景觀結(jié)構(gòu)要素與色彩因子對濱水景觀視覺質(zhì)量的影響
——以武漢東湖磨山景區(qū)為例

馬薛騎，裘鴻菲，張 群

(華中農(nóng)業(yè)大學 園藝林學學院，湖北 武漢 430070)

濱水景觀作為城市生態(tài)環(huán)境和游憩空間的重要組成部分，影響著城市水環(huán)境和城市的景觀特質(zhì)，承載著城市公共綠地的重要職能，是人們親近自然、休閑游憩的重要場所。已有研究表明人們對景觀與環(huán)境的感知主要表現(xiàn)在視覺上[1]，景觀視覺質(zhì)量的高低會直接影響游客的體驗[2]，良好的視覺環(huán)境還會對人的身心健康大有裨益[3]，因此對濱水景觀的視覺質(zhì)量研究便顯得尤為重要。

景觀視覺吸引要素是景觀視覺質(zhì)量評價的基礎和重要依據(jù)，根據(jù)相關文獻[4]景觀視覺吸引要素可歸納為空間尺度和距離、實體、色彩、植被、水體、質(zhì)地等12項要素。目前研究多從綠地結(jié)構(gòu)[5]、景觀構(gòu)成[6]、景觀要素組合[7]、景觀空間格局[8-9]、色彩調(diào)和[10]和色彩斑塊特征[11]等角度對景觀視覺吸引要素進行解析，進而展開評價研究?，F(xiàn)有研究已涵蓋景觀視覺吸引要素的大多方面，但多數(shù)僅研究其中幾項要素對景觀視覺質(zhì)量的影響，綜合多方要素的評價研究目前尚少。

空間要素是景觀視覺吸引要素的基礎，對視覺注意力有重要的影響[12]，包括空間尺度、空間開敞度等；實體景物要素是景觀空間的重要構(gòu)景要素，往往是視覺感知的焦點[12]，包括植物、水體、建筑等；而色彩作為具有強烈視覺刺激的視覺語言，被認為是傳達景觀特征最直接的要素[13]，包括色彩對比度、色彩數(shù)量等。因此本研究將景觀視覺吸引要素歸納總結(jié)為景觀結(jié)構(gòu)要素與色彩因子，運用SBE法和色彩量化分析等方法分別從空間要素、實體景物要素以及色彩結(jié)構(gòu)和色彩組成方面研究其對景觀視覺質(zhì)量的影響，并探討兩者的共同作用效果。從多方面評價了東湖磨山景區(qū)的濱水景觀視覺質(zhì)量，為其營建與改造提供更為全面的建議，也為其他相似研究提供思路與參考。

1 材料與方法

1.1 研究區(qū)概況

東湖磨山景區(qū)(圖1)位于湖北省武漢市(114°40′-114°43′E，30°54′-30°56′N)，是國家風景名勝區(qū)東湖風景區(qū)的重要組成部分，景區(qū)總面積14.37 km2其中水面面積2.7 km2。景區(qū)三面環(huán)水，六峰逶迤，既有風景秀麗的自然風光，又有豐富濃厚的楚文化人文景觀，是全國最大的楚文化游覽區(qū)。東湖磨山景區(qū)知名度高、景觀資源豐富，是典型的湖泊及濱水景觀，也是武漢最具代表性的旅游休閑勝地之一。

1.2 研究方法

1.2.1 評價材料 采用同一拍攝者利用同一臺相機拍攝的景觀照片作為評價材料。首先在磨山主景區(qū)內(nèi)，以水體為主體，劃定出所有可取點的濱水岸線，沿濱水岸線每隔50 m定點獲取1張濱水景觀照片，對獲取的景觀圖片進行整理，依據(jù)專家意見篩選出40張具有代表性的圖片作為評價材料，并利用Photoshop@軟件對圖片進行初步處理。

1.2.2 美景度評價法

1.2.2.1 調(diào)查問卷的發(fā)放及回收 已有研究表明，不同群體的審美偏好具有普遍的一致性[14]，因此本研究的受試者選擇面向一般公眾，不存在特定指向。通過問卷調(diào)查來測定公眾的審美態(tài)度，要求受試者根據(jù)自己的審美偏好和第一印象對樣本圖片進行打分，打分尺度采用7分制，依次為很喜歡、喜歡、較喜歡、一般、不太喜歡、不喜歡、很不喜歡，對應的得分值依次為3、2、1、0、-1、-2、-3。共收集問卷210份，有效問卷192份，問卷有效率91.43%。

1.2.2.2 SBE值標準化 由于受試者的審美尺度仍存在著一定的差異，為消除或減少這種差異，對樣本問卷數(shù)據(jù)進行標準化處理，得到SBE值。采用T.C.Danieletal[15]提出的SBE值標準化處理公式。

Zij=(Rij-Rj)/Sj，Zi=∑jZij/Nj

(1)

式中：Zij為第j個評判者對第i個景觀的標準化值，Rij為第j個評判者對第i個景觀的評價值，Rj為第j個評判者對同一類景觀全部評價值的平均值，Sj為第j個評判者對同一類景觀的評價值的標準差，Zi是第i個景觀的SBE標準化的分值，Nj是第i個景觀的評價人員的數(shù)量[16]。

1.2.3 景觀結(jié)構(gòu)要素分解 依據(jù)景觀空間視覺吸引要素分類[12]，將景觀結(jié)構(gòu)要素分為空間要素和實體景物要素，其作為景觀空間的視覺吸引基礎與重要構(gòu)景要素，對景觀視覺質(zhì)量起著至關重要的影響。根據(jù)研究區(qū)景觀特征，選取12項景觀結(jié)構(gòu)要素進行分析(表1)[12,17-18]。

表1 東湖磨山景區(qū)濱水景觀結(jié)構(gòu)要素分解

1.2.4 色彩因子量化

1.2.4.1 色彩量化分級 采用HSV色彩模式(色相H，飽和度S，明度V)來描述圖像的色彩特征。使用ColorImpact 4軟件提取圖片色彩(圖2)，根據(jù)相關文獻[19]與研究區(qū)色彩特征，將H分量分為非等隔均勻量的16級，將S、V分量分為等隔均勻量的4級。

(2)

式中：H為色相，S為飽和度，V為明度，取值區(qū)間均為前開后閉。

依據(jù)式(2)的量化級將提取的色彩分量加權合為一維特征向量(式3)，由權重大小可得，色相是影響色彩(L)特征最重要的因素[2]。

L=16H+4S+V

(3)

1.2.4.2 色彩因子計算 根據(jù)人眼對色彩的感知特征[2]，從色彩結(jié)構(gòu)和色彩組成兩方面選取相應指標分析色彩因子對濱水景觀視覺質(zhì)量的影響。根據(jù)研究需求，選取11項色彩因子表征景觀色彩特征(表2)[2,9,20-21]。

由于各項色彩因子具有不同的量綱與量綱單位，需對各項因子的量化值進行歸一化處理(式4)，便于進行后續(xù)分析。

(4)

式中：Xij為第i個樣本的第j項因子的量化值，max{Xij}為Xij的最大值，min{Xij}為Xij的最小值。

表2 東湖磨山景區(qū)濱水景觀色彩因子量化指標

1.2.5 分析過程

1.2.5.1 回歸模型建立 以40個樣本圖片的SBE值為因變量，以樣本各景觀結(jié)構(gòu)要素和色彩因子的量化值為自變量，利用SPSS 25.0進行偏相關性分析和多元線性回歸分析，分別建立基于景觀結(jié)構(gòu)要素和色彩因子的景觀視覺質(zhì)量預測模型YX與YC，并用t檢驗及F檢驗對回歸模型進行檢驗。

1.2.5.2 熵值法確定權重 利用熵值法確定景觀結(jié)構(gòu)要素視覺質(zhì)量(YX)與色彩因子視覺質(zhì)量(YC)的權重，具體步驟如下[22]。

1)將樣本圖片各因子的量化值代入上述建立的YX與YC的回歸方程中，得到預測數(shù)據(jù)；2)對數(shù)據(jù)進行無量綱化處理(式4)；3)計算指標體系的比重矩陣(式5)；4)計算指標信息熵值(式6)；5)計算指標信息效用值(式7)；6)計算指標權重(式8)。

得到Y(jié)X與YC的權重分別為wx與wc，最后建立東湖磨山景區(qū)濱水景觀視覺質(zhì)量預測模型：Y=wxYX+wcYC

(5)

(6)

式中:Pij表示指標比重，e表示信息熵值，d表示信息效用值。當Pij=0時，PijInPij定為0。

dj=1-ej

(7)

(8)

2 結(jié)果與分析

2.1 SBE值分析

根據(jù)SBE值標準化處理公式計算出40張樣本的SBE值，得到研究區(qū)濱水景觀SBE值的范圍為-1.029～0.997(圖3)，標準誤差為0.438，共有23個樣本的SBE值為正值，17個為負值，樣本整體SBE值起伏較大。SBE值最高的為樣本2和樣本11，分別為0.997和0.630，樣本2為典型湖泊自然景觀，湖面碧波蕩漾，空間視野開闊，景觀色彩明亮鮮艷；樣本11為綠樹環(huán)繞成蔭的濱水景觀，林木茂密，景觀空間舒適宜人。SBE值最低的為樣本4和樣本25，分別為-1.029和-0.866，樣本4為道路濱水景觀，部分黃土裸露在外，視野內(nèi)景色單調(diào)，景觀色澤暗淡，影響了視覺效果；樣本25林木雜亂且空間狹隘，景觀要素單一，色彩豐富度低，觀賞性差(圖4)。

2.2 景觀結(jié)構(gòu)要素對景觀視覺質(zhì)量的影響

2.2.1 景觀結(jié)構(gòu)要素主要影響因素分析 利用SPSS 25.0對樣本的SBE值和景觀結(jié)構(gòu)要素描述值進行偏相關性分析，依次剔除相關系數(shù)最小的要素，經(jīng)過8次運算，最后保留可解釋性強、相關系數(shù)高的4項景觀結(jié)構(gòu)要素，即空間尺度(X1)、濱水空間親水性(X3)、水體尺度(X8)和駁岸類型(X9)。表明在12項景觀結(jié)構(gòu)要素中，空間要素中的空間尺度和濱水空間親水性以及實體景物要素中的水體尺度和駁岸類型對景觀視覺質(zhì)量的影響較大，且保留的影響因素大多與水直接相關，進一步說明了在濱水景觀中水景作為最重要的構(gòu)景要素，對視覺質(zhì)量的影響最大。由于不同要素對景觀視覺質(zhì)量具有相互關聯(lián)的影響作用，在構(gòu)建模型與討論對景觀視覺質(zhì)量的貢獻率時，需進一步確定影響因素。

2.2.2 模型構(gòu)建與分析 以樣本的SBE值為因變量，以保留的4項景觀結(jié)構(gòu)要素的描述值為自變量，進行逐步回歸分析，剔除X8要素后模型有效性較高，回歸分析結(jié)果見表3。

表3 剔除X8的景觀結(jié)構(gòu)要素回歸分析

根據(jù)表4建立基于景觀結(jié)構(gòu)要素的景觀視覺質(zhì)量預測模型

YX=-1.549+0.208X1+0.323X3+0.171X9

(9)

建立的預測模型中，X1(P=0.003)和X3(P=0.000)對景觀視覺質(zhì)量有極顯著的影響，X9(P=0.023)對景觀視覺質(zhì)量有顯著的影響。根據(jù)各要素的貢獻率(表4)及散點圖(圖5)，可得X3對景觀視覺質(zhì)量的貢獻率最大，為46.01%，其次為X1(29.63%)和X9(24.36%)。從濱水空間親水性來看，親水性越強，景觀視覺質(zhì)量越高；從空間尺度來看，廣闊空間尺度下的濱水景觀視覺質(zhì)量較高；從駁岸類型來看，生態(tài)自然式駁岸的景觀視覺質(zhì)量較高。人們更喜好親水性強、空間廣闊的生態(tài)自然式濱水景觀，進一步說明人們的親水心理和對自然的向往在很大程度上影響了對濱水景觀的偏好。

表4 預測模型中各景觀結(jié)構(gòu)要素貢獻率

2.3 色彩因子對景觀視覺質(zhì)量的影響

2.3.1 色彩因子主要影響因素分析 對樣本的SBE值和色彩因子量化值進行偏相關性分析，依次剔除相關系數(shù)最小的因子，經(jīng)過7次運算，最后保留可解釋性強、相關系數(shù)高的4項色彩因子，即景觀色澤(C1)、色彩主次分明程度(C3)、色彩數(shù)量(C4)和主色彩占比(C5)。表明在11項色彩因子中，色彩結(jié)構(gòu)因子中的景觀色澤和色彩主次分明程度以及色彩組成因子中的色彩數(shù)量和主色彩占比對景觀視覺質(zhì)量的影響較大，具有較強視覺刺激和直觀視覺感知的色彩因子更能夠影響人們對濱水景觀的偏好。

2.3.2 模型構(gòu)建與分析 以樣本的SBE值為因變量，以保留的4項色彩因子的量化值為自變量，進行多元線性回歸分析并檢驗模型有效性(表5)。

表5 色彩因子回歸分析

根據(jù)表5建立基于色彩因子的景觀視覺質(zhì)量預測模型：

YC=-0.959+0.345C1+0.335C3+0.552C4+0.571C5

(10)

建立的預測模型中，C1(P=0.027)、C3(P=0.040)、C4(P=0.044)和C5(P=0.015)均對景觀視覺質(zhì)量有顯著的影響。根據(jù)各因子的貢獻率(表6)及散點圖(圖6)，可得C5對景觀視覺質(zhì)量的貢獻率最大，為31.67%，其次為C4(30.62%)、C1(19.13%)和C3(18.58%)。從主色彩占比來看，研究區(qū)濱水景觀的主色彩占比多集中在20%～40%，當其占比在43%～53%時，景觀視覺質(zhì)量最高，整體來看主色彩占比在1/3～1/2時能顯著提高濱水景觀視覺質(zhì)量，適當?shù)闹魃收急饶軌蚴咕坝^的色彩效果和諧有序；從色彩數(shù)量來看，色彩過少或過多都不利于提高公眾的好感度，當色彩數(shù)量在12～15種時，景觀視覺質(zhì)量較高，恰當?shù)纳蕯?shù)量能夠使景觀在表現(xiàn)豐富度的同時又不至于帶來雜亂的視覺效果；從景觀色澤和色彩主次分明程度來看，景觀色澤越鮮艷，色彩主次分明程度越明顯，景觀視覺質(zhì)量越高，鮮明的色彩表達能夠使景觀具有強烈且突出的色彩效果?？偟膩碚f，主色彩占比在1/3～1/2、色彩數(shù)量豐富且恰當、景觀色澤鮮艷以及色彩主次分明程度明顯的濱水景觀更受公眾喜愛，進一步說明在色彩視覺感知上，人們更偏好于色彩醒目、具有較強視覺吸引力，同時視覺效果不會過于復雜的濱水景觀。

表6 預測模型中各色彩因子貢獻率

2.4 濱水景觀視覺質(zhì)量預測模型構(gòu)建

利用熵值法，根據(jù)相關公式計算在預測模型中景觀結(jié)構(gòu)要素視覺質(zhì)量(YX)與色彩因子視覺質(zhì)量(YC)的權重分別為wx=0.478，wc=0.522(表7)。

可得東湖磨山景區(qū)濱水景觀視覺質(zhì)量預測模型：

Y=0.478YX+0.522YC

(11)

表7 熵值法確定指標權重結(jié)果

表明景觀結(jié)構(gòu)要素與色彩因子對研究區(qū)濱水景觀視覺質(zhì)量的影響基本相當，因此在考慮景觀視覺質(zhì)量的提升時，要兩者兼顧。

2.5 模型檢驗

為檢驗預測模型的有效性，從未使用的景觀圖片中隨機選取7張圖片作為樣本進行模型檢驗(此次共收集有效問卷96份)。根據(jù)式(1)得到檢驗圖片的主觀評價得分，根據(jù)式(9)～式(11)分別得到景觀結(jié)構(gòu)要素視覺質(zhì)量(YX)預測得分、色彩因子視覺質(zhì)量(YC)預測得分以及綜合景觀視覺質(zhì)量(Y)預測得分(表8)。

表8 模型驗證對比得分

為檢驗主觀評價得分與預測得分的一致性，對數(shù)據(jù)進行組內(nèi)相關系數(shù)(ICC)檢驗。結(jié)果顯示3組預測得分的一致性均較好，ICC(YX)=0.790>0.7、ICC(YC)=0.805>0.7、ICC(Y)=0.812>0.7，即YX、YC與Y預測模型均能較好地解釋研究區(qū)濱水景觀視覺質(zhì)量。其中ICC(Y)最高，即綜合景觀視覺質(zhì)量的預測得分與主觀評價得分最為接近，表明綜合考量景觀結(jié)構(gòu)要素與色彩因子的共同影響，相比僅考慮單一因素，能夠更好地反映濱水景觀的視覺質(zhì)量。

3 結(jié)論與討論

3.1 結(jié)論

濱水景觀作為城市景觀風貌的重要組成部分，是自然風光與人文歷史的重要載體。根據(jù)本研究可得，景觀結(jié)構(gòu)要素對研究區(qū)濱水景觀視覺質(zhì)量的影響由大到小為：濱水空間親水性、空間尺度、駁岸類型；色彩因子對研究區(qū)濱水景觀視覺質(zhì)量的影響由大到小為：主色彩占比、色彩數(shù)量、景觀色澤、色彩主次分明程度；在景觀結(jié)構(gòu)要素與色彩因子的共同作用下，能夠更好地接近研究區(qū)濱水景觀的實際視覺質(zhì)量。基于對東湖磨山景區(qū)濱水景觀的營建與改造，提出以下建議。

提高濱水空間親水性、創(chuàng)造大尺度開闊的濱水空間以及設計生態(tài)自然式駁岸?？赏ㄟ^增加親水設施創(chuàng)造交互式景觀，滿足人們的親水心理，提升人們的親水體驗；在濱水岸線的空間設計方面，可將一些封閉空間適當改造為開敞或半開敞空間，利用水景擴大景觀空間尺度，創(chuàng)造開闊的觀景空間；在構(gòu)建生態(tài)自然式駁岸時，除了要滿足生態(tài)與美觀的需求，還可采用天然石材和木材護底的形式來增強堤岸的防洪能力。

適當提升景觀空間的主色彩占比與色彩豐富度，營造鮮艷的景觀色澤以及創(chuàng)造色彩主次分明的濱水景觀?？刂浦魃收急群蜕蕯?shù)量在適當?shù)姆秶粫^多和過少，既能形成視覺焦點又不至于造成視覺疲倦，保證整體色彩重點突出且協(xié)調(diào)統(tǒng)一。還可通過適當點綴鄰近色和互補色，提高色彩的醒目程度，創(chuàng)造對比得當、主次分明、層次明顯的濱水景觀。

注重景觀結(jié)構(gòu)要素與色彩因子的共同作用，在雙重導向下合理配置兩者的關系，增強景觀視覺吸引力，達到視覺效果的協(xié)調(diào)統(tǒng)一，實現(xiàn)更為全面整體的東湖磨山景區(qū)濱水景觀視覺質(zhì)量提升。

3.2 討論

景觀視覺質(zhì)量是景觀的客觀視覺特征和人們主觀感知偏好共同作用的結(jié)合體[2]，景觀結(jié)構(gòu)要素中的空間和實體景物要素以及色彩因子中的色彩結(jié)構(gòu)和色彩組成因子作為重要的視覺吸引要素，對濱水景觀視覺質(zhì)量起著至關重要的影響，不同要素和因子的影響及其共同作用也可以用來解析人們對濱水景觀的視覺感知。

研究結(jié)果表明，在景觀結(jié)構(gòu)要素方面，景觀視覺質(zhì)量高的濱水景觀親水性更強、空間更開闊，擁有更多的生態(tài)自然式駁岸，這反映了人們的親水心理以及對自然景觀的向往，極大地影響了其審美偏好。該結(jié)論與一些學者的研究結(jié)論一致，相關研究表明親水性[23]和自然式駁岸[17]可以提高景觀的美學價值，M.Rothetal[24]的研究也認為自然性是影響景觀視覺質(zhì)量的重要因素。

在色彩因子方面，主色彩占比在1/3～1/2、色彩數(shù)量豐富且恰當、景觀色澤鮮艷以及色彩主次分明程度明顯的濱水景觀視覺質(zhì)量較高。從色彩心理學來看，色彩豐富、主次得當且具有視覺吸引力的景觀層次感更強，使人們的視覺感知更豐富，視覺刺激更明顯，能更好地提升公眾的好感度。該結(jié)論也與一些研究結(jié)論相一致，相關研究表明，主色彩占比較大的景觀能夠形成視覺焦點，進而提升人們的美感體驗[26]，色彩豐富度的適當提高能使景觀具有較高的美學價值[9,11]，過高的主色彩占比會使景觀趨于平淡，降低視覺吸引力，而過多的色彩數(shù)量則會使景觀重點不清晰，造成視覺感知的疲憊。

研究結(jié)果還表明綜合考量景觀結(jié)構(gòu)要素與色彩因子的共同影響相比于僅考慮單一因素，能夠更精確地反映研究區(qū)的濱水景觀視覺質(zhì)量。然而兩者對景觀視覺質(zhì)量的共同作用效果難以定論，不同指標之間的相關性和交互關系使得分析較為復雜且難以預測，今后可進行進一步的研究與探討。