基于FAHP 的梅岭国家森林公园景观视觉评价∗

沈钦炜 魏凌伟 熊慧锦 谢焕景 陈孝云 陆东芳 陈小英

1 福建农林大学艺术学院园林学院合署 福州 350002

2 福建农林大学材料工程学院 福州 350002

自20 世纪60 年代以来, 国内外许多学者对国家森林景观视觉资源进行了深入研究, 提出了许多切实可行的景观评价方法, 如ASG 综合法[1]、 SBE 美景度法[2]、 SD 语义解析法[3]等。随着科学技术的发展, 3S 技术开始逐渐普及,景观评价逐步由定性向定量发展, 将GIS 技术与景观视觉评价相结合, 使之应用场景更加广泛[4]。 对于利用GIS 对空间信息进行分析和处理的功能, 许多专家与学者致力于空间连通性、景观醒目度、 视觉敏感性等方面。 单一学科的发展逐步演变为多学科多专业的协同发展, 在景观评价已有的研究范围内, 还延伸拓展至生态学、 心理学、 林学等领域[5]。 国内的研究主要倾向于从某一角度或某一个侧面去反映景观的视觉特征, 但缺乏系统全面的理论体系与评价标准, 如何全方位多角度反映景观视觉元素变化, 更加科学合理地选择评价因子是当前亟待解决的问题。

目前针对景观视觉评价的综合定量分析,提出了很多评价方法, 主流评价方法有层次分析法[6]、 模糊数学法[7]、 主成分分析法[8]、 模糊层次分析法等[9]。 本文结合GIS 技术与FAHP模糊层次分析法对研究地进行定量分析, 设计科学可行的景观视觉评价体系, 力求多层次揭示景观视觉资源分布, 多因子分析景观视觉资源影响因素。

1 研究方法

江西梅岭国家森林公园位于江西省会南昌市, 与滕王阁隔江相望, 与南昌城区紧密相连,距中心城区10 km, 占地面积约11 173.1 hm2。 其中林地占83.5%, 耕地占12%, 水域及湿地占1.5%, 建设用地占2.2%, 其他用地占0.7%,植物资源丰富, 森林覆盖率高达81.5%。 梅岭属于亚热带季风气候, 全年四季分明。 本研究以景观视觉作为出发点, 以梅岭国家森林公园作为研究区域, 建立由相对距离敏感度、 相对坡度敏感度、 醒目度敏感度、 视频敏感度4 个因子构成的景观视觉评价体系, 利用GIS 的空间分析功能提取各指标值, 并运用FAHP 法得到各指标权重[10], 最终通过标准化后的指标值与权重的加权运算得到21 个景点的景观视觉敏感度。

1.1 数据来源

本研究数据包括江西梅岭国家森林公园总体规划(2017—2026), 主要有区位图、 综合现状图、 风景资源分布图、 景区景点分布图、 游憩项目策划图、 游览线路组织图等, 来源于南昌市湾里区林业局官网。 梅岭国家森林公园遥感图像来源于Geospatial Data Cloud (地理空间数据云), Landsat 8 OLI_ TIRS 卫星数字产品(数据标识: LC81220402018107LGN00); 梅岭国家森林公园DEM 数字高程数据来源于Geospatial Data Cloud (地理空间数据云),GDEMDEM 30M 分辨率数字高程数据(数据标识: ASTGTM_ N28E115)。 数据预处理: 按照规划范围对DEM 高程数据进行裁剪, 并且以谷歌地图作为底图, 结合梅岭国家森林公园总体规划筛选出21 个主要游览景点与4 条主要游览路线并进行矢量化。

1.2 评价指标选择

1) 相对距离敏感度。 相对距离敏感度(D)是以某一物体为参照从而反映出人视线距离变化所产生影响的评价因子。 以人的感官来说,观察者与景物的距离越近, 所能看到的细节越多, 对人产生的视觉冲击就更大; 反之, 距离越远, 人的视线越难以抓住重点, 景点的吸引力也随之减弱, 因此人相对于景点越近, 则该景点的相对距离敏感度越高。 本文将采用GIS中的邻域分析功能对该区域进行分析, 借鉴前人研究经验建立分级缓冲带, 以21 个景点周边500 m 范围内作为近景带, 以景点周围500 ～1 500 m范围作为中景带,以景点周围大于1 500 m 的范围作为远景带[11], 利用分析工具分别计算在近景带和中景带范围的道路长度, 根据公式加权总和, 最终得到相对距离敏感度, 见图1 和式(1)。

式(1) 中:d远为远景带范围内的道路长度,d近为近景带范围内的道路长度。

2) 相对坡度敏感度。 相对坡度敏感度(S)所反映的是游客的视平线与视觉角度之间的关系。 研究区域的地形起伏越大, 表示该区域的相对坡度越大, 对游客最直观的感受是视觉仰角变大, 更容易树立庄严肃穆的景物形象, 相对坡度敏感度也就越高。 本文以游客位置至景点位置的相对距离与游客位置至景点位置水平距离的夹角表示相对坡度敏感度。 根据对研究区域的地形分析可知游客基本以平视和仰视景物为主。 在平视和仰视的情况下, 游客的视线与景物之间的夹角实际上就是地形坡度[12], 见图2 和式(2)。

图1 相对距离敏感度分析图

式(2) 中:β为游客位置至景点位置的相对距离与游客位置至景点位置的水平距离的夹角, 在平视与仰视情况下即为地形坡度。

图2 相对坡度敏感度分析图

3) 视频敏感度。 视频敏感度(F) 取决于游客在游览过程中所观察到的景点频率, 在整个游览过程中, 游客看到景物的次数越多, 越容易被景物所吸引, 相应的视频敏感度就越高。在实际情况中由于游客的游览路线不确定, 难以探究其视频敏感度的变化, 因此本次研究假定游客按照设定的游览路线行进且走完全程。研究中将景点视域与道路游线叠加分析, 提取出相交部分, 即为在整个游览过程中所能看到该景点的道路长度, 这个值与游线总长度的比值即为游客在游览过程中观察到该景点的概率,即为视频敏感度, 计算公式如式(3):

式(3) 中:f1为景点视域范围内的游线长度,f2为研究区范围内的游线总长度。

4) 醒目度敏感度。 醒目度敏感度(C) 主要指景物自身借助地理优势或环境氛围所反映出的引起人注意的特性, 具体由环境对比度与公众关注度两方面所决定, 计算公式如式(4)。环境对比度是指景物自身与周围环境之间的差异性, 可以反映景观与环境之间亮度值的变化。研究地为国家森林公园, 自然环境良好、 植被茂密, 可以用景物相对周边环境的植被覆盖度反映其对比度。 NDVI 是归一化植被指数, 用来检测区域植被覆盖度变化, 可以用来反映景物与环境之间的遮挡关系, 利用遥感图像对NDVI指数进行定量分析[13], 利用提取分析计算各景点位置NDVI 值, 利用邻域分析计算各景点视域范围内的平均NDVI 值, 以这两个数据反映环境对比度(图3)。 公众关注度以游客为出发点,深入分析各景点所处的地理位置和所起到的交通职能, 可以看出在重要的交通枢纽例如公园入口、 公园出口、 换乘点等位置, 游客所停留的时间最久, 公众关注度也越高。 公园出入口相比于换乘点人流更加密集, 故公园出入口附近景点的公众关注度大于换乘点附近的景点。因此将公园出入口附近景点的公众关注度设定为1, 将换乘点附近景点的公众关注度设置为0.5, 其余景点的公众关注度设置为0。

式(4) 中:Ta为公众关注度,Ec为环境对比度,w1为公众关注度所占权重,w2为环境对比度所占权重。

1.3 基于FAHP 的景观视觉评价方法

模糊层次分析法(FAHP) 是在层次分析法的基础上, 引入优先关系矩阵, 并以此建立模糊一致判断矩阵分析各因子之间的相互关系,最终确定各景观视觉因子所占的权重。

1.3.1 确定各因子的优先关系

在本次研究中引入模糊度的原则[14], 相比与层次分析法仅考虑“0” 和“1” 这两种极端情况, 模糊层次分析法更加客观, 其建立优先关系矩阵Q 进行分析, 以3 个标度作为其评价标准(优先关系A 因子重要性大于B、 A 因子重要性等于B、 A 因子重要性小于B 分别对应标度1、 0.5、 0), 得到梅岭国家森林公园视觉敏感度优先关系矩阵, 见公式(5)。

1.3.2 建立模糊一致判断矩阵

通过优先关系矩阵消除人为因素的干扰,在此基础上继续建立模糊一致判断矩阵[15], 旨在理清研究思路, 充分全面地考虑问题, 建立具有一致性的判断矩阵, 见式(6) 至式(8)。

式(6) 至式(8) 中:qj为第j行优先关系矩阵数值之和;mjl为第j行第l列的模糊一致矩阵标度值;n为所参与分析的评价因子数量;M为模糊一致判断矩阵。

1.3.3 计算各因子的权重值

由式(9) 和式(10) 可得, 相对坡度敏感度、 相对距离敏感度、 醒目度敏感度、 视频敏感度这4 个评价因子的权重分别为:

2 评价结果与分析

对通过FAHP 法求得的各因子权重与标准化后各因子数值, 进行加权求和, 最终得到各因子的景观视觉敏感度(表1、 图4)。

表1 梅岭国家森林公园景点视觉评价因子

表1 (续)

图4 景观视觉敏感度综合分析得分

2.1 相对距离敏感度

由图1 可知, 4 号四季花海的相对距离敏感度最高, 7 号洪崖丹井最低, 10 号三宝树、 11号龙吟谷、 12 号梅岭夕照均处于较高水平。 结合游览道路协同分析可知, 相对距离敏感度高的景点基本上位于主要道路交会处, 或者道路曲折回环、 遍布景点周围。 因此, 距离越近,物体的轮廓与形状越清晰, 人们所能观察到的细节越多, 越容易引起人的注意, 在相同的观察条件下, 相对距离敏感度受道路游线规划布局的影响。

2.2 相对坡度敏感度

坡度数据主要由DEM 数字高程模型经由ArcGIS 空间分析模块得到, 分析结果如图2 所示。 梅岭国家森林公园平均海拔248.52 m, 主要地形为平原, 西北部地区较为平坦, 东南部地区地势较为陡峭, 而大部分景点位于坡度较大的东南部地区。 结合图2 可知, 20 号赏泉亭相对坡度敏感度最高, 因为该景点地势较高,周围群山环抱, 地形陡峭; 19 号科普时间基地最低, 这是由于该景点所处区域地势平缓; 4 号四季花海、 10 号三宝树、 21 号七彩叠泉均处于较高水平。 因此, 景点所处的坡度越高, 人的视线夹角越大, 越容易给人更加震撼的视觉体验。

2.3 视频敏感度

根据光的直线传播原理, 景点视域即反映为游客在游览过程中所能观察到该景点的区域,在该区域内逗留时间越长, 游客发现该景点的几率越大, 则越容易留下深刻印象。 经分析可知, 14 号紫阳宫的景点视域虽然不是最大, 但视频敏感度却最高, 说明道路的设置与该景点视域刚好契合, 因而导致景点视频敏感度明显较高。 因此, 视频敏感度主要受景点视野开阔度与道路游线布置的影响。

2.4 醒目度敏感度

由分析结果可知, 1 号铜源港水碓群、 7 号洪崖丹井、 21 号七彩叠泉的公众关注度最高。游客更喜欢聚集在景点出入口以及道路节点,而处于周边的景点也更容易受到游人的关注。

由图3 可知, 20 号赏泉亭的环境对比度最高, 11 号龙吟谷最低, 21 号七彩叠泉和18 号水上漂均处于较高水平。 整体来看, 各景点的NDVI 值相对平均, 环境对比度的差异不大, 只有20 号赏泉亭的数值格外突出, 究其原因, 可能是该区域地势较高, 坡度较陡, 赏泉亭的出现与周围环境形成鲜明反差。

2.5 景观视觉敏感度综合分析

将相对距离敏感度、 相对坡度敏感度、 视频敏感度、 醒目度敏感度按照FAHP 法所求得权重进行加权叠加, 结果如图4 所示。

由图4 可知, 20 号赏泉亭景观视觉敏感度最高, 这是因为该景点周围群山环抱, 地形陡峭, 在此处设置景点容易和周围环境产生强烈对比, 引起游客兴趣, 而且该景点地势较高,视野开阔, 游览道路依附山势盘旋而上, 游客沿着道路可将周围一切尽收眼底; 17 号森林浴场和19 号科普实践基地的景观视觉敏感度最低, 前者是由于该景点的可视面积较小, 视野相对狭窄, 不容易被游客注意也无法满足游客的观景需求, 后者是由于地势平坦, 周围相关景点较少, 处于被孤立的状态。

整体来看, 21 个景点的景观视觉敏感度具有较大差异, 这与各个景点的周边环境密不可分。 景观视觉敏感度较高的景点包括4 号、 20号、 21 号等, 较低的包括3 号、 5 号、 17 号、19 号等。 经过比较可以发现: 数值较高的景点,其4 项因子的得分都比较均衡; 反观数值较低的景点, 其4 项因子中总会有1 个或2 个因子是低于平均水平的, 这也反映了景观视觉敏感度是受多因子协同作用的结果。

3 结论与讨论

本研究以梅岭国家森林公园作为研究对象,利用模糊层次分析法确定各因子权重, 对相对距离敏感度、 相对坡度敏感度、 视频敏感度、醒目度敏感度进行综合分析, 最终得到研究区景观视觉综合评价分析图。 研究结论如下: 相对距离敏感度最高的景点为四季花海; 相对坡度敏感度最高的景点为赏泉亭; 视频敏感度最高的景点为紫阳宫; 醒目度敏感度最高的景点为七彩叠泉; 景观视觉敏感度最高的是赏泉亭。本研究所使用的模糊层次分析法是通过建立综合评价体系对景观视觉因子进行定量评价, 相比于传统的专家打分法或者层次分析法更具客观性, 并从4 个方面进行定量研究, 具有较好的综合性和合理性。

随着社会不断发展, 人们对精神生活提出更高要求, 如何合理规划现有优质景观资源,为游客创造优质的旅游环境, 是促进旅游业发展、 满足人民美好生活需要的一部分。 游客对于景观的感受直接反映为景观的优劣程度, 因此可以利用景观视觉评价对景点质量进行分析,为国家森林公园整体规划提供合理的指导建议。本研究也存在一定不足之处, 例如缺少对游客心理感受的分析, 对于景点的分析具有一定局限性, 条件太过理想化等等, 因此构建一个更加合理、 更加完善的景观视觉评价体系仍是今后需要努力的目标。