具有相似的生理解釋。

從生理機制角度來看，人眼在收到一個視覺訊號后，這種經視網膜處理的信息沿神經節(jié)的視神經纖維傳遞至大腦視覺中樞，并在枕葉區(qū)的視神經皮層上形成視覺。視覺誘發(fā)電位測試主要采集大腦枕葉的電位差波動，經處理后的 PRVEP 模糊熵將反映這一區(qū)域的腦電活動特征，而人體主觀投票恰恰收集的是在視覺形成后產生的一系列主觀反應。因此，PRVEP 模糊熵和主觀感受具有明確的連通性，是同一生理機制或生理反應的不同表現方式，二者存在可被相互表征的關系。

因此，為了補足主觀調查的本質性不足和人為意識對主觀調查的干擾，使用客觀生理指標(PRVEP模糊熵)與主觀調查間的數理關系，從客觀生理角度去預測人體主觀感受以期望能更合理、有效地揭示人體視覺舒適性的深層次意義。

4 結 論

對不同色溫環(huán)境下的圖像翻轉人體視覺誘發(fā)電位和主觀感受進行測試和調查，希望結合主客觀指標(PRVEP 模糊熵、主觀刺激程度和眼部疲頓度)對不同色溫環(huán)境下人體的視覺舒適性進行探究。研究發(fā)現人體PRVEP 模糊熵和刺激程度投票值都隨著色溫的增大而逐漸增大，而眼部疲頓度則呈現出先減小后增加的變化趨勢。主客觀指標值越小，視覺神經系統穩(wěn)定性越強，視覺舒適性越好?；赑RVEP 模糊熵與主觀調查存在的極強相關性和生理解釋建立PRVEP 模糊熵與主觀調查的數理關系，以使用客觀生理指標預測主觀感受，更加準確地實現對人體主觀視覺舒適度的預測，減少由于人員意識驅動引起的偏差。引入客觀生理參數不僅能增加可靠性和準確性，也可以與主觀評價方法互相補充、驗證。

(1) 高色溫的冷色調環(huán)境下人體PRVEP 模糊熵和主觀調查值最大，刺激感較為強烈，而低色溫的暖色調環(huán)境下人體PRVEP 模糊熵和刺激程度雖不顯著，但會使得眼部疲頓感增強。

(2) 中性色溫環(huán)境下PRVEP 模糊熵和刺激程度會略有增加，但眼部疲頓度會減小。在4 000 K左右的工作色溫下更適宜用于工作環(huán)境并有助于提升工作效率。