高春留，程德強(qiáng)，劉科偉*

(1.西北大學(xué) 城市與環(huán)境學(xué)院，西安 710127； 2.中國科學(xué)院 水利部 成都山地災(zāi)害與環(huán)境研究所，成都 610041；3.中國科學(xué)院 研究生院，北京 100039)

?

第五立面視角下小區(qū)域色彩景觀研究
——以西北大學(xué)長安校區(qū)為例

高春留1，程德強(qiáng)2，3，劉科偉1*

(1.西北大學(xué) 城市與環(huán)境學(xué)院，西安 710127； 2.中國科學(xué)院 水利部 成都山地災(zāi)害與環(huán)境研究所，成都 610041；3.中國科學(xué)院 研究生院，北京 100039)

色彩是影響居民居住生活環(huán)境的重要因素，良好的色彩環(huán)境有利于促進(jìn)人們身心健康的積極發(fā)展，因此色彩景觀的研究對于生活居住環(huán)境的改善具有積極意義.鑒于現(xiàn)有色彩研究主觀性強(qiáng)而客觀性相對缺乏的現(xiàn)狀，引入遙感影像處理方法及景觀分析方法，以高分辨率遙感影像作為色彩研究數(shù)據(jù)源，“第五立面”作為研究視角，同時(shí)使用標(biāo)準(zhǔn)色卡進(jìn)行實(shí)地色彩調(diào)查取證，完成了對研究區(qū)色彩景觀的相關(guān)研究，研究結(jié)果表明：1)將遙感及景觀分析的研究方法應(yīng)用于色彩景觀的研究具有可操作性，可降低色彩研究的主觀性；2)第五立面視角下，研究對象西北大學(xué)長安校區(qū)主色調(diào)偏冷色系，進(jìn)一步分析后可獲得13種主色系及多種輔助色系，校區(qū)色彩景觀具有多樣性，但同時(shí)具有一定的團(tuán)簇現(xiàn)象.該研究在推動(dòng)“第五立面”色彩研究的同時(shí)，也可為色彩研究中新方法的引入提供借鑒與參考.

色彩景觀； 第五立面； 景觀分析； 聚類

城市色彩是城市外部空間視覺事物所具有的色彩，具有人工與自然兩類，包括道路、廣告、標(biāo)牌、建筑、綠地、河流等人文、自然景觀的色彩[1-2].色彩的有機(jī)組合是景觀的有效表達(dá)方式，英國學(xué)者M(jìn)ichael Lancaster對城市的色彩主題提出了色彩景觀(colorscape)[3]的概念，城市的色彩景觀是指人的視覺系統(tǒng)對城市實(shí)體環(huán)境所展現(xiàn)的色彩要素相對綜合的面貌感受，涵蓋建筑色彩、街道色彩、廣場色彩、綠化色彩等多個(gè)方面[4]，城市色彩的合理應(yīng)用可使得城市擁有特色[5]，而進(jìn)行城市色彩景觀分析有助于為改善人居色彩環(huán)境提供必要的數(shù)據(jù)支撐，現(xiàn)有色彩景觀的研究集中于城市街道色彩規(guī)劃[6]、城市建筑色彩規(guī)劃管理[7-8]、園林色彩景觀設(shè)計(jì)[9-10]、城市公共空間色彩景觀設(shè)計(jì)[11]等諸多方面，極大推動(dòng)了色彩景觀研究的發(fā)展，在此基礎(chǔ)之上，探究新的色彩景觀研究視角與方法對于色彩景觀的研究具有積極意義，這也推動(dòng)了色彩景觀的研究熱潮.

“第五立面”通俗來講就是指從俯視視角進(jìn)行地表景觀的觀察[12]，現(xiàn)有對景觀色彩的觀察，多集中于地面平視視角下觀察到的視覺色彩景觀，忽視了俯視視角下第五立面色彩景觀表現(xiàn)，是對城市空間結(jié)構(gòu)[13]的忽視，隨著高層建筑的興起，景觀的第五立面開始得到越來越多的關(guān)注，第五立面視角的色彩景觀研究也勢在必行，基于該視角下色彩景觀的研究將極大推動(dòng)城市色彩景觀的布局與修正，與此同時(shí)，隨著遙感技術(shù)的不斷成熟，遙感已被越來越多的使用在城市規(guī)劃與保護(hù)中，從遙感數(shù)據(jù)中提取空間信息將為城市色彩景觀設(shè)計(jì)及區(qū)域發(fā)展提供新的視角[14].鑒于以上諸點(diǎn)分析，研究使用以高校校區(qū)作為研究對象，充分利用高校校區(qū)景觀豐富的特點(diǎn)，以第五立面為視角，使用真彩色高分辨率遙感影像，引入遙感影像處理方法及景觀分析方法對校區(qū)的色彩景觀進(jìn)行了分析，研究色彩景觀的相關(guān)特征，從而為校區(qū)的進(jìn)一步色彩修正規(guī)劃提供一定的建議并能為新視角下色彩景觀的相關(guān)研究提供借鑒.

1 研究方法及技術(shù)路線

1.1 ISODATA分類方法

非監(jiān)督分類又稱為聚類分析，通過在多光譜圖像中搜索、定義自然相似光譜集群實(shí)現(xiàn)對圖像的分類，該分類方法不需要人工選擇訓(xùn)練樣本，僅需設(shè)定一定條件，實(shí)現(xiàn)光譜圖像集群化，進(jìn)而比較分析集群數(shù)據(jù)，賦予類別實(shí)現(xiàn)分類[15].ISODATA算法是非監(jiān)督分類方法的一種，聚類中心通過樣本均值迭代運(yùn)算得到，該算法的基本步驟如下：

1) 選擇某些初始值作為聚類中心，待分類像元根據(jù)指標(biāo)進(jìn)行分配；

2) 計(jì)算樣本中各類地物距離函數(shù)；

3) 集群組分裂合并形成新的聚類中心；

4) 迭代運(yùn)算，重新計(jì)算，結(jié)果收斂時(shí)結(jié)束運(yùn)算.

ArcGIS多元分析工具集主要有兩種可用的多元分析功能，分別為分類(監(jiān)督分類與非監(jiān)督分類)、主成分分析.該工具集下的“聚類非監(jiān)督分類”工具，為一腳本工具，依據(jù)其幫助文件可知，其使用Iso聚類工具和最大似然法分類工具對一系列輸入柵格波段執(zhí)行非監(jiān)督分類.該工具參數(shù)包括：“輸入柵格波段”、“類數(shù)目”、“輸出分類的柵格數(shù)據(jù)”、“最小類大小(可選)”、“采樣間隔(可選)”、“輸出特征文件(可選)”，通過使用該工具，可以實(shí)現(xiàn)影像的非監(jiān)督分類.

1.2 景觀格局分析

景觀格局一般指景觀的空間格局，即大小和形狀各異的景觀要素在在空間上的排列和組合，景觀格局指標(biāo)是景觀生態(tài)學(xué)界廣泛使用的一種定量研究方法，隨著GIS技術(shù)的推廣應(yīng)用，借助專業(yè)軟件可以方便地實(shí)現(xiàn)景觀類型圖的相關(guān)分析，獲得以幾何特征為基礎(chǔ)的多種景觀格局?jǐn)?shù)據(jù)[16]，其中，相對簡單的指標(biāo)包括面積、周長、相對面積、斑塊形狀等，復(fù)雜的景觀格局指標(biāo)包括多樣性、優(yōu)勢度、蔓延度、孔隙度、聚合度等多個(gè)方面[17-19].借鑒景觀格局的分析方法，根據(jù)色彩特點(diǎn)，將景觀格局指數(shù)方法用于研究對象的色彩斑塊評價(jià)，選擇以下指標(biāo)對校區(qū)分類后的色彩景觀進(jìn)行相關(guān)分析與研究，基于ArcGIS軟件強(qiáng)大的空間數(shù)據(jù)處理能力[20]，在ArcGIS軟件中對兩者依據(jù)定義進(jìn)行了求取，指標(biāo)具體含義如下[21]：

1) 總斑塊數(shù)：景觀中所有斑塊或某一種斑塊的數(shù)量，標(biāo)志景觀破碎化及分割程度；

2) 斑塊平均面積：斑塊平均面積是指斑塊總面積與斑塊數(shù)之比，單一景觀類型斑塊平均面積為類型斑塊總面積與類型斑塊總數(shù)量之比.

1.3 技術(shù)路線圖

研究的基本方案主要包括以下步驟：

1) 獲取SPOT高分遙感影像的不同波段作為數(shù)據(jù)源；

2) 使用地面控制點(diǎn)分別對多光譜波段數(shù)據(jù)及全色波段數(shù)據(jù)進(jìn)行幾何校正；

3) 將多光譜數(shù)據(jù)及全色數(shù)據(jù)進(jìn)行影像融合操作，使得融合數(shù)據(jù)既有高分辨率特征又有波段信息；

圖1 技術(shù)路線圖Fig.1 Technology roadmap

4) 對融合影像依據(jù)紅綠藍(lán)三波段進(jìn)行Isodata方法下的色彩自動(dòng)聚類，得到不同分類數(shù)目下的色彩分類結(jié)果；

5) 對分類結(jié)果進(jìn)行色彩實(shí)地調(diào)研，進(jìn)行結(jié)果分析及景觀指數(shù)分析；

6) 在上述分析基礎(chǔ)上得到相關(guān)結(jié)論.

2 研究區(qū)概況及數(shù)據(jù)獲取

西北大學(xué)長安校區(qū)南望秦嶺北麓，鄰接西安市區(qū)而建，位于西安市長安區(qū)長安科技產(chǎn)業(yè)園大學(xué)城內(nèi)，距離西安市中心16 km，鄰西萬公路與長咸公路交匯處，校區(qū)規(guī)劃用地103 hm2，地勢平坦，南北高差僅3 m，校區(qū)自然環(huán)境優(yōu)美，氣候適宜，景觀豐富，色彩多樣[22].

SPOT系列衛(wèi)星是法國空間研究中心研制的一種地球觀測衛(wèi)星系統(tǒng)，至今已發(fā)射6顆衛(wèi)星，最新的一顆衛(wèi)星SPOT 6于2012年9月9日由印度火箭PSLV-C21搭載發(fā)射，空間分辨率全色波段(0.455～0.745 μm)分辨率1.5 m，多光譜(近紅外波段、紅光波段、綠光波段、藍(lán)光波段)分辨率6 m.

色彩中不能再分解的基本色被稱之為原色，使用原色可以合成其他的顏色，而其他顏色卻不能還原出本來的色彩，通常說的三原色，即紅、綠、藍(lán)[23]，研究選擇最新的SPOT6衛(wèi)星2015年11月影像，根據(jù)色彩的視覺特點(diǎn)，選擇肉眼可見的全色波段以及紅、綠、藍(lán)三波段作為實(shí)驗(yàn)數(shù)據(jù)，在ERDAS軟件中，選擇控制點(diǎn)將全色影像及多光譜影像進(jìn)行幾何校正，進(jìn)而使用Pansharpening融合方法將全色波段與多光譜(紅、綠、藍(lán)三波段)進(jìn)行融合處理得到1.5 m分辨率自然色融合結(jié)果，使得該影像既有視覺效果的顏色，同時(shí)又保存了顏色的光譜意義.以融合影像作為底圖，勾畫長安校區(qū)范圍并進(jìn)行影像裁剪最終得到研究區(qū)域，如圖2所示.

圖2 校區(qū)俯視圖Fig.2 Overlooking of the campus

3 結(jié)果與分析

3.1 基于Isodata分類的校區(qū)色彩分類結(jié)果

Isodata算法是在k-均值算法的基礎(chǔ)上，增加了“分裂”和“合并”操作，最終實(shí)現(xiàn)非監(jiān)督分類，通過使用Isodata算法，基于可視化的真彩色紅綠藍(lán)3個(gè)波段，在考慮工作量及分類結(jié)果易于區(qū)分辨識(shí)的前提下，以2或3作為分類間隔，設(shè)定色彩分類數(shù)分別為20、18、15、13、10、8、5、3，進(jìn)行Isodata算法下的色彩分類，不同分類數(shù)的分類結(jié)果具有一定代表性，可視作一次“間隔采樣”.分類結(jié)果如圖3所示，圖3分類色彩非對應(yīng)地物真實(shí)色彩，僅代表顏色區(qū)分.可以看出，色彩分類數(shù)越多，色彩分類越細(xì)化，隨著分類數(shù)的減少，相近顏色會(huì)出現(xiàn)綜合，色彩分類更加綜合.

圖3 分類結(jié)果Fig.3 Classification results

3.2 第五立面視角下校區(qū)主色調(diào)研究

隨著色彩分類數(shù)的減少，可以實(shí)現(xiàn)色彩的不斷綜合統(tǒng)一，觀察后不難發(fā)現(xiàn)，當(dāng)色彩不斷減少至3種時(shí)，校區(qū)主體色調(diào)更加突出，實(shí)驗(yàn)對不同色系分別使用紅、綠、藍(lán)三色(不代表真實(shí)地表色彩)進(jìn)行覆蓋區(qū)分，結(jié)果如圖4所示.

圖4 色彩三分類結(jié)果Fig.4 Results of three kinds of color classification

由圖4可以看出，紅綠藍(lán)覆蓋范圍及包含的對象顏色是存在顯著差別的，藍(lán)色標(biāo)識(shí)區(qū)以淺色對象為主，紅色標(biāo)識(shí)區(qū)以深色對象為主，綠色標(biāo)識(shí)區(qū)主要以綠色對象為主.

表1 色彩三分類地物類別

Tab.1 The objects of three kinds of color classification

對上述綜合色系的面積進(jìn)行統(tǒng)計(jì)并得到餅狀圖，結(jié)果如圖5.

圖5 色彩三分類面積餅狀圖Fig.5 The area pie chart of three color classifications

可以看出分類圖中綠色標(biāo)志的綠色色系所占面積較大，紅色標(biāo)志的深色區(qū)域次之，藍(lán)色標(biāo)志的淺色色系占比最少.

不同的色彩給人以不同的感受，心理學(xué)家將紅、橙、黃、綠、藍(lán)、紫設(shè)定為色彩的六基色 ，依據(jù)波長將其劃分為冷暖兩個(gè)維度，其中將波長較長的紅、橙、黃三色視作暖色，將波長較短的綠、藍(lán)、紫三色視作冷色[24]，同時(shí)，由黑色、白色及由黑白調(diào)和的各種深淺不同的灰色系列，稱為無彩色系，也稱為中性色.中性色不屬于冷色調(diào)也不屬于暖色調(diào).黑、白、灰是常用到的三大中性色.

結(jié)合實(shí)際調(diào)研對比后不難看出，第五立面視角下校區(qū)以綠色為主的冷色調(diào)為主，白、灰中性色調(diào)所占比例較小，而對于暖色色調(diào)雖出現(xiàn)以暗紅色跑道、裸露棕黃色土壤為代表地物對象，但由于顏色較暗，暖感并不強(qiáng)烈，因此綜合看來第五立面下，校區(qū)冷色調(diào)占主導(dǎo)地位，使得該時(shí)期的校區(qū)俯視視角下偏冷.

3.3 分類結(jié)果斑塊數(shù)統(tǒng)計(jì)分析

現(xiàn)實(shí)世界中顏色是千差萬別且存在細(xì)微差異的，基于真實(shí)自然色RGB色彩的分類，分類數(shù)越大，對色彩的識(shí)別程度越高，分類數(shù)越小，則會(huì)使得對相近色系進(jìn)行色彩綜合，但是卻可以獲得主體色系，實(shí)驗(yàn)分別設(shè)定了8種不同類別數(shù)的色彩分類，得到了不同的分類結(jié)果，進(jìn)行相關(guān)統(tǒng)計(jì)可得到下圖所示結(jié)果.可以看出，將遙感影像使用Isodata方法依據(jù)影像紅、綠、藍(lán)三原色波段進(jìn)行分類，在分類數(shù)小于13之前，斑塊數(shù)變化劇烈，尤其是從5類到8類，在13類之后，斑塊數(shù)目基本穩(wěn)定，出現(xiàn)上下輕微波動(dòng)，分析后認(rèn)為此時(shí)各斑塊顏色相對較為純正.

圖6 色彩分類對應(yīng)斑塊數(shù)Fig.6 Color classifications and their corresponding patches

3.4 第五立面視角下色彩分類數(shù)為13時(shí)的色彩景觀分析

根據(jù)色彩分類數(shù)及斑塊數(shù)目的對應(yīng)關(guān)系，若將分類數(shù)繼續(xù)增加下去，將會(huì)出現(xiàn)無休無止的狀況，正如上文所講及圖6所示，在分類數(shù)小于13之前，斑塊數(shù)變化劇烈，尤其是從5類到8類，在13類之后，斑塊數(shù)目基本穩(wěn)定，出現(xiàn)上下輕微波動(dòng)，分析后認(rèn)為此時(shí)各斑塊顏色相對較為純正.且在色彩數(shù)為13類時(shí)，斑塊數(shù)目開始突破100 000，其作為斑塊數(shù)目轉(zhuǎn)折點(diǎn)具有積極意義.基于此，研究選擇13中色彩分類將校區(qū)地物進(jìn)行斑塊劃分，以此研究校區(qū)的色彩景觀特征.

圖7 色彩十三分類分類圖Fig.7 Results of thirteen kinds of color classification

3.4.1 斑塊顏色類別統(tǒng)計(jì) CBCC 中國建筑色卡國家標(biāo)準(zhǔn)GB/T18922-2008作為專業(yè)色卡廣泛應(yīng)用于建筑行業(yè)，如建筑設(shè)計(jì)、建筑材料、建筑裝飾以及建筑監(jiān)理等建筑領(lǐng)域，該色卡與國際上蒙賽爾色彩體系完全對應(yīng).研究使用該色卡以上述分類圖的較大斑塊為對象，進(jìn)行了相關(guān)對象色彩的實(shí)地調(diào)查，測色對象包括道路、籃球場、足球場、橡膠跑道、草地、灌木、林地、石板路、裸土等多種地物對象.

圖8 實(shí)地測色Fig.8 Spot color measurement

在實(shí)地測色的基礎(chǔ)上，經(jīng)對差異微小的相近色進(jìn)行歸納整合之后，最終得到了長安校區(qū)第五立面下的13種主體色調(diào)及9種輔助色調(diào)，基本反映了長安校區(qū)的色彩特征.

圖9 主色調(diào)及輔助色Fig.9 The dominant colors and auxiliary colors

3.4.2 斑塊數(shù)(number of patches)及斑塊平均面積(average patch area)分析 斑塊數(shù)是指整個(gè)景觀的斑塊數(shù)量及單一類型的斑塊數(shù)量，揭示景觀被分割的程度.而斑塊平均面積是指斑塊總面積與斑塊數(shù)之比，單一景觀類型斑塊平均面積為類型斑塊總面積與類型斑塊總數(shù)量之比.經(jīng)統(tǒng)計(jì)整體色彩景觀斑塊數(shù)量為101 609，各單一類型斑塊數(shù)目差異較大，最大類斑塊數(shù)可達(dá)到15 039，最小類斑塊數(shù)只有691，各色彩平均斑塊數(shù)目達(dá)到7 816，校區(qū)整體面積為704 713.9 m2，結(jié)合上文所算得的斑塊數(shù)量，可求得斑塊平均面積為6.94 m2，在ArcGIS軟件中統(tǒng)計(jì)各類型斑塊總面積及各類型斑塊數(shù)，進(jìn)而在Excel軟件中進(jìn)行統(tǒng)計(jì)制表.

可見看出，在13種色彩分類的情況下，校區(qū)所得到的色彩斑塊數(shù)目眾多，并且各類型斑塊數(shù)差異明顯，但單一景觀斑塊平均面積除個(gè)別突出外(經(jīng)實(shí)地調(diào)查為泳池區(qū)域)，其他基本差異幅度不大，因此可以看出校區(qū)色彩景觀分割較為明顯，第五立面視角觀察下校區(qū)色彩景觀具有復(fù)雜多樣性，但色彩分塊具有團(tuán)簇性.

圖10 色彩斑塊數(shù)及斑塊平均面積統(tǒng)計(jì)Fig.10 The color patch number and average area

4 結(jié)論

色彩具有多樣性，肉眼觀察下主觀性較大，實(shí)現(xiàn)色彩的量化研究具有一定意義，紅、綠、藍(lán)作為色彩三原色，不同比例混合可產(chǎn)生多樣的色彩，遙感分析的研究方法應(yīng)用于色彩研究，有利于色彩研究方法的拓展.通過選擇紅、綠、藍(lán)三個(gè)波段與全色波段的自然色融合影像，保留光譜與分辨率優(yōu)勢，基于遙感研究中Isodata自動(dòng)聚類方法實(shí)現(xiàn)色彩的自動(dòng)聚類，可實(shí)現(xiàn)樣區(qū)色彩的分類量化，從而有利于景觀分析的需要.

在第五立面視角下，選擇校區(qū)11月份遙感影像以此降低夏季植被茂密時(shí)的色彩干擾，使用非監(jiān)督分類及景觀分析方法對校區(qū)真彩色影像進(jìn)行分析，并在實(shí)地色彩調(diào)研的基礎(chǔ)上進(jìn)行了相關(guān)研究，研究得到以下結(jié)論.

1) 真彩色融合影像可有效利用于樣區(qū)色彩的研究，有利于色彩景觀研究數(shù)據(jù)源的擴(kuò)展；

2) Isodata聚類方法的使用可以有效降低色彩聚類時(shí)肉眼的不確定性，經(jīng)對分類后的色塊使用色卡輔助辨色，可得到樣區(qū)的色彩狀況；

3) 不同的聚類數(shù)具有不同的應(yīng)用，聚類數(shù)目少可以研究校區(qū)主色調(diào)，可以看出該視角下校區(qū)的色彩風(fēng)格，有利于校區(qū)色彩冷暖的辨識(shí)，本研究結(jié)果表明了長安校區(qū)在該視角下的特征偏冷，后期應(yīng)加強(qiáng)該視角下的色彩規(guī)劃與管理；

4) 當(dāng)聚類數(shù)達(dá)到一定時(shí)，色彩斑塊數(shù)變化減少，以其轉(zhuǎn)折聚類數(shù)作為色彩分類數(shù)，可以探查色彩景觀特征，可以看出，該研究時(shí)期校區(qū)色彩多樣，色彩景觀分割劇烈，但仍以團(tuán)聚狀存在.

5) 不同的視角觀察下，色彩景觀表現(xiàn)具有差異性，例如在平視視角下，校區(qū)教學(xué)樓顏色偏暖，但是從第五立面視角進(jìn)行色彩景觀的研究時(shí)，該視角下主色調(diào)冷暖感受認(rèn)為色調(diào)偏冷，其直接原因很大程度上是因?yàn)樾^(qū)建設(shè)者由于對第五立面關(guān)注較少，屋頂?shù)冉ㄖ锷媳砻娌⑽催M(jìn)行相應(yīng)的色彩規(guī)劃與管理，在后期建設(shè)中值的重新審視第五立面的色彩表達(dá)，為降低該視角下校區(qū)色彩的雜亂性，應(yīng)結(jié)合校區(qū)主色調(diào)(十三類分色)相關(guān)色彩進(jìn)行校區(qū)的色彩景觀規(guī)劃管理，使得校區(qū)色彩景觀更加和諧.

[1] 鄧清華. 城市色彩探析[J]. 現(xiàn)代城市研究, 2002(4): 51-55．

[2] 楊 楊. 城市色彩初探[J]. 藝術(shù)與設(shè)計(jì)(理論), 2008 (9): 82-84．

[3] MICHAEL L. Colorscape[M]. London: Academy Editions, 1996．

[4] 吳 薇, 劉紅紅. 城市環(huán)境中的色彩景觀規(guī)劃[J]. 重慶建筑大學(xué)學(xué)報(bào), 2006, 28(3): 33-35．

[5] 高春留. 關(guān)于城市文化發(fā)展及城市規(guī)劃的探討[J]. 城市地理, 2015 (18): 16-17．

[6] 潘 華. 街道色彩景觀規(guī)劃的控制模式[J]. 華僑大學(xué)學(xué)報(bào)：自然科學(xué)版, 2005, 26(4): 389-392．

[7] 陳群元, 鄧艷華. 長沙市城市色彩規(guī)劃與管理的實(shí)踐探索[J]. 規(guī)劃師, 2011 (1): 91-96．

[8] 曾樂乎. 長沙城市色彩景觀規(guī)劃研究[D]. 長沙: 湖南大學(xué), 2008．

[9] 衣曉霞. 色彩景觀在園林設(shè)計(jì)中的應(yīng)用研究[D]. 哈爾濱: 東北農(nóng)業(yè)大學(xué), 2007．

[10] 紀(jì)東坡. 園林色彩景觀影響因素研究[D]. 泰安: 山東農(nóng)業(yè)大學(xué), 2013．

[11] 徐紹雁. 城市公共空間色彩景觀的研究 ——以重慶市為例[D]. 重慶: 西南大學(xué), 2008．

[12] 鄭志權(quán), 過偉敏, 劉 雄. 現(xiàn)代居住區(qū)“第五立面”景觀設(shè)計(jì)探析[J]. 江南大學(xué)學(xué)報(bào), 2003, 2(4): 48-51．

[13] 李建偉, 劉科偉. 城市空間結(jié)構(gòu)情景規(guī)劃分析——以嵐皋縣城為例[J]. 干旱區(qū)資源與環(huán)境, 2012, 26(8): 34-39．

[14] 董方圓, 李國旗, 王 磊, 等. 基于遙感技術(shù)的古城建筑風(fēng)格保護(hù)性監(jiān)測[J]. 環(huán)境科學(xué)與技術(shù), 2012, 35(12): 378-381．

[15] 賈海峰, 劉雪華. 環(huán)境遙感原理與應(yīng)用[M]. 北京: 清華大學(xué)出版社, 2006: 97-98．

[16] 李秀珍, 布仁倉, 常 禹,等. 景觀格局指標(biāo)對不同景觀格局的反應(yīng)[J]. 生態(tài)學(xué)報(bào), 2004, 24(1): 123-134．

[17] BAKER W L,CAI Y. The R.le programs for multiscale analysis of landscape structure using the grass Geographical Information System[J]. Landscape Ecology, 1992, 7(4): 291-302．

[18] SCHUMAKER N H. Using landscape indices to predict habitat connectivity[J]. Ecology, 1996, 77(4): 1210-1225．

[19] HE H S,DEZONIA B E,MLADENOFF D J. An aggregation index (ai) to quantify spatial patterns of landscapes[J]. Landscape Ecology, 2000, 15(7): 591-601．

[20] 程德強(qiáng), 趙牡丹, 張 倩, 等. ArcGIS輔助建筑物陰影分析[J]. 山東農(nóng)業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版), 2015, 46(3): 86-90．

[21] 傅伯杰. 景觀生態(tài)學(xué)原理及應(yīng)用[M]. 北京: 科學(xué)出版社, 2001: 87-92．

[22] 沈麗娜, 魏安龍, 張建平. 基于生態(tài)策略的大學(xué)校園規(guī)劃設(shè)計(jì)研究——以西北大學(xué)長安校區(qū)為例[J]. 西北大學(xué)學(xué)報(bào)：自然科學(xué)版, 2015, 45(1): 127-130．

[23] 梅安新. 遙感導(dǎo)論[M]. 北京: 高等教育出版社, 2001: 87．

[24] 王岱瑩. 冷暖色對個(gè)體心理距離遠(yuǎn)近感知的影響[D]. 杭州: 浙江師范大學(xué), 2015.

Study on color landscape area from the perspective of the fifth fa?ade——a case study on Chang’an campus of Northwest University

GAO Chunliu1，CHENG Deqiang2,3，LIU Kewei1

(1.College of Urban and Environmental Science, Northwest University, Xi’an 710127；2.Institute of Mountain Hazards and Environment, CAS，Chengdu 610041;3.University of Chinese Academy of Sciences, Beijing 100039)

Color is an important factor that affects residents’ living environment. As good color environment is conducive to promote the positive development of people’s physical and mental health, color landscape research has positive meaning for mprovement of the living environment. Current research on color are of strong subjectivity while lack objectivity. Based on the above research environment, Remote Sensing image processing method and landscape analysis method were applied for “the fifth fa?ade color landscape”. The standard-color-card color investigation was utilized, in order to complete the relevant research on color landscape. The results showed that: 1) Remote Sensing and landscape methods are feasible and able to reduce the subjectivity on color landscape studies; 2) In the fifth fa?ade landscape, the main colors of the Chang’an Campus in Northwestern University campus are cool colors; Thirteen kinds of main color and several auxiliary colors were obtained in further analysis, suggesting the diversity and cluster phenomenon of the color landscape. The present work provided new methods for the fifth elevation landscape color study.

color landscape； the fifth elevation； landscape analysis； clustering

2016-03-02.

國家科技支撐計(jì)劃項(xiàng)目(2015BAL01B04)；陜西省自然科學(xué)基礎(chǔ)研究計(jì)劃項(xiàng)目(2015JM5171).

1000-1190(2016)05-0770-07

TU98

A

*通訊聯(lián)系人. E-mail: xdlkw@126.com.