动态光对人警觉度与表现的影响
引言
近年来，LED照明技术已有长足的进步，现已具有节能、高效、体积小、寿命长、绿色环保等优点。LED照明正在快速取代传统照明进入诸多领域，例如：家居照明、办公室照明、汽车照明、医疗照明等。其最重要特色是可通过不同颜色LED的组合，实现光谱可调，产生高质量的照明环境，达到提高人类表现（Human Performance）的目的。
照明对人类表现的影响主要通过视觉舒适度、生理节律、工作表现等显示出来。有益健康的照明环境可以减弱眼部疲劳、调节人体节律、改善人的情绪、提高工作效率。目前，已经有大量研究以及产品关注照明对人类表现的影响，随着LED智能照明的出现，该领域将继续发展壮大[1-7]。
目前，尚缺乏照明对人类表现的全面研究，且光环境空间较小、时长较短、评估手段不全面，照明环境的变量较少[2-7]。本研究在较大较自然的照明空间内，在较长时间，采用心理、生理等多种评估手段，变换多种LED光源光谱以及其他参数，来分析研究照明对人类表现的影响。本文的研究将分为两部分：实验1和实验2。实验2是在实验1完成后进行的，实验1证明动态光相较于静态光能增强人体警觉度的表现，而实验2进一步细化，寻找最佳动态光的组合。
1研究方法
1.1 实验设置
本文的研究将分为两部分：实验1和实验2。在实验1中，10位被试者均分别经历了四种光照环境，如表1所示。在实验2中，10位被试者均分别经历了六种光照环境：低色温4000K~10000 K与高色温6000K~12000K均匀变化的光照，其中高色温与低色温分别有2h，1h，0.5h三种变化周期，桌面上光照度保持500lx不变，如表2所示。
表1实验1中四种光照环境
色温变化范围
符号
光照度/lx
色温变化频率/h
6000K
6K
500
静态不变
9000K
9K
500
静态不变
6000→12000K
D4
500
4.0
6000→12000K
D2
500
2.0
注：6K，9K表6000K及9000K的静态光，D4及D2表4及2小时变化的动态光。
表2 实验2中六种光照环境
色温变化范围
符号
光照度/lx
色温变化频率/h
4000→10000K
L0.5
500
0.5
4000→10000K
L1.0
500
1.0
4000→10000K
L2.0
500
2.0
6000→12000K
H0.5
500
0.5
6000→12000K
H1.0
500
1.0
6000→12000K
H2.0
500
2.0
注：L及H表低及高色温范围，0.5,1.0及2.0表时间变化的动态光。
1.2 调查问卷
实验1中总共使用了三种不同的调查问卷，包括疲劳评价问卷，警觉度评价问卷和灯光评价问卷。疲劳评价问卷，包括眼睛干涩程度、眼睛疼痛程度、肩膀疼痛程度、背部疼痛程度、颈椎疼痛程度等指标。这些指标的评分范围为0—4，其中0代表完全没有感觉，4代表感觉极为强烈。警觉度评价使用最常采用的卡罗林斯卡困倦度分类表（Karolinska Sleepiness Scale，KSS），这是一个用来衡量主观睡意的9分制表格。灯光评价问卷包括光氛围和光环境两大类,全部的17个评价指标如表3所示。这些评价指标的评分范围为1—6，1代表词组左侧词的最大程度，6代表词组右侧词的最大程度。实验2中仅保留了警觉度评价问卷，包括主观警觉度问卷及卡罗林斯卡困倦度分类表（Karolinska Sleepiness Scale，KSS）。其中，主观警觉性问卷是用来衡量被试者“疲倦-兴奋”的6分表格，1代表特别疲倦，6代表特别兴奋。
表3 实验1的被试者灯光评价问卷
光氛围
光外观
紧张-放松
刺眼-柔和
疲倦-兴奋
昏暗-明亮
注意力分散-精神集中
冷-暖
不舒适-舒适
不均匀-均匀
朦胧-清楚
白-不白
纷扰-安静
模糊-清晰
消极-积极
集中-分散
不自然-自然
闪烁-不闪烁
冰冷-温馨
1.3 MATB任务
Multi-Attribute Task Battery（MATB）为一跟踪任务，被测者使用一个游戏手柄来控制一个移动的圆环，尽量让它待在固定区域中。圆环的1分钟内平均偏移距离被记录下来。均方根（RMS）数据代表一分钟内的像素偏移程度。偏移越大表示，表现越差。
1.4 N-back任务
n-back任务是一种连续表现任务，用于衡量被试者的短时工作记忆能力。本次实验中的n-back任务包含3轮视觉2-back任务和3轮视觉3-back任务。在视觉2-back任务中，被试者在白色屏幕上会看到一连串黑色的1—9的数据，被试者被要求在当前数字与第2次之前的数字相同时按F键，当前数字与第2次之前的数字不同时按J键。每次实验时，被试者先完成3轮视觉2-back任务再完成3轮视觉3-back任务。通过记录的数据，我们获得以下数值：1）3轮2-back任务的错误数平均值2W；2）3轮2-back任务的反应时间平均值2RT；3）3轮3-back任务的错误数平均值3W；4）3轮3-back任务的反应时间平均值3RT。
1.5 GONOGO任务
在GONOGO任务中，利用电脑程序对被测者进行反应速度测试。每2—10秒，笑脸或哭脸中的一种会出现在黑色背景的电脑屏幕上，70%的时间出现的是笑脸。当且仅当出现笑脸时，被试者需要按下鼠标。当被试者按下鼠标后，屏幕上的表情会消失，且表情的类比（笑脸还是哭脸）和被试者的反应时间会被记录下来。如果被试者在表情出现后的1秒内都没有反应，表情会消失，且被试者的无反应和表情的类比会被记录下来。如果被试者在任何表情出现以前按下了鼠标，一个“假警报”将被记录下来。最终实验者将记录以下数值：1）哭脸出现时被试者按鼠标的次数；2）哭脸出现时被试者按鼠标的百分比；3）笑脸出现但被试者没按鼠标的次数；4）假警报的次数；5）假警报的比例；6）平均反应时间；7）最佳的10%的平均反应时间；8）最差的10%的平均反应时间。
1.6 脑电（EEG）
脑电拟通过Biopac公司的多导生理通道仪的脑电模块来记录。实验开始时，被试者佩戴上脑电帽。当实验中需要记录脑电时，被试者将下巴放在腮托上，注视远处的固定点，在记录脑电的过程中保持不动。 作用电极Cz、Fz和Pz是根据国际 10—20 电极系统的规格来定位的。以耳垂为接地电极，额头中心点为参考电极。alpha波（8—12 Hz）来自Pz处得到的信号，theta波（5—7 Hz）来自Cz和Fz处得到的信号，alpha–theta波（5—9 Hz）来自Cz、Fz和Pz处得到的信号。眼电成分通过软件从脑电中滤除，避免眼动对脑电的干扰。
1.7 心电（ECG）
心电拟通过Biopac公司的多导生理通道仪的心电模块记录。所有的心电数据均使用biopac公司配套的AcqKnowledge软件4.2版本进行数据分析。通过软件检测每次心电的R峰来计算被试者的心率，并求得每轮2分钟测量内所有心率的平均值。
1.8 闪光融合临界频率（CFF）
闪光融合临界频率通过闪光频率融合计进行测量，用于确定被试者分辨闪光能力的水平，即视觉的视敏度。视敏度是眼睛的一种基本功能，可作为视觉疲劳和精神疲劳的一种指标。闪光融合频率越高表明大脑意识水准越高。人体皮老师，闪光融合频率较低。本实验中，通过闪光融合临界频率的差值代表光环境给人带来的疲劳度的影响。
1.9 唾液
实验中采集受测者的唾液样本用来进行生理化学指标分析。采集后拟通过酶联免疫反应分析法测得样品中褪黑素和皮质醇这两种生物化学成分的浓度。
1.10 实验流程
实验1的实验流程如表4所示。实验2的试验流程与实验1的基本完全一致，唯一差别为去除了心电测量。
表4 实验1的实验流程
时间
光照状况
活动
12:30—13:00
微光(<10lx)
暗适应期
13:00—13:30
微光(<10lx)
主观量表，脑电、心电、CFF基线测量，唾液样本采集
13:30—14:00
实验光环境
休息时间
14:00—14:30
实验光环境
主观量表，脑电、心电、CFF测量，唾液样本采集
14:30—15:00
实验光环境
休息时间
15:00—15:30
实验光环境
主观量表，脑电、心电、CFF测量，唾液样本采集
15:30—16:50
实验光环境
任务表现测量
16:50—17:20
实验光环境
主观量表，脑电、心电、CFF测量，唾液样本采集
1.11 实验数据分析方法
被试者所有任务表现数据都进行了归一化处理，接下来的统计分析所使用的数据都是被试者的归一化成绩：1）通过计算得到每个被试者的各项平均成绩和全部被试者的各项总平均成绩；2）每个被试者的各项归一化因数（normalization factor）等于该被试者的平均成绩除以总平均成绩；3）被试者的成绩除以该被试者的归一化因数后得到归一化成绩。这个归一化过程能最小化被试者表现能力的个体内在差异（inherent individual differences）。被试者的脑电、心电数据进行了去基线处理：接下来的统计分析所使用的数据都是被试者各轮检测值除以暗适应期的基线数据得到的比值。被试者的主观量表和CCF值也进行了去基线处理：接下来的统计分析所使用的数据都是被试者各轮检测值剪去暗适应期的基线数据得到的差值。
分析时，对于脑电、心电、CFF、唾液和调查问卷数据就时间和光照情况这两个因素分别进行方差分析，对于任务表现数据就光照这一因素进行方差分析。然后对于数据进行最小显著性差异法（Least—Significant Difference，LSD）两两比较和均值分析。
2实验结果
2.1 实验1
表5将实验1的分析结果做一总结。在每一项里，1代表表现最好，4代表表现最差，排名的划分是根据验后比较时两两之间是否具有显著差异。以表5中的灯光评价问卷：疲倦-兴奋为例，由于验后比较时D2与D4间有显著差异，而6K与9K与D2，以及6K与9K与D4间无显著差异，于是排名为D2为1，其余三者为2。分析表中数据可以发现，D2的排名一直较前，大部分时候为第一名。被试者在两种动态光内的脑电alpha能量显著低于9000K静态光下的，且这一警觉效果有转化成更好的任务表现。被试者在3-back任务中短周期动态光下反应时间显著短于9000K静态光下。同时CFF值与疲劳状况主观问卷显示动态光不会增加被试者的眼部疲劳。
表5实验1的分析结果
衡量指标
6K
9K
D4
D2
疲劳评价问卷因子1 （灼热感，眼痛，眼酸，眼干，眼疲劳）
4*
1*
1*
1*
疲劳评价问卷因子2（头晕，头痛）
1
1
1
1
疲劳评价问卷因子3（视物模糊，重影，肩颈背痛）
4*
1*
1*
1*
灯光评价问卷：疲倦-兴奋
2
2
2*
1*
灯光评价问卷：集中-分散
1*
2*
2*
2
卡罗林斯卡困倦度分类表
1
1
1
1
GONOGO任务反应时间
1*
2*
2*
2*
2-back任务反应时间
4*
1*
1*
1*
3-back任务反应时间
4*
2*
2*
1*
MATB-II
4*
1*
1*
1*
脑电（alpha power）
3
3*
1*
1*
心电
1
1
1
1
闪光融合临界频率
1
1
1
1
注：1——表现最好，4——表现最差，*——具有显著性P≤0.05
2.2 实验2
实验2的全部分析结果总结在表6中。
表6 实验2的分析结果
衡量指标
L2
L1
L0.5
H2
H1
H0.5
脑电（alpha power）
6*
3
3
1*
1*
1*
脑电（alpha-theta power）
6*
1*
1*
3*
3*
3*
脑电（beta power）
3
3*
3*
3*
1*
2*
主观警觉性
2
2*
2*
1*
1*
1*
卡罗林斯卡困倦度分类表
1*
6*
3
3
3
3
GONOGO任务反应时间
1
1
1
1
1
1
2-back任务反应时间
6*
6*
6*
2*
1*
1*
3-back任务反应时间
6*
6*
6*
1*
1*
1*
MATB-II
1
1
1
1
1
1
闪光融合临界频率
3*
2
1*
3*
3*
3*
唾液褪黑素含量
6*
2
2
1
1
1
唾液皮质醇含量
1
1
1
1
1
1
注：1——表现最好，6——表现最差，*——具有显著性P≤0.05
结果显示alpha能量在高色温范围的光环境下要显著低于低色温范围的光环境，其中L2表现最差。Alpha-theta波和beta波分别在低色温和高色温光环境下对频率具有显著性，其中2h变化频率的动态光环境下警觉性最差，1h及0.5h变化频率的光环境下警觉性较高。主观警觉性量表，N-back任务表现均显示高色温的光环境下被试更警觉，任务表现更好，其中2-back任务中，H2相对于H1及H0.5表现出更高的反应时间，即表现更差。对于CFF值及褪黑素结果显示，高色温会影响被试的生理节奏以及加重视疲劳，而频率的影响不大。GONOGO反应时间、MATB-II任务表现以及唾液皮质醇含量对不同的色温范围及不同的色温变化频率均未表现出显著性的差异。
3结论
本文通过两个实验研究了动态光对人类警觉度及表现的影响。实验1研究了动态光与静态光对人类警觉性及人物表现影响的不同，而实验2则针对不同色温范围及不同色温变化频率的动态光进行了研究。两次实验分别有10个被试者参与此次实验，实验1结果表明高色温白光优于低色温白光，平均色温相同的动态光优于静态光，短周期动态光优于长周期动态光，实验2的结果表明被试者在高色温，高频率的动态光环境下警觉性更高，然而高色温会影响被试者的生理节奏以及加重视疲劳，高频率的动态光相比于低频率的动态光在对生理节奏与视疲劳的影响并没有显著性的影响。
因此，如果动态光对证实警觉性的提升被证实有效，这将是一种提高警觉性且不影响生理节奏及加重视疲劳的更好的方法。综上，动态光对于人体警觉度与表现的影响较静态光更好，而动态光中，色温的范围及频率等实验条件不同时效果也有明显的差异。相对来说，高色温范围及较快频率的动态光对人体警觉度与表现的影响效果较显著。这与胡能忠教授对于动态光的研究相吻合[2]，他的研究结果表明高色温范围的动态光对人体警觉度的影响效果较显著，但他并未研究动态光的频率因素以及动态光对人的任务表现的影响。实验中alpha能量在高色温的光环境下要显著低于低色温的光环境，这与Park等[3]在2013年的结论一致。色温变化范围及色温变化频率对卡罗林斯卡困倦度分类表的结果均没有显著性的影响，这与YAW等[4]在2010年的发现一致。N-back任务表现的结果与Shamsul等[5]在2013年的结果相似，结果显示高色温的光环境下被试更警觉，任务表现更好。
此次研究的另一个目的是找出测量对警觉性最有效的四种方法。目前实验1的结果显示脑电（EEG），主管问卷，N－back任务表现及MATB任务表现是具有显著性影响的，实验2的结果显示脑电（EEG），主观警觉性问卷，N－back任务表现及对褪黑素含量的分析是具有显著性影响的，这几种方法会被继续用在接下来的研究中。
参考文献
[1]罗勇军,牟同升,温晓芳. 光健康与国际标准化的进展[J]. 照明工程学报, 2013,24（增刊）.
[2]馮彥誠. 動態照明用LED 實現與其對非視覺的影響[D]. 台北:台湾科技大学, 2013.
[3]Park J Y, Ha R Y, Ryu V, et al. Effects of color temperature and brightness on electroencephalogram alpha activity in a polychromatic light-emitting diode[J]. Clinical Psychopharmacology and Neuroscience, 2013, 11(3): 126.
[4]De Kort Y A W, Smolders K. Effects of dynamic lighting on office workers: First results of a field study with monthly alternating settings[J]. Lighting Research and Technology, 2010, 42(3): 345-360.
[5]Shamsul B M T, Sia C C, Ng Y G, et al. Effects of light’s colour temperatures on visual comfort level, task performances, and alertness among students. American Journal of Public Health Research, 2013, 1(7): 159-165.
[6]Canazei M, Dehoff P, Staggl S, et al. Effects of dynamic ambient lighting on female permanent morning shift workers[J]. Lighting Research and Technology, 2013: 1477153513475914.
[7]Cajochen C, Zeitzer J M, Czeisler C A, et al. Dose-response relationship for light intensity and ocular and electroencephalographic correlates of human alertness[J]. Behavioural brain research, 2000, 115(1): 75-83.
本文发表在《照明工程学报》2016年第27卷第6期P1—P5
本文作者：罗明，郑诗琪，叶鸣
作者单位：浙江大学光电科学与工程学院现代光学仪器国家重点实验室
