基于公眾審美的國慶花壇色彩評(píng)價(jià)和優(yōu)化

中圖分類號(hào)S688.3文獻(xiàn)標(biāo)識(shí)碼A

文章編號(hào) 0517-6611（2025）11-0102-04

doi：10.3969/j. issn. 0517-6611. 2025. 11. 022

Evaluationand Optimizationof National Day Parterre Color Based on Public Aethetics

WANG Jiel，ZHANG Xiao-meng，MALi-yuanetal（1.Pingu DistrictForestryandParksBureauofBeijing Municipality，Beijing 101200;2. Jinhaihu Scenic Area Forest Farm，Pinggu District，Beijing 101201）

AbstractTootiiethparteecolosofteatioalDayteolorquantifingvaleandSceicBeautyEtatioesultseeind toresearchthebestuseofcolourthroughlinearregresionanalysisandmultiplecomparisonanalysis，theresultswereasfolowsthe H₁₇ had a positive impactonSBEinthelinarregresionanalysis，whiletheproportionofmaincolorhadanegativeimpact.Theproportionof H₅ ，saturation，andbrightnessaswellasthemainuehadcertainefectonSBEvalueinthemultiplecomparisonanalysis.Thecalculations showed that reducing the proportion of H₅ could improve the SBE value. Increasing the proportion of extremely low-and low-saturation and reducingtheproportioofhighsaturationcouldbetersatisfytheublic'saesteticdemandReducingthproportiooflowrighteadin creasingtheproportionofighrighsouldimprovethevaluatiovalueReducingtheproportioofacolortoavodexceiepoo tion of any one color would have a positive impact on evaluation.

KeyWorsParteresofNationalDay;Colourqantifying;Scenc BeautyEstimation;Multiplecomparisonaalysis;Regressionaalyis

近些年，國慶節(jié)期間街心和各大公園的主題花壇已成為市民的網(wǎng)紅打卡點(diǎn)，姹紫嫣紅的花卉和別出心裁的造型烘托出濃郁的節(jié)日氛圍，但是有些花壇布景缺乏創(chuàng)意，色彩搭配不協(xié)調(diào)，難以滿足市民的審美需求。目前的景觀評(píng)價(jià)多集中于園林景觀，聚焦于花色的研究，尤其是有關(guān)國慶花壇配色的研究較少，不利于提升配色水平。

國慶花壇色彩評(píng)價(jià)主要涉及色彩量化和美景度評(píng)價(jià)兩部分，通過分析二者的關(guān)系，旨在發(fā)現(xiàn)景色色彩配置與公眾對(duì)景色評(píng)價(jià)之間的關(guān)系，以提高景色評(píng)價(jià)值。色彩量化通常使用Matlab、Python、Photoshop 等軟件對(duì)照片進(jìn)行分析，由此發(fā)展出的軟件量化法是園林植物景觀色彩量化最常用的方法之一[1-9]，在相似的光線、角度、相機(jī)參數(shù)等情況下拍攝照片后，對(duì)照片顏色屬性進(jìn)行提取和分析，為色彩量化研究提供了較優(yōu)途徑。量化分析中常用于研究植物色彩的模型有RGB、HSV、CMYK等，由于目前用于研究植物色彩的HSV模型使用頻率最高[\"0]，因此筆者使用HSV模型分析花壇色彩量化和配置。色彩評(píng)價(jià)還需要公眾對(duì)景色進(jìn)行打分，即使用美景度評(píng)價(jià)法（scenic beautyestimation，SBE）。劉好玉關(guān)于花境色彩研究以及其他關(guān)于植物景觀的研究結(jié)果[12]表明，性別、年齡、文化程度、職業(yè)以及專業(yè)性對(duì)SBE評(píng)價(jià)結(jié)果無顯著差異，因此進(jìn)行SBE美景度評(píng)價(jià)時(shí)隨機(jī)選擇評(píng)價(jià)者。筆者旨在分析花壇的色彩配置與公眾喜歡程度之間的關(guān)系，提出更符合公眾審美的花壇色彩搭配方式。

1材料與方法

1.1調(diào)查對(duì)象以北京市國慶節(jié)期間搭建的花壇為研究對(duì)象，調(diào)查地點(diǎn)集中在北京市公園、街心以及商場等大型活動(dòng)區(qū)入口處，選取具有豐富顏色特征的花壇進(jìn)行拍照。

1.2調(diào)查時(shí)間及方法調(diào)查時(shí)間為2024年9月22日至10月14日，用同一相機(jī)的同一拍照模式拍照，拍攝高度為150cm ，距離花壇 50cm 。拍攝時(shí)要求晴朗無云，在9：00—11：30和13：00—15：00進(jìn)行拍照，以減少天氣對(duì)照片色彩的影響，同時(shí)減少非目標(biāo)物進(jìn)入鏡頭。

1.3色彩量化方法從拍攝的123張照片中選取54張無光線干擾，具有較少非拍攝對(duì)象的照片，用Photoshop軟件將背景清除，以減少色彩分析時(shí)的干擾。根據(jù)研究可知，由于HSV在進(jìn)行色彩劃分時(shí)，人對(duì)色彩識(shí)別更傾向于非均勻的劃分方式，所以在使用Matlab和python軟件分析色相（hue）、飽和度（saturation）和明度（brightness）所占像素?cái)?shù)量時(shí)，按照表1＼～3的非均勻色彩劃分方式，其中 V=0 為黑色， S=0 且V=1 或 V=2 為灰色， S=0 且 V=3 為白色[11，13]，在分析過程中剔除背景所占像素?cái)?shù)量。

1.4色彩量化指標(biāo)色彩量化指標(biāo)：色相比例（ H_i ）、飽和度比例 （S_i） 、明度比例 （V_i） 、色彩個(gè)數(shù)（NC）主色相比例 （M_i） ！鄰近色比例（ R_N. ）冷暖色比例（ T_i） 色彩多樣性（ ?H_L 和色彩均勻度 （E_L）^[14-17] 。具體公式和參數(shù)含義見表4。

1.5美景度評(píng)價(jià) 使用Brown等[17]提出的美景度評(píng)判法對(duì)54張照片分別進(jìn)行評(píng)價(jià)，評(píng)價(jià)等級(jí)為-2（非常不喜歡）、-1（不喜歡）0（一般）1（喜歡）2（非常喜歡），通過問卷星收集評(píng)價(jià)意見，根據(jù)下列公式計(jì)算SBE標(biāo)準(zhǔn)值：

表3明度劃分

SBE_i=（MZ_i-BMMZ）×100

式中： MZ_i 為第 i 個(gè)花壇的算數(shù)平均值 Z;cp_k 為觀察者對(duì)第 i 個(gè)花壇的評(píng)值為 k 或大于 k 的累計(jì)頻率 為累計(jì)頻率正態(tài)函數(shù)分布頻率； m 為評(píng)值的等級(jí)數(shù)， m=1，…，5;SBE_i 為第 i 個(gè)花壇的SBE值；BMMZ為基準(zhǔn)線值 Z 。

積累過程中，最低等級(jí)時(shí) cp=1，Z=∞ ， Z 值無效，不計(jì)人； cp=1 或者 cp=0 時(shí)，，使用 或 cp=1/（2N） 計(jì)算 Z 值， N= 評(píng)價(jià)人數(shù)。計(jì)算過程：選定一個(gè)花壇的數(shù)據(jù)為“基準(zhǔn)線\"BMMZ，將其他花壇計(jì)算得到的 Z 值分別與“基準(zhǔn)線”BMMZ相減，之后乘以100，即得到各花壇的SBE值。將SBE輸人至SPSS進(jìn)行柯爾莫戈洛夫-斯米諾夫正態(tài)分布檢驗(yàn)，檢驗(yàn)統(tǒng)計(jì)值為0.072，概率 P 為0.2，大于0.05，符合正態(tài)分布。

表4色彩量化指標(biāo)

1.6美景度評(píng)價(jià)值等級(jí)根據(jù)如下公式計(jì)算美景度評(píng)價(jià)值等級(jí)[18]： P1={（SBE_max-SBE_min）×80%+SBE_min （， SBE_max. （20 SBE_min）×20%+SBE_min ， （SBE_max-SBE_min）×40%+SBE_min∣ ， P5= （204 {SBE_min 。用R.4.4.0軟件的agricolae包（LSD.test函數(shù)）對(duì)色彩量化指標(biāo)與美景度評(píng)價(jià)等級(jí)之間進(jìn)行多重比較分析， P 矯正方法為LSD法，數(shù)據(jù)通過方差齊性檢驗(yàn)和符合正態(tài)分布。

2 結(jié)果與分析

2.1相關(guān)性分析用SPSS軟件將色彩量化指標(biāo)與SBE進(jìn)行Spearman分析，結(jié)果表明（表5）， H₁₇，S₀，S₁，V₃ 、色彩多樣性和色彩均勻度均與SBE存在正向相關(guān)性，主色相比例與SBE存在負(fù)向相關(guān)性，其他指標(biāo)與SBE無相關(guān)性。

2.2多元線性回歸分析利用多元線性回歸分析色彩量化指標(biāo)對(duì)美景度評(píng)價(jià)的影響，表5中指標(biāo)為自變量，SBE為因變量，使用SPSS軟件進(jìn)行向后逐步回歸，結(jié)果為： R² 為0.304，德賓-沃森值為1.924，VIF均為1.025，不存在共線性，標(biāo)準(zhǔn)殘差最大值為1.926，無異常，模型成立。模型表達(dá)式為 SBE=6.351+4.022×H₁₇-1.239× 主色相比例， H₁₇ 顯著正向影響SBE，貢獻(xiàn)率為 37.1% ；主色相比例顯著負(fù)向影響SBE，貢獻(xiàn)率為 38.5% （表6）。

2.3多重比較分析使用多重比較分析方法研究與各美景度評(píng)價(jià)等級(jí)相對(duì)應(yīng)的色彩量化指標(biāo)之間是否存在顯著差異。

II、ⅢI、V、V組分別表示美景度評(píng)價(jià)值由高到低，結(jié)果如圖1所示。在研究范圍內(nèi)， H₅ 的I組與V組存在顯著差異，即注：不同小寫字母表示組間差異顯著（ Plt;0.05， 。

Note：Different lowercase letters indicate significance difference between groups（ （Plt;0.05） ：

Fig.1The results of multiple comparison of scenic beauty estimation grade and color quantifying index黃綠色比例越低，花壇配色受歡迎程度越高。 V₁ 的1組分別與Ⅲ和IV組存在顯著差異，低明度比例越低，越受公眾喜歡；V₂ 的Ⅲ組和V組存在顯著差異； V₃ 的I組分別與V和V組存在顯著差異，高明度比例增加，公眾越喜歡花壇配色。明度分析表明，低明度比例越高或高明度比例越低，均會(huì)造成美景度評(píng)價(jià)值降低。 S₂ 的Ⅱ組和V組間存在顯著差異； S₃ 的I組分別與Ⅱ、ⅢI、IV組間存在顯著差異，這表明中飽和度比例在一定程度上影響公眾對(duì)花壇的評(píng)價(jià)，但是主要發(fā)揮作用的是高飽和度比例，高飽和度比例越高，越不受公眾喜歡。主色相比例中I組分別與Ⅲ 和V組間存在顯著差異，可以推測主色相比例越高，越不受公眾喜歡。

3討論與結(jié)論

根據(jù)線性回歸和多重比較分析結(jié)果可知，影響公眾對(duì)花壇色彩配置評(píng)價(jià)的色彩量化指標(biāo)有8個(gè)，包括 H₅ （黃綠色比例）， H₁₇ （白色比例）， S₂ （中飽和度比例）， S₃ （高飽和度比例）， V₁ （低明度比例）， V₂ （中明度比例）， V₃ （高明度比例）以及主色相比例（所占像素?cái)?shù)占比最大的色相）。從美景度評(píng)價(jià)等級(jí)I、ⅡⅢ和V組中分別挑選3張照片，將這3張照片色彩量化指標(biāo)數(shù)據(jù)呈現(xiàn)出來（圖2），將色彩量化指標(biāo)和美景度評(píng)價(jià)等級(jí)相結(jié)合，對(duì)SBE排名前3位的照片（圖3）進(jìn)行分析。

多重比較分析表明， H₅ 與SBE呈負(fù)相關(guān)，圖2中從I至V，H₅ 逐漸增大，圖3中3張照片黃綠色比例較小，符合公眾審美，分析結(jié)果與圖3內(nèi)容相符。通過回歸分析法可知， H₁₇ 對(duì)SBE有正向影響，圖3的3張照片中均有一定的白色，圖2中I組的 H₁₇ 較其他組高，但是V組的第3張照片中 H₁₇ 也較高，說明美景度評(píng)價(jià)值除了受 H₁₇ 的正向影響外，存在其他降低SBE的因子。通過相關(guān)性分析、多重比較分析和線性回歸分析，均證明飽和度和明度對(duì)美景度評(píng)價(jià)值有顯著影響。圖2顯示I組 S₀ 和 S₁ 值均比Ⅱ組和V組高，I組 S₃ 比I和V組值均低;I、I和V組的 V₁ 和 V₂ 值無明顯差別，但多重比較分析表明， V₁ 越低，或 V₃ 越高，都能夠使美景度評(píng)價(jià)值較高，說明明度對(duì)圖2中I、Ⅱ和V組存在一定的影響，這與圖3所呈現(xiàn)的效果一致。圖2主色相比例I至V組逐漸增大，這與相關(guān)性分析、多重比較分析和線性回歸分析結(jié)果均一致，表明在一定范圍內(nèi)降低主色相比例有利于提高美景度評(píng)價(jià)值，同時(shí)從圖3的3張照片可以看出，公眾更喜歡主色相比例低的花壇配色方式。

注：從左至右美景度評(píng)價(jià)值依次減小。

Note：The value of the beautiful scenery decreases fromleft to rightin sequence.

因此，在設(shè)計(jì)國慶節(jié)花壇色彩時(shí)，應(yīng)適當(dāng)提升白色系占比，減少黃綠色系；在飽和度方面，增加極低、低飽和度比例，降低高飽和度比例；明度方面，減少低明度比例，增加高明度比例；適當(dāng)降低主色相比例，減少因某種色相比例過多造成的整體色差小及色相過于集中的問題。

參考文獻(xiàn)

[1]魏琪茗.沈陽市渾河核心區(qū)段濱水公園景觀色彩應(yīng)用分析與研究[D].沈陽：沈陽農(nóng)業(yè)大學(xué)，2019.

[2]楊杰.常色葉園林植物葉色色彩量化與景觀評(píng)價(jià)[D].貴陽：貴州大學(xué)，2021.

[3］王子.基于游客偏好的風(fēng)景林景觀色彩評(píng)價(jià)與優(yōu)化經(jīng)營方法研究：以紫金山國家森林公園為例[D].南京：南京林業(yè)大學(xué)，2021.

[4]萬欣，王磊，江浩，等.基于SBE法的徐淮平原農(nóng)田林網(wǎng)美景度評(píng)價(jià)[J].江蘇林業(yè)科技，2018，45（6）：16-18，43.

[5]張前進(jìn)，吳澤民，周文.城市景觀生態(tài)林景觀美景度評(píng)價(jià)[J].安徽農(nóng)業(yè)大學(xué)學(xué)報(bào)，2014，41（2）：188-192.

[6]賈娜.林木色彩量化與觀賞效應(yīng)研究[D].呼和浩特：內(nèi)蒙古農(nóng)業(yè)大學(xué)，2021.

[7]馬冰倩，徐程揚(yáng)，崔義.八達(dá)嶺秋季景觀整體色彩組成對(duì)美景度的影響[J].西北林學(xué)院學(xué)報(bào)，2018，33（6）：258-264.

[8］壯婧.基于公眾審美偏好和情感感知的花境色彩特征量化研究：以滬杭地區(qū)花境為例[D].杭州：浙江大學(xué)，2022.

[9]毛炯瑋.城市自然遺留地的景觀美學(xué)評(píng)價(jià)：以上海市為例[D].上海：上海交通大學(xué)，2009.

[10]康雨姍.田園花卉景觀的色彩量化與視覺評(píng)價(jià)研究[D].成都：四川農(nóng)業(yè)大學(xué)，2021.

[11]劉好玉.杭州城市綠地花境色彩量化與偏好研究[D].杭州：浙江農(nóng)林大學(xué)，2023.