综述：基于人类感知的城市地下建筑空间环境舒适度评估：综述

地下建筑空间（UUS）环境舒适度评价研究综述：整合主观心理指标（如舒适度评分）与客观生理测量（如ANS、EEG），构建涵盖视觉、热舒适、声学及空气质量四大领域的综合评价体系。揭示UUS环境参数与人体感知的差异化响应机制，提出基于暴露时长和剂量的动态评估模型，为精准化、个性化评价系统开发奠定方法论基础。

刘玉轩|周凯|周海飞|文月明|林德清|冷家伟

东南大学建筑学院，中国南京四牌楼2号，210096

摘要

城市地下建筑空间（UUS）的普及带来了独特的挑战，因为这些空间的环境是封闭且人工控制的，这直接影响了使用者的舒适度。本文系统地综合了基于人类感知的评估指标和方法论，用于评价UUS的环境舒适度。通过对2000年以来发表的117项相关研究的分析，本文将主观心理反应与客观生理测量相结合，建立了涵盖视觉、热环境、声环境和空气质量四个领域的综合评估框架。分析结果表明，UUS在环境构成和暴露特征上与地上环境存在显著差异，这些差异显著影响了评估指标的选择标准和反应模式。研究发现，主观指标与客观指标之间存在系统性差异，其中心理预期和适应机制起到了关键的调节作用。此外，实验参数（尤其是暴露时间和环境强度）对指标反应具有决定性影响。基于这些研究局限，本文提出了针对性的研究方向，以推进面向精确度的、个性化的UUS环境舒适度评估系统的发展，为这一新兴领域未来的研究提供理论基础和方法论支持。

引言

随着全球城市化进程的推进，城市地下建筑空间（UUS）的开发与利用已成为提升城市功能和服务韧性的关键策略[1]、[2]。虽然UUS在支持交通、商业和公共服务方面发挥着重要作用，但其封闭且人工控制的环境也带来了独特的舒适度挑战[3]、[4]，包括自然光照不足[5]、复杂的声场[6]、明显的热湿梯度以及容易积聚空气污染物[7]、[8]。这些特点会导致使用者产生与地上环境不同的生理和心理反应。例如，UUS的封闭布局和持续的人造照明已被证明会加剧心理压力和视觉疲劳[9]。

在制定精细的设计方案和提高UUS性能时，评估环境舒适度至关重要。一些仅依赖物理参数测量的传统评估方法存在局限性，如准确性较低、缺乏维度考虑，以及无法反映个体差异和动态反应[9]、[10]。UUS中多种环境因素的综合作用，加上人群特征的多样性，进一步增加了舒适度评估的复杂性。整合多源人类感知数据（包括主观心理反应如舒适度或情绪评分）和客观生理反应（如眼动追踪、自主神经系统（ANS）和脑电图（EEG）[11]，对于量化用户舒适度感知和优化UUS环境设计至关重要。

现有文献表明，尽管已有六篇关于UUS环境舒适度的综述文章[2]、[9]、[12]、[13]、[14]、[15]探讨了热环境、声环境和照明条件对人类舒适度、健康状况和工作效率的影响，但尚未有综合性的研究来系统地整理专门针对UUS环境舒适度评估的指标和方法论。目前仍缺乏对UUS环境如何影响人类舒适度感知及其相应评估指标反应模式的基本机制的理解。

本研究旨在系统回顾自2000年以来基于人类感知的UUS环境舒适度评估方法的研究。综述重点关注环境特征和影响机制、评估指标系统及反应模式、数据收集和评估建模方法等方面。研究有三个主要目标：（1）阐明UUS中指标选择和反应模式的独特性；（2）明确主观指标与客观指标之间的复杂关系；（3）识别影响指标反应的关键因素。

方法

文献综述旨在全面识别与UUS环境舒适度评估相关的人类感知驱动指标和方法。搜索范围涵盖了Web of Science、Scopus、ScienceDirect、IEEE Xplore和EI等主要数据库。检索策略遵循以下标准：

标题、摘要或关键词中包含（“地下空间”或“地铁”或“metro”）以及（“室内环境质量（IEQ）舒适度”或“视觉舒适度”等）

基于人类感知的评估指标

现有研究[16]、[17]表明，结合人类感知指标的评估模型相比仅依赖物理环境参数的模型具有更高的预测准确性。主观心理指标在环境刺激与主观感知之间起到了关键桥梁作用，因此其科学测量和定量分析至关重要。

主观心理数据

评估UUS环境舒适度的研究主要通过主观问卷收集数据，并辅以访谈[135]。这两种方法的研究设计和样本量存在显著差异：主观问卷通常依赖较大的样本量（通常≥1000名有效受访者）以确保统计功效和普遍性，而基于访谈的定性研究[135]则采用小样本设计（通常20–30名受访者）

讨论与未来工作

本研究系统分析了117篇文献，总结了基于人类感知的UUS环境舒适度评估框架。本文的主要贡献有三方面：首先，综述聚焦于具有建筑相关性的地下空间类型，建立了环境舒适度评估与空间设计优化之间的联系；其次，构建了一个涵盖四个环境领域的综合分析框架

结论

本文总结了117篇文献的研究成果，评估了基于人类感知的UUS环境舒适度评估的进展。分析涵盖了视觉、热环境、声环境和空气质量四个关键领域，探讨了环境影响机制、定量指标系统和反应模式。此外，还提供了多源数据收集技术和计算方法的全面概述。

CRediT作者贡献声明

林德清：撰写——审稿与编辑、概念构建。周凯：方法论、形式分析、数据管理、概念构建。刘玉轩：撰写——审稿与编辑、初稿撰写、可视化、验证、软件应用。文月明：可视化、数据调查。周海飞：可视化、方法论。冷家伟：资源协调、方法论制定、资金筹措

未引用的参考文献

[145]、[146]。

数据可用性

本文研究未使用任何数据。

利益冲突声明

作者声明没有已知的财务利益冲突或个人关系可能影响本文的研究结果。

致谢

本研究得到了国家自然科学基金（项目编号：52178009）的支持。