张致义 辛 琳 邱尔发 谢晓阳 王新宇 孙振凯 姜莎莎 赵 娇
(中国林业科学研究院林业研究所 国家林业和草原局城市森林研究中心 北京 100091)
道路绿地是城市绿地系统的重要组成部分,也是展现城市面貌的重要窗口。2022年的北京冬季奥运会将在北京市和河北省张家口市举行,冬奥会场馆间的城市快速路及高速公路承担着重要的交通运输作用。但目前,大多公路绿化较为简单,甚至千篇一律(何韵仪, 2017);同时,大多偏重春、夏、秋3季的景观设计,忽略了冬季景观的营造(刘洋等, 2017)。基于此背景,提升北方冬季景观尤为重要。植物景观具有时序性,无论提升任何一个季节的景观,都难免造成其他季节的景观质量下降。因此,为展现良好的城市风貌,改善公路绿化现状,评价及优化道路四季植物景观成为亟待解决的问题。
目前,国内外对美景度评价方法、评价对象等方面的研究已较为成熟(李成等, 2019)。以往大多研究仅限以公园绿地(谢珊珊等, 2016; 王美婷等, 2017)、道路绿地(邢瑞丽, 2014; 周军军, 2013)、河岸林带(刘亚, 2016)、郊野森林(赵佩, 2013; 章志都, 2011)等为对象,进行春季、夏季或秋季为主的单一季节景观评价,而以冬季为主的美景度评价研究较少,主要集中在公园绿地等冬季景观有特色的地带(胡马, 2018)。近年来,随着研究深入,主要对单株树木(李汝佳, 2017)以及环城林带(张凯旋等, 2012)、风景游憩林(陈鑫峰等, 2003; 张丽玮, 2013)的典型群落进行三季或四季美景度评价,对道路林四季美景度评价的研究未见详细报道。
综合来看,国内对冬季道路林美景度评价研究尚处起步阶段,道路林四季美景度评价文献较少,而针对北京市道路林四季美景度评价的研究还未见报道。本研究以冬奥会场馆间城市快速路及高速公路的林带为对象,在多次实地踏查、植物群落调查研究的基础上,选取典型植物群落,采用心理物理学派方法,利用网络问卷评判并计算各个季节的美景度(scenic beauty estimation,SBE)。然后利用影响群落四季景观的因子,分别分析其与4个季节美景度、四季综合美景度之间的关系,揭示影响道路林景观的因子。本研究突破了以往对单一季节道路林景观美学评价的局限,以期为群落结构优化提出相应对策,为城市道路林构建与管理提供科学依据。
北京市位于115.7°—117.4°E,39.4°—41.6°N,属北温带半湿润大陆性季风气候,夏季高温多雨,冬季寒冷干燥,地带性植被类型是暖温带落叶阔叶林,间有温性针叶林。境内交通发达,路网结构以矩形环状为主,道路多以此为依托,与经纬线平行网状分布。截至2019年,建有城市道路快速路17条、主干道270条、次干道86条,全长约1 256 km; 高速公路全长约1 115 km,其中国家级高速公路8条。而冬奥会场馆间快速路的景观破碎化程度较高,所经区域主要有石景山区、海淀区、昌平区、延庆区、朝阳区,长度共约372 km,其中山区段约100 km。经群落结构调查,冬奥廊道沿线的绿化树种主要有国槐(Styphnolobiumjaponicum)、毛白杨(Populustomentosa)、油松(Pinustabulaeformis)、白蜡树(Fraxinuschinensis)、臭椿(Ailanthusaltissima)、圆柏(Juniperuschinensis)等乔木树种,大叶黄杨(Buxusmegistophylla)、金叶女贞(Ligustrum×vicaryi)、铺地柏(Juniperusprocumbens)、月季(Rosachinensis)等灌木树种。
道路受人为因素干扰较大,为避免某一景观类型出现四季照片对比不强等情况,尽可能选取2~3块同一景观类型的样地。在拍摄照片时,对沿线路侧绿带绿化现状反复对比,初步设置68块典型的有代表性的样地,并对样地边界打桩固定,用GPS精确定位。基于群落结构调查,记录样地内的单株树木名称、树高、胸径、冠幅、健康状况等基本内容,同时记录样地内林分树木配置方式、层次结构等基本情况。
2019年7—8月、10—11月和2020年1月、4月,分别拍摄夏季、秋季、冬季、春季的照片。结合Clay等(2004)对美国公路的拍摄方法,按图1箭头指示方向,向样地中心拍摄。拍摄时按如下规范: 1) 选择晴朗、光线好的天气,拍摄时间大致在9:00—12:00及14:00—16:30,冬季大致在10:00—15:00; 2) 所有照片均由同一人使用尼康D80拍摄; 3) 顺光条件下拍摄,焦距F24,自动模式P,不使用闪光灯; 4) 一律采用横向拍摄,与拍摄对象的距离控制在5~10 m之间; 5) 尽量避开如标志牌、仪器设备、车辆、行人等非植物风景因子; 6) 拍摄时,镜头位置与双眼同高,尽可能包含不同的树种组成、植物特性、配置方式、种植方式等信息; 7) 利用手机GPS工具箱,对拍摄点进行定位标记,记录周围建筑等明显的标志物,确保不同季节在同一点拍摄。
图1 典型样地拍摄Fig. 1 Photograph of a typical sample plot箭头方向为拍摄方向。The direction of the arrow is the shooting direction.
基于刘亚(2016)、毛炯玮等(2010)、章志都(2010)、全文燕(2012)等的研究,选取照片时遵循如下原则: 1) 选择光照条件比较一致的景观照片,去除逆光和侧逆光条件下拍摄的景观照片; 2) 尽量无车辆、行人等非植物景观因子的照片; 3) 删除施工等原因造成某一季节无法拍摄照片及四季对比性不强的照片; 4) 尽可能选择包括不同的树种组成、植物特性、配置方式、种植方式等的照片; 5) 同一景观类型照片中,选取最能代表该类景观的照片。为避免照片冗余,减少视觉疲劳,最终选取34块典型样地,共136张景观照片。
借助网络问卷星,评判者在手机、电脑等终端线上评价,评判者信息包括性别、年龄、职业。具体操作流程如下: 1) 说明调查目的及问卷注意事项,并特别强调评判者预览完每组照片后,按第一印象给每张照片中的景观打分,而不要将照片作为摄影艺术作品来欣赏(龚岚, 2015); 2) 评判者对每个景观进行喜好度的评分分级为“很喜欢,喜欢,较喜欢,一般,不太喜欢,不喜欢,很不喜欢”,选择得分后跳到下一张,直至结束。网页发布一段时间后,统计计算美景度得分。
网络问卷法比现场问卷法得出的结果相对稳定、更有代表性(杨宝仪, 2016),而对于样本容量,Creswell(2002)认为一般问卷调查需要的正式抽样样本数应在350人以上。本研究共34题(每题含4个选项,即依次对该样地四季评价),通过问卷星发放654份问卷,回收594份问卷,达到样本量要求。同时,利用Cronbach(1951)的α系数计算方法,对问卷的信度检验,判断图片问卷的可靠性,公式如下:
式中:k为题目数,si为第i题得分的方差,sx为所有图片总得分的方差。经计算,检验值为0.968,说明问卷本身测验的信度较好。
依据前人研究(孙姝亭, 2016; 刘亚, 2016; 陈勇, 2013; 龚岚, 2015; 周军军, 2013; 张丽玮, 2013; 张凯旋等, 2012; 陈鑫峰等, 2003),选取影响四季景观的因子。结合实地照片情况,对选取的景观因子进行调整(表1)。其中,林缘线指树林或树丛边缘上树冠垂直投影于地面的连接线,是植物群落在平面构图上的反映; 林冠线指树林或树丛空间的立面构图轮廓线(张吉祥, 2001)。树形丰富度,依据陈有民(1992)总结的树木形态,统计照片中的树形种数。常绿树种比例、乡土树种比例,参照照片中的样地范围,随机设置400 m2样地,调查统计相应的株数,并进行换算。
表1 植物群落特征景观因子Tab.1 Features of plant community landscape elements
以单张照片代表一种景观类型,不同评判者对同一景观类型照片的美景度评价值符合正态分布,故借鉴Daniel等(1976)计算美景度(SBE)的方法,具体如下: 1) 按照等级大小顺序统计各等级的频率(f),计算相应的累积频率(cf)、累积概率(cp)和正态分布单侧分位数(z),其中正态分布单侧分位数用EXCEL中的NORMSINV函数计算(章志都, 2010); 2) 求各等级对应的z的平均值Z; 3) 随机选择一景观作为对照景观,SBE=(Zi-Z0),式中,Z0为对照景观各等级对应的z的平均值,Zi为第i个景观各等级对应的z的平均值。具体实例见表2。
表2 美景度(SBE)计算实例①Tab.2 Scenic beauty estimation(SBE) calculation example
基于多元数量化模型Ⅰ(唐启义等, 2006),以每个景观因子(项目)中的最后一个类目为参照,采用定性变量逐步回归分析法,逐步引入相关性较大的景观因子类目,使调整相关系数最大,最终得到关于景观因子类目与美景度(SBE)的回归评价模型。
某一景观因子贡献率(Yi)的计算公式(章志都等, 2011)为:
式中:Yi指第i项的景观因子,此处称为项目,MaxXi指该i项景观因子所对应类目得分系数的最大值,MinXi指所对应类目得分系数的最小值。
在道路林春季景观模型建立过程中,逐步调整α,引入彩叶植物存在方式(p= 0.049 8)、植物色泽(p= 0.150 2)、层次结构(p=0.085 0)、林缘线(p=0.121 6)、植物生长状况(p=0.238 3)、树种丰富度(p=0.044 6)、林分整洁度(p=0.208 3)、枝干色彩(p=0.151 9)等因子。当α=0.3时,调整相关系数最大(r=0.614 5),得到春季道路林最优景观评价模型:
y=0.518 6-0.061 1X1-1-0.099 3X1-2-0.157 2X3-1+0.087 6X3-2-0.019 8X3-3-0.115 8X6-1-0.100 0X6-2+0.107 9X8-1+ 0.055 3X8-2+0.157 0X9-1-0.035 2X9-2-0.114 2X10-1-0.056 5X10-2-0.066 7X10-3+0.004 2X11-1+0.111 0X11-2+0.053 9X12-1+0.085 4X12-2。
方程的复相关系数R=0.970 5(方差分析结果见表3),经方程线性F检验和回归系数t检验:F=3.890 4 >F0.01(18, 15)=3.23,p=0.005 4 <0.01,说明所选景观因子与SBE有极显著的相关性,可作为道路林春季景观评价模型。
表3 道路林春季景观因子方差分析Tab.3 Analysis of variance of road forest landscape factors in spring
从各类目得分系数大小来看: 1) 树种丰富度高的林分,往往受评判者的青睐; 2) 乔草配置的林分美景度略高于乔灌草配置的林分,乔灌配置的林分美景度低于乔灌草配置的林分,单一乔木配置的林分美景度最低; 3) 生长越健康的林分给人朝气蓬勃之感,美景度越高; 4) 规则的林缘线给人整齐之感,相比曲折、自然的林缘线美景度高; 5) 较整洁的林分相比整洁的林分美景度高,但杂乱的林分给人凌乱之感; 6) 综合式分布的彩叶植物比其他分布的美景度高,而无彩叶植物的林分显得单调乏味; 7) 植物色泽较明亮的林分,更易让人接受; 8) 相比枝干以灰白色等为主色彩的林分,以灰褐色为主色彩的林分在春季更有吸引力(表4)。
表4 道路林春季景观因子回归结果Tab.4 Regression results of road forest landscape factors in spring
在道路林夏季景观模型建立过程中,逐步调整α,引入树干显示度(p= 0.065 3)、树叶色泽(p=0.145 9)、常绿树种比例(p=0.012 6)、树形丰富度(p=0.020 8)、林木排列方式(p=0.159 8)、枝干色彩(p=0.385 5)、乡土树种比例(p=0.371 2)等因子。当α=0.4时,调整相关系数最大(r=0.737 5),得到夏季道路林最优景观评价模型:
y=0.478 0-0.076 7X4-1-0.026 5X4-2-0.090 7X4-3+0.028 5X5-1+0.005 7X5-2-0.054 2X7-1-0.057 0X7-2+0.081 1X11-1+0.100 2X11-2+0.049 4X12-1+0.048 7X12-2+0.037 6X13-1+0.029 8X13-2+0.026 6X14-1-0.022 1X14-2。
方程的复相关系数R=0.978 8(方差分析结果见表5),经方程线性F检验和回归系数t检验:F=8.570 3>F0.01(24, 9)=4.77,p=0.001 1 <0.01,说明所选景观因子与SBE有极显著的相关性,可作为道路林夏季景观评价模型。
表5 道路林夏季景观因子方差分析Tab.5 Analysis of variance of road forest landscape factors in summer
从各类目得分系数大小来看: 1) 常绿树种比例高于2/3以上的林分相对其他比例的林分更显得青绿,让人青睐; 2) 适当引用一些外来树种,将乡土树种比例控制在60%以下,会提升林分的美景度; 3) 混合式的林分美景度较佳,规则式和自然式配置的林分美景度相对较低; 4) 植物色泽较为明亮的林分更易让人关注; 5) 相对枝干以灰白色为主色彩的林分,以灰褐色为主色彩的林分在夏季更吸引人; 6) 树干模糊和不可辨的林分给人无尽的空间想象之感,相对树干清晰的林分美景度高; 7) 单一的树形美景度较高,而树形丰富的林分却显得杂乱无度(表6)。
表6 道路林夏季景观因子回归结果Tab.6 Regression results of road forest landscape factors in summer
在道路林秋季景观模型建立过程中,逐步调整α,引入林分密度(p= 0.046 3)、林分整洁度(p=0.058 0)、彩叶植物存在方式(p=0.058 0)、乡土树种比例(p=0.173 2)、林木排列方式(p=0.139 3)、层次结构(p=0.185 3)、枝干色彩(p=0.164 5)、林缘线(p=0.324 6)、植物生长状况(p=0.275 7)等因子。α=0.33时,调整相关系数最大(r=0.680 9),得到秋季道路林最优景观评价模型:
y=0.404 1-0.002 8X3-1+0.126 0X3-2+0.060 5X3-3+0.098 6X5-1+0.006 9X5-2-0.051 1X6-1+0.023 4X6-2-0.011 4X7-1+0.139 5X7-2+0.012 0X8-1-0.078 7X8-2-0.187 2X10-1-0.076 1X10-2-0.093 4X10-3-0.008 0X12-1+0.090 6X12-2。
方程的复相关系数R=0.850 7(方差分析结果见表7),经方程线性F检验和回归系数t检验:F=2.783 1>F0.05(16, 17) =2.29,p=0.021 7 <0.05,说明所选景观因子与SBE有显著的相关性,可作为道路林秋季景观评价模型。
从各类目得分系数大小来看: 1) 相对乔灌草配置的林分,采用单一乔木配置的林分会对美景度产生负面影响,而乔草式配置的林分更让人喜爱; 2) 将乡土树种比例控制在60%以下,美景度较佳; 3) 生长越健康的林分,给秋季带来无尽的生命力,景观效果越佳; 4) 相对综合式配置的林分,规则式配置的林分美景度较低,反而自然式配置的林分美景度较高; 5) 规则的林缘线美景度最高,而曲折的林缘线受评判员的青睐程度低; 6) 综合式分布的彩叶植物相对其他分布方式的美景度高,而无彩叶植物存在的美景度最低,说明彩叶植物存在方式对春秋2季景观有着极其重要的影响; 7) 对于枝干色彩,枝干以灰褐色为主但有彩色枝条的林分美景度较高,而以彩色树干为主色彩的林分美景度次之(表8)。
表8 道路林秋季景观因子回归结果Tab.8 Regression results of road forest landscape factors in autumn
在道路林冬季景观模型建立过程中,逐步调整α,引入彩叶植物存在方式(p= 0.030 3)、植物色泽(p=0.069 3)、林分密度(p=0.110 8)、层次结构(p=0.100 6)、常绿树种比例(p=0.215 8)、林木排列方式(p=0.218 7)、树种丰富度(p=0.291 4)、树形丰富度(p=0.267 3)等因子。当α=0.3时,调整相关系数最大(r=0.719 0),得到冬季道路林最优景观评价模型:
y=-0.113 7-0.009 0X1-1+0.032 5X1-2+0.047 8X2-1+0.003 0X2-2+0.084 5X3-1+0.120 3X3-2-0.032 1X3-3+0.033 0X4-1+ 0.081 8X4-2-0.006 5X4-3+0.071 3X7-1+0.098 8X7-2+0.159 0X10-1+0.161 1X10-2-0.076 2X11-1-0.010 1X11-2-0.069 3X14-1- 0.046 4X14-2。
方程的复相关系数R=0.883 4(方差分析结果见表9),经方程线性F检验和回归系数t检验:F=2.961 9>F0.05(18,15)=2.36,p=0.019 4 <0.05,说明所选景观因子与SBE有显著的相关性,可作为道路林冬季景观评价模型。
表9 道路林冬季景观因子方差分析Tab.9 Analysis of variance of road forest landscape factors in winter
从各类目得分系数大小来看: 1) 相对树种丰富度超过5种的林分,3~4种树种林分在冬季显得整洁有序,而仅有1~2种树种的林分给人单调乏味之感; 2) 采用疏植的林分,给人充裕的空间之感,深受群众喜爱; 3) 相对乔灌草配置的林分,乔草式的林分深受群众青睐,而乔灌配置的林分会降低林分的美景度; 4) 常绿树种比例控制在0~1/3,美景度最高; 5) 相对混合式配置的林分,自然式和规则式配置的林分美景度较高,其中自然式配置的林分最受群众喜爱; 6) 冬季多数乔木已落叶,仅剩部分常绿树种,若冬季常绿树种有几分色彩,如樟子松(Pinussylvestrisvar.mongolica)冬季呈黄绿色,会提升林分的美景度; 7) 色彩明亮的林分往往受群众青睐; 8)树形丰富度高的林分,会给单调乏味的冬季带来几分趣味,有助于提高林分美景度(表10)。
表10 道路林冬季景观因子回归结果Tab.10 Regression results of road forest landscape factors in winter
在道路林四季景观综合评价模型建立过程中,逐步调整α,引入彩叶植物存在方式(p=0.000 1)、植物色泽(p=0.007 5)、树干显示度(p=0.017 7)、林分密度(p=0.012 8)、层次结构(p=0.234 2)等因子。当α=0.3时,调整相关系数最大(r=0.528 1),得到道路林四季最优景观综合评价模型:
y=0.430 2+0.123 8X2-1+0.035 4X2-2+0.003 6X3-1+0.064 8X3-2-0.035 4X3-3-0.160 1X10-1-0.085 5X10-2-0.110 8X10-3-0.131 8X11-1-0.027 7X11-2+0.104 1X13-1+0.137 7X13-2。
方程的复相关系数R=0.585 7(方差分析结果见表11),经方程线性F检验和回归系数t检验:F=5.351 6>F0.01(12,123)=2.33,p=0.000 1 <0.01,说明所选景观因子与SBE有极显著的相关性,可作为道路林四季景观综合评价模型。
表11 道路林四季景观因子方差分析Tab.11 Analysis of variance of road forest landscape factors in four seasons
从各类目得分系数大小来看: 1) 疏植的林分会给群众带来相对充足的阳光,受群众喜爱; 2) 相对乔灌草配置的林分,乔草式的林分美景度高,而乔灌配置对林分美景度呈现负面影响; 3) 彩叶植物存在方式对四季综合景观有着重要影响,采取综合式配置的林分美景度较高,而无彩叶植物存在的林分美景度最低,使林分显得单调乏味; 4) 植物色泽明亮的林分更容易博人的眼球,林分美景度较高; 5)与夏季景观一致,树干显示度较为模糊的林分美景度最高,清晰可辨的林分美景度最低(表12)。
表12 道路林四季景观因子回归结果Tab.12 Regression results of road forest landscape factors in four seasons
由于同一林分的4个季节及四季的综合景观因子均有差别,为进一步探讨不同景观因子对四季美景度的影响,依据建立的景观评价模型中项目的类目得分系数极差,得到不同景观因子对不同季节的贡献率(表13)。发现: 1) 影响3个季节的景观因子,有层次结构、彩叶植物存在方式、植物色泽、枝干色彩、林木排列方式,其中彩叶植物、层次结构是影响三季景观的因子,这与张元康(2019)、邢瑞丽(2014)的研究结果基本一致; 2) 影响2个季节景观的因子有树种丰富度、乡土树种比例、植物生长状况、林缘线、常绿树种比例、树形丰富度,其中常绿树种比例对夏季美景度的影响较大; 3) 影响春、夏、冬3个单一季节的景观因子,分别有林分整洁度、树干显示度、林分密度。
表13 不同景观因子对各季节的贡献率Tab.13 Contribution rate of different landscape factors to each season
通过对比四季综合评价的景观因子与不同季节的景观因子,层次结构、彩叶植物存在方式、植物色泽是影响四季综合评价的景观因子,也是影响3个季节的景观因子; 林分密度是影响四季综合评价的景观因子,也是影响冬季景观的因子; 树干显示度是影响夏季的景观因子,且在四季综合评价中也占据着较重要的地位。综合来看,彩叶植物存在方式不但在四季综合评价模型中贡献率最大,且在秋、冬季景观评价模型中贡献率最大,故景观质量提升时应着重考虑。
层次结构、彩叶植物存在方式、植物色泽、枝干色彩、林木排列方式是影响春、夏、秋3季的景观因子,其中,层次结构、彩叶植物存在方式、植物色泽也是影响四季综合评价的景观因子。景观质量提升过程中,应注重林分空间层次,合理应用林分多季相景观树种,选择植物色泽明亮的树种,采取综合式的手法配置彩叶树种,使彩叶树种分布规则又富有变化。同时,应用春夏秋3季以灰褐色等暗淡的色彩为主色彩、但冬季枝条有黄色等较醒目的色彩的树种,使四季景观协调。
植物生长状况、林缘线是影响春秋2季的景观因子,树种丰富度是影响春冬2季的景观因子,常绿树种比例、树形丰富度是影响夏冬2季的景观因子,乡土树种比例是影响夏秋2季的景观因子。景观质量提升时,应注重使用乡土树种,并适当配置观赏价值高的外来树种及近年培育的新品种,如金边黄杨(Euonymusjaponicusvar.aurea-marginatus)、金枝槐(Sophorajaponica‘Golden Stem’)等。减少优势树种使用,丰富其他观赏的树种。同时,合理加强管护程度,减少早春发生生理干旱等影响林木健康的现象,促使树木健康生长,逐步改善林缘线,形成规则有序的林相景观。
林分整洁度是影响春季的景观因子,树干显示度是影响秋季的景观因子,林分密度是影响冬季的景观因子,其中林分密度、树干显示度也是影响四季综合评价的景观因子。景观质量提升时,需合理控制林分密度,加强春季林下的管护程度,保持林分整洁度,注重丰富林下层次,降低树干显示度。
4.2.1 道路林景观优化建议 1) 应用多季相景观树种,合理配置彩叶树种,提高树种丰富度,但需注意植物色泽。春秋冬3季中,合理地搭配彩叶植物有助于提升林分美景度(杨宝仪, 2016),而采取综合式配置的林分美景度最佳。但色彩丰富的林分可能会给司机带来一定的视线干扰,分散其注意力,由于本研究采集的道路林景观照片色彩较为单一,故未考虑色彩丰富度该项景观因子。根据前人研究,一般植物色彩的种类维持在6种左右较为合适(张元康, 2019)。另外,植物色泽在春夏冬3季影响较为显著,色泽较明亮的林分美景度深受群众青睐(张喆, 2017),故建议使用植物叶色泽明亮的树种,如樟子松、蓝粉云杉(Piceapungens ‘Glauca’)等。
2) 控制彩色枝干树种比例及常绿树种比例,合理应用乡土树种。彩色枝干树种是影响春夏秋3季的主要景观因子,其中三季以灰褐色为主色彩、兼有彩色枝干的林分美景度较高,而以彩色枝干树种为主色彩的林分美景度较低。虽然以往研究结果表明,彩色枝干树种是影响冬季景观的景观因子(赵芒, 2012),但彩色枝干树种可能在生长季色调不协调,故建议在景观质量提升中,应用生长季以灰褐色为主色彩、冬季枝干为彩色的树种,如金枝槐、旱柳(Salixmatsudana)等树种。同时,常绿树种是影响夏冬2季的景观因子,将常绿树种比例调至0~1/3较为合适,这与前人的研究(胡马, 2018)基本一致。另外,应用树种时,建议以乡土树种为主,合理应用一些外来树种,以吸引游客的眼球。
3) 丰富层次结构,降低树干显示度。春秋冬3季中,以前较多学者在夏季评价植物美景度时,认为乔灌草配置的群落美景度更高(冯慧灵等, 2018),而本研究通过评价模型,得出乔草式配置的林分美景度略高于乔灌草配置的林分,这可能是由于林下灌木枝叶散乱,影响了林分的整洁度。另外,树干显示度对美景度的影响远高于层次结构,树干显示度高的林分虽在冬季能增加透光度,给林分的冬季美景度带来一些正面影响(胡马, 2018; 孙姝亭, 2016),但树干显示度模糊的林分四季美景度最佳。故建议除使用常绿乔木树种外,适当采取乔灌草配置手法,丰富林下层次,降低树干显示度,从而提高林分美景度。
4) 合理调控林分密度,并注意林分的林缘线。林分密度是影响冬季、四季综合评价的景观因子,以往的研究表明较高的林分密度在一定程度上可以提高林内景观质量(孙姝亭, 2016),但本研究表明低密度的林分美景度较高,这可能是由于冬季较为寒冷,群众较偏爱光线充足的林分,基本与胡马(2018)的研究结果一致。同时,林缘线是春秋2季的景观因子,张凯旋等(2012)在研究环城林带林外景观时,认为自然流畅林缘线的植物群落美景度高; 但本研究结果表明,规则的林缘线美景度较高,这可能是由于道路大多属于直线形式,自然的林缘线可能与道路出现违和之感,甚至干扰视线(邢瑞丽, 2014)。故在后期养护时,注意对干扰交通视线的灌木、草本及时修剪,提高美景度的同时,保障交通安全。
5) 加强后期养护管理,促进树木健康生长,提高林分整洁度。植物生长状况是影响春秋2季的景观因子,生长健康的林分美景度高(谢珊珊等, 2016),同时北方春秋2季风较大,不健康的林分,尤其病虫害严重的枝条,易出现风折现象,尤其行道树易发生此现象,很可能给群众生命安全带来威胁。因此,应用树种时,建议栽植时不使用截干苗,并以适地适树的原则,合理配置树种; 后期养护管理中,增加有机地表覆盖、避免过度的修枝截干、防控病虫害等(黄帅帅等, 2019),促使林木健康生长。同时,北方春季较为干燥,应及时清除林下的枯枝落叶,达到森林防火与提高林分整洁度的双重目的。
4.2.2 研究方法建议 1) 本研究通过查阅相关文献资料,采用定性变量逐步回归分析法,逐步引入相关景观因子,最终保留主要景观因子,建立了最优评价模型。此种方法优于直接进入法、后退法等传统的线性回归分析法,能够清晰地分析非线性变量,并使模型的拟合精度更高(唐启义等, 2006),但无法解释去除的景观因子对美景度的贡献率。故在今后研究中,有待采用一种更优的方法进行建模,例如: 将非线性变量线性化,然后采用岭回归分析的方法建立景观评价模型。
2) 采集照片时,受四季的影响,无法保证四季的光线相同,且无法保证同一地点同一角度拍摄。虽在设置固定拍摄点时采用了手机GPS精确定位,并利用周围标志物(如垃圾桶、电线杆、路灯等)或涂漆标记(此种方法影响市容市貌,不建议采取此种方法),但道路绿带受人为干扰因素较大,下次拍摄景观照片时,有的样地无法找到同一拍摄点,而且每次拍摄角度很可能出现偏差,这使得四季景观照片对比性下降。因此,今后进行道路四季景观评价研究时,建议寻找一种更为绿色环保的调查方法进行调查取样,降低采集照片时出现的误差。