基于SBE法的广东省生态景观林带美景度评价

姜 杰，杨超裕，樊 晶，陈传国，陈黄礼，卢雅莉，侯中原

(广东省林业调查规划院，广东 广州 510520)

生态景观林带是广东省自 2013年开展新一轮绿化广东大行动以来持续开展的重点林业生态工程之一[1]。如果把成片的森林、大块的生态绿地比喻为“绿肺”，那么生态景观林带就是连接各个“绿肺”大尺度、深层次的“绿色输送通道”，在维持区域生态平衡中发挥着“管道”的作用。生态景观林带建设在群落生态设计的理念指导下，通过植物选择与配置，结合色彩设计，体现出一种自然美[2—4]。生态景观林带建设工程开展多年来，对生态景观林带的评价主要从资源质量、生态效能、碳汇效能等角度考虑[5]，从景观美学角度开展评价较为鲜见。景观美学质量研究主要有专家学派、心理物理学派、认知学派和经验学派4大学派，美景度评价法是最为常见的心理物理模式评价方法。运用美景度评价法(SBE法)对生态景观林带建设的景观效果进行评价，探索影响生态景观林带美景度的主要因子，可为今后广东省生态景观林带建设、管护，以及森林生态廊道等带状森林景观营建提供参考。

1 研究对象

生态景观林带是在广东北部连绵山体、主要江河两岸、沿海海岸及交通主干线两侧一定范围内营建具有多层次、多树种、多色彩、多功能、多效益的森林绿化带[6]。自2011年12月31日，生态景观林带示范工程在广梧高速高要市白土镇段正式启动，截至2019年底，全省生态景观林带累计建设总面积7.17万hm2。根据全省的建设实践，分为高速公路、铁路生态景观林带，江河生态景观林带和沿海生态景观林带共 3种类型。造林树种主要选择鹅掌楸(Liriodendron chinense)、灰木莲(Manglietia glanca)、乐昌含笑(Michelia chapensis)、火力楠(Michelia macclurei)、阴香(Cinnamomum burmannii)、樟树(Cinnamomum camphora)、木荷(Schima superba)、尖叶杜英(Elaeocarpus rugosus)、山杜英(Elaeocarpus sylvestris)、黄槐(Senna surattensis)、枫香(Liquidambar formosana)、红锥(Castanopsis hystrix)、黧蒴(Castanopsis fissa)、鸭脚木(Schefflera octophylla)等乡土树种。总体上看，由于林分营造时间相对集中，主要是以同龄林为主。所选照片包括铁路、高速公路、水系两侧和沿海岸带的生态景观林带。

表1 研究对象所选照片拍摄地点Table 1 The selected photo location of the study object

2 研究方法

本研究采用景观评价中应用相对较多且成熟的SBE法[7—11]，该方法是心理物理学派中较具科学敏感、广泛精确和实用性的方法[12]。

2.1 景观因子分解

按照形貌、色彩、线性和结构等4个基本构景要素，将林外近景观的指标筛选为15个景观美学评价因子(表2)。

表2 生态景观林带林外近景观构景要素分解Table 2 The elements decomposition of near landscape structure at ecological landscape forest belt

2.2 景观照片获取及筛选

根据相关拍摄工作规范[13]，于 2016年 6月 1日～8月 10日，选择天气晴朗或微云的日期，在9:00～16:00间拍摄，光圈不低于8，焦距无限大，背光方向采用横向方式拍摄。

剔除拍摄质量差、内容重复的照片，挑选出53张照片随机排列，然后利用Power Point软件制作幻灯片并编号，并设置幻灯片自动放映时间为8秒，不重复播放。

2.3 景观评价

2.3.1 编制评估问卷

问卷内容包括评估方法简要说明，受测者个人基本资料，包括性别、职业或专业、受教育程度、是否受过专业训练等。本次评价一律采用7分制评分(表 3)。

表3 生态景观林带林外近景观美景度评价赋值表Table 3 The scenic value of near landscape structure at ecological landscape forest belt

2.3.2 选择评估群体

参照周春玲等[14]的研究，选择园林专家组、普通公众组、林学专业学生组与非林学专业学生组 4个受测群体进行评估，每组不少于30人(表4)。

表4 受测群体组成Table 4 The composition of subject groups

2.3.3 评估程序

首先由主持人说明评估方法及程序，然后放映幻灯片，受测者对幻灯片进行评值。

2.3.4 数据整理

评估结束后，对回收的问卷进行整理，剔除废卷。共回收有效问卷140份，其中专家组32份，社会公众组38份，林学专业学生组35份，非专业学生组35份。

2.3.5 SBE值计算

由于评价结果受森林景观特征以及评价人员的审美影响，采用传统的标准化处理方法，其公式为：

Zij=(Rij-Ri)/Sj；

式中，Zij为第i个评价者对第j张照片的标准化得分值；Rij为第i个评价者对第j张照片的打分值；Ri为第i个评价者对所有照片的打分值的平均值；

Sj为第i个评价者对所有照片评分值的标准差。

2.3.6 美景度影响因子分析

将各景观的标准化美景度值作为因变量，各景观的构景要素值作为自变量，用多元线性回归模型建模。

3 结果与分析

3.1 不同人群判断能力检验

不同专业组美景度值方差齐性检验得到P=0.944＞0.05，说明方差是齐的，通过方差分析得到P=0.060＞0.05，说明不同专业组人群的判断能力一致(表5)。不同性别组美景度值方差齐性检验得到P=0.932＞0.05，说明方差是齐的，通过方差分析得到P=0.620＞0.05，说明不同性别组人群的判断能力一致(表5)。不同学历组美景度值方差齐性检验得到P=0.843＞0.05，说明方差是齐的，通过方差分析得到P=0.582＞0.05，说明不同学历组人群的判断能力一致(表5)。不同年龄组美景度值方差齐性检验得到P=0.158＞0.05，说明方差是齐的，通过方差分析得到P=0.263＞0.05，说明不同年龄组人群的判断能力一致(表5)。

表5 受测者专业、性别、学历、年龄对美景度判断的方差齐性分析Table 5 The variance analysis of subject groups speciality,sexuality,education on the scenic judgment

上述检验结果并结合相关研究[15—17]，表明不同专业、性别、学历、年龄的人群在森林审美态度上具有一致性，其评判结果能够反映森林美景度的实际情况。

3.2 美景度评价值排序及分析

53张照片的SBE值如图1，SBE值越大表示景观越美。总体来说，共有30张照片SBE值为正数，其中24号照片SBE值最大(1.4454)；23张照片SBE值为负数，其中43号照片SBE值最小(-1.6917)。

图1 53张照片SBE值Fig.1 The SBE value of 53 photos

从SBE值可分析出以下特点：(1)色彩丰富，色泽较亮的景观林带更易于给人色彩美；(2)生活型为乔灌草搭配，树种丰富，生长状况好的景观林带更易于给人以自然美；(3)林木为成行成列的直线列植，树干形态通直，视觉上整齐划一，更易于给人以规则美；(4)树冠层次高低错落，树冠轮廓线起伏变化，更易于给人以壮阔美；(5)错落有致的植物配置与形态不一的公路在美学形态上相得益彰，更易于给人以烘托美。

3.3 影响生态景观林带林外近景观质量的主要构景要素

以全部评价者给予景观的SBE值为因变量，所有景观因子量化值为自变量，做向后剔除(backward)回归分析。将对生态景观林带美景度影响不大的因子依次排除，保留重要的因子。结果表明，影响生态景观林带林外近景观质量的主要构景要素分别是：色彩丰富度(X6)、色泽明度(X7)、生活型(X8)和生长状况(X9) 4个因子(表6)。

表6 向后剔除回归分析(全部评价者)Table 6 The regression analysis of backward elimination (all the evaluators)

3.4 建立SBE评价预测模型

依据向后剔除回归分析筛选得到的对美景度影响较大的 4个因子，建立多元线性回归模型：

Y=1.902-0.346X6-0.461X7+0.206X8-0.584X9

式中，Y为生态景观林带SBE的评价预测得分；X6代表色彩丰富度；X7代表色泽明度；X8代表生活型；X9代表生长状况。

4 结论与讨论

研究表明，色彩丰富度(X6)、色泽明度(X7)、生活型(X8)、生长状况(X9)构成影响生态景观林带美景度的重要因子，这对于从森林美学角度开展生态景观林带及其他相关工程建设具有参考意义和应用价值，在森林景观营建实践中，可以着重从这四个方面考虑树种的选择和配置。

森林景观的美学评价可以分为细部景观、个体景观、林内景观、林道景观、近景观、中景观和远景观等7个层次[18]，也有学者从不同层次开展相关研究[19—21]。由于生态景观林带尚处于建设阶段，多属于幼龄林，因此本研究主要采用SBE法对生态景观林带的近景观进行评价，在生态景观林带全面建成一段时间后，通过后续持续建设、抚育管护和经营管理，逐步形成异龄林，并进入中龄林、成熟林阶段，可以从中景观和远景观等其他层次展开深入研究。