Wissenschaft & Forschung
Licht 3 | 2019

Ein möglicher Schritt Richtung Praxis

HCL- Eingangs- und Ausgangskenngrößen und ihre Verhältnisse zueinander
Lesezeit: ca. 19 Minuten

1Ausgangspunkt

Die Entwicklungsgeschichte der Lichtwissenschaft und der Beleuchtungstechnik kann in drei Etappen mit zeitlicher Überlappung unterteilt werden:

Vom Beginn des 20. Jahrhunderts bis zum Ende der 1990-er Jahre befasste sich die Lichttechnik mit den Kenngrößen und Planungskriterien, die auf der Grundlage der V(λ)-Funktion für ein Sehfeld von 2° beruhen. Das sind die Beleuchtungsstärke auf der Arbeitsebene, die Blendung, der Kontrast im Gesichtsfeld und die Homogenität der Lichtverteilung im Raum (eher am Arbeitsplatz und auf der Wand im Raum). Diese Kenngrößen und Grenzwerte haben ihren Eingang in die heutigen internationalen und nationalen Normen (z. B. EN DIN 12464 für die Innenraumbeleuchtung) gefunden. Diese Kenngrößen dienen vorwiegend zur Gewährleistung bzw. Erhöhung der Arbeitsproduktivität sowie zur Minimierung der Arbeitsunfälle und der Fehlerrate. Forschungsarbeiten in den 1990-er Jahren haben nachgewiesen, dass die relative visuelle Leistung ab etwa 500 lx auf der Arbeitsebene bei den in den Büros vorwiegend vorhandenen Kontrastverhältnissen in die Sättigung übergeht [1].

Von den 1980-er Jahren bis heute befassten sich die Licht- und Farbwissenschaft mit den Farbqualitätskriterien. Von 1965 bis 2017 stand im Mittelpunkt der CIE-Farbwissenschaft der Farbwiedergabeindex [2], der ein Maß für die Ähnlichkeit der Farberscheinung eines Objektes unter einer Testlichtquelle und deren Referenzlichtquelle der gleichen ähnlichsten Farbtemperatur ist. Die Farbwiedergabe ist somit nur ein indirektes Maß für die subjektive Farbbewertung einer Raumszene und wurde als solche auch schon in den 1960er Jahren durch Farbwissenschaftler wie B. Judd und A. Robertson erkannt. Erst mit der Einführung der LED-Technologie und des LED-Lichts steht seit 2000 bis heute eine intensive Forschung über die Farbqualität mit Kriterien wie Farberinnerung [3], Farbpräferenz [4, 5] und Farbsättigungserhöhung [6] im Fokus der Lichtwissenschaft. In den letzten fünf Jahren ist auch die Präferenz der Farbtemperatur [7] und des Farborts des weißen Lichts [8] untersucht worden. Aus der spektralen Verteilung der Lichtquellen und mit den im Raum befindlichen Oberflächenfarben (Möbelfarben, Kleidungsfarben, Hauttöne der Raumnutzer) wurden neue Farbqualitätskenngrößen gebildet, die die Farbwissenschaft, die Farbpsychologie und die Lichtarchitektur bereichern.

Zu Anfang des 21. Jahrhunderts wurden die lichtempfindlichen Ganglienzellen (ipRGC) entdeckt. Arbeiten von Brainard et al. [9] und Thapan et al. [10] beschrieben deren spektrale Aktivität für die Melatonin-Unterdrückung durch monochromatische Strahlung in der nächtlichen Phase und Gall [22] führte sie in einer spektralen Funktion zusammen. Mit diesen Erkenntnissen begann eine neue Epoche in der Lichtwissenschaft mit einer ausgeprägten Interdisziplinarität verschiedener Fachrichtungen (Neurobiologie, Humanmedizin, Schlafforschung, Lichttechnik, Informatik, Arbeitswissenschaft, Psychologie). Gegenstand der Untersuchungen sind die Wirkungen der visuellen optischen Strahlung auf den zirkadianen Rhythmus und die Befindlichkeit (Konzentration, Wachheit, Schläfrigkeit, Schlafqualität) sowie auf die Arbeitsproduktivität.

Obwohl eine strenge Definition über die human-zentrierte Beleuchtung (Human Centric Lighting, HCL) bisher noch nicht formuliert ist, herrscht inzwischen Konsens darüber, wie sich die unterschiedlichen Wirkungen des Lichts zusammensetzen und inwieweit sie sich bei unterschiedlichen Einflussfaktoren äußern. Diese Komplexität zwischen den optischen Eingangsgrößen der künstlichen Beleuchtung, den objektiven und subjektiven Einflussfaktoren und den Ausgangsgrößen ist in Abb. 1 dargestellt.

Abb. 1: Wirkung des Lichts auf den Menschen: Komplexität der optischen Eingangsgrößen, der Einflussfaktoren und der Ausgangsgrößen bei der Betrachtung der Lichtwirkungen

Um die nichtvisuellen Effekte der optischen Strahlung zu untersuchen, werden einige Signalformen und Kenngrößen, die aus der Biomedizin bekannt sind, nun auch in der Lichtwissenschaft in Betracht gezogen. Das sind die sog. »Biosignale« wie EEG, EKG, Blutdruck, Herzfrequenz, Hautleitwert, Körpertemperatur, Pupillendurchmesser oder Hormone wie Kortisol und Melatonin. Sie sind Ausdrucksformen des physiologischen Körperzustandes und werden in ihrer Signalverteilung, Frequenz, Signalgröße in einem Frequenzbereich oder in der Konzentration (wie Melatonin in pg/ml) analysiert.

Die nichtvisuellen Effekte und die psychologischen Effekte, die im Ergebnis neuerer Forschungen der Neuromedizin als nicht trennbar betrachtet werden [11], äußern sich auch im Leistungsvermögen, in der Reaktionszeit, in der Schläfrigkeit und in der Schlafqualität über eine bestimmte Zeitperiode. Diese Kenngrößen können mit Hilfe von Leistungstests, Schlafprotokollen, Interviews oder Fragebögen mit einer wohl definierten Skalierung erfasst werden. Diese Kenngrößen und Skalenwerte, die aus der Schlafforschung und Psychologie bekannt sind, finden in der HCL-Forschung und bei den Lichttechnikern in den Forschungsinstituten und Lichtlaboren immer mehr Anwendung. Die Zusammenhänge und Korrelationen dieser für die Lichttechnik neuen Kriterien und Kenngrößen werden derzeit auch intensiv von Biomedizin und Schlafforschung untersucht.

In Lichttechnik und Farbmetrik gab es in den letzten Jahren eine Reihe von innovativen Ansätzen, die – ausgehend von traditionellen Modellen und Definitionen – neue Kenngrößen generiert haben, die vorwiegend den Ausgangsgrößen des komplexen menschlichen Wahrnehmungssystems zugeordnet sind (Abb. 2).

Abb. 2: Ausgangskenngrößen für eine umfassende HCL-orientierte Charakterisierung der Beleuchtungssysteme TU Darmstadt

Während die Kenngrößen der visuellen Leistung wie Helligkeit (Helligkeitswahrnehmung) in der physiologischen ausgangseitigen Ebene der menschlichen Signalverarbeitungskette kategorisiert sind, sind die Kenngrößen der Farbwahrnehmung und der psychologischen Aspekte wie Farbpräferenz, Farbharmonie, Farbtemperatur oder Farbnatürlichkeit der kognitiven Ebene zuzuordnen. Die Eingangsdaten für diese farblichen Evaluationen sind eine geeignete psychometrische Kenngröße der Helligkeit sowie die beiden Signale der opponenten Kanäle (L-M) und (L+M)-S der Netzhaut, die im menschlichen Sehsystem zur Bildung des Farbtons (oder Bunttons) und der Sättigung führen.

Im Jahr 2015 legte die Norm DIN SPEC 5031-100:2015-08 [12] die spektrale Bewertung der optischen Strahlung im sichtbaren Bereich zur Beurteilung der melanopischen Lichtwirkungen fest. Diese Wirkungen beeinflussen die Schlafqualität, die Konzentration, das Wohlbefinden, die Wachheit und die Lebensqualität der Lichtnutzer. In diesem DIN-SPEC-Papier werden Begriffe und Wirkungsspektren zur Charakterisierung der melanopischen Lichtwirkungen eingeführt. Der Faktor amel ist die Eingangsgröße des melanopsin-wirksamen Lichtverarbeitungssystems und wird – in diesem Kontext – lt. Gl. (1) definiert.

Der Faktor amel nach der o.g. DIN-SPEC-Norm allein ist zunächst einmal nur eine Größe, die angibt, wie groß der Anteil der Melanopsin-Wirksamkeit in der optischen Strahlung einer gegebenen Lichtquelle ist, bezogen auf den visuellen, V(λ)-gewichteten Anteil der gleichen Lichtquelle. Dieser Faktor ist eine relative Eingangsgröße im Sinne von Abb. 1 und sagt wenig über die absolute Wirkung auf die Ausschüttung von Melatonin aus. Um eine absolute Kenngröße zu bekommen, betrachtet die DIN SPEC 5031-100:2015-08 den amel-Faktor in Zusammenhang mit der vertikalen Beleuchtungsstärke (Hornhautbeleuchtungsstärke) E­v, die wiederum eine Eingangsgröße ist. Diese beiden Kenngrößen (amel und E­v) können in einem bestimmten Zusammenhang kombiniert werden und ein Maß für die nichtvisuellen Wirkungen bilden, z. B. für die Melatoninunterdrückung in den nächtlichen Stunden.

In einem bedeutenden Beitrag in 2016 [13] definierten M. Rea und M. P. Figuiero den sog. »Circadian Stimulus« (CS), der ein Maß für die Melatoninunterdrückung (für die Nacht) und eine Metrik für die Quantifizierung der wirksamen Strahlung in der Lichtarchitektur verkörpern soll. Der CS-Faktor setzt sich aus den Signalen des V-Kanals (Luminanzkanals), des V‘-Kanals (Stäbchen), des S-Kanals (S-Zapfen) sowie des Signals der melanopsinhaltigen Ganglienzellen G zusammen. Gegenüber dem amel -Faktor in der DIN-SPEC-Norm im Zusammenhang mit der vertikalen Beleuchtungsstärke weist die Größe CS noch zusätzliche Komponenten wie die Signale der S-Zapfen und der Stäbchen sowie eine logarithmische Kompression der Eingangssignale auf. Somit schlagen die Autoren dieses Beitrages vor, in der Berechnung der melanopischen Wirksamkeit der optischen Strahlung den CS-Faktor einzusetzen.

Somit bekommen die Lichtwissenschaft, die Schlafforschung und die Humanmedizin aktuell eine Reihe von Kenngrößen an die Hand, sowohl auf der Eingangsseite, als auch auf der Ausgangseite, die nach der Meinung der Autoren dieses Artikels gemäß Abb. 3 strukturiert werden können.

Abb. 3: Struktur der Kenngrößen am Eingang und am Ausgang des menschlichen Lichtverarbeitungsapparats TU Darmstadt

Gegenüber dem Stand der Lichtwissenschaft zur Jahrhundertwende mit der damaligen Fokussierung auf die visuelle Leistung hat die heutige Beleuchtungstechnik sowohl wesentlich mehr Farbqualitätskenngrößen, als auch mehr Kenngrößen für die nichtvisuellen Effekte. Außerdem hat unter den mit der visuellen Leistung verknüpften Kenngrößen die Bedeutung von Helligkeit und Sehklarheit zugenommen, und zwar bezüglich ihrer Wirkungen auf die Szenenpräferenz und die räumliche Objektgestaltung [14]. Die Lichtwissenschaft hat sich somit in der letzten Zeit wesentlich weiterentwickelt. Dennoch hat die breite lichttechnische Praxis aktuell einige Probleme mit der Handhabung der lichttechnischen Größen, z. B. bei der Planung von Beleuchtungsanlagen oder bei der Evaluierung der Beleuchtungsqualität von installierten Lösungen. Folgende Punkte beschreiben einige dieser Probleme:

  1. Die meisten bisherigen Forschungsarbeiten und Berichte geben bisher nur die Beleuchtungsstärken und teilweise die Farbtemperaturen an. Das ist eine gängige Praxis, die seit Jahrzehnten angewandt worden ist. Damit ist eine Rückführung auf die wirklichen nichtvisuellen Effekte aber schwierig. Die Studienergebnisse sind somit schwer nachvollziehbar und nicht immer relevant.
  2. Die Norm DIN SPEC 5031-100:2015-08 berechnet den amel-Faktor, der mit den in der Praxis allgemein üblichen Messgeräten nicht gemessen werden kann. Wie die beiden Eingangsgrößen amel und Ev in Bezug auf die gemeinsame Wirkung auf den zirkadianen Stimulus mathematisch zusammengeführt werden, ist momentan noch nicht klar.
  3. Der CS-Faktor ist eindeutig relevant für die Ermittlung der Ausgangswirkung (Melatoninunterdrückung). Dennoch, wie kann man ihn mit den in der Praxis verwendeten Luxmetern bzw. Farbmessgeräten messen? Wie kann man die CS-Werte für die Lichtbedingungen am Tag (z. B. im Büro oder in einer Frühschicht in einer Fabrik) verwenden?
  4. Wie kann man die Vielfalt der Eingangsgrößen gruppieren? Die Berechnung der Korrelation und eventuell eine Faktoranalyse dienen dazu, zu erfahren, welche Kenngrößen für die Steuerung und Regelung der Beleuchtungsanlagen und der intelligenten Leuchten der Zukunft verwendet werden sollen. Man muss sich dabei im Klaren darüber sein, dass die physiologisch orientierten Eingangsgrößen, wie die Rezeptorsignale für die Kanäle der L-, M- und S-Zapfen, für die melanopsinhaltigen Ganglienzellen G sowie für die Stäbchen R (siehe Abb. 3), mit den in der Praxis üblichen Messgeräten nicht gemessen werden können. Man weiß nicht, wie man sie mit kommerziellen, preiswerteren Lichtmessgeräten messen soll, und man weiß nicht, wie diese Rezeptorsignale zu einer gesamten Wirkung am Ausgang der menschlichen Verarbeitungskette kombiniert werden könnten. Aus diesem Grund sind einige fundamentale Arbeiten der jüngsten Zeit, wie z. B. die von Lucas et al. [15] und der CIE [16], nur von akademische Bedeutung. Sie verfolgen das Ziel, Empfindlichkeitskurven, Größen und Metriken zur Beschreibung der optischen Strahlung für jeden der fünf Fotorezeptoren zu definieren, der zu den visuellen und nichtvisuellen Prozessen des Sehsystems beiträgt. Die Lichtwissenschaftler und Lichtingenieure aber müssen einen Weg finden, die Eingangsgrößen über abgeleitete und messbare Parameter wie Beleuchtungsstärke, Normfarbwert-Anteile oder Farbtemperatur annähernd und mit ausreichender und bekannter Genauigkeit zu beschreiben.
  5. Kann man anhand der Korrelationsmathematik die zahlreichen Ausgangsgrößen für die visuelle Leistung, die psychologischen Aspekte sowie die nichtvisuellen Effekte gruppieren bzw. klassifizieren? Diese Gruppierung anhand der Korrelation und der Faktoranalyse dient zur Interpretation und Schlussfolgerung bei der Betrachtung der Lichtwirkungen auf den Menschen in einer bestimmten Situation. Es geht darum, die Frage »Welche unabhängigen Aspekte hat die Lichtwirkung auf den Menschen?« zu beantworten.
  6. Wenn man die richtigen und messbaren Eingangsdaten und Ausgangskenngrößen (Abb. 3) kennen würde, wäre der nächste logisch konsequente Schritt, an Hand langzeitiger Labor- und Felduntersuchungen eine Ursache-Wirkung-Beziehung für einen bestimmten Effekt (d. h. eine sog. Dose-Response-Relationship) für die unterschiedlichen Arbeitsbedingungen (Frühschicht, Nachtschicht, Winter, Sommer, unterschiedliche Arbeitskontexte wie in den Schulen oder in den Büros) zu bestimmen und zu empfehlen. Die Effekte können z. B. ein bestimmtes Niveau der Melatonin-Unterdrückung oder das Erreichen eines bestimmten Skalenwertes der Wachheit (oder umgekehrt der Schläfrigkeit) oder das Erreichen einer bestimmten psychologischen Bewertung der Raumpräferenz (mit den Skalenwerten »gut« oder »sehr gut«) sein.

Es ist für die heutige Lichtforschung wichtig, relevante und gut messbare Eingangsparameter zu finden, um die Ausgangseffekte für eine bestimmte Anwendung zu charakterisieren und zu quantifizieren sowie die Ursache-Wirkung-Beziehung richtig zu bestimmen. Nur so lässt sich ein Schwellenwert (sog. Threshold Value) für einen bestimmten Effekt ermitteln bzw. eine konkrete Schwelle definieren (z. B. »die Farbwiedergabe des Raumlichts soll mindestens CRI Ra=86 sein.«).

Es kann sein, dass solche Fragen in der heutigen Lichtforschung nur selten gestellt werden und auf den ersten Blick eher akademische Bedeutung zu haben scheinen. Nach Überzeugung der Autoren dieses Beitrages sind diese trotzdem wichtig, um die HCL-Komplexität zu strukturieren, die Ausgangseffekte und deren Messgrößen zu kategorisieren und eine praxisrelevante Bewertung der Qualität von Beleuchtungssituation im Sinn der Raumnutzer zu ermitteln. Die optische Strahlung und deren Eingangsgrößen müssen definiert und messbar gemacht werden, um das Thema HCL für die allgemeine Praxis zugänglich zu machen. Das ist sicherlich ein langer und schwieriger Weg, der dennoch gegangen werden muss, sollte die HCL-Thematik tatsächlich für die Benutzer der Beleuchtungsanlagen, also den Menschen, umgesetzt werden.

Die Fragestellungstellung 5 aus obiger Liste wurde kürzlich durch die Autoren an Hand von zahlreichen Lichtspektren systematisch analysiert und in zwei Publikationen beschrieben [17, 18]. Diese Ergebnisse werden im Kapitel 2 des hier vorliegenden Beitrags zusammengefasst. Die Fragestellungen 1 bis 4 bilden den Inhalt des Kapitels 3. Die Fragestellung 6 nach der Ursache-Wirkung-Beziehung ist ausgesprochen komplex und an ihrer Beantwortung müssen die Wissenschaftler mehrerer Fachdisziplinen noch einige Jahre sorgfältige Labor- und Feldstudien durchführen.

2 Über die Ausgangskenngrößen des HCL-Systems

Die Ausgangskenngrößen des HCL-Systems nach Abb. 2 können nach dem heutigen Verständnis über HCL in drei Gruppen gegliedert werden.

Die Gruppe Visuelle Leistung beinhaltet die Helligkeitswahrnehmung und die Sehklarheit nach [19], die eine Funktion der Signale der Rezeptorkanäle L, M, S und des Signals der Ganglienzellen G ist.

In der Gruppe Farbqualität (psychologische Aspekte) finden sich die Metriken der Farbwiedergabe, der Farbpräferenz CQS Qp nach [6] und des Farbgamut Rg nach IES TM30-15 [20], wobei die letzten beiden Metriken die Evaluation nach Farbpräferenz oder nach Darstellung von gesättigten Objektfarben vorwiegend auf der kognitiven Ebene darstellen, wo auch Effekte der Persönlichkeit und der Kultur auftreten, die aber durch diese Metriken nicht beschrieben werden. Um diese drei Kenngrößen zu bestimmen, müssen sowohl die spektrale Verteilung der Lichtquelle als auch der spektrale Reflexionsgrad einer Anzahl an ausgewählten Objektfarben herangezogen werden.

Die Gruppe Nichtvisuelle Effekte beinhaltet den CS-Faktor sowie die durch die Autoren des vorhandenen Artikels definierte logarithmische Kenngröße ln(amel·Ev). In beiden Kenngrößen sind per Definition die Signale der L-, M- und S-Zapfen und der Ganglienzellen G mitenthalten. Dadurch liegt die Hypothese vor, dass die Metriken der visuellen Leistung und der nichtvisuellen Effekte die gleichen Komponenten (Rezeptorsignale nach Lucas [15] und nach CIE [16]) beinhalten und deshalb in einem direkten Zusammenhang stehen. Anhand von 294 bekannten Lichtspektren (siehe Tabelle 1) wurden die Korrelationen unter den o. g. Kenngrößen errechnet [18]. Im Hinblick auf die Zukunft der Lichtquellentechnik ist die Mehrzahl der Spektren bewusst für die Berechnung der LED-Technologie gewählt.

Typ

Anzahl

herkömmliche Glühlampen

11

Kompaktleuchtstofflampen mit eingebautem Vorschaltgerät

4

Andere Leuchtstofflampen wie semikompakte

6

Längliche Leuchtstofflampen (Leuchtstoffröhren)

25

LED-Lampen

165

LED-Leuchten

83

Alle

294

In Abb. 4 sind die Faktoren CS und ln(amel·Ev) bei einer vertikalen Beleuchtungsstärke von 500 lx für diese 294 Lichtspektren gegenübergestellt. Mit einem Wert des Korrelationskoeffizienten von r=0,979 (nach Pearson) kann man von einer hohen Korrelation bzw. nahezu gleicher Tendenz der beiden Kenngrößen der nichtvisuellen Effekte sprechen. Statt der Messung der CS-Faktoren bei einer bestimmten Beleuchtungsstärke können also die Beleuchtungsstärke Ev und der amel-Faktor gemessen und dann mathematisch zu ln(amel·Ev) kombiniert werden (bei z. B. Ev =500 lx).

und ln(amel · 500 lx) bei einer vertikalen Beleuchtungsstärke von 500 lx für die 294 Lichtspektren aus Tabelle 1. (Reproduziert mit Genehmigung von Lighting Research and Technology [18]).« context=«content«]

Abb. 5 vergleicht die CS-Faktoren und die Helligkeitswerte nach der Formel von Fotios und Levermore [21], d. h. nach der Größe (S/V)0,24 (S: Signal der S-Zapfen; V:Integral des Produktes aus dem Emissionsspektrum und der V(λ)-Funktion im sichtbaren Spektralbereich) bei einer Beleuchtungsstärke von Ev=500 lx. Mit einem Korrelationskoeffizienten von r=0,97 kommt man zu der Schlussfolgerung, dass die Helligkeit und der CS-Wert die gleiche Tendenz aufweisen. Für die Lichtplaner und die Leuchtenentwickler bedeutet dieser lichtwissenschaftliche Befund, dass eine Szene, die hell beleuchtet ist, auch einen dementsprechend hohen zirkadianen Effekt hervorruft. Oder umgekehrt, wenn man die Aussagen in Abb. 4 und Abb. 5 kombiniert: Eine Szene mit einer hohen vertikalen Beleuchtungsstärke Ev und einem hohen amel-Wert (d. h. mit mehr kurzwelligen Anteilen im Lichtspektrum um 480 bis 490 nm bei Aufrechterhaltung des Weißtons des Lichtes) erscheint auch hell.

bei einer Beleuchtungsstärke von Ev=500 lx und die Helligkeitswerte (S/V)0,24 nach der Formel von Fotios und Levermore [21] für die 294 Lichtspektren aus Tabelle 1. (Reproduziert mit Genehmigung von Lighting Research and Technology [18])« context=«content«]

Wenn man dagegen eine Farbqualitätskenngröße, hier als Beispiel die Kenngröße CQS Qp nach Davis und Ohno [6] mit den Kenngrößen CS bzw. dem Helligkeitswert (S/V)0,24 für die 294 Lichtspektren vergleicht, erhält man die Ergebnisse in Abb. 6a und 6b, die nachweisen, dass die Farbqualitätskenngrößen nicht mit der Helligkeit und den CS-Werten korrelieren. Sie sind also unabhängig. Eine Szene, die hell ist und einen hohen zirkadianen Effekt liefert, kann sowohl eine hohe als auch eine unterdurchschnittliche Farbqualität aufweisen.

mit den Kenngrößen CS [13] (links) und Helligkeit nach Fotios und Levermore [21] (rechts). (Reproduziert mit Genehmigung von Lighting Research and Technology [18])« context=«content«]

Durch diese numerisch ermittelten Befunde haben die Autoren in [18] die lichttechnischen Ausgangskenngrößen des HCL-Systems in zwei unabhängig agierenden Gruppen unterteilt. In der einen Gruppe befinden sich die Farbqualitätskriterien. Die andere Gruppe enthält die Kenngrößen für die Helligkeit bzw. Sehklarheit sowie für die nichtvisuellen Effekte (Abb. 7).

« context=«content«]

3 Struktur und Kategorien der Eingangskenngrößen im HCL-System

Die Eingangskenngrößen des HCL-Systems, wie sie Abb. 3 schematisch darstellt, sind in ihrer Anwendung als Steuergrößen für die intelligenten Beleuchtungssysteme wichtig. Gemäß Abb. 3 soll man sie in zwei Gruppen unterteilen. In der einen Gruppe befinden sich physiologisch basierte Kenngrößen wie die Rezeptorsignale der L-, M- und S-Zapfen und der Ganglienzellen (G) sowie die Signale der opponenten Kanäle (L-M) und (L+M)-S. Das sind fundamentale Kenngrößen, die zum Verständnis der lichttechnischen Zusammenhänge beitragen. Diese sind berechenbar, indem die Emissionsspektren der Lichtquellen gemessen werden. Sie sind aber, wie oben bereits erwähnt, mit den herkömmlichen, in der Praxis üblicherweise verwendeten (d. h. nichtspektralen) Messgeräten nicht messbar.

Zur zweiten Gruppe gehören lichttechnisch definierte Eingangskenngrößen wie die Beleuchtungsstärke Ev, die Leuchtdichte Lv, die Normfarbwertanteile x, y und z, der amel-Faktor sowie die ähnlichste Farbtemperatur Tcp. Das sind mathematische Konstrukte, um eine bestimmte Eigenschaft des Lichts zu beschreiben. Bis auf den amel-Faktor können diese Kenngrößen mit relativ preiswerten Integralmessgeräten wie Handfarbmessgeräten oder einer Farbleuchtdichtekamera gemessen werden.

Bei einer Analyse der spektralen Empfindlichkeitskurven der Netzhautrezeptoren ist erkennbar, dass die kurzwelligen Wellenlängenbereiche von 380 nm bis etwa 520 nm (auch im Vergleich zu lichttechnischen Funktionen und charakteristischen Emissionsspektren) mehrere physiologische Mechanismen aufweisen (Abb. 8):

  • die S-Zapfen, die Stäbchen R und die lichtempfindlichen Ganglienzellen G (ipRGC)
  • die spektrale Empfindlichkeit für Melatoninunterdrückung nach Brainard et al. [9] und Thapan et al. [10], die durch Gall [22] zusammengefasst wurde
  • die Normspektralwertfunktion z(λ) für ein Gesichtsfeld von 2° (CIE 1931)
  • eine (hier definierte) mathematische Funktion als eine Rechteckfunktion von 380 nm bis (hier z. B.) 520 nm, das ist das sog. »Fenster des blauen Signals«
Abb. 8: Spektrale Empfindlichkeit verschiedener Rezeptortypen und physiologischer Mechanismen gemeinsam mit den relativen Emissionsspektren der Referenzlichtarten CIE A (Tcp= 2856 K) und CIE D65 sowie einer Leuchtstofflampe (FL45) bei Tcp=4500 K TU Darmstadt

Auf dieser Basis werden folgende Forschungsfragen bezüglich der Eingangskenngrößen gestellt:

  • Sind diese oben genannten, eher kurzwelligen Kanäle tendenziell gleichwertig bzw. weisen diese eine hohe Korrelation auf?
  • Gibt es allgemein Korrelationen zwischen den Rezeptorsignalen und den psychophysikalisch abgeleiteten Farbqualitätskenngrößen?
  • Hängen die Farbqualitätskenngrößen von den Rezeptorsignalen des L-Kanals ab? Diese Frage ist deshalb berechtigt, da – gemäß Abb. 8 – die spektrale Empfindlichkeit des L-Kanals ab 600 nm dominiert und er ab etwa 650 nm nahezu der alleinige, noch aktive Kanal ist. Ab 600 nm weist eine große Anzahl an rötlichen Oberflächenfarben einen hohen spektralen Reflexionsgrad auf (z. B. Früchte, Blumen, Hauttöne, Bücher, Möbel, Kleidung).

In Abb. 9 werden – an Hand der Ergebnisse mit 294 Lichtspektren (siehe Tabelle 1) – die relativen Signale der Melatoninunterdrückung in der Nacht nach der Gall-Kurve [22] mit den relativen Signalen der Melanopsinabsorption nach der Norm DIN SPEC 5031-100:2015-08 [12] verglichen. Diese Analyse besagt, dass diese beiden Signalarten miteinander sehr gut korrelieren (r = 0,97). Das ist lichttechnisch gesehen deswegen interessant, weil das Ergebnis aussagt, dass die durch die Lichtabsorption in den fotoempfindlichen Ganglienzellen generierten Signale tendenziell auch dazu verwendet werden können, in den nächtlichen Stunden die Melatoninunterdrückung zu beschreiben.

mit den relativen Signalen der Melanopsinabsorption [12]« context=«content«]

In Tabelle 2 werden die Korrelationskoeffizienten aller im kurzwelligen Bereich aktiven oben genannten Signalarten dargestellt. Die Korrelationskoeffizienten aller dieser Signalformen sind sehr hoch. Das bedeutet, dass die Signale der Rezeptoren und der Mechanismen der Melatoninunterdrückung bzw. die lichttechnisch definierten Signalwerte – in diesem Beispiel für die 294 repräsentativen Lichtspektren der Tabelle 1 – nahezu die gleiche Tendenz und eine lineare Beziehung aufweisen. Mathematisch gesehen unterscheiden sie sich lediglich durch einen linearen Skalierungsfaktor, der durch eine Kalibrierung einfach bestimmt werden kann. Sie alle gehören somit zu einer einzigen Gruppe der Eingangskenngrößen.

Melanopsin- absorption [12]

Melatonin-Unterdr. in der Nacht [22]

Fenster des blauen Signals

S-Zapfen

Stäbchen

2°-Norm-farbwert z

Melanopsinabsorption

1,00

0,97

0,96

0,91

0,99

0,92

Melatonin-Unterdrückung in der Nacht

0,97

1,00

0,98

0,98

0,98

0,99

Fenster des blauen Signals

0,96

0,98

1,00

0,94

0,97

0,95

S-Zapfen

0,91

0,98

0,94

1,00

0,93

1,00

Stäbchen R

0,99

0,98

0,97

0,93

1,00

0,94

2°-Normfarbwert Z

0,92

0,99

0,95

1,00

0,94

1,00

Im längerwelligen Bereich bis 780 nm sind – in der Photopie – die L-Zapfen und die M-Zapfen aktiv, die zur visuellen Leistung, zur Farbqualität und zu den nichtvisuellen Effekten beitragen. Ebenfalls für die obigen 294 Lichtspektren (Tabelle 1) wurden die Signale der L-, M- und S- Zapfen und der Ganglienzellen (G), des opponenten Kanals (L-M) sowie die Kenngröße der Helligkeit, der CS-Wert und die zu den Lichtspektren zugeordneten Farbqualitätskenngrößen Qp, Rf und Rg berechnet und auf eine mögliche Korrelation analysiert. Die sich ergebenden Korrelationskoeffizienten sind in der Tabelle 3 dargestellt.

CS(500 lx)

CQS Qp

IES Rf

IES Rg

(S/V)0.24

Lrel

-0.896

0.308

0.582

0.243

-0.939

Mrel

0.946

-0.253

-0.511

-0.242

0.969

Srel

0.959

-0.210

-0.482

-0.188

0.986

Rrel

0.978

-0.027

-0.199

-0.182

0.928

Grel

0.984

-0.048

-0.229

-0.191

0.943

|LrelMrel|

-0.930

0.273

0.537

0.243

-0.961

Aus Tabelle 3 ist es ersichtlich, dass keine Rezeptorsignale mit den Farbqualitätskenngrößen signifikant korrelieren. Das ist ein Beweis dafür, dass die physiologisch identifizierten Rezeptorsignale nicht unmittelbar zu einer kognitiv bzw. psychologisch orientierten Kenngröße wie die Farbpräferenz nach CQS Qp führen. Bis auf die L-Signale (Signale der L-Zapfen, die im langwelligen Bereich empfindlich sind) korrelieren die Rezeptorsignale sehr gut mit den Helligkeitswerten und den CS-Werten.

Tabelle 4 zeigt die Korrelationskoeffizienten der Normfarbwertanteile x, y und z mit dem Helligkeitswert, dem CS-Wert und den Farbqualitätskenngrößen. Die Ergebnisse in der Tabelle 4 sind insofern wichtig, da die Leuchtenentwickler, Lichtplaner oder Raumnutzer zu der Meinung kommen könnten, dass diese drei Normfarbwertanteile als Steuergrößen für die Einstellung der Helligkeit bzw. der zirkadianen Stimuli oder der Farbqualitätskenngrößen einer konkreten Beleuchtungsanlage verwendet werden können. Eine Analyse der Werte in Tabelle 4 zeigt aber, dass die Normfarbwertanteile x und y mit keiner der Ausgangskenngrößen, die z-Normfarbwertanteile hingegen sehr gut mit den Helligkeitswerten und den CS-Werten der nichtvisuellen Effekte korrelieren.

CS(500 lx)

Ra

Qp

Rf

Rg

(S/V)0.24

x

-0.960

0.424

0.233

0.504

0.224

-0.986

y

-0.945

0.269

0.153

0.383

0.188

-0.956

z

0.971

-0.375

-0.208

-0.469

-0.215

0.992

Zusammenfassend kann festgestellt werden, dass die Ausgangskenngrößen des HCL-Systems in die folgenden zwei Gruppen unterteilt werden können:

  1. eine Gruppe mit der visuellen Leistung und den nichtvisuellen Effekten und
  2. eine davon unabhängige Gruppe mit den Kenngrößen der Farbqualität.

Die Eingangskenngrößen im kurzwelligen Bereich korrelieren sehr gut miteinander, so dass eine in der Praxis messbare Kenngröße davon als Vertreter genommen werden kann. Somit ist der z-Normfarbwertanteil für die Steuerung einer intelligenten Leuchte geeignet. Die Steuerung eines Beleuchtungssystems mit dem zirkadianen Stimulus (CS-Wert) kann stellvertretend mit Hilfe der Kombination ln(amel · Ev) durchgeführt werden.

4 Literaturverzeichnis

[1] Rea, M.S.: The Trotter Paterson Lecture 2012: Whatever happened to visual performance?, Lighting Research and Technology 44/2, pp. 95–108, 2012

[2] CIE (Commission Internationale de l‘Éclairage): Method of Measuring and Specifying Color Rendering Properties of Light Sources, CIE Publication 13.3-1995, Vienna: CIE, 1995

[3] Smet, K. A. G.; Hanselaer, P.: Memory and preferred colours and the colour rendition of white light sources, Lighting Research and Technology 48, 393–411, 2016

[4] Jost-Boissard, S.; Avouac, P.; Fontoynont, P.: Assessing the colour quality of LED sources: Naturalness, attractiveness, colourfulness and colour difference, Lighting Res. Technol. 47, 769–794, 2015

[5] Khanh, T.Q.; Bodrogi, P.; Vinh, Q. T.; Guo, X.; Anh, T. T.: Color preference, naturalness, vividness and color quality metrics, Part 4: Experiments with still life arrangements at different correlated color temperatures, Lighting Research and Technology 50, 862–879, 2017

[6] Davis, W.; Ohno, Y.: Color quality scale, Optical Engineering 49: 033602, 2010

[7] Bodrogi, P., Lin,Y.; Xiao, X.; Stojanovic, D.; Khanh, T. Q.: Intercultural observer preference for perceived illumination chromaticity for different coloured object scenes, Lighting Research and Technology 49/3, pp. 305–315, 2015

[8] Rea, M S.; Freyssinier, J.P.: White lighting, Color Research and Application 38, 82–92, 2013

[9] Brainard, G.C.; Hanifin, J.P.; Greeson, J.M.; Byrne, B.; Glickman, G.; Gerner, E.; Rollag, M.D.: Action spectrum for melatonin regulation in humans: evidence for a novel circadian photoreceptor, Journal of Neuroscience 21, pp. 6405–6412, 2001

[10] Thapan, K.; Arendt, J.; Skene, D.J.: An action spectrum for melatonin suppression: evidence for a novel non-rod, non-cone photoreceptor system in humans, Journal of Physiology 535, pp. 261–267, 2001

[11] Rautkylä, E.; Puolakka, M.; Halonen, L.: Alerting effects of daytime light exposure – a proposed link between light exposure and brain mechanisms, Lighting Research and Technology 44, pp. 238–252, 2012

[12] DIN SPEC 5031-100:2015-08, Strahlungsphysik im optischen Bereich und Lichttechnik – Teil 100: Über das Auge vermittelte, melanopische Wirkung des Lichts auf den Menschen – Größen, Formelzeichen und Wirkungsspektren, Beuth Verlag, 2015

[13] Rea, M.S.; Figuiero, M.G.: Light as a circadian stimulus for architectural lighting, Lighting Research and Technology 50/4, pp. 497–510, 2016

[14] Khanh, T.Q.; Bodrogi, P.; Guo, X.; Anh, P.Q., PhD: Towards a user preference model for interior lighting Part 2: Experimental results and modelling, Lighting Research and Technology; published online on December 13; DOI 10.1177/1477153518816474, 2018

[15] Lucas, R.J.; Peirson, S.N.; Berson, D.M.; Brown, T.M.; Cooper, H.M.; Czeisler, C.A.; Figueiro, M.G.; Gamlin, P.D.; Lockley, S.W.; O‘Hagan, J.B.; Price, L.L.; Provencio, I.; Skene, D.J.; Brainard, G.C.: Measuring and using light in the melanopsin age, Trends in Neurosciences 37, pp. 1–9, 2014

[16] Commission Internationale de l‘Eclairage, CIE S 026/E:2018: CIE System for Metrology of Optical Radiation for ipRGC-Influenced Responses to Light, 2018

[17] Vinh, Q.T.; Khanh, T.Q.: Lichtsystem-basierte Lichtqualitätsparameter – Farbwiedergabe, Helligkeit, melanopische Wirkung, Lichtausbeute, Zeitschrift LICHT, 2018

[18] Bodrogi, P.; Vinh, Q.T.; Khanh, T.Q.: Correlations among lighting quality metrics for interior lighting, Lighting Research and Technology, First Published December 18, 2018, DOI: 10.1177/1477153518818856

[19] Bodrogi,P.; Guo,X.; Khanh, T.Q.: Helligkeit und Sehklarheit statt Leuchtdichte in der Bewertung der Beleuchtung von Innenräumen, Licht 2018, Davos, Schweiz, 2018

[20] David, A.; Fini, P.T.; Houser, K.W.; Whitehead, L.: Development of the IES method for evaluating the color rendition of light sources, Optics Express 23, pp. 15888–15906, 2015

[21] Fotios, S.A.; Levermore, G.J.: Chromatic effect on apparent brightness in interior spaces, II: SWS lumens model. Lighting Research and Technology 30, pp. 103–106, 1998

[22] Gall, D.: Die Messung Circadianer Strahlungsgrößen, Technische Universität Ilmenau, 2004

Autoren: Prof. Dr.-Ing. habil. Tran Quoc Khanh, PD Dr.-Ing. habil. Peter Bodrogi, Technische Universität Darmstadt, Fachgebiet Lichttechnik

Die Autoren bedanken sich bei Dr.-Ing. Trinh Quang Vinh und M. Sc. William Truong (beide an der Technischen Universität Darmstadt) für die Unterstützung bei der numerischen Berechnung einiger lichttechnischen Kenngrößen.

Dieser Artikel ist erschienen in

Licht 3 | 2019

Erschienen am 25. April 2019