基于Depthmap空间句法的重庆市大学城中央公园夜间照明探究

刘 炜，张立雪，刘竺佳

（四川美术学院 建筑与环境艺术学院，重庆 401331）

夜景照明中某一区域的照明设计效果与实际照明运行方式以及行人需求特征存在一定的相关性，也就是设计师——照明管理部门——照明使用者三者对照明需求理解的一致性。合理的照明设计方案能够最大程度地达到以上三者的统一。这需要设计师在项目建成的一段时间内走入场景中，通过调研，了解照明管理部门的运行与维护思路，同时也要了解行人对照明的需求特征，从而优化夜景照明的设计策略。通常，照明设计工作由照明设计阶段和电气工程设计阶段配合完成，照明设计阶段需对某一区域的各种照明场景进行深入设计，然后进行电气工程设计阶段的控制设计。需要两个专业工种的反复沟通与协调，以达到照明场景、场景控制方式满足实际需求和灵活控制的要求。照明设计工作还需了解照明管理部门的运行要求。通常管理部门会从节能、降低运行费用的角度思考，对原有照明场景控制种类及控制回路进行优化，一些较高耗能的场景存在弃之不用的可能性，同时，管理部门也较为关心照明运行的维护。对于照明的使用人群，他们首先关注的是功能性照明场景的安全性和照度的合理性，其次是装饰性照明场景的艺术性，因而功能性照明应合理分级、分时段控制，以满足行人对照明场景的不同需求，而装饰性照明也应按节假日、双休日、日常的需求特征分成不同场景加以灵活控制。

2 Depthmap空间句法在照明场景中的运用

所谓Depth，就是一个步骤，即一个拓扑深度，空间句法的研究方法在数学上运用了拓扑学表达[1]，空间句法理论是研究城市空间的一种语言，包括对建筑内部空间与外部公共空间的研究。运用于城市照明领域其基本思想亦包括三个方面：照明空间本身受制于几何法则，因而有其自身的几何规律；行人会运用空间规律去开展夜间活动行为，如，在某一空间的行为活动与周边空间的联系，并会运用空间关系，达到商业需求、活动需求、交往需求的目的；照明空间本身的几何法则会限制人们运用空间规律的方式，空间的组合方式是有限的，如何高效组织照明空间是空间句法研究的范畴。空间句法理论主要根据路径线性空间的选择度、整合度，或开敞空间的可达性、可视性等空间自身的特征，分析行人在空间中的行走路线和行走集聚点。Depthmap是基于空间句法的分析软件，对研究空间句法中人的行为模式有一定的辅助作用，可用于分析照明场景中人群活动的规律。

3 重庆市大学城中央公园人员活动与照明现状分析

通过对重庆市大学城中央公园夜景照明实际使用状况的调研分析，总结出以下几方面的原因：

3.1 晚间人群行为活动的构成

调研团队分别于三月上旬的周三、周四、周六、周日的19:00 —21:30 时段对公园人群进行调研，人群数量不仅取决于工作日与双休日的差别，还取决于气候和天气状况的影响因素，如春夏交替的晴好天气公园活动的人群数量相对较多，一年四季人们的作息时间存在差异，晚间开始照明的时间也存在差异。总体看，活动人流量主要集中在19:00 —20:30时段，20:30后公园人流量陆续减少，21:30后则较为稀少，根据调研，总结出不同区域人群活动特点（见表1）。

表1 采样时间段人群集聚点分布

从公园人群来源分析，晚间以附近居民休闲活动为主，正常人每分钟步行速度大约是1 m/s，步距约0.6～0.75 m，频率约1.5 步/s，以5 min、10 min生活圈为例，5 min约为270～337.5 m，10 min 540～675 m，因此沿公园周边700 m范围内的居住区、学校等场所是构成公园人群的主要来源（见图1）。使用Depthmap软件模拟前首先需要使用CAD软件把公园各类空间、路径转化为Depthmap能够识别的图形，并结合表1进行空间人群集聚性分析，得到图2形态。

图1 重庆大学城中央公园平面

图2 运用CAD转化为Depthmap可识别图形的采样阶段入口人流统计图

公园人群活动是一个动态过程，对某一空间节点的人流时段统计以人次计量较为恰当。晚间公园人群活动主要集中在中心广场和健康环道两处，中心广场主要为休闲、静坐、聊天、陪儿童玩耍、跳广场舞等活动，健康环道以散步、慢跑、遛狗、借道通行为主。园区内的小空间节点、分支小路虽然较多，且较为分散，这些区域照明状况不佳，甚至未开启照明，但这类空间人员停留相对较少。

3.2 人群活动的定向性与随意性分析

经调研，部分人群行为活动地点、人员构成相对较为固定，这类人群进入公园后径直到达各自喜好的区域，如中心广场跳舞区域多为中老年妇女，还包括亲子游玩、唱歌、休闲等群体。该区域由4组高杆低压钠灯提供照明，照度区间为1.8～24 lx，整体照度适中，光源显色指数为27.1，显色性较差（见图3），中心广场上侧的小广场空间长期固定为交谊舞活动场所，多为中老年人，此处地面照度值为1.2～8 lx，整体照度偏低。健康环道多为中青年群体，主要以散步、慢跑、遛狗为主，整体照度为0.5～3.6 lx，光源显色指数为77.6，显色性相对较好，部分小节点空间主要以老年人停留为主，这些区域无专门的照明光源，周边灯光透过来的照度值不足1.5 lx,且无灯光形成的空间归属感。还有一些节点是情侣独处的场所，这类空间无照明或缺少趣味性照明。有一部分人群进入公园存在一定的随机性，在公园内活动并无明显的目的性，以自由散步为主，但活动行为具有一定的趋光性。

图3 中心广场照度及光源显色指数

4 基于Depthmap行人模拟的照明优化策略

4.1 基于景观空间整合度的人流与照度分析

整合度( integration )是指空间系统中某一元素与其他元素之间的集聚或离散程度，是衡量一个空间作为目标点吸引人群到达该空间的交通能力。首先把大学城中央公园的入口、中心广场、休闲节点、健康环道、步行小路等景观空间转化成Depthmap能够识别的空间几何形态，并用连线的形式表达彼此之间的交通联系关系，经过计算，得到部分景观空间的整合度数值，某一空间的整合度数值越高，说明其中心性越强，与周边空间联系性越强，越容易形成人流集中区（见图4），图4的中心广场整合度值最高（1.826 033），表明其是人流集聚密集的场所，广场夜间照度值为1.8～24 lx，与人流密集度较为匹配。公园步道中以健康环道整合度为最高（1.272 690～1.518 028），也是夜晚散步、慢跑的人流量相对较集中的场所，整体照度为0.5～3.6 lx，但照度均匀度不佳，通过对16名行人的现场调查，对该区域照度满意的人约为75%。有几个休闲节点空间整合度数值相对较高（1.259 963～1.285 676），但无照明装置，照度值仅为0.3～1.8 lx。

图4 公园部分空间整合度值

4.2 基于Depthmap定向型人群模拟的照明设计策略思考

公园内步行路径分支较多，但由于夜间活动人群的心理及安全因素影响，部分小路几乎很少有人通行，其中一部分有开启照明装置，另一部分则无任何照明。夜间在公园活动的人群中相当一部分属于常态化和定向型群体，如在中心广场跳舞的人群、健康环道散步或慢跑的人群，这类群体的构成及活动区域较为固定，步行路线单一，晚间通常在固定时刻从周边不同的居住区域进入公园就近的入口并径直步入相应场所，因而夜晚的步行路线尽可能通过照明路径和合理照度值的引导促使行人简化对路径的选择。基于Depthmap的模拟可保留选择度数值高的路径施以重点照明，以达到引导行人的目的，同时也有助于照明节能，选择度( choice )是指空间系统中某一元素作为两个节点之间最短拓扑距离的选择频率，选择度越高其空间的通过性越高。由图5可知，中心广场、健康环道的选择度值较高，表明其通过性较高。人流分布也可通过Depthmap三维人流模拟分析确定照明道路选择的合理性（图6、图7）。

图5 部分空间的选择度值

图6 健康步道定向人群15 min模拟分布

图7 中心广场定向人群15 min模拟分布

4.3 基于Depthmap随机型人群模拟的照明设计策略思考

随机型人群进入公园的活动轨迹并无明显的目标性，人群构成主要以散步、休闲为主（见图8）。经调查公园的照明分布对这类人群有一定的引导作用，活动人群多分布在有照明的广场、节点空间、步行路径，但也有少量人流借助周边的环境光在无照明的小路、节点空间活动，其中有相当一部分是喜好安静、独处的情侣。因而适当增加节点空间的照明，为一些具有私密空间属性的场所提供基本照度值是有必要的，但不意味着要对所有步行路径、空间节点提供照明，可选择性地为部分这类空间增设照明，以满足喜好私密空间群体的照明需求。这类空间的照度值应低于人流量较大区域的照度值，可选择草坪灯类的照明形式，也可在特定区域增设间接照明，以减少对私密空间人群的打扰。

图8 人群随机活动轨迹15 min模拟分布

4.4 基于Depthmap非高峰期照明时段的智能型照明优化策略

公园在某些特定条件下活动人群对照明的需求度会下降，不同季节、不同气候特点、不同天气状况人群活动规律存在一定的差异。公园夜间照明如果在设计阶段充分考虑这些因素，将在一定程度上减少不必要的照明能耗，有利于节能减排。应引入智能照明系统，分时段、分情景对照明设施进行控制[2]，设计阶段通过智能型照明设计为日后的日常照明调整提供灵活调节的控制方法。公园照明管理方可根据一定时段人群流量的调研做出照明的智能控制策略，比如，调研中发现在春夏交际或夏初阶段，公园人群活动高峰期为19:00—20:30时段，20:30后人流量陆续减少，21:30后人员变得稀少，照明开启方式也应适应人群活动规律在不同时段有所增减，21:30后只保留中心广场、健康环道基本照明，适当减少照明装置的开启数量，并随时间的推移进一步减少照明场景数量，直到最后仅保留最基本的功能性照明需求，晚间下雨时可适当缩减照明的数量以适应较少人流量的需求（见图9）。

图9 人流非高峰时段适度减少照明数量

5 结论

通过Depthmap模拟，可以预测重要空间、重要路径的整合度及选择度，整合度高表明其与周边路径与空间的可达性程度高，该空间中心性越强，越容易集聚人流，通过分析整合度数值，可以判断该空间或路径的重要性。这些空间应作为照明设计的重点区域，选择度越高其空间的通过性越高。这些模拟数值可为照明设计提供优化控制策略的依据。同时，通过Depthmap模拟合理安排晚间高峰时段与非高峰时段照明装置的开启数量，在满足照明需求的前提下有利于达到降低照明能耗、实现绿色照明的目的。