国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

基于小圩形態(tài)指數(shù)的宣蕪平原圩田景觀肌理量化研究
——以固城湖永豐圩為例

2023-02-20 07:09
中國園林 2023年1期
關鍵詞:肌理聚類景觀

李 哲

盧馨逸

施佳穎

黃若暄

高 穎

建設生態(tài)宜居的美麗鄉(xiāng)村是鄉(xiāng)村振興戰(zhàn)略的重要抓手,彰顯地域特色、賡續(xù)原生風貌是鄉(xiāng)村景觀高質量發(fā)展的重要保障,以數(shù)字技術助力鄉(xiāng)村景觀傳承發(fā)展與提質增效成為當代鄉(xiāng)村景觀研究與實踐的重要內容之一。意蘊雋永、肌理活化、形態(tài)生動的農業(yè)景觀既是鄉(xiāng)村三生空間的景觀本底,也是區(qū)域國土景觀風貌的有機組成部分[1]。作為鄉(xiāng)村的生活背景、生產場景、生態(tài)底景,農業(yè)景觀肌理承載了鄉(xiāng)村景觀的形態(tài)特色與發(fā)展印記,成為本土的、綿延的、智慧的農耕文明原生系統(tǒng)的外化顯現(xiàn)。

圩田肌理由小圩在水網(wǎng)的有機組織下形成,正如北宋詩人張舜民描繪的景象“水繞陂田竹繞籬,榆錢落盡槿花稀”。分布于長三角地區(qū)的宣蕪平原圩田是中國典型圩區(qū),其水網(wǎng)密布、阡陌交織的景觀風貌營造了“藍綠交織、圩田交錯”的江南典型農耕景觀肌理[2](圖1)。然而,伴隨著農業(yè)生產中對集約化、規(guī)?;钠胬斫猓r村建設中對景觀肌理的認識程度亟待提升。毀圩造田、填埋水網(wǎng)等生產和建設行為致使圩田肌理變異的情況時有發(fā)生,導致原生性農村景觀風貌遭到破壞(圖2、3)??茖W識別、分析圩田景觀肌理,對傳承發(fā)展“港里高圩圩內田,露苗風影碧芊芊”的鄉(xiāng)村風貌具有重要的研究價值與現(xiàn)實意義。

圖1 宣蕪平原原生圩田肌理(引自資源3號衛(wèi)星遙感影像圖)

圖2 盲目改造后圩田肌理變異(引自資源3號衛(wèi)星遙感影像圖)

圩景尋無跡,何處有鄉(xiāng)愁?對圩田景觀形態(tài)進行精準識別與量化解析,已經(jīng)是當前江南圩田景觀研究與實踐的當務之急,同時也是當代鄉(xiāng)村景觀提質增效、融合發(fā)展等重要研究領域的基礎議題之一。針對典型圩田肌理開展符合當前學術語境的數(shù)字化分析,也成為當代風景園林學理探討、風貌建構,乃至農耕景觀彰顯等必要的研究基礎。本文聚焦圩田構成模式的共性肌理特征,以宣蕪平原永豐圩為典型研究對象,從其內部小圩單元形態(tài)入手加以數(shù)字化歸納與轉譯;結合經(jīng)典形態(tài)學、類型學理論和景觀生態(tài)學既有形態(tài)分析基礎,以定量解析技術促進景觀肌理研究縱深發(fā)展,以指數(shù)體系助力肌理類型與特征的理性詮釋,結合機器學習原理和統(tǒng)計測量技術形成適用于圩田肌理聚類分析的示范方法與關鍵技術。研究成果有助于將基于經(jīng)驗認知的景觀肌理主觀表述推進至量化描述層次,為地域性、原生性圩田景觀研究提供研究基礎與技術支持。

圖3 盲目建設造成圩田肌理變異(引自資源3號衛(wèi)星遙感影像圖)

1 理論基礎:圩田景觀肌理的研究視野與趨勢

1.1 景觀肌理研究的基礎理論

景觀肌理是城鄉(xiāng)景觀環(huán)境各要素的平面化表征,其既蘊含了社會、人文、生態(tài)等要素對景觀環(huán)境的影響,也濃縮了時間層面上的景觀演進過程[3]。自20世紀50年代起,學界開始以肌理這一顯性特征為抓手,探索環(huán)境構成要素間的秩序規(guī)律,圍繞自然風景[4]、建成環(huán)境[5]、聚落肌理[6]等開展的系列研究與實踐,共同組成了景觀肌理研究的理論基礎,部分成果形成了景觀肌理研究的前置框架。如以生態(tài)學、類型學理論為指導,通過抽象化的肌理原型探索復雜肌理系統(tǒng)各要素間的構成邏輯,解析同種要素間的組合方式[7]。復雜系統(tǒng)理論等跨學科研究體系,也為解析肌理構成規(guī)律拓展了研究維度[8]。

需要認識到,“肌理”畢竟是一種“理”,而“觸景生情、由情入理”恰恰是風景園林學的獨到之處。與選取形態(tài)基因[9]、形態(tài)語法[10]為聚類研究理論依據(jù),注重采用圖示語言開展的肌理類型研究相比,近年來伴隨空間信息分析、數(shù)理統(tǒng)計模型等分析手段的迅速發(fā)展[11-12],相關研究不斷從多視角、多尺度楔入景觀肌理組構機制,依托空間信息數(shù)據(jù)轉化與算法分析手段,持續(xù)提高肌理辨識精度及其可解釋度。在景觀肌理轉譯方面,通過對形態(tài)指標[13]、關聯(lián)要素[14]、集群定量[15]等的肌理轉化研究,一方面探索并積累了針對景觀形態(tài)、結構、秩序等空間屬性的專有概念及其指數(shù)體系;另一方面在形態(tài)類型學研究中進行了應用校驗。在數(shù)據(jù)分析方面,機器學習方法和統(tǒng)計測量學技術的協(xié)同運用,為多指數(shù)聯(lián)立分析提供了有效的技術支持,如SEM[16]、K-means[17]等統(tǒng)計方法和機器學習模型[18]在景觀肌理中的結合應用,拓展了大樣本量形態(tài)數(shù)據(jù)的綜合分析能力,為景觀肌理量化分析方法的持續(xù)完善提供技術基礎。

1.2 圩田景觀肌理的研究走向

由于地理區(qū)域、開發(fā)時間、開發(fā)程度和開發(fā)方式不同,加之不同農業(yè)生產方式對其產生的長期影響,江南圩田并無統(tǒng)一的形態(tài)模式[19],但水網(wǎng)分割形成的小圩是圩田肌理的基本單元與“三生空間”載體。“和而不同”的小圩有機排布,使圩田肌理呈現(xiàn)可供測度的形態(tài)本底與共性研究的內生動力?,F(xiàn)有研究結合歷史文獻回溯、圖示語言分析、景觀特征評估、典型案例分尺度切片等方法,在歷史演變[20]、生態(tài)進程[21]、形態(tài)特征[22]、規(guī)劃設計[23]等方面已形成一定的研究基礎,規(guī)律總結和回溯追蹤的基礎研究價值日益凸顯。研究者普遍將小圩的二維形態(tài)視作分析圩田肌理的基本單元,相關成果多在形態(tài)類型學思想指導下,以經(jīng)驗判讀法開展圩田肌理歸類分析,如謝雨婷等運用景觀特征評估法(LCA)從區(qū)域尺度和微觀尺度,將長三角圩田景觀類型劃分為島型、網(wǎng)絡型、破碎型和標準型[24];陸應誠將宣蕪平原圩田肌理歸納為多邊型、羽狀、田字型和直條塊型[25](圖4);盧斯騰通過歸納宣蕪平原圩田景觀肌理差異,將該區(qū)域圩田分為單一型、復合型和沿江型等[26]。

圖4 常見圩田景觀肌理類型劃分

總的來看,當前圩田景觀肌理研究尚處于類型區(qū)分與認知剖析階段,在數(shù)理分析機制與方法的推動下,景觀肌理量化研究方法不斷發(fā)展,為圩田景觀肌理的科學分類、精準解析拓展了技術維度和研究思路。探索多維數(shù)據(jù)驅動的圩田肌理分析技術,量化解析典型圩區(qū)景觀肌理數(shù)理規(guī)律及其復合特征,對科學提升圩田景觀肌理的研究水平具有積極意義。

2 方法流程:圩田肌理量化解譯體系構建

2.1 小圩形態(tài)指數(shù)轉譯

小圩歷經(jīng)長期農耕生產和自然演進,伴隨水脈延伸和緩流沖刷,其內凹溇沼順勢而生,逐漸衍生出有機自然的邊界形態(tài)與復合交織的肌理特征(圖5)。小圩作為圩田的基本單元,對其開展集成量化描述能夠反映圩田的總體肌理特征,以形態(tài)指數(shù)轉譯圩田肌理,是開展后續(xù)肌理類型識別與特征量化分析的基礎性步驟。由于邊界形態(tài)的復雜性與自相似性,單一指數(shù)無法有效界定小圩形態(tài),需要構建形態(tài)維度完整、數(shù)據(jù)獲取便捷的指數(shù)體系集成數(shù)據(jù),實現(xiàn)圩田肌理的量化描述。

圖5 南京固城湖圩田景觀肌理圖底分析

基于圩田景觀肌理研究基礎,將小圩視為最小一級的肌理構成單元,聚焦小圩的二維平面形態(tài)特征,構建圩田形態(tài)量化指數(shù)體系。通過梳理景觀形態(tài)類型學、景觀生態(tài)學、計算機視覺與模式識別等相關領域的形態(tài)(生態(tài))指數(shù)研究成果,堅持指數(shù)選取的典型性、合理性和可操作性原則,總結得出小型圩田的關鍵幾何特征由形態(tài)趨向性、形態(tài)方正度、形態(tài)內凹度和形態(tài)曲折度構成。其中,形態(tài)趨向性對應的小圩形態(tài)指數(shù)是延伸率[27],形態(tài)方正度對應的小圩形態(tài)指數(shù)是矩形緊湊度[28],形態(tài)內凹度對應的小圩形態(tài)指數(shù)是凹凸度[29],形態(tài)曲折度對應的小圩形態(tài)指數(shù)是橢圓形狀指數(shù)和分形維數(shù)[30]。所選指數(shù)均可通過小圩面積(A)、周長(P)、最小外接矩形面積(Amin_ref)、最小凸包面積(Amin_h)、長軸(amin_ref)和短軸(bmin_ref)等基礎數(shù)據(jù)進行計算機自動獲取(表1)。各項小圩形態(tài)指數(shù)彼此聯(lián)立、互為補充,能夠協(xié)同描述圩田單元的邊界特征,為現(xiàn)階段聚類分析圩田肌理共性特征提供集成化指數(shù)分析體系。

表1 小圩形態(tài)指數(shù)匯總

2.2 圩田肌理聚類分析

判讀圩田肌理量化特征,需要在小圩形態(tài)數(shù)據(jù)轉譯的基礎上,選取適宜的數(shù)理分析模型,聚類分析小圩矩陣化聯(lián)立規(guī)律。根據(jù)圩田肌理基礎數(shù)據(jù)聚類標簽界定明晰、數(shù)據(jù)維度高、數(shù)據(jù)量大且聯(lián)立關系明顯等特點,綜合分析常見的聚類算法(表2,圖6),選用無監(jiān)督的SOM(selforganizing map)神經(jīng)網(wǎng)絡和K-means聚類算法構建模型進行數(shù)據(jù)分析。

表2 圩田景觀肌理聚類算法比較

圖6 SOM神經(jīng)網(wǎng)絡模型拓撲結構

SOM和K-means同屬聚類算法,在風景園林學及相關學科研究中,適用于解決無預先分類標準的研究問題,包括解決形態(tài)類型劃分[31]、遙感影像信息提取[32]等觀測要素聚類分析問題,以及設計方案比選[33]、景觀資源綜合分析[34]等包含多因子數(shù)據(jù)集的綜合評價問題。聯(lián)立二者的算法特征構建圩田肌理識別模型,能夠契合本研究的數(shù)據(jù)特征與研究需求:從算法特征上看,二者具備互補性,SOM神經(jīng)網(wǎng)絡由于不需要預先設定聚類類別,具有自主性強、人工干預度低的技術特點[35],但聚類結果具有一定的模糊性;K-means算法運行效率高,但需要指定聚類數(shù)和聚類中心,否則容易導致算法不收斂或者局部最優(yōu)化[36]。將二者結合形成二階算法,即運用SOM神經(jīng)網(wǎng)絡對圩田景觀形態(tài)數(shù)據(jù)進行一次聚類,然后運用K-means算法對SOM神經(jīng)網(wǎng)絡輸出層神經(jīng)元的聚類中心進行二次聚類,該方法能夠在保持SOM神經(jīng)網(wǎng)絡的自組織特性的同時,提升算法的準確度和運行效率。

2.3 圩田肌理解析流程

綜上所述,圩田景觀肌理量化解析流程如圖7所示。

圖7 技術路線

1)小圩指數(shù)轉譯。遴選延伸率等5項小圩形態(tài)指數(shù),將圩田肌理構成的基礎單元形態(tài)轉化為可描述、可運算、可比較的分項和聯(lián)立數(shù)據(jù),結合案例樣地構建圩田景觀肌理數(shù)據(jù)庫,用于后續(xù)聚類運算與特征分析。

2)肌理特征聚類。運用SOM神經(jīng)網(wǎng)絡和K-means算法構建圩田肌理識別模型,針對研究樣本中的所有小圩進行形態(tài)指數(shù)解析與算法聚類研究,分析確定圩田肌理基礎類型。

3)肌理特征解譯。利用ArcGIS平臺對識別結果進行數(shù)據(jù)統(tǒng)計與可視化呈現(xiàn),對各類型肌理特征的小圩形態(tài)指數(shù)區(qū)間進行統(tǒng)計分析,進而量化研判圩田肌理特征。

3 實證研究:固城湖圩田肌理識別與量化解析

3.1 轉譯:研究對象與數(shù)據(jù)提取

固城湖圩田屬于宣蕪平原圩區(qū)范圍,是江南毗水農耕風貌的典型代表,有“圩田收,食三秋”的古諺,具備地形平緩、水系密布、圩網(wǎng)旖旎的基本特征。研究選取圩田開發(fā)歷史悠久的宣蕪平原固城湖典型圩區(qū)為研究案例,將農耕演進過程中自然形成、未經(jīng)建設改造的圩田定義為典型圩田區(qū)域。其農業(yè)生產性水網(wǎng)可以分為外河、內河和溝渠3個等級,其中外河位于圩堤外部,是圩區(qū)用水的主要來源;內河是圩區(qū)內的主要水道與交通通道;溝渠是圩內支流,常延伸進小圩內部形成溇沼。由密集水系環(huán)繞形成的小圩,是該地區(qū)圩田肌理的基本構成單元。

選取固城湖永豐圩區(qū)及相鄰部分圩田為樣本,總面積約5 420hm2(圖8),占高淳區(qū)典型圩田面積的53%。使用該區(qū)域2019年規(guī)劃實測圖紙,在實地勘察復核校對后,提取內河、溝渠限定下的小圩地理信息作為肌理量化研究數(shù)據(jù)基礎,以水網(wǎng)和圩堤作為小圩形態(tài)的劃分標準,保留溇沼(圖9)。對于未被水系完整環(huán)繞的小圩,以農業(yè)生產實測邊界作為研究范圍劃分標準。

圖8 研究對象區(qū)位與范圍

圖9 研究對象形態(tài)提取與優(yōu)化示意

首先利用GIS平臺,提取小圩矢量信息構建樣本庫,共獲取494個小圩樣本,樣本量滿足圩田景觀肌理識別模型對于形成穩(wěn)定合理分類結果的數(shù)據(jù)需求(≥200)。提取邊界形態(tài)并進行適度平滑處理,避免因簡化邊界造成的測算誤差;提取小圩形態(tài)指數(shù)運算所需的幾何屬性數(shù)據(jù),與小圩形態(tài)指數(shù)數(shù)據(jù)共同構建圩田景觀肌理數(shù)據(jù)庫,其中小圩形態(tài)指數(shù)用于圩田肌理特征聚類分析。

3.2 聚類:圩田肌理特征識別

在樣本測試基礎上,首先運用SOM神經(jīng)網(wǎng)絡對輸入數(shù)據(jù)進行初次聚類。采用R語言建構并運行SOM神經(jīng)網(wǎng)絡模型,輸入層調用圩田肌理數(shù)據(jù),神經(jīng)元個數(shù)根據(jù)輸入數(shù)據(jù)維度確定;競爭層的神經(jīng)元個數(shù)M與輸入樣本量N之間存在

的數(shù)量關系。結合采集樣本量,經(jīng)樣本試做,確定了11×10個神經(jīng)元的網(wǎng)絡模式,當訓練次數(shù)達到1 000次時,神經(jīng)網(wǎng)絡趨于穩(wěn)定。為避免不同指數(shù)單位與數(shù)量級的差異對結果產生影響,需要對輸入數(shù)據(jù)進行標準化處理,完成初次聚類。

以SOM神經(jīng)網(wǎng)絡初次聚類獲得的各個神經(jīng)元的聚類中心為樣本,運用K-means算法對其進行二次聚類。研究發(fā)現(xiàn)當K值設定為6時,簇內平方和數(shù)值逐漸平穩(wěn)(圖10),因而將樣本分為6類(圖11)。將聚類結果在ArcGIS平臺進行可視化呈現(xiàn),形成適用于圩田肌理類型研判與復合特征分析的數(shù)字化圖像基礎。

圖10 簇內平方和變化

圖11 圩田肌理識別模型二次聚類拓撲圖

3.3 解譯:圩田肌理量化判讀

從肌理構成角度統(tǒng)計分析各類小圩形態(tài)的數(shù)量占比和分布集群規(guī)律,能夠從研究區(qū)域層面總結凝練圩田肌理的復合特征。為進一步從數(shù)理角度開展圩田肌理特征識別結果的研討,借助GIS自然斷點分級法,將小圩形態(tài)指數(shù)數(shù)據(jù)離散為“低、中、高”3個量化區(qū)間,通過統(tǒng)計對比3個區(qū)間的小圩個體占比及其分布情況,能夠量化研判各類型小圩組合后的肌理基礎特征,也能表征不同類型小圩組合的肌理差異與分類規(guī)律(表3)。

表3 小圩形態(tài)指數(shù)分級區(qū)間

1)研究區(qū)域圩田肌理以矩形和多邊形小圩組合為基礎,總結圩田肌理識別模型的分類結果,發(fā)現(xiàn)3類小圩形態(tài)近似矩形、3類近似不規(guī)則多邊形。結合小圩形態(tài)指數(shù)區(qū)間與均值,統(tǒng)計每種形態(tài)類型在量化區(qū)間中的個體占比,發(fā)現(xiàn)3類矩形小圩緊湊度最高,處于中高數(shù)值區(qū)間,其凹凸度、橢圓形狀指數(shù)、分形維數(shù)較低,多處于中低數(shù)值區(qū)間,其邊界形態(tài)方正度高、內凹度低、曲折度低,呈現(xiàn)出較為簡單方正的肌理特征。與之相比,3類多邊形小圩矩形緊湊度較低,多處于中低數(shù)值區(qū)間,其凹凸度、橢圓形狀指數(shù)、分形維數(shù)較高,多處于中高數(shù)值區(qū)間,其邊界形態(tài)方正度低、內凹度高、曲折度高,因此呈現(xiàn)出曲折蜿蜒的肌理特征(表4)。

表4 肌理特征識別結果與指數(shù)區(qū)間

進一步匯總可見(表5),A1類小圩的延伸率在矩形單元中總體偏低,多處于中低指數(shù)區(qū)間,構成單元的形態(tài)趨向于等邊矩形;A3類小圩的延伸率在矩形單元中總體偏高,多處于高指數(shù)區(qū)間,構成單元的形態(tài)趨向于狹長矩形;A2類小圩的延伸率則處于A1、A3之間,構成單元的狹長程度也處于A1、A3之間。在多邊形特征類型中,描述小圩邊界復雜程度的指數(shù)分異明顯,B1、B2、B3小圩矩形緊湊度遞減,凹凸度、橢圓形狀指數(shù)和分形維數(shù)同時遞增;與形態(tài)指數(shù)變化相對應,其3類肌理構成單元的邊界復雜程度不斷提高,內凹、拓撲形態(tài)數(shù)量不斷增多,邊界長度不斷延長。

表5 各類肌理特征規(guī)律

2)圩田肌理構成單元集群分布與嵌套分布共存,在景觀肌理“活化”的同時存在量化構成機制。從構成單元所占比例和分布來看,矩形小圩呈現(xiàn)集群分布,占構成單元總數(shù)的63.5%,因此永豐圩景觀肌理從整體上呈現(xiàn)出明顯的秩序性,表現(xiàn)出小尺度、高密集度排布的組成特征,成為肌理構成的“本底”,可以認為“小圩密布”是較之于“水網(wǎng)密布”更為嚴謹?shù)乃l(xiāng)圩區(qū)界定;同時,多邊形小圩呈現(xiàn)嵌套分布,占構成單元總數(shù)的36.5%,成為肌理構成的最大變量。2種數(shù)量分布接近“黃金分割比”的量化關系是否是江南圩田風貌的量化基礎仍有待深入研究。但綜合可見,在集群、嵌套2種基礎肌理的耦合組構下,3類不同延伸度的矩形肌理和3類不同復雜度的多邊形肌理共同形成相鄰嵌套的分布關系,促使研究區(qū)域呈現(xiàn)出以矩形肌理為主導,多邊形圩田關聯(lián)復合的肌理特征(表6)。單一肌理類型構成了單元間的集群關系,多種肌理類型構成了單元間的嵌套關系,“周而不比、和而不同”,2種具有明顯形態(tài)分野的單元形態(tài)數(shù)理協(xié)同、情理平衡地組構了江南圩區(qū)的肌理機制。

表6 圩田肌理特征識別結果與各類小圩數(shù)量分布

4 分析與討論

面向當前圩田景觀肌理精細化識別、精準化管控的需求,基于小圩形態(tài)指數(shù)構建圩田肌理類型識別與量化解析體系,結合數(shù)理統(tǒng)計分析手段搭建從圩田形態(tài)到景觀肌理的研究橋梁,為分析與保護圩田肌理乃至村景鄉(xiāng)情提供研究基礎。

1)分析探討了以小圩為肌理基礎單元,以形態(tài)指數(shù)為量化轉譯載體的圩田肌理量化分析的可行性。以固城湖典型圩區(qū)為研究對象,以系列小圩標識性形態(tài)指數(shù)驅動圩田肌理量化研判,初步構建了以“指數(shù)轉譯-特征聚類-特征解譯”為基本流程的圩田景觀肌理研究框架。實證結果表明,該方法能夠有效識別圩田肌理的類型特征。其中,聯(lián)立延伸率、矩形緊湊度、凹凸度、橢圓形狀指數(shù)、分形維數(shù)5項小圩形態(tài)指數(shù),能夠量化描述圩田肌理構成的基本特征,采用的圩田肌理模型能夠集成景觀肌理形態(tài)數(shù)據(jù)并進行測度,為更加完整、全面的圩田肌理科學描述提供研究基礎,如系統(tǒng)加載生態(tài)數(shù)據(jù)后,有望進一步拓展圩田景觀肌理數(shù)字化、信息化分析與應用能力。

2)從統(tǒng)計測量角度初步揭示了典型區(qū)域圩田肌理的構成、集群與嵌套機制。通過對小圩形態(tài)指數(shù)的分形測量與聯(lián)立分析,為傳統(tǒng)感知性“表述語言”背景下的景觀肌理“所指”提供了可供分析、歸納、溯源的數(shù)據(jù)化“能指”,從而提升圩田景觀肌理的可解釋度。目前采用的小圩形態(tài)指數(shù)及其區(qū)間基本能夠涵蓋宣蕪平原圩區(qū)景觀肌理的類內共性與類間差異;結合各類型構成單元的數(shù)量統(tǒng)計與分布情況,能夠從整體角度揭示圩田肌理的復合特征;從圩墾管控角度提供圩田肌理組構閾值,則能為國土空間視野下圩區(qū)研究與實踐提供分析基礎,為量化識別并傳承原有景觀肌理提供分析手段;通過測量統(tǒng)計圩田肌理的量化規(guī)律,促使鄉(xiāng)村振興所需的新生形態(tài)根植并融合于原生肌理,能夠避免為單純滿足生產、建設需求,忽視乃至犧牲原生肌理典型性、延續(xù)性,進而引發(fā)的地域景觀風貌破壞等現(xiàn)實問題。

3)相關技術具有縱深發(fā)展與橫向拓展的研發(fā)潛力。研究視角方面,可從目前主要聚焦圩田形態(tài)肌理向多維融合肌理發(fā)展。在現(xiàn)有形態(tài)指數(shù)的基礎上,進一步充實相關表征指數(shù),開辟直至建立包含生態(tài)、農業(yè)等多維度圩田肌理要素融合框架,從而更加全面深入地剖析景觀肌理的內在要素與構成機制。研究范疇方面,目前主要以宣蕪平原固城湖圩區(qū)為案例進行探討,然而江南乃至我國圩田廣袤、圩區(qū)眾多、圩田肌理多樣化現(xiàn)象顯著,針對典型地理環(huán)境、地域特征、生產條件的圩田類型學研究亟待開展,這同樣是現(xiàn)階段基于空間信息統(tǒng)計測量的肌理特征量化研究急需積極探索的廣闊研究領域。未來的研究一方面需要持續(xù)拓展研究廣度,搜集整理不同區(qū)域圩田的肌理特征,不斷充實我國圩區(qū)景觀肌理理性認知的“數(shù)據(jù)庫”,從而更加全面、科學地呈現(xiàn)我國圩田肌理的共性特征與個性規(guī)律;另一方面需要注重共時性研究基礎上的歷時性分析,對不同時期、不同農業(yè)生產階段圩田景觀的肌理演進加以對比探討,從而更加深刻地揭示圩田景觀的發(fā)展歷程。

5 結語與展望

隨著我國新型城鎮(zhèn)化戰(zhàn)略的持續(xù)深化,鄉(xiāng)村景觀風貌的傳承、發(fā)展、創(chuàng)新成為風景園林學研究的重要課題。三生共存、生生不息,我國不同地理、地域、生產和農耕模式培育了豐富多樣的鄉(xiāng)村景觀形態(tài),蘊含著復雜多元、各具特色的“農業(yè)景觀”肌理特征。以數(shù)字語言開展農業(yè)景觀肌理特征識別與量化研判,一定程度上豐富和發(fā)展了農村景觀研究的廣度與精度,為“望山見水”提供了學科視角,為“山水田城”融合發(fā)展提供了科技支撐,為“記得住鄉(xiāng)愁”提供了源起農耕、洞鑒古今的景觀載體與捭闔之道。

推而廣之,堅持以知識更新、數(shù)據(jù)驅動、技術創(chuàng)新助力符合時代訴求的國土景觀風貌研究,依托空間測量、數(shù)理分析手段進行景觀風貌深入探索,能夠從學理角度引導包括農業(yè)景觀在內的國土景觀提質增效,為保護和延續(xù)在地性景觀特色提供理論基礎與技術途徑。從不免帶有混沌性的“合一”思想中走來,在堅持整體思維這一東方傳統(tǒng)哲學精華的同時,充分運用信息時代、數(shù)字技術賦予我們分析處理盤根錯節(jié)現(xiàn)實問題的重要抓手,讓“詩意地說”與“思維地說”并行,文明與自然攜手共進,終將是當代風景園林科學發(fā)展的時代訴求與根本使命。

注:文中圖片除注明外,均由盧馨逸繪制。

猜你喜歡
肌理聚類景觀
景觀別墅
火山塑造景觀
肌理的感受與表達
沙子的景觀
包羅萬象的室內景觀
滲入肌理,豁然其妙——以2019年高考全國卷為例談古詩如何細讀
基于K-means聚類的車-地無線通信場強研究
器之肌理,物之溫度
基于高斯混合聚類的陣列干涉SAR三維成像
基于Spark平臺的K-means聚類算法改進及并行化實現(xiàn)