美国景观视觉资源规划设计方法评析及新技术改进潜力分析

陈筝 刘悦来 刘颂

美国景观视觉资源规划设计方法评析及新技术改进潜力分析

陈筝 刘悦来 刘颂

尽管环境视觉感知领域有深厚科研积累，但由于系统性理论及实证缺乏、感受信息采集失真、缺乏实景信息互动等问题，景观视觉规划设计实践仍然相对薄弱。本文以美国景观视觉资源管理方法为研究对象，采用历史研究和预实验的方法，以选取美国林务局视觉规划为例，总结了传统景观视觉规划设计中可能存在的主要问题，并在此基础上介绍了如何通过包括生物反馈信息采集、地理信息协同平台、增强现实等技术对目前景观视觉规划设计过程进行优化和模拟检验。预实验结果表明上述若干新技术对于改进现有视觉规划设计方法有一定的效果，并分析了新技术的发展潜力。

视觉规划设计；景观视觉；生物反馈信息采集；地理信息协同平台；增强现实

修回日期：2014-11-23

视觉资源的利用和价值挖掘一直是风景园林规划设计中的核心问题。以美国景观规划设计学科为例，自成立伊始风景资源的审美价值就一直是核心基础知识之一［1］。由于审美感受本身的主观性和隐晦特点，如何相对科学客观的描述审美体验一直都是审美价值评价的难点。以视觉资源审美为核心的美国林务局国家森林景观规划的设计流程具有较强的科学性和系统性，在美国景观规划及森林管理中起着里程碑的作用［2-3］，对我国近现代风景园林规划设计方法也有着深远影响［4-5］。

自20世纪70、80年代，美国学者开始反思过分追求过程理性的规划设计方法［6］，并出现对于美国林务局视觉资源方法的激烈批判［7］。美国林务局的视觉规划设计方法究竟存在什么问题，又有哪些值得中国风景园林规划学习的地方？围绕这个问题，下面将以美国林务局为例，介绍传统景观视觉资源管理的方法和流程，并在此基础上，进一步讨论了传统景观视觉资源管理规划所存在的一系列问题，并结合国内外技术前沿动态，探索针对这些问题的研究进展。

1 河川谷地的空间特征和人们偏好之间的量化关系

2 景观资源调查第一阶段归纳抽象例图

3 景观资源调查第二阶段归纳抽象例图

1　传统景观资源管理体系的工作方法——以美国林务局为例

美国的景观视觉资源管理规划主导的技术路线，是美国农业部林务局根据专家经验法在20世纪70年代建立的视觉管理体系（visual management system）［2］，该体系在1995年更名为风景资源管理体系（Scenery Management System）。专家经验学者认为客观存在美的概念和某些人类共同认可的视觉审美标准，并且认为这些标准可以通过设计专家经验被进一步转译成空间限定方式、界面材质等设计语汇。先驱学者包括利顿、利奥波德等。利奥波德尝试着用河道宽度、水质、植被覆盖情况等等若干要素，建立数学模型，用来描述人对河道风景的审美体验［8］（图1）。

利顿把影响景观视觉体验的因素概括成空间距离、观测点位置及角度、空间序列、空间形态和空间限定方式六大因素，基于这六大因素的组合，利顿进一步将景观分为开敞式、地标式、围合式、透视流线式、遮盖式、细部式和时季式七大特征类型，并提出针对不同特征景观的调研记录方法［9］，以地图标识的方式记录并一步步精炼抽象（图2-3）。针对人类活动对不同特征景观的影响程度，利顿进一步提出针对林务地区的景观视觉敏感性的判断标准［10］。

基于利顿的特征景观分类方法和景观视觉敏感评价方法，美国林务局建立起一套系统完整的视觉定量评价技术路线和规划设计方法［11-14］。首先将土地根据生态状况和土地利用方式分成若干景观特征类型（Landscape Character）（图4），而每种特征类型应当具备特定的空间体验，及“场所感”（Sense of Place）。在确定景观特征单元后，需要从风景资源（以下简称景源）的质量和可见性两个方面分别进行评价［12-13］。视觉质量评价（Visual Quality Assessment），在1995年以后改称景源吸引力评价（Scenic Attractiveness Assessment），用于描述风景特征的景观价值，分为三级（独特、典型、普通）。在1995年林务局后在吸引力评价基础上新增景源完整性评价（Scenic Integrity Assessment），从 “很高”到“不能接受的低”共分为6级，用于描述特定风景特征受到特征以外其他视觉要素影响的程度。可见性评价（landscape visibility assessment），或者叫敏感度评价，主要考察风景特征单元离主要视点的距离和大众认为的审美重要度两个方面，均划分为3级。通过景源的质量和可见性两项评价的交叉比对，进一步推导得出景源分级（Scenic Class）。以上所有评价和分级系统，都在一张景源质量分布图中表示，每个风景特征单元都有对应一个的复杂索引符号系统（图5）。

与美国林务局风景资源管理体系（农业部701号-1995）对应，中国《风景名胜区规划规范（GB 50298—1999）》也有类似的评价分级系统。不同于美国林务局的评价体系，《风景名胜区规划规范》的景源评价将自然资源、人文资源等多类型资源结合评价，这种方法一定程度上回应了中国风景名胜区自然与人文资源共存的特点［15-16］。

4 美国林务局的景源管理规划流程

5 景源质量索引符号

2　以美国林务局体系为代表的传统方法存在问题

美国林务局的方法大大加强了规划设计方法的系统性和严谨性，但其效果却差强人意。伍德在1987年地理学年会上，对就美国林务局1980年的视觉规划方法过分注重过程而缺乏实际指导意义予以了严厉批判［7］，其文在美国风景园林领域广泛传阅后，引起了景观感知研究学者的激烈回应［17-18］。作为回应，美国林务局在1995年新版的评价体系中将视觉管理（visual management）更名为风景管理（scenery management），并在手册中的目的和适用范围中增加了对于环境感知方面的心理实证分析［14］。这些调整虽然一定程度提高了该方法的实际效度，但林务局体系为代表的传统景观视觉规划设计方法在实际使用中仍然存在诸多问题。在和中外多位视觉研究专家，包括英国谢菲尔德大学伊卡特·郎芝（Eckart Lange）教授、美国弗吉尼亚理工帕翠克·米勒（Patrick Miller）教授、同济大学刘滨谊教授等，将主要问题总结如下：

2.1视觉分析主要依赖主观回忆描述，感受信息采集失真

人的视觉感受是在对周边复杂空间信息选择性感官获取后，通过视觉皮质区（Visual Cortex）和视觉联合区（Visual Association Area）两部分协同处理不同复杂度的视觉信号，并结合如长期记忆调用等其他认知活动形成的综合心理感受［19］。研究表明，同样信息置于不同环境往往会给人完全不同的心理感受，但这种影响往往是在潜意识下的未被感受者充分认知［20］。而但一般的专家打分和访谈所记录的视觉感受信息大量依赖于人的主观描述，不能客观、准确、全面的反应人在实地实景实时的综合视觉感受。

2.2对视觉感受和空间设计要素关系的理解不够系统，规划设计缺乏对视觉感受维度的考虑

风景视觉的研究主要有专家经验法和心理感受法两个流派［2］。其中前者仅分析了视觉审美体验和具体空间要素（如成空间限定方式、界面材质等）或要素组合的相关性以及隐含的因果关系，而后者深入探究理解视觉审美偏好的形成机制，从实证的角度探索理解不同人群的多维度审美偏好。基于心理感受法的审美维度结论往往不同研究之间互证度不好，所以一直较难形成统一结论纳入实践。以美国森林局为主的方法很长一段时间都仅采用专家经验法［11-13］，直到上世纪末才开始探索将多维度的心理感受法纳入规划设计［14］。

心理感受学者则从认知学出发［21］，把视觉审美体验作为环境认知过程中，人在物理空间信息刺激下形成的心理反应。和专家经验学者不同，心理感受学者往往认为视觉审美是多维度的，且因人而异。心理感受研究者往往采用拍摄并筛选若干常规人视角度的照片，并要求受测者对筛选的照片在Likert梯度量表进行打分［22］。研究者通过对打分结果进行因子分析（Factor Analysis），可以提取出审美偏好的普遍规律，即不同受测者对于不同照片所普遍存在的连锁反应现象［23］，比如大部分测试者如果喜欢照片A，往往也会喜欢照片B。因子分析的结果，进一步通过人工解析，并结合对于受测者提供的照片描述进行内容分析（content analysis），具体识别每个连锁反应群内照片所反映的共同景观特征。研究者通过对不同社会群体（如年龄、性别、社会经济特征等）进行ANOVA组间分析，还可以进一步提取出不同群体对于环境审美偏好差异［24］。

6 脑电采集实验照片

7 利用独立成分分析去除伪迹

8 GIScloud协同平台实验内业截图

2.3规划设计过程缺乏信息互动，主要决策活动在视觉信息缺乏的内业完成

现代风景园林规划设计实践，由于需考虑方面较多，往往多采用“调查-分析-综合”的设计流程［25-28］。由于视觉分析往往需要依靠ArcGIS等分析软件，而规划设计往往需要AutoCAD，SketchUP等设计软件，故实际操作往往把资料分析、方案设计等阶段和现场基础调工作分开，调研和工程实施以外业为主，分析设计以内业为主。由于内外业的阶段分工，很多风景园林师往往不得不在缺乏基地及周边三维视觉信息环境下，仅通过记忆、照片以及二维地形图纸，在白背景的纸质或模型空间中进行着“被剥夺直接视觉感受的”视觉分析、规划和设计工作。

由于不能直接用视觉感知基地，内业这种对视觉信息的转述往往普遍失真。所以在条件允许的情况下，视觉规划设计一般要求风景园林师多次往返现场和工作室进行信息核对。在作者们参与的美国柯雷特湖区（Claytor Lake）视觉规划中，由于复杂的植被情况严重影响了基于地形数据的视域分析结果，课题组不得不前后3次对基地进行调研，现场修正视域范围及管理分区［29］。考虑到中国的规划设计项目一般普遍存在项目紧、工期短的问题，往往没有时间进行外业修正，导致方案可靠性更低。

3　相关领域技术进展给视觉规划设计带来的新契机

借助风景园林、统计、心理及神经科学、地理信息等多个学科研究近年来的最新技术进展，在上述景观视觉规划设计存在问题的相关领域已经有以下重要突破：

3.1实地实景感受过程动态生理信息的实时采集

近年来，景观视觉研究开始引入眼动仪、脑电波、肌电、心电等生理检测技术［30-32］，用以辅助以问卷和照片打分为主要数据收集手段的传统心理感受研究。这些技术的引入突破了原有仅能使用照片打分、认知地图和问卷访谈等间接方式来探索认知过程的方法，使实时采集人的实景实地感受信息成为可能。

9 AR media®三维建筑模型通过iPad现场观察

10 AR media®三维建筑模型实验截图

随着神经科学研究的推进，人的各种思维情绪活动常常和特定的脑电波信号相关联［33-34］。通过对环境视觉认知者脑电信号的采集，可以实时捕捉观察受测者对于建筑、开放空间、绿色植物等多种不同特征环境的脑电活动。目前脑电信息已运用于公路景观［35］、城市环境［30，36-37］、室内［38］等空间设计研究领域如阿斯皮纳（Aspinall）等的研究表明人在穿越绿化较好的自然环境时的脑电信号特征和其在穿越建筑物较多的城市环境时的脑电特征有差异［30］。虽然这些采集技术相对成熟，但现阶段利用这些技术的研究主要集中于自然对人类健康的实证研究［30，31，37，39-40］，只有非常少的研究对建筑或空间环境设计有具体指导意义的结论［41-44］。

目前作者正在与神经生物学家合作，利用脑电测量协助传统的量表和主观描述，探索在不同实景环境中人们认知环境过程中的大脑活动强度及产生的情绪反映（图6）。数据分析利用Matlab及其拓展程序EEGlab，采用独立成分分析去除眼电、肌电等伪迹（图7），并通过傅里叶变换进行分波段时频分析。初步研究结果发现，大脑前额叶偏侧化指标对人们对探索环境的兴趣强度有较好的指示性。开普兰等人指出人们对于探索环境的兴趣强度受环境复杂性、对环境的熟悉度等因素的影响，是研究环境偏好和环境认知的重要指标［45］。研究同时发现，随着人们在环境中时间的加长，人们会逐渐适应不能控制的环境恶劣因素（如噪音等）。不是所有的人都会对环境恶劣的程度有良好的指认，但他们的脑电指标却能较好的反映他们的实际体验。

3.2统计方法和多维度视觉感受实证

美国林务局1995年新的风景视觉规划系统中，将多维度的视觉心理感受纳入规划设计需采集的信息中，虽然没有给出具体的分析方法［14］。也有一些学者对结合视觉心理感受的设计过程进行过探索［46］，但没有成为视觉规划设计实践的主流方法。一般来说，视觉心理感受的多维分析常采用因子分析对心理测量数据进行降维地方法进行实证检验［22］。对于空间环境设计要素和具体视觉感受联想维度的分析，考虑到心理感受各联想维度之间可能的互动［19］，可以考虑根据已有科学假说对可能的视觉联想路径采用路径分析（pathway analysis）进行实证检验［47］。

受益于分析统计技术近2、30年的革新，目前利用结构方程模型（Structural Equation Modeling）可较好的将因子分析和路径分析两个过程整合在一个模型中进行研究［48］，有效地抑制了因子分析和路径分析两个独立过程所引起的误差放大［49］。在结构方程模型中，先根据文献等建立关于所收集数据之间关系的理论假设模型，再通过实证数据对模型中各变量进行统计相关检验，确定假设模型中的因果关系是否现实存在［50］。

3.3现场设计及信息互动

针对目前现代风景园林实践中“调查-分析-综合”环节交互作业所造成的内业对现场信息了解不足等问题，有不少在计算机仿真方面的技术探索［51-53］以追求更真实完整的视觉环境。但在风景园林实践中，特别在中国工期紧、数据获取不易的现实状况下，计算机内业模拟不仅耗时耗资且效果不佳。对比之下，将主要设计决策活动向外业转移可能更为可行［54］。但决策活动向外业转移之后，如何完成通常在内业完成的复杂计算机分析和三维模拟，如何将其分析模拟结果快速传到外业成为新的问题。

近年来地理信息技术的进步发展飞速，原来的外业调研内业集成的作业方式已经可以通过以云储存（cloud）为核心的地理信息协同（geo-collaboration）来完成［55-56］，常用平台包括ArcGIS Server& Mobile，SuperMapiServer，MapGISCloud，iGIS，MapGoGIS，GIS Pro/Kit等等。实验室利用GISCloud平台，进行了内外业协同实验（图8）。

对于外业的三维虚拟技术近年来也有突破性进展，其中最为突出的是增强现实（Augmented Reality） 技术［57］。该技术是近20年左右开发的计算机虚拟环境（Virtual Environment）技术的一种，它通过实时摄像头影像、移动设备显示屏、google智能眼镜等，可以直接看到真实三维动态空间和虚拟三维实体的叠加影像（图9）。该技术现已较为广泛应用于文化旅游［58］等领域，如大家熟悉的圆明园数字重建工程［59］。通过增强现实技术，设计师可以在真实三维空间内，通过移动视点，从不同的视角考察设计方案和周边环境的视觉关系，实景模拟方案建成效果。

实验室利用AR media软件，在iPad平台上，对地理标识定位的虚拟模型进行了测试（图10）。结果反映利用无线网络定位和图片标识识别的定位精度都较好，但利用移动4G定位在上海市区的偏差较大，目前只能适用较远距离的重要地标影响研究。

4　前景及展望

风景视觉规划设计是风景园林学科的核心内容之一，也是现阶段中国城市建设的重要工作之一。以美国林务局为主的技术路线虽然大大加强了视觉规划设计方法的系统性和逻辑性，但仍然存在实证缺乏、感受信息采集失真、缺乏实景信息互动等问题，使得该领域尽管有深厚的科研积累却没有能支撑起强大的风景园林实践。故此，结合现代信息技术对动态视觉感受信息进行实景实时采集，从实证角度探索风景视觉感受的系统性理论，并将其结论应用于风景视觉规划设计方法优化，对当下中国的城市建设及风景园林学科发展有着突出的必要性和紧迫性。

在风景园林、统计、心理及神经科学、地理信息等多个学科研究近年来的最新技术进展，为景观视觉研究及规划设计方法优化提供了新的机遇。作者们在生物反馈信息测量、地理信息协同平台、增强现实等技术的探索中发现这些新技术对于现有的视觉规划设计方法提供了较好的技术平台，以脑电为例的生物反馈信息技术可以一定程度改善环境认知中主观认知不足的缺陷，为规划设计提供较好的量化参考。地理信息协同平台和增强现实技术可较好的实现内外业协同数据采集和现场互动设计，将可能较好的避免了感受信息采集失真、缺乏实景信息互动等问题。这些新技术，为改进景观视觉规划提供了技术可能。但目前大部分技术应用仍还处在探索阶段。以脑电为例的生物反馈信息技术的研究，目前仍主要集中于论证绿色自然环境比灰色城市环境优越方面［39，60］，鲜有能对具体设计提供建议的研究成果。从技术可能到实践应用还有很长的路要走。

注释：

图1引自参考文献［8］，第42页；图2引自参考文献［9］，第52页；图3参考文献［9］第54页；图4根据1995版美国农业部701号手册第6页流程图绘制；图5根据1995版美国农业局701号手册第7页索引符号图绘制；图9引自http：//www.youtube.com/watch？v=C5_xjDbrbR4。

［1］M. L. Simo.100 years of landscape architecture： some patterns of a century ［M］.Washington， DC： ASLA Press. 1999.

［2］T. C. Daniel. Whither scenic beauty？ Visual landscape quality assessment in the 21st century ［J］.Landscape and Urban Planning， 2001， 54 （1）： 267-281.

［3］A. R. Kearneya， et al. Public perception as support for scenic quality regulation in a nationally treasured landscape［J］.Landscape and Urban Planning， 2008， 87： 117-128.

［4］李斌成，李睿煊.风景视觉资源及专家评价系统［J］.西北农林科技大学学报 （社会科学版）， 2001， 1（1）：84-89.

［5］景观视觉环境评价：概念， 起源与发展［J］.上海交通大学学报：农业科学版，2007，25（3）： 173-179.

［6］D. Stokols. The paradox of environmental psychology ［J］. The American psychologist， 1995， 50 （10）： 821-837.

［7］D. Wood. Unnatural illusions： some words about visual resource management ［J］.Landscape Journal， 1988， 7 （2）：192-205.

［8］L. B. Leopold and M. O. Marchand. On the Quantitative Inventory of the Riverscape ［J］.Water Resources Research，1968， 4 （4）： 709-717.

［9］R. B. Litton， Jr.， Forest Landscape Description and Inventories： A Basis for Land Planning and Design， in U.S.D.A. Forest Service Research Paper PSW-49［M］. Pacific Southwest Forest and Range Experiment Station： Berkeley，California，1968.

［10］R. B. Litton， Jr. Visual Vulnerability of Forest Landscapes［J］.Journal of Forestry， 1974， 72 （7）： 392-397.

［11］U.S.D.A. Forest Service， National Forest Landscape Management， in The Visual Management System，Agricultural Handbook No. 462［M］. U.S. Government Printing Office： Washington， D.C.，1975.

［12］U.S.D.A. Forest Service， National Forest Landscape Management， in Agricultural Handbook No. 483［M］. U.S. Government Printing Office： Washington， D.C.，1977.

［13］U.S.D.A. Forest Service， National Forest Landscape Management， in Timber， Agricultural Handbook No. 559［M］. U.S. Government Printing Office： Washington， D.C. ，1980.

［14］U.S.D.A. Forest Service， Landscape Aesthetics： A Handbook for Scenery Management ［R］. Agriculture Handbook No.701， ed. Vol. 1995， Washington， DC： USDA Forest Service.

［15］蔡立力.我国风景名胜区规划和管理的问题与对策［J］.城市规划， 2004， （10）： 74-80.

［16］严国泰，韩锋.风景名胜与景观遗产的理论与实践［J］.中国园林， 2013， （12）： 52-55.

［17］R. Kaplan. Commentary - illusory explication： some comments on "Unnatural Illusion" ［J］.Landscape Journal，1988， 7 （2）： 206.

［18］C. Steinitz. Commentary - on "Unnatural Illusions" ［J］. Landscape Journal， 1988， 7 （2）： 207.

［19］P. Roland and B. Gulyas. Visual imagery and visual representation ［J］.Trends in neurosciences， 1994， 17 （7）：281-287.

［20］M. Gladwell， Blink ： the power of thinking without thinking ［M］. New York： Little， Brown and Co，2005.

［21］J. Bransford， Human cognition ： learning，understanding， and remembering ［M］. Belmont， Calif.：Wadsworth Pub. Co，1979.

［22］P. A. Miller， Visual Preference and Implicatioons for Coastal Management： a Perceptual Study of the British Columbia Shoreline ［D］. Landscape Architecture.Ph.D. Ann Arbor， Michigan： University of Michigan，1984.

［23］R. Kaplan， Some Methods and Strategies in the Prediction of Preference， in Landscape Assessment：Values， Perceptions and Resources［M］， E. H. Zube，etc . Dowden， Hutchinson and Ross， Inc.： Stroudsberg，Pennsylvania. 1975：118-129.

［24］T. C. Daniel and R. S. Boster， Measuring Landscape Esthetics： The Scenic Beauty Estimation Method ［R］. ed. Vol. Fort Collins， Colorado： Rocky Mountain Forest and Range Experiment Station，1976.

［25］J. T. Lyle， Design for human ecosystems ： landscape，land use， and natural resources ［M］. New York： Van Nostrand Reinhold，1999.

［26］丁文魁.风景科学导论［J］.上海：上海科技教育出版社，1993.

［27］F. R. Steiner， The living landscape： an ecological approach to landscape planning ［M］. New York： McGrawHill，2000.

［28］I. L. McHarg， Design with nature ［M］. Garden City， N.Y.，：the Natural History Press，1969.

［29］P. A. Miller， et al.， Scenery Management Study of Claytor Lake ［R］. ed. Vol. 2009， Blacksburg， VA： Virginia Polytechnic Institute and State University.

［30］P. Aspinall， et al. The urban brain： analysing outdoor physical activity with mobile EEG ［J］.British journal of sports medicine， 2013， 0： 1-6.

［31］J. Qin， et al. Influence of green spaces on environmental satisfaction and physiological status of urban residents ［J］. Urban Forestry & Urban Greening， 2013， 12 （4）： 490-497.

［32］P. J. Silvia， et al. Assessing creativity with self-report scales： A review and empirical evaluation ［J］.Psychology of Aesthetics， Creativity， and the Arts， 2012， 6 （1）： 19.

［33］D. Cernea， et al.， EEG-based measurement of subjective parameters in evaluations， in HCI International 2011-Posters' Extended Abstracts［M］. Springer，2011：279-283.

［34］E. Jovanov， et al. EEG analysis in a telemedical virtual world ［J］.Future Generation Computer Systems， 1999， 15（2）： 255-263.

［35］C.-T. Lin， et al. EEG-based assessment of driver cognitive responses in a dynamic virtual-reality driving environment ［J］.Biomedical Engineering， IEEE Transactions on， 2007， 54 （7）： 1349-1352.

［36］THOUSANDS TO SHAPE ？8 MILLION AGE-FRIENDLY DESIGN PROJECTS. 2013［EB/OL］ http：//www.epsrc.ac.uk/ newsevents/news/2013/Pages/designprojects.aspx.

［37］J. J. Roe， et al. Engaging the Brain： The Impact of Natural versus Urban Scenes Using Novel EEG Methods in an Experimental Setting ［J］.Environmental Sciences， 2013，1 （2）： 93-104.

［38］R. K. Raanaas， et al. Benefits of indoor plants on attention capacity in an office setting ［J］.Journal of environmental psychology， 2011， 31 （1）： 99-105.

［39］D. E. Bowler， et al. A systematic review of evidence for the added benefits to health of exposure to natural environments ［J］.BMC Public Health， 2010， 10 （1）： 456.

［40］C.-Y. Chang and P.-K. Chen. Human response to window views and indoor plants in the workplace ［J］. HortScience， 2005， 40 （5）： 1354-1359.

［41］U.Stigsdotter.Landscapearchitecture and health ［D］. Department of Landscape Planning.doctoral. Swedish University of Agricultural Sciences，2005.

［42］U. K. Stigsdotter， et al.， Nature-based therapeutic interventions， in Forests， trees and human health［M］. Springer，2011：309-342.

［43］R. S. Ulrich， Effects of healthcare environmental design on medical outcomes. Design and Health： Proceedings of the Second International Conference on Health and Design. Stockholm， Sweden： Svensk Byggtjanst ［C］， ed. 2001： 49-59.

［44］R. S. Ulrich， Health benefits of gardens in hospitals. Plants for People Conference， Intl. Exhibition Floriade ［C］，ed. 2002.

［45］S. Kaplan and R. Kaplan， Cognition and environment： functioning in an uncertain world ［M］. New York：Praeger，1982.

［46］S. Kaplan， Participation in the design process： A cognitive approach， in Perspectives on environment and behavior［M］. Springer，1977： 221-233.

［47］D.Sperling. Assessment of technological choices using a pathway methodology ［J］.Transportation Research Part A：General， 1984， 18 （4）： 343-353.

［48］D. Fowler， et al. Negative cognition， depressed mood，and paranoia： a longitudinal pathway analysis using structural equation modeling［J］.Schizophrenia bulletin，2012， 38 （5）： 1063-1073.

［49］L. S. Meyers， et al.， Applied multivariate research：design and interpretation［M］.2006， Thousand Oaks： Sage Publications.

［50］N. H. Timm， Applied multivariate analysis ［M］. Springer texts in statistics. 2002， New York： Springer.

［51］D. J. Molnar. SCEEN： an interactive computer graphics design system for real-time environmental simulation ［J］. Landscape Journal， 1986， 5 （2）： 128-134.

［52］S. M. Ervin. Digital landscape modeling and visualization： a research agenda ［J］.Landscape and Urban Planning， 2001， 54 （1）： 49-62.

［53］刘颂.基于遥感影像的三维地形景观模拟技术初探［J］.系统仿真技术， 2005， （2）：116-119.

［54］董楠楠，归云斐.基于现场的风景园林设计入门教学——以同济大学本科设计课程为例 ［J］.园林， 2013， （2）：47-51.

［55］G. Convertino， et al.， A multiple view approach to support common ground in distributed and synchronous geocollaboration. Coordinated and Multiple Views in Exploratory Visualization， 2005.（CMV 2005）. Proceedings. Third International Conference on ［C］， ed. 2005： IEEE. 121-132.

［56］林德根，梁勤欧.云 GIS 的内涵与研究进展［J］.地理科学进展， 2012， （11）： 107-116.

［57］R. T. Azuma. A survey of augmented reality ［J］. Presence， 1997， 6 （4）： 355-385.

［58］F. Fritz， et al.， Enhancing cultural tourism experiences with augmented reality technologies. The 6th International Symposium on Virtual Reality， Archaeology and Cultural Heritage VAST ［C］， ed. 2005. 1-6.

［59］王涌天， 等. 亦真亦幻的户外增强现实系统——圆明园的数字重建［J］.中国科学基金， 2006， （2）： 76-80.

［60］M. D. Velarde， et al. Health effects of viewing landscapes-Landscape types in environmental psychology［J］.Urban Forestry & Urban Greening， 2007， 6 （4）： 199-212.

A Review of Landscape Visual Resource Planning and Design Methods in the United States and Potential Improvements via New Techniques

CHEN Zheng LIU Yue-lai LIU Song

Despite years of studies on visual perception， landscape architecture has not built an effective practice on visual resource planning and design， due to a lack of systematic theories and evidences， information distortion， and a lack of interactive access to on-site landscape during design. Landscape visual resource planning and design methods in the United States was analyzed in this study via historical narrative and pilot experiment methods. Using US forestry service methods as example， this study summarized the possible limitations in the common methods used in traditional visual resource planning and design. Based on a review of limitations， new techniques and analysis methods， which may possibly improve these conditions， were reviewed in this paper too， including biofeedback information collection， geo-collaborating platforms， and augmented reality. Pilot experiments yelled promising results for improving current methods in landscape visual resource planning and design. The development protential of the new techniques was also analyzed.

Visual Planning and Design； Landscape Vision； Biofeedback Information Collection； Geo-collaborating Platforms； Augmented Reality

上海市浦江人才计划 （14PJC099）

TU986

A

1673-1530（2015）05-0111-07

10.14085/j.fjyl.2015.05.0111.07

2014-08-02

陈筝 /1983年生/女/重庆人/同济大学建筑与城市规划学院景观学系、高密度人居环境生态与节能教育部重点实验室助理教授/博士/研究方向：风景园林规划设计（上海200092）

刘悦来/1971年生/男/山东人/同济大学建筑与城市规划学院景观学系、高密度人居环境生态与节能教育部重点实验室讲师/博士/研究方向：景观规划设计、数字景观实验、景观管理等（上海 200092）

刘颂 /1968年生/女/福建人/同济大学建筑与城市规划学院景观学系、高密度人居环境生态与节能教育部重点实验室教授、博士生导师/博士/研究方向：景观规划设计及其技术方法（上海 200092）

Fund Item： Project supported by Shanghai Jiangpu Talents Program （14PJC099）