基于視覺信息的高速鐵路聲屏障景觀量化分析探討

劉江偉，吳小萍

(1.中國鐵路設計集團有限公司，天津 300308；2.中南大學 土木工程學院，湖南 長沙 410075；3.倫敦大學學院 交通研究中心，英國 倫敦 WC1E6BT)

在高速鐵路造成的污染中，噪聲污染最為明顯，其直接或間接地影響鐵路沿線人民群眾正常的生活和生產，成為不可忽視的環境問題[1]。目前，高速鐵路聲屏障是解決噪聲污染的重要途徑。在聲傳播途徑上建造各種形狀的聲屏障，是改善鐵路沿線和站場周邊噪聲敏感區聲環境質量的有效措施，也是迄今為止解決交通噪聲問題使用最多、最有效的途徑[2]。

聲屏障作為高速鐵路的重要組成部分，在隔聲降噪的同時，也成為鐵路沿線的一道風景。但鐵路兩側同時修建聲屏障時，司機和旅客會有不同程度的壓抑、緊張、疲勞等不適感覺，司乘人員感覺猶如在長長的廊道中行進，形成廊道效應。因此，通過景觀美學設計優化聲屏障的景觀效果，減少聲屏障對旅客視覺造成影響，提升旅客視覺美感，成為重要的研究目標和方向。文獻[3]通過聲屏障景觀設計為旅客帶來視覺上的審美愉悅以降低聲屏障的視覺沖擊，并提出鐵路聲屏障景觀設計方法。文獻[4]從聲屏障的屏頂、屏面、屏體、端頭、空間位置、質地和光照等要素入手，對聲屏障景觀構造方法進行探討。文獻[5]認為聲屏障的景觀效果主要取決于聲屏障的外觀形狀、觀看者視覺效果及其與周圍建筑、環境的協調性，并通過成灌城際鐵路聲屏障設計進行鐵路聲屏障景觀設計探討。文獻[6]從景觀設計原則、外觀設計、材料選擇、色彩選擇、與周圍景觀的協調與過渡五個方面提出鐵路聲屏障景觀設計方法。文獻[7]從景觀需求的角度對聲屏障的空間特性進行深入研究，從序列與節奏、空間圍合度、視覺取向力、環境兼容性和地域文化性等方面提出聲屏障景觀補償設計方法。文獻[8]認為聲屏障通常會對沿線環境以及道路上的行人產生強大的視覺沖擊，并從行人視覺感知的角度，闡述聲屏障景觀設計的一般原則和基本方法。文獻[9]基于丹麥、荷蘭、法國等多國聲屏障實例，研究不同環境背景下聲屏障材料選擇與顏色配置，認為聲屏障景觀設計應采用植被烘托隔音屏障形狀和線形變化的方法。文獻[10]認為在高等級公路上應使用粗糙的紋理和簡單、鮮艷的圖案以提高辨識度；而在低等級公路及人行道上，應使用相對細密、豐富的紋理，便于辨別和感知。文獻[11]認為聲屏障景觀設計應與空間環境協調，不同類型的聲屏障其空間形式也不同，具有不同的環境適用性。文獻[12]通過向受噪聲干擾的民眾展示不同類型和外觀的聲屏障，以公眾參與和評議的形式確定聲屏障的類型和外觀，使聲屏障的景觀形式多樣化。文獻[13]指出連續不斷且缺乏變化的聲屏障容易造成駕駛人員視覺疲勞,聲屏障景觀設計的目標就是最大限度地減少由聲屏障的設置引起的壓抑感和廊道效應。文獻[14]認為由于聲屏障由不同材料構成，其質地和紋理也不相同，提出聲屏障紋理和圖案的設計，主要依據交通工具的行駛速度，行駛越快，圖案和紋理的設計應該越醒目。文獻[15]采用計算機可視化場景分析方法，分析不同高度和類型的聲屏障對旅客視覺質量的影響，并對旅客的視覺質量進行數據調查，認為聲屏障的視覺影響與旅客到聲屏障的距離有關。以上研究注重定性分析鐵路聲屏障景觀特性與改善聲屏障景觀方法，聚焦在公路聲屏障。

如何運用量化方法科學分析高速鐵路聲屏障景觀特性并進行評價是本文的重點。本文從視覺信息角度定量分析鐵路聲屏障景觀特性，建立聲屏障景觀量化評價模型，目的是改善和提升鐵路聲屏障景觀設計，為高速鐵路聲屏障工程應用提供借鑒和指導。

1 高速鐵路聲屏障景觀特性

高速鐵路聲屏障景觀是一個與觀察者密切聯系的復雜系統，在高速列車上，旅客與聲屏障景觀是一種刺激-反應的關系，旅客根據觀察到的視覺信息，對周圍的環境和景觀質量做出評判。根據高速列車乘客觀察到的視覺信息，可以將聲屏障景觀特性分為空間特性和視覺特性。

1.1 高速鐵路聲屏障景觀空間特性

高速鐵路聲屏障景觀空間特性是指旅客在高速運行的列車上所能觀察到的視野空間。文獻[16]采用視域、形狀和天空作為概括景觀視覺質量的量化指標，研究不同道路路網結構對街道景觀質量的影響。文獻[17]采用視角、視高、視距和視閾等視覺要素指標量化分析城市街道景觀。文獻[18]認為天空開闊指數可以有效反映視覺空間的開闊程度。高速鐵路沿線聲屏障會對列車上的旅客產生視覺干擾，影響到旅客視覺空間的開闊程度。同時，由于不同區段的高速鐵路聲屏障與線路的距離不同、線路數目的不同、線路兩側聲屏障間距的不同，聲屏障對鐵路乘客所產生的視覺空間影響不盡相同。綜合以上研究，結合高速鐵路聲屏障對鐵路乘客視覺空間的影響，本文將近距比、遠距比、寬高比、天空開闊指數作為衡量高速鐵路聲屏障空間視野開闊程度的景觀量化要素指標。

高速鐵路聲屏障距線路外軌道的最近距離與聲屏障高度的比值稱為近距比α，聲屏障距線路內軌道的最遠距離與聲屏障高度的比值稱為遠距比β，線路兩側聲屏障橫向間距與聲屏障高度的比值稱為寬高比γ。近距比α可以有效地衡量旅客觀測窗外景觀視角的開闊程度，當旅客離聲屏障最近時，聲屏障高度越小，近距比越大，旅客越容易觀測到聲屏障外的景觀。當列車上的旅客離聲屏障最遠時，遠距比β能對旅客觀測周圍環境的視野進行量化。聲屏障的橫向間距越小，高度越大，對旅客產生的心理壓抑程度越大；若線路兩側聲屏障的橫向間距增大，則可以增加旅客觀察周圍環境的視野開闊度，有效降低聲屏障設置使旅客產生的不適和壓抑感，但線路兩側聲屏障的橫向間距一般受到鐵路線路建筑限界的限制，而聲屏障的高度也會對旅客的視野空間產生較大的影響。因此，本文采用寬高比γ衡量高速鐵路聲屏障景觀開闊度。

天空開闊指數是在觀察點上看到的所有天空在視域錐面中所占的比例，一般用立體角λ表示。人眼視野是一個以眼睛為頂點的不規則空間棱錐體，所有進入視野的視覺元素都可以在人眼內形成一個相應的視角[19]。在進行空間開闊程度研究時，視野中的遮擋物在視網膜上產生一個相應的投影面積，這個面積的大小，表征了物體對視線的遮擋程度。將數字圖像作為評價媒介時，在忽略相機邊緣畸變的情況下，可近似用天空面積與全圖像面積之比反映天空的開闊程度[18]。

1.2 高速鐵路聲屏障景觀視覺特性

當旅客在高速運行的列車上觀察窗外的環境時，呈現的視覺是連續不斷的聲屏障的圖像。近年以來，在圖像處理中已經用于基視覺的信息熵-視覺熵來描述人眼對視覺信息的主觀度量，既符合人類的視覺特征，又易于進行量化分析[20]。因此，可以用視覺熵μ對旅客所能觀察到的視覺信息進行度量，來表征視覺對象的復雜程度，視覺熵的值越高，表明旅客所能觀察到的視覺信息越豐富，景觀效果越明顯。同時，聲屏障的色彩是旅客最容易感知的信息內容，不同顏色會對旅客的視覺和心理產生不同影響[21]，在視覺信息量化及視覺注意機制的研究中，通常將色彩豐富指數ξ作為衡量研究對象顏色豐富度的指標[18]。因此，本文將視覺熵μ、色彩豐富指數ξ作為聲屏障視覺景觀的指標要素。

在數字攝影和圖像處理技術應用相對成熟的基礎上，借助 MATLAB2014 軟件，采用圖像處理方法對各被評價圖像的視覺熵μ進行計算，主要包括以下過程:讀入圖像并對其進行灰度化；對圖像進行增強，提高灰度比；設定生長閾值，并進行區域劃分；計算每個區域的面積；計算視覺熵μ。色彩豐富指數ξ是視覺熵μ中加入色彩因子后的改進指標，借用視覺熵的計算思路，可在熵計算公式中的概率Pi前乘以一個能代表所在區域顏色的量值，以灰色、綠色、藍色模式的圖像文件為例，需要提取區域內代表性的點在3個顏色坐標系內的色彩值，并取3個色彩值的算術平均值，再將該平均值加入熵的計算公式以體現色彩具有的特征[22]。

1.3 高速鐵路聲屏障景觀量化值

基于對高速鐵路聲屏障景觀特性的分析，綜合考慮對聲屏障景觀效果產生影響的不同景觀要素，本文采用已經建成的高速鐵路兩側具有代表性的聲屏障圖像(圖1)進行實例分析。

將圖形作為景觀量化媒介，經過MATLAB程序數據計算，得到不同聲屏障景觀指標量化值，如表1所示。

(a)直立百葉孔型

(b)頂部折角透明型

(c)彩鋼板圓弧型

(d)直立穿孔型

(e)直立型鍍鋅

(f)直立型鋁板

(g)復合微孔直立型

(h)金屬微孔頂部弧型

(i)全封閉型

(j)組合透明型圖1 部分聲屏障例圖

表1 高速鐵路不同聲屏障的景觀指標量化值

圖號空間特性視覺特性近距比α遠距比β寬高比γ空間開闊指數λ視覺熵μ色彩豐富指數ξ圖1(a)0.724.436.150.2457 83418 956圖1(b)0.608.628.820.3278 15223 892圖1(c)0.802.753.550.3625 6826 859圖1(d)1.253.684.930.4812 6944 673圖1(e)1.406.567.960.1316 9855 698圖1(f)1.337.028.350.4022 9867 562圖1(g)1.007.848.840.3028 5629 755圖1(h)0.506.376.870.3835 87212 756圖1(i)0.401.371.770.0815 8746 896圖1(j)0.755.145.890.6268 45822 702

2 高速鐵路聲屏障景觀量化評價模型

2.1 權重的確定

層次分析法能有效計算不同因素的權重，具有實用性、系統性和靈活性。因此，本文采用層次分析法確定不同的權重因素。建立判斷矩陣后，分別求解判斷矩陣的最大特征根和相應的特征向量，然后計算和確定權重。通常采用1～9及其倒數法建立判斷矩陣U=(Pij)n×n，計算判斷矩陣U的最大特征根P和對應的特征向量Y，特征向量Y中的元素表明所屬因素的重要性程度[23]。以聲屏障的景觀效果為目標，以景觀要素向量J=[αβγλμξ]中各元素為指標，通過專家問卷調查評分法，并根據各景觀要素指標評分均值，建立相應的判斷矩陣

(1)

運用MATLAB計算該判斷矩陣的特征根，經過比較和分析，該判斷矩陣的最大特征根P=6.60，最大特征根對應的特征向量為Y=[0.66 0.11 0.21 0.16 0.34 0.61]。

隨后對該判斷矩陣U進行有效性檢驗[15]：根據判斷矩陣的最大特征根，計算得一致性指標CI=0.122 3；當判斷矩陣為6階方陣時，查表得平均隨機一致性指標RI=1.26；計算得一致性比例CR為

(2)

CR<0.10，表明該判斷矩陣通過有效性檢驗，所得到的聲屏障景觀各指標重要性系數是合理的。通過對特征向量進行歸一化處理，可以得到高速鐵路聲屏障景觀要素向量J=[αβγλμξ]中各對應元素的權重向量W=[0.317 0.054 0.101 0.075 0.163 0.290]。

2.2 原始數據的處理

運用極差變換原理，對原始數據進行處理，得到相應的值如表2所示。

表2 極差變換后的聲屏障景觀數據

續表2

2.3 模型計算與分析

根據高速鐵路聲屏障工程應用及鐵路聲屏障景觀效果通用分類，將高速鐵路聲屏障景觀的各因子根據其極差變換后的值分為4個灰色組，即優秀組、良好組、普通組、不良組。根據聚類分析的要求，通過考慮最大和最小值，分別選取相應的值作為節點來劃分不同景觀組的取值范圍。四個不同景觀組的取值節點如下：X1=0，X2=0.25，X3=0.50，X4=0.75，X5=1。不同鐵路聲屏障景觀所屬的組類別取值范圍如下：優秀組為(0.75,1]，良好組為(0.50,0.75]，普通組為(0.25,0.50]，不良組為[0,0.25]。

(3)

最后，計算聲屏障景觀i對于景觀組k的綜合聚類系數[24]

(4)

通過計算得到不同聲屏障景觀的綜合聚類系數，見表3。不同聲屏障景觀對于不同景觀組的綜合聚類系數反映了該聲屏障景觀隸屬于該組的可能性，其值越大，表明該聲屏障景觀隸屬于該組的可能性越大。根據隸屬度最大值原則，分別確定不同聲屏障景觀所隸屬的景觀組。鐵路聲屏障所隸屬的景觀組表明其景觀所具有的景觀效果，例如，某聲屏障景觀隸屬于良好組，則該聲屏障景觀效果良好，具有良好的視野空間和視覺效果。通過數據比較與分析，可以確定圖1(b)、圖1(f)、圖1(j)聲屏障景觀屬于良好組，表明其景觀效果良好，聲屏障景觀綜合效果優于其他聲屏障。同時，圖1(a)、圖1(e)、圖1(g)、圖1(h)聲屏障景觀屬普通組，說明這類聲屏障景觀效果一般，而圖1(c)、圖1(d)、圖1(i)鐵路聲屏障景觀屬于不良組，表明這類聲屏障景觀效果欠佳，需要采取措施予以改善和提高。同時注意到，選取的聲屏障景觀無一隸屬優秀組，表明相關的高速鐵路聲屏障景觀需要改進設計以提高其景觀綜合效果。

表3 不同聲屏障景觀的綜合聚類系數

2.4 視覺評判檢驗與討論

通過數字1～9賦值景觀調查法，邀請不同領域內的專家學者、高速鐵路乘客、群眾等對上述10種類型的聲屏障景觀視覺效果進行評判，經過均值計算和數值轉換，得到不同類型鐵路聲屏障景觀的視覺效果均值。同時，依據景觀效果分類要求和數值轉換后的景觀效果均值，結合最大值和最小值，確定不同類型聲屏障景觀所屬的均值區間:優秀類(7，9],良好類(5,7]，普通類(3,5]，不良類[1,3]。通過景觀視覺調查所獲得的數據對景觀進行分類，見表4。

表4 不同鐵路聲屏障景觀效果均值及分類

通過表3與表4對不同聲屏障景觀效果所屬類別的對比，可以發現，除圖1(e)和圖1(g)外，通過視覺信息量化分析確定的景觀效果類別與基于視覺調查數據所確定的分類基本吻合，兩種方法所得到的景觀效果分類具有較高的一致性。因此，通過視覺空間和視覺信息確立的聲屏障景觀量化分析模型可以對鐵路聲屏障的景觀效果進行有效評估和分類。但由于鐵路聲屏障景觀效果視覺評判具有較強的主體性和主觀性，不同評判主體色彩敏感度、色彩傾向、視覺感知等不同而對鐵路聲屏障具有不同的視覺體驗，并對視覺評判結果產生重要影響。同時，參與視覺評估的主體職業、年齡、性別、文化教育程度、出行偏好、出行頻率等不同，也會對鐵路聲屏障景觀效果的視覺評判產生影響，使視覺評判結果和采用景觀模型計算方法確定的評判結果產生偏差。

3 結論

(1)通過對高速鐵路聲屏障景觀特性進行視覺空間和視覺信息分析，提出聲屏障景觀量化分析指標，并運用視覺原理和圖形學計算方法，對選取的高速鐵路聲屏障景觀特性值進行計算。根據計算得到的相關數據，構建了灰色層次分析模型，實現了對不同高速鐵路聲屏障景觀的有效分析和評判，彌補了傳統聲屏障景觀分析和評判過于主觀的缺陷。

(2)利用鐵路聲屏障景觀視覺質量調查法獲得的評判結果對運用鐵路聲屏障景觀模型計算方法確定的景觀評判結果進行檢驗，并對影響視覺評判結果的因素進行了探討。分析表明，盡管兩種方法所得到的評判結果存在偏差，但兩種方法所得到的評判結果仍然具有較高的一致性，通過視覺信息和圖形學計算方法建立的鐵路聲屏障景觀量化分析模型能夠比較準確地實現對鐵路聲屏障景觀視覺質量的評判。

(3)本文探討的基于視覺信息的鐵路聲屏障景觀量化分析方法，對于改善和提高聲屏障的景觀效果，具有重要的啟示和借鑒意義。在滿足降噪要求的前提下，設置聲屏障不僅需要注重其與軌道中心線的距離，使屏障高度和屏間距保持平衡以創造良好的視覺空間，同時應注重屏障本身所攜帶的信息量。高速鐵路聲屏障對旅客的影響不僅是視覺空間和信息上的，更多的是對旅客心理和情緒的影響，因此在未來的研究中，需要采用更加科學和系統的方法進行分析。