譚立 黃楚梨 李慧 林箐

1 研究背景

1.1 研究意義

在風(fēng)景園林規(guī)劃過程中，視覺關(guān)系是考慮的重要因素之一，通過看與被看物體之間的可視性來評價。面對地形變化復(fù)雜、山體高低主次不明顯的山地丘陵地形，人工的判斷往往需要耗費(fèi)大量的時間。近幾年來，隨著地理信息系統(tǒng)相關(guān)的軟件和技術(shù)被引入到風(fēng)景園林規(guī)劃研究中，人們開始嘗試通過軟件模擬場地的復(fù)雜視覺關(guān)系，評價景觀的可視性并劃分視域，輔助規(guī)劃師進(jìn)行判斷。筆者期望從風(fēng)景園林規(guī)劃視角出發(fā)，以典型項目為例，拓展相關(guān)技術(shù)在行業(yè)中的應(yīng)用。

1.2 國內(nèi)外研究現(xiàn)狀

針對視覺關(guān)系，風(fēng)景園林行業(yè)已經(jīng)涌現(xiàn)了多種分析方法，其主要包含2種研究方向。1）從視覺的細(xì)節(jié)感受出發(fā)，通過研究人的視角所攝的照片等影像資料，結(jié)合圖像軟件和情緒測度設(shè)備等工具，判斷使用者的視覺感受和景物之間的關(guān)系。如楊波等[1]、陳箏等[2-3]的研究，該類研究在空間尺度較小的城市空間中較為有效[4]。2）從較大尺度的區(qū)域規(guī)劃入手，判斷區(qū)域的自然環(huán)境中景觀要素之間的視覺關(guān)系。該類研究一般基于ArcGIS等平臺，對廣域的空間和起伏的地表而非城市進(jìn)行分析，景物之間的可見性往往是研究的重點，如毛華松等[5]對川江流域山水格局的研究。該類方法常用于輔助規(guī)劃師進(jìn)行較大尺度空間下的宏觀規(guī)劃決策。

針對第二種研究方向，目前風(fēng)景園林行業(yè)主要采用的方法為二元視域分析。二元視域分析一般僅限于區(qū)域景物對單個觀察點的可見性，或?qū)Χ鄠€點總體的可見性。該方法由Travis等[6]提出。對于單個觀察點的可見性，往往在主要游步道選擇固定的觀測點，在一定觀景范圍內(nèi)進(jìn)行分析[7]。對于多個觀察點，F(xiàn)ranklin等[8]提出了基于路徑變化的移動視點的視域研究方法，它是對單個觀察點分析的簡單拓展，即計算區(qū)域景物對于多個觀察點是否可見，如張俊超[9]選擇山體中的多個觀察點，研究山體景物哪些能被見到。吳德雯[10]、趙威[11]等也提出了判斷一個視覺走廊中多個觀察點可視性范圍的方法。

然而，二元視域分析結(jié)果對于景觀設(shè)計指導(dǎo)意義有限，F(xiàn)isher等[12]指出，傳統(tǒng)的運(yùn)用GIS軟件進(jìn)行視線分析通常只能得出二進(jìn)制的結(jié)果，即某個點是否可見，這對于視域分析具有局限性，因而提出了概率可見視域，即計算一個連續(xù)移動過程中，每個景物被看到的概率，概率越大，其在整個觀察過程中起到的影響越大；Claudio[13]也提出景觀可視概率的計算方法，并歸納其為累積性視域分析。該方法在國內(nèi)的相關(guān)研究和實踐中鮮有應(yīng)用。

事實上，累積性視域分析也存在一定的局限性，其只能判斷景物是否可見，但不考慮景物與觀察點之間的距離關(guān)系、角度關(guān)系。國外研究中提出“視覺幅度”（visual magnitude，簡稱VM）的概念，在確定視點是否可見的基礎(chǔ)上，計算其可見的程度，如Santos等[14]提出了一種使用立體角度計算視點可視程度的方法。Chamberlain等[15]選取一段加拿大肯尼迪湖流域的環(huán)太平洋高速公路為研究對象，使用Java編程，對視覺幅度進(jìn)行計算疊加，得到該地形復(fù)雜地段移動視點的視域權(quán)重，該指數(shù)考慮在可視前提下，每個視覺要素在人眼中所占的幅度，其核心評價因子是角度和距離，該方法很大程度上彌補(bǔ)了累積視域分析對視覺關(guān)系評價的不足。

在風(fēng)景園林規(guī)劃應(yīng)用中，除了地形所產(chǎn)生的可視性關(guān)系以外，地表類型和視覺空間特征往往也是分析視覺關(guān)系的重要因素。隨著遙感圖像處理技術(shù)的發(fā)展，人們能夠迅速地利用機(jī)器學(xué)習(xí)識別用地類型并進(jìn)行分類評價。對于視覺空間特征，在建筑和城市規(guī)劃領(lǐng)域常采用空間句法的方式進(jìn)行評價[16]，但該方法對于空間連續(xù)性強(qiáng)、邊界變化復(fù)雜的自然山水環(huán)境的適用性很差。

總體而言，風(fēng)景園林規(guī)劃領(lǐng)域內(nèi)，針對較大尺度的視覺關(guān)系研究，國內(nèi)仍然以簡單的二元視域分析為主，鮮有采用累積可視性、視覺幅度等分析方法進(jìn)行更深層次的探討，地表類型和視覺空間特征也很少被納入評價的因素當(dāng)中，對于視覺關(guān)系分析所考慮的深度十分有限。本研究嘗試將相關(guān)方法與實踐相結(jié)合，提出在復(fù)雜地形環(huán)境中更加深入的視覺關(guān)系評價方法。

1.3 研究對象與目標(biāo)

G247旅游快速路規(guī)劃建設(shè)于四川省自貢市南郊，長約13 km，是一條穿梭在郊野的旅游風(fēng)景路，連接了沿途的多個郊野旅游景區(qū)，其主體車行道由當(dāng)?shù)亟煌ú块T設(shè)計。自貢市南郊有著西南地區(qū)典型的丘陵地貌，梯田和水塘、林地和村落密布其中，有著良好的郊野風(fēng)景本底。規(guī)劃期望在現(xiàn)有的車行道基礎(chǔ)之上，沿路建設(shè)郊野慢行綠道，并對道路周邊區(qū)域的風(fēng)景提出控制性規(guī)劃導(dǎo)則，保證未來沿途郊野風(fēng)光的品質(zhì)。

圖1顯示了G247道路的區(qū)位和其周邊的地形狀況——大小不一的山丘使得道路沿途的地形十分復(fù)雜。在編制控制性導(dǎo)則的過程中，對于該地區(qū)不同區(qū)域視覺關(guān)系的分析尤為重要，其決定控制性規(guī)劃中不同區(qū)域在未來規(guī)劃建設(shè)中的分級和策略。

1 G247與周邊地形G247 and surrounding terrains

2 研究方法與結(jié)果

本研究包含3個部分，即地表類型評價、地形可視性評價和視覺空間特征評價。

2.1 數(shù)據(jù)來源與處理

本研究采用的數(shù)據(jù)源主要包括高精度高程數(shù)據(jù)和遙感影像。高程數(shù)據(jù)由當(dāng)?shù)販y繪局提供，遙感影像來源于Landsat8衛(wèi)星2017年6月遙感數(shù)據(jù)。G247道路由當(dāng)?shù)亟煌ú块T設(shè)計，研究依據(jù)設(shè)計高程和空間位置，在Rhino中對其進(jìn)行準(zhǔn)確建模。所有的數(shù)據(jù)都轉(zhuǎn)譯到ArcGIS數(shù)據(jù)庫中，并通過人為校正對其坐標(biāo)進(jìn)行配準(zhǔn)。為了后續(xù)的計算，高程數(shù)據(jù)被轉(zhuǎn)化為分辨率5 m的柵格數(shù)據(jù)。

2.2 地表類型評價

地表類型即景觀的類型。在道路景觀的規(guī)劃中，地表的類型往往也是決定景觀質(zhì)量的重要因素，不同類型的地表往往也對應(yīng)著不同類型的保護(hù)和控制策略。此外，一些地表類型如建筑和林地往往具有一定的高度，在距離視點較近的區(qū)域，這種高度差異也會明顯地影響景觀的可視性。

地表類型往往可以通過測繪獲取較為準(zhǔn)確的數(shù)據(jù)。本研究由于沒有相關(guān)的基礎(chǔ)資料，因此采用ENVI軟件中對遙感影像的監(jiān)督分類功能進(jìn)行提取。將該地區(qū)的地表類型分為建筑、裸露地、農(nóng)田、林地和水體5種，并通過目視解譯進(jìn)行校正（圖2-1）。研究亦將建筑和林地的結(jié)果疊加到高程數(shù)據(jù)中，其中，建筑高度取5 m，林地高度取8 m，該數(shù)值由實地取樣測繪獲得。圖2-2顯示的即為修正后的高程圖，用于后續(xù)地形可視性的評價。

2-1 遙感衛(wèi)星釋譯用地類型圖Remote sensing satellite interpretation of the land type classification

2-2 校正后周邊地表高程圖Surrounding surface elevation after correction

2.3 地形可視性評價

2.3.1 累積可視性評價

在道路景觀中，人的視點不斷發(fā)生變化，周圍的景觀由于地形遮擋，不同位置被看到的頻率是不一樣的。往往被看到頻率越高的景觀對于周邊景觀的控制規(guī)劃越重要。在ArcGIS中，不同景觀被看到的頻率可以通過累積可視性來衡量。

可視性分析是ArcGIS空間分析工具中的基本工具之一，其通過計算觀察點和周邊所有柵格的豎向空間關(guān)系，判斷每一個柵格是否可見。該工具可以同時計算多個觀察點與周邊地形的可見性關(guān)系，輸出圖層包含了周邊的每一個柵格被看見的次數(shù)，該次數(shù)即為該點的累積可視次數(shù)，其大小反映了多個視點看到這個柵格的頻率。

在研究中，將G247等分為100個視點，同時計算周邊所有柵格相對這些視點的可見性，得到周邊景觀的累積可視性分布（圖3-1）。因可視范圍對于視覺的影響因子可以通過后續(xù)視覺幅度的評價得到，因此研究中可視范圍為無限大。根據(jù)累積可視性的大小，研究將其分為了高低2個重要級（圖3-2）。

3-1 累積可視性頻率Cumulative frequency

3-2 累積可視頻率分級Cumulative visibility frequency classification

2.3.2 視覺幅度評價

累積可視性評價是針對周邊景觀被看到次數(shù)所得出的評價，但事實上，景觀與人之間的視覺關(guān)系不僅僅取決于被看到的頻率，也與其在人視覺中所占的比重有關(guān)。視覺幅度即是用于衡量這一標(biāo)準(zhǔn)的參數(shù)。在Chamberlain的研究中，首次提出了道路景觀中視覺幅度VM的一種計算方式，其公式如下：

式中，VM為某一柵格相對某一視點的視覺幅度，d為柵格邊長，v為由視點指向柵格中心的向量，而|v|即為該向量的長度。β和θ分別為柵格平面中心的法向量n與向量v在xz、yz平面上投影的交角（圖4）。從該公式中不難看出視覺幅度大小判斷的原則：視覺幅度的大小反映景觀與人視點之間的距離關(guān)系和角度關(guān)系，該指數(shù)與距離成反比，當(dāng)視線和柵格平面的法向量平行相對時，該指數(shù)最大，當(dāng)視線和柵格平面的法向量垂直時，該指數(shù)最小。對于視覺的判斷來說，一般情況下，視覺幅度越大，說明該景觀在人視野中所占的比重越大，越能影響人們對周邊環(huán)境的感知和評價。

4 VM相關(guān)幾何關(guān)系示意Schematic diagram of geometric relationship between VMs

本研究的視線幾何關(guān)系采用以下公式計算：

其中，b為坡度角，c為坡向角，計算以視點坐標(biāo)為（x1，y1，z1），而所視表面的柵格中心點為（x2，y2，z2），得到其差值x=x2-x1，y=y2-y1，z=z2-z1，并代入其中計算。

在道路景觀中，由于視點是多個的，因此還需要計算累積的視覺幅度。本研究采用了平均累積視覺幅度計算，即計算的是一個柵格相對所有視點得到的視覺幅度的平均值。該計算由python進(jìn)行for語句循環(huán)迭代完成，計算后得到多個點的VM值并重新鏈接到ArcGIS中，獲得G247周邊柵格相對于這100個視點的平均累積視覺幅度（圖5-1）。為了對未來區(qū)域進(jìn)行更清晰的分析，研究對平均累積視覺幅度按照高、低2級進(jìn)行分類（圖5-2）。

5-1 平均VMAverage VM

5-2 平均VM分級Average VM classification

2.4 視覺空間特征評價

除了路線周邊的景觀控制以外，也需要了解道路景觀不同視點空間感受的特征，即人們在某一路段的空間感受是閉塞還是開敞，是在谷地中還是在曠野中。

利用ArcGIS對G247路線上的100個樣點進(jìn)行了精確可見性分析，分析模式選用OBSERVE，分析結(jié)果包含了周邊可見柵格上，每個觀察點對應(yīng)見到該柵格的次數(shù)。通過疊加每個觀察點對所有柵格的累積可見次數(shù)，得到了每個觀察點的可視性，即由該點向四周觀察，可以見到的柵格總數(shù)。可見到的柵格數(shù)量越多，說明該視點視野越遼闊，相對的視覺空間也更加寬廣舒朗。圖6是對每個點的可視性分別按大小和顏色渲染的結(jié)果。整體來看，整個沿途的視覺空間變化十分頻繁，呈現(xiàn)出大小空間交替出現(xiàn)的狀況。圖中紅色的觀察點有著較大的可視性，作為沿途觀景平臺、休憩驛站的潛力較大。圖中紅色框中的區(qū)域整體的可視性較高，未來有更大的潛力，通過慢行路線設(shè)計、平臺設(shè)計和微地形的調(diào)整加強(qiáng)可視空間的連續(xù)性，形成更整體的視覺空間區(qū)域。

6 G247沿途視覺空間特征變化及三維模型中不同可視性點視域范圍的示意Visual spatial characteristics of G247 along the road. The right side is a representation of different range of visibility points in the 3D model.

3 研究結(jié)論

通過以上研究結(jié)果，為規(guī)劃師對該風(fēng)景道及其周邊景觀的控制提出建議，包括以下3個方面。

3.1 輔助劃定控制區(qū)分級邊界

由地形可視性分析結(jié)果可知不同景觀對于游覽者的重要性，能夠為未來控制區(qū)的劃定提供參考。對比累積可視性評價和視覺幅度評價的結(jié)果，可以清楚地看出其分別從不同的角度對周邊景物的可視性進(jìn)行了評價（圖7）。

7 累積可視性評價和視覺幅度評價的結(jié)果對比Comparison of cumulative frequency and VM analysis results

本研究將視覺幅度評價圖和累積可視性評價圖進(jìn)行疊加，獲得控制區(qū)重要性分級圖（圖8-1）。該圖根據(jù)視覺幅度和累積可視性等級的組合關(guān)系，一共產(chǎn)生了4種結(jié)果，分別命名為高敏感區(qū)、低敏感區(qū)、幅度偏向區(qū)、頻率偏向區(qū)（表1）。未來規(guī)劃設(shè)計中，可以根據(jù)該分區(qū)對周邊控制區(qū)展開分級控制。需要說明的是，根據(jù)實際規(guī)劃中對控制性條件的精度需求，該矩陣可以無限細(xì)分，即調(diào)整視覺幅度和累積可視性評價各自的等級數(shù)量即可。筆者提出的是最簡單的矩陣模式。

8-1 疊加分區(qū)結(jié)果Overlay partition result

表1 視域分區(qū)評價矩陣Tab. 1 Horizon partition evaluation matrix

視覺高敏感區(qū)和視覺低敏感區(qū)分別是控制級別最高和最低的區(qū)域。在規(guī)劃中，低敏感區(qū)雖然能被看到，但其對整體的視覺影響較小，因此可以考慮將其排除在重點控制區(qū)域外。高敏感區(qū)是周邊區(qū)域中對人們視覺影響最大的區(qū)域，因此是控制級別最高的區(qū)域。

幅度偏向區(qū)是視覺幅度高但累積可視性低的區(qū)域，這些區(qū)域被看到的次數(shù)不多，但一旦被看到往往會在人們視野中占有較大的比重，這意味著這些區(qū)域往往會頻繁地在人們的視野中切換，且占據(jù)較大的面積，因此需要注意景觀細(xì)節(jié)和整體性的控制。從圖8-1的結(jié)果中可以看出，該類型的區(qū)域基本位于G247周邊，且具有較高的整體性。

頻率偏向區(qū)是視覺幅度低但累計可視性高的區(qū)域，這些區(qū)域在人們視野中所占的比例較小，但經(jīng)常被看到，這些區(qū)域的景觀控制可以更加粗放，但是適合放置地標(biāo)類的景觀。從圖8-1的結(jié)果中可以看出，該類型的區(qū)域主要分布于G247東側(cè)較遠(yuǎn)的丘陵上。由于區(qū)域本身丘陵起伏的地貌，該區(qū)域的視域分區(qū)結(jié)果是較為破碎的，在實際規(guī)劃中，可根據(jù)規(guī)劃精度的需求和景觀保護(hù)的整體性對分區(qū)結(jié)果進(jìn)行人為校正，使之更加整體和易于實施。圖8-2是人為校正后的邊界。

8-2 人工校正后的分區(qū)Manually corrected partition

3.2 根據(jù)地表類型提出分類控制導(dǎo)則

地表類型反映了未來規(guī)劃控制的主要對象，未來可結(jié)合控制區(qū)分級邊界提出不同的控制策略。該部分獲得的數(shù)據(jù)可以用于后續(xù)的詳細(xì)編制導(dǎo)則。如對于建筑，可從高敏感區(qū)、頻率偏向區(qū)和幅度偏向區(qū)分別提出控制性建議。

3.3 輔助進(jìn)行分段主題定位與節(jié)點設(shè)置

視覺空間特征評價的結(jié)果可以輔助規(guī)劃師對整個道路視覺空間變化的特征和規(guī)律進(jìn)行總結(jié)和判斷。如圖9所示，該圖將整個路段分為了2種類型，觀景段即相對視野較大的區(qū)段，適合規(guī)劃為以觀賞農(nóng)田湖景、遠(yuǎn)山村落等觀賞為主的段落。體驗段即相對視野較狹窄的區(qū)域，在實際環(huán)境中一般為山谷、林地中或靠近建筑的區(qū)域，這部分適合規(guī)劃為以森林療養(yǎng)游憩、農(nóng)家樂等體驗為主的段落。而在地形復(fù)雜，且景物組合較為均質(zhì)的區(qū)域中，視野開闊、視線深遠(yuǎn)的觀察點往往能夠吸引人們駐足停留。圖9中的建議節(jié)點即為分析結(jié)果中，視野最佳的區(qū)域，未來具有設(shè)置成觀景與休憩節(jié)點的潛力，是進(jìn)一步規(guī)劃過程中值得深入考慮的地點。

9 分段主題定位與節(jié)點設(shè)置建議Segmented topic targeting and node setup recommendations

4 結(jié)語

本研究提出了一個綜合性的、以GIS技術(shù)為基礎(chǔ)的視覺分析思路，彌補(bǔ)了國內(nèi)相關(guān)領(lǐng)域?qū)σ曈X研究方法和思路的不足，對于輔助規(guī)劃師進(jìn)行規(guī)劃決策能夠提供有效的幫助。但是受到技術(shù)條件、數(shù)據(jù)來源等的限制，本研究仍然還有較大的拓展空間：1）由于數(shù)據(jù)安全和保密需求，分析獲得的結(jié)果都是對分辨率進(jìn)行壓縮后的結(jié)果，在實際應(yīng)用中，只要數(shù)據(jù)本身的分辨率足夠，分析的結(jié)果能夠更加精確，相關(guān)結(jié)論得出的范圍邊界也能更加精確，也可以用于更小尺度場地的精準(zhǔn)分析；2）核心的計算方法即VM的算法計算量較大，因此需要花費(fèi)一定的計算時間，而且該算法僅能通過腳本實現(xiàn)，還未有成熟的專用分析工具，該方法的優(yōu)化和分析軟件的開發(fā)也是未來可以研究的重點。

采用的方法具有較大的應(yīng)用潛力。一方面，對于丘陵地區(qū)、山地地區(qū)等視覺關(guān)系復(fù)雜的區(qū)域，尤其是游步道等線性視線走廊，該方法能夠為規(guī)劃師的決策提供較大的輔助。由于該方法適合用于以自然地形為主的區(qū)域中，其依據(jù)的地形格局在時間上具有較大的穩(wěn)定性，因此在歷史區(qū)域景觀研究方面，能夠更精確地為歷史上山城之間視覺關(guān)系的研究提供參考，輔助考據(jù)和論證傳統(tǒng)景觀體系和山形的關(guān)系。另一方面，該方法的基本算法可通過調(diào)整完成逆向的判斷，即通過對區(qū)域視覺關(guān)系的評價，為游步道等路線的選線提供輔助。期望能夠通過進(jìn)一步深入的研究，對未來的規(guī)劃工作提供更多的輔助。

圖表來源(Sources of Figures and Table)：

圖1～3、5～9由作者繪制，底圖高程數(shù)據(jù)、道路路線數(shù)據(jù)由自貢市規(guī)劃局提供；圖4引自參考文獻(xiàn)[15]；表1由作者繪制。