探讨城市公园滨水绿地景观与公众偏好之间的关系

摘要：为探讨城市公园滨水绿地景观与公众偏好之间的关系，利用景观评价法结合图像语义分割、灰色统计分析等方法，对福州市西湖公园、左海公园等36个典型城市滨水绿地进行了研究，应用虚拟现实技术结合间卷访谈获取公众审美评价，并利用图像语义分割技术实现要素量化分解，以此展开城市滨水绿地美景度评价研究。

 

结果表明：

 

1)PSPNet模型对城市滨水绿地的分割精度为88.80/，适用于该场景类型的分析;

 

2)美景度模型结果显示具高贡献率的5个主要因子依次是商业设施(a9.80/)、视觉复杂度(a5.80/)、植物生长状况(10.80/)、植物层次(10.40/)、铺装形式(8.40/)，商业设施和视觉复杂度对美景度产生负向影响，植物生长状况、植物层次、铺装形式则正向促进公众审美感知;

 

3)高美景度评价(SR助得分场景特征为：绿视率为300/-500/,蓝视率为2%一100/,铺装比例为15%一300/;低美景度评价(SR助得分场景最突出特征为商业氛围浓厚(4.190/)。所得结果可为后续滨水绿地的景观规划设计及管理提供客观数据参考。

 

城市滨水区(UrbanWaterfront)在韦氏字典中的解释为：河流边缘、港湾等土地，泛指城市中与河流、湖泊、海洋毗邻的区域。逐水而居，近水而种，亲水是人类的自然本性，研究裘明人们对含水的场景裘现出更高的偏好、恢复性及动力叫。国内外针对滨水的研究，早期从河岸优化、生态治理等角度对具体案例提出相应规划设计方案，随着居民精神生活追求的逐渐提高，以美学[2-3]、恢复效益f4-57出发的滨水研究应运而生。

 

视觉评价被认为能够帮助探索公众偏好与景观之间的规律，由Daniel等[[6]提出的美景度评价法(ScenicBeautyEstimation，SBE)通过公众参与的方式获得对景观的审美态度，从而达到评估景观的目的，是视觉景观中成熟且运用广泛的评价体系。图像作为视觉刺激是S日巨中常用的方式，但有研究指出，人双眼的水平可视范围约2200，垂直可视范围是标准视野00向上350、向下500内智能手机或相机摄影图像因受到角度与摄影师主观喜好的限制，常难以向观看者展示真实、全面的场景。

 

虚拟现实技术(VirtualReality,V阅的出现为观看者提供了最大限度的空间感受f87，其中，全景成像技术作为虚拟现实的一个分支，通过与摄影技术的结合向观看者展示真实环境的三维虚拟再现，更新了评价场景的呈现方式(图1)oLiDeng等[9-11」认为创建或再现与真实环境相同的虚拟场景进行评估是适当且有意义的，不仅为观者提供了身临其境的环境体验，同时增强了视觉探索的趣味。

 

数字化景观时代的发展对客观环境的认知量化提出了新要求，研究者开始将注意力从传统的定性化评价向要素的定量化转移，如崔品等口2」利用日SL色彩空间模型对图像进行色彩解析以探索新的绿视率计算方法;刘可丹等口3」采用Photoshop图像处理软件人为辨识并勾勒景观要素的外部轮廓，借助网格法获得场景定量化数据，但此类研究仍存在方法局限、时间成本高昂及精度难以保证等问题。

 

图像语义分割(SemanticSegmentation)技术是计算机视觉领域的热门话题，可通过自动分析一类或几类数据来获取规律，并根据裘达语义的不同实现对未知图像的像素级分类。在风景园林领域，该技术在图片信息识别、特征提取和分类上应用广泛[14-15]，同时数据获取的速度得到大幅度提升。

 

综上所述，目前的美景度评价方法存在一定探讨空间，计算机辅助技术作为环境量化认知的方式逐渐获得关注，但相关方法仍需改进，基于公众审美的城市绿地研究仍缺乏更加客观及科学的数据支撑。本研究以福州西湖公园、左海公园为对象，以VR图像为媒介，在消除现场不可控因素的情况下收集更趋近现实的公众审美评判，在场景解析部分，引入图像语义分割法作为场景定量化解析的辅佐手段，从公众审美角度为城市滨水绿地营建提供更加客观有力的数据支撑。

 

 

丘陵地区城市主要风貌为山水相连，福州市地处我国三大丘陵之首的东南丘陵，是丘陵地区典型城市。西湖公园、左海公园位于福建省福州市鼓楼区，是城区内主要的滨水景观，两公园相互毗邻。西湖公园是福州历史悠久且保留最完整的古典园林公园，面积42.51hm2，水面面积30.3hm2;左海公园总体设计以“五洲风光”为主题，面积35.47hm2，水面面积18.14hm2。

 

公园已建成景观节点通常起到引导游客聚集的作用，本研究以此为依据在对2个公园全面踏查的基础上选定样地(图2)，包括滨水步道、滨水广场、滨水绿地、滨水建筑4类空间，具备一定典型性及多样性。此外，样地选择还遵循以下原则：

 

1)样地能客观反映所拍摄景观的整体特征;

 

2)样地均视为有水环境;

 

3)样地均为公园已建成节点，并在前期实际勘察中观察到一定的人流量;4)样地具有自然(土壤、植被、水体等)及人工(建筑、广场、园路、设施等)景观要素。

 

 

样本于2020年12月27日10：00-14：30进行采集，采用insta360ONE全景相机拍摄。拍摄时利用三角支架将相机固定于离地1.6m水平高度，在确保拍摄高度与人眼水平高度一致的同时减少人为手持操作产生的误差。

 

共计拍摄全景图像98张，输出分辨率为6912X3456像素。在剔除重复拍摄、光感差距大、无关因子较多的图像后，筛选出36张能够还原公园全貌的全景图像作为本研究样本。2.2被试者与评价过程

 

不同人群对美景度的判别反应在统计学意义上具有普遍的一致性，本次实验面向高校师生招募40名志愿者作为被试人员，评判过程分为三部分进行(图3)：

 

1)将输出形式为等距投影的全景图像制成幻灯片，间隔8s向被试者展示全部场景;

 

2)将图像导入insta360player，通过头戴式显示设备向被试者依次展现36个场景，被试者被要求通过转动头部或身体来感知立体的环境和空间感受，相关研究显示VR连续体验时长通常为10--15min，因此本次时间控制在15min左右;

 

3)被试者根据景观质量评价标准对场景进行打分，问卷采用7级评分法，分值3--3裘示阶梯式“很喜欢”到“很不喜欢”。

 

 

2.3.1要素初选

 

为确定景观评价与场景之间的关系，需提取影响风景质量的景观要素，以王建国口对公园景观要素的分类为基础，通过归纳汇总近几年国内外关于城市滨水绿地的景观评价研究口3，20-26]，初步从空间要素、自然要素、建设要素、设施要素4个方面将环境特征分解为20个预选景观要素。

 

2.3.2灰色统计分析

 

灰色统计分析法被认为能有效提高要素选择的科学性固，研究使用该方法展开进一步要素筛选，具体流程如下：

 

1)以问卷形式向20位风景园林专家征询要素指标重要性程度的意见，采用7级评分法，等级1-7裘示阶梯式的“非常不重要”到“非常重要”;

 

2)构建灰类白化函数;

 

3)计算灰类决策系数，得出各要素的高、中和低灰类的决策系数;4)比较向量中的3个决策系数，选取重要程度为“高”的预选要素进行后续研究。最终景观要素选取如裘1所示。