体育场馆照明现状分析及展望
文章来源:恒光电器
发布时间:2016-05-15
浏览次数:次
根据国家《关于加快发展体育产业促进体育消费的若干意见》及两会政府工作报告提出的“发展全民健身、竟技体育和体育产业”的精神，体育产业将成为推动经济持续增长的重要力量。截至2013年底，全国共有体育场地169万多个，设计，大型体育场馆6000多座[1]，设计，未来几年我国体育场馆的数量还将持续增多，这说明我国体育场馆建设仍处于高速发展阶段。对于未来将要兴建的体育场馆，规划上要更加科学，设计上要更加合理，功能上首先要满足体育运动和体育赛事的要求，特别是我国已初步形成了体育职业赛事体系，并承接越来越多的国际重大赛事，对体育场馆的各项要求也就更加严格。
体育照明的功能性要求很高，特别是有电视转播的体育场馆对照明的功能性要求就更高，体育场馆中的高照度、高均匀度、高光源显色性等除了要求有好的照明产品、合理的马道设置和高水平的照明设计以外，技术资讯，随之而来的还有高的耗电量。大量的实测调查表明，由于马道位置即灯具安装高度设计不合理，不但直接影响各项照明技术指标，而且还会造成电能的大量浪费。本文将通过对大量体育场馆的实测调查，对照明设计的各项技术指标以及影响照明功率密度的主要因素进行分析，以便为照明设计师在进行体育场馆照明设计时提供参考依据。同时，对目前照明应用中特别引起热议的问题——LED能否用于体育照明作进一步探讨。
1 体育场馆照明实测调查
中国建筑科学研究院建工质检中心多年来对全国数百个体育场馆进行了照明检测，并承担了奥运会、亚运会、大运会和历届全运会全部场馆的照明检测、调试和验收工作，积累了大量的照明工程现场检测数据。在《体育照明设计及检测标准》修订过程中编制组各成员单位及照明公司在国内外设计了大量重要体育场馆，在照明设计方面占有很重要的地位，具有极丰富的设计经验，为编制组提供了很多有价值的数据。分析和总结这些宝贵资料对我们完成该标准修订奠定了基础。
1.1场馆实测调查概况
采集到的数据包括对全国重要体育场馆现场实测统计整理的300多个场馆，全部为比赛场馆，其中包括大量高级别比赛场馆（Ⅴ或Ⅵ级），另有来自各照明设计单位提供的国内外重大体育场馆的照明设计数据，收集到的场馆数据共计1000多例，以室外体育场、综合体育馆、网球馆、游泳馆居多，有比赛场馆和训练场馆。在1000多例数据中，由于项目内容不全、或检测数据不能达到标准要求等，统计时已将这部分场馆去除，能够参与统计分析的体育场馆数量共计900多个，其中比赛场馆462个和训练场馆约440个。实测调查的内容包括照明方式、灯具安装高度、照明功率、照度、照度均匀度、照度比率、显色指数、色温、眩光等。
1.2场馆的数量和功能等级
实测调查的比赛场馆中以室外体育场和综合体育馆居多，功能等级Ⅴ级的场馆个数略高于Ⅳ级和Ⅵ级，见表1。
1.3灯具安装高度与功能等级
根据灯具安装高度统计结果可得出以下结论：
1）体育场灯具安装高度在40≤h＜50（m）之间的个数占各种高度总数的45.7%，也就是说现有体育场的灯具安装高度几乎有一半都在40—50m之间；体育馆、网球馆、游泳馆灯具安装高度在15≤h＜25（m）之间的个数占各种高度总数的60%以上，也就是说体育馆的灯具安装高度一般都在15—25m之间。
2）总体来说，灯具高度偏低时，低级别（IV）比赛场馆出现的几率偏大；灯具高度偏高时，高级别（VI）比赛场馆出现的几率偏大，因为高级别是指重大赛事、高清电视转播，体育场馆容纳的观众席座位多，体量大，马道的位置（灯具安装高度）也会相应提高。灯具安装高度范围以及与运动等级的关系见表2—表3：
2 统计数据误差分析与数据取舍
在实测调查的900多个场馆数据中由于各种原因，如马道位置设置不合理、灯具配光选择不当以及建筑结构遮挡严重等，造成有的数据离散性较大，根据统计学原理，装修照明，按误差理论对数据进行取舍。
2.1统计学允许的合理误差范围
误差概率分布：当统计值的误差介于±0.6745σ（标准误差）范围时，概率为50%；误差介于±2σ范围时，概率为95%；误差介于±3σ范围时，概率为99.7%；误差出现在±3σ范围以外的几率只有0.3%。
在有限的统计数据中，一般选择概率误差3σ至5σ作为合理误差范围或统计上允许的最大概率误差。
2.2可疑统计值的取舍方法
通常在一组统计值中会发现某一统计值与其余统计值相差很大，如果保留这一数值，则对平均值及或然误差都将产生很大影响，如果没有充分的理由，则只有根据误差理论决定数值的取舍才是正确的。决定数据取舍的步骤如下：
1）求出算术平均值以及单个数值的概率误差，计算时可疑数据均应包括在内；
2）算出可疑的较大偏差与概率误差之比d/γ；
3）根据表中所列统计量个数（n）与对应的偏差d同概率误差γ之比（d/γ），决定数据的取舍；
4）如果统计值的d/γ大于表中的d/γ，则可舍掉这一统计值。
上述数值舍弃法则是根据Chauvenet数值舍弃标准简化而来的。
根据以上原则对实测调查的数据进行了处理，舍弃了个别离散性大的可疑数值。
3实测调查结果分析
