利用K线图分析馆藏文物保存环境中温湿度研究

马江丽，徐方圆，全定可

(1. 上海博物馆文物保护科技中心，上海 200231； 2. 馆藏文物保存环境国家文物局重点科研基地(上海博物馆)，上海 200231； 3. 西安元智系统技术有限责任公司，陕西西安 710077)

0 引 言

馆藏文物预防性保护是研究应用一切与博物馆环境相关的科学技术与成果，对馆藏文物保存环境进行有效地监测和控制，是当今文物科学保护领域的发展趋势[1]。预防性保护的理念，重视对文物保存与陈列环境的温度和湿度的控制。博物馆的“稳定”环境中温度、相对湿度是最基本的监测指标[2-4]。其中，文物受湿度的影响尤为敏感，材质不同的文物对湿度要求也不同。中国多数博物馆通过改造开始使用恒温恒湿设备，并对馆藏文物保存环境开展了温湿度监控。只有通过对温湿度的连续监测，整体记录环境中的温湿度变化，才是改进文物保存环境的科学依据。伴随而来的问题是，如何处理持续产生的大量文物保存环境数据，以更好地服务于环境质量评估，及时调整调控措施。徐方圆等[2]通过温湿度合格率、温湿度分布图和温湿度波动指数等评价指标，探讨了文物保存环境中温湿度的中长期评估方法；冯萍莉等[5]通过计算温湿度监控数据的离散度和离散系数，反映温湿度的分布和季节性波动情况。相关研究探讨的多为馆藏环境温湿度中长期监控数据的评估方法。但如何更好地挖掘监测数据，形成有效、即时、直观的分析手段，建立方法论的分析模型，仍是此项工作的研究课题。

K线图目前常用于金融市场，通过对市况的实时追踪以观察市场的真实变化。K线图的内容特性是记录实时数据波动及准确灵敏判断趋势。该技术分析方法，优势体现在通过直观图对复杂体系进行描述[6]。将K线理论运用于描述环境监测数据变化工作的研究却少见报道。

本工作通过对某临展期间展厅及若干展柜内3个月的温湿度连续监测记录进行分析，尝试引用K线图开展温湿度评估，并探讨文物保存环境中温湿度的数据处理方案。

1 环境数据“K线”的引入

1.1 K线图绘制及图例说明

K线作图以交易时间为横坐标，价格为纵坐标，将每日的K线连续绘出。K线图的结构包括上影线、下影线及中间实体三部分(图1)。在股市中，K线图四要素由开盘价、最高价、最低价和收盘价组成。实体是由开盘价到收盘价连接而成的柱状体。当收盘价高于开盘价，为阳实体，一般绘制为红色或白色；反之为阴实体，绘制为绿色或黑色，上、下影线分别指最高价、最低价与实体间的连线[6]。采用OriginPro专业函数绘图软件或Microsoft Excel表格软件均可实现K线图的绘制。

图1 K线图的构成Fig.1 Composition of K-line diagram

1.2 各要素的重新赋值/定义

将K线图应用于描述文物保存环境温湿度指标的变化及波动范围，分析可以日、周、月等不同时长作为周期。博物馆展览每天开放，月K线图以月为统计周期，反映的是年波动情况，在临展评价中不适用；周K线图以周为统计周期，图中各测试点温湿度波动变化幅度并不能显示出每天的温湿度初始值、结束值、最大值及最小值；日K线图以日为周期，而且在24 h内可以灵活设定初始时间和结束时间，平均波动幅度观测直观和易解读。对于微环境的温湿度评估，短期(以日为周期)的温湿度波动更适宜作为评估模型。监测温湿度数据分析，以湿度为主。以监测湿度的日K线为例，当日采样初始湿度值对应开盘价、当日采样结束湿度值对应收盘价、当日最高湿度值对应最高价、当日最低湿度值对应最低价。实体代表了分析周期的湿度值整体趋势，直线表示了湿度值的每日波动。监测湿度日K线的本质是记录了约定监测时长内湿度变化的过程与结果。

2 监测仪器及数据获取

本研究所引用的数据为某馆一个为期102 d(6月～10月)的临展温湿度连续监测数据。在102 d的展期内没有闭馆调整时间，每天早晨9点开馆，17点闭馆；在某些晚上闭馆后18～21点开放了专场。该临展为一主题展，所展览文物种类多样，每种文物对温湿度有不同的需求。对于展出期间文物保存环境的调控，展厅内恒温恒湿空调24 h连续运转，展柜内根据展柜尺寸、展柜形式和不同文物的温湿度需求有针对性地配备了调湿器和调湿剂。

此次展览使用西安元智系统技术有限责任公司的馆藏文物保存环境监测系统，无线连续监测记录了展厅和56个展柜内的温湿度，监测间隔为10 min。

3 温湿度日K线图应用及分析

仅7月份当月，展厅1处的监测数据已近1.4万。合计7～9月，3个月的数据量约计240万。本研究选取日K线图为建模对象，采用Microsoft Excel软件的数据透视表及VLOOKUP、LOOKUP等函数，对监测数据每日24 h、开馆时段(9～17点)、闭馆时段的8 h等温湿度的4要素进行数据筛选并作图。

3.1 展厅温湿度日K线

日K线图以日期为横坐标，湿度日K线图以湿度为纵坐标；温度日K线图以温度为纵坐标，将每日对应的4个值在K线图中以实体和直线表示出来。实体代表一天(统计周期)之内，温湿度受环境、人流、光照等影响造成的波动。

3.1.1以0～24点为统计周期 选取9月份检测数据作为统计对象，对展厅全天候24 h为统计周期，则温湿度日K线的初始值设置为0点过后第一个检测值，结束值为24点之前最后一个检测值，并提取0～24点的全天最高、最低值(图2)。从图2可知，选取0点作为周期分割点，0点时各种影响温湿度的外界影响(光照、参观人流等)已趋于一致，所以温湿度实体都比较小，每天实体的大小反映了这一天空调稳定运作时的整体波动，或随着季节波动外界温湿度在展厅内的变化。以0点作为周期分割点，温度的上引线较长，下引线较短，说明每天0点时接近每天温度的最低点，开馆后由于灯光和参观人流的影响，温度逐渐上升。

图2 9月份展厅(0～24点)日K线图Fig.2 Daily temperature and humidity K-line diagram of the exhibition hall in September (0∶00-24∶00)

3.1.2以9～17点为统计周期 为了强化环境变化的影响，仍选取9月份检测数据作为统计对象，结合每日的开馆、闭馆时间，对初始值和结束值的选定时间点进行调整。设定初始值9点过后第一个检测值，结束值17点之前最后一个检测值，并提取当天9～17点的最高、最低值(图3)。从图3a可知，每天初始温度基本一致，考虑到展厅内恒温恒湿空调24 h连续运转，开馆时温度基本一致，恒温恒湿空调温度控制基本稳定。9月14日温度日K线出现异常，说明空调出了状况。温度的日K线基本均为阳实体，实体较大，上引线和下引线均较短，说明每天开馆时一般为温度的低点，闭馆时一般为温度的高点，开馆后参观人流和灯光引起温度的上升，至闭馆前达到最高值。

从图3b可知，湿度日K线与温度日K线相反，大部分日K线为阴实体，即开馆时湿度较高，闭馆时湿度较低；下引线较短，闭馆时接近当日开馆期间的最低值，每天的光照和参观人流引起了展厅内湿度的波动。展厅内湿度日K线变化规律性较温度日K线小，说明恒温恒湿空调的温度调控比湿度调控更稳定、准确。

图3 9月份展厅(9～17点)日K线图Fig.3 Daily temperature and humidity K-line diagram of the exhibition hall in September (9∶00-17∶00)

3.1.3以闭馆时间段内8h为统计周期 为对比开馆时段内温湿度受参观人流、光照等影响，选取闭馆时间内的8 h，对初始值和结束值的选定时间点进行调整。可设定统计时间段为当日22点至次日6点，但因该时间段不在一天内，为符合K线图以日为周期的原则且简便处理流程，设定当日0～6点&22～24点为统计周期。为保留建模初衷，仍设定初始值22点过后第一个检测值，结束值为6点之前最后一个检测值，并提取该时段的最高、最低值(图4)。该时段展馆基本无人员流动，环境各干扰因素影响较小。对比开馆时段的K线图，闭馆时段温度变化较开馆时小，温度K线图基本为阴实体，是降温过程。

图4 9月份展厅(0～6点&22～24点)日K线图Fig.4 Daily temperature and humidity K-line diagram of the exhibition hall in September (0∶00-6∶00 & 22∶00-24∶00)

3.1.4分析 9月份该展厅的温湿度日K线图(图2～4)，很直观地反映了统计月份展厅的温湿度的日波动幅度情况。观察图1～3均可发现，9月14日和9月15日数据出现明显异常分析。9月14日最大湿度值达69.1%，最小湿度值57.2%；9月15日最大湿度值67.8%，最小湿度值55.9%。是否因9月14日出现空调等硬件故障导致，文保研究人员可结合K线图，对这两日的空调运行、人流密度等数据进行排查，便于分析具体原因。K线图较好地发挥了异常情况突出显示的作用，便于文保研究人员从海量的监测数据中发现异常，从而开展后续研究和分析。

温度日K线(图2a)显示，当月30个工作日内，有28 d的0点前后温度差在0.2 ℃及以下，且接近当日最小温度值；每天最大温度和最小温度波动在1.6 ℃以内。湿度日K线(图2b)有25 d的日波动控制在1.5%以内，24 d的最大湿度和最小湿度波动在5%及以下。图3a中，当月30个工作日内，有25 d开馆(9点)温度为工作时间内温度的最小值，有8 d闭馆(17点)时温度达到工作时间的最大值。最大温度和最小温度波动均在2.0 ℃以下。图3b显示，30 d开馆时段内，17 d闭馆(17点)时湿度为工作时间的最小值。验证了密闭空间中，相对湿度和温度的变化关系[3]：一般温度升高，相对湿度降低；温度降低，相对湿度升高。图4a中，除9月14日和9月15日两日外，30 d中有12 d，22点与6点保持相同的温度；计22 d，22点后展厅温度为统计时段最低值；最大温度和最小温度差值波动均在1.0 ℃以下。图4b中，除个别例外，22点与6点前湿度也极为接近；最大湿度和最小湿度差值波动小于1.0%的有11 d，在1.0%～3.0%波动的有15 d。从波动趋势来看，图1和2较图3更便于分析，因此下节采用0～24点和9～17点作为统计周期开展研究。

该展的开放时间处于暑期，据不完全统计，当地7月份最高温度达40 ℃，平均最高温度36 ℃；8月份最高温度38 ℃，平均最高温度33 ℃；9月份最高温度34 ℃，平均最高温度28 ℃；外加湿度较高的影响，天气闷热。而且该展的参观人数创了历史新高，但通过图1～3可见，展厅内每日的温度大致控制范围为21～23 ℃，波动差异不大，每日最高、最低温度波动在±2 ℃以内；相对湿度日波动幅度约为±2.5%。依据2007年，美国采暖、制冷与空调工程师协会提出普通文物的温湿度波动理想范围为±2 ℃，±5%；可接受的温湿度范围设定为±5 ℃，±10%标准[7]判定，该展厅整体温湿度调控效果理想。

3.2 展柜湿度日K线

该展共56个展柜，湿度的调节方式分机械和非机械两种[4]。机械调节包括调湿器、恒湿空调等；非机械调节主要利用调湿材料。为体现研究的普遍适用性，抽取采用调湿器的柜14、柜18和中柜19，利用调湿材料的中柜18共4个展柜的监测数据，绘制湿度日K线图。

3.2.1调湿器 从56个展柜中，随机选择7月份柜18(调控目标50%)的温湿度监测数据，设定0～24点和9～17点这两个统计起始点，绘制温湿度日K线图，如图5所示。

图5 7月份柜18温湿度日K线图Fig.5 Daily temperature and humidity K-line diagram of Showcase 18 in July

比较图5b和图5c温湿度日K线，展柜内开馆前进温度上升，湿度下降；上引线和下引线都比较短，说明开馆时是最大值，闭馆时为最小值。与展厅的湿度值和波动幅度比较，展柜内湿度得到了调控。

3.2.2调湿材料 中柜18采用的是调湿材料，调控目标为45%，该调湿材料自6月底放入展柜，至10月份未有调换。由其监测数据绘制7月份和9月份的湿度日K线图(图6)，统计该展柜每日24 h的湿度波动情况。

图6 中柜18(0～24点)湿度日K线图Fig.6 Daily humidity K-line diagram of Showcase 18 in the middle part (0∶00-24∶00)

3.2.3分析 图5a和5b湿度日K线图趋势大致相同，图6亦是，符合文物保存微环境的相对湿度控制在40%～60%的要求[8]。每个展柜湿度日K线的纵坐标区间选取同样的湿度设定，可见0～24点的湿度波动幅度较9～17点更大。尤其图5b可见，7月的31 d中，17点的湿度值均高于开馆9点时的湿度值，全部显示为阴实体。对于24 h空调开放的博物馆，要便于全局分析，湿度日K线周期选择0～24点较9～17点更为适合。

图5和6对分别采用调湿剂和调湿器的不同展柜的湿度稳定性进行比对。调湿器属于主动湿度调控，图5湿度日K线图观测展柜环境的调湿效果。调湿器的调湿性能良好，最大湿度和最小湿度差值一般在4%以内。即便调湿器存在能源消耗、引发污染等弊端，适用于对湿度有特殊要求的文物。调湿剂依靠自身的吸放湿性能，感应所在空间的空气温湿度变化，可自动调节空气相对湿度，是一种被动湿度控制的调节手段[1]。调湿剂与调湿器比较，引线较长，日波动较大，说明调湿器比调湿剂的响应速度更快，在密闭空间中主要是受温度影响。通过中柜18的7月份与9月份湿度日K线图(图6)可见，调湿剂刚布置于展柜时，7月初的前9 d内，调湿剂处在吸湿阶段，最大相对湿度低于40%，引起柜内湿度下降；随着调湿剂使用时间的延长，到9月份，柜内的平衡湿度逐渐上升，每天的最大湿度和最小湿度差值集中在±3%左右，柜内湿度和调湿剂达到了初步平衡，因此平均湿度较稳定，满足45%的调控要求，调湿材料的吸放湿调控效果较为理想。

4 结 论

本研究依据某馆某展的监测数据，以K线分析法为基本统计工具，建立K线图的工具体系。为海量的环境监测数据提供直观的线图，尝试建立了一种环境监测数据K线图模型。

1) 结合日K线图、周K线图、月K线图的建模意义分析，为便于博物馆文保人员发现问题和及时处理，明确日K线图更易实现微环境的湿度波动评估。对于常设展而言，可结合周K线图、月K线图的中期趋势与日K线图比对，通过各种周期的K线图走向，判断是否可得出相似的结论，确保结论的全面性和准确性。

2) 结合对展厅、展柜绘制温湿度日K线图，通过设置不同的起始时间，实现了3个不同的统计时段(0～24点、9～17点及0～6点&22～24点)日K线图的绘制，对于空调24 h开放的博物馆而言，湿度日K线周期适合选择0～24点建立环境监测模型。温湿度日K线图具有突出显示异常情况的功能，便于文保研究人员直观地观测及开展研究。

3) 结合展柜湿度日K线，一方面，通过对采用不同调湿手段展柜的湿度日K线图，比较主动调湿和被动调湿的调控效果及异同性；另一方面，通过对同一展柜在不同月份的湿度日K线图，比较文物保存微环境的湿度变化。可为后续临展等短期展览调湿方式的选择提供依据。

研究结果表明，K线图中的一些技术分析方法可用于温湿度评估，较好地契合预防性保护的研究内容。将K线图应用于温湿度分析，是值得探讨的环境监测数据可视化研究方向。