基于BIB-LCJ 模型的濕地公園生態(tài)環(huán)境質(zhì)量評(píng)價(jià)

陳國棟，王 浩

南京林業(yè)大學(xué) 風(fēng)景園林學(xué)院，江蘇 南京 210037

濕地公園是一種以水為主體的公園，它具備濕地科普宣傳、生態(tài)觀光、休閑旅游和科研研究等功能[1-4]。在濕地公園的規(guī)劃設(shè)計(jì)中，合理巧妙的規(guī)劃各類景觀資源有利于增添別樣的視覺趣味，提高整體的生態(tài)環(huán)境。在國內(nèi)，馮繼忠和劉濱誼等人于1984 年以“風(fēng)景曠奧度”為切入點(diǎn)，從心理、物理和意向三個(gè)層面，提煉出12 個(gè)指標(biāo)，并進(jìn)行計(jì)算機(jī)數(shù)字化，建立了生態(tài)環(huán)境質(zhì)量評(píng)價(jià)體系[5]。隨后，國內(nèi)學(xué)者從空間尺度[6]、景觀布局、人們心理感受[7]、景觀要素豐富度[8]、景觀色彩等要素進(jìn)行了更為詳細(xì)的基礎(chǔ)研究[9]。在前人研究的基礎(chǔ)上，本文利用新型的VR 虛擬現(xiàn)實(shí)技術(shù)[10]（以下簡稱VR 技術(shù)）還原濕地公園現(xiàn)實(shí)場地環(huán)境，對受訪者實(shí)現(xiàn)侵入式體驗(yàn)，最大化的減少傳統(tǒng)二維場景的平面干擾[11]。VR 場景著重?cái)z取濕地公園景觀空間、樹群輪廓線、植被景觀、水體、焦點(diǎn)景色等相關(guān)因素構(gòu)成的環(huán)境，并通過BIB-LCJ 法對不同背景下的受訪群體的打分結(jié)果進(jìn)行量化分析。

1 材料與方法

1.1 研究區(qū)概況

金壇區(qū)隸屬于江蘇省常州市，地處江蘇省南部，位于北亞熱帶與中亞熱帶的過渡地帶，屬北亞熱帶濕潤季風(fēng)性氣候。長蕩湖，則位于常州金壇區(qū)東南部，在溧陽市區(qū)東北部20 km 處，跨金壇區(qū)、溧陽市，其中，百分之九十以上在金壇境內(nèi)，為太湖流域第三大湖泊，是一個(gè)集調(diào)節(jié)洪澇、飲用水源、農(nóng)業(yè)灌溉、交通航運(yùn)和漁業(yè)生產(chǎn)等多種功能于一體的淺水草型湖泊。通過查閱《江蘇金壇長蕩湖國家濕地公園總體規(guī)劃》等相關(guān)資料發(fā)現(xiàn)，金壇長蕩湖國家濕地公園現(xiàn)有濕地總面積7567 hm2，濕地率為95%。長蕩湖濕地公園水生生物種類繁多，濕地動(dòng)植物資源較為豐富。濕地公園內(nèi)現(xiàn)有維管植物208 種，水生植物25 種；魚類5 目13 科46 種，鳥類多達(dá)90 余種，已成為整個(gè)太湖流域秋冬季節(jié)鳥類主要棲居區(qū)之一。

1.2 數(shù)據(jù)來源

本次研究的數(shù)據(jù)來源于中景博道城市規(guī)劃的《江蘇金壇長蕩湖國家濕地公園總體規(guī)劃》，江蘇省金壇長蕩湖旅游度假區(qū)管委會(huì)提供的長蕩湖景區(qū)景觀設(shè)計(jì)用地范圍圖和道路交通圖，基于野外調(diào)研拍攝的現(xiàn)實(shí)環(huán)境制作的VR 場景數(shù)據(jù)，問卷調(diào)研數(shù)據(jù)以及通過網(wǎng)絡(luò)等搜集的相關(guān)參考文獻(xiàn)。

1.3 研究過程和方法

1.3.1 濕地公園樣本收集 在長蕩湖國家濕地公園采集了25 個(gè)現(xiàn)實(shí)環(huán)境，拍攝280 張照片作為輔助，均用同一款相機(jī)相同的攝影參數(shù)拍攝。拍攝時(shí)間在9:00 am～11:30 am，拍攝模式為日光標(biāo)準(zhǔn)模式，橫向采樣，拍攝高度為1.7 m。室內(nèi)作業(yè)：將拍攝得到的場景數(shù)據(jù)進(jìn)行VR 技術(shù)虛擬模擬[12]，測試效果較好后邀請受訪者進(jìn)行侵入式體驗(yàn)。

圖1 VR 場景樣本示例Fig.1 Sample of VR scenario

1.3.2 問卷調(diào)查法 首先隨機(jī)選取不同社會(huì)背景下的208 位受訪者，按照年齡分成幼年（7～17 歲）、青年（18～40 周歲）、中年（41～65 周歲）、老年（66 歲以上）四組群體。實(shí)際發(fā)放了208 份調(diào)查問卷，得到200 份有效調(diào)查問卷。建立濕地公園生態(tài)環(huán)境質(zhì)量問卷調(diào)查評(píng)價(jià)指標(biāo)時(shí)，通過查閱文獻(xiàn)選擇了空間尺度與距離、植被覆蓋率、樹群輪廓線、植被層次、焦點(diǎn)景色、水類型、駁岸類型、景觀色彩種類、景觀色彩對比度、有利的人工景觀（特色亭臺(tái)廊榭、木棧道、景石等設(shè)施）、不利的人工景觀（道路、電力設(shè)施、工廠等功能性建筑）11 類指標(biāo)作為本次評(píng)價(jià)打分項(xiàng)，具體如表1 所示。

表1 長蕩湖濕地公園生態(tài)環(huán)境質(zhì)量要素評(píng)價(jià)標(biāo)準(zhǔn)[13]Table 1 Evaluation criteria for quality factors of ecological environment in Changdang Lake Wetland Park

1.3.3 BIB-LCJ（Balanced Incomplete Block design-Law of Comparative Judgment）法評(píng)價(jià) 本次研究參考中科院的數(shù)理統(tǒng)計(jì)表的平衡不完全組[14]來設(shè)計(jì)評(píng)價(jià)流程，將每組場景設(shè)定為5 個(gè)，編為5*5 的矩陣[15]，按照BIB 法進(jìn)行分組和排序，將評(píng)價(jià)等級(jí)分為1、2、3、4 級(jí)，評(píng)價(jià)者根據(jù)播放的場景接受實(shí)時(shí)詢問問卷打分。對搜集的樣本數(shù)據(jù)進(jìn)行研究時(shí)，采取BIB-LCJ 法，即平衡不完全區(qū)組-比較評(píng)判法。通過分析的樣本打分?jǐn)?shù)據(jù)研究，來對濕地公園生態(tài)環(huán)境質(zhì)量評(píng)價(jià)。這套評(píng)價(jià)體系由俞孔堅(jiān)教授[16]提出，其將SBE（Scenic Beauty Estimation）[17]風(fēng)景度評(píng)價(jià)法和LCJ（Law of Comparative Judgment）比較評(píng)判法結(jié)合在一起，對大量樣本進(jìn)行評(píng)價(jià)，實(shí)現(xiàn)了樣本區(qū)間之間的比較，能較為專業(yè)的反應(yīng)出評(píng)價(jià)者對濕地公園景觀的審美態(tài)度。

1.4 數(shù)據(jù)處理

評(píng)價(jià)所得數(shù)據(jù)使用Excel 2007 軟件進(jìn)行處理，并繪制相應(yīng)的表格；在此基礎(chǔ)上，采用SPSS19.0軟件對長蕩湖濕地公園生態(tài)環(huán)境質(zhì)量的各類要素評(píng)價(jià)結(jié)果進(jìn)行相關(guān)性分析和回歸分析，明確評(píng)價(jià)者對哪些景觀要素更為偏愛，分析出對生態(tài)環(huán)境質(zhì)量貢獻(xiàn)較大的指標(biāo)要素。

2 結(jié)果與分析

2.1 評(píng)價(jià)群體審美的相關(guān)性分析

通過問卷調(diào)查，得到長蕩湖濕地公園生態(tài)環(huán)境質(zhì)量評(píng)價(jià)數(shù)據(jù)。將此整理成頻率矩陣[18]，表達(dá)各類評(píng)價(jià)群體對樣本VR 場景的打分情況。人們通常認(rèn)為年齡會(huì)影響閱歷和對待事物的認(rèn)知，故需要首先確定4 組年齡段下的受訪者個(gè)體對生態(tài)環(huán)境質(zhì)量景觀要素的偏好和厭惡，這些審美差異可以通過相關(guān)性和回歸分析得出一定的結(jié)論。首先確定少年A、青年B、中年C、老年D 為四個(gè)變量，在此基礎(chǔ)上對這四個(gè)變量的評(píng)價(jià)分值的平均值MR 進(jìn)行正態(tài)性檢驗(yàn)，如表2 所示。場景調(diào)查個(gè)數(shù)為25個(gè)，宜采取Shapiro-Wilk 檢驗(yàn)（小樣本容量檢驗(yàn)）[19]。通過表2 可知，Sig.A＜0.05，Sig.B＞0.05，Sig.C ＜0.05，Sig.D ＜0.05，3/4 變量Sig.值不符合正態(tài)分布，故采取Kendall 相關(guān)性分析[20]，具體見表3。

表2 正態(tài)性檢驗(yàn)Table 2 Normality test

通過表3Kendall 相關(guān)性分析可知，少年A、青年B、中年C、老年D 四類變量兩兩的相關(guān)系數(shù)都在0.7 以上，屬于中、高度相關(guān)，這表明本次研究不同主體之間的審美較為一致。其中，中年C、老年D 之間的相關(guān)系數(shù)最高，表明中老年主體的審美更為接近。審美的高度相關(guān)性表明本次評(píng)價(jià)者的群體在對濕地公園的生態(tài)環(huán)境質(zhì)量評(píng)價(jià)上分歧較小，故不同社會(huì)背景及年齡段的差異并沒給本次評(píng)價(jià)帶來影響，我們認(rèn)為本次選擇的受訪者樣本可靠而具有代表性。

表3 評(píng)價(jià)主體生態(tài)環(huán)境質(zhì)量審美相關(guān)性分析Table 3 Analysis of the aesthetic correlation with ecological environment quality of the subject

2.2 BIB-LCJ 生態(tài)環(huán)境質(zhì)量度量值

依據(jù)頻率矩陣數(shù)據(jù)，處理平均等級(jí)及其修正值，再計(jì)算平均選擇分?jǐn)?shù)、選擇分?jǐn)?shù)百分率及其修正值，最后得到P’。依據(jù)PZO 的轉(zhuǎn)換表，得到Z 分?jǐn)?shù)，以此代表各類評(píng)價(jià)群體對樣本VR 場景的生態(tài)環(huán)境質(zhì)量評(píng)價(jià)結(jié)果，以平均值Z 代表各類樣本的綜合生態(tài)環(huán)境質(zhì)量評(píng)估結(jié)果（表4）。

表4 BIB-LCJ 法評(píng)價(jià)生態(tài)環(huán)境質(zhì)量統(tǒng)計(jì)表Table 4 statistics of ecological environment quality evaluated by BIB-LCJ method

將25 張VR 場景樣本的Z 值平均值用EXCEL 進(jìn)行圖表繪制，得到BIB-LCJ 法對生態(tài)環(huán)境質(zhì)量評(píng)價(jià)結(jié)果，具體如圖1 所示。從圖2 可知，樣本VR 場景中有兩大高峰5～7 及13～15，其余樣本VR場景呈現(xiàn)遞減的評(píng)價(jià)趨勢。大部分樣本VR 場景的Z 值平均值在1.75 處上下波動(dòng)，而VR 場景樣本1～4 區(qū)間Z 值＞8～12 區(qū)間Z 值＞16～25 區(qū)間Z 值。因此本文認(rèn)為5～7 及13～15 區(qū)間的樣本VR 場景為長蕩湖濕地公園生態(tài)環(huán)境質(zhì)量的最佳代表，16～25 為最次代表。

圖2 BIB-LCJ 法對生態(tài)環(huán)境質(zhì)量評(píng)價(jià)結(jié)果比較Fig.2 Comparison of ecological quality evaluation results based on BIB-LCJ method

通過對高分段編號(hào)5、6、7 及13、14、15 虛擬場景的分析發(fā)現(xiàn)它們的景觀空間大多開闔有致，既有開闊宏偉的水景觀，又有親切的觀景交流空間；它們植被覆蓋率較高，遠(yuǎn)處背景有較為明顯的樹群輪廓，近處植被層次豐富，從陸生到水生相漸過渡，且擁有的生態(tài)駁岸場景更受大家歡迎；此外，樣本VR 場景中景觀色彩三種以上的人氣較高，且有明顯視覺焦點(diǎn)的VR 場景打分較高。

從低分區(qū)域的VR 場景可以看出評(píng)價(jià)者對人工痕跡重的區(qū)域評(píng)價(jià)較為負(fù)面，如密度較大的路網(wǎng)、硬質(zhì)駁岸及不利景觀的功能設(shè)施，這表明在評(píng)價(jià)標(biāo)準(zhǔn)中人們更喜歡自然影響要素較高的指標(biāo)因子。值得注意的是，較為雜亂的植被層次同樣得到了較低的分?jǐn)?shù)。過于野生的環(huán)境會(huì)給人們造成潛在危險(xiǎn)暗示，故這些場景需要設(shè)計(jì)師進(jìn)行有效規(guī)劃，充分利用場地資源營造出優(yōu)美有序的生境。

3 結(jié)論與創(chuàng)新

3.1 結(jié)論

本文選擇了空間尺度、植被覆蓋率及層次、樹群輪廓線、焦點(diǎn)景色等11 類要素作為長蕩湖濕地公園的生態(tài)環(huán)境質(zhì)量影響要素，基于此構(gòu)建本次的調(diào)查問卷。通過Kendall 相關(guān)性分析，發(fā)現(xiàn)四組年齡段少年A、青年B、中年C、老年D 兩兩的相關(guān)系數(shù)都在0.7 以上，這表明本次研究不同主體之間的審美較為一致，可以合并研究不做群體分類討論。在不同背景評(píng)價(jià)者的審美需求較為統(tǒng)一的前提下，以BIB-LCJ 法計(jì)算生態(tài)環(huán)境質(zhì)量度量值，得出如下結(jié)論：編號(hào)5、6、7 及13、14、15 虛擬場景生態(tài)環(huán)境質(zhì)量評(píng)估結(jié)果Z 值構(gòu)成了兩大峰值區(qū)間[1.85，1.95]、[1.9，2]，其余結(jié)果在1.75 處波動(dòng)；峰值段內(nèi)的樣本場景表明連續(xù)優(yōu)雅的樹群輪廓線、生態(tài)駁岸、豐富的景觀色彩及焦點(diǎn)景色幾類影響因子對生態(tài)環(huán)境質(zhì)量有著積極的正面影響；從低分區(qū)域的VR 場景可以看出評(píng)價(jià)者對人工痕跡重的區(qū)域評(píng)價(jià)較為負(fù)面，如密度較大的路網(wǎng)、硬質(zhì)駁岸及不利景觀的功能設(shè)施。

3.2 創(chuàng)新點(diǎn)

傳統(tǒng)的生態(tài)環(huán)境質(zhì)量評(píng)價(jià)數(shù)據(jù)獲取方法有兩種：1 去實(shí)地找受訪者打分調(diào)查，2 拍攝照片再統(tǒng)一找受訪者看照打分。這兩種方法前者耗時(shí)耗力，一時(shí)難以找到多個(gè)受采訪者，且實(shí)地找到的受訪者往往只游覽公園一角，打分易受到特定環(huán)境影響，容易以偏概全；后者相比前者高效一些，但二維平面照片相比實(shí)地的體驗(yàn)感大打折扣，評(píng)價(jià)者只能從表面感官給予打分。而VR 虛擬現(xiàn)實(shí)技術(shù)結(jié)合了以上兩種方法的優(yōu)點(diǎn)，將實(shí)地三維空間場景真實(shí)還原，侵入式體驗(yàn)更是讓受訪者身臨其境。這種技術(shù)的引入有利于受訪者給出較為客觀的評(píng)價(jià)打分，且大大提高了調(diào)查效率。

目前生態(tài)環(huán)境質(zhì)量的研究文獻(xiàn)較多，但針對濕地公園的生態(tài)環(huán)境質(zhì)量的研究仍然較少。通過查閱大量文獻(xiàn)，創(chuàng)新性地引入BIB-LCJ 法至濕地景觀評(píng)價(jià)中，此方法適合分析較復(fù)雜指標(biāo)要素背景下的樣本特征。此外，通過BIB-LCJ 法與Kendall 相關(guān)性分析結(jié)合，可得到受訪者個(gè)體年齡段之間的審美差異，分析受訪樣本是否具有代表性和可靠性。