摘要：发光二极管（LED）作为一种新型光源，具有效率高、可靠性强、寿命长、响应速度快、节能等优点。LED灯具的照度、亮度、色温（CCT）、光谱能量分布（SPD）等光学性能决定了照明环境对人眼生理参数的影响。为了研究教室照明灯具对人眼视觉的影响，本文通过对25名适龄被试者的人眼视功能实验，分析其生理测量值包括像差和调节幅度等。其结果表明：1）LED教室照明灯具的光学性能对视觉任务持续时间内的眼部生理特性有一定的影响，可以通过生理参数的变化来量化。2）本研究选取桌面照度和光分布曲线作为光学参数。当桌面照度为550 lx，光分布曲线为大出光角时，眼生理特性的变化达到最小值。3）与光强相比，眼部生理特性对光空间分布更为敏感。

关键词：LED灯具，光学性能，人眼，眼生理特性，照明环境评价

1 介绍

　　随着在流明功效、颜色一致性和耐用性方面的功能不断增强，LED已经在包括室内照明、商业照明、汽车照明、医疗照明、智能照明等领域获得了广泛的应用^[1-2]。在室内照明应用中，以往的研究多集中在节能环保方面，但这两个方面由于不考虑人的因素而显得不够。越来越多的学者开始对各种照明环境下的视觉舒适性表示关注，这也被称为光致视疲劳^[3-5]。对于特定的照明环境，有三个维度可以描述其特征：光质量（照度^[6]、日光系数^[7]、日光自主性^[8]等）和光分布（照度均匀性^[9]）。对于灯具，评价光质量和眩光适用光学性能，如照度、亮度、色温（CCT）^[10]和光谱能量分布（SPD）^[11]。光分布指数在灯具产品中并不常见，通常用于室内照明。这些光学指标可以涵盖照明环境的整体特征，并有相应的评价标准，其中大部分是基于对不适的主观感知。

　　不适或疲劳一般表现为眼酸、流泪和成像模糊，其中眼酸和流泪与睫状肌调节有关，成像模糊则是由睫状肌调节晶状体焦距失败引起的。在不同光照环境下的短期视觉任务中，睫状肌的调节能力呈现出不同的变化，导致晶状体形状的不同。在人眼测量中，睫状肌的调节能力可用调节（ACC）来表示^[12-15]，高阶像差（HOAs）可以有效地指征晶状体的变化^[26-28]。因此，人眼的疲劳知觉总是与ACC和HOAS等眼生理参数有关。用主观问卷评分法直接测量不适感往往容易受到人的情绪和认知的影响，因而往往会产生不稳定的结果。而ACC和HOAS等眼生理参数则由于相对稳定而常用于临床诊断。因此，通过对ACC和HOAS的眼生理参数的测量，有望获得更准确的视觉不适或视疲劳的结果。

　　在相同持续时间的各种照明环境中，人眼往往会有不同的反应，这可以通过ACC和HOAS的不同变化反映出来。在恒定时间内，灯具的光学性能可能与眼生理参数（ΔACC和ΔHOAS）的变化有关。对于灯具而言，光学性能指标包括光质量和光分布，其中光质量仅取决于单个灯具，而光分布不仅取决于单个灯具，还取决于空间分布。本研究旨在比较不同灯具光学性能对人眼视觉的影响，找出灯具物理指标与人眼生理特性的关系。这项工作的贡献在于，用客观的方法根据生理参数而不是主观感知来定量评估LED灯具的光学性能。本研究的方法与结果适用于照明和显示领域，并可指导人工光源的研发。

2 材料和方法

2.1 光环境搭建

　　在这项研究中，我们希望比较灯具光学性能对的人眼ΔACC 和 ΔHOAs的影响。当人类在一定时间内停留在特定光照环境中时，有必要测量其ΔACC 和 ΔHOAs。在这种照明环境下，应提前测量其照明指标包括光质量和光分布。光质量取决于灯具的SPD，光分布取决于光的分布曲线以及灯具的空间分布。

　　为了构造照明环境，我们使用了两种标有样品1和样品2的教室灯具。用积分球（Everfine YF1000）和测角光度计（Everfine GO-2000A-V1）测量LED灯具的光学性能。根据CIE 127:2007^[16] 标准进行测量。测量结果见表1。两个灯具的SPD和光分布曲线如图1（A~D）所示，表明这两个灯具具有相似的SPD。在蓝光、绿光和红光部分有三个峰值波长，其中绿光部分的强度与红光部分相似。对于两个灯具的光分布曲线，样品2的平均出光角明显大于样品1（几乎是样品1的两倍）。对于0度的光强，样品1明显高于样品2（CD中近两倍）。

表1 灯具照明参数详细信息.

（A）

（B）

（C）

（D）

图1 两种灯具的光学性能测量结果

（A）样品1的光谱；（B）样品2的光谱；（C）样品1的光分布曲线；（D）样品2的光分布曲线。

　　在照明环境中，光的分布取决于两个因素：单个灯具的光分布曲线和所有灯具的位置分布。在本研究中，我们比较了上述两种具有不同光分布曲线的教室灯具。为了简单起见，我们将灯具的位置分布保持不变，如图2（A~D）所示。桌椅以3×4的矩阵均匀分布。教室左墙上有两扇门（前、后）、两扇窗（灰色窗帘），右墙上有四扇窗（灰色窗帘）。黑板放在教室前面。如图3所示，我们用两种不同的灯具模拟了设计照明环境中的光分布，这表明了环境中的光均匀性不同。

（A）

（B）

（C）

（D）

图2 （A）后视图;（B）左视图;（C）三维模型;（D）照明环境设计真实照片

（A）

（B）

图3（A）样品1和（B）样品2照明环境的模拟光分布。

2.2 人因实验

　　对25名被试者进行测量，这些被试接受检查以确保没有白内障、外斜视或弱视等眼病（表2）。光致视疲劳是一种与过程相关的累积效应。基于此，我们设计了一种通过生理参数测量来定量评价光致视疲劳的方法。首先，要求所有参与者闭上眼睛15分钟，以达到最佳和稳定状态。其次，对参与者进行测量，收集视觉生理参数数据。第三，引导参与者执行视觉任务45分钟。根据视觉疲劳的不同诱因，视觉任务分为两类：照明型和显示型。对于照明类型，根据标准ISO 8995构建实验环境，视觉任务内容为兰道环。设计时长为45分钟，因为大多数人从小在学校就习惯了这种时间长度。中小学的课时设置为45分钟，电视剧的集长设置为45分钟。在本研究中，我们的目的是评估光致视疲劳。45分钟的时间内，对视疲劳的轻微影响会逐渐累积，在此期间，视疲劳程度会逐渐发生变化。

表2 参与者的详细信息

图4 实验过程详细信息

　　测量过程如图4所示。在我们的人因实验中，在样品1教室灯具的照明环境中进行了5天的测量。在配备样品1教室灯具的教室中，不同位置的桌子有不同的桌面照明。我们选择350 lux，450 lux和550 lux作为照度进行测量。随后的5天，在样品2教室灯具的照明环境中进行测量。在配备样品2教室灯具的教室中，桌子的照度也随桌子位置的不同而变化。在本研究中，我们期望以眼生理参数为基础，以客观的方法评估桌面照度对人眼的影响。因此，我们选择350 lux，450 lux和550 lux作为照度进行测量。测量的详细信息见表3。

表3 测量过程的详细信息。

　　在本研究中，我们使用ΔACC 和 ΔHOAs作为照明环境影响的指标。通过对放松状态的测量，得到了ACC和HOAs的初始值。通过对疲劳状态的测量，得到了ACC和HOAs的最终值。当最终值减去初始值，我们就可以得到变化值。变化的绝对值可以代表照明环境的影响。通过测量，我们可以得到三种类型的ACC值：ACCmax、ACCmin和ACC变量。ACCmax描述了睫状肌达到最大拉力时的屈光度。ACCminn描述了无附加拉力的屈光度。ACC变量是ACCmax和ACCmin之间的差值。

　　ACC由NIDEK AR-1S仪器测量，测量过程中，参与者将下巴和前额置于仪器的指定位置，并注视仪器中的图像。图像随时间和ACC值（平均值、最大值和最小值）变化，仪器将自动采集。通过NIDEK OPD Scan III自动采集像差数据，并以泽尼克多项式的形式呈现。高阶像差的球差（第12项）来源于泽尼克多项式的展开。在目前的研究中，我们使用ACCmin来反映睫状肌的调节能力。因此，用ΔACCmin来描述ACCmin的变化。为简单起见，我们将ΔACCmin记为ΔACC。

　　通过人因实验，可以得到第1~35项泽尼克像差。只有第4项和第12项独立于测量角度，因此下面的分析将集中在这两个像差。我们用HOA 4表示第4项泽尼克像差，HOA 12表示第12项泽尼克像差。HOA 4（离焦）和HOA 12（球差）与晶状体的形状有关，因此ΔHOA 4和ΔHOA 12可以反映晶体的变形，从而描述照明的影响。因此，我们采用ΔACC、ΔHOA 4和ΔHOA 12来描述光致视疲劳。

　　本研究还收集了不同光环境下被试者的PS（瞳孔大小）数据，因为HOA值往往受瞳孔大小的影响，而瞳孔大小对光照条件非常敏感。

3 实验结果

3.1 桌面照度

　　针对人造灯具，有几个指标可以用来描述光的质量。在本研究中，测量是在同一教室内进行的。用于照明的灯具具有相似的SPD分布，因此教室中的CCT几乎不会在每次测量中改变。因此，光质量的主要差异是桌面照度。被试者在不同的桌面照度下执行兰道环计数任务，其眼部生理参数（ACC, HOA4和HOA12）在任务持续时间内有所变化。这些参数的变化可以反映相应的桌面照度对照明的影响。

　　ACC描述了睫状肌的调节能力，其变化反映了由于光照引起的视疲劳导致睫状肌调节能力的降低。在视觉任务期间，样品1教室灯具和样品2教室灯具的ΔACC均在照度为550 lux的时候达到最小值，因为尽管存在重叠区域，但550 lux的箱体位置明显低于450 lux和350 lux的箱体位置（图5A和5B）。对ΔACC数据进行显著性分析，结果如表4所示。这意味着睫状肌调节能力在550 lux的桌子照度中呈现最小变化。对于450 lux和350 lux中的ΔACC，因为方框图的中线几乎处于同一水平很难判断较大和较小的值。对于样品1教室灯具，350 lux下的ΔACC数据比450 lux下的分布相对更分散。但对于样品2教室灯具而言，350 lux下的ΔACC数据比450 lux下的数据更集中。分散或集中分布可能取决于参与者是否认真完成任务。

(A)

（B）

（C）

（D）

图5 不同桌面照度比较

（A）样品1教室灯具中的ΔACC;（B）样品2教室灯具中的ΔACC;（C）样品1教室灯具中的ΔHOA4和ΔHOA12;（D）样品2教室灯具中的ΔHOA4和ΔHOA12

　　HOA4和HOA12通过量化视网膜中形成的图像畸变来描述人眼的成像质量。HOA4和HOA12的变化不太可能被察觉，因为与原始值相比，这些值的变化非常小。然而，HOA4和HOA12与晶状体形状直接相关，晶状体形状由与睫状肌相连的悬韧带控制。因此，说明ΔHOA 4和ΔHOA12与睫状肌的伸展状态有关。睫状肌拉力越大，疲劳越容易累积。在样品1和样品2教室灯具的照明环境中，与其他两种照度相比，ΔHOA 4和ΔHOA 12 在照度为550 lux的时候变化为最小值（图5C和5D）。ΔHOA数据的显著性分析结果也如表4所示，说明照明环境此时对HOA4和HOA12的影响最小。对于450 lux和350 lux照度下的ΔHOA12，样品1和样品2教室灯具的结果略有不同。

表4 不同照度下人眼参数的显著性分析结果。

*表示显著性P<0.05，**表示P<0.01

3.2 光分布曲线

　　光分布曲线是描述单个灯具特性的物理指标，尽管它与多个灯具构成的照明环境中的光分布有关。当光从灯具发出时，阵列的方向是不同的。针对LED灯，设计了封装结构，以协调阵列的空间分布，从而实现特定的光分布。在单个灯具的照明环境中，不同位置的光强度可用极坐标系或直角坐标系来描述。本研究中，教室内的照明环境由天花板上的11盏灯构成（2个横向布置在黑板上方，9个按照3×3的方式纵向布置）。光的空间分布来自于11盏灯的综合效应。配以不同配光曲线的灯具，使教室内的配光效果明显。

　　与样品1教室灯具相比，样品2教室灯具的出光角要大得多，几乎是样品1教室灯具出光角的两倍。相应地，样品1的出光角范围内的光强要比样品2大得多。结果表明，样品2教室灯具的光空间分布更加均匀。在相同桌面照度的照明环境中，样品1教室灯具中的ΔACC明显高于样品2教室灯具中的ΔACC（图6A）。对ΔACC数据进行显著性分析，结果见表五，说明睫状肌的调节能力对光均匀性敏感。在光线分布更均匀的光照环境中，睫状肌似乎不太容易累积疲劳。光的空间分布比桌面照度引起的ΔACC差异更为明显，两种灯具的ΔACC误差条之间几乎没有重叠区域。

（A）

（B）

图6 不同桌面照度比较

（A）样品1教室灯具中的ΔACC，（B）样品2教室灯具中的ΔACC，（C）样品1教室灯具中的ΔHOA4和ΔHOA12，以及（D）样品2教室灯具中的ΔHOA4和ΔHOA12

　　光的空间分布对ΔHOA4和ΔHOA12也有明显的影响（图6B）。关于ΔHOA数据的显著性分析如表5所示。在光线更均匀的照明环境中，HOA4和HOA12的变化较小。晶状体是在人眼成像系统中起摄像机镜头作用的重要组件。晶状体改变其形状以获得清晰的视网膜图像，形状的改变受睫状肌拉力的控制。随着照明环境的变化，视网膜不仅会随着图像的变化而发生变形。根据我们的结果，光的空间分布似乎比桌面照度更明显地触发晶状体变形。当晶状体长时间保持一定形状时，睫状肌很难改变晶状体形状，睫状肌的调节能力似乎降低，说明视疲劳累积明显。

表5 不同灯具在同一照度下人眼参数的显著性分析结果。

**表示显著性差异P<0.01。

3.3 调节机制

　　视觉是通过视网膜中的光子捕获和信号转换以及通过神经纤维的信号传输获得的。光致11-顺式视网膜异构化过程中发生信号转换。视觉皮层中的图像信息取决于到达视网膜的光子的数量和波长。如果视网膜没有清晰的图像，皮层将通过光神经发送信号来控制睫状肌。三种神经纤维在睫状肌调节过程中起着重要作用：感觉纤维、交感纤维和副交感纤维。感觉纤维接收眼球感觉并传输到皮层。副交感神经纤维控制瞳孔括约肌和睫状肌调节。交感神经纤维控制瞳孔括约肌。瞳孔大小的变化是由不同的神经纤维控制的。在本研究中，PS值随光环境的变化呈现出快速变化，因为在不同的光源或不同的灯具中，PS值没有显著差异。推测控制瞳孔大小的副交感神经纤维与控制睫状肌调节的副交感神经纤维不同。

4 结论

　　在本研究中，通过不同眼部生理参数的变化，比较了不同灯具对人眼物理参数的影响。灯具的物理指标包括桌面照度350lux、450lux、550lux，平均出光角分别为67.9度、116度的光分布曲线。眼生理参数包括ACC、HOA4和HOA12。这三个参数在不同的桌面照度和光分布曲线上呈现相似的趋势。在桌面照度为550lux的照明环境中，这三个参数（ΔACC、ΔHOA 4和ΔHOA 12）的变化达到最小值。当灯具光分布曲线平均出光角较小时，三个参数的变化较大。结果表明，桌面照度和亮度光分布曲线对人眼睫状肌调节能力均有影响，同时人眼睫状肌调节能力对光分布曲线更为敏感。

　　桌面照度在室内照明质量评价中广泛采用，测量方便同时对光的质量有较好的评价效果。但是，如果不考虑用户-桌面的距离和角度，这看起来有点武断。因此，不同桌面照度环境下的眼生理参数存在差异，且差异不显著。光分布曲线描述了灯具的光分布特征，反映了照明环境的光空间分布。与照度相比，眼生理参数对光的空间分布更为敏感。灯具的物理指标代表了发射阵列的特性。在本研究中，物理指标与特定时间内受影响的眼部生理参数有关，其关系对于灯具的设计和优化具有重要意义。未来还需要更多的研究来进一步了解这种关系。

参考文献

[1] S. Jain, V. Garg, “A review of open loop control strategies for shades, blinds and integrated lighting by use of real-time daylight prediction methods”, Build. Environ. vol. 135 (1), pp. 352-364, 2018.

[2] Y. W. Lim, C. Y. S. Heng, “Dynamic internal light shelf for tropical daylighting in high-rise office buildings”, Build. Environ. vol. 106, pp. 155-166, 2016.

[3] L. Bellia, F. Bisegna, G. Spada, “Lighting in indoor environments: Visual and non-visual effects of light sources with different spectral power distributions”, Build. Environ. vol. 46 (10), pp. 1984-1992, 2011.

[4] H. O. Ji, J. Y. Su, Y. R. Do, “Healthy, natural, efficient and tunable lighting: four-package white LEDs for optimizing the circadian effect, color quality and vision performance”, Light Sci. Appl. vol. 3, pp. (e141) 1-9, 2014.

[5] S. Park, D. Choi, J. Yi, “Effects of display curvature, display zone, and task duration on legibility and visual fatigue during visual search task”, Appl. Ergon. vol. 60, pp. 183-193, 2017.

[6] Z. Yuan, K. Zhuo, Q. Zhang, “Probabilistic assessment of visual fatigue caused by stereoscopy using dynamic Bayesian networks”, Acta Ophthalmol.,to be published.

[7] F. Leccese, G. Salvadori, C. Montagnani, “Lighting assessment of ergonomic workstation for radio diagnostic reporting”, Int. J. Ind. Ergonom. vol. 57, pp. 42-54, 2017.

[8] Tzempelikos, A. K. Athienitis, “The impact of shading design and control on building cooling and lighting demand”, Solar Energy vol. 81(3), pp. 369-382, 2007.

[9] E.S. Lee, S.E. Selkowitz, “The New York Times Headquarters daylighting mockup: Monitored performance of the daylighting control system”, Energ. Buildings vol. 38(7), pp. 914-929, 2006.

[10] M. David, M. Donn, F. Garde, “Assessment of the thermal and visual efficiency of solar shades”, Build. Environ. vol. 46(7), pp. 1489-1496, 2011.

[11] Acosta, C. Varela, J. F. Molina, “Energy efficiency and lighting design in courtyards and atriums: A predictive method for daylight factors”, Appl. Energ. Vol. 211, pp. 1216-1228, 2018.

[12] F. Cantin, M. Dubois, “Daylighting metrics based on illuminance, distribution, glare and directivity”, Lighting Res. Technol. vol. 43(3), pp. 291-307, 2011.

[13] D. Appelfeld, S. Svendsen, “Performance of a daylight-redirecting glass-shading system”, Energ. Buildings vol. 64(5), pp. 309-316, 2013.

[14] Nabil, J. Mardaljevic, “Useful daylight illuminances: A replacement for daylight factors”, Energ. Buildings vol. 38(7), pp. 905-913, 2006.

[15] F. Reinhart, O. Walkenhorst, “Validation of dynamic RADIANCE-based daylight simulations for a test office with external blinds”, Energ. Buildings vol. 33(7), pp. 683-697, 2001.

[16] S. Olbina, Y. Beliveau, “Developing a transparent shading device as a daylighting system”, Build. Res. Inf. vol. 37(2), pp. 148-163, 2009.

　　文章作者：郭娅 中国标准化研究院公共安全标准化研究所

　　转载请注明出处