基于可解释决策树模型将遮挡效应整合到家庭办公采光设计中

《Building and Environment》：Integrating Obstruction Effect into Daylighting Design for Home-Offices through an Interpretable Decision-Tree Model

　　

本文提出了一项关于住宅办公（H-O）空间日光照明设计的基于遮挡效应的决策支持模型。主要研究内容和贡献如下：

**研究贡献**
- 提出了面向H-O空间的遮挡敏感型日光照明设计框架。
- 开发了用于H-O空间日光照明设计的可解释决策树规则。
- 采用多指标方法进行了基于任务的视觉舒适度分析。
- 基于遮挡效应提取了关键日光照明设计规则。
- 确定了H-O空间日光照明设计的关键设计参数。

**引言**

日光照明是提升视觉环境舒适度的基本设计要素。考虑到日光对居住者舒适度、健康和认知表现的影响，根据用户需求优化各类建筑类型的日光照明系统变得至关重要[1]。特别是，具备舒适日光条件的住宅空间在促进居住者安全性、健康、幸福感、情绪、情感状态及整体行为方面发挥着关键作用[2]。

疫情之后，住宅空间已从传统的单一功能设置演变为多功能环境[3]。随着日常视觉活动的进行，工作和学习活动在住宅空间中的整合使住宅建筑的视觉舒适度需求日趋多元化[4]。这一转变要求重新审视住宅建筑日光照明系统的设计以适应变化的使用模式，并在近年来引发了对住宅日光策略的研究新关注[[5], [6], [7], [8], [9]]。

在住宅空间中实现基于日光的室内视觉舒适条件，取决于众多室内和室外建筑环境设计参数。其中，窗户尺寸、遮挡建筑和建筑朝向始终被认为是影响室内日光性能最关键的决定因素[[9], [10], [11]]。尤其是，周边建筑造成的遮挡效应是影响居住者满意度的主要日光照明设计因素之一，其对室内日光可用性的影响尤为显著[10,12]。此外，周围遮挡物改变了日光的频谱分布和有效性，从而对人类生物节律产生重要影响。进一步而言，外部遮挡物与建筑朝向相比窗户尺寸或空间尺寸，可能对室内日光的频谱质量产生更大影响[13]。另一方面，周边建筑减少了从窗户可见的天空成分，从而减少了进入室内空间的日光量[[14], [15], [16]]。这种情况通常导致日光和室外能见度不足，在遮挡场景中产生视觉不适。然而在某些情境下，遮挡物也可能根据其与室内日光条件的相互作用改善视觉舒适度。在这种情况下，遮挡建筑可作为反射面来增强室内照度水平[[17], [18], [19]]，或者通过限制直接太阳辐射到达窗洞来减少眩光相关的视觉不适[20]。

鉴于周围遮挡物对室内日光性能和视觉舒适度的关键且多变的影响，并且考虑到许多住宅建筑位于密集城市环境中，研究住宅空间中与遮挡角度相关的基于日光的室内视觉舒适条件构成一个重要的研究课题。文献一般从两个主要尺度讨论遮挡效应对住宅建筑日光性能的影响：社区尺度和建筑尺度。在社区尺度上，多项研究在保持日光照明系统特性不变的情况下评估了不同社区模式对住宅建筑日光性能的影响[17,[22], [23], [24]]。相反，仅有限数量的研究探讨了考虑遮挡效应的住宅建筑日光照明系统设计。在相关研究中，Hra?ka & ?urpek [15]确定遮挡角30°及以上需要窗宽大于1.5米以满足EN 17037定义的最低日光需求。此外，该研究证明在相对较低遮挡条件（OA ≤ 35°）和较浅住宅空间中，较小的窗户尺寸即可满足最低日光性能标准[15]。类似地，Cammarano等人[16]将30°及以上遮挡角确定为影响日光性能的关键阈值，并提出了在不同遮挡条件下实现充足日光供给的合适房间深度和透光率。Li等人[12]也通过基于光因子（DF）的模拟分析，确定了确保住宅空间具备足够视觉舒适条件的阈值遮挡角度。其结果表明，实现卧室1%、客厅1.5%和厨房2%的最低DF水平，厨房要求遮挡角不超过10°，卧室根据空间类型在25°至45°之间[12]。最近，Seyed Shafavi等人[20]针对不同遮挡角度提出了住宅建筑实现充足日光供给、眩光控制和能效的最佳房间深度和透光率。对于不同房间宽度，无遮挡条件（OA = 0°）下最大透光率确定为20%–30%，高遮挡条件（OA = 60°）下增至40%–60%。在眩光控制方面，遮挡水平超过40°的中至高遮挡水平观察到最佳性能[20]。

尽管文献中已认识到遮挡效应对日光性能和视觉舒适度的重要性[11,12,[15], [16], [17],19,21,25,26]，但考虑周边建筑的住宅建筑日光照明系统设计研究仍然有限。先前文献也明确强调了这一研究空白[27]。此外，某些现有研究主要以确定在不同遮挡角度下确保充足日光性能的最佳日光照明设计变量为目标。然而，考虑到不断演变的住宅使用模式和多元化的视觉舒适度需求——特别是在居家办公环境中——尚无研究全面探讨综合考虑真实城市开发规则下针对不同遮挡条件的多维视觉需求的日光照明系统设计。

另一方面，全面评估大量建筑环境设计参数的日光性能需要参数化建模和基于模拟的分析，产生大量数据，必须有效转化为可操作的设计知识。在此，机器学习算法已成为日光照明设计研究中的强大工具，能够实现快速性能预测、高效分析大数据集、建模复杂非线性关系并支持设计优化[27]。这些研究大多采用机器学习方法来预测与日光相关的视觉舒适度指标[[28], [29], [30], [31]]或基于照明能耗的建筑能耗[25,[32], [33], [34]]，主要是为了减少模拟分析所需的计算时间。其他研究利用机器学习来识别特定性能目标下优化的立面或日光照明系统设计[[35], [36], [37], [38]]。然而，相对较少研究探索使用机器学习生成可解释的日光照明设计指南以直接支持建筑设计决策。在这些方法中，决策树模型作为决策支持工具脱颖而出，因为它们提供了明确的层次化决策规则，有助于解释设计变量与性能结果之间的关系，从而支持实用设计指导的开发[[39], [40], [41]]。

因此，本研究采用机器学习方法提出了一种基于遮挡效应的决策支持模型，用于家庭办公（H-O）环境，以识别考虑不同遮挡效应的日光照明系统设计策略，以实现同时满足居住和工作活动多元任务视觉舒适度需求的视觉舒适条件。在K?l??等人[9]先前建立的研究框架基础上，本研究进一步将基于课程的决策树模型适配于不同遮挡角度场景。从而，本研究旨在推导出定制化的可解释日光照明设计指南，使决策者能够在不同遮挡条件下设计H-O空间日光照明系统，同时支持不同住宅使用模式下的居住者视觉舒适和身心健康。

**方法**

本研究方法论基于三个主要步骤。相应地，第一步是基于各种设计参数生成参数化日光照明系统模型，涵盖从早期设计决策到详细设计变量的范围，包括遮挡效应。第二步是分析不同遮挡场景下H-O空间的视觉舒适条件，考虑日光照明系统的性能。第三步是根据结果……（原文此处截断）

**结果**

为开发基于课程的决策树（CBDT）模型，训练数据通过系统组合表1中列出的七个日光照明设计参数生成。每种参数组合代表一个独特的日光照明系统场景。每个日光照明系统对应的传感器级模拟输出被汇总为任务区域性能指标（UDI-a、sDG、VO、SH），据此确定视觉舒适度等级。每个分类场景均……（原文此处截断）

**H-O空间日光照明系统的设计启示**

周边建筑是影响室内日光性能和视觉舒适度最具影响力的参数之一[10,11]。本研究推导出的决策规则证实，由周边建筑布局决定的遮挡角度变化，显著影响H-O空间的视觉舒适条件，并系统性改变日光照明设计参数的相对重要性和阈值。相应地，25° OA条件代表……（原文此处截断）

**结论**

本研究开发了针对同时用作居住和办公环境的H-O空间日光照明系统设计决策模型，考虑不同遮挡效应和基于任务的视觉舒适度需求。从开发模型推导的设计规则表明，日光照明策略因遮挡效应不同而有显著差异。从早期设计阶段到详细设计阶段评估影响室内视觉舒适度的设计参数表明，增加……（原文此处截断）

**CRediT作者贡献声明**

Zehra Aybike K?l??：概念构思、方法论、正式分析、验证、调查研究、撰写初稿、可视化、获取资金。Alpin K?knel Yener：概念构思、方法论、验证、审阅与编辑、项目管理、获取资金。

**生成式AI及AI辅助技术使用声明**

在本文准备过程中，作者使用了ChatGPT进行语法检查和翻译。使用此工具/服务后，作者对内容进行了审阅和编辑，并对所发表文章的内容承担全部责任。

**利益冲突声明**

Zehra Aybike K?l??报告获得了土耳其科学技术研究委员会的资金支持。如有其他作者，声明他们不存在已知可能影响本文所述工作的竞争性经济利益或个人关系。

**数据可用性**

数据可根据请求提供。

**CRediT作者贡献声明**

Zehra Aybike K?l??：撰写初稿、可视化、验证、方法论、获取资金、正式分析、概念构思。Alpin K?knel Yener：审阅与编辑、验证、项目管理、方法论、获取资金、概念构思。

Zehra Aybike K?l?? | Alpin K?knel Yener