运用层次分析法分析景观空间视觉吸引要素评价指标*

范　榕

南京林业大学风景园林学院　南京　210037



运用层次分析法分析景观空间视觉吸引要素评价指标*

范榕

南京林业大学风景园林学院南京210037

摘要：研究采用AHP法对景观空间视觉吸引要素评价指标进行量化分析，针对甄别景观空间视觉吸引要素实验提取的7类吸引要素构建模型假设、比较判别矩阵和求解，分析模型的优缺点，计算出层次单排序和总排序的结果并进行一致性检验，得出该7类视觉吸引要素在各类景观空间中对风景资源的影响比重按从大到小排序为尺度和距离(0.293 7)、实体(0.217 8)、色彩(0.191 2)、植物(0.115 2)、瞬逝自然景象(0.093 5)、水体(0.045 1)、质地(0.043 6)。模型计算结果与经验判别法的结果基本一致，说明AHP法对景观空间视觉吸引评价具有客观量化描述的准确性并具有一定的科学意义，这为景观空间视觉吸引评价提供了理论依据。

关键词：景观空间，视觉吸引，吸引评价，吸引要素，层次分析法

景观视觉分析及评价是风景园林学科领域研究的重要方向，其理论可视为风景园林理论研究的核心内容之一。该研究最早开始于20世纪60年代，国内外的专家学者们都对景观视觉研究这一课题给予了较高的关注[1-11]。景观空间视觉吸引评价研究是基于生理和心理上的视觉活动的分析与研究，吸引程度强弱直接影响到人们对景观空间的直观感受[12]。当人们处于某个景观空间当中时，观赏者的视线能够快速地被该区域中的某些景观空间要素所吸引，成为人类视野中感兴趣的焦点，对观赏者的感知和心理认知产生影响，并能提取出人类感兴趣的视觉特征以及通过人眼被吸引的频率、时间、反复程度判断出人对此景观空间感兴趣的程度，这个过程称为“景观空间的视觉吸引”，它是景观空间质量高低的重要评判标准[13]。景观空间视觉吸引要素评价研究强调以观赏者为基础并考虑参与者的敏感度偏好，除了明显的实质及生物特征外，仍必须清楚地显示过去人类使用的冲击及对未来的规划目标与期望。通过对大众知觉、判断、需求的明确思考，可以更清楚视觉资源该如何正确使用，并指导未来的景观规划更有效、更高明。

1 研究问题

景观空间视觉吸引评价是一个感性的研究问题。如何对这一感性的问题进行量化，将成为本研究的重点。笔者曾采用问卷调查和直接观察的方式方法，运用主成分分析法对采集到的数据进行处理，提取出7类景观空间视觉吸引要素[14]。本文将这7类景观空间视觉吸引要素作为各类景观空间视觉吸引评价的影响因子，通过建立层次分析模型建立递阶层次结构，比较尺度和构造方法，通过提出的研究方案和计算得出最佳景观空间视觉吸引要素的权重排序，以此作为景观空间视觉吸引评价的理论依据，以期通过量化的方法将景观空间视觉吸引评价客观地描述出来，建立评价模型。

2 研究内容

将通过景观空间视觉吸引要素实验所得出的数据录入Eviews和SPSS程序进行数理统计分析，并运用统计学的方法来分析观赏者对景观空间视觉吸引的评价，是深入研究和分析风景资源美学的一条更直接而有效的途径。

2.1 研究方法

2.1.1 问卷调查法

景观空间视觉质量和偏好评价主要的研究方法是主观评分法。它要求测试者在大量的照片中选取出一些具有代表性的景观照片，让被测者在进行观赏的同时指出他们认为最重要的和最感兴趣的区域及目标，并填写测试问卷给出所认为的相应分值。这样的测试活动是既含有由内而外的视觉吸引机制又含有由外而内的视觉吸引机制的行为方式。有些测试照片是被测者所熟知的，这就具有由内而外的视觉吸引机制内容；有些测试照片则是被测者从未见过的陌生景象，人们在看见这一照片时会产生由外而内的视觉吸引机制内容。因此，这就需要严格筛选照片，如照片摄影的角度、方位和照片的数量。本文采用由丹尼尔和博斯特提出的随机取样法，首先将欲评价的景观图片挑选出来，按照景观空间类型进行分类，然后在每个景观空间类型中随机选取需要用来测试的照片，其总数目根据不同的实验需求来决定。

2.1.2 层次分析法

层次分析法是由匹兹堡大学教授萨蒂在20世纪70年代开发出来的一种量化分析方法，是用于对定性研究的问题进行量化分析的一种方法。人们可以通过这种方法对主观判断进行客观描述。其根据研究目的先建立总目标层，然后对总目标层的各种影响因素进行划分，进而建立多指标(或约束、准则)的若干层次，通过定性指标的模糊量化方法算出各要素的单排序和总排序[15]。

2.2 模型假设

研究采用层次分析法，将决策问题的有关元素分解成目标、准则、方案等层次，并在此基础上进行定性与定量结合的分析。大尺度景观空间、中尺度景观空间和小尺度景观空间为总目标层，资源价值、生态价值和美学价值为准则层，空间视觉吸引7类视觉吸引要素(空间尺度和距离、实体、色彩、瞬逝自然景象、植物、质地、水体)作为方案层。

首先，将选取的100张测试照片由专家对每张图片里的7类景观空间视觉吸引要素视其在该景观空间照片中的重要性进行0～1区间赋值，然后再将各要素在大、中、小3种景观空间类型[16]中的相互作用程度进行各层的一对一比较，一般设定一对比较值为1，3，5，7，9共5个分值，目标层为A，第二层为B1,B2,B3，第三层为P1,P2,P3,P4,P5,P6,P7，最后运用Matlab程序对各层相对于上一层的排序进行一致性检验，得出比较判断矩阵[17]。

2.3 问题的分析

研究针对景观空间视觉吸引要素进行一个最优化的分析，对景观空间视觉吸引要素给出模型化、标准化的排名及最佳优先选择。7类景观空间视觉吸引要素在景观空间中所占重要程度轻重的排序是一个既客观又带有主观偏好性的问题。由于景观空间中的内容众多，同时需考虑多对象、多因素，这就存在一定的难度。因此须采用数学建模中的层次分析法来进行量化并客观表述出来。此运算方法大体上分成4个步骤：1)建立递阶层次结构；2)构造比较判别矩阵；3)在单准则下的排序及一致性检验；4)总的排序。通过这4个步骤的计算，可以得到需要解决的景观空间视觉吸引要素权重优先排序。

守望相助爱无疆，扶贫济困情永在。近年来，在中农集团党委的坚强领导和统一部署下，中农控股一直积极承担扶贫济困的社会责任，为党和政府分忧，为贫困群众解愁，为助力受援地打赢脱贫攻坚决胜期关键之战提供了重要保证。

2.4 模型的建立与求解

景观空间视觉吸引评价方案模型的建立需要进行3个层次的分析，首先设定该模型最高一层为总目标A；其次设定第2层为准则层，分别为B1,B2,B3；最后设定底层为方案层，包含P1～P7共7类景观空间视觉吸引要素。其层次结构模型见表1。本文以大尺度景观空间视觉吸引运算过程为例。在建立景观空间视觉吸引评价递阶层次模型后，需要运用Matlab程序对比较判别矩阵进行调整[18]。

3 研究结果

3.1 层次单排序及其一致性检验

利用Matlab计算矩阵A的最大特征值及特征值所对应的特征向量，得到最大特征值及最大特征向量λ=5.009 74及其对应的特征向量[0.881 26;0.167 913;0.304 926;0.096 055 7;0.304 926;]，归一化之后的特征向量为W(2)=[0.502 119;0.095 672 8;0.173 739;0.054 730 1;0.173 739;]。将特征向量经归一化后即可得到相应的层次单排序的相对重要性权重性向量以及一致性指标CI和一致性比例CR(表2)。

表1　大尺度景观空间视觉吸引评价模型基础指标体系

表2　层次单排序一致性检验

由表2可见，所有4个层次单排序的CR值均小于0.1，符合一致性要求。

3.2 层次总排序及其一致性检验

3.2.1 层次总排序权值表

已知第二层(B层)对于总目标(A)层的排序向量为

w1=[0.5816,0.1095,0.3090]′;

而第3层(P层)对第2层各个因素(Bi)为准则时的排序向量为

P1=[0.291 6,0.225 4,0.245 7,0.111 9,0.042 1,0.052 3,0.031 1]′;

P2=[0.294 1,0.363 9,0.046 0,0.126 6,0.094 9,0.0.046 4,0.027 8]′;

P3=[0.297 5,0.151 6,0.139 9,0.047 1,0.260 0,0.026 2,0.077 7]′;

则第3层相对于总目标的排序向量为

W=(P1,P2,P3)×W1

=(0.293 7,0.217 8,0.191 2,0.093 5,0.115 2,0.043 6,0.045 1)′;

3.2.2 层次总排序的一致性检验

根据上述运算得出大尺度景观空间视觉吸引要素的优先排序：P1权重为0.293 7，P2权重为0.217 8，P3权重为0.191 2，P5权重为0.115 2，P4权重为0.093 5，P7权重为0.045 1，P6权重为0.043 6，即尺度和距离〉实体〉色彩〉植物〉瞬逝自然景象〉水体〉质地；同理得出中尺度景观空间视觉吸引要素优先排序：P1权重为0.438 1，P3权重为0.202 7，P2权重为0.170 3，P6权重为0.076 2，P4权重为0.048 5，P5权重为0.034 3，P7权重为0.030 0，即尺度和距离〉色彩〉实体〉水体〉植物〉瞬逝自然景观〉质地；同理得出小尺度景观空间视觉吸引要素的优先排序：P1权重为0.292 1，P2权重为0.260 4，P3权重为0.199 9，P4权重为0.110 0，P6权重为0.061 9，P5权重为0.051 4，P7权重为0.024 3，即尺度和距离〉实体〉色彩〉瞬逝自然景观〉植物〉质地〉水体。

4 讨论与结论

景观空间视觉吸引评价研究是一项基础理论研究，但同时又兼具实际应用价值，如何选择合理的景观评价方法并建立科学而全面的景观评价体系是本课题研究的关键所在。实验通过3个不同景观空间尺度类型分析发现，重要的视觉吸引要素都是空间尺度和距离要素，这符合专业基本理论与实际问卷调查的结果，其他视觉吸引要素会根据不同的景观空间尺度类型产生不同的权重排序变化。由于通过层次分析法建立的模型本身具有一定的局限性，且比较判别矩阵参数的设立存在人为和偶然因素，与真实情况存在差距，影响最后的模型准确度。综上所述，采用层次分析法来研究任何问题，都应在实际运用中对具体问题进行具体分析，合理划定重要度，结合调查情况进行严格的建模和分析，才能得出客观的研究结论。

参考文献

[1]BURTON Jr L R.Landscape control points: a procedure for predicting and monitoring visual impacts[M].Berkeley,California:USDA Forest Service Pacific Southwest Forest and Range Experiment Station,1973.

[2]BURTON Jr L R.Visual vulnerability of the landscape: control of visual quality[M].Washington DC:USDA Forest Service,1984.

[3]APPLETON J.The experience of landscape[M].Chichester:New York:John Wiley & Sons,1996.

[4]ZUBE E H,KENNEDY C,SIMCOX D.Fort Bowie National Historic Site and Chiricahua National Monument visitor survey[M].Tucson,Arizona:University of Arizona Cooperative Park Resources Studies Unit,1987.

[5]ZUBE E H.Environmental evaluation: perception and public policy[M].Monterey,California:Cambridge University Press,1984.

[6]KAPLAN R,KAPLAN S,RYAN R L.With people in mind: design and management of everyday nature[M].Washington DC:Island Press,1998.

[7]KAPLAN S.Mental fatigue and the design environment[C].Proceedings of Environmental Design Research Association Conference,Ottawa,1987:55-60.

[8]KAPLAN R.Simulation models and participation: designers and clients[J].Proceedings of Environmental Design Research Association Conference,Ottawa,1987:96-102.

[9]KAPLAN S,DALE F D,KAPLAN R.Patterns as hypotheses: an empirical test[J].Proceedings of Environmental Design Research Association Conference,Ottawa,1987:188-193.

[10]ULRICH R S,SIMONS R F.Recovery from stress during exposure to everyday outdoor environments[C]//WINEMAN J,BARNES R,ZIMRING C(eds.).The costs of not knowing: proceedings of the Seventeenth Annual Conference of the Environment Design,1986.

[11]ULRICH R S.Aesthetic and affective response to natural environment[M]//ALTMAN I,WOHLWILL J F(eds.).Behavior and the natural environment.New York:Plenum,1983.

[12]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(5)：5-10.

[13]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(8)：33-36.

[14]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.

[15]刀根薰.感觉意思决定法：AHP入门[M].东京：株式会社日科技连出版社，1992.

[16]刘滨谊.现代景观规划设计[M].3版.南京：东南大学出版社，2010.

[17]周品，赵新芬.MATLAB数理统计分析[M].北京：国防工业出版社，2009.

[18]孙祝岭，徐晓岭.数理统计[M].北京：高等教育出版社，2009.

[19]杨桂元，黄己立.数学建模[M].合肥：中国科学技术大学出版社，2009.

Evaluation of Visual Attraction of Landscape Spaces Using Analytic Hierarchy Process

Fan Rong

(College of Landscape Architecture, Nanjing Forestry University, Nanjing 210037, China)

Abstract:The paper made quantitative analysis on the visual attraction evaluation of landscape spaces using analytic hierarchy process (AHP). Based on the 7 categories of attractive elements which were extracted from the landscape visual experiment, the paper proposed model assumptions, built comparison matrix and solving, analyzed advantages and disadvantages of models, calculated and consistently checked the results of single hierarchical arrangement and total taxis of hierarchy. The 7 categories of visual attraction elements could be priority ordered by its influencing on scenery resources in different landscape spaces as: scales and distances(0.2937), entity(0.2178), color(0.1912), plant(0.1152), fleeting landscape(0.0935), water (0.0451), and texture(0.0436). Modeling results were consistent with perceptual evaluation results, which indicated that the AHP method is objective and accurate in quantitative description and is of certain scientific significance for the visual attraction evaluation of landscape spaces. This would provide theoretic basis for the evaluation of landscape visual attraction.

Key words:landscape space, visual attraction, analytic hierarchy process (AHP), attraction evaluation., attraction element

DOI：10.3969/j.issn.1672-4925.2016.01.014

作者简介：范榕，讲师，博士，研究方向为建筑科学与工程，E-mail：fanrong0910@126.com

*基金项目：江苏省教育厅高校自然科学研究面上项目景观空间视觉吸引评价理论方法研究(15KJB560009)；南京林业大学高层次人才科研启动基金基于视知觉的城市景观空间理论研究(GXL019)

收稿日期：2015-07-30