劉可丹，羅 歡，和太平

(廣西大學(xué)林學(xué)院，南寧 530004)

濱水區(qū)是城市重要的公共開(kāi)放空間，為市民提供城市環(huán)境中稀缺的自然風(fēng)光和休閑娛樂(lè)場(chǎng)所，對(duì)居民生活和城市形象具有顯著提升作用[1]。濱水景觀是臨水的優(yōu)美風(fēng)景[2]，是濱水空間形象的直接塑造者。公眾作為濱水空間的使用者和濱水景觀的感受者，對(duì)濱水景觀的評(píng)價(jià)尤為重要，也最應(yīng)反映到規(guī)劃設(shè)計(jì)中來(lái)。因此，基于大眾視角的濱水景觀美景度調(diào)查十分必要。

美景度評(píng)價(jià)法(scenic beauty estimation，SBE)是一種能獲得公眾對(duì)景觀審美態(tài)度的科學(xué)方法，被認(rèn)為是景觀評(píng)價(jià)心理物理學(xué)派最嚴(yán)格且準(zhǔn)確的方法[3]。近年來(lái)，許多學(xué)者利用SBE法在景觀評(píng)價(jià)領(lǐng)域進(jìn)行研究，以美景度值衡量人們對(duì)景觀的審美偏好并對(duì)客觀景觀要素進(jìn)行分析量化，利用所取得的美景度值與景觀要素量值建立關(guān)系模型，以探究不同景觀要素特征對(duì)主觀審美偏好的影響。在景觀要素量化分析方面，毛炯瑋等[4]、趙璨[5]采用語(yǔ)義分析法調(diào)查公眾對(duì)各景觀要素的感受；楊陽(yáng)等[6]采用專家咨詢法、蔣子銀[7]采用層次分析法通過(guò)專家打分對(duì)景觀要素進(jìn)行了量化?；诖?，采用SBE法調(diào)查南寧市青秀湖公園濱水景觀的公眾審美評(píng)價(jià)，以基于畫(huà)面的客觀標(biāo)準(zhǔn)對(duì)景觀要素進(jìn)行量化，通過(guò)對(duì)兩者關(guān)系的分析探討可能影響濱水景觀美感的因素，為濱水空間規(guī)劃建設(shè)提供參考。

1 研究區(qū)域概況

南寧市青秀湖公園位于青秀區(qū)，毗鄰5A級(jí)風(fēng)景區(qū)青秀山。公園大致呈東西走向帶狀分布，總面積約35.8 hm2，其中陸地面積23.1 hm2，水面12.7 hm2。公園劃分為濱水休閑區(qū)、靜憩養(yǎng)生區(qū)和文化活動(dòng)區(qū)等三大功能區(qū)，是免費(fèi)開(kāi)放的區(qū)域性綜合公園。公園規(guī)劃建設(shè)時(shí)充分利用場(chǎng)地原有自然水體和濕地，保留原生的蘆葦、水草等植被，引入示范型生態(tài)景觀理念，打造濕地景觀。

2 研究方法

2.1 SBE法

一般認(rèn)為景觀評(píng)價(jià)有專家學(xué)派、經(jīng)驗(yàn)學(xué)派、認(rèn)知學(xué)派和心理物理學(xué)派，其中SBE法是心理物理學(xué)派最常用的方法[3]，是一種基于照片評(píng)價(jià)的方法。其主要步驟是實(shí)地拍照采樣，通過(guò)調(diào)查問(wèn)卷邀請(qǐng)公眾根據(jù)自身審美偏好為樣本照片打分，即可得到能夠反映人們景觀偏好的美景度值，對(duì)照片中的景觀要素進(jìn)行分解量化，通過(guò)回歸分析對(duì)美景度值與景觀要素量值進(jìn)行建模[4,8]，以便分析各景觀要素對(duì)美景度的影響。

數(shù)字表示照片樣本號(hào)圖1 景觀樣本照片拍攝位置示意圖Fig.1 The location oflandscape sample photos

2.2 照片拍攝

選擇天氣晴朗且能見(jiàn)度高之時(shí)對(duì)公園濱水景觀進(jìn)行實(shí)地調(diào)查和拍照采樣。據(jù)此，在前期對(duì)公園景觀概況全面調(diào)查并初步選定拍攝地點(diǎn)(主要選擇濱水觀景平臺(tái)等高頻觀景點(diǎn)及重要景觀節(jié)點(diǎn))的基礎(chǔ)上，選擇拍攝時(shí)間為2019年3月20—21日9:00—15:00。拍攝方法是利用三腳架將數(shù)碼相機(jī)固定在1.5 m的人視水平高度，采用同一相機(jī)和相同的焦距、景深、拍照模式進(jìn)行拍攝。共拍攝照片306張，根據(jù)研究意圖和實(shí)驗(yàn)設(shè)想從中篩選能反映公園景觀的照片40張(拍攝位置見(jiàn)圖1)，以供評(píng)價(jià)之用。

2.3 評(píng)價(jià)過(guò)程

將上述40張照片亂序后編制成調(diào)查問(wèn)卷，問(wèn)卷采用7分制，1～7分分別代表“非常不美”“很不美”“不美”“一般”“美”“很美”“非常美”，數(shù)值越大表示評(píng)價(jià)者認(rèn)為該景觀越美。使用問(wèn)卷星平臺(tái)進(jìn)行問(wèn)卷的編制和發(fā)放，問(wèn)卷形式為逐圖評(píng)價(jià)。共收到問(wèn)卷52份，其中43份為有效問(wèn)卷。

2.4 數(shù)據(jù)處理

由于各人評(píng)價(jià)標(biāo)準(zhǔn)有異，有些寬松而有些嚴(yán)苛，為此需對(duì)有效問(wèn)卷評(píng)分進(jìn)行標(biāo)準(zhǔn)化處理，以消除因個(gè)人標(biāo)準(zhǔn)而造成的評(píng)分差異。Daniel[9]提出通過(guò)正態(tài)分位數(shù)計(jì)算SBE的方法，其表達(dá)式[10]為

(1)

Si=(Zi-Zb)×100%

(2)

式中：Zi表示受測(cè)照片i的平均Z值(Z值指正態(tài)分布單側(cè)分位數(shù)值)；pik表示評(píng)價(jià)者給予受測(cè)照片i的評(píng)價(jià)值≥k的頻率，k表示不同評(píng)分；f(pik)表示累積頻率正態(tài)函數(shù)分布頻率(通過(guò)查找正態(tài)分布單側(cè)分位數(shù)值獲得)；m表示評(píng)價(jià)值的等級(jí)數(shù)(1～7分共7個(gè)等級(jí))；Si表示受測(cè)照片i的SBE；Zb表示作為基準(zhǔn)線的受測(cè)照片的平均Z。

2.5 景觀要素的分解與量化

在查閱相關(guān)文獻(xiàn)后，通過(guò)征詢專家意見(jiàn)并結(jié)合研究地實(shí)際情況，從整體景觀感受、駁岸、水體、植被、公園周邊建筑、小品與園路6個(gè)方面對(duì)樣本照片的景觀要素進(jìn)行分解量化并賦值。提取出視野開(kāi)闊性(用天空面積占比表示[11])，駁岸類型、水體面積占比、水岸形態(tài)、水體質(zhì)量、水生植物、水面景物以、水中倒影，植被面積占比、植物景觀模式、植被種類多樣性，周邊建筑面積占比、周邊建筑數(shù)量、周邊建筑風(fēng)格，硬質(zhì)景觀、有利景觀數(shù)量、有弊景觀數(shù)量、園路形態(tài)、鋪裝材質(zhì)等19個(gè)指標(biāo)，具體量化辦法及賦值如表1所示。

表1 景觀要素量化及賦值表Table 1 Quantification and valuation of landscape elements

其中，對(duì)視野開(kāi)闊性、水體面積占比、植被面積占比、硬質(zhì)景觀面積占比和周邊建筑面積占比5個(gè)指標(biāo)采用計(jì)算照片中天空、水體、植被、小品與園路等硬質(zhì)景觀、公園周邊建筑面積占照片總面積的比例表示，借鑒李雪瑩等[11]和李杰[12]的研究方法，如圖2所示，采用Photoshop圖像處理軟件勾勒照片中各景觀要素的外部輪廓，將景觀要素歸類并以顏色標(biāo)注，計(jì)算各要素面積占照片總面積的比例。

圖2 圖像處理示意圖Fig.2 Schematic diagram of image processing

2.6 逐步回歸法建模

以樣本照片的SBE值作為因變量、各景觀要素值為自變量，利用SPSS軟件建立多元線性回歸模型，采用步進(jìn)法進(jìn)行逐步回歸，引入、剔除變量的標(biāo)準(zhǔn)分別為P≤0.05和P≥0.10。

2.7 自動(dòng)線性建模

考慮到濱水景觀構(gòu)成要素的復(fù)雜性，希望盡可能研究更多自變量對(duì)美景度的影響，由于逐步回歸模型納入的自變量較少，因此使用SPSS的自動(dòng)線性建模功能構(gòu)建標(biāo)準(zhǔn)模型，模型選擇方法為用調(diào)整后的判定系數(shù)(R2)選擇最佳子集。最佳子集方法可以檢查所有可能的模型組合，從中篩選出滿足相應(yīng)標(biāo)準(zhǔn)的最佳子集，一般會(huì)獲得更好的回歸效果[13]。

3 結(jié)果與分析

3.1 典型樣本照片分析

將標(biāo)準(zhǔn)化處理后的SBE進(jìn)行排序(表2)。由表2可見(jiàn)，美景度最高的樣本是17號(hào)照片(圖3)，近景處的灌木和喬木枝椏形成框景，可以透過(guò)框景觀賞到開(kāi)闊水面，水面平滑如鏡、倒影清晰；遠(yuǎn)景是對(duì)岸青秀山和仿古建筑邕州閣。美景度最低的樣本是40號(hào)照片(圖4)，可以看到畫(huà)面中蘆葦完全遮擋了水面，植物景觀雜亂；遠(yuǎn)處尚能目及公園外歐式風(fēng)格住宅建筑，與公園濕地自然景色不甚協(xié)調(diào)。

表2 景觀樣本照片美景度Table 2 SBE of landscape sample photos

圖3 最高分照片F(xiàn)ig.3 Highest-scoring photo

圖4 最低分照片F(xiàn)ig.4 Lowest-scoring photo

對(duì)比美景度較高和較低的樣本發(fā)現(xiàn)，高分樣本照片共同點(diǎn)是水面開(kāi)闊，能看到對(duì)岸的山體和建筑，植物景觀適中且呈現(xiàn)韻律感，遠(yuǎn)景處公園外建筑多為仿古建筑或現(xiàn)代風(fēng)格公共建筑。一般認(rèn)為，人類偏愛(ài)有植物、水體要素，且視野穿透性佳的景觀[14]。而得分較低的照片則是水體渾濁，或因植物遮擋而未見(jiàn)或少見(jiàn)水體，且可視遠(yuǎn)處建筑多為高層住宅，甚至還有尚在施工的建筑，這在公園自然景色襯托下顯得十分突兀，另外一些低分樣本照片還出現(xiàn)垃圾桶等不利觀瞻之物，而有些高分樣本照片中則可見(jiàn)濱水觀景平臺(tái)等有利景觀的點(diǎn)綴。這些是否是導(dǎo)致美景度評(píng)分差異的原因，還需要進(jìn)行進(jìn)一步定量分析。

3.2 逐步回歸模型中影響美景度的景觀要素分析

采用逐步回歸法建立的模型如表3所示。表4中的模型整體方差分析顯示P=0.001，P<0.05，說(shuō)明所建立的回歸模型具有統(tǒng)計(jì)學(xué)意義。表5中對(duì)單個(gè)自變量與因變量之間是否存在線性關(guān)系進(jìn)行t檢驗(yàn)，周邊建筑風(fēng)格P=0.014，周邊建筑面積占比P=0.002，水面景物P=0.028，均小于0.05，具有顯著性。

表3 逐步回歸模型匯總Table 3 Summary of stepwise regression model

表4 逐步回歸模型方差分析Table 4 Variance analysis of stepwise regression model

模型最終納入3個(gè)自變量，分別用X1、X2、X3表示。根據(jù)表5中常數(shù)項(xiàng)及自變量的偏回歸系數(shù)，可寫(xiě)出回歸模型為YSBE=-10.870+6.070X1-266.065X2+19.589X3，其中，X1表示周邊建筑風(fēng)格，X2表示周邊建筑面積占比，X3表示水面景物。

表5 逐步回歸模型自變量系數(shù)Table 5 Coefficient of independent variable in stepwise regression model

自變量的標(biāo)準(zhǔn)化偏回歸系數(shù)表示模型中自變量對(duì)因變量貢獻(xiàn)的大小，可以此衡量自變量對(duì)因變量影響的大小。標(biāo)準(zhǔn)化偏回歸系數(shù)大于0說(shuō)明自變量與因變量成正相關(guān)；標(biāo)準(zhǔn)化偏回歸系數(shù)小于0說(shuō)明成負(fù)相關(guān)。

從表5標(biāo)準(zhǔn)化偏回歸系數(shù)可見(jiàn)，3個(gè)景觀要素對(duì)美景度影響的大小排序?yàn)橹苓吔ㄖ娣e占比>周邊建筑風(fēng)格>水面景物。

(1)周邊建筑面積占比對(duì)美景度影響最大，其標(biāo)準(zhǔn)化偏回歸系數(shù)為-0.502，表明畫(huà)面中公園外周邊建筑面積占比越大，人們認(rèn)為畫(huà)面就越不美，在實(shí)地調(diào)查中對(duì)游客的訪談也證實(shí)了此觀點(diǎn)。不同年齡、不同性別的游客均表達(dá)不喜歡在公園可視范圍內(nèi)看見(jiàn)周邊高層住宅建筑的觀點(diǎn)。

(2)周邊建筑風(fēng)格的標(biāo)準(zhǔn)化偏回歸系數(shù)為0.367，對(duì)美景度的影響次之，雖然周邊建筑面積占比對(duì)公園景觀美景度有負(fù)面作用，但仍有個(gè)別建筑可提升公園濱水景觀效果，建筑風(fēng)格這一自變量證明了此觀點(diǎn)，如邕州閣、八角樓等仿古建筑出現(xiàn)的頻率越高，美景度評(píng)價(jià)值越高，青湖中心、廣西藥檢所等現(xiàn)代風(fēng)格公共建筑也可以提高美景度分值，而像廣源國(guó)際社區(qū)等歐式風(fēng)格住宅建筑，在公園景觀環(huán)境中確實(shí)顯得突兀，有此類風(fēng)格建筑出現(xiàn)的照片，其美景度評(píng)價(jià)值均相對(duì)較低。

(3)水面景物的標(biāo)準(zhǔn)化偏回歸系數(shù)為0.348，表明有濱水觀景平臺(tái)、放水塔等水面景物的照片美景度評(píng)分更高，此類景物在開(kāi)闊水面上有畫(huà)龍點(diǎn)睛之功效。

3.3 自動(dòng)線性建模結(jié)果中影響美景度的景觀要素分析

自動(dòng)線性建模結(jié)果的模型調(diào)整后R2為0.358，略高于采用逐步回歸法構(gòu)建的模型。根據(jù)表6的方差分析結(jié)果，模型的顯著性水平P=0.002，小于0.05，表明模型具有統(tǒng)計(jì)學(xué)意義。如表7所示，按自變量重要性大小，模型納入周邊建筑風(fēng)格、水面景物、駁岸類型、植物景觀模式、水體面積占比、周邊建筑數(shù)量共6個(gè)自變量，比逐步回歸法多出3個(gè)，說(shuō)明模型涵蓋了更多的影響因素。

表6 最佳子集模型方差分析Table 6 Variance analysis of best subset model

表7 最佳子集模型自變量系數(shù)Table 7 Coefficient of independent variable in best subset model

自動(dòng)線性建模模型納入的第1、第2重要自變量為周邊建筑風(fēng)格和水面景物，與逐步回歸建模結(jié)果相同，在此不再贅述。

(1)第3重要的自變量為駁岸類型，系數(shù)為23.913，P=0.048，具有顯著性，表明美景度受駁岸類型的影響，自然駁岸美觀程度優(yōu)于人工駁岸。青秀湖西北段駁岸采用植草護(hù)坡，以求與周邊自然環(huán)境相融合，但護(hù)坡平直規(guī)整、人工痕跡明顯，難以發(fā)揮相應(yīng)的美化效果[15]。

(2)從第4重要的自變量開(kāi)始不再具有統(tǒng)計(jì)學(xué)意義上的顯著性，但根據(jù)專業(yè)經(jīng)驗(yàn)，認(rèn)為其對(duì)美景度的影響仍有一定參考價(jià)值。植物景觀模式重要性排第4，系數(shù)為3.901，表明喬灌草結(jié)合的復(fù)層群落結(jié)構(gòu)優(yōu)于單一結(jié)構(gòu)，人們認(rèn)為多層次植物群落更優(yōu)美，這與生態(tài)要求相符。

(3)水體面積占比系數(shù)為59.347，說(shuō)明水面開(kāi)闊性影響景觀美感，人們認(rèn)為視野中的水體面積占比越大，景色越優(yōu)美，這要求濱水景觀設(shè)計(jì)中，在水景優(yōu)美處宜開(kāi)辟視廊，打造可觀開(kāi)闊水面的透景線。避免出現(xiàn)如圖5所示的空間，植物遮擋在園椅與水面之間，此類現(xiàn)象在公園還有多處。

(4)周邊建筑數(shù)量的系數(shù)為-0.727，這說(shuō)明人們認(rèn)為公園外周邊建筑數(shù)量越多，景觀越不美。建筑數(shù)量增加可能導(dǎo)致建筑面積占比增加，同時(shí)會(huì)增加建筑外觀樣式，讓建筑風(fēng)格和色彩雜亂無(wú)章。

4 濱水景觀優(yōu)化策略

4.1 采取修飾措施，控制建筑風(fēng)貌

大量研究表明，公園綠地對(duì)房地產(chǎn)價(jià)格有顯著影響[16]，其距離、面積都對(duì)附近房?jī)r(jià)有顯著影響[17-18]，尤其湖泊類景觀更具有重要作用[19]。公園能明顯促升房?jī)r(jià)，因此開(kāi)發(fā)商偏好在公園周邊開(kāi)發(fā)房地產(chǎn)，卻又降低了公園景觀價(jià)值。可以通過(guò)相應(yīng)措施，減少周邊建筑對(duì)公園賞景效果的影響，如在樓盤密集的視角處可種植高大喬木遮擋[20]。對(duì)正在施工的建筑，建議以新型藍(lán)色爬架網(wǎng)片取代傳統(tǒng)的綠色腳手架，如圖6所示，使施工工地景觀趨于整潔美觀。

圖6 新型爬架網(wǎng)片與傳統(tǒng)腳手架Fig.6 Climbing frame mesh and traditional scaffold

通過(guò)規(guī)劃限制公園周邊建筑的風(fēng)格、色彩來(lái)降低其對(duì)公園濱水景觀美景度的影響。南寧市規(guī)劃局2014年編制了《南寧市城市風(fēng)貌分區(qū)規(guī)劃研究和建筑控制導(dǎo)則》，根據(jù)該導(dǎo)則本研究區(qū)域所在的青秀山-鳳嶺風(fēng)貌區(qū)建筑應(yīng)以現(xiàn)代風(fēng)格和傳統(tǒng)風(fēng)格為主，東南亞風(fēng)格為輔，體現(xiàn)地域性、時(shí)代性與開(kāi)放性特征[21]。公園園林建筑已采用東南亞風(fēng)格及傳統(tǒng)風(fēng)格[22]，與自然景色相協(xié)調(diào)的同時(shí)也體現(xiàn)了地域特色，若周邊建筑也能同樣進(jìn)行風(fēng)貌控制，則能與公園建筑交相輝映，使整體風(fēng)貌更和諧美觀。濱水景觀屬共享資源，控制周邊建筑風(fēng)貌既保障公共利益，同時(shí)也能提升住宅業(yè)主使用公園的感受。

4.2 設(shè)計(jì)生態(tài)駁岸，打造親水空間

濱水駁岸設(shè)計(jì)可考慮采用自然生態(tài)駁岸，在滿足防洪功能的基礎(chǔ)上進(jìn)行綠化美化，在保障結(jié)構(gòu)穩(wěn)定的同時(shí)也應(yīng)注重駁岸景觀效果的處理。同時(shí)還可結(jié)合駁岸設(shè)置親水平臺(tái)、棧橋等休憩觀景設(shè)施，以軟化駁岸邊界，既增加水面景物，又能使游客親近自然，充分享受濱水資源[23]。

4.3 喬灌草相結(jié)合，構(gòu)建復(fù)層群落

注意喬灌草相結(jié)合的種植設(shè)計(jì)，營(yíng)建復(fù)層結(jié)構(gòu)植物群落，既能提高綠量、滿足生態(tài)要求，同時(shí)還能豐富植物景觀效果。有美景度評(píng)價(jià)研究認(rèn)為喬灌草復(fù)層結(jié)構(gòu)評(píng)價(jià)值相對(duì)較高[24]，配置簡(jiǎn)單的植物群落則給人單調(diào)平淡之感[25]。且從降噪防塵等生態(tài)功能考慮，喬灌草相結(jié)合的復(fù)層群落結(jié)構(gòu)效果優(yōu)于單一結(jié)構(gòu)[26]。

4.4 開(kāi)辟觀景視線，優(yōu)化休息空間

注意觀景位置選擇和觀景視線的疏通，在濱水景色優(yōu)美處設(shè)置觀景點(diǎn)，開(kāi)辟透景線，保證觀水視線的開(kāi)闊，面向水面布置的休息座椅是高頻觀景點(diǎn)，應(yīng)盡量避免有障礙物遮擋視線。瞭望-庇護(hù)理論認(rèn)為，人們偏好于可以滿足瞭望風(fēng)景和藏匿自身的空間，即“能看到而不易被看到”的場(chǎng)所[27]。因此設(shè)置在有植物或構(gòu)筑物作為背景且前方視線不受遮蔽的休息點(diǎn)較受游客青睞[28]。

5 結(jié)論

通過(guò)對(duì)南寧市青秀湖公園濱水景觀美景度與景觀要素關(guān)系的研究，得出以下結(jié)論。

(1)根據(jù)逐步回歸結(jié)果，對(duì)美景度有影響的景觀要素按影響大小排序?yàn)椋褐苓吔ㄖ娣e占比>周邊建筑風(fēng)格>水面景物。

(2)自動(dòng)線性建模結(jié)果納入更多影響因素，按重要性排序?yàn)椋褐苓吔ㄖL(fēng)格>水面景物>駁岸類型>植物景觀模式>水體面積占比>周邊建筑數(shù)量。

(3)基于照片評(píng)價(jià)的SBE法和基于照片畫(huà)面圖解分析的景觀要素量化方法可以結(jié)合進(jìn)行景觀偏好研究，并據(jù)之探討相應(yīng)優(yōu)化策略，以對(duì)未來(lái)景觀建設(shè)需關(guān)注的問(wèn)題提供參考。