基于社交媒体UGC图片数据的景观偏好研究—以西溪国家湿地公园为例

潘 云 李 健

(浙江农林大学风景园林与建筑学院 旅游与健康学院，杭州 311300)

随着互联网技术的快速发展，越来越多的用户将自己原创的内容通过网络渠道进行发布共享，“由用户产生的内容（User-generated Content, UGC）”概念逐渐兴起，并促使社会开始重新探索并挖掘社交媒体公共信息的作用[1]。以社交媒体网络用户生产信息为主要特征的web2.0发展模式从根上改变了旅游信息的搜索和目的地选择的途径与过程。大量关于游客如何与真实环境互动以及如何感知周围环境的数据被上传到网络，游客可以不受时间与空间的限制，将旅行所见所闻分享于社交媒体平台，生成游记、攻略、网络相册、景点评价等[2]。图片凭借直观、可视化高的优势成为UGC中的主要信息传递载体之一，同时也是游客旅游目的地景观感知的重要传播媒介，对旅游目的地景观形象的传播与构建具有很高的借鉴意义[3]。

基于社交媒体UGC图片数据的景观偏好研究由于数据获取的直接、高效、时空性与可量化已成为景观感知研究领域的热点[4]。但由于图片内容分析的难度，目前旅游目的地形象感知研究多侧重于网络文本分析[5]，基于社交媒体UGC图片的景观感知与偏好研究较少，现有的景观感知与偏好研究主要采用问卷方法，样本量较少且景观感知的完整性欠缺。本研究对社交媒体UGC图片数据进行多层次的分析，一方面希望在景观偏好研究领域当中引入图片数据分析这一新的测量方法研究维度，另一方面也为湿地生态旅游与可持续管理发展提供参考。

景观偏好的研究最早始于20世纪60年代，研究内容主要聚焦于自然环境和森林景观类型[6]，主要运用照片以及可视化媒介来代替真实环境，对影响景观偏好的景观客体要素及景观空间形态进行了详细的研究。20世纪70年代，美国环境危机引发的环保运动促成了1969年《国家环境政策法案》（National Environmental Policy Act，NEPA）以及后续法案的制定，共同促进了景观审美价值的量化研究[7]。与此同时，景观偏好理论迅速发展，代表性的理论有Tuan[8]提出的“恋地情结”（Topophilia）以及Appleton的“瞭望−庇护”理论[9]，自此开启了景观偏好理论与生物进化论之间的关系研究。20世纪80年代，景观偏好理论得到了更全面的发展，景观偏好反映了满足人类生存需求的景观质量，这些理论主要以Orians[10]的“稀疏草原假说”，Wilson[11]的“亲生物假说（Biophilia）”、Ulrich[12]的“情感唤醒反应模型”以及Kaplan夫妇[13]的“风景信息处理模型”为代表。这一阶段的理论研究融合环境心理学知识，使景观偏好理论研究迈向全面与科学。20世纪90年代“审美−生态”冲突凸显，为了解决景观生态价值高但因审美价值低而不被保护的问题，Gobster提出生态美学，并最先将其应用于森林管理领域的研究[14]，生态美学认为对景观生态功能的了解也会产生对这个景观的偏好，强调知识对偏好的影响[15]。最近，生态系统服务视角下的景观偏好研究日渐活跃，主要以生态修复、可持续管理、生物多样性、生态系统损害[16]、野生植物群落[17]、湿地景观偏好[18]为议题。

传统上，游客受雇拍摄法与摄影问卷法[19]是景观偏好普遍的研究工具。随着互联网技术的发展，地理信息系统、数字图像编辑、虚拟现实、眼动追踪仪等可视化工具迅速发展为景观感知和偏好研究的一部分[20−21]。近年来网络应用技术使通过社交媒体用户生成内容为空间、时间、景区与个人感知之间的复杂关系提供了研究的新视角，利用UGC元数据获取感知和偏好数据成为趋势。使用Panoramio和Twitter中的地理标签照片提取风景路线、识别土地利用状况等的研究数量已相当可观。Dunkel[2]使用社交媒体照片评估景观属性和景观偏好并以Flickr为例，概述了利用编程软件进行数据检索、数量分析、空间分析和可视化的完整过程。Tieskens等在案例研究区使用Python下载Flickr和Panoramio中的地理标记照片数据，并对数据进行负二项线性回归来获取照片密度，空间变量（自然景观属性、人口统计数据、基础设施和特定地点）特征[22]。但目前关于景观偏好的研究多通过主观问卷方法，可视化技术主要使用眼动技术[23]或VR全景图技术[24]获得景观视觉偏好视域，研究对象、研究区域及感知模式都存在一定的局限性，图片作为高效而直接的景观偏好分析材料，在研究中使用相对较少。

总体而言，景观偏好感知数据的丰富促使偏好测量方法不断演进，传统基于问卷的图片内容分析方法在样本量较少时能够发挥有效作用，但面对海量的网络UGC图片数据时，传统测量方法的局限性便更加明显。利用计算机辅助技术处理与分析图片内容，可以弥补传统测量方法样本量少、耗时、研究尺度小的不足，极大提高景观偏好分析的效率，是基于社交媒体UGC图片数据进行景观偏好研究的有益尝试。本研究基于社交媒体UGC图片数据，获得游客偏好的湿地景观美学属性要素，为湿地可持续管理提供参考。

1 材料与方法

1.1 研究区概况

西溪湿地（30°15′59″ N、120°3′47″ E）坐落于杭州市西部天目山余脉与杭嘉湖平原的交接处[25]，距西湖5 km，总面积约11.5 km2。近百年，由于战争、动乱以及人类活动的频繁介入和缺乏保护，西溪湿地渐渐走向衰落，面积也逐渐缩小。20世纪80年代后，随着城市化进程的加快，湿地内人口居住密集，生活污水排放增加，湿地污染程度超出承受极限，湿地范围急剧缩减，不足原生湿地范围的1/12，湿地微地貌遭到严重破坏，景观特征急剧淡化。2003年西溪湿地启动生态修复综合保护工程，并于2005年成立西溪国家湿地公园。

1.2 数据来源与分析方法

1.2.1 数据来源

社交媒体数据随着网络的发展迅速增长，根据旅游社交媒体网站的日均访问量以及国内外游客占比，本研究选取Flickr、Tripadvisor、500px、马蜂窝四个主流网站作为数据来源。全球知名网站Flickr是web2.0背景下提供图片分享网络相册的典型成功实例。其海量图片数据的开放性也使之成为目前社交媒体图片研究领域较为公认的数据集合[26]，Flickr提供了一种基本的、通用的公众感知和可视化评价方法，Flickr生成的元数据（metadata）包括位置标识符（地理标签，即纬度、经度）、特定时间（拍照或上传照片的时间）和进一步了解的附件信息，如User-Added语义（元数据，如标题、标签、描述）与用户名（即照片的所有者）。马蜂窝居国内UGC型在线旅游网站榜首，Tripadvisor亦是UGC型网站的领航者之一。500px是专业线上创意摄影社区，其每张照片都会提供相关拍摄设备、上传时间、拍摄时间、照片介绍、内容描述、拍摄地点、上传者昵称与国籍和EXIF信息。

为保证图片收集质量，本研究利用Gooseeker软件爬取中外游客拍摄的西溪国家湿地公园图片共2 459张，其中国外游客图片1 078张，国内游客图片1 381张，一起组成西溪湿地景观偏好分析的研究样本。样本筛选依据为：1）游客出游时间越近，图片样本的效用越高，越便于了解中外游客对西溪湿地景观感知的最新情况，本文照片时间集中于2017年1月1日至2019年12月1日之间；2）网络的高度开放性使任何用户都可以在网站上发布共享信息，所以在选取西溪湿地图片时，一定要注意图片样本的可靠性，剔除掉广告宣传、招揽、营销图片，重点选取真实游客亲身体验的旅游图片；3）照片内容要清晰、景观要素全面，能够表达一定的景观偏好，排除照片模糊、同一用户在同一地点拍摄或多次旅行拍摄的照片。

1.2.2 分析方法

本研究将严格按照扎根理论研究方法的基本编码流程与研究思路，以NVivo 11软件为工具对西溪湿地图片进行内容分析，对收集的图片按照规则进行开放式编码（Open Coding）、选择式编码（Selective Coding）与轴心式编码（Axial Coding）来构建照片内容分析的类目系统。最终形成核心节点、自由节点类目，实现照片内容元素的定量数据转化，根据量化结果描述各景观偏好分析维度特征，并做出合理的解释。

1.2.3 编码方法

本研究的图片编码方法，以扎根理论为基础[27]，采用逐级编码的方式（图1）。首先是一级编码（开放式编码），笔者以开放的观点并且尽量保持中立，然后进行二级编码（选择式编码），对开放式编码再次进行分析与归纳，找到之间的关联，最后进行三级编码（轴心式编码），探索、归纳发现的概念及类属，将其总结为几个核心概念。通过反复对比图片内容，确定照片所属节点类目，并在编码过程中随时修正和调整编码节点名称，对于含有多种景观要素的照片，按照严谨、综合的原则进行节点分类，而不是简单的物理切割。

图1 主要研究思路Fig.1Mainresearchideas

1.2.4 编码依据

Li等[18]对湿地景观美学进行综述比较得出“水体”“水岸”“陆地植被”“周边植被”“整体景观”是影响湿地美学属性感知的五大基本类别，其中“湿地水体透明度”“颜色”“水生植物的存在与外观形式”以及“湿地水体的营养水平”是主要的感知影响因素。刘滨谊等[28]以城市湿地为例构建出湿地景观客观视觉评价特征，包括“水体”“植被”“地形或驳岸”“园路”“建筑”五个主要景观基本要素。Dobbie等[29]利用个人构建理论研究了公众对澳大利亚维多利亚淡水湿地的看法，定义偏好的湿地属性是“树木的存在与繁茂度、可见水量和感知的湿地健康状况（水质与栖息地价值）”。基于前人的研究，综合湿地美学属性评价指标，并结合西溪湿地自身属性，对核心编码下频次占比排名前五的景观类别进行图片内容分析，从而获取游客偏好的具体景观要素。

1.2.5 编码过程

根据对2 459张照片内容的分析，笔者在一级编码过程中形成了120个主题，8 328个编码参考节点，如将“传统民居”“现代建筑”“园林建筑”作为一级编码的建筑景观类别内容进行采集。

在二级编码过程中，继续对一级编码内容进行归纳，最终形成98个主题，3 656个编码参考节点（不同主题间存在交叉编码），如将“蚕文化”“花朝节”“火柿节”“龙舟文化”“农耕文化”“水乡婚俗”中的“蚕文化”“农耕文化”子节点合并为“桑蚕丝绸耕织文化”。

在三级编码中笔者根据98个主题的核心含义，精炼出概括性的核心景观偏好类别，如将“自然驳岸”“人工驳岸”子节点总结归纳为“湿地驳岸”核心节点，将“摇橹船”“电船”“电瓶车”“氦气球”子节点总结归纳为“游览设施”核心节点等，由此总结出“水体景观”“植物景观”“建筑景观”“游览设施”“园路景观”“民俗文化”“气象景观”“景观小品”“湿地驳岸”“休闲娱乐”“湿地动物”等11大核心节点（表1）。

表1 西溪湿地核心编码频次统计Table1Corenodecodingfrequencystatisticstable

2 结果与分析

2.1 景观偏好类别分析

核心节点中水体景观类（27.46%）占比最高，频次为1 004次，主要编码特征为“水岸蜿蜒曲折”

“水体可视面积较大”“水面形式多样”“水体透明度高”“水体颜色为绿色或蓝色”“水体周围景观丰富”的自然景观，说明游客从此类湿地景观中获得审美愉悦，这也印证了“自然度”是影响景观偏好的重要因素[30−31]；建筑景观类（20.46%）占比第二，频次为748次，主要包括“园林建筑”“传统民居”“现代建筑”，其中园林建筑排名靠前；植物景观类（19.45%）占比第三，频次为711次，主要包括“陆生植物”“水生植物”“野生植物”，如银杏（Ginkgo biloba）、柿（Diospyros kaki）、蜡梅（Chimonanthus praecox）、金鱼藻（Ceratophyllum demersum）、睡莲（Nymphaea tetragona）、芦苇（Phragmites australis）等；游览设施类（8.04%）占比第四，频次为294次，主要包含摇“橹船”“电船”“电瓶车”“氦气球”景观；园路景观类（6.18%）占比第五，频次为226次，主要包含“主路景观”“木栈道景观”“小路景观”，其中“小路景观”排名靠前，受游客欢迎的园路景观共同特征为园路铺装材质和谐自然、园路蜿蜒曲折；民俗文化类（5.20%），占比第六，频次为190次，主要包含“桑蚕丝绸耕织文化”“花朝节”“火柿节”“古街集市”“龙舟文化”“水乡婚俗”；气象景观类（4.21%）占比第七，频次为154次，主要为“冰雪景观”“夕阳西照景观”“雨雾景观”“月下西溪”景观。排名后四位的分别为景观小品类（3.20%）、湿地驳岸类（2.13%）、休闲娱乐类（1.86%）、湿地动物类（1.81%）。湿地驳岸类主要包括人工驳岸与自然驳岸，例如块石驳岸、植物驳岸与松木桩驳岸，休闲娱乐类主要体现在“蒋相公祠”“唐戏台”及《非诚勿扰》拍摄基地景观，湿地动物类主要包括昆虫、鸟类、松鼠、鱼类等。

2.2 景观要素高频词分析

对自由节点编码词汇进行词频比例统计，占比高的自由节点主题词汇将会突出显示，并且将主要的湿地景观偏好元素可视化，清晰易读（图2）。“水体”“绿色”“水体透明度高”“水体周围景观丰富”“水体可视面积较大”“园林建筑”“传统民居”“水岸蜿蜒曲折”“观花植物”“摇橹船”“石桥景观”“蓝色”“芦苇”“景观小品”“铺装材质自然和谐”等词汇词频依次降低。其中，“水体”词频最高，说明游客对西溪湿地感知最高的景观要素为水体景观，并且“水体颜色为绿色或蓝色，水体透明度高，水体周围景观丰富、水体可视面积较大、水岸蜿蜒曲折”的水体景观更具吸引力。“建筑景观”表明了游客对水乡建筑的喜爱，“观花植物”景观主要以花海、花卉图案、单株花卉近景拍摄的方式呈现，并且黄色、白色、紫色等颜色鲜艳的花卉出现的次数较高，说明游客偏好色彩鲜艳的花卉植物。总体来说，游客偏好的景观类型具有自然性、神秘性、复杂性、易读性的特点，这符合Kaplan的景观偏好矩阵理论[13]。

图2 自由节点词汇频次云视图Fig.2Freenodevocabularyfrequencycloudview

2.3 核心编码下高频景观类别对应图片内容分析

2.3.1 水体景观

图3 游客图片中涉及水体景观的图片主要展现了西溪湿地水体景观的自然、野性、安静、神秘以及水体的清澈、辽阔（图3）。图片中的水体景观具有以下特征：水体颜色为绿色或蓝色，水体透明度高，清澈有倒影，水体周围景观丰富，水面形式多样，水岸蜿蜒曲折，水体可视面积较大，说明符合此类特征的湿地水体景观对游客具有更强的吸引力。景观偏好的进化理论认为人们天生偏好有水存在的景观[12]，水的存在会引发偏好与愉悦，并且总能提高视觉质量[32]。游客对西溪湿地水体的偏好符合景观偏好的进化理论。“水岸蜿蜒曲折”的湿地水体景观充满神秘感，激发人们想进一步探索的欲望，Kaplan认为神秘性是景观偏好的重要预测因子[13]，符合神秘性特征的景观受到公众偏好。“水面可视面积较大”的景观代表了湿地景观健康的整体开放程度，视野越开阔、水体面积越大，美学价值越高，景观偏好则越强[18]。西溪湿地的绿色或蓝色水体景观受到游客欢迎，说明蓝色或绿色水体具有较高的审美价值，这与Li[18]的研究结果一致。

图3 游客图片中的水体景观举例（引自马蜂窝与Flickr）Fig.3Examplesofwaterlandscapesintouristphotos

2.3.2 建筑景观

图4 游客图片中涉及建筑景观的图片内容以园林建筑，如洪氏宗祠、高庄月洞门和亭廊、河渚塔、牌坊、西溪草堂、石桥景观为主（图4）。图片总体以全景或仰视构图为主，主要展现了园林建筑的小巧精致、材质自然、环境和谐与别具匠心以及历史文化建筑的壮观与气势磅礴。建筑景观在城市湿地公园中具有众多分类，同时承担着重要的功能，建筑的风格、形式体现地域特色，密度适宜、布置形式充分与湿地结合的建筑景观会极大地影响公众对湿地的感知[28]。西溪湿地园林建筑材料主要为木板、土坯墙、茅草等，取材自然，充满原始乡居、自然淳朴的气息，周围景观植被葱翠、清幽，视野深远，与建筑协调一致。因此，建筑的自然性是影响游客景观偏好的重要因素。

图4 游客图片中的人文景观举例（引自马蜂窝）Fig.4Examplesofculturallandscapes intouristphotos

2.3.3 植物景观

植物景观被认为是影响湿地美学价值的重要属性，陆地植被的繁茂性、丰富性、均匀性以及湿地水体周围景观的层次性、视觉渗透性属性特征统称为“植被自然性”，植被自然性是景观偏好研究中应用较多的概念，代表景观与感知自然状态的接近程度[18]。

游客图片中的植被景观图片主要拍摄了红色、黄色、紫色、白色的花卉景观，梅（Armeniaca mume）等观花植物及柿等观果植物，色彩丰富的近景构图是该组图片的突出特点（图5）。游客对湿地植被景观的偏好再一次证明了自然性是影响景观偏好的重要因素，这与之前的研究结果一致[33]。此外，游客对西溪湿地野生植物景观也具有一定的感知与偏好，研究表明，公众更喜欢修剪整齐、整洁的景观[34]，西溪湿地野生植被景观的出现表明游客在一定程度上可以接受适度野性的景观。

图5 游客图片中的植被景观举例（引自马蜂窝与Flickr）Fig.5Examplesofvegetationlandscapes intouristphotos

2.3.4 游览设施

西溪湿地游览设施节点主要包括摇橹船、电船、氦气球、电瓶车四种（图6）。游客的偏好强度依次为摇橹船、电船、电瓶车、氦气球。游览设施的偏好种类反映出游客偏好的湿地景观游览路线，同时游览设施的种类影响游客的观赏速度，进而影响景观空间序列组织的设计。在景观空间序列中，序列感由人们在运动中穿过不同的空间而获得，除空间变化外，其中还经历了时间和人的主观情感变化[35]。西溪湿地摇橹船游览路线景观情节性特征显著，水面时而狭窄，时而开阔，时而静谧，时而热闹，自然景观与人文景观交互出现，充满节奏与冲突，同时又蕴含文化和历史意义。相比于步行，船行线湿地景观空间分割充满特色，意境突出，空间对比显著，时间调配合理，对其他湿地景观的游览空间景观序列组织具有借鉴意义。

图6 游客图片中的游览设施举例（引自马蜂窝与500px）Fig.6Examplesoftourfacilitiesintouristphotos

2.3.5 园路景观

园路是连接人与湿地景观的纽带，其自身的材质、形式以及与湿地环境的和谐程度将会给游客带来不同的视觉感知与体验。游客图片中的园路景观主要以蜿蜒曲折的园路景观为主，园路景观两侧植被覆盖丰富，铺装材质自然和谐，陆水相交，绿树掩映，主要体现了湿地园路的方向性、神秘性与和谐性（图7）。曲折的园路具有一定的神秘性，能够引发人们的好奇心，铺装材质的和谐自然极大提高了游客对园路景观的偏好[13]，园路旁边水的存在也明显增加了游客对湿地景观的偏好。

图7 游客图片中的园路景观举例（引自马蜂窝与Flickr）Fig.7Examplesofparkroadlandscapes intouristphotos

3 讨论

本文采用扎根理论的研究方法对基于UGC图片数据的西溪湿地景观偏好进行了探讨，通过NVivo 11软件的编码技术分析了2 459张社交媒体网站中与西溪湿地相关的图片，获得了基于UGC图片数据的西溪湿地景观偏好类别与要素。该方法与传统景观偏好的问卷调查相比，可以在更大的图片样本空间对西溪湿地进行景观偏好的研究，在感知数据的全面性、高效性与客观性方面具有更大的优势。但同时一些研究难点也需要进一步解决，包括如何确定湿地美学属性，如何获得较大样本量的人口统计学样本并与新可视化技术结合研究，以及如何利用高科技仪器准确获得人们的心理与生理感受等，这些问题的研究将有助于湿地美学的深化完善。

今后，建议鼓励探索使用旅游网站UGC数据或研发针对性的移动应用程序获取景观感知与偏好，但使用程序时所需要的标准和道德规范等问题也很重要，包括版权、保护个人隐私等；未来研究过程中建议将UGC数据与现场调研问卷相结合来弥补缺少人口统计样本的问题，从而使研究结果更全面；摄影照片最终的呈现与摄影者本身的摄影水平有关，可以进行相关的摄影人群分类，如专门的摄影旅游爱好者与普通的大众旅游者，除了对照片元数据的时间、视角、景深、色彩进行分析外，还可以对使用的摄影设备进行分析；扩大数据收集的社交媒体网站，例如微博、Panoramio、Greentracker等社交媒体网站数据，同时将照片附属的文本一起分析来获得更全面的景观感知数据。

4 结论

在景观偏好类别方面，游客的偏好强度依次是水体景观、建筑景观、植物景观、游览设施、园路景观、民俗文化、气象景观、景观小品、湿地驳岸、休闲娱乐、湿地动物。

在景观偏好要素方面，水体颜色为绿色或蓝色，水体透明度高，水体周围景观丰富，水面可视面积较大，水岸蜿蜒曲折的水体景观，游客偏好将会增加，说明开放性、自然性、野性、神秘性因子是影响游客湿地偏好的重要因素，这与Li[18]的研究一致；临水而建、密度适中、材料质朴自然、风格淡雅的湿地建筑景观受到游客偏好；颜色鲜艳、繁盛、白色、黄色、紫色、红色的花卉植物受到游客偏好，这与Hwang[17]的研究结果一致，Hwang等认为花增加了湿地环境的自然度，并且色彩鲜艳的花卉可以明显提高游客的景观偏好，同时游客对杂乱、荒凉的陆地野生植物也具有一定的偏好；湿地景观中船行游览路线受到游客偏好；铺装材质自然和谐、曲径通幽的园路景观受到游客偏好。

为提高湿地物理属性生态美学价值，增强游客的景观偏好，可以从水体、建筑、植物、园路景观要素入手，提高整体景观的自然性、开放性、复杂性与神秘性，从而实现湿地的可持续管理。为提高游客的湿地景观游览体验，建议从船行线入手，对游览路线进行空间分割并形成对比，融入景观意境，进行合理的时间调配，并对高潮节点进行重点设计。