基于聚类的典型光谱轮廓：用于评估玻璃在能源效率、日光照明及生物节律方面的性能

《BUILDING AND ENVIRONMENT》：Clustering-Derived Prototypical Spectral Profiles of Glazing for Energy, Daylighting, and Circadian Performance

建筑遮阳光谱聚类分析与 circadian有效性评估研究通过两阶段聚类方法将6269个光谱数据简化为25种典型光谱，并建立新型 circadian光照自主性指标sCDA。研究表明北中部气候区对光谱变异敏感性最低，44%样品同时满足能效、采光和生物节律三标准。

　　

Neda Ghaeili Ardabili | Julian Wang

宾夕法尼亚州立大学建筑工程系，美国宾夕法尼亚州大学公园市，邮编16803

摘要

窗户系统的光谱特性会影响能源使用、日光可用性和生物节律有效光；然而，标准的性能指标依赖于单一参数的综合值，这些值无法捕捉到决定这些结果的潜在光谱行为。本研究通过两阶段聚类框架，利用国际玻璃数据库中的6,269个光谱功率分布（SPD）开发了一个具有代表性的光谱库。通过K均值、层次聚类和高斯混合模型，并使用Davies–Bouldin指数、轮廓分数（Silhouette Score）、WCSS、EVR和CHI进行评估，将数据集简化为25个原型SPD，这些SPD平均覆盖了当前玻璃产品中70.1%的光谱模式。引入了一种新的以生物节律为中心的设计指标——空间生物节律日光自主性（sCDA），用于量化视黑光的时空分布。该指标与空间日光自主性和ENERGY STAR标准一起，用于评估组装成隔热玻璃单元的代表性玻璃系统，并在四个ENERGY STAR气候区进行了评估。结果表明，中北部气候区对玻璃光谱变化不太敏感，有44%的样本同时满足所有三个性能标准。总体而言，本研究生成了一个可重复的数据驱动光谱库，为未来的研究和实际窗户选择提供了支持。

引言

窗户系统的性能通常通过热性能和视觉性能指标进行评估。例如，国家门窗评级委员会（NFRC）提供了一个基于四个关键属性的广泛使用的评级系统：U值、太阳得热系数（SHGC）、可见光透射率（Tvis）和空气泄漏。这些参数描述了窗户如何影响热量传递和光线传输，并作为产品比较和符合规范的标准[1]。然而，每个指标仅代表性能的一个方面。例如，U值涉及热传递，SHGC代表太阳得热，Tvis量化可见光传输，而空气泄漏反映渗透情况[2]。这些参数也可能相互依赖，甚至表现出相反的相关性；例如，降低SHGC可能与最小化U值或最大化Tvis相冲突[3]。因此，依赖任何单一参数都可能导致误导性的解释，因为具有相似SHGC值的玻璃系统在Tvis方面可能存在显著差异，反之亦然。

此外，虽然存在诸如U值、SHGC和Tvis等成熟且标准化的指标来评估窗户的热性能和视觉性能，但尚不存在相应的标准化指标来评估其生物节律性能。生物节律指标使用等效视黑光勒克斯（EML）[5]、视黑光等效日光照度（m-EDI）[6]和生物节律刺激（CS）[7]等测量方法来量化光线对人类生物节律的影响。尽管这些指标具有信息价值，但它们并未针对窗户系统的性能进行标准化。一些研究[[5],[6],[7]]试图从窗户系统的现有光学特性推断其生物节律性能；然而，仍缺乏一个实用的、标准化的工具来直接评估其生物节律有效性。

窗户性能的所有方面都有一个共同的基础特征，即玻璃的光谱功率分布（SPD）。作为透明介质，窗户的光谱特性决定了哪些部分的太阳辐射能够传入室内；此外，光谱的特定区域会影响每个性能指标。例如，SHGC主要受近红外波长的影响[8]，Tvis受可见光波长（约380-780纳米）的影响，人类对550纳米附近的波长最敏感[9]，而生物节律有效光则强烈依赖于短波长蓝光（约460-490纳米），在这个波长范围内，ipRGCs的反应最为显著[10]。

以往的研究探讨了特定的光谱-性能关系，包括参考光谱对SHGC评级的影响[11]、波长依赖的吸收效应对热得热的影响[12]、从大型玻璃数据集中开发的光谱分辨热指数[13]，以及智能玻璃对视觉和非视觉反应的影响[14]，以及不同类型玻璃下的色彩质量变化[15]。然而，这些研究通常一次只关注一个性能维度。由于SPD从基本辐射学的角度来看是相关的，因此在评估玻璃性能以改善室内舒适度和居住者健康时，考虑完整的光谱功率分布就更加关键。

一些设计工具包含了玻璃的SPD，例如用于评估热性能和光学特性的Optics and WINDOW（LBNL），以及用于视觉和非视觉日光模拟的LARK和ALFA。尽管这些工具功能强大，但它们通常需要大量的参数探索或对SPD-性能关系的专业知识，这限制了它们在日常设计工作流程中的应用，从而在研究能力和实际应用之间造成了差距。

简而言之，当前的建筑玻璃和门窗设计与工程领域缺乏标准化的光谱基准，这些基准可以作为评估热性能、视觉性能和生物节律性能的实际参考。其他科学领域依赖于标准化的光谱参考，例如环境光学中的ASTM G173太阳光谱[16]、天文学中的恒星校准光谱[17]，以及照明科学中的CIE光源（A、D65、F系列）[18]。相比之下，玻璃系统尚不存在相应的光谱基准。本研究通过聚类技术从实际可用的SPD数据库中建立原型光谱轮廓，填补了这一空白。通过将六千多个SPD浓缩为一组可管理的代表性基准，本研究有望首次系统地评估建筑玻璃/门窗/玻璃幕墙在能源效率、日光照明和生物节律健康方面的性能。这种方法弥合了光谱科学与建筑设计和工程实践之间的长期分歧，为研究进展和实际应用提供了创新的基础。

方法论

本研究旨在通过三个关键领域的综合评估来研究玻璃性能：能源效率、日光照明和生物节律照明。为此，分析了从国际玻璃数据库（IGDB）获得的6,269个玻璃样本的光谱特性。聚类分析作为一种无监督学习技术被用来系统地分类和检查数据集。这种方法有助于识别内在特征

聚类阶段1：Tvis和视黑光透射率评估

图2a和2b显示，K均值和层次聚类算法的肘部图表明，最佳聚类数（K）在3到5之间，这一点从肘部的急剧下降可以看出。超过K=5后，两种算法的聚类紧凑性都没有显著改善。基于这一观察结果，为每种算法定义了三个模型，每个模型对应于该范围内的一个K值。

如2.1节所讨论的，不同的评估指标被

原型窗户SPD的实际性能分析

本节展示了使用本研究中开发的原型窗户SPD在能源、日光照明和生物节律领域的实际性能分析。这里有两个目标。首先，说明所建立的代表性SPD在预测和区分标准化评估框架下的窗户性能方面的实际适用性；其次，研究如何

结论

本研究提出了一个全面的数据驱动框架，用于推导建筑玻璃系统的原型SPD轮廓，这些轮廓一致地整合了能源、日光照明和生物节律性能领域。通过分析IGDB中的6,000多个玻璃样本，并首先基于Tvis和Tm进行两阶段聚类，然后通过PCA和K均值进行光谱聚类细化，研究将庞大、复杂的高维数据集浓缩为25个

未引用的参考文献

[[43], [44], [45], [46], [47], [48]]

CRediT作者贡献声明

Neda Ghaeili Ardabili：写作——审阅与编辑、撰写初稿、可视化、验证、软件开发、方法论研究、数据分析、概念化。Julian Wang：写作——审阅与编辑、撰写初稿、验证、项目监督、方法论研究、数据分析、概念化。