成 實 王建國

在快速城市化進(jìn)程中，中國正式進(jìn)入城鎮(zhèn)化進(jìn)程的“下半場”，城市設(shè)計愈發(fā)注重空間內(nèi)涵品質(zhì)的提升和公眾訴求的滿足。

視覺評價被視為衡量城市環(huán)境品質(zhì)優(yōu)劣的主要途徑之一，其建立起了城市空間與公眾感知之間的相互聯(lián)系，對于城市空間品質(zhì)的提升及特色的塑造均具有十分重要的意義。過往的視覺研究多聚焦于人群靜態(tài)觀景行為，如何遵循人群動態(tài)觀景行為特征，采用數(shù)字景觀技術(shù)通過定量化分析手段系統(tǒng)解讀城市環(huán)境，建立起城市空間環(huán)境與人群視覺感知間的雙向聯(lián)系是本文研究的核心。

1 研究緣起：城市“景-觀”互動的規(guī)劃理論與技術(shù)的再探索

1.1 既有視覺評價研究

長期以來，對于人群視覺感知的探討一直是學(xué)術(shù)界的關(guān)注熱點?；谶^往研究成果，視覺感知評價研究可概括為特性分析型、專家經(jīng)驗型、公眾感知型和綜合評價型4種類型。整體而言，過往視覺評價更關(guān)注于人群“視覺感知”層面的單一影響，缺少對于“視覺感知”及“城市空間”互動關(guān)聯(lián)的系統(tǒng)建構(gòu)，評價方式多依靠主觀判斷。

1.2 “景-觀”互動規(guī)劃理念

2009年，王建國院士團(tuán)隊在《西湖東岸城市景觀規(guī)劃──西湖申遺之城市景觀提升工程》中首次提出了“景-觀”互動的雙向規(guī)劃理論與相應(yīng)的解析技術(shù)，在實踐研究中為解析西湖景觀中人群視覺感知與城市空間形態(tài)的內(nèi)在相關(guān)性，借助于GPS技術(shù)、問卷訪談、觀賞點標(biāo)注等方法，通過對“湖、城、人”三要素及三者關(guān)系的分析，探討了西湖的景觀特征與城市及游人觀賞行為間的關(guān)系，在此基礎(chǔ)上建構(gòu)了城市空間的GIS數(shù)字化平臺，分析城市未來最優(yōu)的高度形態(tài)分布，尋求西湖東岸城市景觀控制的不同途徑及應(yīng)對策略，實現(xiàn)“景”和“觀”的等量齊觀[1]。隨后，將“景-觀”互動的視覺評價方法在杭州大運河等實踐研究中加以應(yīng)用[2-3]，在實踐過程中不斷優(yōu)化該評價方法。

1.3 技術(shù)引領(lǐng)下的評價方法革新

隨著第四代基于人機互動的數(shù)字化城市設(shè)計時代的到來，預(yù)示著城市研究與實踐正邁向科學(xué)化和定量化，研究方法及技術(shù)均有大幅度躍升。過往城市研究受技術(shù)手段束縛存在的主觀化、片面化等不足正不斷被改進(jìn)[4]。

從視覺研究的角度來看，以審美體驗為核心的人群視覺感知分析一直是城市與風(fēng)景園林領(lǐng)域關(guān)注的核心問題。過往研究中的人群視覺感知難以被客觀描述和測量，多停留在語義分析階段。然而現(xiàn)階段，計算機技術(shù)、虛擬呈像技術(shù)和生理數(shù)據(jù)采集技術(shù)等科學(xué)技術(shù)正逐漸融入視覺景觀研究領(lǐng)域，研究者嘗試通過構(gòu)建虛擬場景、捕捉人群視覺生理數(shù)據(jù)等一系列科學(xué)量化手段對既有視覺研究方法加以拓展[5-8]，進(jìn)一步厘清人群視覺感知與城市空間形態(tài)間的關(guān)系，并依托于相關(guān)技術(shù)的支撐，實現(xiàn)對城市空間數(shù)據(jù)及人群視覺感知數(shù)據(jù)的量化處理，大幅度提升城市視覺研究的精準(zhǔn)度及效率。

2 方法提出：基于“景-觀”理念下的動態(tài)觀覽評價方法

延續(xù)“景-觀”互動的視覺研究理念，本文重點關(guān)注“城市、自然、人群”3個方面的相互關(guān)聯(lián)，融入新技術(shù)手段提出了符合人群觀景行為特征的“動態(tài)觀覽評價”新方法。

2.1 評價方法定義

動態(tài)觀覽評價，即遵從人群觀賞行為所具有的“隨機”“漫游”特征，順應(yīng)人群在城市空間中的觀景行為方式，強調(diào)在不同觀景行為方式的相互作用下人群對于城市空間所產(chǎn)生的復(fù)合視覺感知變化。相較于過往的視覺評價研究而言，動態(tài)觀覽評價研究避免了單一視點的局限性，更注重“景”與“觀”的互動關(guān)聯(lián)。

2.2 評價機制解析

人類的視覺感知包含2種大相徑庭的基本機制，一種是“自下而上”(Bottom-Up)或刺激驅(qū)使(Stimulus-Driven)的獨立于任務(wù)的視覺注意機制，依靠人群視覺本能加以接受，并提取出必要的視覺輸入信息；另一種是“自上而下”(Top-Down)或目標(biāo)驅(qū)使(God-Driven)的依賴于任務(wù)的視覺關(guān)注機制，取決于觀察的目標(biāo)及任務(wù)，通過大腦指定任務(wù)來完成視覺搜尋的工作[9-10]。

相較而言，動態(tài)觀覽評價符合人群“自下而上”的視覺關(guān)注機制，即隨著人群觀景行為方式的變化，在城市空間的不同區(qū)位下對所視景物產(chǎn)生相應(yīng)的視覺生理反應(yīng)，并將眼睛所接收到的外在空間信息直接傳遞給大腦，從而產(chǎn)生心理層面的情緒變化影響。具體而言，動態(tài)觀覽評價機制涉及“物理-生理-心理”3個領(lǐng)域(圖1)。

圖1 動態(tài)觀覽評價機制

1)物理領(lǐng)域。

物理領(lǐng)域指環(huán)境的客觀物質(zhì)形態(tài)受功能、區(qū)位、文化、氣候等多重因素的復(fù)雜作用，造成不同類型的空間環(huán)境對于人群視覺感知及心理情緒具有顯著的差異影響。

2)生理領(lǐng)域。

生理領(lǐng)域指客觀物質(zhì)形態(tài)作為一種刺激由光線進(jìn)入視網(wǎng)膜，轉(zhuǎn)而被大腦皮層再加工的過程?？挤蚩?Koffka)在《格式塔心理學(xué)》一書中指出，空間中的人群認(rèn)知受到行為組織的影響，空間絕非純視覺的，對于人群空間感知的研究應(yīng)當(dāng)綜合對其行為方式的分析。因此，動態(tài)觀覽評價過程中更注重不同觀景行為方式(本研究分為停駐型和通過型)下人群的視知覺反應(yīng)。

3)心理領(lǐng)域。

心理領(lǐng)域負(fù)責(zé)理解、認(rèn)知和激發(fā)情感。人群視覺感知與其心理情緒之間存在密切關(guān)聯(lián)。心理情緒是人群視覺感知累計后產(chǎn)生的片段反應(yīng)結(jié)果，其價值反映在對于客觀事物的信息傳遞過程中。

綜上所述，動態(tài)觀覽評價旨在對城市空間中物理、生理、心理3個領(lǐng)域所關(guān)聯(lián)的“空間”(景)及“人群”(觀)數(shù)據(jù)分別加以挖掘與量化分析，試圖以人群不同觀景行為方式下的視覺生理及情緒心理評價結(jié)果作為參照，判斷城市空間的物理特征對于人群視覺感知所產(chǎn)生的具體影響效應(yīng)，從而逐級建構(gòu)起“景”與“觀”的數(shù)學(xué)關(guān)聯(lián)性。

2.3 評價途徑

動態(tài)觀覽評價分為以下6個步驟(圖2)。

圖2 動態(tài)觀覽評價流程

1)步驟一：空間場景采集。

為便于對研究片區(qū)中“景”“觀”2個維度進(jìn)行量化及分析，需對研究片區(qū)分別進(jìn)行傾斜攝影采集和實景影像錄制。

傾斜攝影采集是為建構(gòu)起研究片區(qū)的三維實景模型，便于呈現(xiàn)研究片區(qū)的具體空間形態(tài)特征及進(jìn)行后續(xù)空間量化分析；實景影像錄制是為探析研究片區(qū)中人群的動態(tài)視覺感知變化，需根據(jù)人群觀景行為方式進(jìn)一步對研究片區(qū)進(jìn)行實景影像錄制，并制作成實驗樣本。

2)步驟二：場地單元劃分。

考慮到研究片區(qū)通常占地面積較大且空間內(nèi)部涵蓋要素較復(fù)雜①，為保證評價分析的精準(zhǔn)性，綜合考量不同視距下人群可感知的空間要素[11]、景觀空間的形態(tài)復(fù)雜度，以及后續(xù)量化運算的可操作性。評價中以300m×300m的立體空間單元為基準(zhǔn)對研究片區(qū)加以劃分，從而形成數(shù)個立體空間單元以供后續(xù)分析研究。

3)步驟三：場地單元歸類。

為提高研究效率，綜合研究場地中“景”(空間通視率)與“觀”(觀景空間面積占比)兩方面因素對上文劃分的空間單元加以歸類，從中篩選出典型空間單元展開詳細(xì)研究。

4)步驟四：人群感知量化。

為進(jìn)一步量化探析研究片區(qū)中人群的動態(tài)視覺感知體驗，首先依托于各典型空間單元的劃分，將實景影像制作成若干實驗樣本；其次采取實驗分析的方式，通過眼動生理監(jiān)測輔以情緒量表的途徑對各典型空間單元中人群不同觀景行為方式下的視覺感知情況加以量化；最后經(jīng)過數(shù)據(jù)檢驗，將人群視覺感知數(shù)據(jù)擬合至對應(yīng)空間單元中，以反映出各空間單元內(nèi)部人群視覺感知的差異變化并進(jìn)行分析。

5)步驟五：空間指標(biāo)計算。

為挖掘出研究片區(qū)中影響人群視覺感知的具體空間要素，首先通過實驗分析得到的被試者眼動熱力圖篩選出研究片區(qū)中人群的視覺關(guān)注區(qū)域及要素；再結(jié)合過往研究，厘清并總結(jié)出視覺關(guān)注要素所涉及的12項空間影響指標(biāo)，以全方位地表征濱江公共觀景空間內(nèi)外部形態(tài)特征；最后經(jīng)由對指標(biāo)量化路徑的設(shè)計、空間數(shù)據(jù)的建模，以及指標(biāo)相關(guān)算法的提出，基于所建構(gòu)的研究片區(qū)傾斜攝影模型，計算出各空間單元所涉及的空間影響指標(biāo)的相應(yīng)指數(shù)并加以分析論述。

6)步驟六：指標(biāo)關(guān)聯(lián)分析。

基于對研究片區(qū)中“景”與“觀”2個維度各要素的提取及量化，采取定性與定量相結(jié)合的現(xiàn)代數(shù)學(xué)決策分析方法對各影響因素進(jìn)行綜合判斷，明確研究片區(qū)中“景-觀”之間的相互影響效應(yīng)，建立起“景-觀”雙向預(yù)測模型。在此基礎(chǔ)上，根據(jù)人群“觀”的偏好程度確定研究片區(qū)中“景”的最佳取值區(qū)間，試圖將人群實際觀景感受融入城市空間形態(tài)的量化評判。

2.4 技術(shù)嘗試

考慮到動態(tài)觀覽評價主要與城市空間中“景”“觀”2個維度相關(guān)聯(lián)，更涉及物理、生理及心理3個領(lǐng)域，為保證研究分析的可靠性及精準(zhǔn)性，下文根據(jù)評價所涉及的領(lǐng)域?qū)?yīng)用到的數(shù)字技術(shù)進(jìn)行詳解。

1)物理領(lǐng)域：空間場景的模型建構(gòu)及影像生成。

為實現(xiàn)對“景”的量化研究，采用傾斜攝影技術(shù)對研究片區(qū)空間數(shù)據(jù)加以全面采集，建構(gòu)出研究片區(qū)的三維實景空間模型，以供后續(xù)空間影響指標(biāo)的量化計算。同時，為便于對“觀”的實驗分析，考慮到心理學(xué)研究中“圖像-優(yōu)勢效應(yīng)”(Picture Superiority Effect)指明“使用圖像任務(wù)進(jìn)行偏好選擇被認(rèn)為是增強現(xiàn)實的一種潛在方法，可提高調(diào)查數(shù)據(jù)的有效性”，因而過往研究常運用靜態(tài)照片及動態(tài)影像2種方式構(gòu)建實驗樣本，其中，動態(tài)影像更加貼近人群真實的空間感受。因此，本文采用GoPro動態(tài)實景采集技術(shù)對研究片區(qū)場景進(jìn)行全方位采集，形成場景影像樣本庫，作為測量人群視覺生理及心理數(shù)據(jù)的實驗樣本。

2)生理及心理領(lǐng)域：人群視覺感知數(shù)據(jù)的獲取。

為呈現(xiàn)出研究片區(qū)中人群的視覺感知變化，采用實驗分析的手段分別獲取人群的視覺生理數(shù)據(jù)和情緒心理數(shù)據(jù)。其中，針對人群視覺生理數(shù)據(jù)，主要采用生理數(shù)據(jù)監(jiān)測設(shè)備獲取人群的“直接視知覺”反應(yīng)；情緒心理數(shù)據(jù)則采用心理學(xué)研究中的情緒量表，以進(jìn)一步解析人群眼動反應(yīng)背后的情緒變化狀況。

3 實例探索：以南京市濱江型公共空間為例

動態(tài)觀覽評價對于塑造城市景觀空間及其周邊環(huán)境風(fēng)貌、平衡“城市發(fā)展”與“公眾訴求”間的矛盾具有積極作用。

我國流域面積超過1 000km2的河道多達(dá)1 500余條，僅長江、黃河、珠江3條水系沿線城市就達(dá)近百座，此類城市均可歸為濱江型城市。由于濱江型城市沿江區(qū)域具有較高的空間價值，因此通常作為城市開發(fā)建設(shè)的重點關(guān)注區(qū)域，然而在快速城市化進(jìn)程下，大量建設(shè)用地占據(jù)了濱江沿線的大部分區(qū)域。如何在兼顧人群觀景活動體驗的同時保障濱江型城市的特色風(fēng)貌，已然成為現(xiàn)階段濱江型城市發(fā)展過程中所面臨的共性議題之一。本文選取長江下游地區(qū)具有代表性的濱江型城市──南京作為研究案例，驗證動態(tài)觀覽評價方法的實操性，并對相應(yīng)問題予以解析。

3.1 實例選取

南京濱江風(fēng)光帶全線長度58km。本文根據(jù)對南京濱江沿線公共空間的梳理，將濱江沿線的公共空間劃分為幕燕、青奧、綠博、下關(guān)和魚嘴5個區(qū)段(圖3)，并展開詳細(xì)研究。

圖3 部分研究片區(qū)

3.2 方法運用

依據(jù)人群在濱江型公共空間中的觀景行為特征，分別從“景”與“觀”2個方面入手對所選取的南京濱江片區(qū)展開深入的定量解析，并通過數(shù)學(xué)決策模型架構(gòu)起二者間的關(guān)聯(lián)，形成“景-觀”雙向預(yù)測模型，另綜合人群眼動生理指標(biāo)及人群觀景心理偏好指標(biāo)分析判斷出濱江型公共空間中各類“景”要素的最佳取值區(qū)間。

3.3 “觀”的探析

對于南京濱江型公共空間中人群“觀”的探析，旨在研究濱江型公共空間中人群在不同觀景行為方式下的視覺生理反應(yīng)及所引發(fā)的相應(yīng)情緒感知變化?；谶^往視覺研究成果，采取實驗分析的方式(圖4)進(jìn)行探析，具體流程分為樣本制作、實驗操作、數(shù)據(jù)處理和數(shù)據(jù)分析4個步驟。

圖4 實驗技術(shù)路徑

1)樣本制作。

考慮到南京濱江型公共空間的覆蓋范圍較廣且各片區(qū)間風(fēng)貌差異較大，涉及江岸線長度共約14.5km、陸地面積23.7km2，覆蓋了南京長江全線公共觀景空間，為保證研究的準(zhǔn)確性，將研究片區(qū)劃分為63個立體空間單元，選取其中32個典型空間單元加以詳細(xì)探討。在此基礎(chǔ)上，依據(jù)對人群觀景行為方式的歸納，分別對各典型空間單元中“停駐型”及“通過型”2類觀景空間進(jìn)行人眼視角下的實景影像錄制，并結(jié)合實驗分析的需要，按觀景行為方式及空間單元對所采集的實景視頻進(jìn)行處理、編碼及成組。

2)實驗操作。

根據(jù)實驗樣本的分類及組別形成多個實驗項目，選取34名被試者進(jìn)行實驗操作，并記錄各被試者的眼動及情緒2類測試數(shù)據(jù)。在實驗中，采用aSee studio固定式眼動儀及眼動分析系統(tǒng)測量不同被試者對于各實驗樣本的眼動生理變化，并輔以心理學(xué)研究中常用的情緒量表進(jìn)一步記錄被試者眼動反應(yīng)當(dāng)下的情緒變化。實驗后，共計獲取數(shù)據(jù)樣本1 024個。

3)數(shù)據(jù)處理。

實驗后導(dǎo)出數(shù)據(jù)，對眼動及情緒2類數(shù)據(jù)進(jìn)行匯總和清理，在ArcGIS平臺中按照各實驗樣本所處區(qū)段將實驗數(shù)據(jù)錄入至對應(yīng)的通過及停駐空間中，以便后續(xù)的實驗分析。

4)數(shù)據(jù)分析。

實驗數(shù)據(jù)分析分為情緒分析②、眼動分析③和波動分析④3個部分，分別針對動態(tài)觀覽評價中所涉及的心理、生理及物理3個領(lǐng)域。采用概率學(xué)及統(tǒng)計學(xué)中變異系數(shù)(Coefficient of Variation)計算等方式確定各研究區(qū)段中被試者的情緒、眼動及波動指數(shù)，以解析南京濱江型公共空間不同區(qū)段中人群不同觀景行為方式下的視覺感知情況。

3.4 “景”的解析

人群的視覺感知是在空間尺度、形狀、色彩等多種空間特征復(fù)合作用下產(chǎn)生的。因此，本文認(rèn)為人群在不同觀景行為方式下對濱江環(huán)境的眼動及情緒反應(yīng)變化亦受到其所處區(qū)位下多維度空間特征因素的復(fù)合作用。

基于前文通過動態(tài)觀覽評價對南京濱江型公共空間中人群視覺及情緒反應(yīng)的解析，旨在厘清濱江型公共空間中影響人群視覺感知的空間要素及相應(yīng)指標(biāo)，具體分為視覺影響要素提取、量化路徑設(shè)定及空間建模、指標(biāo)量化計算及分析3個研究步驟(圖5)。

圖5 空間指標(biāo)量化路徑

1)視覺影響要素提取。

借助眼動實驗得出的人群視覺熱力圖，挖掘出濱江型公共空間中人群視覺關(guān)注的區(qū)域及要素，再結(jié)合過往視覺研究篩選出人群視覺關(guān)注的空間要素所對應(yīng)的空間影響指標(biāo)。

2)量化路徑設(shè)定及空間建模。

為進(jìn)一步厘清南京濱江型公共空間中各類空間影響指標(biāo)對人群視覺感知的具體影響，需對研究片區(qū)中空間影響指標(biāo)的量化路徑予以擬定[11]，并建構(gòu)及選取量化分析所依托的三維空間模型和軟件分析平臺，以便后續(xù)計算各項空間指數(shù)。

3)指標(biāo)量化計算及分析。

在前2個步驟的基礎(chǔ)上，以過往視覺研究為基礎(chǔ)[12]，融入地理學(xué)、生態(tài)學(xué)等相關(guān)領(lǐng)域的研究成果，對本研究所涉及的各項空間指標(biāo)計算方式予以擬定，從而實現(xiàn)相關(guān)指標(biāo)算法的科學(xué)集成。最終，在ArcGIS平臺中對研究片區(qū)所涉及的各項空間影響指標(biāo)加以計算，不僅便于觀察各研究區(qū)段中各項空間影響指標(biāo)的分布差異及特征，也為后續(xù)研究提供數(shù)據(jù)基礎(chǔ)。其中，考慮到空間影響指標(biāo)計算涉及的測試視點數(shù)量眾多(以50m/個為單位加以劃分，共計296個)，因此，延續(xù)3.3小節(jié)“‘觀’的探析”中對研究片區(qū)各典型空間單元的劃分、選取及編碼，以便在后續(xù)研究中與“觀”的指標(biāo)數(shù)值加以擬合。

3.5 “景-觀”關(guān)聯(lián)預(yù)測模型及指標(biāo)量化控制

基于前文對于南京濱江型公共空間“景”“觀”2個維度的實證分析及對各項影響要素的提取和量化，通過采取定性與定量相結(jié)合的現(xiàn)代數(shù)學(xué)決策分析方法對“景”“觀”2個維度多項影響因素的綜合判斷，明確“景”與“觀”的相互影響效應(yīng)，建立起南京濱江型公共空間的“景-觀”雙向預(yù)測模型，并選取3～4個實證案例代入評價模型中進(jìn)行運算，檢驗評價模型的有效性。再根據(jù)人群“觀”的偏好程度確定南京濱江型公共空間中“景”的最佳取值區(qū)間，實現(xiàn)對于“景-觀”的綜合考量，將人群實際觀景感受融入對城市空間形態(tài)的評判中(圖6)。

圖6 “景-觀”雙向預(yù)測模型框架

1)“景-觀”預(yù)測模型建構(gòu)。

通過MATLAB軟件平臺采用PLS(偏最小二乘估計法)計算方式[13]對動態(tài)觀覽評價下南京濱江型公共空間內(nèi)外部形態(tài)特征與人群視覺反應(yīng)及其情緒心理3個領(lǐng)域間的相互關(guān)系進(jìn)行綜合判斷，并計算各領(lǐng)域間的具體影響效應(yīng)。

在預(yù)測模型的建構(gòu)中，從停駐和通過2種觀景行為方式入手。首先，從“生理-心理”維度指標(biāo)著手，厘清在濱江型公共空間中人群情緒感知與眼動生理反應(yīng)間的關(guān)聯(lián)效應(yīng)；其次，聚焦“生理-空間”維度指標(biāo)，進(jìn)一步厘清濱江型公共空間中人群眼動生理反應(yīng)與各維度空間形態(tài)指標(biāo)間的關(guān)聯(lián)效應(yīng)；最終，逐級建構(gòu)起濱江型公共空間“景-觀”雙向預(yù)測模型。在此基礎(chǔ)上，對模型有效性加以檢驗，發(fā)現(xiàn)實際觀測值與模型預(yù)測值2類數(shù)據(jù)間離散度較低，且顯著性處于0.993～0.997區(qū)間內(nèi)，說明實際觀測值與預(yù)測值無明顯差異，即預(yù)測模型有效。以通過型觀景行為方式為例，經(jīng)模型計算，將標(biāo)準(zhǔn)化的變量系數(shù)還原成原始數(shù)據(jù)的變量系數(shù)及常數(shù)項，還原后的回歸方程形式如下。

(1)“生理-心理”維度：

Y1=3.703+0.742X1+1.107X2-0.138X3

Y2=3.203+0.294X1+1.241X2-0.314X3

式中，Y1為通過型行為情緒效價；Y2為通過型行為情緒喚醒度；X1為平均注視時長均值；X2為注視頻率均值；X3為首次注視時長均值。

(2)“心理-空間”維度：

Y3=0.351-0.001X4-0.122X5+0.10X6-0.338X7-0.060X8

Y4=1.967-0.022X4+0.402X5+0.27X6+2.709X7-0.569X8

Y5=0.005-0.006X4+0.106X5-0.068X6-0.241X7+0.194X8

式中，Y3為通過型行為平均注視時長均值；Y4為通過型行為注視頻率均值；Y5為通過型行為首次注視時長均值；X4為分離度；X5為高寬比；X6為可視層次；X7為建筑占空度；X8為起伏頻率。

通過模型運算與假設(shè)驗證，可發(fā)現(xiàn)在不同觀景體驗方式下，相同空間指標(biāo)對于人群的空間感知影響存在顯著差異，甚至起到相反作用。如“起伏頻率”指標(biāo)，在通過型觀景過程中，外部界面的天際輪廓起伏變化越平緩，天際輪廓對于人群的視覺吸引力越強，越能調(diào)動人群觀景過程中的愉悅感；而在停駐型觀景過程中則相反。

2)指標(biāo)控制區(qū)間劃定。

基于對濱江型公共空間“景-觀”影響效應(yīng)的分析，篩選出不同觀景行為方式下對人群觀景體驗存在強烈影響的主要空間指標(biāo)。將人群的視覺眼動數(shù)據(jù)(生理指標(biāo))及觀景愉悅度(情緒指標(biāo))作為參照，借助頻率直方圖劃定出各主要空間指標(biāo)的建議取值區(qū)間[14]。再綜合判斷“景”“觀”2個維度間的影響效應(yīng)，分級評定各項主要空間指標(biāo)，最終得出2個一級優(yōu)選指標(biāo)和5個二級優(yōu)選指標(biāo)(表1)。對比所篩選出的7個優(yōu)選指標(biāo)，可發(fā)現(xiàn)外部環(huán)境指標(biāo)對于人群觀覽感知的影響更加明顯。

表1 優(yōu)選空間指標(biāo)匯總

4 結(jié)論及展望

本文基于對過往研究成果的梳理、總結(jié)、優(yōu)化和創(chuàng)新，提出了城市空間研究的視覺評價新途徑──“動態(tài)觀覽評價”，并選取南京濱江型公共空間作為研究案例，從“空間物理特征、眼動生理反應(yīng)、情緒心理變化”3個方面建立起南京濱江型公共空間中“景”與“觀”之間的互動關(guān)聯(lián)，為后續(xù)城市視覺評價研究提供了新思路，適用于中微觀尺度下的景觀空間評價。雖然該評價方法仍有待在后續(xù)研究及實踐中不斷優(yōu)化提升，但本研究試圖在方法及技術(shù)2個方面有所突破。

4.1 方法層面：嘗試提出遵循人群觀景行為特征的視覺評價新途徑

在過往的視覺研究中，缺乏對于人群實際觀景體驗下視覺感知的關(guān)注。而動態(tài)觀覽評價是遵循人群觀景行為特征，反映城市空間中“人群審美訴求”與“空間形態(tài)塑造”相互作用的新興評價途徑之一。在評價研究中采用了生理監(jiān)測技術(shù)、傾斜攝影技術(shù)、PLS(偏最小二乘法)分析建模等技術(shù)手段實現(xiàn)對于“景”“觀”的量化研究及其相互影響效應(yīng)的判斷，揭示出濱江型公共空間中“景”“觀”2個維度之間的內(nèi)在規(guī)律，基于動態(tài)觀覽評價構(gòu)建起濱江型公共空間視覺研究模型。本研究試圖進(jìn)一步完善既有視覺景觀評價體系，為后續(xù)城市空間規(guī)劃與設(shè)計提供指引，但在未來的研究中，相關(guān)指標(biāo)算法與測試人員樣本仍待持續(xù)優(yōu)化及擴(kuò)充。

4.2 技術(shù)層面：“多技術(shù)、多源數(shù)據(jù)”相結(jié)合的視覺評價方法將提高研究精度及效率

為系統(tǒng)解決城市空間所面臨的“景-觀”問題，實現(xiàn)非量化因素的可量化研究，將數(shù)字化分析手段融入“采集-處理-建模-分析”的研究全過程，不再局限于單一技術(shù)或單一環(huán)節(jié)的簡單運用，不僅實現(xiàn)了對于濱江型公共空間中“景-觀”問題的量化分析，也提升了研究精度及效率，為后續(xù)城市形態(tài)量化研究及視覺評價研究的發(fā)展奠定基礎(chǔ)。與此同時，面對人機互動的研究趨勢，在未來研究中需要在現(xiàn)有的參數(shù)化平臺中，選取更具開放性且易于可視化操作的Grasshopper等工具，建立人群動態(tài)觀覽與濱江公共空間之間的聯(lián)動機制，以期當(dāng)人群動態(tài)觀覽數(shù)據(jù)輸入后，濱江公共空間評價模型可迅速做出價值判斷，識別出待優(yōu)化的形態(tài)要素，以進(jìn)一步提高計算精度與效率。

注：文中圖片均由作者繪制。

致謝：感謝博士生導(dǎo)師王建國教授及團(tuán)隊各位老師所給予的諸多教誨，以及對此文的指導(dǎo)與幫助。

注釋：

①研究場地采集范圍：考慮到城市空間中人眼的視覺感知受到其內(nèi)外部環(huán)境的綜合影響，在研究過程中需對研究區(qū)域及其周邊600m范圍內(nèi)的城市環(huán)境進(jìn)行統(tǒng)一采集，以保證后續(xù)研究分析的準(zhǔn)確性。

②情緒分析：主要依據(jù)評價問卷中情緒效價及情緒喚醒度2項指標(biāo)的打分情況，判斷各空間單元中被試者的情緒傾向性。

③眼動分析：依托于眼動實驗監(jiān)測到的各項眼動指標(biāo)，基于對各項眼動指標(biāo)顯著性及指標(biāo)釋義的綜合判斷，選取典型眼動指標(biāo)并將相應(yīng)指數(shù)擬合至對應(yīng)的路段及停駐點中，測算出人群對各空間單元的視覺關(guān)注程度、空間認(rèn)知負(fù)荷及空間信息加工難度。

④波動分析：反應(yīng)空間單元內(nèi)部各空間視點眼動指數(shù)間的差異變化，通常情況下，空間單元內(nèi)外部環(huán)境形態(tài)特征變化越大，人群眼動指數(shù)波動越強烈。