沈欽煒 魏凌偉 熊慧錦 謝煥景 陳孝云 陸東芳 陳小英

1 福建農(nóng)林大學(xué)藝術(shù)學(xué)院園林學(xué)院合署 福州 350002

2 福建農(nóng)林大學(xué)材料工程學(xué)院 福州 350002

自20 世紀(jì)60 年代以來(lái), 國(guó)內(nèi)外許多學(xué)者對(duì)國(guó)家森林景觀視覺(jué)資源進(jìn)行了深入研究, 提出了許多切實(shí)可行的景觀評(píng)價(jià)方法, 如ASG 綜合法[1]、 SBE 美景度法[2]、 SD 語(yǔ)義解析法[3]等。隨著科學(xué)技術(shù)的發(fā)展, 3S 技術(shù)開(kāi)始逐漸普及,景觀評(píng)價(jià)逐步由定性向定量發(fā)展, 將GIS 技術(shù)與景觀視覺(jué)評(píng)價(jià)相結(jié)合, 使之應(yīng)用場(chǎng)景更加廣泛[4]。 對(duì)于利用GIS 對(duì)空間信息進(jìn)行分析和處理的功能, 許多專家與學(xué)者致力于空間連通性、景觀醒目度、 視覺(jué)敏感性等方面。 單一學(xué)科的發(fā)展逐步演變?yōu)槎鄬W(xué)科多專業(yè)的協(xié)同發(fā)展, 在景觀評(píng)價(jià)已有的研究范圍內(nèi), 還延伸拓展至生態(tài)學(xué)、 心理學(xué)、 林學(xué)等領(lǐng)域[5]。 國(guó)內(nèi)的研究主要傾向于從某一角度或某一個(gè)側(cè)面去反映景觀的視覺(jué)特征, 但缺乏系統(tǒng)全面的理論體系與評(píng)價(jià)標(biāo)準(zhǔn), 如何全方位多角度反映景觀視覺(jué)元素變化, 更加科學(xué)合理地選擇評(píng)價(jià)因子是當(dāng)前亟待解決的問(wèn)題。

目前針對(duì)景觀視覺(jué)評(píng)價(jià)的綜合定量分析,提出了很多評(píng)價(jià)方法, 主流評(píng)價(jià)方法有層次分析法[6]、 模糊數(shù)學(xué)法[7]、 主成分分析法[8]、 模糊層次分析法等[9]。 本文結(jié)合GIS 技術(shù)與FAHP模糊層次分析法對(duì)研究地進(jìn)行定量分析, 設(shè)計(jì)科學(xué)可行的景觀視覺(jué)評(píng)價(jià)體系, 力求多層次揭示景觀視覺(jué)資源分布, 多因子分析景觀視覺(jué)資源影響因素。

1 研究方法

江西梅嶺國(guó)家森林公園位于江西省會(huì)南昌市, 與滕王閣隔江相望, 與南昌城區(qū)緊密相連,距中心城區(qū)10 km, 占地面積約11 173.1 hm2。 其中林地占83.5%, 耕地占12%, 水域及濕地占1.5%, 建設(shè)用地占2.2%, 其他用地占0.7%,植物資源豐富, 森林覆蓋率高達(dá)81.5%。 梅嶺屬于亞熱帶季風(fēng)氣候, 全年四季分明。 本研究以景觀視覺(jué)作為出發(fā)點(diǎn), 以梅嶺國(guó)家森林公園作為研究區(qū)域, 建立由相對(duì)距離敏感度、 相對(duì)坡度敏感度、 醒目度敏感度、 視頻敏感度4 個(gè)因子構(gòu)成的景觀視覺(jué)評(píng)價(jià)體系, 利用GIS 的空間分析功能提取各指標(biāo)值, 并運(yùn)用FAHP 法得到各指標(biāo)權(quán)重[10], 最終通過(guò)標(biāo)準(zhǔn)化后的指標(biāo)值與權(quán)重的加權(quán)運(yùn)算得到21 個(gè)景點(diǎn)的景觀視覺(jué)敏感度。

1.1 數(shù)據(jù)來(lái)源

本研究數(shù)據(jù)包括江西梅嶺國(guó)家森林公園總體規(guī)劃(2017—2026), 主要有區(qū)位圖、 綜合現(xiàn)狀圖、 風(fēng)景資源分布圖、 景區(qū)景點(diǎn)分布圖、 游憩項(xiàng)目策劃圖、 游覽線路組織圖等, 來(lái)源于南昌市灣里區(qū)林業(yè)局官網(wǎng)。 梅嶺國(guó)家森林公園遙感圖像來(lái)源于Geospatial Data Cloud (地理空間數(shù)據(jù)云), Landsat 8 OLI_ TIRS 衛(wèi)星數(shù)字產(chǎn)品(數(shù)據(jù)標(biāo)識(shí): LC81220402018107LGN00); 梅嶺國(guó)家森林公園DEM 數(shù)字高程數(shù)據(jù)來(lái)源于Geospatial Data Cloud (地理空間數(shù)據(jù)云),GDEMDEM 30M 分辨率數(shù)字高程數(shù)據(jù)(數(shù)據(jù)標(biāo)識(shí): ASTGTM_ N28E115)。 數(shù)據(jù)預(yù)處理: 按照規(guī)劃范圍對(duì)DEM 高程數(shù)據(jù)進(jìn)行裁剪, 并且以谷歌地圖作為底圖, 結(jié)合梅嶺國(guó)家森林公園總體規(guī)劃篩選出21 個(gè)主要游覽景點(diǎn)與4 條主要游覽路線并進(jìn)行矢量化。

1.2 評(píng)價(jià)指標(biāo)選擇

1) 相對(duì)距離敏感度。 相對(duì)距離敏感度(D)是以某一物體為參照從而反映出人視線距離變化所產(chǎn)生影響的評(píng)價(jià)因子。 以人的感官來(lái)說(shuō),觀察者與景物的距離越近, 所能看到的細(xì)節(jié)越多, 對(duì)人產(chǎn)生的視覺(jué)沖擊就更大; 反之, 距離越遠(yuǎn), 人的視線越難以抓住重點(diǎn), 景點(diǎn)的吸引力也隨之減弱, 因此人相對(duì)于景點(diǎn)越近, 則該景點(diǎn)的相對(duì)距離敏感度越高。 本文將采用GIS中的鄰域分析功能對(duì)該區(qū)域進(jìn)行分析, 借鑒前人研究經(jīng)驗(yàn)建立分級(jí)緩沖帶, 以21 個(gè)景點(diǎn)周邊500 m 范圍內(nèi)作為近景帶, 以景點(diǎn)周圍500 ～1 500 m范圍作為中景帶,以景點(diǎn)周圍大于1 500 m 的范圍作為遠(yuǎn)景帶[11], 利用分析工具分別計(jì)算在近景帶和中景帶范圍的道路長(zhǎng)度, 根據(jù)公式加權(quán)總和, 最終得到相對(duì)距離敏感度, 見(jiàn)圖1 和式(1)。

式(1) 中:d遠(yuǎn)為遠(yuǎn)景帶范圍內(nèi)的道路長(zhǎng)度,d近為近景帶范圍內(nèi)的道路長(zhǎng)度。

2) 相對(duì)坡度敏感度。 相對(duì)坡度敏感度(S)所反映的是游客的視平線與視覺(jué)角度之間的關(guān)系。 研究區(qū)域的地形起伏越大, 表示該區(qū)域的相對(duì)坡度越大, 對(duì)游客最直觀的感受是視覺(jué)仰角變大, 更容易樹(shù)立莊嚴(yán)肅穆的景物形象, 相對(duì)坡度敏感度也就越高。 本文以游客位置至景點(diǎn)位置的相對(duì)距離與游客位置至景點(diǎn)位置水平距離的夾角表示相對(duì)坡度敏感度。 根據(jù)對(duì)研究區(qū)域的地形分析可知游客基本以平視和仰視景物為主。 在平視和仰視的情況下, 游客的視線與景物之間的夾角實(shí)際上就是地形坡度[12], 見(jiàn)圖2 和式(2)。

圖1 相對(duì)距離敏感度分析圖

式(2) 中:β為游客位置至景點(diǎn)位置的相對(duì)距離與游客位置至景點(diǎn)位置的水平距離的夾角, 在平視與仰視情況下即為地形坡度。

圖2 相對(duì)坡度敏感度分析圖

3) 視頻敏感度。 視頻敏感度(F) 取決于游客在游覽過(guò)程中所觀察到的景點(diǎn)頻率, 在整個(gè)游覽過(guò)程中, 游客看到景物的次數(shù)越多, 越容易被景物所吸引, 相應(yīng)的視頻敏感度就越高。在實(shí)際情況中由于游客的游覽路線不確定, 難以探究其視頻敏感度的變化, 因此本次研究假定游客按照設(shè)定的游覽路線行進(jìn)且走完全程。研究中將景點(diǎn)視域與道路游線疊加分析, 提取出相交部分, 即為在整個(gè)游覽過(guò)程中所能看到該景點(diǎn)的道路長(zhǎng)度, 這個(gè)值與游線總長(zhǎng)度的比值即為游客在游覽過(guò)程中觀察到該景點(diǎn)的概率,即為視頻敏感度, 計(jì)算公式如式(3):

式(3) 中:f1為景點(diǎn)視域范圍內(nèi)的游線長(zhǎng)度,f2為研究區(qū)范圍內(nèi)的游線總長(zhǎng)度。

4) 醒目度敏感度。 醒目度敏感度(C) 主要指景物自身借助地理優(yōu)勢(shì)或環(huán)境氛圍所反映出的引起人注意的特性, 具體由環(huán)境對(duì)比度與公眾關(guān)注度兩方面所決定, 計(jì)算公式如式(4)。環(huán)境對(duì)比度是指景物自身與周圍環(huán)境之間的差異性, 可以反映景觀與環(huán)境之間亮度值的變化。研究地為國(guó)家森林公園, 自然環(huán)境良好、 植被茂密, 可以用景物相對(duì)周邊環(huán)境的植被覆蓋度反映其對(duì)比度。 NDVI 是歸一化植被指數(shù), 用來(lái)檢測(cè)區(qū)域植被覆蓋度變化, 可以用來(lái)反映景物與環(huán)境之間的遮擋關(guān)系, 利用遙感圖像對(duì)NDVI指數(shù)進(jìn)行定量分析[13], 利用提取分析計(jì)算各景點(diǎn)位置NDVI 值, 利用鄰域分析計(jì)算各景點(diǎn)視域范圍內(nèi)的平均NDVI 值, 以這兩個(gè)數(shù)據(jù)反映環(huán)境對(duì)比度(圖3)。 公眾關(guān)注度以游客為出發(fā)點(diǎn),深入分析各景點(diǎn)所處的地理位置和所起到的交通職能, 可以看出在重要的交通樞紐例如公園入口、 公園出口、 換乘點(diǎn)等位置, 游客所停留的時(shí)間最久, 公眾關(guān)注度也越高。 公園出入口相比于換乘點(diǎn)人流更加密集, 故公園出入口附近景點(diǎn)的公眾關(guān)注度大于換乘點(diǎn)附近的景點(diǎn)。因此將公園出入口附近景點(diǎn)的公眾關(guān)注度設(shè)定為1, 將換乘點(diǎn)附近景點(diǎn)的公眾關(guān)注度設(shè)置為0.5, 其余景點(diǎn)的公眾關(guān)注度設(shè)置為0。

式(4) 中:Ta為公眾關(guān)注度,Ec為環(huán)境對(duì)比度,w1為公眾關(guān)注度所占權(quán)重,w2為環(huán)境對(duì)比度所占權(quán)重。

1.3 基于FAHP 的景觀視覺(jué)評(píng)價(jià)方法

模糊層次分析法(FAHP) 是在層次分析法的基礎(chǔ)上, 引入優(yōu)先關(guān)系矩陣, 并以此建立模糊一致判斷矩陣分析各因子之間的相互關(guān)系,最終確定各景觀視覺(jué)因子所占的權(quán)重。

1.3.1 確定各因子的優(yōu)先關(guān)系

在本次研究中引入模糊度的原則[14], 相比與層次分析法僅考慮“0” 和“1” 這兩種極端情況, 模糊層次分析法更加客觀, 其建立優(yōu)先關(guān)系矩陣Q 進(jìn)行分析, 以3 個(gè)標(biāo)度作為其評(píng)價(jià)標(biāo)準(zhǔn)(優(yōu)先關(guān)系A(chǔ) 因子重要性大于B、 A 因子重要性等于B、 A 因子重要性小于B 分別對(duì)應(yīng)標(biāo)度1、 0.5、 0), 得到梅嶺國(guó)家森林公園視覺(jué)敏感度優(yōu)先關(guān)系矩陣, 見(jiàn)公式(5)。

1.3.2 建立模糊一致判斷矩陣

通過(guò)優(yōu)先關(guān)系矩陣消除人為因素的干擾,在此基礎(chǔ)上繼續(xù)建立模糊一致判斷矩陣[15], 旨在理清研究思路, 充分全面地考慮問(wèn)題, 建立具有一致性的判斷矩陣, 見(jiàn)式(6) 至式(8)。

式(6) 至式(8) 中:qj為第j行優(yōu)先關(guān)系矩陣數(shù)值之和;mjl為第j行第l列的模糊一致矩陣標(biāo)度值;n為所參與分析的評(píng)價(jià)因子數(shù)量;M為模糊一致判斷矩陣。

1.3.3 計(jì)算各因子的權(quán)重值

由式(9) 和式(10) 可得, 相對(duì)坡度敏感度、 相對(duì)距離敏感度、 醒目度敏感度、 視頻敏感度這4 個(gè)評(píng)價(jià)因子的權(quán)重分別為:

2 評(píng)價(jià)結(jié)果與分析

對(duì)通過(guò)FAHP 法求得的各因子權(quán)重與標(biāo)準(zhǔn)化后各因子數(shù)值, 進(jìn)行加權(quán)求和, 最終得到各因子的景觀視覺(jué)敏感度(表1、 圖4)。

表1 梅嶺國(guó)家森林公園景點(diǎn)視覺(jué)評(píng)價(jià)因子

表1 (續(xù))

圖4 景觀視覺(jué)敏感度綜合分析得分

2.1 相對(duì)距離敏感度

由圖1 可知, 4 號(hào)四季花海的相對(duì)距離敏感度最高, 7 號(hào)洪崖丹井最低, 10 號(hào)三寶樹(shù)、 11號(hào)龍吟谷、 12 號(hào)梅嶺夕照均處于較高水平。 結(jié)合游覽道路協(xié)同分析可知, 相對(duì)距離敏感度高的景點(diǎn)基本上位于主要道路交會(huì)處, 或者道路曲折回環(huán)、 遍布景點(diǎn)周圍。 因此, 距離越近,物體的輪廓與形狀越清晰, 人們所能觀察到的細(xì)節(jié)越多, 越容易引起人的注意, 在相同的觀察條件下, 相對(duì)距離敏感度受道路游線規(guī)劃布局的影響。

2.2 相對(duì)坡度敏感度

坡度數(shù)據(jù)主要由DEM 數(shù)字高程模型經(jīng)由ArcGIS 空間分析模塊得到, 分析結(jié)果如圖2 所示。 梅嶺國(guó)家森林公園平均海拔248.52 m, 主要地形為平原, 西北部地區(qū)較為平坦, 東南部地區(qū)地勢(shì)較為陡峭, 而大部分景點(diǎn)位于坡度較大的東南部地區(qū)。 結(jié)合圖2 可知, 20 號(hào)賞泉亭相對(duì)坡度敏感度最高, 因?yàn)樵摼包c(diǎn)地勢(shì)較高,周圍群山環(huán)抱, 地形陡峭; 19 號(hào)科普時(shí)間基地最低, 這是由于該景點(diǎn)所處區(qū)域地勢(shì)平緩; 4 號(hào)四季花海、 10 號(hào)三寶樹(shù)、 21 號(hào)七彩疊泉均處于較高水平。 因此, 景點(diǎn)所處的坡度越高, 人的視線夾角越大, 越容易給人更加震撼的視覺(jué)體驗(yàn)。

2.3 視頻敏感度

根據(jù)光的直線傳播原理, 景點(diǎn)視域即反映為游客在游覽過(guò)程中所能觀察到該景點(diǎn)的區(qū)域,在該區(qū)域內(nèi)逗留時(shí)間越長(zhǎng), 游客發(fā)現(xiàn)該景點(diǎn)的幾率越大, 則越容易留下深刻印象。 經(jīng)分析可知, 14 號(hào)紫陽(yáng)宮的景點(diǎn)視域雖然不是最大, 但視頻敏感度卻最高, 說(shuō)明道路的設(shè)置與該景點(diǎn)視域剛好契合, 因而導(dǎo)致景點(diǎn)視頻敏感度明顯較高。 因此, 視頻敏感度主要受景點(diǎn)視野開(kāi)闊度與道路游線布置的影響。

2.4 醒目度敏感度

由分析結(jié)果可知, 1 號(hào)銅源港水碓群、 7 號(hào)洪崖丹井、 21 號(hào)七彩疊泉的公眾關(guān)注度最高。游客更喜歡聚集在景點(diǎn)出入口以及道路節(jié)點(diǎn),而處于周邊的景點(diǎn)也更容易受到游人的關(guān)注。

由圖3 可知, 20 號(hào)賞泉亭的環(huán)境對(duì)比度最高, 11 號(hào)龍吟谷最低, 21 號(hào)七彩疊泉和18 號(hào)水上漂均處于較高水平。 整體來(lái)看, 各景點(diǎn)的NDVI 值相對(duì)平均, 環(huán)境對(duì)比度的差異不大, 只有20 號(hào)賞泉亭的數(shù)值格外突出, 究其原因, 可能是該區(qū)域地勢(shì)較高, 坡度較陡, 賞泉亭的出現(xiàn)與周圍環(huán)境形成鮮明反差。

2.5 景觀視覺(jué)敏感度綜合分析

將相對(duì)距離敏感度、 相對(duì)坡度敏感度、 視頻敏感度、 醒目度敏感度按照FAHP 法所求得權(quán)重進(jìn)行加權(quán)疊加, 結(jié)果如圖4 所示。

由圖4 可知, 20 號(hào)賞泉亭景觀視覺(jué)敏感度最高, 這是因?yàn)樵摼包c(diǎn)周圍群山環(huán)抱, 地形陡峭, 在此處設(shè)置景點(diǎn)容易和周圍環(huán)境產(chǎn)生強(qiáng)烈對(duì)比, 引起游客興趣, 而且該景點(diǎn)地勢(shì)較高,視野開(kāi)闊, 游覽道路依附山勢(shì)盤旋而上, 游客沿著道路可將周圍一切盡收眼底; 17 號(hào)森林浴場(chǎng)和19 號(hào)科普實(shí)踐基地的景觀視覺(jué)敏感度最低, 前者是由于該景點(diǎn)的可視面積較小, 視野相對(duì)狹窄, 不容易被游客注意也無(wú)法滿足游客的觀景需求, 后者是由于地勢(shì)平坦, 周圍相關(guān)景點(diǎn)較少, 處于被孤立的狀態(tài)。

整體來(lái)看, 21 個(gè)景點(diǎn)的景觀視覺(jué)敏感度具有較大差異, 這與各個(gè)景點(diǎn)的周邊環(huán)境密不可分。 景觀視覺(jué)敏感度較高的景點(diǎn)包括4 號(hào)、 20號(hào)、 21 號(hào)等, 較低的包括3 號(hào)、 5 號(hào)、 17 號(hào)、19 號(hào)等。 經(jīng)過(guò)比較可以發(fā)現(xiàn): 數(shù)值較高的景點(diǎn),其4 項(xiàng)因子的得分都比較均衡; 反觀數(shù)值較低的景點(diǎn), 其4 項(xiàng)因子中總會(huì)有1 個(gè)或2 個(gè)因子是低于平均水平的, 這也反映了景觀視覺(jué)敏感度是受多因子協(xié)同作用的結(jié)果。

3 結(jié)論與討論

本研究以梅嶺國(guó)家森林公園作為研究對(duì)象,利用模糊層次分析法確定各因子權(quán)重, 對(duì)相對(duì)距離敏感度、 相對(duì)坡度敏感度、 視頻敏感度、醒目度敏感度進(jìn)行綜合分析, 最終得到研究區(qū)景觀視覺(jué)綜合評(píng)價(jià)分析圖。 研究結(jié)論如下: 相對(duì)距離敏感度最高的景點(diǎn)為四季花海; 相對(duì)坡度敏感度最高的景點(diǎn)為賞泉亭; 視頻敏感度最高的景點(diǎn)為紫陽(yáng)宮; 醒目度敏感度最高的景點(diǎn)為七彩疊泉; 景觀視覺(jué)敏感度最高的是賞泉亭。本研究所使用的模糊層次分析法是通過(guò)建立綜合評(píng)價(jià)體系對(duì)景觀視覺(jué)因子進(jìn)行定量評(píng)價(jià), 相比于傳統(tǒng)的專家打分法或者層次分析法更具客觀性, 并從4 個(gè)方面進(jìn)行定量研究, 具有較好的綜合性和合理性。

隨著社會(huì)不斷發(fā)展, 人們對(duì)精神生活提出更高要求, 如何合理規(guī)劃現(xiàn)有優(yōu)質(zhì)景觀資源,為游客創(chuàng)造優(yōu)質(zhì)的旅游環(huán)境, 是促進(jìn)旅游業(yè)發(fā)展、 滿足人民美好生活需要的一部分。 游客對(duì)于景觀的感受直接反映為景觀的優(yōu)劣程度, 因此可以利用景觀視覺(jué)評(píng)價(jià)對(duì)景點(diǎn)質(zhì)量進(jìn)行分析,為國(guó)家森林公園整體規(guī)劃提供合理的指導(dǎo)建議。本研究也存在一定不足之處, 例如缺少對(duì)游客心理感受的分析, 對(duì)于景點(diǎn)的分析具有一定局限性, 條件太過(guò)理想化等等, 因此構(gòu)建一個(gè)更加合理、 更加完善的景觀視覺(jué)評(píng)價(jià)體系仍是今后需要努力的目標(biāo)。