0 引言

    體感溫度是在氣溫、濕度、風速、太陽輻射等多種氣象因素綜合作用下反映人體實際冷暖感受的參考溫度^[1]。室內與室外環境存在一定差異，體感溫度也有所不同，人們往往在身體冷暖感覺改變時才作出穿衣調整，存在一定滯后性；老人和小孩對環境變化不敏感，抵抗力弱，更容易因為穿衣不當而引發疾病。本文介紹了一套體感溫度評價系統，能顯示室內及室外的氣溫、相對濕度以及體感溫度等數據，提供了不同環境下的穿衣參考。

1 系統方案設計

    整個系統分為兩部分，一是負責環境數據采集的硬件系統，二是負責數據處理的穿衣助手App軟件系統。系統框圖如圖1所示。溫濕度傳感器DHT11采集室內環境的溫濕度數據，由低功耗藍牙（Bluetooth Low Energy，BLE）片上系統nRF51822無線傳輸數據，安卓手機穿衣助手App接收數據并計算體感溫度，再由體感溫度查詢衣服數據庫，最后顯示室內環境下適合穿著的衣服。另外，App通過網絡爬蟲獲取了室外的天氣信息，并通過相同的方法得到室外環境下適合穿著的衣服。

2 硬件設計

2.1 低功耗藍牙片上系統nRF51822

    nRF51822是Nordic半導體公司開發的低功耗藍牙片上系統，片內包含支持BLE協議的2.4 GHz射頻收發器。單芯片即可完成主控制以及藍牙通信功能，體積小巧，功耗極低，適合作為本系統的控制器和信號發射器。

2.2 溫濕度傳感器DHT11

    DHT11數字溫濕度傳感器模塊能同時測量空氣溫度和相對濕度，它輸出的是已校準的數字信號，硬件搭建簡單，產品價格低廉，且測量范圍和測量精度（如表1所示）均滿足室內溫濕度的測量需求，因此采用DHT11溫濕度模塊作為系統的傳感器部分。

3 軟件部分設計

3.1 室外體感溫度獲取

    中央氣象臺官方網站提供了豐富的天氣信息，使用網絡爬蟲技術可以抓取本系統所需的氣象數據。網絡爬蟲是一種能自動訪問互聯網并抓取特定數據的程序，它一般由URL管理器、網頁下載器和網頁解析器等構成，運行流程如圖2所示。在本系統中，App首先通過GPS定位獲取當前所在城市，得到當地氣象查詢的網頁鏈接URL，然后啟動爬蟲程序傳入URL，URL管理器判定該URL未訪問過，于是將其傳入網頁下載器進行網頁的自動訪問和下載，網頁解析器再對下載到本地的網頁進行分析，提取當前氣溫、相對濕度、體感溫度等目標信息，最后App將這些數據呈現出來。

3.2 藍牙通信編程

    室內溫濕度采集設備采集到溫濕度數據后，使用藍牙傳輸數據。發送數據前，需要先在通信雙方建立藍牙連接。室內溫濕度采集系統是發送端，穿衣助手App是接收端。發送端打開廣播，接收端開始掃描，藍牙成功配對后，發送端進入循環發送模式，每隔5 s發送一次溫濕度數據。接收端循環接收數據，每次數據更新后都會調用體感溫度計算函數。室內溫濕度采集設備的程序流程圖如圖3所示。

3.3 室內體感溫度與穿衣指數算法

    室內的體感溫度主要取決于空氣溫度、相對濕度、風速和室內平均輻射溫度這4種環境因素^[2]。氣溫是最主要影響因素，在外界氣溫變化下，人體通過散熱或產生熱量維持自身體溫恒定，從而產生冷熱感受^[3]。低濕度對體感溫度的影響不大，但是濕度較高時，溫度越高（越低），體感溫度增加（減少）也越明顯，即高溫悶熱，低溫濕冷^[4]。風速可以加快人體與周圍環境的熱交換，氣溫不變時，風速越大，降溫效果越明顯，體感溫度越低^[3]。

    體感溫度的計算方法有很多。朱學玲等提出的計算公式形式簡單^[3]，但是方程系數是根據當地氣候及人群的特點制定的，不具有普適性。Fanger教授提出的PMV指標綜合考慮了熱環境主要參數與人體的熱感覺，是目前最通用的室內熱環境評價指標^[5]，但是計算公式中的變量繁多，計算復雜且難以實際測量，不利于本系統實現。而由馬盼等人提出的體感溫度計算方法及相應舒適度劃分^[6]，考慮了各地的緯度、月份等氣候差異，普適性強，而且公式簡潔，參量易于測量，因此本系統采用此模型來計算室內的體感溫度。計算方法如下^[6]：

    先計算“最佳舒適溫度”Ts：

式中T_a為空氣溫度(℃)，RH為相對濕度(%)，RHs為最適相對濕度(%)，室內環境下認為RHs=50%，V為風速（m/s）。C_i(i=1，2，3，4)為常數，當T_a≥T_s時，C₁=1，C₂=0.05，C₃=-1，C₄=-0.03；當T_a<T_s時，C₁=-1，C₂=-0.013，C₃=1，C₄=0.01。

    在本系統中，緯度可由安卓手機GPS定位得到，空氣溫度T_a、相對濕度RH由溫濕度傳感器DHT11采集得到。把風速V作為人為調整項處理，因為室內環境下風速一般趨于零，在電風扇或空調開啟時風速會發生顯著變化，這屬于人為調控帶來的影響，也不便于傳感器的測量，因此在App中風速檔位W由用戶自主選擇，0～3一共4檔分別對應了0、2、4、6（m/s）4種風速V。

    冷暖度以及適合穿著的衣服都可以從體感溫度得到。把冷暖度劃為11個等級，取變量D_t=22.7-T_s表示當地最適溫度與理論最適溫度的偏差，用來微調冷暖度的劃分^[6]。設穿衣指數為i(0≤i≤100)，代表適合穿著的衣服的保暖度，i=100表示最保暖的衣服，i=0是最涼爽衣服，把穿衣指數i平均分為11段，即可與馬盼等人提出的11個舒適度(這里表述為冷暖度)等級形成一一對應，對應關系如表2所示。

3.4 數據庫設計

    最后只要把計算得到的體感溫度和穿衣指數與錄入數據庫中的衣服指數作匹配，即可查找到適合當前環境穿著的衣服以及對應的照片。采用SQLite數據庫作為衣服數據的存儲方式。SQLite是一個輕量級的、嵌入式的關系型數據庫，可以方便地使用SQL語句實現數據的增加、修改、刪除、查詢、事務控制等操作，而且所有數據被集中保存到一個數據庫文件中，方便對衣服數據集中管理。

    穿衣助手App程序流程圖如圖4所示。

4 實驗結果與分析

    在一間3人學生宿舍中由兩名實驗人員進行實驗，考慮環境溫度、濕度以及風速對體感溫度的影響。實驗者A坐在空調的出風口下，正好能吹到風；實驗者B通過調整空調溫度、風速，在空調出風口位置加水等方式改變環境的溫濕度和風速，每次調整后待空調指示的室內溫度穩定再記錄App顯示的溫濕度數據、體感溫度、冷暖度以及穿衣推薦，同時通知實驗者B記錄自身的冷暖感受。兩位實驗者保持相對獨立，不能交換數據。實驗結果如表3所示。

    從表中的第1組與第2組、第4組與第5組數據可以看出，風速增大會降低濕度，同時人體感覺更冷。從第1組與第4組數據看出，濕度、風速不變下，溫度升高，人體感覺變熱，證明上述觀測數據與前文分析的環境因素對人體冷暖感受的影響大致相符。從實驗者冷暖感受與App的計算結果看出，本系統采用的體感溫度的計算方法在高溫段與低溫段均能較準確地反映人體的冷暖感受。但是在第3組數據中，冷暖度判斷出現了較大差異，說明對于空氣溫度T_a接近于最適溫度T_s的情況，模型需要做出適當修正。

    圖5是兩張App截圖，其中室內數據對應的是表3中的第5組實驗數據。由圖可見，室外實時氣溫是12.4 ℃，濕度較高（69%），人體感覺濕冷，因此體感溫度較低，只有11.6 ℃，系統指出冷暖度為涼，推薦穿薄棉衣，與人體判斷大致相符。室內由于開了空調且進行了加濕，溫度為26 ℃，濕度為70%，人體感覺悶熱，因此體感溫度比氣溫要高（26.6 ℃），系統推薦穿薄襯衣或薄外套等春秋裝，比人體判斷稍微偏厚。

5 結束語

    本文設計的體感溫度評價與穿衣指引系統能提供室外和室內的冷暖度和穿衣參考。系統在硬件部分采用了低功耗藍牙技術、成本低廉的溫濕度傳感器以及廣泛使用的安卓手機，軟件部分使用了高效準確的網絡爬蟲技術和簡化的體感溫度計算模型。整個系統在實現簡單的同時不失較好的效果，能廣泛應用于各種一般測量精度需求的環境。體感溫度計算的準確性依賴于傳感器精度和體感溫度模型，而后者是關鍵，需要對大量實驗數據進行分析，進一步修正體感溫度計算公式，從而提高冷暖度評價的準確性。

參考文獻

[1] 孫鳳華，班顯秀，齊麗麗.“體感”溫度計算方法[J].氣象科技，2002(5)：282-283，303.

[2] 王沁芳，張波，王利芳.節能建筑中室內舒適度影響因素的分析[J].潔凈與空調技術，2012(4):74-76.

[3] 朱學玲，任健.人體舒適度的分析與預報[J].氣象與環境科學，2011(S1)：131-134.

[4] STEADMAN R G.The assessment of sultriness.Part I：A temperature-humidity index based on human physiology and clothing science[J].Journal of Applied Meteorology，1979，18(7)：861-873.

[5] 陸麗莉.室內熱舒適度評價研究[D].合肥：安徽農業大學，2013.

[6] 馬盼.基于“黃金分割率”的體感溫度計算方法及相應舒適度劃分[A].中國氣象學會.創新驅動發展 提高氣象災害防御能力——S15氣候環境變化與人體健康[C].中國氣象學會，2013：11.

作者信息：

李  翀1，許武軍1，2，范  紅1，2

（1.東華大學 信息科學與技術學院，上海201620；2.數字化紡織服裝技術教育部工程研究中心，上海201620）