賀雪會 楊芳絨

摘要：針對濱水綠道景觀視覺資源遭到破壞，模式化發(fā)展以及特色風貌缺失等問題，從視覺吸引角度出發(fā)，以鄭州市東風渠濱水綠道為例，通過OpenCV和SBE法分別獲取空間尺度、植物、實體、色彩、質(zhì)地、水體、動態(tài)景象、景觀多樣性、景觀自然性、景觀協(xié)調(diào)性10個指標基礎數(shù)據(jù)，結(jié)合熵值賦權(quán)法計算權(quán)重，并通過SPSS 25.0軟件進行因子相關性和逐步回歸分析，最后建立視覺吸引模型，并對綠道進行評價。結(jié)果表明，東風渠濱水綠道視覺吸引質(zhì)量較高，文博東路-花園路段、北三環(huán)-徐寨路段視覺吸引質(zhì)量等級最高，東明路-中州大道段最低，差異較為明顯。

關鍵詞：景觀空間;濱水綠道;視覺吸引;熵值賦權(quán)法;東風渠

中圖分類號：TU985.1 ? ? ? ? 文獻標識碼：A

文章編號：0439-8114（2020）06-0112-05

DOI：10.14088/j.cnki.issn0439-8114.2020.06.023 ? ? ? ? ? 開放科學（資源服務）標識碼（OSID）：

Quantitative analysis of visual attraction of urban waterfront greenway landscape：

Taking the waterfront greenway of Dongfeng canal in Zhengzhou as an example

HE Xue-hui，YANG Fang-rong

（College of Forestry，Henan Agricultural University，Zhengzhou 450000，China）

Abstract： Aiming at the problems of such as the destruction of visual resources， model development and lack of characteristic features of waterfront greenway landscape， from the perspective of visual attraction， taking the Zhengzhou Dongfeng canal waterfront greenway as an example， the basic data of 10 indicators such as spatial scale， plant， entity， color， texture， water， dynamic scene， landscape diversity， landscape naturalness and landscape coordination were obtained by OpenCV and SBE methods respectively， then combined with the entropy method to calculate the weight，the factor correlation and stepwise regression analysis were made by SPSS 25.0 software. Finally， the visual attraction model was established and the greenway was evaluated. The results showed that the visual attraction quality of Dongfeng Canal's waterfront greenway was high， Wenbo East Road-Garden Road Section and North Third Ring Road-Xuzhai Road Section were the highest， and Dongming Road-Zhongzhou Avenue section was the lowest， and the difference was significant.

Key words： landscape space; waterfront greenway; visual attraction; entropy weighting method; Dongfeng canal

綠道是線性空間的一種，貫穿了多種景觀空間形式和景觀空間節(jié)點[1，2]。濱水綠道較其他綠道而言，擁有更多的景觀設計要素，也肩負著游憩、生態(tài)、文化、美學等多種功能。然而，關于濱水綠道景觀空間的研究較多集中在規(guī)劃設計和具體管理方面，缺少從使用者角度出發(fā)對視覺吸引的分析。視覺是人們感受空間最直接的方式，當人們處于某空間中時，視線會被某些要素吸引，這些要素成為吸引聚焦點，對觀賞者感知和心理認知產(chǎn)生影響[3]。劉濱誼等[4]在前人研究的基礎上首次提出了景觀視覺吸引的概念，認為視覺吸引是景觀空間質(zhì)量高低的重要評判標準。

近年來，城市的快速發(fā)展對鄭州市東風渠濱河綠道視覺資源造成了嚴重破壞。本研究基于已有的研究成果，以東風渠濱河綠道北三環(huán)至中州大道段為例，在空間尺度、植物、實體、色彩、質(zhì)地、水體、動態(tài)景象7個景觀空間視覺吸引要素的基礎上[5，6]，加入景觀多樣性、景觀自然性、景觀協(xié)調(diào)性3個綜合感知要素，針對視覺吸引要素對視覺產(chǎn)生的影響進行深入分析，明確各要素之間的關系，并建立視覺吸引評價模型，以期改善綠道景觀空間視覺資源遭到破壞的現(xiàn)狀，強化優(yōu)質(zhì)視覺景觀要素，為以后濱水綠道規(guī)劃設計提供參考。

1 ?濱水綠道景觀空間視覺資源面臨的問題

1.1 ?視覺資源遭到破壞，風貌缺失

濱水綠道對豐富城市形態(tài)、提升景觀品質(zhì)、保護生態(tài)環(huán)境具有重要作用，是生態(tài)城市建設領域的熱點課題[7]。濱水綠道的廊道狀特征，使得其較其他景觀空間更有利于維護生態(tài)系統(tǒng)平衡[8]。面對城市快速發(fā)展的現(xiàn)狀，針對城市濱水綠道特色風貌缺失的普遍性問題，亟需對視覺吸引要素進行分析，明確各要素之間的關系，建立視覺吸引模型，為濱水綠道規(guī)劃設計提供理論依據(jù)。

1.2 ?視覺吸引力衰減，模式化發(fā)展

濱水綠道景觀視覺吸引要素豐富多樣，不同要素的組合呈迥異的景觀效果，給人帶來不同的視覺和心理感受。隨著濱河綠道的發(fā)展，視覺吸引要素也隨之發(fā)生變化，一部分建成的綠道表現(xiàn)為視覺吸引力衰減，景觀空間模式化發(fā)展，空間特色逐漸缺失?；诂F(xiàn)狀，迫切需要在深入分析各吸引要素及其相互關系的基礎上，優(yōu)化視覺吸引要素，提升視覺吸引力，營造具有視覺吸引力的特色濱水綠道。

2 ?研究對象概況

鄭州市東風渠是市區(qū)內(nèi)主要河道，由西北向東南貫穿整個鄭州市東區(qū)，濱水主體景觀主要從北三環(huán)至中州大道（圖1），以東風渠水域為中心，通過以線穿點、以線帶面的方式將整個東風渠濱水景觀聯(lián)系起來，并將景觀、游覽、防洪生態(tài)、文化融為一體。

3 ?研究內(nèi)容與方法

從視覺吸引的角度出發(fā)，結(jié)合專家意見，建立空間尺度、植物、水體、色彩、實體、質(zhì)地和動態(tài)景象[5，6]7個視覺吸引要素，以及景觀多樣性、景觀自然性、景觀協(xié)調(diào)性3個綜合視覺吸引評價指標，共計10個評價指標的體系對濱水綠道視覺吸引進行量化分析，其中空間尺度、植物2個指標基于OpenCV計算得到基礎數(shù)據(jù)，其余8個指標通過美景度評價法獲取基礎數(shù)據(jù)，運用熵值賦權(quán)法對數(shù)據(jù)進行處理，計算各指標的權(quán)重，建立視覺吸引評價模型，并對綠道進行評價（圖2）。

依據(jù)研究目的，通過照片拍攝的方式獲取基礎資料。依據(jù)道路布局，將濱水綠道分成7段，每隔100 m設1個拍攝點，分別朝前后兩個方向拍攝，并人為避開一些消極的景觀要素。選光線充足的時間段進行拍攝，拍攝參數(shù)保持一致，并且所有照片均由同一部手機完成，鏡頭與雙眼同高，把誤差降低到最低水平。選擇好拍攝點后，依據(jù)以上拍攝原則進行照片獲取，共拍攝照片600余張，經(jīng)討論和征詢專家意見，每路段選取10張，共計70張具有代表性的照片進行視覺吸引量化分析。

3.1 ?基于OpenCV的2個指標基礎數(shù)據(jù)提取

圖像顏色空間的有效處理一般在HSV模式下進行，HSV模式能夠清楚地區(qū)分出色相，OpenCV可對HSV模式下圖像中特定的色彩進行精確識別計算。通過OpenCV對照片中天空和植物的顏色進行識別，計算圖片中天空和植物的像素占比，衡量空間尺度、植物2個指標，并進行指標評價。

3.1.1 ?空間尺度基礎數(shù)據(jù)提取 ?馮紀忠[9]凝練了“曠奧”兩字描述景觀空間的豐富變化，提出空間總感受量是各空間感受量和空間曠奧序列的結(jié)合，認為“空間限定”是空間中諸要素對觀賞者圍合程度的特性，主要受空間范圍內(nèi)垂直因素的影響，具有開敞和閉合兩個特征[9，10]。

通過空間開敞度來描述空間尺度，開敞度越高，看到的范圍就越廣，空間尺度就越大。利用OpenCV對天空顏色進行識別，計算天空像素點在整張照片中的占比，衡量該照片拍攝點的空間開敞度。依據(jù)所研究綠道的具體情況，將空間尺度分為4個等級：[0，10]為一級，（10，20] 為二級，（20，30]為三級，（30，100]為四級（表1）。

3.1.2 ?植物基礎數(shù)據(jù)提取 ?植物是組成綠道景觀空間的重要要素，其色彩和種植配置使其成為視覺吸引要素之一[6]。本研究通過視域范圍內(nèi)綠色植物的占有率[11]即綠視率對植物進行量化，相關研究指出綠視率水平對視覺吸引產(chǎn)生重要影響，當綠視率達到25%時，人對自然的感覺最為舒適[12]。

空間尺度和植物綠視率2個指標達到均衡時，視覺吸引才能達到一個較好的效果，并不是植物綠視率越高，視覺吸引就越強[13]。通過OpenCV對照片中植物像素進行占比計算，依據(jù)東風渠濱河綠道實際情況，將植物綠視率分為4個等級：[0，25]、（70，100]為一級，（25，40]為二級，（40，55]為三級，（55，70]為四級（表1）。

3.2 ?基于SBE法的8個指標基礎數(shù)據(jù)提取

美景度評判法是景觀評價的常用方法，常用于景觀美學質(zhì)量評價中。本研究通過幻燈片放映的方式，讓評價者對照片中各要素對自身視覺吸引力進行評價，從而獲得8個指標基礎數(shù)據(jù)，即實體C3、色彩 C4、質(zhì)地C5、水體C6、動態(tài)景象C7、景觀多樣性C8、景觀自然性C9、景觀協(xié)調(diào)性C10。

將選取的70張具有代表性的照片做成PPT，并選取30位園林專業(yè)研究生作為評價主體進行景觀評價。具體步驟為：①首先對東風渠濱水綠道進行簡要介紹，讓評價者對評價對象有整體初步認知。②快速播放所有幻燈片，讓評價者對評價照片有整體了解，并告知其評價因子具體含義及評分標準：7分表示對評價者吸引力最高，5分表示較高，3分表示較低，1分表示最低。③循環(huán)播放幻燈片，每張幻燈片放映10 s，確保評價者有充足時間對照片中8個視覺吸引指標進行評價打分，填寫相關評價表。

3.3 ?熵值賦權(quán)法

熵值賦權(quán)法是一種較為客觀科學的權(quán)重計算方法，克服了傳統(tǒng)賦權(quán)方法的主觀性。熵值賦權(quán)法依靠栺標變化的差異程度判別指標的重要性[13]。若評價指標的信息熵越小，其變異程度就越大，涵蓋的信息量就越多，在評價中所起作用越大，權(quán)重也就越高[14]。

3.3.1 ?數(shù)據(jù)標準化處理 ?由于各項指標的計量單位不統(tǒng)一，需要對給定的m個指標的基礎數(shù)據(jù)進行標準化處理，即讓差異性較大的數(shù)據(jù)處于相同的數(shù)量級，便于指標權(quán)重計算。數(shù)據(jù)標準化處理公式：

3.4 ?建立景觀空間視覺吸引評價模型

確定評價體系和各指標的權(quán)重后，構(gòu)建視覺吸引評價模型，計算各路段視覺吸引質(zhì)量值，并根據(jù)具體數(shù)值對各路段視覺吸引質(zhì)量進行等級劃分（表2），模型如下：

4 ?數(shù)據(jù)處理與結(jié)果分析

4.1 ?數(shù)據(jù)處理

獲取基礎數(shù)據(jù)后，利用公式（1）進行數(shù)據(jù)標準化處理，代入公式（2）計算指標信息熵（表3），利用公式（3）得到指標權(quán)重（表3），根據(jù)計算出來的權(quán)重值，利用評價模型（4），得到初步方程：

依據(jù)初步方程得到各照片的視覺吸引質(zhì)量值，利用SPSS 25.0軟件對數(shù)據(jù)進行可信度檢驗和因子相關度分析，可信度檢驗得到克朗巴哈a系數(shù)為0.738，a>0.700說明數(shù)據(jù)具有一定的可靠性;通過Pearson相關系數(shù)檢驗影響視覺吸引質(zhì)量的顯著因子，并判斷各因子對視覺吸引質(zhì)量的影響程度[15]（表4）。通過因子相關度分析篩選掉弱相關因子C5、C7、C8、C9、C10，將相關度較高的因子與視覺吸引質(zhì)量值進行逐步回歸分析，得到視覺吸引評價最優(yōu)模型，模型中C6、C1、C3、C4、C2 5個因子的顯著性均小于0.05，且容差值都大于0.10，分別為0.699、0.887、0.706、0.939、0.945，R2為0.988，說明通過該模型對視覺吸引進行評價是有效的[15]。

確定最終評價指標后，對5個指標再進行熵值賦權(quán)計算，得到空間尺度、植物綠視率、實體、色彩、水體的權(quán)重分別為0.349、0.038、0.146、0.126、0.426。通過評價模型（4），計算各路段視覺吸引質(zhì)量，并確定質(zhì)量等級（表5）。

4.2 ?結(jié)果與分析

1）從最終指標權(quán)重可以看出，濱河綠道中最重要的視覺吸引要素為水體，說明水體對人的視覺刺激和心理感受有較大影響;空間尺度對視覺的吸引僅次于水體，不同的空間尺度能夠帶給人不一樣的視覺感受;實體和色彩也是重要的視覺吸引要素，能產(chǎn)生視覺刺激，引起視覺注意;植物綠視率權(quán)重在這5個要素中最低，說明就濱水綠道而言，比例適當?shù)闹参锸潜夭豢缮俚?，在此基礎上，還應豐富植物色彩以及配置方式吸引人們視線，優(yōu)化視覺吸引要素，豐富景觀層次，提升視覺吸引質(zhì)量。

2）從表5可以看出，東風渠濱河綠道視覺吸引質(zhì)量整體較高，質(zhì)量等級為Ⅲ級，文博東路-花園路段、北三環(huán)-徐寨路段綠道視覺吸引質(zhì)量最高，為Ⅳ級。2個路段景觀空間曠奧序列變化多樣，植物種類、層次豐富，喬灌草相互搭配形成不同的植物景觀，景觀自然性較高，協(xié)調(diào)度、豐富度較其他路段高。

3）徐寨路-文博東路段、花園路-政七街段、經(jīng)三路-東明路段3個路段視覺吸引質(zhì)量較高，這些路段非自然性較上2個路段較為顯著，視線會被周圍的實體建筑及構(gòu)筑物吸引;空間曠奧變化較少，不能給人步移景異之感。政七街-經(jīng)三路段雖也屬等級Ⅲ，但其較同等級的其他路段而言，非自然感更為顯著。這些路段需進行障景修飾和空間曠奧序列變化處理，減少綠道外建筑對視線的吸引，豐富空間感受。

4）東明路-中州大道段，視覺吸引質(zhì)量最低，該路段植物品種少，層次單一。因中州大道為城市主要交通道路，非自然感顯著，綠道空間曠奧序列變化少，給人一覽無余之感，需對其進行視覺吸引要素優(yōu)化，提升視覺吸引力。

5 ?小結(jié)

濱水綠道視覺吸引量化是進行景觀評價的一種方法，可為綠道規(guī)劃設計提供理論參考，又兼具實際應用價值。在相關研究的基礎上，基于OpenCV和SBE法對東風渠濱水綠道進行視覺吸引分析，通過量化的方法將視覺吸引客觀地描述出來。結(jié)果顯示，濱水綠道整體視覺吸引質(zhì)量值屬于較高水平，文博東路-花園路段、北三環(huán)-徐寨路段視覺吸引質(zhì)量最高;東明路-中州大道段，視覺吸引質(zhì)量最低?？紤]到視線會被美景度不高但是識別度較高的要素吸引，故景觀空間視覺吸引并不等同于景觀美景度，而且該研究中視覺吸引指標之間存在一定的交叉，關系較復雜，在后續(xù)研究中評價指標和研究方法有待進一步細化、科學化。

參考文獻：

[1] LITTLE C. Greenways for American[M].Baltimore：Johns Hopkins university press，1990.

[2] 范 ?榕，李衛(wèi)正，烏日汗.基于無人機圖像分割的環(huán)太湖綠道景觀空間視覺吸引特性研究[J].中國園林，2019，35（5）：74-79.

[3] 范 ?榕，劉濱誼.基于AHP法的景觀空間視覺吸引評價[A].中國風景園林學會.中國風景園林學會2014年會論文集（下冊）[C].北京：中國風景園林學會，2014.

[4] 劉濱誼，范 ?榕.景觀空間視覺吸引機制實驗與解析[J].中國園林，2014，30（9）：33-36.

[5] 范 ?榕，王 ?浩，樂 ?志.基于主成分分析法的城市公園空間視覺吸引機制模式研究——以西雅圖奧林匹克雕塑公園為例[J].中國園林，2017，33（9）：23-27.

[6] 劉濱誼，范 ?榕.景觀空間視覺吸引要素量化分析[J].南京林業(yè)大學學報（自然科學版），2014，38（4）：149-152.

[7] 劉 ?岳，李忠武，唐政洪，等.基于適宜性分析與GIS的長沙市大河西先導區(qū)城市綠道網(wǎng)絡設計[J].生態(tài)學雜志，2012，31（2）：426-432.

[8] 譚少華，趙萬民.綠道規(guī)劃研究進展與展望[J].中國園林，2007（2）：85-89.

[9] 馮紀忠.組景芻議[J].中國園林，2010，26（11）：20-24.

[10] 劉濱誼，范 ?榕.景觀空間視覺吸引要素及其機制研究[J].中國園林，2013，29（5）：5-10.

[11] 鄧小軍，王洪剛.綠化率·綠地率·綠視率[J].新建筑，2002（6）：75-76.

[12] 馬 ?驍.北京市郊野公園景觀視覺環(huán)境影響評價研究[D].北京：首都師范大學，2014.

[13] 李雪瑩，齊 ?童，劉傳安，等.綠道景觀美學質(zhì)量分析模型研究——以北京三山五園綠道為實證對象[J].現(xiàn)代城市研究，2018（4）：45-55.

[14] 王 ?暉，陳 ?麗，陳 ?墾，等.多指標綜合評價方法及權(quán)重系數(shù)的選擇[J].廣東藥學院學報，2007，23（5）：583-589.

[15] 蘭宇翔，林麗麗，傅偉聰，等.基于模糊綜合評價法的福州市免費公園游客滿意度評價[J].山東農(nóng)業(yè)大學學報（自然科學版），2016，47（6）：920-926.