馆藏环境温湿度稳定性的频域图谱分析方法研究——以重庆博物馆为例

曾轶哲，赵 卓

(1. 重庆声光电智联电子有限公司，重庆 400060； 2. 重庆博物馆，重庆 400015)

0 引 言

预防性保护对文物保存环境的温湿度提出了“适宜”和“稳定”的要求，“如何评估一段时间内藏品所处环境的温湿度状况，并根据评估结果来指导和改善藏品保存措施”是目前需要解决的主要问题。

当前，评估温湿度状况的主流方法有算术平均数、极值/峰值、极(值)差/峰峰值、合格率、分布图/关系图、波动指数、箱线图、K线图、标准差/离散系数、目标离散系数等。这些评估方法或不直观(例如：离散系数)，或受特定数值影响较大(例如：极值/峰值，箱线图等)，或忽略了与时间相关的信息(例如：分布图/关系图，标准差/离散系数)。所以，现在需要寻找一种描述环境状况的评估方法，这种方法能够直观地描述环境状况，同时这种方法还需要不受特定数值影响，不会忽略与时间相关的信息。

温湿度稳定性本质上是一组信号随着时间的波动关系，而简洁有力地描述“信号将会如何随着时间波动”是人们建立频域这个数学构造的重要原因。同时，频谱变换会用到数据序列中每一个数据的大小和时间序列两个维度的信息，不会受到特定数值的过大影响或者忽略掉与时间相关的信息。所以，可以使用温湿度频域图谱来对温湿度波动状况进行评估，从频域看温湿度波动问题。

1 评估方法概述

将馆藏环境温湿度监测时序数据(时域图谱)通过快速傅里叶变换(FFT)转换成频域图谱，根据频域的意义与频域图谱中尖峰与谷底所对应的频点与幅度，对频域图谱进行解读，可以分析温湿度的稳定性。

藏品所处的环境监测数据是一串有着时间序列的离散信号，使用离散傅里叶变换即可得到该串信号的频域图谱。可以依靠计算机编程来实现温湿度时序信号的离散傅里叶变换，本工作使用Python库“SciPy.fftpack”中的“FFT”函数，对时序数据进行FFT变换，变换后对所得频谱序列进行归一化以及双边频谱单边化之后输出频域图谱图像。

展厅温湿度的变化、股票的走势、人的身高、汽车的轨迹都会随着时间发生改变，这种以时间作为参照来观察动态世界的方法为时域分析。而频域(frequency domain)则是描述信号在频率(信号随时间变化)方面特性时用到的一种数学构造。对于一个信号来说，信号强度随时间的变化规律就是时域特性，信号是由哪些单一频率的信号合成的就是频域特性。

时域分析与频域分析是对信号进行分析的两个面。时域分析是以时间轴为坐标表示动态信号的关系；频域分析则描述了时域信号是由哪些频率的正弦波组成的，这些频率具有哪些特性。一般来说，时域的表示较为形象与直观，频域分析则更为简练，剖析问题更为深刻和方便。目前，信号分析的趋势是从时域向频域发展。然而，它们是互相联系，缺一不可，相辅相成的，贯穿时域与频域最重要的方法就是傅里叶分析。

傅里叶分析的提出者是法国数学家和物理学家傅里叶(Baron Jean Baptiste Joseph Fourier，1768—1830)。傅里叶对热传递很感兴趣，于1807年在法国科学学会上发表了一篇论文，运用正弦曲线来描述温度分布，论文里有个在当时具有争议性的决断：任何连续周期信号可以由一组适当的正弦曲线组合而成。

傅里叶爵士的这个论断在后世得到了证明并广泛的应用，并成为信号分析领域的基本论断。这个基本论断可以描述为：满足一定条件(狄里赫利条件)的某个函数可以表示成多个正弦函数的线性组合。

时域图像可以由频域上不同幅度的正弦波形按照相位谱中的不同的初始相位叠加而成。“频域图像”描述的是组成时域图像的正弦波频率与其幅度的关系，“相位谱”则是描述的是这些正弦波频率与其初始相位的关系。

本工作应用的是“频域图像”，即频域图谱。

FFT即利用计算机计算傅里叶变换的快速计算方法的统称。采用这种算法能使计算机计算离散傅里叶变换所需要的乘法次数大为减少，特别是被变换的抽样点数N越多，FFT算法计算量的节省就越显著。

快速傅里叶变换的提出使得傅里叶变换的计算成本和时间大幅下降，拓宽了傅里叶变换的应用范围和场景。

根据以上这些背景，得知以下推论：可以在频域上来对一段信号进行分析；满足一定条件的某个函数可以表示成正弦函数的线性组合；利用计算机可使用FFT可以得到一组数据的傅里叶变换。

2 实验方法

2.1 实验仪器、设备、软件

本工作使用的实验仪器、设备和软件见表1。

表1 实验仪器、设备、软件Table 1 Experimental instruments， equipment and software

2.2 实验内容

1) 确定并下载评估数据。下载自重庆博物馆预防性保护平台，用于评估的馆藏环境温湿度时序数据。

2) 数据预处理。对下载的数据进行预处理，去除无效数据与错误数据。

3) 编写频谱变换算法。使用Jupyter编辑器使用Python语言编写离散傅里叶变换的算法程序。

4) 频谱变换。使用变换算法对时序数据进行变换，获取其频域图谱。

5) 解读频域图谱。对获取到的频域图谱进行详细解读，分析温湿度稳定性，并与其他评估方式对比。

2.3 实验对象

本工作所选取的应用实例数据均来自重庆博物馆。重庆博物馆占地面积3万平方米，建筑面积4.5万平方米，展厅面积2.1万平方米，常设《壮丽三峡》《远古巴渝》《重庆·城市之路》等10个展览，年均接待观众170万人次。现有馆藏文物11.35万余件套(单件超28万件)，珍贵古籍善本1.8万余册，涵盖35个文物门类，藏品体系完整、特色鲜明。“三峡文物、巴渝文物、汉代文物、西南民族文物、大后方抗战文物、瓷器、书画、古琴、杂项”等文物数量多，价值高。

2014—2017年，重庆博物馆申报、获批并实施了馆藏珍贵文物预防性保护一二期工程，重点开展以下5个方面的工作。

1) 建立馆藏文物保存环境监测评估系统。以优先满足环境敏感文物和珍贵文物为原则，以在线式、离线式结合监测为手段，全馆共放置中继、网关109台，安装环境指标传感器(温湿度、二氧化碳等)284个，搭建馆藏文物保存环境监测评估系统。

2) 实施展柜微环境质量调控改造。结合环境监测结果和经费体量，制定博物馆微环境专项调控方案，通过放置被动调控材料、安装净化调湿一体机、展柜气密性改造等手段，累计改造通柜5个，独立展柜13个，有效改善了文物展陈环境。

3) 实施库房小环境升级改造试点。选取具有典型代表意义的库房两间，面积共计209 m2，实施小环境整体升级改造。改造内容涉及：墙面、顶面、柜架、囊匣、灯光等，材料均通过藏展材料评估筛选系统。

4) 实施展厅小环境升级改造试点。在展厅内选取50 m2的独立区域，在该区域内实施整体升级改造工程，内容涉及顶棚、地面、照明灯等。地胶、墙面及顶棚装饰材料经过藏展材料评估筛选后，进行更换。

5) 出台管理办法。2017年，重庆博物馆制定并出台《馆藏文物预防性保护管理办法(试行)》，明析博物馆涉及预防性保护工作的岗位职能职责，形成预防性保护管理、协调、监测、分析、处理、预案等一系列风险预控机制。

3 频域图谱在评价温湿度稳定性上的应用

预防性保护的核心是为文物创造“稳定”和“洁净”的环境。“稳定”关注的是温度或相对湿度对于时间的变化，而要分析环境因子对于时间的变化，除了分析时域上直观的波形，还可以查看其频域图像，即查看时域波形是由哪些频率、哪些幅度的正弦波分量叠加而成的。

由于智联预防性保护内部测试平台的环境较博物馆展厅环境更单一，受人为干扰因素少等，其时域波形更规整，通过FFT变换出的频域图谱尖峰更明显，故选用智联预防性内部测试平台作为本节数据源。

3.1～3.5节选用了该测试平台2018年1月1日至2018年1月31一号独立柜(du1)和一号通柜(tong1)较为规整的数据作为示例数据。一号独立柜(du1)与一号通柜(tong1)的数据采样间隔均为10 min，即采样频率为1/600 Hz。

3.6节选用了该测试平台2018年4月10日至2018年7月12日靠窗位置两个并排放置的测试展柜相对湿度数据。两个展柜为同一型号的透明玻璃展柜，其中一个使用调湿净化一体机进行了湿度调控，目标湿度60%，另一个未进行湿度调控。调控柜与未调控柜的数据采样间隔均为10 min，即采样频率为1/600 Hz。

图1是在测试平台上一号独立柜减去均值之后的温度的时域曲线与频域曲线图。减去平均值是为了剔除时域波形中的恒量部分，如果不剔除恒量部分，恒量会在0频点(0 Hz周期无穷大)产生一个幅度为该组数据平均值的波峰，该波峰的幅度通常是后续频率分量的几十倍，故需要剔除，方便画图、观测和分析。

图1 一号独立柜(du1)减去均值之后的温度的时域曲线与频域曲线Fig.1 Time and frequency domain image of du1 cabinet(minus mean value)

观测频域图谱能够将复杂的时域曲线变换为更为简单和定量的频域特征频率和幅度。无论是对于观测单环境，还是对比多环境，相较于观测时域波形，观测频域图谱都有一定的优势。这些优势主要体现为6点。1)能够定量描述长时间环境波动的总体情况；2)能够通过波动的特征频率与幅度推测波动原因；3)能够定量分析造成环境波动的主次因素；4)能够发现在时域上较难发现的周期性波动因素；5)特别适合进行多环境长时间或者同环境不同时间的对比；6)特别适合用于评估调控效果。

3.1 定量描述长时间环境波动的总体情况

观测频域波形的第一个好处是能够将时域曲线化繁为简，将复杂的时域曲线变换为较为简单的频域曲线，使人能够直观地看到时域的波形是由哪些频率(或周期)和幅度的波动分量叠加而成的，即环境波动的总体情况。

特别的，无论时间长短，频域曲线的横轴始终是一定的，这对进行病害的关联分析非常重要，因为这样就可以使用相同的尺度与标准来评判环境的变化情况，而不受分析环境数据时长的影响。

如图1所示，一号独立柜(du1)1月份相对湿度的时域曲线以周和天为周期反复波折，而其频域曲线则是一条有着3个波峰的曲线，其中，靠左的两个波峰分别对应着时域上以周和天为周期的反复波折。由稳定的概念，频域曲线与X轴、Y轴围成的面积越小，表示构成该段时域波形的各变化分量的总和越小，表示对应的时域波形越稳定；在围成面积相似的情况下，频域波形中低频分量的幅度越大、面积占比越高，表示影响该环境的低频因素作用越明显，而低频表示变化周期长，变化周期长的另一种说法就是稳定。所以，频域波形低频分量的幅度越大，对应时段的时域波形越稳定。

因此，通过查看频域图谱，能够直观地了解到该环境稳定性的宏观状况。

3.2 通过波动的特征频率与幅度推测波动原因

某种特定的干扰因素就会在频域上产生特定的尖峰，如图1中一号独立柜(du1)1月份相对湿度的时域曲线以周和天为周期反复波折，这种波折在频域上就体现为第一个尖峰与第二个尖峰，通过这些尖峰的波动周期与幅度，就能够推测该环境中有哪些波动的因素。

更进一步，如果能够依靠数据的积累和分析(大数据)，在频域上将拥有特定频率和幅度的尖峰识别出来，就可以从一个频域图像内有哪些特定的尖峰，反推该环境存在着何种特定的扰动，从而对指导如何应对环境的波动。

3.3 定量分析造成环境波动的主次因素

在图1中可以看到，周波动对应发尖峰高度为0.33 ℃，而日波动的尖峰在0.54 ℃左右，由于观察的频谱是单边频谱，频域尖峰高度为时域波动幅度的一半，就可以得到，对于该环境，周波动产生的幅度变化为0.66 ℃，日波动产生的幅度变化为1.08 ℃。可以清晰且定量地分辨出，日波动对该环境的影响大于周波动对该环境的影响，日波动是该环境波动的主要因素。

3.4 发现在时域上较难发现的周期性波动因素

在图1中还可以看到，在2.35×10-5Hz(波动周期为20 h)的地方还有一个幅度为0.17 ℃左右的尖峰，这个尖峰在时域上的体现就是0.68 ℃左右的波动，该波动在时域上较难看出，而在频域上则非常明显地体现出来了该波动。所以，在频域上能够发现在时域上较难发现的周期性波动因素。

关于为何会产生周期为20 h的波动，目前需要联系实际情况来进行人为的判定和关联。当后期数据积累到一定的程度，可以通过大数据对尖峰和波动因素进行匹配，从而进行自动化的环境影响因素分析。

3.5 特别适合进行多环境长时间对比

对于两段时间较长(一年以上)的时域波形，人们很难分辨其波形，只能通过特征值(均值、极差、标准差、离散系数等)或者统计图(散点图、箱线图、K线图等)来进行评判，而现有的特征值或同级图，或不直观，或易受特别值影响的问题，或丢失了较多和时间相关的信息。而频谱变换会用到数据序列中每一个数据的大小和时间序列两个维度的信息，不会受到特定值的影响或忽略掉与时间相关的信息，且包含了波动幅度和波动周期(时间)两个方面的信息。

图2中，第一行是一号独立柜(du1)减去均值之后温度数据的时域与频域图像，第二行是一号通柜(tong1)减去均值温度数据的时域与频域图像。

图2 使用频域图谱进行多环境长时间对比Fig.2 Using spectrum maps to compare the long-time environment with multiple environments

对比两个柜子的频域图谱，可以定量对比两个柜子的温度波动情况，一号独立柜(du1)的周波动(0.64 ℃)略大于一号通柜(tong1)的周波动(0.54 ℃)，而其日波动(1.06 ℃)则比一号通柜(tong1)的日波动(0.40 ℃)大很多。两个柜子波动情况的对比在时域图像上较为类似，均为周期为周和日的波动，频域图像的区别更为明显，且可以方便地进行定量描述。

3.6 特别适合用于评估调控效果

频域图谱特别适用于评估调控效果，能够将调控效果直观且量化的呈现。

本节用于举例的数据为智联预防性保护内部测试平台靠窗位置两个并排放置的测试展柜2018年4月10日至2018年7月12日相对湿度数据。两个展柜为同一型号的透明玻璃展柜，其中一个使用调湿净化一体机进行了湿度调控，目标湿度60%，另一个未进行湿度调控。

在本实验中，由于日光照射升温及调湿机调湿速率的因素，实际调控展柜的湿度在每天的中午存在调湿机无法将湿度控制在目标湿度周围的情况。

放在调控玻璃展柜与未调控玻璃展柜中的温湿度监测终端数据采样间隔均为10 min，即采样频率为1/600 Hz。

图3中，第一行是未调控展柜(no adjustment)相对湿度数据的时域与频域图像；第二行为实际调控展柜(practice adjustment)相对湿度数据的时域与频域图像；第三行是理想调控展柜(ideal adjustment)相对湿度数据的时域与频域图像。

由图3可以看出，在频域图谱中，实际调控展柜周期小于1 d的波动幅值相较于未调控展柜有着明显的降低，说明实际调控展柜(practice adjustment)1 d内的波动小于未调控展柜(no adjustment)，调控起到了明显的效果。

实际调控展柜的主要波动因素是日波动(最高的尖峰在1.15×10-5Hz处)，反映了每天中午展柜遭受日晒的极端条件下，温度迅速升高，相对湿度迅速降低，调湿机无法满足调控要求的情况。

理想调控的时域曲线和频域曲线均为一条直线，实际调控展柜(practice adjustment)相较于理想调控展柜(ideal adjustment)仍然有一定的差距。图3表明了理想的调控在频域上应当呈现什么样的状态：时域没有任何波动的频域图谱曲线为RH=0%的直线。

图3 不同调控情况的频域图谱Fig.3 Spectrum maps of different regulatory conditions

由此可见，可以使用频域图谱来对调控效果进行评估，将同一环境调控前后的频域图谱进行对比，如果调控效果良好，能够清晰地看到调控之前频域图像中的尖峰减小或消失。

同时，频域图谱解答了这样一个问题：当调试机无法达到效果(或者无法24 h开机)的时候，要不要使用调湿机对湿度进行调控？

通过对比调控与未调控的频域图谱，可以制定一个评判策略：重点查看频率大于1.15×10-5Hz的曲线，因为频率高于1.15×10-5Hz的曲线代表了时域中波动周期小于1 d的波动，这样的湿度波动对藏品的影响较大，如果调控之后的频域图谱普遍低于未调控时的图谱(也可计算并比较曲线与坐标轴围成面积大小)，则应当进行调控，反之则不要调控。

本节中，实际调控展柜的频域图谱普遍低于未调控展柜的频域图谱。所以，该环境就算调湿机无法达到恒湿的效果，或无法达到24 h全天候开机的条件，也应当使用调湿机来对湿度进行调控。

3.7 频谱分析的局限

频谱分析同样存在局限，目前，频谱分析主要存在以下3个局限：

1) 无法手工计算，必须借助计算机工具。

2) 现阶段需要依靠经验来进行特征频谱与现实原因的关联。例如，本工作中的一号通柜(tong1)的频域图谱一共有3个波峰，其中前两个波峰一个的周期为7 d，一个的周期为1 d。根据经验，将其对应为温度随着周的波动和天的波动，还有一个周期为20 h的波动，暂时不能对应原因。

3) 要求分析对象的数据间隔基本相同，但是对数据的完整性没有太强的要求。例如，本工作中一号通柜(tong1)和一号独立柜(du1)每个数据的间隔均为10 min，如果将数据间隔调整为20 min，即每两个采样点中只取前面一个数据来进行频谱变换，变换得到的频域图谱与数据间隔为10 min的频域图谱基本一致。因为频域图谱是描述时域图像是由何种频率和大小的正弦波叠加而成的，如果通过这些数据画出的时域图像不变，则频域图像也不会发生变化。

4 应用举例

4.1 实验对象及选点策略

以重庆博物馆西南民俗展厅为例，展厅示意图见图4。

图4 试验展厅与选点策略Fig.4 Experimental exhibition hall and selection strategy

4.2 相对湿度监测结果评价

相对湿度监测结果评价选取重庆博物馆基本陈列——西南民俗展厅小环境中0113号监测终端2017年度与2018年度的数据，即同环境不同时间的数据，通过本例说明如何解读频域图谱。0113号监测终端的相对湿度2017年的数据与2018年的数据采样间隔均为10 min，即采样频率为1/600 Hz。

图5中，第一行是2017年相对湿度数据的时域与频域图像，第二行是2018年相对湿度数据的时域与频域图像。

图5 不同年份对比：2017年对比2018年Fig.5 Comparison of different years： 2017 vs 2018

由图5可知，西南民俗2017年的频域图谱曲线最接近于0 Hz的尖峰(0.03×10-5Hz)是周期为1年的波动幅度，频域数值上为5.8%左右。由于该频域图谱为频谱变换所得对称双边频谱所截取的单边频谱，损失了一半的能量，加之其表示的是正负波动的绝对值，所以这个尖峰对应在时域上就是一个5.8%×2×2=23.2%的波动。对比时域曲线中，最高位置波形的中点在67%左右，最低波形的中点在43%左右。

同理，月波动(0.04×10-5Hz)的在频域图谱上的值在1%左右，代表每月大约有4%的相对湿度变化；周波动(0.16×10-5Hz)在频域图谱上的值在0.5%左右，代表每周大约有2%的相对湿度变化；日波动(1.15×10-5Hz)在频域图谱上的值在0.5%左右，代表每天大约有2%的相对湿度变化。

西南民俗展厅2018以年周期的波动(0.03×10-5Hz)在频域图谱上呈现了一个6.9%左右的尖峰，换算到时域应当有27.6%的波动。对比时域曲线中，最高位置波形的中点在70%左右，最低波形的中点在41%左右，70%-41%=29%≈27.6%。同理，2018年的月、周、日的尖峰分别为1%、0.5%、0.5%。

2018年的时域波形在时域上相较于2017年不尽相同，但是其频域波形极其相似，除了年波动稍大于2017之外，月、周、日波动的频域图谱尖峰高度与2017年基本一致。西南民俗展厅是重庆博物馆介绍西南地区各族民俗的一个基本陈列，由于各方面因素作用的随机性，相对湿度波动在时域上的短期波动很大程度上是随机的，这就造成了2017年与2018年的时域波形不尽相同。但是由于产生波动的因素出现概率在每一年中是基本一致的，这些波动因素在全年综合下来所造成的影响也是一致的，所以2017年和2018年的频域谱图表现出了高度的一致性。

这个例子表明了频域图谱能够更宏观、更直观、更本质地描述环境的波动情况，因为频域本就是人们构造来描述周期波动情况的数学工具。

同时，频域图谱只是描述温湿度稳定性的工具之一，并不排斥其他的分析方法，频域图谱提供了一个新的视角来观察温湿度的波动情况，可以搭配其他分析方法共同使用，以进行更为深入的分析。现将西南民俗展厅2017与2018年的相对湿度特征值统计表(表2)列出，以供读者比较异同。

表2 相对湿度特征值表Table 2 Characteristic table of relative humidity

4.3 温度监测结果评价

温度监测结果评价选取重庆博物馆基本陈列——西南民俗展厅内靠近展厅大门的展柜2中1200号监测终端(Showcase2#1200)和展厅内部中心位置展柜8中0971号监测终端(Showcase8#0971)，即不同环境同时间的数据，通过本例说明稳定与不稳定的环境分别有着何种频域图谱。展柜2(Showcase2#1200)与展柜8(Showcase8#0971)温度的数据采样间隔为10 min，即采样频率为1/600 Hz。

图6中，第一行是展柜2(Showcase2#1200)温度数据的时域与频域图像，第二行是展柜8(Showcase8#0971)温度数据的时域与频域图像。对比同一展厅的展柜2和展柜8，在时域上，二者的波动基本类似，只是展柜2的年波动与日波动幅度略大于展柜8，这样的特性在频域上高于在年波动的频点(0.16×10-5Hz)和日波动的频点(1.15×10-5Hz)，展柜2稍高于展柜8的频域曲线，在其他位置，展柜2与展柜8的频域曲线基本一致。

图6 相同展厅不同展柜对比：展柜2对比展柜8Fig.6 Contrast showcases in the same exhibition hall： Showcase 2 vs Showcase 8

可以看到，处于展厅大门处的展柜2相较于处于展厅内部中心位置的展柜8，其年波动大于展柜8，可以认为是由于展柜2更靠近展厅门口，所以其受到外界气候变化的影响更大；其日波动大于展柜8，可以认为是开关展厅大门以及客流所带来的以天为周期的扰动。

此例说明，频域图谱能够很好地甄别不同周期的影响因素所带来的影响，能够帮助研究者快速定位波动因素的周期。例如本节中，由于二者处于同一展厅的不同位置，气候环境对二者的影响程度不同，所以在频域图谱上，周期大于1 d的部分，展柜2的频域图谱相较于展柜8稍高；由于展柜2处于大门处，展柜8处于中心位置，所以在频域图谱上，周期为1 d的频率处，处于展柜2的频域曲线同样稍高于展柜8的频域曲线。

对于一个不稳定的环境，这个环境有着何种频率的波动影响因素，其频域图谱上也会出现对应的尖峰，频域图谱上尖峰越多越大，该环境越不稳定。例如本节中的展柜2，日波动(开闭展厅、客流)、年波动(四季变化)的因素就让其频域图谱的周期等于1天和1年的位置分别出现了一个尖峰，且尖峰的大小反映了该因素影响程度的大小。

对于展柜，一个较为理想的环境是温湿度随着四季在适宜文物的阈值以内缓慢变化，并且有着尽量小的短期波动和突变。可以预见，理想环境的频域图谱会在年波动的频点有一个合适的尖峰，其他频点无尖峰或是有着微小尖峰，频域图谱类似英文大写字母“L”。

4.4 调控效果评价

相对湿度监测结果评价选取重庆博物馆基本陈列——西南民俗展厅1号调控展柜中#0585号调湿机自带的监测终端与紧邻的2号非调控展柜中#1200号监测终端的2019年9月15日至2019年11月27日的数据，即相邻环境同时间主动调控与未调控的数据，通过本例说明如何解读频域图谱对调控效果的评价。0585号调湿机与1200号监测终端的数据采样间隔均为10 min，即采样频率为1/600 Hz。

图7中，第一行是展柜2#1200号监测终端2019年9月15日至2019年11月27日的时域与频域图像，第二行是展柜1#0585号调湿机相对湿度数据相同时段时域与频域图像。

图7 非调控展柜与调控展柜对比Fig.7 Comparison between non-regulatory and regulatory showcases

展柜2(Showcase#1200)的时域波形前部较为平整，表现为湿度平稳且缓慢的降低，但是最后一周出现了一个带锯齿波的尖峰，所以展柜2(Showcase#1200)的频域图谱在年和月上分别有一个接近1.5%与0.5%的尖峰，而其日波动的频域图谱幅度较小。

展柜1(Showcase#0585)的时域波形极好，几乎为一条直线，所以其频域图谱也基本与3.6节中理想调控(ideal adjustment)的波形一致。同时，频域图谱在日波动的频率处有一个非常小的尖峰，对应着时域上湿度每天的轻微波动。

可以看到，相较于展柜2(Showcase#1200)，调湿展柜1(Showcase#0585)的频域图谱在所有的频率位置(年、月、周、日)均大幅下降，消除了频域上幅度为1.5%的年波动与0.5%的月波动，调控起到了直观且可量化的效果。

5 结 论

以上工作使用频域图谱对馆藏环境温湿度稳定性进行评估，并通过重庆博物馆西南民俗展厅的评价实例验证了温湿度频域图谱评估方法的有效性。

1) 温湿度频域图谱能够宏观、直观且定量地描述中长期内环境各频率周期波动因素的强弱，能够帮助研究者推测波动原因与定量分析波动的主次因素。

2) 通过对4.2节与4.3节的分析可以看出，温湿度频域图谱特别适合进行不同环境同时间或同环境不同时间对比，能够清晰直观地看出环境波动情况的异同。

4.2节中，由频域图谱高度一致可以看出，西南民俗展厅2017年与2018年相对湿度的宏观状况基本一致，频域图谱过滤掉了时域曲线中由随机因素造成的随机波动。

同时，也可以由二者的频域图谱中，日波动频点的高度远低于年波动频点的高度，频域图谱总体上呈现一个“L”形，判定西南民俗厅相对湿度波动的主要因素是一年的四季变化，整体相对湿度稳定性较好，日波动及周波动被控制在了一个相对稳定的范围内。

4.3节中，对比频域图谱在年波动与日波动的频点，展柜2高于展柜8的频域曲线，在其他位置二者的频域图谱基本一致，可以判定展柜1的年波动于日波动且大于展柜2，而二者其他稳定性情况(如月、周波动)基本一致。

3) 通过4.4节的分析可以看出，温湿度频域图谱可以对调控效果进行直观且定量的呈现与分析，并作为是否采取调控措施的依据。

在4.4节中，展柜1与展柜2紧邻且都在西南民俗展厅出入口处，展柜2的频域图谱存在明显的尖峰，而展柜1的频域图谱则几乎是理想调控曲线，调湿机起到了明显的作用。

更进一步，可以通过比较调控前后的频域图谱来判定是否应该使用调控措施：如果调控之后，频域图谱中频率高于1.15×10-5Hz的图谱普遍低于未调控时的图谱(也可计算并比较曲线与坐标轴围成面积大小)，则应当进行调控，反之则不要调控。