宁春娇,董雨琴,杨喻明,程哲炀,黄启堂*
(1.福建农林大学风景园林与艺术学院,福建 福州 350002;2.福州市乌龙江公园管理处,福建 福州 350008)
城市绿道是线性的、有植被的道路,作为自然或半自然区域嵌入建筑环境中[1]。绿道可以在休闲区和自然区之间建立联系,为使用者提供积极的休闲功能[2],还能在保护生态文化资源[3],促进生物多样性等方面造福城市生态系统[4]。
随着城市化进程不断加快,城市绿道在城市景观和城市生态中扮演的角色愈发重要。国外绿道的理论与实践经过百余年的发展已日臻成熟,美国绿道系统覆盖面广,连通性好,网络化、游憩倾向明显;欧洲、日本绿道注重对生态系统、自然景观的维系;新加坡绿道实现了高密度城市中的复合功能网络构建[5]。国内学者在早期研究中为了探索我国绿道建设的理论基础和实践可能,主要将研究的重点集中在对绿道理念的介绍和对国外优秀绿道案例的分析上[6-9]。
景观视觉评价是对具有视觉价值的景观进行量化的评价[10]。赵莹等人通过眼动试验,以SOR模型为出发点对珠海唐家古镇的景观色彩丰富度及游客吸引力等进行研究[11]。沈钦炜等利用GIS技术对梅岭国家森林进行景观视觉质量评价[12]。范榕运用无人机图像分割法对绿道景观空间视觉吸引要素特征分析发现人类视觉感知与软件图片分析结果相似[13]。目前国内对于景观视觉评价的研究方式多是选择单一评价方式,主观偏好评价和客观视觉质量评价相结合的研究相对较少,仅部分学者进行了此类研究的尝试,如吴榛等人以紫金山国家森林公园为例,主观层面基于SBE法,客观层面以地理数据为基础,最后进行等比例加权分析[14]。谢焕景利用ASG综合法将主客观相结合对金牛山公园进行景观视觉质量评价[15]。齐津达运用GIS空间分析法和SBE法,建立森林公园景观视觉资源评价模型[16]。
本研究将此类主客观相结合的研究方法运用到城市绿道的景观视觉评价中。主观层面采用美景度评价法(SBE),客观层面通过层次分析法(AHP)建立评价指标并邀请专家赋予权重,结合地理信息技术(GIS)对评价因子加权分析。最后综合主客观的运算结果,运用IPA法建立AHP客观评价—美景度主观评价矩阵对飞凤山绿道景观视觉评价进行等级评定,为飞凤山环山落地式绿道的景观视觉资源的保护和利用提供科学依据,同时也有助于提升福州绿道在城市建设中的发展空间。
飞凤山奥体公园(119°15′36″—119°16′8″E,26°0′54″—26°1′28″N)位于福建省福州市仓山区,东至盘屿路,南到东岭路,西迄杨周路,北达建新南路,占地面积约80 hm2,处于16—72 m的高程范围内,内部共设有18个景观节点。以飞凤山为主体建立环山落地式绿道,最长的1条为4.219 5 km,具有优良的观赏视线,是集休闲娱乐和运动健身为一体的城市绿道。其地理位置优越,自然环境优美。沿绿道环线种植了约18万株茉莉花(JasminumsambacAiton),最大程度上提升飞凤山奥体公园的视觉景观效果。
本研究利用LocaSpaceViewer软件获取飞凤山奥体公园DEM数字高程数据,分辨率为10 m×10 m,DEM数据能够直观地反映城市绿道的空间分布特征,为景观视觉质量客观评价提供分析依据。将实地调研的结果与公园管理部门提供的平面图资料相结合,获得飞凤山奥体公园的景观轴线和主要景点分布(如图1)。数据处理均在WGS-1984-UTM-Zone-50N 投影坐标系下进行。
图1 飞凤山奥体公园高程图
2.1.1 景观样本获取及评价方式 调研时间选择福州人体体感温度最舒适且天气晴朗的10—11月,平均气温为17—22 ℃。拍摄器材选用Nikon 810单反相机,对18个景点进行多角度多方位横向取景拍摄,相机与地面垂直且保持同高度拍摄。将拍摄到的照片进行筛选,每个景点挑选4张照片制作成1帧PPT,并邀请75名具有景观专业背景的专家和学者以及75名不具有景观专业背景的受访者对每个景点进行打分。打分为7分制,依次为很喜欢(3分)、喜欢(2分)、较喜欢(1分)、一般(0分)、不太喜欢(-1分)、不喜欢(-2分)、很不喜欢(-3分)。
2.1.2 数据标准化处理 将得到的评价数据标准化处理,获取主观评价得分,处理公式如下:
2.2.1 构建指标体系 从景观视觉敏感度、景观视觉吸收力和景观视觉生态因子等3个方面对景观视觉进行客观评价与分析。景观视觉敏感度层面由相对距离、相对坡度、出现几率和醒目程度组成;景观视觉吸收力从坡向、起伏度和植被水体丰富度等3个角度评价分析;选取自然斑块、半自然斑块和人工斑块作为景观视觉生态因子的评价指标。景观视觉敏感度可反映研究地地理位置的客观地理资源视觉现状,景观视觉吸收力和景观视觉生态因子可从微观和宏观2个角度反应研究地的景观视觉生态现状。通过查阅与景观视觉评价相关的文献,提出一套适用于飞凤山奥体公园的景观视觉评价标准,如表1所示。其中景观视觉生态因子评价均采用边缘对比指数的评分标准。
表1 基于AHP景观视觉评价分值
2.2.2 指标权重确定 运用AHP法构建景观视觉评价体系并计算指标权重。邀请35名风景园林专业的专家对各评价因子的重要程度进行赋值,调查结果导入YAAHP软件对判断矩阵进行归一化处理,计算指标权重,最后通过一致性检验,得到表2。在基于GIS空间分析得出每个景点实际景观视觉评分的基础上,与AHP法确定的各因子指标权重进行叠加分析,进而得到各景点最终的客观评价得分。
表2 基于AHP的景观视觉评价指标及其权重
IPA分析法又称重要性—绩效表现(Important-Performance Analysis),其主要思想是顾客对于服务或产品的满意度由其对该服务或产品的绩效表现程度和它们的重要程度而决定。 IPA以各指标的重要性作为横轴,表现性作为纵轴,将这2个因素的均值作为分割点,从而分为4个象限区域。IPA模型的分析结果直观明了,易发现研究存在的问题并提供相应的决策。本研究运用IPA的数据处理原则,将基于GIS分析的AHP客观评价作为重要性,美景度主观评价作为绩效表现,构建AHP客观评价—美景度主观偏好矩阵模型,具体分为4个象限。
通过美景度评价法对景点进行打分,获得的标准化评分值如表3所示。结果显示,观景桥、入口广场、步云台、暮坡、综合广场和休闲茶室的标准化得分均较高,表明游客对这6个景点较为满意。观景桥得分最高是因为其视线视域开阔,观赏效果极佳,而石光园和雨水花园的美景度主观评价得分相对较低,将评分结果和实地调研结合分析发现,雨水花园建成后常年干枯并未展现出湿地应有的视觉效果,导致其景观视觉效果较差,无法满足游客观赏需求。
表3 飞凤山奥体公园主观美景度评价得分
3.2.1 景观视觉敏感度分析 对景观视觉敏感度单因子进行评价,由图2并结合表4进行分析,游客一般对绿道沿线景点进行观赏,因此游客与景点之间的距离大小会直接影响视觉感受,基于GIS分析结果绘制出相对距离景观视觉敏感度分级图(图2-a),其中暮坡和雨水花园均在距离绿道100 m之外的鲜见带,综合广场、认养种植园、梯田花海、青少年生态科普馆、观景桥、步云台、入口广场、石光园和曲波径这9个景点与绿道距离相对较近。对相对坡度进行分析,见图2-b可知,所有景点坡度均小于30°,仅观景亭的坡度最大,并且有一半景点均小于7.18°,说明飞凤山奥体公园地理位置坡度起伏较为平缓,游客观赏视角会受到相应限制。对出现几率分析可知(图2-c),步云台和石光园的出现几率最高,暮坡的出现几率最低,仅有1次。出现几率的高低对于城市绿道景点的规划和游客的观赏活动行为都起到决定性作用。由图2-d可看出,18个景点均位于高醒目度地区,说明公园内的绿道在规划建设初期,就将景点与周边环境的对比度以及公众的视觉捕捉氛围纳入规划设计的考量因素中。
图2 景观视觉敏感度单因子评价
综合景观视觉敏感度各项要素指标的评价结果,根据其对应权重进行计算,最终生成景观视觉敏感度综合得分图(见图3),并将各个景点的得分进行汇总排名,如表4。研究结果表明,绿道内大部分景点位于高敏感度景观带,极限运动场、综合广场、石光园、认养种植园、观景亭、步云台、台地花园、曲波径、儿童活动区、潋光园、入口广场、梯田花海、青少年生态科普馆和观景亭得分均在3.0以上,而极限运动场的得分最高,是因为其出现几率和醒目程度均较高,且相对距离适宜,相对坡度也在所有景点排名中处于居中位置。雨水花园和暮坡距离绿道范围较远,出现几率较低,且相对坡度平缓,所以得分均较低。
表4 景观视觉敏感度得分
图3 景观视觉敏感度综合得分
3.2.2 景观视觉吸收力分析 结合图4及表5,对景观视觉吸收力单因子进行评价。绿道内景点坡向分布较为平均(见图4-a)。对起伏度进行分析发现((见图4-b),观景亭的起伏度最大,为39.357 2 m;极限运动场的起伏度最小,为12.07 m。对其水域、林地、草地、建筑用地、裸地进行区分,得到植被水体丰富度等级图((见图4-c),景点极限运动场、观景亭、综合广场、入口广场、梯田花海、认养种植园和雨水花园均为建筑用地或裸地用地类型,其余11个景点为林地。
图4 景观视觉吸收力单因子评价
综合景观视觉吸收力各项指标的评价结果,根据其对应权重进行计算,最终生成福道景观视觉吸收力综合得分图(见图5),并将各个景点的得分进行汇总,如表5。研究表明,儿童活动区和休闲茶室得分最高,因为其坡均为北向,起伏度也较大,并且植被丰富度高,所以排名最前;而雨水花园和认养种植园的景观视觉吸收力排名最低,坡均为南向,起伏度不高,且属于建筑用地或裸地,说明景观内部结构不稳定,当环境遭到外界破坏时其修复水平较低。
图5 景观视觉吸收力综合得分
表5 飞凤山奥体公园景观视觉吸收力得分
3.2.3 景观视觉生态因子分析 在总结前人研究经验的基础上,本研究首先利用遥感卫星影像对研究区的景观斑块进行分类,如图6-a所示。利用GIS进行EC0N指数的运算,运算结果如表6所示,并结合图6-b可发现,极限运动场、综合广场、观景亭、认养种植园、入口广场、梯田花海和雨水花园位于高视觉生态区,其余 11个景点位于中视觉生态区。说明飞凤山奥体公园生态敏感性较高,植物种类较为丰富,具有较高的视觉兴趣及美学价值。
图6 景观视觉生态因子评价
3.2.4 AHP客观评价综合分析 综合景观视觉敏感度、景观视觉吸收力和景观视觉生态因子的客观评价数据,对指标进行加权统计,生成综合得分图,即图7,将各景点客观评价综合得分进行排名,如表6。排名由高到低依次为曲波径、石光园、台地花园、儿童活动区、极限运动场、观景桥、步云台、潋光园、青少年生态科普馆、认养种植园、综合广场、入口广场、梯田花海、观景亭、休闲茶室、入云台、暮坡、雨水花园。其中,曲径波的得分最高,结合客观数据分析及实地调研结果发现该景点处于绿道视觉资源较好的地理位置,并且该景点景观视觉敏感度、景观视觉吸收力和景观视觉生态因子得分均较高,所以客观评价排名第1;雨水花园的排名最低,该景点自然地理资源相对较少,且景观单因子评价得分也较低。
表6 景观视觉客观评价加权得分
图7 景观视觉客观评价得分分布
将美景度主观偏好评价与基于GIS的客观评价相结合,将其标准化得分分别置于二维象限中,以坐标(0,0)为原点,以基于GIS的AHP客观评价标准化得分为横轴,以标准化主观偏好得分为纵轴,构建AHP客观评价—美景度主观偏好矩阵,并以此具体划分为4个象限,如图8。
图8 AHP客观评价-美景度主观偏好矩阵
位于第I象限的景点分别为观景桥、入口广场、步云台、综合广场、梯田花海、台地花园和极限运动场,主客观评价均较高,该象限景点作为整条绿道的一级景观区,符合其景观视觉品质高和景点地理位置优越的特点,且景点与周边环境的融合度高,植被景观丰富,能使游客获得绝佳的视觉感受,并且满足休憩和娱乐功能。因此这7个景点属于核心景观区,应该以保护为主,对其景观资源和植物资源进行重点管理和维护。
位于第II象限的景点分别为入云台、休闲茶室、观景亭和暮坡,其特点是主观美景度评价高,客观特征不明显。该象限内景点虽然较受游客喜爱,但前3个景点均不位于绿道主干道上,景点地理位置较为隐蔽,不易被游客发现,暮坡位置相对独立,周边相连景点较少,所以游客前往该景点的概率小。因此这4个景点属于普通景观区,应做到在不破坏现状的同时,提升景点引导性或增加与其他景点的连续性,提升视觉出现几率。
位于第Ⅲ象限的景点仅有雨水花园1个,该景点景观视觉敏感度和景观视觉吸收力得分都较低,同时在进行美景度评价和实地调研时,大多数评价者发现该景点长期干旱且植被枯萎,已失去其建设初期构想的湿地景观和雨水花园的功能。因此该景点属于次优先改造区,应从引入水源和植被入手,从而尽快恢复该景点原有功能和观赏效果,提升视觉景观效果。
位于第IV象限景点分别为儿童活动区、曲波径、青少年生态科普馆、潋光园、认养种植园和石光园。该象限内客观评价高,主观评价低,说明景点出现在游客面前的几率高,但其美景度低,会给游客带来负面视觉冲击。因此这6个景点属于优先改造区,针对此类景点应做重点提升策略,改善其周边环境,增加景观小品,丰富植物配置,提升景点辨识度,以改变主观偏好低的现状。
(1)在主观美景度评价层面,景点排名由高到低依次为观景桥>入口广场>步云台>暮坡>综合广场、休闲茶室>梯田花海>观景亭>台地花园、极限运动场、入云台>儿童活动区、青少年生态科普馆>曲波径>认养种植园>潋光园>石光园>雨水花园。
(2)在基于GIS空间分析的AHP客观评价结果为曲波径>石光园>台地花园>儿童活动区>极限运动场>观景桥>步云台>潋光园>青少年生态科普馆>认养种植园>综合广场>入口广场>梯田花海>观景亭>休闲茶室>入云台>暮坡>雨水花园。
(3)综合叠加主客观的评价结果,运用IPA分析法建立AHP客观评价—美景度主观偏好矩阵,对绿道景点进行综合分析。处于核心景观区的景点有观景桥、入口广场、步云台、综合广场、梯田花海、台地花园和极限运动场;处于普通景观区的是景点入云台、休闲茶室、观景亭和暮坡;处于次优先改造区的为雨水花园,处于优先改造区的为儿童活动区、曲波径、青少年生态科普馆、潋光园、认养种植园和石光园。
本文尝试构建AHP客观评价和SBE主观评价矩阵进行景观视觉评价,对研究区的视觉景观进行保护等级划分,美景度主观偏好数据能够反应游客最真实的环境感知,基于GIS技术的AHP客观评价能够将抽象数据量化评价。主客观结合的方式符合当下景观视觉评价的研究方向,并为划分景观保护等级提供参考依据。
随着研究方法的多元化发展,3S技术手段和虚拟现实技术(VR)也在不断提高,已有研究表明应用全景VR技术在景观视觉评价中具有一定的优势和可行性[17],如何更恰当地将人的主观偏好和不同新技术相结合,更加完善和科学地建立景观视觉评价模型,是本研究乃至未来相关研究需进一步改善和探讨的重点难点,相信未来景观视觉评价研究的发展趋势将更多地采用多元化的技术手段。