第五立面视角下小区域色彩景观研究——以西北大学长安校区为例

高春留，程德强，刘科伟*

(1.西北大学 城市与环境学院，西安 710127； 2.中国科学院 水利部 成都山地灾害与环境研究所，成都 610041；3.中国科学院 研究生院，北京 100039)



第五立面视角下小区域色彩景观研究
——以西北大学长安校区为例

高春留1，程德强2，3，刘科伟1*

(1.西北大学 城市与环境学院，西安 710127； 2.中国科学院 水利部 成都山地灾害与环境研究所，成都 610041；3.中国科学院 研究生院，北京 100039)

色彩是影响居民居住生活环境的重要因素，良好的色彩环境有利于促进人们身心健康的积极发展，因此色彩景观的研究对于生活居住环境的改善具有积极意义.鉴于现有色彩研究主观性强而客观性相对缺乏的现状，引入遥感影像处理方法及景观分析方法，以高分辨率遥感影像作为色彩研究数据源，“第五立面”作为研究视角，同时使用标准色卡进行实地色彩调查取证，完成了对研究区色彩景观的相关研究，研究结果表明：1)将遥感及景观分析的研究方法应用于色彩景观的研究具有可操作性，可降低色彩研究的主观性；2)第五立面视角下，研究对象西北大学长安校区主色调偏冷色系，进一步分析后可获得13种主色系及多种辅助色系，校区色彩景观具有多样性，但同时具有一定的团簇现象.该研究在推动“第五立面”色彩研究的同时，也可为色彩研究中新方法的引入提供借鉴与参考.

色彩景观； 第五立面； 景观分析； 聚类

城市色彩是城市外部空间视觉事物所具有的色彩，具有人工与自然两类，包括道路、广告、标牌、建筑、绿地、河流等人文、自然景观的色彩[1-2].色彩的有机组合是景观的有效表达方式，英国学者Michael Lancaster对城市的色彩主题提出了色彩景观(colorscape)[3]的概念，城市的色彩景观是指人的视觉系统对城市实体环境所展现的色彩要素相对综合的面貌感受，涵盖建筑色彩、街道色彩、广场色彩、绿化色彩等多个方面[4]，城市色彩的合理应用可使得城市拥有特色[5]，而进行城市色彩景观分析有助于为改善人居色彩环境提供必要的数据支撑，现有色彩景观的研究集中于城市街道色彩规划[6]、城市建筑色彩规划管理[7-8]、园林色彩景观设计[9-10]、城市公共空间色彩景观设计[11]等诸多方面，极大推动了色彩景观研究的发展，在此基础之上，探究新的色彩景观研究视角与方法对于色彩景观的研究具有积极意义，这也推动了色彩景观的研究热潮.

“第五立面”通俗来讲就是指从俯视视角进行地表景观的观察[12]，现有对景观色彩的观察，多集中于地面平视视角下观察到的视觉色彩景观，忽视了俯视视角下第五立面色彩景观表现，是对城市空间结构[13]的忽视，随着高层建筑的兴起，景观的第五立面开始得到越来越多的关注，第五立面视角的色彩景观研究也势在必行，基于该视角下色彩景观的研究将极大推动城市色彩景观的布局与修正，与此同时，随着遥感技术的不断成熟，遥感已被越来越多的使用在城市规划与保护中，从遥感数据中提取空间信息将为城市色彩景观设计及区域发展提供新的视角[14].鉴于以上诸点分析，研究使用以高校校区作为研究对象，充分利用高校校区景观丰富的特点，以第五立面为视角，使用真彩色高分辨率遥感影像，引入遥感影像处理方法及景观分析方法对校区的色彩景观进行了分析，研究色彩景观的相关特征，从而为校区的进一步色彩修正规划提供一定的建议并能为新视角下色彩景观的相关研究提供借鉴.

1 研究方法及技术路线

1.1 ISODATA分类方法

非监督分类又称为聚类分析，通过在多光谱图像中搜索、定义自然相似光谱集群实现对图像的分类，该分类方法不需要人工选择训练样本，仅需设定一定条件，实现光谱图像集群化，进而比较分析集群数据，赋予类别实现分类[15].ISODATA算法是非监督分类方法的一种，聚类中心通过样本均值迭代运算得到，该算法的基本步骤如下：

1) 选择某些初始值作为聚类中心，待分类像元根据指标进行分配；

2) 计算样本中各类地物距离函数；

3) 集群组分裂合并形成新的聚类中心；

4) 迭代运算，重新计算，结果收敛时结束运算.

ArcGIS多元分析工具集主要有两种可用的多元分析功能，分别为分类(监督分类与非监督分类)、主成分分析.该工具集下的“聚类非监督分类”工具，为一脚本工具，依据其帮助文件可知，其使用Iso聚类工具和最大似然法分类工具对一系列输入栅格波段执行非监督分类.该工具参数包括：“输入栅格波段”、“类数目”、“输出分类的栅格数据”、“最小类大小(可选)”、“采样间隔(可选)”、“输出特征文件(可选)”，通过使用该工具，可以实现影像的非监督分类.

1.2 景观格局分析

景观格局一般指景观的空间格局，即大小和形状各异的景观要素在在空间上的排列和组合，景观格局指标是景观生态学界广泛使用的一种定量研究方法，随着GIS技术的推广应用，借助专业软件可以方便地实现景观类型图的相关分析，获得以几何特征为基础的多种景观格局数据[16]，其中，相对简单的指标包括面积、周长、相对面积、斑块形状等，复杂的景观格局指标包括多样性、优势度、蔓延度、孔隙度、聚合度等多个方面[17-19].借鉴景观格局的分析方法，根据色彩特点，将景观格局指数方法用于研究对象的色彩斑块评价，选择以下指标对校区分类后的色彩景观进行相关分析与研究，基于ArcGIS软件强大的空间数据处理能力[20]，在ArcGIS软件中对两者依据定义进行了求取，指标具体含义如下[21]：

1) 总斑块数：景观中所有斑块或某一种斑块的数量，标志景观破碎化及分割程度；

2) 斑块平均面积：斑块平均面积是指斑块总面积与斑块数之比，单一景观类型斑块平均面积为类型斑块总面积与类型斑块总数量之比.

1.3 技术路线图

研究的基本方案主要包括以下步骤：

1) 获取SPOT高分遥感影像的不同波段作为数据源；

2) 使用地面控制点分别对多光谱波段数据及全色波段数据进行几何校正；

3) 将多光谱数据及全色数据进行影像融合操作，使得融合数据既有高分辨率特征又有波段信息；

图1 技术路线图Fig.1 Technology roadmap

4) 对融合影像依据红绿蓝三波段进行Isodata方法下的色彩自动聚类，得到不同分类数目下的色彩分类结果；

5) 对分类结果进行色彩实地调研，进行结果分析及景观指数分析；

6) 在上述分析基础上得到相关结论.

2 研究区概况及数据获取

西北大学长安校区南望秦岭北麓，邻接西安市区而建，位于西安市长安区长安科技产业园大学城内，距离西安市中心16 km，邻西万公路与长咸公路交汇处，校区规划用地103 hm2，地势平坦，南北高差仅3 m，校区自然环境优美，气候适宜，景观丰富，色彩多样[22].

SPOT系列卫星是法国空间研究中心研制的一种地球观测卫星系统，至今已发射6颗卫星，最新的一颗卫星SPOT 6于2012年9月9日由印度火箭PSLV-C21搭载发射，空间分辨率全色波段(0.455～0.745 μm)分辨率1.5 m，多光谱(近红外波段、红光波段、绿光波段、蓝光波段)分辨率6 m.

色彩中不能再分解的基本色被称之为原色，使用原色可以合成其他的颜色，而其他颜色却不能还原出本来的色彩，通常说的三原色，即红、绿、蓝[23]，研究选择最新的SPOT6卫星2015年11月影像，根据色彩的视觉特点，选择肉眼可见的全色波段以及红、绿、蓝三波段作为实验数据，在ERDAS软件中，选择控制点将全色影像及多光谱影像进行几何校正，进而使用Pansharpening融合方法将全色波段与多光谱(红、绿、蓝三波段)进行融合处理得到1.5 m分辨率自然色融合结果，使得该影像既有视觉效果的颜色，同时又保存了颜色的光谱意义.以融合影像作为底图，勾画长安校区范围并进行影像裁剪最终得到研究区域，如图2所示.

图2 校区俯视图Fig.2 Overlooking of the campus

3 结果与分析

3.1 基于Isodata分类的校区色彩分类结果

Isodata算法是在k-均值算法的基础上，增加了“分裂”和“合并”操作，最终实现非监督分类，通过使用Isodata算法，基于可视化的真彩色红绿蓝3个波段，在考虑工作量及分类结果易于区分辨识的前提下，以2或3作为分类间隔，设定色彩分类数分别为20、18、15、13、10、8、5、3，进行Isodata算法下的色彩分类，不同分类数的分类结果具有一定代表性，可视作一次“间隔采样”.分类结果如图3所示，图3分类色彩非对应地物真实色彩，仅代表颜色区分.可以看出，色彩分类数越多，色彩分类越细化，随着分类数的减少，相近颜色会出现综合，色彩分类更加综合.

图3 分类结果Fig.3 Classification results

3.2 第五立面视角下校区主色调研究

随着色彩分类数的减少，可以实现色彩的不断综合统一，观察后不难发现，当色彩不断减少至3种时，校区主体色调更加突出，实验对不同色系分别使用红、绿、蓝三色(不代表真实地表色彩)进行覆盖区分，结果如图4所示.

图4 色彩三分类结果Fig.4 Results of three kinds of color classification

由图4可以看出，红绿蓝覆盖范围及包含的对象颜色是存在显著差别的，蓝色标识区以浅色对象为主，红色标识区以深色对象为主，绿色标识区主要以绿色对象为主.

表1 色彩三分类地物类别

Tab.1 The objects of three kinds of color classification

对上述综合色系的面积进行统计并得到饼状图，结果如图5.

图5 色彩三分类面积饼状图Fig.5 The area pie chart of three color classifications

可以看出分类图中绿色标志的绿色色系所占面积较大，红色标志的深色区域次之，蓝色标志的浅色色系占比最少.

不同的色彩给人以不同的感受，心理学家将红、橙、黄、绿、蓝、紫设定为色彩的六基色 ，依据波长将其划分为冷暖两个维度，其中将波长较长的红、橙、黄三色视作暖色，将波长较短的绿、蓝、紫三色视作冷色[24]，同时，由黑色、白色及由黑白调和的各种深浅不同的灰色系列，称为无彩色系，也称为中性色.中性色不属于冷色调也不属于暖色调.黑、白、灰是常用到的三大中性色.

结合实际调研对比后不难看出，第五立面视角下校区以绿色为主的冷色调为主，白、灰中性色调所占比例较小，而对于暖色色调虽出现以暗红色跑道、裸露棕黄色土壤为代表地物对象，但由于颜色较暗，暖感并不强烈，因此综合看来第五立面下，校区冷色调占主导地位，使得该时期的校区俯视视角下偏冷.

3.3 分类结果斑块数统计分析

现实世界中颜色是千差万别且存在细微差异的，基于真实自然色RGB色彩的分类，分类数越大，对色彩的识别程度越高，分类数越小，则会使得对相近色系进行色彩综合，但是却可以获得主体色系，实验分别设定了8种不同类别数的色彩分类，得到了不同的分类结果，进行相关统计可得到下图所示结果.可以看出，将遥感影像使用Isodata方法依据影像红、绿、蓝三原色波段进行分类，在分类数小于13之前，斑块数变化剧烈，尤其是从5类到8类，在13类之后，斑块数目基本稳定，出现上下轻微波动，分析后认为此时各斑块颜色相对较为纯正.

图6 色彩分类对应斑块数Fig.6 Color classifications and their corresponding patches

3.4 第五立面视角下色彩分类数为13时的色彩景观分析

根据色彩分类数及斑块数目的对应关系，若将分类数继续增加下去，将会出现无休无止的状况，正如上文所讲及图6所示，在分类数小于13之前，斑块数变化剧烈，尤其是从5类到8类，在13类之后，斑块数目基本稳定，出现上下轻微波动，分析后认为此时各斑块颜色相对较为纯正.且在色彩数为13类时，斑块数目开始突破100 000，其作为斑块数目转折点具有积极意义.基于此，研究选择13中色彩分类将校区地物进行斑块划分，以此研究校区的色彩景观特征.

图7 色彩十三分类分类图Fig.7 Results of thirteen kinds of color classification

3.4.1 斑块颜色类别统计 CBCC 中国建筑色卡国家标准GB/T18922-2008作为专业色卡广泛应用于建筑行业，如建筑设计、建筑材料、建筑装饰以及建筑监理等建筑领域，该色卡与国际上蒙赛尔色彩体系完全对应.研究使用该色卡以上述分类图的较大斑块为对象，进行了相关对象色彩的实地调查，测色对象包括道路、篮球场、足球场、橡胶跑道、草地、灌木、林地、石板路、裸土等多种地物对象.

图8 实地测色Fig.8 Spot color measurement

在实地测色的基础上，经对差异微小的相近色进行归纳整合之后，最终得到了长安校区第五立面下的13种主体色调及9种辅助色调，基本反映了长安校区的色彩特征.

图9 主色调及辅助色Fig.9 The dominant colors and auxiliary colors

3.4.2 斑块数(number of patches)及斑块平均面积(average patch area)分析 斑块数是指整个景观的斑块数量及单一类型的斑块数量，揭示景观被分割的程度.而斑块平均面积是指斑块总面积与斑块数之比，单一景观类型斑块平均面积为类型斑块总面积与类型斑块总数量之比.经统计整体色彩景观斑块数量为101 609，各单一类型斑块数目差异较大，最大类斑块数可达到15 039，最小类斑块数只有691，各色彩平均斑块数目达到7 816，校区整体面积为704 713.9 m2，结合上文所算得的斑块数量，可求得斑块平均面积为6.94 m2，在ArcGIS软件中统计各类型斑块总面积及各类型斑块数，进而在Excel软件中进行统计制表.

可见看出，在13种色彩分类的情况下，校区所得到的色彩斑块数目众多，并且各类型斑块数差异明显，但单一景观斑块平均面积除个别突出外(经实地调查为泳池区域)，其他基本差异幅度不大，因此可以看出校区色彩景观分割较为明显，第五立面视角观察下校区色彩景观具有复杂多样性，但色彩分块具有团簇性.

图10 色彩斑块数及斑块平均面积统计Fig.10 The color patch number and average area

4 结论

色彩具有多样性，肉眼观察下主观性较大，实现色彩的量化研究具有一定意义，红、绿、蓝作为色彩三原色，不同比例混合可产生多样的色彩，遥感分析的研究方法应用于色彩研究，有利于色彩研究方法的拓展.通过选择红、绿、蓝三个波段与全色波段的自然色融合影像，保留光谱与分辨率优势，基于遥感研究中Isodata自动聚类方法实现色彩的自动聚类，可实现样区色彩的分类量化，从而有利于景观分析的需要.

在第五立面视角下，选择校区11月份遥感影像以此降低夏季植被茂密时的色彩干扰，使用非监督分类及景观分析方法对校区真彩色影像进行分析，并在实地色彩调研的基础上进行了相关研究，研究得到以下结论.

1) 真彩色融合影像可有效利用于样区色彩的研究，有利于色彩景观研究数据源的扩展；

2) Isodata聚类方法的使用可以有效降低色彩聚类时肉眼的不确定性，经对分类后的色块使用色卡辅助辨色，可得到样区的色彩状况；

3) 不同的聚类数具有不同的应用，聚类数目少可以研究校区主色调，可以看出该视角下校区的色彩风格，有利于校区色彩冷暖的辨识，本研究结果表明了长安校区在该视角下的特征偏冷，后期应加强该视角下的色彩规划与管理；

4) 当聚类数达到一定时，色彩斑块数变化减少，以其转折聚类数作为色彩分类数，可以探查色彩景观特征，可以看出，该研究时期校区色彩多样，色彩景观分割剧烈，但仍以团聚状存在.

5) 不同的视角观察下，色彩景观表现具有差异性，例如在平视视角下，校区教学楼颜色偏暖，但是从第五立面视角进行色彩景观的研究时，该视角下主色调冷暖感受认为色调偏冷，其直接原因很大程度上是因为校区建设者由于对第五立面关注较少，屋顶等建筑物上表面并未进行相应的色彩规划与管理，在后期建设中值的重新审视第五立面的色彩表达，为降低该视角下校区色彩的杂乱性，应结合校区主色调(十三类分色)相关色彩进行校区的色彩景观规划管理，使得校区色彩景观更加和谐.

[1] 邓清华. 城市色彩探析[J]. 现代城市研究, 2002(4): 51-55．

[2] 杨 杨. 城市色彩初探[J]. 艺术与设计(理论), 2008 (9): 82-84．

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

[4] 吴 薇, 刘红红. 城市环境中的色彩景观规划[J]. 重庆建筑大学学报, 2006, 28(3): 33-35．

[5] 高春留. 关于城市文化发展及城市规划的探讨[J]. 城市地理, 2015 (18): 16-17．

[6] 潘 华. 街道色彩景观规划的控制模式[J]. 华侨大学学报：自然科学版, 2005, 26(4): 389-392．

[7] 陈群元, 邓艳华. 长沙市城市色彩规划与管理的实践探索[J]. 规划师, 2011 (1): 91-96．

[8] 曾乐乎. 长沙城市色彩景观规划研究[D]. 长沙: 湖南大学, 2008．

[9] 衣晓霞. 色彩景观在园林设计中的应用研究[D]. 哈尔滨: 东北农业大学, 2007．

[10] 纪东坡. 园林色彩景观影响因素研究[D]. 泰安: 山东农业大学, 2013．

[11] 徐绍雁. 城市公共空间色彩景观的研究 ——以重庆市为例[D]. 重庆: 西南大学, 2008．

[12] 郑志权, 过伟敏, 刘 雄. 现代居住区“第五立面”景观设计探析[J]. 江南大学学报, 2003, 2(4): 48-51．

[13] 李建伟, 刘科伟. 城市空间结构情景规划分析——以岚皋县城为例[J]. 干旱区资源与环境, 2012, 26(8): 34-39．

[14] 董方圆, 李国旗, 王 磊, 等. 基于遥感技术的古城建筑风格保护性监测[J]. 环境科学与技术, 2012, 35(12): 378-381．

[15] 贾海峰, 刘雪华. 环境遥感原理与应用[M]. 北京: 清华大学出版社, 2006: 97-98．

[16] 李秀珍, 布仁仓, 常 禹,等. 景观格局指标对不同景观格局的反应[J]. 生态学报, 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] 程德强, 赵牡丹, 张 倩, 等. ArcGIS辅助建筑物阴影分析[J]. 山东农业大学学报(自然科学版), 2015, 46(3): 86-90．

[21] 傅伯杰. 景观生态学原理及应用[M]. 北京: 科学出版社, 2001: 87-92．

[22] 沈丽娜, 魏安龙, 张建平. 基于生态策略的大学校园规划设计研究——以西北大学长安校区为例[J]. 西北大学学报：自然科学版, 2015, 45(1): 127-130．

[23] 梅安新. 遥感导论[M]. 北京: 高等教育出版社, 2001: 87．

[24] 王岱莹. 冷暖色对个体心理距离远近感知的影响[D]. 杭州: 浙江师范大学, 2015.

Study on color landscape area from the perspective of the fifth façade——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 façade 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 façade 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.

国家科技支撑计划项目(2015BAL01B04)；陕西省自然科学基础研究计划项目(2015JM5171).

1000-1190(2016)05-0770-07

TU98

A

*通讯联系人. E-mail: xdlkw@126.com.