張?zhí)鹛?劉濱誼 朱 喆 馮茂桓

蘇州古典園林時(shí)空感知中，“步移景異”是普遍提及的景觀感受?！安揭啤备淖兞擞^者所在環(huán)境的位置，產(chǎn)生了時(shí)間和空間的改變，由此引發(fā)了時(shí)間和空間感受的變化——“景異”。游人在園林中移動(dòng)，時(shí)間與空間感受的形成主要來自視覺觀察所得到的空間界面，隨著視點(diǎn)、視角、景深、景闊的不斷變化，不同的景依次展開、變換，使得園林空間具有序列性。蘇州古典園林中游覽路徑對(duì)步移景異的感受發(fā)揮著重要作用，景在同一流線上依次變換，不同空間的屬性相互對(duì)比、彼此增強(qiáng)[1]。已有研究成果主要集中在基于游覽經(jīng)驗(yàn)的定性分析闡釋，歸納步移景異感知生成的時(shí)空含義。部分研究從定量的角度出發(fā)，聚焦于對(duì)蘇州園林空間的系統(tǒng)性量化分析，探索視線與游覽路徑的錯(cuò)位分離如何產(chǎn)生步移景異感受[2]，結(jié)合語義網(wǎng)絡(luò)法與句法分析，討論蘇州園林中關(guān)鍵空間序列的視覺補(bǔ)償效果對(duì)空間感知的影響[3]，從可行空間與可視空間聯(lián)動(dòng)分析的角度試圖揭開蘇州園林的空間視覺特征。但是，以上研究在游人觀者這一主體感知方面仍然薄弱，缺乏調(diào)查介入?？傮w上，此前研究側(cè)重于客體空間形態(tài)特征分析，缺乏主體及主客結(jié)合的深入研究。

將景的主體感受與景的客體布局相結(jié)合，從組景設(shè)計(jì)出發(fā)，馮紀(jì)忠提出步移景異主要由總感受量、導(dǎo)線長(zhǎng)度、變化幅度、時(shí)間或速度四者之間的相互關(guān)聯(lián)而產(chǎn)生[4]，從而將園林空間的主觀感受與客觀組成聯(lián)系了起來，體現(xiàn)了中國(guó)“主客合一”的園林設(shè)計(jì)理念。繼之，劉濱誼創(chuàng)立了風(fēng)景曠奧度的景觀空間感知評(píng)價(jià)理論，提出了“主觀感知的客觀表出”的思想，提出了用于大規(guī)模視覺景觀資源搜索的“美感量化”模型，實(shí)現(xiàn)了風(fēng)景園林客觀環(huán)境信息與主觀感受信息量化的對(duì)接轉(zhuǎn)譯，進(jìn)而將風(fēng)景園林主觀感受量化由客觀環(huán)境數(shù)據(jù)指示表出，實(shí)證了其所提出的“主觀感受的客觀表出”這一哲學(xué)命題[5]。以此類推，步移景異可以理解為由客觀環(huán)境時(shí)空變化轉(zhuǎn)譯產(chǎn)生的主觀感受變化，是“主客合一”的園林時(shí)間空間感受、感知、響應(yīng)，即園林時(shí)空之景的感知應(yīng)[6]。

對(duì)步移景異感知實(shí)行數(shù)字評(píng)價(jià)，首先需要確定“景”中可量化的組成要素，尤其是由視覺感受所得到的“景”的組成要素。本研究中，所定義的“景”的視覺空間基本要素包括：1)形成視野視線的集中出發(fā)點(diǎn)——景心；2)視野廣度——景闊；3)視線方向與深度——景深；4)可以分解為多個(gè)場(chǎng)景的綜合空間感受——景場(chǎng)[7](圖1，以圖2中的視點(diǎn)39的視覺界面為例)。當(dāng)代游客在游園過程中，在興趣點(diǎn)停留、拍照，選取典型照片上傳至互聯(lián)網(wǎng)平臺(tái)并加以文字評(píng)論，產(chǎn)生海量數(shù)據(jù)?；ヂ?lián)網(wǎng)大數(shù)據(jù)樣本量大、公眾參與度高，能夠全面地反映公眾的感知偏好[8]，也降低了調(diào)查者個(gè)體主觀引導(dǎo)帶來的誤差，同時(shí)，相較于傳統(tǒng)的問卷與訪談，數(shù)據(jù)獲取更為高效，已在風(fēng)景園林感知評(píng)價(jià)領(lǐng)域廣泛運(yùn)用[9]。依據(jù)網(wǎng)絡(luò)大數(shù)據(jù)圖片點(diǎn)評(píng)可以獲取由諸多個(gè)體歸納而來的群體感知之“景”。進(jìn)一步，這些“景”由以上4個(gè)基本要素予以量化表述，從而識(shí)別出在哪些“景”之間的“步移”會(huì)產(chǎn)生“景異”。

圖1 視覺空間基本四要素圖示(作者改繪自參考文獻(xiàn)[16]403)

圖2 網(wǎng)師園視點(diǎn)與路線(a)和視覺空間界面(b)

研究案例選取了蘇州古典園林網(wǎng)師園，其以空間布局與理景手法雅致精妙著稱，布局緊湊豐富，被陳從周喻為“小園極則”，是“以少勝多”的典范[10]。利用網(wǎng)絡(luò)大數(shù)據(jù)挖掘公眾對(duì)網(wǎng)師園“景”的感知表達(dá)、基于公眾感知調(diào)查確定在指定的路徑上哪些視點(diǎn)之間產(chǎn)生“步移景異”，即可獲得主觀感受的客觀表出；通過圖像處理與時(shí)空結(jié)構(gòu)分析，確定“步移”(視點(diǎn)變換)與“景異”(視覺空間界面變化)相關(guān)的要素與指標(biāo)。由于該指標(biāo)具有多要素、多層級(jí)同時(shí)發(fā)生、相互關(guān)聯(lián)的復(fù)雜性，傳統(tǒng)研究中的打分法并不適用[11]，人工智能技術(shù)在應(yīng)對(duì)高強(qiáng)度分析與推理、準(zhǔn)確擇優(yōu)與知識(shí)轉(zhuǎn)化方面有高效的優(yōu)勢(shì)[12]。研究最后利用人工智能決策樹(Decision Tree)構(gòu)建網(wǎng)師園步移景異感知生成模型，對(duì)步移景異感知產(chǎn)生的時(shí)空規(guī)則進(jìn)行定量解釋。

1 研究方法

1.1 基于大數(shù)據(jù)的古典園林景觀公眾感知識(shí)別

以旅游網(wǎng)站上關(guān)于網(wǎng)師園的點(diǎn)評(píng)圖片作為古典園林景觀公眾感知的代表，獲取公眾對(duì)于“景”的感知與表達(dá)。截至2023年3月22日，大眾點(diǎn)評(píng)、美團(tuán)、攜程3個(gè)旅游網(wǎng)站的網(wǎng)師園圖文評(píng)價(jià)數(shù)量分別為4 801、3 231、3 170條，共計(jì)11 202條，圖片66 192張。利用八爪魚采集器進(jìn)行采集，刪除內(nèi)容為夜景、人物、食物、建筑室內(nèi)、宣傳冊(cè)與標(biāo)識(shí)牌、單體要素(如單塊置石、家具、漏窗、植物等)特寫的圖片，得到表達(dá)景場(chǎng)的圖片12 746張。

手動(dòng)將相似圖片分組，初步得到97組，至現(xiàn)場(chǎng)對(duì)每一組圖片進(jìn)行仔細(xì)篩查核對(duì)，視點(diǎn)接近、視覺空間相似的圖片進(jìn)一步精簡(jiǎn)，排除了18組重復(fù)景場(chǎng)。統(tǒng)計(jì)每一組圖片的數(shù)量，較多的有月到風(fēng)來亭、射鴨廊、擷秀樓山墻、濯纓水閣、引靜橋等，多達(dá)數(shù)百?gòu)垼惠^少的是轎廳北庭院、擷秀樓南庭院、瓷器館南庭院、梯云室北庭院等35個(gè)景場(chǎng)，圖片數(shù)量共1 176張，每組均少于50張，具有一定隨機(jī)性，故將其排除，剩余44組圖片。對(duì)44個(gè)視點(diǎn)的位置進(jìn)行梳理與標(biāo)注，結(jié)合現(xiàn)有的關(guān)于網(wǎng)師園游覽路徑的研究成果[13-14]與實(shí)地觀察，確定游人的主要游賞路線(圖2a)。

由于游客拍照視點(diǎn)與視點(diǎn)高度的差異，同一組內(nèi)圖片呈現(xiàn)內(nèi)容有細(xì)微差別，需對(duì)同組圖片進(jìn)行梳理、選取典型，后至現(xiàn)場(chǎng)比照同視點(diǎn)、同角度固定視高(1.6m)，利用高清相機(jī)為44個(gè)景場(chǎng)分別拍攝1張圖像(圖2b)，確定了44個(gè)被公眾感知到的“景”，將每個(gè)景的視點(diǎn)、視野方向與在評(píng)論中出現(xiàn)的次數(shù)標(biāo)注于圖中。

1.2 “景異”的視點(diǎn)分布調(diào)查

于2023年7月11—15日在網(wǎng)師園入口處隨機(jī)邀請(qǐng)45名游客參加調(diào)查問卷，其中22名男性、23名女性，91.1%為15～40歲的中青年人，93.33%的受試者為第一次到訪網(wǎng)師園，所有受試者均不具備風(fēng)景園林專業(yè)背景。首先向受試者講解步移景異的概念及調(diào)查目的，要求受試者按照?qǐng)D2a中標(biāo)注的路線觀賞，標(biāo)記圖中126個(gè)相鄰點(diǎn)是否能產(chǎn)生步移景異。游覽結(jié)束后，邀請(qǐng)受試者對(duì)照?qǐng)D片接受半結(jié)構(gòu)化訪談，簡(jiǎn)單描述為什么產(chǎn)生或不產(chǎn)生步移景異。參考已有研究成果[15]，超過60%的受試者標(biāo)注為“是”的相鄰點(diǎn)被認(rèn)定為能夠產(chǎn)生步移景異，其余被認(rèn)為不產(chǎn)生步移景異，結(jié)果見圖2a。

1.3 “步移”與“景異”的要素與指標(biāo)拆分

從“步移”與“景異”兩方面拆分時(shí)空感受：“步移”包含視點(diǎn)(觀察點(diǎn))移動(dòng)的距離，即2個(gè)視點(diǎn)之間的實(shí)際距離(D)、可達(dá)拓?fù)渚嚯x(PA)等；“景異”首要考察“景”的空間這一基本元素，并以景闊(W)，即景域水平空間尺度、景深(DE)，即構(gòu)成的景域深度，以及視覺空間各個(gè)景觀要素——水體(WA)、假山與石駁岸(R)、鋪地(F)、較封閉的廳堂閣館建筑(B)、較開敞的亭與廊(P)、植物(PL)、天空(S)組成視覺空間界面的7個(gè)子要素，并以此作為判定步移景異的7個(gè)指標(biāo)。實(shí)際距離(D)、景深(DE)、景闊(W)皆為實(shí)測(cè)獲得；每張圖片中7個(gè)子要素的占比值由像素法計(jì)算，部分結(jié)果見表1。計(jì)算可達(dá)拓?fù)渚嚯x(PA)首先需結(jié)合實(shí)地考察，校準(zhǔn)網(wǎng)師園平面圖[16]的可行范圍，根據(jù)空間句法理論，可達(dá)拓?fù)渚嚯x用于表達(dá)相鄰視點(diǎn)彼此到達(dá)需要進(jìn)行空間轉(zhuǎn)換的次數(shù)[17]，利用Depthmap軟件中Step Depth功能運(yùn)算并取值。

表1 各視點(diǎn)的視覺空間界面景觀要素占比(部分)

相鄰視覺空間界面需計(jì)算“景異”相關(guān)要素與指標(biāo)差值的比值，以表征“異”的程度，以Δx表示，計(jì)算方式見公式(1)。由于篇幅有限，部分計(jì)算結(jié)果呈現(xiàn)見表2。

表2 步移景異空間感知要素與指標(biāo)量化結(jié)果(部分)

式中，Δxa-b為點(diǎn)b到點(diǎn)a的x要素或指標(biāo)變化比值；xb為點(diǎn)b的x要素值；xa為點(diǎn)a的x要素值。若xb=0，則Δxa-b統(tǒng)一取值為1。

2 結(jié)果

2.1 網(wǎng)師園“景”的視點(diǎn)分布

利用ArcGIS 10.2軟件對(duì)44個(gè)景對(duì)應(yīng)的11 570個(gè)視點(diǎn)進(jìn)行核密度分析，設(shè)置搜索半徑為1.5m、輸出像元尺寸為(500×500)mm2，圖3為分析結(jié)果與圖2a疊加，環(huán)彩霞池是園中觀景視點(diǎn)高密集區(qū)，與已有研究結(jié)果吻合[13，18]。結(jié)合圖2b可知，44個(gè)“景”中有43.2%出現(xiàn)在彩霞池周圍，其視覺空間界面多數(shù)以水體為前景，建筑和亭廊假山為中景，植物與天空為背景。

圖3 視點(diǎn)分布核密度分析結(jié)果

2.2 步移景異感知決策樹模型

決策樹是一種基于“純度”最大化邏輯算法原理對(duì)目標(biāo)變量進(jìn)行高效分類的機(jī)器學(xué)習(xí)模型，其結(jié)果的判定過程是一組由if-then條件組成的集合，其表現(xiàn)形式類似樹狀結(jié)構(gòu)而得名。決策樹構(gòu)建的過程包括以下3個(gè)步驟：特征向量選擇、決策樹的生成及修剪。作為一種預(yù)測(cè)模型，決策樹在風(fēng)景園林領(lǐng)域分析復(fù)雜系統(tǒng)、大數(shù)據(jù)方面具有優(yōu)勢(shì)，可依據(jù)約束條件調(diào)整，生成多種可能假設(shè)，提供預(yù)測(cè)指導(dǎo)[19]，在步移景異感知生成的模型構(gòu)建中具有較強(qiáng)的靈活性。

最新的決策樹算法為C5.0，其構(gòu)建模型的準(zhǔn)確性、降低數(shù)據(jù)噪聲和處理大數(shù)據(jù)等功能相對(duì)于以往的版本有所提升，采用了信息增益率來選擇能夠最大化分割與集合“純度”的特征并構(gòu)建節(jié)點(diǎn)與分支。信息增益率基于信息增益(Information Gain)，為解決因只采用信息增益而易傾向選擇離散程度較大的分割點(diǎn)的弊端。因此其計(jì)算方式為信息增益與劃分屬性A固有值之比(公式2)：

式中，Gain(D,A)為將數(shù)據(jù)集D以屬性A劃分為v個(gè)分支點(diǎn)后的熵與上一級(jí)節(jié)點(diǎn)所產(chǎn)生的熵差，即信息增益，見公式3：

SplitInfo(A)為劃分屬性A的固有值(信息量)，見公式4：

式中，pk為因變量值為K的案例占所有案例的概率。

本研究利用R語言軟件中的C5.0工具包構(gòu)建網(wǎng)師園步移景異感知決策樹，即步移景異感知與顯著性空間要素指標(biāo)進(jìn)行非線性分析，建立邏輯回歸模型。

1)將顯著性空間要素指標(biāo)，即D、PA、ΔW、ΔDE、ΔWA、ΔR、ΔF、ΔB、ΔP、ΔPL、ΔF、ΔS作為構(gòu)建決策樹的特征向量。

2)根據(jù)問卷結(jié)果對(duì)2點(diǎn)之間是否產(chǎn)生步移景異進(jìn)行賦值，產(chǎn)生為Y、不產(chǎn)生為N。

3)126個(gè)數(shù)據(jù)樣本隨機(jī)分成80%訓(xùn)練集(100個(gè)樣本)與20%測(cè)試集(26個(gè)樣本)。

4)基于訓(xùn)練集，通過C5.0工具包運(yùn)算得到步移景異感知決策樹(圖4)，共生成7條規(guī)則，其中可以判斷不利于產(chǎn)生步移景異的有3條，利于產(chǎn)生的有4條。

2點(diǎn)之間不利于產(chǎn)生步移景異(N)的規(guī)則如下。

規(guī)則1：ΔWA(水體變化比值)≤13.25%。

規(guī)則2：ΔWA＞13.25%且ΔW(景闊變化比值)≤9.51%。

規(guī)則3：ΔWA＞13.25%、ΔW＞9.51%、PA(可達(dá)拓?fù)渚嚯x)≤1且ΔF(鋪裝占比變化比值)＞31.3%、10.18%＜ΔDE(景深變化比值)≤43.89%。

2點(diǎn)之間利于產(chǎn)生步移景異(Y)的規(guī)則如下。

規(guī)則4：ΔWA＞13.25%、ΔW＞9.51%且ΔDE＞43.89%。

規(guī)則5：ΔWA＞13.25%、ΔW＞9.51%、ΔDE≤43.89%且PA＞1。

規(guī)則6：ΔWA＞13.25%、ΔW＞9.51%、ΔDE≤43.89%、PA≤1且ΔF≤31.32%。

規(guī)則7：ΔWA＞13.25%、ΔW＞9.51%、PA≤1、ΔF＞31.3%且ΔDE＜10.18%。

決策樹模型信息顯示其錯(cuò)誤率為11%，即判斷網(wǎng)師園步移景異感知產(chǎn)生與否的準(zhǔn)確率為89%，精準(zhǔn)度較高。模型信息同時(shí)提供各特征向量的使用率，表征各要素指標(biāo)在構(gòu)建過程中的重要性，ΔWA、ΔW、ΔDE、PA、ΔF的使用率依次為100%、70%、62%、37%、25%，其他要素如實(shí)際距離、建筑、亭廊、假山、植物、天空變化比值等指標(biāo)在模型構(gòu)建中使用率更小。說明在網(wǎng)師園中游覽時(shí)，視覺空間界面的水體占比變化量是決定是否產(chǎn)生步移景異的最主要因素，其次為景闊的變化、景深變化，最后為可達(dá)拓?fù)洳綌?shù)與鋪地要素占比的變化。

5)基于測(cè)試集，利用該決策樹對(duì)測(cè)試集結(jié)果進(jìn)行預(yù)測(cè)，決策樹的預(yù)測(cè)結(jié)果與測(cè)試集原始數(shù)據(jù)顯示其準(zhǔn)確率為73.07%，精準(zhǔn)度為78.57%，召回率73.33%，F(xiàn)1值為75.86%，說明該決策樹具有較好的魯棒性與擬合度。

3 結(jié)論與討論

3.1 結(jié)論

1)大眾感知網(wǎng)師園的“景”主要分布于環(huán)彩霞池周圍、殿春簃庭院、蹈和館庭院與梯云室庭院等區(qū)域。

2)產(chǎn)生步移景異的視點(diǎn)分布在彩霞池周圍、殿春簃庭院、蹈和館庭院，不呈現(xiàn)連貫性；在彩霞池與毗鄰的庭院或建筑的連接處，均可產(chǎn)生步移景異，如圖2中的點(diǎn)6與7，點(diǎn)43與15、40等，點(diǎn)21與22、32、30等。

3)影響相鄰視點(diǎn)是否產(chǎn)生步移景異的主要指標(biāo)為視野內(nèi)水體占比變化與景闊、景深、可達(dá)拓?fù)渚嚯x、鋪地要素占比的變化。2個(gè)視點(diǎn)間的實(shí)際距離、建筑亭廊、天空、假山、植物、鋪地等要素在視野內(nèi)的變化對(duì)網(wǎng)師園步移景異感知的建構(gòu)作用較弱。

3.2 討論：網(wǎng)師園步移景異感知生成的時(shí)空機(jī)理

1)整體布局對(duì)“景”的分布與步移景異感知的影響。

有研究表明，大眾游客對(duì)網(wǎng)師園植物、建筑具有較強(qiáng)的感知偏好，而對(duì)水體、假山的感知偏好較弱[22]。在研究預(yù)設(shè)中，各景觀要素的占比變化可能會(huì)引發(fā)“景異”的感知。決策樹結(jié)果顯示，網(wǎng)師園水體要素變化的貢獻(xiàn)最強(qiáng)，其他要素的變化對(duì)步移景異感知生成的貢獻(xiàn)較弱，其原因可能是該園整體空間布局以唯一的水體為中心，周圍的建筑、山石呈向心式布局，隔水相望的觀賞方式最為普遍，彩霞池與周圍建筑庭院形成鮮明的虛實(shí)對(duì)比。從毗鄰的庭院進(jìn)入彩霞池區(qū)域時(shí)，原本受到限制的視野空間被拓寬，視野中的水體從無到有，通常這種情況發(fā)生在庭院與水池間的連接處，可達(dá)拓?fù)渚嚯x不超過2，才能在短時(shí)間、小景場(chǎng)內(nèi)引發(fā)較強(qiáng)的視覺空間變化刺激。以點(diǎn)21與22為例，從開敞的水池邊轉(zhuǎn)換至濯纓水閣西部的廊中，景闊急劇收縮(變化比值高達(dá)17.56)，1次空間轉(zhuǎn)換之間，水體消失，從明到暗，問卷調(diào)查中93.3%的游客認(rèn)為點(diǎn)21與22產(chǎn)生步移景異。在向心式的景觀空間布局中，主景在視野中可見、不可見及可見程度的變化對(duì)能否產(chǎn)生步移景異尤為關(guān)鍵。

已有研究討論網(wǎng)師園視覺特征與時(shí)空感知時(shí)，通常綜合討論視線與路徑，視角與景深，主要要素如水體、建筑與植物等的相互影響與共同作用[23-24]。本研究中決策樹分析結(jié)果將影響網(wǎng)師園步移景異感知的各要素與指標(biāo)的重要性進(jìn)行了排序，突出了主景中的要素，以及景闊與景深的貢獻(xiàn)度，與已有研究并不矛盾，即由空間形態(tài)結(jié)構(gòu)變化引發(fā)的空間自身的虛實(shí)、遠(yuǎn)近、開合等變化與主景要素的變化是引發(fā)網(wǎng)師園步移景異的關(guān)鍵因素。該結(jié)果與現(xiàn)有的以句法理論為基礎(chǔ)、將蘇州古典園林的空間形態(tài)視為既涵蓋整體性與復(fù)雜性的特征，同時(shí)強(qiáng)調(diào)局部與整體空間、局部與局部空間之間的空間關(guān)系[25]，以及空間結(jié)構(gòu)與路徑的組合方式將會(huì)影響人的空間感知[26]的相關(guān)研究結(jié)果是保持一致的。蘇州古典園林時(shí)空結(jié)構(gòu)特征與感知評(píng)價(jià)的相關(guān)研究仍有待挖掘，向更加深入與精準(zhǔn)的指標(biāo)層面推進(jìn)。

2)“景”之變化要素對(duì)步移景異感知的影響。

問卷結(jié)果顯示，環(huán)主景(彩霞池)游賞時(shí)相鄰2點(diǎn)并不連續(xù)產(chǎn)生步移景異。以點(diǎn)38與39為例，可達(dá)拓?fù)洳綌?shù)為1、水體變化比值為0.11、景闊變化為0.1、景深變化比值為0.03、建筑與駁岸的變化比值均達(dá)到0.4，有42位受試者認(rèn)為不產(chǎn)生步移景異，其中37位受試者認(rèn)為2個(gè)“景”的內(nèi)容相似，月到風(fēng)來亭與射鴨廊的有無變化并未引起“景異”的感受，提示受試者對(duì)建筑與疊石駁岸2個(gè)要素敏感性可能較弱。

有研究從游覽路徑的曲折角度闡釋了梯云室南庭院至五峰書屋北庭院游覽路線具有多層次的空間轉(zhuǎn)換，進(jìn)而產(chǎn)生多樣的視覺景觀變化[23]，與本研究中點(diǎn)1～5均不產(chǎn)生步移景異的結(jié)果存在差異。推測(cè)原因，一方面，庭院中無水體，且具有一定封閉性，結(jié)合訪談結(jié)果看，46.7%的受試者認(rèn)為庭院中的景主要由圍墻、置石與植物組成，空間同質(zhì)化程度較高，難以產(chǎn)生景觀視覺上的差異性刺激；另一方面，這5個(gè)點(diǎn)之間的可達(dá)拓?fù)洳綌?shù)大多數(shù)為2或3，2點(diǎn)之間需要經(jīng)過其他轉(zhuǎn)換空間，如建筑、廊等，前一個(gè)點(diǎn)的記憶可能會(huì)受到干擾。因此，在組景時(shí)，兩視點(diǎn)之間的轉(zhuǎn)換與過渡要考慮方便性與復(fù)雜性的平衡；在后續(xù)研究中可以進(jìn)一步對(duì)該區(qū)域的封閉性與游客感知偏好進(jìn)行相關(guān)性分析。

實(shí)際距離與景闊、景深的變化比值，是研究預(yù)設(shè)中可能會(huì)具有重要性的3個(gè)要素，其中，實(shí)際距離在決策樹中使用率過低而沒有出現(xiàn)，表明其對(duì)步移景異感知生成貢獻(xiàn)度較低。筆者推斷，出現(xiàn)該結(jié)果可能是由于網(wǎng)師園規(guī)模較小，同時(shí)本試驗(yàn)設(shè)計(jì)選用相鄰視點(diǎn)導(dǎo)致毗鄰點(diǎn)的實(shí)際距離在一定范圍內(nèi)浮動(dòng)，較難產(chǎn)生差異性。此外，景闊的變化指示視野開合變化，在決策樹中貢獻(xiàn)度僅次于水體，達(dá)到70%，與預(yù)期相符；景深的變化具有62%的貢獻(xiàn)度，但在決策樹中被0.439、0.102 2個(gè)比值分割為3段。筆者推斷，景深變化貢獻(xiàn)產(chǎn)生“割裂狀”的原因可能與研究中取每個(gè)景場(chǎng)最深的視線距離為景深數(shù)值有關(guān)。已有研究中認(rèn)為蘇州古典園林具有“透明性”，其與視線穿過漏窗、門洞的滲透層次有關(guān)[27]，但在實(shí)際視覺感知體驗(yàn)中，景深可以細(xì)分為實(shí)景深與虛景深，虛實(shí)景深的對(duì)比度與視覺中心的鮮明度成正比[18]，且視線的滲透區(qū)域可能并非均衡，最深的視線不一定出現(xiàn)在觀察者的聚焦范圍中，導(dǎo)致本研究的景深統(tǒng)計(jì)存在誤差。

總的來說，決策樹結(jié)果能夠更加直觀具體地體現(xiàn)“景”的要素變化如何影響步移景異感知的生成，確定了空間形態(tài)結(jié)構(gòu)變化引發(fā)的景闊、景深的變化，以及主景區(qū)的主元素是引發(fā)網(wǎng)師園步移景異的關(guān)鍵，而不同景觀要素組合、景場(chǎng)內(nèi)的占比，以及其變化如何引起“景異”的感受及哪些要素占據(jù)主要作用等關(guān)鍵問題仍有待探索。

4 結(jié)語

中國(guó)古典園林的“步移景異”涉及客觀時(shí)空結(jié)構(gòu)、主觀景觀視覺感知，是主客合一引發(fā)的感知體驗(yàn)。不同于以往闡釋性的空間梳理與主觀分析，本研究拆分構(gòu)成“步移”與“景異”的要素與指標(biāo)，綜合利用大數(shù)據(jù)、調(diào)查問卷、機(jī)器學(xué)習(xí)等方法探索網(wǎng)師園步移景異感知生成規(guī)則，據(jù)此取得的初步結(jié)果僅為開端，有待擴(kuò)展深入。首先，公眾對(duì)古典園林不同要素、不同類型組合方式的感知偏好有待明確，研究可以進(jìn)一步細(xì)分對(duì)比景場(chǎng)內(nèi)相同要素的占比差異如何引起“景異”的感知，目前，該假設(shè)難以在設(shè)定路線下由受試者在現(xiàn)場(chǎng)完成，有賴于引入虛擬現(xiàn)實(shí)技術(shù)，以便于不同景場(chǎng)的自由切換；其次，對(duì)景觀空間視覺界面的注視焦點(diǎn)及兩點(diǎn)之間視線角度的變化有待精準(zhǔn)計(jì)量，未來可用眼動(dòng)儀追蹤來獲取更加精確的數(shù)據(jù)；最后，將該研究方法拓展應(yīng)用于其他蘇州古典園林中進(jìn)行橫向比較，以獲取更加普適性的結(jié)果。

總之，研究步移景異的目標(biāo)是尋找規(guī)律：在有限的景觀時(shí)間空間中，讓景觀感受量的獲得最大化，創(chuàng)造園林美感。步移景異是動(dòng)態(tài)而連續(xù)的在游覽過程所產(chǎn)生的景觀時(shí)空體驗(yàn)，它是動(dòng)態(tài)景觀的典型代表，由靜態(tài)景觀走向動(dòng)態(tài)景觀，這既是中國(guó)古典園林的領(lǐng)先開創(chuàng)，更是未來世界景觀感受領(lǐng)域有待突破的前沿。

注：文中圖片除注明外，均由作者繪制。