模拟是进行采光分析的途径之一，是开展动态采光分析的主要途径^[1]。除使用软件进行模拟外，在采光模拟装置中针对建筑缩比模型开展测量分析也是一种方式，且较之软件模拟在某些方面有优势^[2]。“人工天空”是最常见的采光模拟装置，当前的人工天空受限于原理与结构，且研究的发展也对采光模拟提出了新的要求。

Tregenza^[3]于1987年提出将天穹分为145个区间, 该划分是现有天空数学模型以及人工天空设计的基础, 该理论是基于当时的科技水平提出的，解析度低、不能准确、详细地表示实际天空亮度分布。对于日面(即太阳及其周围高亮度区域，可视为天然光中直射光部分的光源)的模拟方式存在不足，部分人工天空不考虑直射光，或简单地使用可发出平行光线的高亮度面光源(光源面积不可变)模拟直射光^[4]。实际上，采光分析不考虑直射光并不完全合理，直射光是影响室内天然光照度的重要因素，直射光模拟不准确是采光模拟误差的来源之一；此外，准确模拟直射光也有助于开展准确的遮阳分析。文^[5]指出，随着健康照明的研究深入，对节律效应的认知、生理等效照度等概念的提出，采光模拟需能够包含光色(实质是光谱)信息；张昕等^[6]也指出健康照明的研究模拟中需要包含光谱信息。目前多数的人工天空不具备模拟光色的功能，鉴于动态采光分析具有优越性^[7-8]，人工天空应具备动态采光模拟的功能。

基于图像的采光(image-based lighting, IBL)模拟是包含光谱信息的采光模拟技术手段之一，高动态范围(high dynamic range, HDR)图像的解析率足够高^[9-10]，可对天空亮度分布情况进行准确模拟，并有条件划分出日面范围，建立一种准确模拟太阳直射光的方法，且该装置通过控制实现了动态采光模拟。因此，使用图像数据的人工天空可以模拟天空亮度分布的解析度、日面范围与亮度，具有模拟光谱信息的潜力，并可进行动态采光模拟。

1 系统结构

图 1所示为采光模拟装置系统结构的组成，整体上由“图像数据采集与处理”和“模拟装置”2部分组成。

由于使用图像数据的人工天空不依赖(可兼容)现有的天空亮度分布数学模型，且目前缺乏现成的天空图像数据。因此，有必要自建一组图像采集与处理设备，用于测量天空HDR图像(HDRI_sky)、镜头平面水平照度(E_h)、水平面上太阳直射辐射强度(P_b)，以上3组数据可用于校准并生产准确的天空亮度分布图像、日面范围及其亮度。收集的一序列天空图像数据作为人工天空的输入数据，用于驱动人工天穹内的光源，使得每一个像素光源输出与对应位置天空相同的亮度(相对值)以及天空光谱。至此，将待测模型放于置物平台上，并在模型内安放测试仪器则可以进行采光模拟取值。

2 图像采集与处理 2.1 图像采集仪器

通过HDR图像测量天空亮度分布的方法详见文^[11]。Kong等^[12]使用相机、照度计、遮阳盘记录天空亮度分布情况。但前期的测试工作发现问题：当晴天出现较多时，IBL模拟结果与实测结果一致性较低^[11]。原因在于：晴天时太阳及其周围区域的亮度过高，IBL方法通常不能准确预测太阳亮度值。采用太阳直射辐射实测值推导太阳亮度的方式，以保证太阳亮度值准确。据此，构建了一套天空图像数据采集系统，如图 2所示。它由2台(或1台)安装全景鱼眼镜头的数码相机(佳能EOS + Sigma 4.5 mm fisheye)、太阳辐射计(DeltaT SPN1)、照度计等组成，其中2台同规格数码相机紧邻放置，分别以不同光圈正对天顶使用不同曝光时间进行连续图像拍摄，同时使用2台相机可以缩短拍照时间，规避多云天气时天空亮度变化快的问题。选用的SPN1辐照度计体积小、包含多个辐射传感器并内置遮阳器件，节省空间，可直接输出总辐射、散射辐射、直射辐射值。该测试系统可以使用相对少的成本搭建天空亮度分布测试平台，有利于此类测试在更多的科研机构中开展。

2.2 天空图像处理

天空图像的采集以及镜头边缘校正等在前期发表的论文中已有详细的阐述^[11]，此处重点论述天空的线性校正以及日面亮度的确定等图像处理问题。

2.2.1 天空图像的校正

校正是确保采集图像数据中包含的亮度信息与实际天空亮度一致性的重要环节。生成的HDRI_sky区分出日面范围后(方法见节2.2.2)，将该范围内像素亮度赋值0。对于HDRI_sky的亮度使用实测的散射照度(E_d)进行线性校正。将HDRI_sky图像中计算得到的照度(E_i)与E_d进行比较，并将HDRI_sky中的各像素的亮度线性提高n倍(n=E_d/E_i)。E_d由SPN1测出的散射辐射值推导，E_i表示如下：

$E_{\mathrm{i}}=\sum \cos \theta \cdot L \cdot \omega. $

(1)

其中：θ为光线入射镜头的入射角，L为像素亮度，ω为像素的立体角度。

2.2.2 日面范围与亮度值

IBL最大的误差来源于对于日面范围及其亮度的测试，这也很好地解释了2017年开展的2轮使用IBL的验证实验中^[11]阴天出现较多的一轮其模拟结果更为准确的结果。如何确定日面范围及其亮度值是值得深入探讨的。太阳的亮度很高，超过了大部分观测仪器的直接测试范围，准确定量太阳亮度对于采光模拟结果影响很大。日面状况受云层分布影响，当无云时太阳通常可被视为视角约为0.5°的圆碟，近似为点光源；当有云遮蔽时情况则较为复杂。何荥等^[13]提出将日面状况分为4类进行区分。需要说明的是，由于云层的遮蔽，太阳附近处的天空亮度分布会明显高于其他部分^[14]，此时天然光中直射光部分不应视为由点光源发出，其光源范围即日面范围。

该问题分3种情况：

1) 当直射照度值(E_b)显著大于E_d时，通常太阳周围无云(晴天)，此时日面可看作是点，日面亮度(L_s)值可以通过实测的E_d值进行计算或使用图像分析法求得。

2) 当E_b明显小于E_d时，通常为阴天，IBL测试准确，无必要区分日面范围。

3) 当E_b与E_d接近时(多云天，太阳被云层遮盖)，有必要区分日面范围。图 3所示为某时刻广州地区测量的天空亮度分布图像，均为E_b与E_d接近的情况。其中日面的范围(围选部分)定义为超过天空平均亮度k倍，以k=20为例，日面立体角约为0.01 str，该尺寸便于在人工天空内实现，也避免了日面平均亮度过高无法在人工天空内通过电光源模拟的问题。由于存在亮度溢出的问题^[15]，L_s无法较好地在HDR图像测试时直接获取，建议使用图像分析法推导L_s。将L_s设置为日面范围内像素的亮度值，令包含日面的图像计算照度(E_j)与实测E_h相等。

至此，得到了包含准确天空亮度分布信息的HDR图像，可作为采光模拟的输入数据，在人工天空内实现包含太阳在内的天空亮度分布相对值的模拟。

3 模拟装置

使用图像数据的动态采光模拟装置在结构上像素密度高(视天穹直径确定，半圆周上像素最少500像素)，像素单位可模拟天然光光色；在控制上，以图像为输入数据，具有连续模拟天空图像，将某一时刻天空图像作为帧数据进行动态采光模拟的功能。本文介绍一种方案^[16]。

3.1 装置结构设计

图 4为该新型人工天空结构图，装置由半球形发光装置模拟天穹，球心位置安放待测模型放置平台。天穹部分被设计为可转动形式，当天穹转动90°时(图 4b)便于针对侧窗采光进行模拟，可避免周围环境模型搭建不准确带来的影响。图 5所示为天穹框架上安装的由LED光源组成的发光模组，模组上的单位像素均由多通道(以5通道为例)LED光源组成。其中，3个通道(R/G/B)的LED光源用于拟合天空光光色；另2个通道(W₁/W₂)分别驱动一组由多个高亮度LED组成的密集的光源阵列，共同用于实现日光模拟(确保该部分最大输出亮度高于RGB通道最大输出亮度20倍以上)，该部分用于模拟日面发出的直射光。单位像素内安装光学透镜，实现窄角度光射出。

3.2 输入数据与控制

为了简化处理过程，HDRI_sky的解析度建议与人工天空中天穹上的像素数一致，图像中每一像素中包含的亮度以及光色信息可容易地处理为人工天空内LED单位像素的输入值。以拟合天空光光色为例，将图像中R/G/B通道的相对亮度值作为人工天空内LED单位像素中3个通道的输入数据；对于日面部分，则将该部分的亮度相对值转换为2个W₁/W₂通道高亮度光源的输入控制数据。

由于新型人工天空设计为动态人工天空，因此该装置涉及使用一组按照固定时间间隔排列的图像数据进行动态控制的问题。图 6为控制界面，该例中使用的图像数据为10 min间隔，将每一幅图像视作一“帧”，设置每帧的停滞时间(如3、5、10 s)后，可以选择时间段进行“播放”。

至此，人工天空实现了动态模拟天空亮度分布的目的。在置物平台上放置待测建筑缩比模型并在模型内相应位置安装测量设备(采样频率需适应帧停滞时间)，可以开展动态采光模拟分析。

4 讨论

当前，采光模拟的输入数据以气象数据为主，此类方式在准确度以及光色(光谱)信息表征等方面存在不足，使用图像数据的采光模拟是解决以上问题的途径之一。尤其对于多云天况的模拟，IBL具有一定优势。伴随着健康建筑以及采光的健康功效等研究的开展，IBL将是未来采光模拟的发展方向之一。国内外具有一定实力的从事建筑采光研究的科研院所多装备有不同形式的人工天空，使用图像数据的动态人工天空将作为一种更先进的人工天空出现在未来的采光研究与分析中，除本文中阐述并已进行讨论的相关问题，值得进一步研究讨论的问题以及下一步的研究工作有以下几方面。

1) 该装置需要全年天空HDR数据支持。目前国内外均缺乏某城市完整的、长期连续的天空亮度分布图像数据，数据收集工作有必要在国内主要城市开展。例如，进行典型气象年研究，更需要10年或以上的数据储备。目前动态采光模拟中广泛采用的CBDM(climate-based daylight modelling)方法可较为容易地获取某城市的典型年气象数据，但应当注意，对于我国主要城市，目前提供公开下载的气象数据中太阳辐射数据并非实测得出。上述气象数据文件中包涵的太阳直射、天空漫射辐射值均由不同技术方案间接推导而出，间接推导得出的太阳辐射数据具有一定的典型性，但与直接实测数据之间存在误差。气象数据成为了CBDM模拟的输入误差来源之一。因此，作为一项基础科研工作，建议各地在实测太阳辐射数据的同时一并采集天空图像数据。

2) 由于IBL中的天空模型与实际天空光度分布一致性高，因此在原理上IBL方法的优势之一在于模拟结果较之在天空亮度亮度分布数学模型(包括：应用于CBDM的Perez天空模型以及各类CIE天空模型等)下的模拟结果准确。实体采光模型便于方案比较和便捷数据获取，该装置的研制意义，尤其是相对于CBDM软件模拟的优势在于：首先，CBDM中采用Perez All Weather天空数学模型，输入数据为直射辐射与漫射辐射值，由此建立动态天空模型进行Radiance采光模拟。该模型中直射光光源被视为点，天空部分呈现亮度连续渐变分布，这些特征与天空实际亮度分布不一致，尤其对于中间天空的模拟存在不准确，易导致误差。其次，IBL模拟中包含光色信息，常用的CBDM采光模拟中不包含光色信息，若需CBDM模拟中包含光色，则需要在输入数据中包含天空光色(光谱)信息，这也有赖于长期相关数据采集。再次，软件采光模拟中需要对建筑各表面材质光学特性进行数字化表达，但当前建筑中使用的材料多样，部分材料呈现出复杂或复合的光学特性，如常用的Radiance Material File可对27种类型材料的光学特性进行数字表达，但仍不足与实际材料一一对应。最后，通过实体模型在人工天空中开展模拟，在处理复杂形体、非线性表面的建筑模型以及包含大量细节的物体以及元素众多体量巨大的场景时具有效率优势。例如：树冠在采光软件模拟中通常只能近似建模。当前逐渐普及的3D打印技术也有助于进一步调高实体模型建模的精度与效率。

3) 有关IBL的模拟准确度问题详见文^[11]。

4) 该装置模拟包含光色信息，但模拟的光色与实际天空光色的一致性值得开展进一步的专题研究。误差来源于2个主要方面：一方面是当前的天空图像采集过程中，为了线性降低天空与太阳亮度，在相机中采用了减光滤镜，这使得采集的图像颜色与天空实际颜色存在不一致的可能，如何通过调整图像采集方案引进新设备，或通过后期的数据处理确保采集的天空HDR图像中的光色信息与实际一致值得研究。另一方面是通过LED光源再现天空图像中的光色信息如何做到准确表达也值得进行进一步的相关测试与校准。本文在技术理论层面提出该装置，有必要针对以上问题进一步开展研究确保装置性能完善。

5) 通过新的编码实现HDR video(视频)流媒体格式替代使用一系列HDR image(图像)组成的播放帧。

5 结论

本文提出了一种使用天空亮度分布图像数据的动态采光模拟装置，其机械结构、天穹半球内发光部分设计方案、以及控制方案通过分析具有合理性，该新型人工天空使用图像数据且天穹内发光像素解析度足够高，对天空状态还原程度好，日面范围(尤其是多云天天况下)及其平均亮度的认定解决了太阳直射光难于准确模拟的问题。此外，该装置具有模拟天然光光色信息的潜力，这是传统采光模拟技术不具有的特性。就当前提出的方案而言，对于光色信息的准确表达还有待于深入研究。该装置还可以实现动态采光模拟，不同于当前大多数人工天空只能模拟某一时刻天空状态的特点，人工天空针对动态采光研究的趋势，提出了解决方案，且可完全兼容现有静态天空模型。