基于FAHP 的梅嶺國家森林公園景觀視覺評價?

沈欽煒 魏凌偉 熊慧錦 謝煥景 陳孝云 陸東芳 陳小英

1 福建農林大學藝術學院園林學院合署 福州 350002

2 福建農林大學材料工程學院 福州 350002

自20 世紀60 年代以來, 國內外許多學者對國家森林景觀視覺資源進行了深入研究, 提出了許多切實可行的景觀評價方法, 如ASG 綜合法[1]、 SBE 美景度法[2]、 SD 語義解析法[3]等。隨著科學技術的發展, 3S 技術開始逐漸普及,景觀評價逐步由定性向定量發展, 將GIS 技術與景觀視覺評價相結合, 使之應用場景更加廣泛[4]。 對于利用GIS 對空間信息進行分析和處理的功能, 許多專家與學者致力于空間連通性、景觀醒目度、 視覺敏感性等方面。 單一學科的發展逐步演變為多學科多專業的協同發展, 在景觀評價已有的研究范圍內, 還延伸拓展至生態學、 心理學、 林學等領域[5]。 國內的研究主要傾向于從某一角度或某一個側面去反映景觀的視覺特征, 但缺乏系統全面的理論體系與評價標準, 如何全方位多角度反映景觀視覺元素變化, 更加科學合理地選擇評價因子是當前亟待解決的問題。

目前針對景觀視覺評價的綜合定量分析,提出了很多評價方法, 主流評價方法有層次分析法[6]、 模糊數學法[7]、 主成分分析法[8]、 模糊層次分析法等[9]。 本文結合GIS 技術與FAHP模糊層次分析法對研究地進行定量分析, 設計科學可行的景觀視覺評價體系, 力求多層次揭示景觀視覺資源分布, 多因子分析景觀視覺資源影響因素。

1 研究方法

江西梅嶺國家森林公園位于江西省會南昌市, 與滕王閣隔江相望, 與南昌城區緊密相連,距中心城區10 km, 占地面積約11 173.1 hm2。 其中林地占83.5%, 耕地占12%, 水域及濕地占1.5%, 建設用地占2.2%, 其他用地占0.7%,植物資源豐富, 森林覆蓋率高達81.5%。 梅嶺屬于亞熱帶季風氣候, 全年四季分明。 本研究以景觀視覺作為出發點, 以梅嶺國家森林公園作為研究區域, 建立由相對距離敏感度、 相對坡度敏感度、 醒目度敏感度、 視頻敏感度4 個因子構成的景觀視覺評價體系, 利用GIS 的空間分析功能提取各指標值, 并運用FAHP 法得到各指標權重[10], 最終通過標準化后的指標值與權重的加權運算得到21 個景點的景觀視覺敏感度。

1.1 數據來源

本研究數據包括江西梅嶺國家森林公園總體規劃(2017—2026), 主要有區位圖、 綜合現狀圖、 風景資源分布圖、 景區景點分布圖、 游憩項目策劃圖、 游覽線路組織圖等, 來源于南昌市灣里區林業局官網。 梅嶺國家森林公園遙感圖像來源于Geospatial Data Cloud (地理空間數據云), Landsat 8 OLI_ TIRS 衛星數字產品(數據標識: LC81220402018107LGN00); 梅嶺國家森林公園DEM 數字高程數據來源于Geospatial Data Cloud (地理空間數據云),GDEMDEM 30M 分辨率數字高程數據(數據標識: ASTGTM_ N28E115)。 數據預處理: 按照規劃范圍對DEM 高程數據進行裁剪, 并且以谷歌地圖作為底圖, 結合梅嶺國家森林公園總體規劃篩選出21 個主要游覽景點與4 條主要游覽路線并進行矢量化。

1.2 評價指標選擇

1) 相對距離敏感度。 相對距離敏感度(D)是以某一物體為參照從而反映出人視線距離變化所產生影響的評價因子。 以人的感官來說,觀察者與景物的距離越近, 所能看到的細節越多, 對人產生的視覺沖擊就更大; 反之, 距離越遠, 人的視線越難以抓住重點, 景點的吸引力也隨之減弱, 因此人相對于景點越近, 則該景點的相對距離敏感度越高。 本文將采用GIS中的鄰域分析功能對該區域進行分析, 借鑒前人研究經驗建立分級緩沖帶, 以21 個景點周邊500 m 范圍內作為近景帶, 以景點周圍500 ～1 500 m范圍作為中景帶,以景點周圍大于1 500 m 的范圍作為遠景帶[11], 利用分析工具分別計算在近景帶和中景帶范圍的道路長度, 根據公式加權總和, 最終得到相對距離敏感度, 見圖1 和式(1)。

式(1) 中:d遠為遠景帶范圍內的道路長度,d近為近景帶范圍內的道路長度。

2) 相對坡度敏感度。 相對坡度敏感度(S)所反映的是游客的視平線與視覺角度之間的關系。 研究區域的地形起伏越大, 表示該區域的相對坡度越大, 對游客最直觀的感受是視覺仰角變大, 更容易樹立莊嚴肅穆的景物形象, 相對坡度敏感度也就越高。 本文以游客位置至景點位置的相對距離與游客位置至景點位置水平距離的夾角表示相對坡度敏感度。 根據對研究區域的地形分析可知游客基本以平視和仰視景物為主。 在平視和仰視的情況下, 游客的視線與景物之間的夾角實際上就是地形坡度[12], 見圖2 和式(2)。

圖1 相對距離敏感度分析圖

式(2) 中:β為游客位置至景點位置的相對距離與游客位置至景點位置的水平距離的夾角, 在平視與仰視情況下即為地形坡度。

圖2 相對坡度敏感度分析圖

3) 視頻敏感度。 視頻敏感度(F) 取決于游客在游覽過程中所觀察到的景點頻率, 在整個游覽過程中, 游客看到景物的次數越多, 越容易被景物所吸引, 相應的視頻敏感度就越高。在實際情況中由于游客的游覽路線不確定, 難以探究其視頻敏感度的變化, 因此本次研究假定游客按照設定的游覽路線行進且走完全程。研究中將景點視域與道路游線疊加分析, 提取出相交部分, 即為在整個游覽過程中所能看到該景點的道路長度, 這個值與游線總長度的比值即為游客在游覽過程中觀察到該景點的概率,即為視頻敏感度, 計算公式如式(3):

式(3) 中:f1為景點視域范圍內的游線長度,f2為研究區范圍內的游線總長度。

4) 醒目度敏感度。 醒目度敏感度(C) 主要指景物自身借助地理優勢或環境氛圍所反映出的引起人注意的特性, 具體由環境對比度與公眾關注度兩方面所決定, 計算公式如式(4)。環境對比度是指景物自身與周圍環境之間的差異性, 可以反映景觀與環境之間亮度值的變化。研究地為國家森林公園, 自然環境良好、 植被茂密, 可以用景物相對周邊環境的植被覆蓋度反映其對比度。 NDVI 是歸一化植被指數, 用來檢測區域植被覆蓋度變化, 可以用來反映景物與環境之間的遮擋關系, 利用遙感圖像對NDVI指數進行定量分析[13], 利用提取分析計算各景點位置NDVI 值, 利用鄰域分析計算各景點視域范圍內的平均NDVI 值, 以這兩個數據反映環境對比度(圖3)。 公眾關注度以游客為出發點,深入分析各景點所處的地理位置和所起到的交通職能, 可以看出在重要的交通樞紐例如公園入口、 公園出口、 換乘點等位置, 游客所停留的時間最久, 公眾關注度也越高。 公園出入口相比于換乘點人流更加密集, 故公園出入口附近景點的公眾關注度大于換乘點附近的景點。因此將公園出入口附近景點的公眾關注度設定為1, 將換乘點附近景點的公眾關注度設置為0.5, 其余景點的公眾關注度設置為0。

式(4) 中:Ta為公眾關注度,Ec為環境對比度,w1為公眾關注度所占權重,w2為環境對比度所占權重。

1.3 基于FAHP 的景觀視覺評價方法

模糊層次分析法(FAHP) 是在層次分析法的基礎上, 引入優先關系矩陣, 并以此建立模糊一致判斷矩陣分析各因子之間的相互關系,最終確定各景觀視覺因子所占的權重。

1.3.1 確定各因子的優先關系

在本次研究中引入模糊度的原則[14], 相比與層次分析法僅考慮“0” 和“1” 這兩種極端情況, 模糊層次分析法更加客觀, 其建立優先關系矩陣Q 進行分析, 以3 個標度作為其評價標準(優先關系A 因子重要性大于B、 A 因子重要性等于B、 A 因子重要性小于B 分別對應標度1、 0.5、 0), 得到梅嶺國家森林公園視覺敏感度優先關系矩陣, 見公式(5)。

1.3.2 建立模糊一致判斷矩陣

通過優先關系矩陣消除人為因素的干擾,在此基礎上繼續建立模糊一致判斷矩陣[15], 旨在理清研究思路, 充分全面地考慮問題, 建立具有一致性的判斷矩陣, 見式(6) 至式(8)。

式(6) 至式(8) 中:qj為第j行優先關系矩陣數值之和;mjl為第j行第l列的模糊一致矩陣標度值;n為所參與分析的評價因子數量;M為模糊一致判斷矩陣。

1.3.3 計算各因子的權重值

由式(9) 和式(10) 可得, 相對坡度敏感度、 相對距離敏感度、 醒目度敏感度、 視頻敏感度這4 個評價因子的權重分別為:

2 評價結果與分析

對通過FAHP 法求得的各因子權重與標準化后各因子數值, 進行加權求和, 最終得到各因子的景觀視覺敏感度(表1、 圖4)。

表1 梅嶺國家森林公園景點視覺評價因子

表1 (續)

圖4 景觀視覺敏感度綜合分析得分

2.1 相對距離敏感度

由圖1 可知, 4 號四季花海的相對距離敏感度最高, 7 號洪崖丹井最低, 10 號三寶樹、 11號龍吟谷、 12 號梅嶺夕照均處于較高水平。 結合游覽道路協同分析可知, 相對距離敏感度高的景點基本上位于主要道路交會處, 或者道路曲折回環、 遍布景點周圍。 因此, 距離越近,物體的輪廓與形狀越清晰, 人們所能觀察到的細節越多, 越容易引起人的注意, 在相同的觀察條件下, 相對距離敏感度受道路游線規劃布局的影響。

2.2 相對坡度敏感度

坡度數據主要由DEM 數字高程模型經由ArcGIS 空間分析模塊得到, 分析結果如圖2 所示。 梅嶺國家森林公園平均海拔248.52 m, 主要地形為平原, 西北部地區較為平坦, 東南部地區地勢較為陡峭, 而大部分景點位于坡度較大的東南部地區。 結合圖2 可知, 20 號賞泉亭相對坡度敏感度最高, 因為該景點地勢較高,周圍群山環抱, 地形陡峭; 19 號科普時間基地最低, 這是由于該景點所處區域地勢平緩; 4 號四季花海、 10 號三寶樹、 21 號七彩疊泉均處于較高水平。 因此, 景點所處的坡度越高, 人的視線夾角越大, 越容易給人更加震撼的視覺體驗。

2.3 視頻敏感度

根據光的直線傳播原理, 景點視域即反映為游客在游覽過程中所能觀察到該景點的區域,在該區域內逗留時間越長, 游客發現該景點的幾率越大, 則越容易留下深刻印象。 經分析可知, 14 號紫陽宮的景點視域雖然不是最大, 但視頻敏感度卻最高, 說明道路的設置與該景點視域剛好契合, 因而導致景點視頻敏感度明顯較高。 因此, 視頻敏感度主要受景點視野開闊度與道路游線布置的影響。

2.4 醒目度敏感度

由分析結果可知, 1 號銅源港水碓群、 7 號洪崖丹井、 21 號七彩疊泉的公眾關注度最高。游客更喜歡聚集在景點出入口以及道路節點,而處于周邊的景點也更容易受到游人的關注。

由圖3 可知, 20 號賞泉亭的環境對比度最高, 11 號龍吟谷最低, 21 號七彩疊泉和18 號水上漂均處于較高水平。 整體來看, 各景點的NDVI 值相對平均, 環境對比度的差異不大, 只有20 號賞泉亭的數值格外突出, 究其原因, 可能是該區域地勢較高, 坡度較陡, 賞泉亭的出現與周圍環境形成鮮明反差。

2.5 景觀視覺敏感度綜合分析

將相對距離敏感度、 相對坡度敏感度、 視頻敏感度、 醒目度敏感度按照FAHP 法所求得權重進行加權疊加, 結果如圖4 所示。

由圖4 可知, 20 號賞泉亭景觀視覺敏感度最高, 這是因為該景點周圍群山環抱, 地形陡峭, 在此處設置景點容易和周圍環境產生強烈對比, 引起游客興趣, 而且該景點地勢較高,視野開闊, 游覽道路依附山勢盤旋而上, 游客沿著道路可將周圍一切盡收眼底; 17 號森林浴場和19 號科普實踐基地的景觀視覺敏感度最低, 前者是由于該景點的可視面積較小, 視野相對狹窄, 不容易被游客注意也無法滿足游客的觀景需求, 后者是由于地勢平坦, 周圍相關景點較少, 處于被孤立的狀態。

整體來看, 21 個景點的景觀視覺敏感度具有較大差異, 這與各個景點的周邊環境密不可分。 景觀視覺敏感度較高的景點包括4 號、 20號、 21 號等, 較低的包括3 號、 5 號、 17 號、19 號等。 經過比較可以發現: 數值較高的景點,其4 項因子的得分都比較均衡; 反觀數值較低的景點, 其4 項因子中總會有1 個或2 個因子是低于平均水平的, 這也反映了景觀視覺敏感度是受多因子協同作用的結果。

3 結論與討論

本研究以梅嶺國家森林公園作為研究對象,利用模糊層次分析法確定各因子權重, 對相對距離敏感度、 相對坡度敏感度、 視頻敏感度、醒目度敏感度進行綜合分析, 最終得到研究區景觀視覺綜合評價分析圖。 研究結論如下: 相對距離敏感度最高的景點為四季花海; 相對坡度敏感度最高的景點為賞泉亭; 視頻敏感度最高的景點為紫陽宮; 醒目度敏感度最高的景點為七彩疊泉; 景觀視覺敏感度最高的是賞泉亭。本研究所使用的模糊層次分析法是通過建立綜合評價體系對景觀視覺因子進行定量評價, 相比于傳統的專家打分法或者層次分析法更具客觀性, 并從4 個方面進行定量研究, 具有較好的綜合性和合理性。

隨著社會不斷發展, 人們對精神生活提出更高要求, 如何合理規劃現有優質景觀資源,為游客創造優質的旅游環境, 是促進旅游業發展、 滿足人民美好生活需要的一部分。 游客對于景觀的感受直接反映為景觀的優劣程度, 因此可以利用景觀視覺評價對景點質量進行分析,為國家森林公園整體規劃提供合理的指導建議。本研究也存在一定不足之處, 例如缺少對游客心理感受的分析, 對于景點的分析具有一定局限性, 條件太過理想化等等, 因此構建一個更加合理、 更加完善的景觀視覺評價體系仍是今后需要努力的目標。