清华大学建筑学院 刘艳雯 洪莉淑 郝心怡 张昕
北京津发科技股份有限公司 赵起超
关键词:机场候机厅 人工光环境 视觉功效 视觉舒适性 眼动
机场候机厅的光环境需要保证乘客轻松地空间定位、寻路与交流,以及特定位置的阅读(纸媒和电子媒体)[1],为乘客创造舒适视觉环境。Hughes等[2]在对同一个大型火车站的三次现场考察中发现,光的心理/行为效应影响乘客的流动和潮汐性拥挤,改善候机空间舒适性。
此前研究表明,对于通行行为,照度标准过高或过低均不利。Pedersen和Johansson[3]在实验室中研究了降低照明水平对行走速度的影响,发现被试在昏暗(最大照度200lx的60%、40%和20%)的照明下行走速度明显较慢,且当照度水平恢复到100%后这种影响仍然存在。但是,Donker等[4]发现黑暗的路径导致更快的行走速度,这可能是因为个人安全感的降低。此外,与较高照度相比,较低照度下乘客更倾向于处于寻找与辨识的情绪中。照明强度还会影响路线选择,McCloughan[5]、Marcelo[6]、Elis ngela等[7]发现,在紧急疏散场景、酒店、机场航站楼的环境中,被试通常选择更亮更宽的走廊。
我国机场候机厅的特点是空间高大,但高大交通空间光环境的心理/行为效应和生理效应,存在诸多研究空白。目前我国国标GB50034—2013的地面照度标准为200lx[8],黄星月等[9]对四个航站楼的实际调查发现,三个航站楼的部分大厅没有达到200lx;高大空间较高时,如果采用反射照明,达到200lx较为困难。根据E=I/r2的基本计算公式,灯具到达地面的光通量与空间高度的平方成反比,即高大候机空间的照明达标意味着巨大的能源消耗。该指标的合理性研究对于节能减碳具有重要意义。
本研究的被试在真实机场航站楼中完成寻路实验,通过改变机场照明方案,在寻路实验的过程中收集被试的主观感受、生理数据、眼动数据,分析视觉功效和舒适性指标,量化照度和照明方式对使用者的影响。
基于渲染图像、虚拟现实、真实环境的不同人因环境,实验结果偏差较大。本团队[10]曾在对机场航站楼使用者的照明偏好的研究中,基于光环境渲染图像,发现乘客偏爱高照度、大净高的空间图像,对亮度比(照明方式)没有明显的偏好性。但在虚拟现实中[11],被试认为低空间中(3.5m),明亮度和光分布均匀度最好。显而易见,相比渲染图像、虚拟现实,基于真实环境的研究将得出更具实践指导意义的结论。
1.1 实验环境
研究选址为烟台蓬莱国际机场航站楼。出发层最大净高11.67m,最小净高8.45m,天花呈平缓坡度变化,包括值机大厅、安检区、商业区、候机区和通行空间,候机空间呈“一”字型,无岔路口(图1)。
图1 烟台机场出发层平面图
该侯机厅采用PhilipsLED智能照明系统,天花安装线形下照投光灯,两个回路可控;立柱安装上照投光灯提供氛围照明,天花与幕墙立杆安装有侧投光灯。处于节能考虑,立柱和幕墙上侧投光灯只在大型活动时开启。根据实验需要和现场回路条件,组织三种照明模式用于实验,分别记作A组、B组和C组,三种照明模式的实景照片如表1所示。
表1 三种照明模式
1.2 实验设计
寻路实验的路径选择遵循与实际情况一致、有一定难度、可复制、与自变量无关的原则,保证被试关注到路径上所有关键指示牌和目的地,路径选择为从安检区出来走到某一个常见目的地,包括某一候机区、其它功能区(如厕所、饮水机、高级候机室、吸烟室、母婴室等)、商业店铺等。因所有标志牌上均指示xx号候机区的位置,因此关注到第一个标志牌就基本锁定候机区的位置了,且没有岔路口,寻址难度较小。商业店铺未采用指示牌的方式指示位置,不宜作为寻址对象。该层内的功能空间中的厕所、无障碍厕所、母婴室、饮水区和ATM机有多处,医疗救助在安检区正对位置,寻址难度小。经过综合考虑,选择吸烟室作为寻路对象,寻路过程中看到的标志牌如图2所示。
图2 寻路实验路过的标识牌
实验操作流程如下:
1)给被试佩戴皮电、心率和眼动仪,被试填写实验前的状态焦虑量表;
2)被试自行在候机区走动1min,作为基准生理状态的记录;
3)将被试引领到安检区前的第一个集成指示牌面前,告知实验需要寻找的目的地,说明注意事项;
4)寻路实验开始,实时收集皮电、心率和眼动数据;
5)被试抵达目的地,寻路实验即结束。引导被试到开阔休息区填写主观评阶VAS量表,结束实验。
实验收集数据如下:
1)标识识别成功率,三个关键指示牌是否看到;
2)被试对空间光环境的主观评价VAS量表,标度为0~100,包括视觉(2项)和非视觉(5项)评价;
3)执行识别任务时的生理反应,EDA和HRV数据;
4)视觉疲劳程度,通过眼动数据获得的瞳孔直径和平均眼跳频率;
5)识别标识牌的难易程度,通过在ErgoLAB平台上处理眼动数据,在眼动仪录制的视频中绘制兴趣区,获得在指示牌兴趣区中扫视/凝视的时间与频次。
由于寻路实验与熟悉程度关系密切,因此每个被试只参加某个实验条件下的一次寻路实验。因候机区管理规定,本实验在已购票的乘客中随机选择被试,满足以下的条件:
1)年龄在18~60岁之间;
2)不佩戴眼镜,且视力4.8及以上(佩戴眼镜后眼动仪测得的瞳孔数据不准确);
3)距起飞时间在30min以上,乘客并不匆忙,实验时间充足。
实验共采集48个被试数据(A组15,B组15,C组18)。男女比例分别为1.25、1.46和1.43。年龄均值分别为33岁、28.77岁和30.5岁,年龄范围在20~53岁之间,30岁及以下占比56.4%。
2.1 主观评价
主观评价部分全部采用VAS量表[12]。在主实验结束后随机抽样调查了一些乘客,对于三组实验条件,共收集73份问卷。
表2 主观评价问卷
对问卷统计的结果首先去掉极端值,再绘制箱型图去掉统计学意义上的极端值和异常值;之后对处理之后的数据进行正态性检验,如果符合正态分布则对其进行方差分析,反之进行非参数检验中的Kruskal-Wallis检验;在方差分析中首先计算其方差是否齐性,若方差齐则使用单因素方差分析,若不齐则采用Welch方差分析,结果比较稳健。对于方差分析有显著性差异的题目,再进一步用两两的事后检验找到明显不同的实验组。从统计结果可得,被试对光环境的舒适性评价和标志牌是否清晰的评价存在显著性差异:
1)光环境舒适性。A、B、C组照明条件下的评价得分依次为78(±10.37)、68.2(±17.48)、65.47(±18.29),被试对三种照明环境的舒适性评价具有统计学差异(F=3.365,P=0.049<0.05)。用LSD事后检验发现A组和C组之间有明显差异(P=0.04<0.05),被试对A组的舒适性评价优于另外两组。
2)指示牌清晰度。A、B、C组照明条件下的视线范围内指示牌清晰度得分依次为89.78(±13.15)、73.21(±21.69)、77.38(±23.32),被试对三种照明环境的指示牌视觉清晰度打分具有统计学差异(P=0.038<0.05)。被试认为A组的指示牌明显比另外两组清晰。
3)空间明亮度、光分布均匀度和眩光程度,以及对整个空间的评价和主观感受描述,在三个实验组之间没有显著差异。
可初步得到结论:地面照度最低、无氛围光的A组的照明舒适度和其中指示牌的清晰度最高,同时乘客并不认为其亮度和均匀度比其他组低。
2.2 皮肤电导率EDA
皮肤电导率EDA由皮肤电导SC、皮肤电导水平SCL和皮肤电导反应SCR构成,其中SCL和SCR与刺激事件有关,需要与个体的基线水平求变化率以确定特定的刺激事件对个体的皮肤电导率的影响。数据采集自津发科技提供的可穿戴式生理模块。
(1)皮肤电导SC
因无法在该实验场地创造始终恒定的基线状态,所以采用范围矫正的方法。数据不符合方差齐性(Levene检测p=0.003<0.05),采用Welch单因素方差分析。在A、B、C组照明条件下的SC均值/范围分别为(698±512)%、(326±133)%、(609±340)%。三种照明环境对被试的皮肤电导SC的影响具有统计学差异(F=6.029,P=0.01<0.05)。进一步采用LSD事后分析发现,A、B两组之间有明显的统计学差异(sig=0.027<0.05),B、C两组之间有明显的统计学差异(sig=0.049<0.05)。可知不同照明条件下被试的情绪和觉醒度有明显的统计学差异,B组条件下的认知负荷和情绪比另外两组低。
(2)皮肤电导水平SCL
皮肤电导水平SCL和皮肤电导反应SCR均反映特定刺激事件对皮电的影响,SCL是测量渐变信号Tonic成分的最常用方法,变化较缓慢,适用于时间较长、较温和的刺激。SCL的变化与自主觉醒水平有关。
本实验中通过给被试一个寻找目的地的认知负荷,来测量不同的照明条件下被试的自主觉醒水平,反应了被试的认知负荷,即识别标识牌和目的地的难易程度。采用了实验前无目的行走过程中的SCL作为基准水平,求出寻路过程中与基准SCL的变化率,并对其进行单因素方差分析,在A、B、C组照明条件下SCL变化率分别为(606.4±282.31)%、(366.0±197.8)%、(586.2±342.5)%。三种照明环境对被试的皮肤电导SCL的影响不具有统计学差异(F=0.671,P=0.518>0.005),说明三种照明条件下被试在完成寻路实验的时候情绪变化情况类似,情绪明显高涨,认知负荷提高。
2.3 心率变异性HRV数据采集与结果展示
心率变异性HRV反映心博之间瞬时心率的微小涨落,用于分析心脏交感神经和副交感神经的活跃性、觉醒程度。其中,HF提高意味着副交感神经活跃度的提高;LF/HF反映交感神经的活性,LF/HF的提高意味着交感神经活跃度的提高。由于HF和LF/HF的变化有个体差异,因此仅统计HF和LF/HF是否提高,不考虑其本身在任务前后提高的比例。心率变异性HRV主要反映了神经觉醒程度,在认知任务中可以被理解为认知负荷的变化。当认知负荷提高的时候,交感神经活跃度提高,副交感神经活跃度下降。在A、B、C三种照明条件下认知负荷提高的比例分别为78.6%、42.6%、64.7%。
2.4 眼动数据
本实验采用TobbiPro测量。三代眼动仪,采用基于视频的瞳孔角膜反射式眼动追踪、明暗瞳追踪技术。
2.4.1 视疲劳
瞳孔直径和眨眼频率可以反映人眼疲劳程度[13-15],其中瞳孔直径会随着视疲劳的增加而减小,同时瞳孔直径还控制着进入瞳孔的光量,心理负荷增大也会使瞳孔放大,因此其本身就受到了周围光线亮度变化和视觉任务难度的影响,并不能孤立地作为视疲劳的判定标准[16]。眨眼频率的增加被认为是从清醒到低警觉度的转换,而再到眼中困倦的转变一般会伴随着眨眼时长的增加[17]。
三种照明条件下A、B、C三组的瞳孔直径增加和平均眨眼次数增加分别为14.3%/14.3%、28.6%/35.7%、35.3%/23.5%。两项数据中,A组被试视疲劳的比例均为最低。
2.4.2 兴趣区分析辩物能力
该实验路线上共经过7个标识,第一个标识在实验开始之前已告知被试,因此只统计两个厕所标识、两个登机口指示牌、一个贵宾室集成标识和一个立牌。利用眼动仪记录被试的注视点和扫视点,利用ErgoLAB平台绘制兴趣区,确定对于每个标识被试的注视和扫视数据,依此确定在不同的照明条件下识别标识的能力。
1)单标识总注视时间。采用独立样本Kruskal-Wallis检验发现三个实验组的单标识总注视时间存在统计学差异(sig=0.016<0.05)。A、B、C组的总注视时间分别为(0.33±0.32)s、(0.48±0.29)s、(0.76±0.42)s,可知A、B、C组的单标识总注视时间是逐渐增加的,意味着其识别标识的难度是在逐渐增加的。
2)单标识首次注视时间。采用Welch方差分析发现,三个实验组的单标识首次注视时间没有统计学差异(F=0.202,P=0.819>0.05),即首次分辨和读取标识上的信息没有明显的难度差异。
3)单标识扫视时间百分比。三个实验组的单标识扫视时间百分比具有统计学差异(F=4.264,P=0.025<0.05),A、B、C三组的扫视时间百分比分别为(14±7)%、(47±30)%、(32±23)%,用LSD进行事后检验发现A组和B组、C组之间存在显著差异(P=0.007<0.05),A组的扫视时间百分比明显小于B组和C组,寻找标识的难度更低。
4)扫视次数。采用独立样本Kruskal-Wallis检验,三个实验组的扫视次数有明显的统计学差异(sig=0.033<0.05),A、B、C三组的扫视次数分别为(1.5±0.76)次、(2.2±0.94)次、(2.8±1.39)次,A、B、C组的单标志注视次数是逐渐提高的,意味着分辨标识的难度是逐渐增加的。
根据主观评价结果:低照度条件下(88lx)舒适性和指示牌清晰度比高照度好,且低照度条件下的亮度、光分布均匀度、眩光和空间愉悦度不低于高照度条件。
综合皮电和心率变异性结果:三组条件都会使被试在完成寻路实验时情绪高涨,神经觉醒度提高,认知负荷增加;但被试暴露在B组条件下的认知负荷最低。B组的照度稍高于A组,低于C组,且增加了氛围照明。这初步说明照度高不能降低识别标识牌的认知负荷,适量的氛围光可以降低视觉识别的认知负荷。
根据眼动数据可知:A组在三个实验组中最不容易引起视疲劳,定位和识别标识内容的难度最低。
综合主观评价、心率、皮电和眼动数据可知(表3):A组——最低的地面平均照度(88lx)且无氛围光的条件下,舒适性、标识定位和识别难度最低;B组——较低的地面平均照度(115lx)且有氛围光的条件下,认知负荷最低。A、B两组的实验结果均优于照度更高的C组(179lx)。基于本研究结论,在即将颁布的《公共交通建筑节能设计标准》中,在保证重点任务区域有较高的照度和均匀度的前提下,已适度降低高大交通空间的地面平均照度标准(由200lx降至100lx)。以海关为例,在需要识别乘客面部与护照内容的护照检查站,保持较高的工作台面高度水平照度(300lx),而排队区照度标准降低到100lx,保证乘客可以安全前进即可。为精细化的区分重点任务区域和排队、行走区域,将空间细分,分为6大空间,22种以任务为划分标准的区域。需要注意的是,该标准聚焦节能设计,如做推广,仍需开展更大规模的验证实验。
表3 实验结果
致谢:本研究受北京津发科技股份有限公司提供的“科研支持计划”项目支持感谢其提供的技术支持以及相关ErgoLAB科研设备使用支持。
参考文献:
[1]The Society of Light and Lighting.Transport Buildings- Lighting for the built environment:Lighting Guide 15[S].London:SLL,2017.
[2]Hughes N,Ryan B,Hallewell M,et al.Identifying new concepts for innovative lighting-based interventions to influence movement and behaviours in train stations [J].Lighting Research & Technology,2020,52(8):976-990.
[3] Pedersen E,Johansson M.Dynamic pedestrian lighting:effects on walking speed, legibility and environmental perception [J] .Lighting Research & Technology,2018,50(4):522-536.
[4]Donker S F,Kruisheer J,Kooi F.Pedestrian walking speed as a tool to study environment-behavior[J].Der Internist,2011,17(11):589-591.
[5]McCloughan C L B.The impact of lighting on mood[J].Lighting Research & Technology, 1999,31(3):81-88.
[6]Soares Marcelo M,Jacobs Karen,Vilar Elisngela,et al.Using environmental affordances to direct people natural movement indoors [J].Work,2012,41 (Supplement 1):1149-1156.
[7]Vilar Elisngela,Rebelo Francisco,Noriega Paulo,et al.Signage versus environmental affordances:is the explicit information strong enough to guide human behavior during a wayfinding task?[J].Human Factors and Ergonomics in Manufacturing & Service Industries,2015,25(4):439-452.
[8]建筑照明设计标准:GB 50034—2013[S].北京:建筑工业出版社,2013.
[9]黄星月,张肖肖,裴元杰.航站楼高大空间光环境调研分析 [J] .建筑电气,2021,40(6):68-74.
[10]刘艳雯,王呈瑜,张昕.基于机场候机厅渲染图像的光环境调查[J].照明工程学报,2021,32(1):60-65.
[11]Liu Yanwen,Wu Xiaoyuan,Zhang Xin.Optimization of traffic space height in airport terminal for signal identification—using vr technology [C]// The 10th Asia Lighting Conference,2019.
[12]蔡建奇,杜鹏,温蓉蓉.照明光环境对视觉健康舒适度的影响[J].住区,2016(6):58-63.
[13]Fotios S,Uttley J,Cheal C,et al.Using eye-tracking to identify pedestrians’ critical visual tasks,Part 1.Dualtask approach [J].Lighting Research & Technology, 2015,47(2):133-148.
[14]Rayner Keith.Eye movements and attention in reading, scene perception,and visual search [J].The Quarterly Journal of Experimental Psychology, 2009, 62 (8):1457-1506.
[15]Wiener Jan M,H ?lscher Christoph,Büchner Simon,et al.Gaze behaviour during space perception and spatial decision making [J].Psychological Research,2012,76(6):713-729.
[16]Helmut Schrom-Feiertag, Volker Settgast, Stefan Seer.Evaluation of indoor guidance systems using eye tracking in an immersive virtual environment[J].Spatial Cognition & Computation,2017,17(1-2):163-183.
[17]高翔宇.基于眼动数据的疲劳度标注方法研究[D].上海上海交通大学,2016
地址:北京市丰台区丰台北路17号院1号楼丽泽天地写字楼 电子邮件:weihy@shejis.com.cn