美景度中色彩比例關(guān)系的分析

朱瓊，楊廣斌，許崇強(qiáng)

(貴州師范大學(xué)，貴州 貴陽 550000)

引言

城市公園被認(rèn)為是我們?nèi)粘Ｉ钪匾囊徊糠?，公園及綠地為人們提供了戶外活動(dòng)所需的場所及設(shè)施，為人們的健康帶來很多好處，有很多研究都表明了城市公園能夠?qū)用竦男腋８凶龀鼍薮蟮呢暙I(xiàn)，觀山湖公園在貴陽市觀山湖區(qū)的中心區(qū)域，被譽(yù)為觀山湖的城市“綠肺”，可見其重要性。

然而人類的天生擁有的五感，幫助我們更好地享受生活了解世界，其中視覺在所有感官中占據(jù)了最有影響力的地位，人類通過視覺接收周圍90%以上的信息[1]，顏色又是人類視覺感知的重要組成部分，甚至能夠影響到我們的情緒。Saeedi和darabi(2015)的研究中發(fā)現(xiàn)在養(yǎng)老院中使用自然的顏色對(duì)老年人的健康恢復(fù)產(chǎn)生了很多作用，khalili(2019)表示對(duì)于兒童來說具有鮮明的色彩的操場能讓夠更吸引他們。

那么在一個(gè)景觀中，景觀的美景度是否與色彩有著密不可分的關(guān)系呢？如果有，又是什么樣的顏色決定了人們對(duì)景觀美景度的評(píng)價(jià)呢？為此，本研究基于SBE法，通過對(duì)觀山湖公園的美景度評(píng)價(jià)與觀山湖公園中存在的顏色，研究他們之間可能存在的相關(guān)性，有助于日后對(duì)公園進(jìn)行合理的改進(jìn)。

1 研究區(qū)概況

研究地位于貴州省貴陽市觀山湖區(qū)的中心區(qū)域，被譽(yù)為觀山湖區(qū)的城市“綠肺”。占地5500余畝，觀山大橋橫跨公園中部一隔南北，將公園一分為二，北園毗鄰市政中心相對(duì)繁華圍繞北湖(觀山湖)以動(dòng)靜為主題打造，南園在開發(fā)時(shí)因周圍地段相對(duì)偏僻，大部分景觀保持了公園的原始風(fēng)貌，以靜景為主題圍繞南湖(金華湖)打造景觀。公園內(nèi)包含了濕地及森林，常年有大量鳥禽在此棲息。園內(nèi)植物繁多，綠化覆蓋面較大，有較完善的公共設(shè)施，大量景觀體現(xiàn)了貴州獨(dú)有的民族特色，常用于舉辦各類民族聚集活動(dòng)以展現(xiàn)民族文化。工作日的游人量大約有8000人，周末達(dá)到了20000人左右，是人們旅游、放松、休閑、科教的一處寶地。

2 研究方法

本研究采用心理物理學(xué)法中的美景度評(píng)判法，簡稱SBE法(Scenic Beauty Estination Method),是 Daniel 在1976 年研究提出的一種心理物理學(xué)方法[3]。它的作用是幫助個(gè)人或群體以視覺美學(xué)對(duì)景觀的視覺質(zhì)量作出評(píng)價(jià)，而視覺美學(xué)取決于個(gè)人主觀視覺上的感知，Daniel 稱其為風(fēng)景美。

2.1 照片拍攝、篩選與評(píng)判

拍攝觀山湖公園景觀作為美景度評(píng)價(jià)及色彩量化分析的基礎(chǔ)資料。拍攝原則：晴天，11：00-14：00，由同一個(gè)拍攝者使用同一臺(tái)相機(jī)，從不同觀測點(diǎn)拍攝研究樣地，順光拍攝；拍攝者直立拍攝，鏡頭位置與雙眼等高，一律采用橫拍。遵循以上原則并結(jié)合Photoshop處理圖像，最終選擇149張景觀照片作為試驗(yàn)樣本。

2.2 照片的評(píng)價(jià)方法及美景度值

照片的視覺美學(xué)評(píng)價(jià)采用 Damiel&Boster的美景度評(píng)判法，通過問卷星平臺(tái)向風(fēng)景園林本科生、研究生及學(xué)科教師發(fā)放問卷并進(jìn)行打分，評(píng)價(jià)者按照美景度-3到3分(很不喜歡，不喜歡，不太喜歡，一般，較喜歡，喜歡，很喜歡)7個(gè)分值進(jìn)行打分(圖1)，收回92份問卷，剔除無效問卷6份，統(tǒng)計(jì)有效問卷84份。

圖1 貴陽觀山湖公園美景度評(píng)分問卷部分示例

根據(jù) SBE 法中的標(biāo)準(zhǔn)化公式[4-5]，將84人對(duì)每張照片的評(píng)分值進(jìn)行標(biāo)準(zhǔn)化處理。對(duì)每個(gè)樣地照片的所有標(biāo)準(zhǔn)化得分求均值，得到每個(gè)樣地的標(biāo)準(zhǔn)化得分 Z 值，再進(jìn)一步得到樣地的 SBE 得分。

(1)

(2)

其中，Zij為第 j 個(gè)調(diào)查對(duì)象對(duì)第 i 個(gè)景觀的標(biāo)準(zhǔn)化得分值; Rij為第 j 個(gè)調(diào)查對(duì)象對(duì)第 i 個(gè)景觀的打分值; Rj為第j 個(gè)觀察者所有打分值的平均值; Sj為第 j 個(gè)調(diào)查對(duì)象所有打分值的標(biāo)準(zhǔn)差。

Si為第 i 個(gè)景觀的最終 SBE 得分;Ni為參與第 i 個(gè)景觀評(píng)價(jià)的人員數(shù)量。景觀的 Si> 0，說明在所有樣本景觀內(nèi)具有較高的景觀質(zhì)量; 相反，景觀的 Si< 0，說明在所有樣本景觀內(nèi)景觀質(zhì)量較低。采用EXCEL分析和處理數(shù)據(jù)(表1)。

表1 貴陽觀山湖公園各景觀SBE值

2.3 照片色彩采樣方法與色彩量化

2.3.1 色彩量化理論依據(jù)

圖像的顏色有多種表示方式，其中HSV顏色模型是一種適合肉眼分辨的模型、它把彩色信息表示為3種：即色調(diào)h、飽和度s和亮度v這種顏色模型可用三維空間坐標(biāo)系統(tǒng)表示所示.HSV模型的色調(diào)h是由顏色名稱來辨別的如紅、橙、綠，它用角度0～360°度量；亮度v是顏色的明暗程度通常用百分比度量從黑(0%)到白(100%)；飽和度s指顏色的深淺例如同樣是紅色可分為深紅和淺紅用百分比來度量為從0%到完全飽和的100%[6](圖2)。

圖2 HSV顏色模型示意圖

2.3.2 照片色彩采樣方法及處理

使用輔助軟件Pythin,在pillow庫提取各圖片每個(gè)像素點(diǎn)的HSV值，因?yàn)閜illow庫中HSV的取值范圍為H：0～360、S：0～255、V：0～255。與所給表中H的取值范圍不同，查相關(guān)資料可知，直接進(jìn)行線性變換即可，即H/2。在Python中構(gòu)建函數(shù)，算法如下示例：

def HSV2COL(H,S,V):

h=H/2

s=S

v=V

if 43<=s<=255 and 46<=v<=255:

if h>=11 and h<=255:

return ‘橙’

elif h>=26 and h<=34

根據(jù)HSV值的基本顏色分量范圍(表3)，判斷是什么顏色，

表3 HSV基本顏色分量范圍

本文選取SBE值低中高三個(gè)等級(jí)的圖片各十張以做對(duì)比，經(jīng)過計(jì)算后得到每個(gè)顏色在圖片中的占比(表4)。

表4 每個(gè)顏色在圖片種所占比例

結(jié)果與分析

在對(duì)149張圖像中的評(píng)價(jià)里51.68%的景觀SBE值>0，說明貴陽觀山湖的景觀質(zhì)量有一半以上達(dá)到了較好的景觀質(zhì)量，將各等級(jí)的顏色占比平均數(shù)用于對(duì)比得到柱狀圖(圖3)。

本次研究正選取了公園的秋季景觀作為研究對(duì)象，從圖3中看到，SBE值高的圖像，紅色、橙色都高于SBE值低的圖像，而從目前對(duì)于色彩心理學(xué)說研究表示，暖色調(diào)比冷色調(diào)更具有生理刺激性，暖色給人以活力和親切感，人在心理上更愿意接近。從色彩組成的角度來說，需重視色彩的對(duì)比和調(diào)和有利于提升視覺美學(xué)質(zhì)量，因此SBE值高的圖像中黑色占比也明顯大于SBE值低的圖像，在視覺上一定程度提高了對(duì)比度，因而使SBE值偏高。根據(jù)圖4可看出明顯SBE值低的圖像波動(dòng)較大，而SBE值高的圖像波動(dòng)相對(duì)較小，計(jì)算得的方差值也表示如此(表5)。不難發(fā)現(xiàn)SBE值低和中等的圖像中，綠色占比高于SBE值高的圖像不少，但是SBE值低的圖像中，代表植物顏色的紅、橙卻大大低于SBE值高的圖像，說明植物的色彩越豐富景觀質(zhì)量越高，單一的種植綠植，視覺上會(huì)顯得過于單調(diào)。

圖3 圖像顏色占比平均數(shù)柱狀圖

圖4 HSV各基本顏色在圖像中占比的折線圖

表5 HSV各基本顏色在圖像中的方差值

綜上所述，基于色彩調(diào)和理論，針對(duì)貴陽觀山湖公園的秋季景景觀，給出以下建議：1)在顏色布置單調(diào)的主要景點(diǎn)處利用與景觀主色調(diào)成互補(bǔ)色的植物，增加視覺豐富程度；2)在人流相對(duì)較少的景觀處適當(dāng)增加與景觀主色調(diào)為鄰補(bǔ)色的植物，為景觀添加一份溫和之感；3)在相對(duì)更僻靜的景觀處增加類似色植物作為組合，豐富景觀層次。