《城市滨水绿道景观空间视觉吸引量化分析》
本文是量化分析和绿道相关开题报告范文跟量化分析相关函授毕业论文范文.
摘 要：针对滨水绿道景观视觉资源遭到破坏,模式化发展以及特色风貌缺失等问题,从视觉吸引角度出发,以郑州市东风渠滨水绿道为例,通过OpenCV和SBE法分别获取空间尺度、植物、实体、色彩、质地、水体、动态景象、景观多样性、景观自然性、景观协调性10个指标基础数据,结合熵值赋权法计算权重,并通过SPSS 25.0軟件进行因子相关性和逐步回归分析,最后建立视觉吸引模型,并对绿道进行评价.结果表明,东风渠滨水绿道视觉吸引质量较高,文博东路-花园路段、北三环-徐寨路段视觉吸引质量等级最高,东明路-中州大道段最低,差异较为明显.
关键词：景观空间;滨水绿道;视觉吸引;熵值赋权法;东风渠
中图分类号：TU985.1 文献标识码：A
文章编号：0439-8114（2020）06-0112-05
DOI：10.14088/j.cnki.issn0439-8114.2020.06.023开放科学（资源服务）标识码（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
绿道是线性空间的一种,贯穿了多种景观空间形式和景观空间节点[1,2].滨水绿道较其他绿道而言,拥有更多的景观设计要素,也肩负着游憩、生态、文化、美学等多种功能.然而,关于滨水绿道景观空间的研究较多集中在规划设计和具体管理方面,缺少从使用者角度出发对视觉吸引的分析.视觉是人们感受空间最直接的方式,当人们处于某空间中时,视线会被某些要素吸引,这些要素成为吸引聚焦点,对观赏者感知和心理认知产生影响[3].刘滨谊等[4]在前人研究的基础上首次提出了景观视觉吸引的概念,认为视觉吸引是景观空间质量高低的重要评判标准.
近年来,城市的快速发展对郑州市东风渠滨河绿道视觉资源造成了严重破坏.本研究基于已有的研究成果,以东风渠滨河绿道北三环至中州大道段为例,在空间尺度、植物、实体、色彩、质地、水体、动态景象7个景观空间视觉吸引要素的基础上[5,6],加入景观多样性、景观自然性、景观协调性3个综合感知要素,针对视觉吸引要素对视觉产生的影响进行深入分析,明确各要素之间的关系,并建立视觉吸引评价模型,以期改善绿道景观空间视觉资源遭到破坏的现状,强化优质视觉景观要素,为以后滨水绿道规划设计提供参考.
1 滨水绿道景观空间视觉资源面临的问题
1.1 视觉资源遭到破坏,风貌缺失
滨水绿道对丰富城市形态、提升景观品质、保护生态环境具有重要作用,是生态城市建设领域的热点课题[7].滨水绿道的廊道状特征,使得其较其他景观空间更有利于维护生态系统平衡[8].面对城市快速发展的现状,针对城市滨水绿道特色风貌缺失的普遍性问題,亟需对视觉吸引要素进行分析,明确各要素之间的关系,建立视觉吸引模型,为滨水绿道规划设计提供理论依据.
1.2 视觉吸引力衰减,模式化发展
滨水绿道景观视觉吸引要素丰富多样,不同要素的组合呈迥异的景观效果,给人带来不同的视觉和心理感受.随着滨河绿道的发展,视觉吸引要素也随之发生变化,一部分建成的绿道表现为视觉吸引力衰减,景观空间模式化发展,空间特色逐渐缺失.基于现状,迫切需要在深入分析各吸引要素及其相互关系的基础上,优化视觉吸引要素,提升视觉吸引力,营造具有视觉吸引力的特色滨水绿道.
2 研究对象概况
郑州市东风渠是市区内主要河道,由西北向东南贯穿整个郑州市东区,滨水主体景观主要从北三环至中州大道（图1）,以东风渠水域为中心,通过以线穿点、以线带面的方式将整个东风渠滨水景观联系起来,并将景观、游览、防洪生态、文化融为一体.
3 研究内容与方法
从视觉吸引的角度出发,结合专家意见,建立空间尺度、植物、水体、色彩、实体、质地和动态景象[5,6]7个视觉吸引要素,以及景观多样性、景观自然性、景观协调性3个综合视觉吸引评价指标,共计10个评价指标的体系对滨水绿道视觉吸引进行量化分析,其中空间尺度、植物2个指标基于OpenCV计算得到基础数据,其余8个指标通过美景度评价法获取基础数据,运用熵值赋权法对数据进行处理,计算各指标的权重,建立视觉吸引评价模型,并对绿道进行评价（图2）.
依据研究目的,通过照片拍摄的方式获取基础资料.依据道路布局,将滨水绿道分成7段,每隔100 m设1个拍摄点,分别朝前后两个方向拍摄,并人为避开一些消极的景观要素.选光线充足的时间段进行拍摄,拍摄参数保持一致,并且所有照片均由同一部手机完成,镜头与双眼同高,把误差降低到最低水平.选择好拍摄点后,依据以上拍摄原则进行照片获取,共拍摄照片600余张,经讨论和征询专家意见,每路段选取10张,共计70张具有代表性的照片进行视觉吸引量化分析.
3.1 基于OpenCV的2个指标基础数据提取
图像颜色空间的有效处理一般在HSV模式下进行,HSV模式能够清楚地区分出色相,OpenCV可对HSV模式下图像中特定的色彩进行精确识别计算.通过OpenCV对照片中天空和植物的颜色进行识别,计算图片中天空和植物的像素占比,衡量空间尺度、植物2个指标,并进行指标评价.
3.1.1 空间尺度基础数据提取 冯纪忠[9]凝练了“旷奥”两字描述景观空间的丰富变化,提出空间总感受量是各空间感受量和空间旷奥序列的结合,认为“空间限定”是空间中诸要素对观赏者围合程度的特性,主要受空间范围内垂直因素的影响,具有开敞和闭合两个特征[9,10].
通过空间开敞度来描述空间尺度,开敞度越高,看到的范围就越广,空间尺度就越大.利用OpenCV对天空颜色进行识别,计算天空像素点在整张照片中的占比,衡量该照片拍摄点的空间开敞度.依据所研究绿道的具体情况,将空间尺度分为4个等级：[0,10]为一级,（10,20] 为二级,（20,30]为,（30,100]为四级（表1）.
3.1.2 植物基础数据提取 植物是组成绿道景观空间的重要要素,其色彩和种植配置使其成为视觉吸引要素之一[6].本研究通过视域范围内绿色植物的占有率[11]即绿视率对植物进行量化,相关研究指出绿视率水平对视觉吸引产生重要影响,当绿视率达到25%时,人对自然的感觉最为舒适[12].
空间尺度和植物绿视率2个指标达到均衡时,视觉吸引才能达到一个较好的效果,并不是植物绿视率越高,视觉吸引就越强[13].通过OpenCV对照片中植物像素进行占比计算,依据东风渠滨河绿道实际情况,将植物绿视率分为4个等级：[0,25]、（70,100]为一级,（25,40]为二级,（40,55]为,（55,70]为四级（表1）.
3.2 基于SBE法的8个指标基础数据提取
美景度评判法是景观评价的常用方法,常用于景观美学质量评价中.本研究通过幻灯片放映的方式,让评价者对照片中各要素对自身视觉吸引力进行评价,从而获得8个指标基础数据,即实体C3、色彩 、质地C5、水体C6、动态景象C7、景观多样性C8、景观自然性C9、景观协调性C10.
将选取的70张具有代表性的照片做成PPT,并选取30位园林专业研究生作为评价主体进行景观评价.具体步骤为：①首先对东风渠滨水绿道进行简要介绍,让评价者对评价对象有整体初步认知.②快速播放所有幻灯片,让评价者对评价照片有整体了解,并告知其评价因子具体含义及评分标准：7分表示对评价者吸引力最高,5分表示较高,3分表示较低,1分表示最低.③循环播放幻灯片,每张幻灯片放映10 s,确保评价者有充足时间对照片中8个视觉吸引指标进行评价打分,填写相关评价表.
3.3 熵值赋权法
熵值赋权法是一种较为客观科学的权重计算方法,克服了传统赋权方法的主观性.熵值赋权法依靠栺标变化的差异程度判别指标的重要性[13].若评价指标的信息熵越小,其变异程度就越大,涵盖的信息量就越多,在评价中所起作用越大,权重也就越高[14].
3.3.1 数据标准化处理 由于各项指标的计量单位不统一,需要对给定的m个指标的基础数据进行标准化处理,即让差异性较大的数据处于相同的数量级,便于指标权重计算.数据标准化处理公式：
3.4 建立景观空间视觉吸引评价模型
确定评价体系和各指标的权重后,构建视觉吸引评价模型,计算各路段视觉吸引质量值,并根据具体数值对各路段视觉吸引质量进行等级划分（表2）,模型如下：
4 数据处理与结果分析
4.1 数据处理
获取基础数据后,利用公式（1）进行数据标准化处理,代入公式（2）计算指标信息熵（表3）,利用公式（3）得到指標权重（表3）,根据计算出来的权重值,利用评价模型（4）,得到初步方程：
依据初步方程得到各照片的视觉吸引质量值,利用SPSS 25.0软件对数据进行可信度检验和因子相关度分析,可信度检验得到克朗巴哈a系数为0.738,a>0.700说明数据具有一定的可靠性;通过Pearson相关系数检验影响视觉吸引质量的显著因子,并判断各因子对视觉吸引质量的影响程度[15]（表4）.通过因子相关度分析筛选掉弱相关因子C5、C7、C8、C9、C10,将相关度较高的因子与视觉吸引质量值进行逐步回归分析,得到视觉吸引评价最优模型,模型中C6、C1、C3、、C2 5个因子的显著性均小于0.05,且容差值都大于0.10,分别为0.699、0.887、0.706、0.939、0.945,R2为0.988,说明通过该模型对视觉吸引进行评价是有效的[15].
确定最终评价指标后,对5个指标再进行熵值赋权计算,得到空间尺度、植物绿视率、实体、色彩、水体的权重分别为0.349、0.038、0.146、0.126、0.426.通过评价模型（4）,计算各路段视觉吸引质量,并确定质量等级（表5）.
4.2 结果与分析
1）从最终指标权重可以看出,滨河绿道中最重要的视觉吸引要素为水体,说明水体对人的视觉刺激和心理感受有较大影响;空间尺度对视觉的吸引仅次于水体,不同的空间尺度能够带给人不一样的视觉感受;实体和色彩也是重要的视觉吸引要素,能产生视觉刺激,引起视觉注意;植物绿视率权重在这5个要素中最低,说明就滨水绿道而言,比例适当的植物是必不可少的,在此基础上,还应丰富植物色彩以及配置方式吸引人们视线,优化视觉吸引要素,丰富景观层次,提升视觉吸引质量.
2）从表5可以看出,东风渠滨河绿道视觉吸引质量整体较高,质量等级为Ⅲ级,文博东路-花园路段、北三环-徐寨路段绿道视觉吸引质量最高,为Ⅳ级.2个路段景观空间旷奥序列变化多样,植物种类、层次丰富,乔灌草相互搭配形成不同的植物景观,景观自然性较高,协调度、丰富度较其他路段高.
3）徐寨路-文博东路段、花园路-政七街段、经三路-东明路段3个路段视觉吸引质量较高,这些路段非自然性较上2个路段较为显著,视线会被周围的实体建筑及构筑物吸引;空间旷奥变化较少,不能给人步移景异之感.政七街-经三路段虽也属等级Ⅲ,但其较同等级的其他路段而言,非自然感更为显著.这些路段需进行障景修饰和空间旷奥序列变化处理,减少绿道外建筑对视线的吸引,丰富空间感受.
4）东明路-中州大道段,视觉吸引质量最低,该路段植物品种少,层次单一.因中州大道为城市主要交通道路,非自然感显著,绿道空间旷奥序列变化少,给人一览无余之感,需对其进行视觉吸引要素优化,提升视觉吸引力.
5 小结
滨水绿道视觉吸引量化是进行景观评价的一种方法,可为绿道规划设计提供理论参考,又兼具实际应用价值.在相关研究的基础上,基于OpenCV和SBE法对东风渠滨水绿道进行视觉吸引分析,通过量化的方法将视觉吸引客观地描述出来.结果显示,滨水绿道整体视觉吸引质量值属于较高水平,文博东路-花园路段、北三环-徐寨路段视觉吸引质量最高;东明路-中州大道段,视觉吸引质量最低.考虑到视线会被美景度不高但是识别度较高的要素吸引,故景观空间视觉吸引并不等同于景观美景度,而且该研究中视觉吸引指标之间存在一定的交叉,关系较复杂,在后续研究中评价指标和研究方法有待进一步细化、科学化.
参考文献：
[1] LITTLE C. Greenways for American[M].Baltimore：Johns Hopkins university press,1990.
[2] 范 榕,李卫正,乌日汗.基于无人机图像分割的环太湖绿道景观空间视觉吸引特性研究[J].中国园林,2019,35（5）：74-79.
[3] 范 榕,刘滨谊.基于AHP法的景观空间视觉吸引评价[A].中国风景园林学会.中国风景园林学会2014年会论文集（下册）[C].北京：中国风景园林学会,2014.
[4] 刘滨谊,范 榕.景观空间视觉吸引机制实验与解析[J].中国园林,2014,30（9）：33-36.
[5] 范 榕,王 浩,乐 志.基于主成分分析法的城市公园空间视觉吸引机制模式研究——以西雅图奥林匹克雕塑公园为例[J].中国园林,2017,33（9）：23-27.
[6] 刘滨谊,范 榕.景观空间视觉吸引要素量化分析[J].南京林业大学学报（自然科学版）,2014,38（4）：149-152.
[7] 刘 岳,李忠武,唐政洪,等.基于适宜性分析与GIS的长沙市大河西先导区城市绿道网络设计[J].生态学杂志,2012,31（2）：426-432.
[8] 谭少华,赵万民.绿道规划研究进展与展望[J].中国园林,2007（2）：85-89.
[9] 冯纪忠.组景刍议[J].中国园林,2010,26（11）：20-24.
[10] 刘滨谊,范 榕.景观空间视觉吸引要素及其机制研究[J].中国园林,2013,29（5）：5-10.
[11] 邓小军,王洪刚.绿化率·绿地率·绿视率[J].新建筑,2002（6）：75-76.
[12] 马 骁.北京市郊野公园景观视觉环境影响评价研究[D].北京：首都师范大学,2014.
[13] 李雪莹,齐 童,刘传安,等.绿道景观美学质量分析模型研究——以北京三山五园绿道为实证对象[J].现代城市研究,2018（4）：45-55.
[14] 王 晖,陈 丽,陈 垦,等.多指标综合评价方法及权重系数的选择[J].广东药学院学报,2007,23（5）：583-589.
[15] 兰宇翔,林丽丽,傅伟聪,等.基于模糊综合评价法的福州市免费公园游客满意度评价[J].山东农业大学学报（自然科学版）,2016,47（6）：920-926.
此文点评:本文论述了关于量化分析和绿道方面的大学硕士和本科毕业论文以及量化分析相关量化分析和绿道论文开题报告范文和职称论文写作参考文献资料.
量化分析和绿道引用文献:
[1] 量化分析和绿道论文范文集 量化分析和绿道方面本科论文范文2万字
[2] 绿道和城市设计硕士学位论文范文 绿道和城市设计方面有关毕业论文题目范文3000字
[3] 体育旅游和绿道大学毕业论文范文 关于体育旅游和绿道类硕士学位毕业论文范文8000字
