基于光环境舒适性的养老建筑多人居室南向采光口设计研究

房文博，王庆朵

（山东建筑大学，山东 济南 250100）

0 引言

我国的老龄化现象具有未备先老、未富先老、慢性病患病率高以及少子化、老龄化并重等特征。人口老龄化无疑增加了对各种形式养老建筑的需求，以家庭为基础的居家养老、依托社区的日间照料服务中心以及机构养老服务三种形式并存。随着养老机构的不断发展与完善，以及居家养老压力较大难以实现，越来越多的老年人会选择机构养老的形式。现阶段多数养老建筑居室设计中对室内物理环境的营造比较疏忽甚至遗漏，这样反而无法给入住老人带来舒适感。因此，在建设养老设施设计时，应该根据老年人的实际要求进行设计，从而有效保证老年人的生活质量。

老年人视觉特性与年轻人有所不同不一样，由于晶状体与眼角膜的慢慢黄化，色差识别功能减弱。另外，由于晶状体逐渐失去弹性导致老年人适应光环境变化的能力减弱，容易受到眩光的影响。随着老年人对光环境要求的增高，单纯根据窗地比确定的窗口尺寸已不能满足养老建筑复杂的采光要求，因此本文以济南地区为例，针对养老建筑多人居室南向窗口进行优化研究。

1 养老建筑多人居室

我国现有养老建筑中老年人居室主要以单人间、双人间和多人间为主，本次研究主要针对多人居室，国内的多人间的人数以4 人为主，这种护理间主要适用于失能老人以及对护理要求较高的介助/介护型老人。周燕珉教授在其《养老设施建筑设计详解》[1]中给出了不同类型老人居室在服务效率和居住品质方面的排序，见图1。本次研究在居室类型上选取适合介护老人的多人居室。

虽然在众多机构养老建筑中其居室尺寸各有不同很难统一，但其居室形式与布局大同小异，比较容易总结出其典型的平面模式，本次研究对于老人居室尺寸方面将根据相关研究和设计资料进行绘制，见图2。

图1 不同类型老人居室在服务效率和居住品质方面的排序（图片来源：周燕珉《养老设施建筑设计详解》）

图2 养老建筑中多人居室平面

2 方案设计

2.1 设计参数

本次研究只讨论窗口设计相关参数，其他与窗口形态无关的参数或给予一个定值或保持软件的默认值。其中，将窗口高度、窗口宽度以及遮阳板宽度作为本次研究设计变量，而窗口面积和窗台高度设为定值。

在针对介护老人的多人居室中，老人活动不便，卧床休息时间较长，其窗台高度不应过高，周燕珉教授在其著作《老年人住宅》中提出窗台高度为0.5～0.6m 较为合适[2]，因此将介护老人的多人居室窗台高度定为0.5m。

我国养老建筑相关规范中并未对窗地比有明确的规定，只是在《老年养护院建设标准（JB 144—2010）》中提过老年养护院老年人用房应保证良好的通风采光条件，窗地比不应低于1:6，并应保证足够的日照时间。由于老年人对照度要求较年轻人较高，结合相关文献及资料将本次研究的居室窗地面积比定为1:4[3]，因居室中独立卫生间等服务空间具有一定的封闭性，所以在进行居室窗地比的计算时，只将除去卫生间外的主要生活区面积47.28m3代入计算，为方便计算窗口面积取值12m2，以此对窗口尺寸进行限定。在窗口遮阳方面，通过调研发现，济南地区养老建筑的外遮阳方式多为水平遮阳板或简易遮阳篷，因此本次研究选择使用率较高的水平遮阳方式。表1 是本次优化研究的设计变量及其变化范围。

表1 优化设计变量

2.2 优化目标

本次研究主要针对室内光环境的优化，那么需要对光环境评价指标进行选择。主要有两种：静态评价指标和动态评价指标。静态评价指标用来描述建筑单一时刻的采光环境，一般采用CIE标准全阴天模型或CIE 晴天天空模型，具有一定局限性。而动态评价指标的计算采用了Perez 全天候天空亮度模型，能够更加综合的计算全年各种天空条件下直射光、漫射光和地面反射光对室内光环境的影响[4]，更符合真实的采光情况。所以本次研究从动态评价指标中选取室内光环境的优化评价指标，选择LEEDv4和北美照明工程协会所使用的光性能评价指标sDA 和ASE。

（1）空间全自然采光百分比sDA（Spatial Daylight Autonomy）。2013 年，美国照明工程协会提出空间全自然采光百分比sDA 指标，用来表述全年范围内，DA 值超过某一给定值（一般取50%）的计算点占所有计算点的百分比。

（2）全年光暴露量ASE（Annual Light Exposure）。全年光暴露量ASE 表示接受过多太阳直射的工作面面积百分比，1000Lx 以上的光照，且全年时长大于250h 被认为是受到了太阳直射过多，会增加眩光发生的概率[5]。

2.3 优化模型

2.3.1 窗口参数化模型

首先在Rhino 中建立居室几何模型，通过Grasshopper 在居室模型南向墙面所在平面建立矩形（Rectangle）作为窗口，然后通过引入新变量，范围在103～133，并乘以0.05，得到在5.15～6.65m范围内以步长0.05m 变化的变量b（窗口宽度）。将上述建立的矩形窗口通过电池DeconstructBrep 进行分解，并提取其窗口上沿线，通过电池Extrude 挤出面作为遮阳板。最后，同变量b 的方法，得到在0.5～1.2m 范围内以步长0.1m 变化的变量l（遮阳板宽度），见图3。

2.3.1 性能模拟模型

进行光环境模拟前，需要确定模拟分析面的范围，选取室内老年人主要生活区域为分析面，见图4。

图3 窗口参数化模型

图4 光环境分析范围

本次研究选择了Rhino 平台下DIVA for Rhino 插件中的Annual Daylight 电池进行光环境模拟，在运算之前需要居室模型拾取到Annual Daylight 中，此处需要借助Scene Object 电池进行居室各个围护结构属性和材质的赋予。连接好居室模型和分析面后，最后点击Location 进行济南地区气象数据的选择，见图5。

图5 光环境模拟模型

2.3.2 多目标优化模型

本次优化目标为使空间全自然采光百分比sDA 值尽可能大，而全年光暴露量ASE 值尽可能小。因优化平台Octopus 默认计算最小值，因此在得出sDA 的数值后应在将结果赋予一个负值，随后再连入Octopus 中。

Octopus 包含多种收敛机制和优化算法，本次研究选用的是HypE Redcution 收敛机制和HypE Mutation 优化算法，运行前需要对优化参数进行了解和设置。Elitism（精英比率）：表示直接复制到下一代的染色体数目，一般取默认值0.5。Mutation Rate（变异率）：较小的数值意味着参数值只会发生较小幅的变化，而较大的变异率意味着变化的幅度较大。Mut. Probability（变异概率）：指每一个基因或者参数根据变异率会发生变异的概率，设置得过大，会导致最优解的丢失且运算时间过长，设置过小则会过早收敛，出现局部最优的状况，一般取值为0.0001～0.1[6]。Crossover Rate（交叉率）：表示两个随后生成的解交换彼此参数值的概率，一般保持默认值0.8。Population Size（种群规模）：表示每一代参与进化的种群数量。Max Generations（最大世代）：即Octopus 将会在世代数达到所设数值时停止计算，默认值为0，表示计算不会停止，直到手动停止。综合上述内容以及计算机的运行时间，Octopus 相关参数设置见表2。

表2 Octopus 相关参数

3 结果分析

当世代达到20 代时，优化计算自动停止，得到优化解的分布图（见图6），其中当进行到10 代左右，解的分布已经趋于稳定。通过20 代的计算，空间全自然采光百分比sDA 值的变化范围为4.4%～24.9%，全年光暴露量ASE 值的变化范围为33.1%～49.8%。由于上文提到的在连接sDA 值时给计算结果赋予了一个负值，图6 中坐标原点对应的就是sDA 最大值、ASE 最小值，因此越靠近原点的解其优化效果越好。图中颜色越浅的表示越早的解，颜色最深的代表帕累托前沿解，它们的连线称为帕累托前沿线。

图6 优化解分布

将图6 中的帕累托前沿解进行整理，A 区的解具有较高的sDA 值，但其ASE 值也较高，眩光可能性较大；C 区的解具有较低的ASE 值，但其sDA 值也较低；B 区的解所代表的光环境性能则表现相对平衡一些，将B 区帕累托解进行整理得到表3。

表3 优化解目标值与变量值

4 结语

随着优化迭代次数和种群数量的增加，其优化结果会随之更加理想，优化计算所得帕累托前沿解，可以作为基于光舒适度考虑的建筑窗口优化的设计依据。当然在实际的工程项目应用中，性能指标的设计不单只有光环境一项，在后续设计中可以结合热环境、风环境等因素进一步筛选，提供多个可以选择的方案。