基于SBE 和BIB_LCJ 下的城市濱水景觀影響因素分析—以莆田市仙游縣木蘭溪為例

徐偉振，張艷欽，王心怡，劉 凡，蘭宇翔，傅偉聰，董建文,2*

(1. 福建農(nóng)林大學(xué)藝術(shù)學(xué)院 園林學(xué)院（合署），福州 350002；2. 國(guó)家林業(yè)局森林公園工程技術(shù)研究中心，福州 350002)

城市濱水景觀是城市景觀的重要組成部分[1]，同時(shí)也能為公眾提供豐富的休憩空間[2]。公眾是濱水景觀空間的主要使用者，滿足公眾對(duì)濱水空間的需求，是城市濱水空間規(guī)劃建設(shè)的主要目的。濱水景觀質(zhì)量是其價(jià)值體現(xiàn)的主要方式之一，也是衡量其能否迎合公眾需求的標(biāo)準(zhǔn)[3]。因此，基于公眾視角下的濱水景觀質(zhì)量評(píng)價(jià)研究顯得尤為重要[4]。

景觀評(píng)價(jià)是環(huán)境資源評(píng)價(jià)的重要內(nèi)容[5]，以景觀要素為自變量，以公眾的生理、心理感知反饋為因變量，對(duì)景觀現(xiàn)狀進(jìn)行綜合評(píng)價(jià)的過(guò)程被稱為景觀評(píng)價(jià)[6]。朱潤(rùn)鈺等[7]借用成分代用模式評(píng)價(jià)法對(duì)莫愁湖濱水景觀為研究對(duì)象進(jìn)行量化評(píng)價(jià)，從而對(duì)影響濱水區(qū)景觀質(zhì)量的重要因素進(jìn)行了分析；姚玉敏等[8]等運(yùn)用“基于公眾感知”和“基于專家/設(shè)計(jì)”兩種評(píng)價(jià)方法綜合性地對(duì)城市濱水景觀的視覺(jué)環(huán)境質(zhì)量進(jìn)行量化評(píng)價(jià)；劉可丹通過(guò)美景度評(píng)價(jià)法（SBE法）結(jié)合對(duì)照片畫(huà)面的量化分解進(jìn)行公眾景觀偏好研究[4]。但多數(shù)研究局限于對(duì)濱水景觀的定性研究，而城市濱水景觀質(zhì)量是一個(gè)基于眾多景觀因子、城市文化等要素的耦合作用下形成的一部分。將影響濱水景觀質(zhì)量的多重指標(biāo)因子進(jìn)行分離，并運(yùn)用美景度評(píng)價(jià)法（SBE 法）[9]耦合審美評(píng)判測(cè)量法（BIB_LCJ 法），能夠以更加客觀且定量化的方式探索濱水景觀優(yōu)劣及以上兩種評(píng)價(jià)方法相結(jié)合的科學(xué)性和適用性。

木蘭溪作為莆田市的母親河， 20 多年來(lái)（從1999 年至今），其治理內(nèi)涵與方式已逐步升華為水生態(tài)、水經(jīng)濟(jì)、水文化“三位一體”的全流域系統(tǒng)治理[10]，成為全國(guó)水生態(tài)文明建設(shè)的樣本[11]。本研究以莆田市仙游縣木蘭溪濱水公園為例，通過(guò)建立美景度綜合評(píng)價(jià)模型耦合審美評(píng)判測(cè)量法，基于公眾對(duì)木蘭溪濱水景觀的問(wèn)卷調(diào)查所得出的評(píng)價(jià)結(jié)果對(duì)所選研究區(qū)域進(jìn)行景觀質(zhì)量評(píng)價(jià)[12]。通過(guò)對(duì)比兩種方法的分析結(jié)果，進(jìn)而探討可能影響濱水景觀美景度的因素[13]，針對(duì)木蘭溪濱水公園提出景觀提升建議，以期為今后城市濱水景觀開(kāi)發(fā)治理和規(guī)劃建設(shè)提供參考。

1 研究地概況

木蘭溪是福建六大重要河流之一，也是福建省閩中地區(qū)最大的河流，發(fā)源于福建戴云山脈，自西北向東南流經(jīng)莆田市全境。木蘭溪流域位于東經(jīng)118°38′～119°06′，北緯25°22′～25°25′之間，流域面積1 732 km2。它主要在莆田市境內(nèi)，干流全長(zhǎng)105 km，河流呈樹(shù)枝狀水系，蜿蜒曲折，基流湍急。其上游流域地貌以中、低山為主，由中生代火山巖組成，河床坡降較陡，屬山溪性河流。中下游河道較寬闊，水流也較平緩，河道坡降約1.5%。下游興化平原(亦稱莆仙平原)，是本省四大平原之一。

木蘭溪濱水公園地處木蘭溪流域上游仙游縣，是典型的帶狀濱水景觀公園，屬于縣主城區(qū)的中心景觀軸。城市濱水公園所在區(qū)域是仙游縣城區(qū)最主要的防洪排澇流域主線，因而其建設(shè)目標(biāo)是建造集“防洪、生態(tài)、人文、景觀、旅游等”多方位為一體的綜合性綠地。公園總占地面積67.54 hm2，位于木蘭溪主河道左右側(cè)，臨側(cè)岸線總長(zhǎng)度12.28 km，平均寬度55 m；公園內(nèi)種植各類綠化景觀植物，利用自然地形達(dá)到人工建設(shè)與自然景觀的協(xié)調(diào)統(tǒng)一，為當(dāng)?shù)鼐用裉峁┮粋€(gè)休閑娛樂(lè)、風(fēng)景宜人為一體的綜合性濱水公園[14]。

2 研究方法

2.1 外業(yè)調(diào)查與照片拍攝

于2020 年8 月至2020 年9 月進(jìn)行外業(yè)調(diào)查與照片拍攝，選取木蘭溪濱水公園建成路段，在晴朗天進(jìn)行實(shí)地調(diào)查，選取符合濱水景觀要素中陸域、水域等濱水景觀單元進(jìn)行拍攝（圖1）。據(jù)此，在前期對(duì)公園景觀概況全面調(diào)查并初步選定拍攝地點(diǎn)（主要選擇濱水觀景平臺(tái)等高頻觀景點(diǎn)及重要景觀節(jié)點(diǎn)）。拍攝儀器：尼康D800E，鏡頭24～70 mm；拍攝時(shí)間: 9:00—16:00；在同一技術(shù)規(guī)程下進(jìn)行拍攝：統(tǒng)一選用順光、橫向，拍攝高度1.6 m(眼高)，水平方向，一致景深，盡量防止將人、動(dòng)物等非景觀要素拍攝在內(nèi)；相機(jī)設(shè)置：感光度(ISO)≥500、光圈(F)≥10[15]；共拍攝740 張濱水景觀照片，作為濱水景觀評(píng)價(jià)的基礎(chǔ)材料。

圖1 數(shù)據(jù)采集示意圖Figure 1 Data acquisition schematic

最后篩除干擾因素較強(qiáng)的照片，如逆光、重復(fù)、視角過(guò)高或過(guò)低等，粗略地選出211 張濱水景觀照片，并確保所選照片具有一定典型性。 為防止由于樣本數(shù)量過(guò)多而導(dǎo)致公眾審美出現(xiàn)差異，最終在陸域、水域中總共選取共計(jì) 25 張具有典型意義的照片（圖2）。

圖2 樣本照片位置示意圖Figure 2 The location of the sampled landscape pictures

2.2 評(píng)分和數(shù)據(jù)處理

大量的研究顯示，采用拍照?qǐng)D片觀賞進(jìn)行景觀評(píng)價(jià)與實(shí)景現(xiàn)場(chǎng)的方式并無(wú)顯著差異[16-18]。本研究采取網(wǎng)絡(luò)問(wèn)卷調(diào)查、問(wèn)卷發(fā)放與收集通過(guò)問(wèn)卷星平臺(tái)（www.wjx.cn）來(lái)完成。在問(wèn)卷設(shè)計(jì)中對(duì)年齡、專業(yè)等背景分類，進(jìn)而得出不同背景人群對(duì)木蘭溪濱水景觀的評(píng)價(jià)。為確保最終評(píng)價(jià)數(shù)據(jù)的客觀性，在數(shù)據(jù)統(tǒng)計(jì)過(guò)程中，對(duì)數(shù)據(jù)采取適當(dāng)篩選和處理，并剔除無(wú)效表格。其中，發(fā)放美景度評(píng)價(jià)問(wèn)卷254份，剔除無(wú)效問(wèn)卷14 份，回收有效問(wèn)卷共240 份，總體有效率為94.5%。發(fā)放BIB-LCJ 法評(píng)價(jià)問(wèn)卷54份，剔除無(wú)效問(wèn)卷4 份，回收有效問(wèn)卷共50 份，總體有效率為92.6%。

美景度評(píng)價(jià)法的評(píng)分方式為：評(píng)判者按景觀質(zhì)量評(píng)價(jià)標(biāo)準(zhǔn)（分值分別為3、2、1、0、-1、-2、-3），分別對(duì)應(yīng)為很喜歡、喜歡、較為喜歡、一般、不太喜歡、不喜歡和很不喜歡；樣本數(shù)據(jù)量為照片數(shù)量乘問(wèn)卷數(shù)量；數(shù)據(jù)處理利用統(tǒng)計(jì)軟件Excel 2016 及SPSS 23.0 進(jìn)行。

通過(guò)參考前人的研究方法[4,19]，依照以下公式對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理：

式（1）中：Zij表示第j評(píng)判者對(duì)第i張受測(cè)照片的標(biāo)準(zhǔn)化值；Rij表示第j評(píng)判者對(duì)第i張受測(cè)照片的美景度值；Rj表示第j評(píng)判者給予所有受測(cè)照片的美景度值的平均值；Sj表示第j位評(píng)判者給予所有受測(cè)照片的美景度值的標(biāo)準(zhǔn)差。

2.3 數(shù)據(jù)處理和模型建立

提取影響濱水景觀主要因素（表1），包括駁岸類型、園路形態(tài)、河岸線形態(tài)感、總體協(xié)調(diào)性、整體景觀色彩對(duì)比、場(chǎng)景整潔度、植物整齊度、濱水植物景觀模式、野趣程度、綠視率、景觀層次感等。通過(guò)多元線性回歸方程構(gòu)建數(shù)學(xué)模型，以探究對(duì)美景度值影響最大的因子及其與濱水景觀的關(guān)系。經(jīng)過(guò)運(yùn)算，除去相關(guān)性系數(shù)較低的因子，同時(shí)保留貢獻(xiàn)率較高的因子，用作濱水景觀質(zhì)量模型構(gòu)建的自變量[18]。

2.4 濱水景觀要素分解

根據(jù)濱水景觀所包含的美學(xué)特征，篩選出 12個(gè)影響濱水景觀美景度質(zhì)量的相關(guān)要素，并依據(jù)同一標(biāo)準(zhǔn)原則將所屬景觀要素進(jìn)行分解。在類目分解的過(guò)程中，提取每張照片所包含的信息，使之含有所篩選的景觀要素[20]（表1）。

表1 濱水景觀要素分解Table 1 Decomposition of Waterfront landscape elements

2.5 審美評(píng)判測(cè)量法（BIB-LCJ 法）

同樣使用美景度評(píng)價(jià)法所使用的評(píng)價(jià)照片用于審美評(píng)判測(cè)量法的評(píng)價(jià)：根據(jù)中國(guó)科學(xué)院數(shù)學(xué)所設(shè)計(jì)的BIB 表將照片按照5×5 矩陣的方式進(jìn)行6 次編排[19]。通過(guò)網(wǎng)絡(luò)問(wèn)卷的形式，請(qǐng)?jiān)u價(jià)者依次、依組以內(nèi)心所感景觀質(zhì)量為標(biāo)準(zhǔn)，以從好到差的順序進(jìn)行排序。最后將得到的測(cè)試數(shù)據(jù)結(jié)果用實(shí)驗(yàn)心理學(xué)的等級(jí)排列法進(jìn)行處理，以最終得到的Z值作為反映各濱水景觀單元美景程度的度量值，而Z值的具體計(jì)算步驟如下。

對(duì)每一個(gè)景觀樣本按照5 級(jí)等級(jí)進(jìn)行排列，最優(yōu)的對(duì)應(yīng)5 級(jí)，最差的對(duì)應(yīng)1 級(jí)；同時(shí)在所有評(píng)價(jià)人群中，將該樣本選為該等級(jí)的人數(shù)即為此等級(jí)的等級(jí)人數(shù)，而等級(jí)和為該樣本的各等級(jí)與相應(yīng)等級(jí)人數(shù)的乘積相加總和。

利用頻率矩陣的方法計(jì)算得出選擇分?jǐn)?shù)的百分率。平均等級(jí)＝等級(jí)和／各群體總?cè)藬?shù) （2）平均選擇分?jǐn)?shù)＝各群體總?cè)藬?shù)-平均等級(jí) （3）選擇分?jǐn)?shù)百分率＝平均選擇分?jǐn)?shù)/(總?cè)藬?shù)-1) （4）平均選擇分?jǐn)?shù)修正＝選擇分?jǐn)?shù)百分率＋0.5 （5）選擇分?jǐn)?shù)＝平均選擇分?jǐn)?shù)修正/各群體總?cè)藬?shù) （6）

通過(guò)查詢PZO 轉(zhuǎn)化表，得出Z值。

3 結(jié)果與分析

3.1 SBE 法和BIB-LCJ 法評(píng)判結(jié)果分析

SBE 法和BIB-LCJ 法同屬心理物理學(xué)派，都是從整體到因子的評(píng)價(jià)，其評(píng)價(jià)步驟可以分為以下3個(gè)階段：一是測(cè)量群體對(duì)景觀整體的審美態(tài)度，得出一個(gè)能夠反映景觀整體質(zhì)量的量表；二是對(duì)景觀要素的分解和量化；三是建立起綜合美景度與景觀要素之間的數(shù)學(xué)模型[21]。

由表2 可知，木蘭溪濱水景觀采用SBE 法的評(píng)價(jià)結(jié)果中，得分較高的前3 位分別為R9、R25 和R16 樣地，得分較低的3 位分別為R23、R12 和R21樣地。采用BIB-LCJ 法的評(píng)價(jià)結(jié)果中，得分最高的前3 位分別為R2、R9 和R25 樣地，得分較低的3位為R1、R21 和R12 樣地。

表2 SBE 法和BIB-LCJ 法評(píng)判結(jié)果分析Table 2 Analysis of evaluation results by SBE and BIB-LCJ methods

對(duì)以上兩種不同評(píng)價(jià)方法對(duì)應(yīng)的排名進(jìn)行比較，將同一樣方的排名名次相減取絕對(duì)值得（圖3）。由圖3 可知，評(píng)價(jià)排名差值在0 ～ 2 之間的樣方數(shù)量最多，為20 個(gè)。評(píng)價(jià)排名差值在2 ～ 4 之間的樣方數(shù)量最少，為5 個(gè)，由此可得以上2 種評(píng)價(jià)方法在反映的結(jié)果上具有較高的同等性[22]。

圖3 SBE 法與BIB-LCJ 法排名差異Figure 3 Ranking difference between SBE method and BIB-LCJ method

3.2 景觀模型建立

以樣本照片SBE 值作為因變量，各景觀要素之作為自變量，利用SPSS 軟件建立多元線性回歸模型，分別采用步進(jìn)法進(jìn)行逐步回歸，引入、剔除變量的標(biāo)準(zhǔn)分別為顯著性P≤0.05 和P≥0.01?？紤]到濱水景觀構(gòu)成要素的復(fù)雜性，為研究更多自變量對(duì)美景度的影響，通過(guò)SPSS 中的多元線性回歸功能構(gòu)建標(biāo)準(zhǔn)模型。首先，對(duì)以上所選的12 個(gè)項(xiàng)目數(shù)據(jù)進(jìn)行運(yùn)算，其次依據(jù)計(jì)算結(jié)果對(duì)偏相關(guān)系數(shù)進(jìn)行t檢驗(yàn)（表3），剔除差異不顯著和偏相關(guān)系數(shù)較小的項(xiàng)目，對(duì)剩余項(xiàng)目繼續(xù)進(jìn)行運(yùn)算，以此類推，共進(jìn)行了7 次運(yùn)算[18]。

表3 木蘭溪濱水景觀評(píng)價(jià)建模運(yùn)算結(jié)果Table 3 Modeling and operation results of Mulan Creek waterfront landscape evaluation

篩選出總體協(xié)調(diào)性、植物整齊度和綠視率、駁岸類型和園路形態(tài)5 個(gè)景觀要素，作為濱水景觀綜合質(zhì)量評(píng)價(jià)的主導(dǎo)因素進(jìn)行建模，模型選擇方法為用調(diào)整后的判定系數(shù)（R2）選擇最佳子集。最佳子集方法可以檢查所有可能的模型組合，從中篩選出滿足相應(yīng)標(biāo)準(zhǔn)的最佳子集，一般會(huì)獲得更好的回歸效果（表4）。

表4 木蘭溪濱水景觀評(píng)價(jià)模型中各類目得分值Table 4 Score values of various items in Mulan Creek waterfront landscape evaluation model

構(gòu)建的濱水景觀綜合質(zhì)量評(píng)價(jià)模型為：

對(duì)木蘭溪濱水景觀評(píng)價(jià)模型概要分析得出，模型復(fù)相關(guān)系數(shù)R為0.930，R方為0.865，證明該模型中景觀因子與喜好度預(yù)測(cè)值之間有明顯的線性關(guān)系。從方差分析（表5）中可以看出，計(jì)算所得F=10.647，所對(duì)應(yīng)的P＜ 0.01，此外對(duì)復(fù)相關(guān)系數(shù)R進(jìn)行t檢驗(yàn)，在回歸模型的概率為0.001，小于顯著性水平0.05 或0.01，則表示分析的線性模型是成立的。因此，可把該模型設(shè)定為木蘭溪濱水景觀評(píng)價(jià)的預(yù)測(cè)模型。

表5 木蘭溪濱水景觀評(píng)價(jià)模型方差分析Table 5 Variance analysis of Mulan Creek waterfront landscape evaluation model

3.3 景觀模型分析

通過(guò)對(duì)類目回歸系數(shù)大小的比較分析中可以發(fā)現(xiàn)：（1）評(píng)判者更喜好自然式駁岸，對(duì)于人工駁岸的喜好度較低。（2）曲折的園路形態(tài)喜好度最高，其次為直線形態(tài)的園路，而沒(méi)有園路的濱水景觀喜好度最低。（3）好的景觀協(xié)調(diào)性能夠提高評(píng)判者的喜好程度。（4）植物整齊度為“雜亂”的系數(shù)值大于“一般”與 “整齊”的系數(shù)值，這可能是由于生長(zhǎng)自然的植物組合，人為干涉低。相關(guān)研究表明[7]，自然生長(zhǎng)的植物組合能夠提高視覺(jué)的景觀美景度。（5）景觀喜好度與綠視率呈正比，綠視率在 66.6%或以上的占比時(shí)，評(píng)判者對(duì)其的喜好程度最大，并且圖片的鋪裝率過(guò)高會(huì)嚴(yán)重降低評(píng)判者的喜好程度。（6）景觀總體協(xié)調(diào)性在所有要素中貢獻(xiàn)度最高，達(dá)到33.2%；其次則是植物整齊度，貢獻(xiàn)度為24.6%；綠視率，貢獻(xiàn)度為17.2%；駁岸類型，貢獻(xiàn)率13.1%；園路形態(tài)，貢獻(xiàn)率11.9%；其中，總體協(xié)調(diào)性、植物整齊度和綠視率的貢獻(xiàn)度均達(dá)到10%以上。

3.4 典型樣本照片分析

通過(guò)對(duì)比美景度較高和較低的樣本發(fā)現(xiàn)，高分樣本（圖4）照片共同特點(diǎn)有：（1）綠視率高；（2）植物生長(zhǎng)態(tài)勢(shì)好，在植物組合方面多為喬灌草組合的景觀；（3）整體景觀協(xié)調(diào)性好；（4）園路形態(tài)呈曲折狀；（5）能夠看到遠(yuǎn)處的山體和建筑，植物景觀呈現(xiàn)一定的韻律感；（6）可清晰直觀地看到濱水觀景平臺(tái)、組合多樣的植物配置。得分較低的照片（圖5）有以下特點(diǎn)：（1）水質(zhì)渾濁，或因植物遮擋而未見(jiàn)或少見(jiàn)水體；（2）遠(yuǎn)處可視建筑多為破舊民宅、尚在施工的建筑等；（3）部分低分樣本照片包含垃圾桶、凌亂電線等不利觀瞻的小品；（4）植物生長(zhǎng)雜亂。

圖4 得分最高照片（樣地R9）Figure 4 The highest score photo（sample R9）

圖5 得分最低照片（樣地R21）Figure 5 The lowest score photo（sample R21）

3.5 濱水景觀優(yōu)化建議

濱水駁岸設(shè)計(jì)可考慮設(shè)計(jì)自然生態(tài)化駁岸，在滿足防洪需求功能的基礎(chǔ)上美化綠化設(shè)計(jì)，在保障整體景觀結(jié)構(gòu)及功能穩(wěn)定性等方面的前提下也應(yīng)該注重駁岸景觀效果。同時(shí)還可以通過(guò)設(shè)置親水駁岸平臺(tái)、濱水游步道等休憩觀景設(shè)施，以軟化駁岸邊界，如此可以增加水面觀賞效果，又能使游客親近自然，最大效益利用濱水資源。應(yīng)當(dāng)合理構(gòu)建復(fù)層群落，在提高綠視率、滿足生態(tài)需求等方面以外，且能夠豐富濱水植物景觀效果。研究表明，喬草結(jié)合的復(fù)層結(jié)構(gòu)景觀美景度值較高[17]，單一的植物群落配置易使公眾感覺(jué)單調(diào)、平淡；從降噪防塵等生態(tài)功能考慮，喬草進(jìn)行結(jié)合的多層次植物群落結(jié)構(gòu)的整體效果要優(yōu)于單一結(jié)構(gòu)。通過(guò)空間營(yíng)造來(lái)開(kāi)辟觀景視線以及優(yōu)化濱水休憩空間；如在濱水景色處合理設(shè)置觀景點(diǎn)及觀景設(shè)施，能有效開(kāi)辟透景線，保證觀水視線開(kāi)闊；面向水面布置休憩坐凳是高頻觀景點(diǎn)之一，應(yīng)盡量避免障礙物或者雜亂電線等消極景觀要素遮擋視線[2,4]。

4 討論與結(jié)論

通過(guò)運(yùn)用SBE法耦合BIB-LCJ法對(duì)莆田市仙游縣木蘭溪濱水景觀進(jìn)行美景度評(píng)價(jià)并探討其與景觀要素關(guān)系的研究，得出以下結(jié)論。

前期景觀評(píng)價(jià)的研究中，學(xué)者們大多使用 SBE法進(jìn)行景觀質(zhì)量評(píng)價(jià)，但評(píng)價(jià)結(jié)果只能對(duì)景觀的綜合得分進(jìn)行測(cè)算，無(wú)法進(jìn)行不同類型景觀之間的對(duì)比。本文在SBE 評(píng)價(jià)的基礎(chǔ)上，利用 BIB-LCJ 法進(jìn)一步論證兩種方法相結(jié)合的可行性。SBE 法優(yōu)勢(shì)在于可以得出景觀分值，但缺乏對(duì)評(píng)價(jià)對(duì)象的比較。BIB-LCJ 評(píng)價(jià)法結(jié)合了 SBE 法和 LCJ 法的優(yōu)點(diǎn)，可以對(duì)各種不同的濱水景觀類型進(jìn)行景觀評(píng)價(jià)，其結(jié)果能夠簡(jiǎn)明直觀地反映濱水景觀的質(zhì)量之間的差異[21]。此外，由于 BIB-LCJ 法操作較為容易、理解較為方便等，有利于社會(huì)公眾參與景觀質(zhì)量評(píng)價(jià)中，并可篩選出公眾喜愛(ài)的景觀模式進(jìn)行模擬設(shè)計(jì)，能使設(shè)計(jì)者獲得更多數(shù)據(jù)支撐。

研究分別采用了 SBE 法及 BIB-LCJ 法對(duì) 25張木蘭溪濱水景觀樣本照片進(jìn)行評(píng)價(jià)，發(fā)現(xiàn)二者的評(píng)價(jià)結(jié)果較為相近，且 BIB-LCJ 法評(píng)價(jià)結(jié)果可輔助濱水景觀模型構(gòu)建。這與蘆建國(guó)等人研究江蘇省園博園植物景觀評(píng)價(jià)的結(jié)果相似[22]。相關(guān)結(jié)果可對(duì)木蘭溪濱水景觀的建設(shè)和生態(tài)修復(fù)提供參考依據(jù)，同時(shí)能夠?yàn)槠翁锸心酥粮＝ㄊ〉鹊貐^(qū)的濱水景觀環(huán)境建設(shè)提供參考。但由于不同地區(qū)的濱水景觀類型具有一定程度上的差異，此模型應(yīng)用于不同地區(qū)的濱水景觀建設(shè)下是否具有可行性，仍需進(jìn)一步深入研究探討。

由于受不同的主客觀因素影響，如天氣、拍攝器材、所拍攝的照片質(zhì)量、角度不同，難免影響到評(píng)價(jià)結(jié)果，在今后研究中可以考慮現(xiàn)場(chǎng)給公眾發(fā)放調(diào)查問(wèn)卷，運(yùn)用眼動(dòng)儀[23]、腦電波檢測(cè)儀等現(xiàn)代化科技手段對(duì)濱水景觀進(jìn)行多維度研究。

綜合來(lái)說(shuō)，美景度評(píng)判法耦合BIB-LCJ 法能夠?yàn)闉I水景觀質(zhì)量提升提供一種審美視角的新思路，為濱水景觀建設(shè)提供指導(dǎo)，同時(shí)有待以更大范圍的樣本及不同評(píng)價(jià)角度作為濱水景觀的調(diào)查依據(jù)，使評(píng)價(jià)結(jié)果更具客觀性和說(shuō)服力。