森林色彩景觀格局指數與色彩屬性指標對觀賞效應的影響*

賈 娜 史久西 秦一心 格日勒圖 張 龍

(中國林業科學研究院亞熱帶林業研究所 杭州 311400)

色彩是形式美的構成要素之一，對正常視覺的影響超過事物形體要素(張繼渝，2005)，因此，在森林美學研究中，色彩作為重要的構景因子受到重視，學者們從森林色彩的呈現機制(Hanetal.，2003； 王冬雪，2017)、植物呈色與環境影響(Grown ，2014)、色彩的量化與標定(Karin，1996； 鄭瑤，2014； 孫亞美，2015)、色彩對視覺質量的影響(于楊等, 2017； 馬冰倩等，2018)等不同角度作了大量研究。在視覺質量評價中，大多取色彩種類、數量、面積比例等數量指標(于楊等，2017； 鄭宇等，2016)或與色調、明度、色相等相關的色彩屬性指標進行分析研究、統計建模等(鄭瑤，2014； 鄭宇等，2016； 秦一心，2016)。事實上，在色彩數量與屬性相同或相似的條件下，不同的空間格局將產生截然不同的視覺效果，但由于表征空間格局的指標量化較為困難，目前相關研究較少，或者采用描述方法避免量化計算，如趙秋月等(2018)對福州市西湖公園園林植物景觀評價研究中，將主色格局分為較差、一般、合理3級。

隨著地理學、景觀生態學與計算機技術的發展，景觀空間分析方法已趨成熟，其中景觀格局指數作為景觀空間結構與景觀異質性的定量描述工具，景觀格局與生態效應相關關系研究較多(傅伯杰等，2002； King，2002； 史久西等，2009)，能否借此工具開展森林色彩格局量化研究，建立其與觀賞效應之間的聯系，已引起學者注意(Schirpkeetal.，2013； 毛斌等，2015)。但目前研究對象尺度較小、指標類型有限，研究結論尚有待驗證、深入和完善。本研究以長三角地區森林色彩景觀為對象，在小班、林班尺度下研究森林色彩景觀格局指數(簡稱色彩格局指數)、色彩屬性指標對觀賞效應的影響，為該尺度下森林色彩格局配置提供指導。

1 研究區概況

杭州富陽區(119°25′—120°09′E, 29°44′—30°11′N)、淳安縣(118°20′—119°20′E, 29°11′—30°02′N)位于浙江省西北部，兩地年均氣溫17.4 ℃，全年無霜期232天，年降水量1 486 mm，年日照1 933 h。土壤以紅壤、黃壤、巖性土和水稻土為主，紅壤面積最大。植被屬中亞熱帶常綠闊葉林，以殼斗科(Fagaceae)、樟科(Lauraceae)和山茶科(Theaceae)等地帶性樹種為主構成，自然分布或人工栽植有楓香(Liquidambarformosana)、檫樹(Sassafrastsumu)、馬褂木(Liriodendronchinense)、黃連木(Pistaciachinensis)、銀杏(Ginkgobiloba)和三角楓(Acerbuergerianum)等秋色葉樹種，形成彩色森林斑塊，鑲嵌于常綠林基底中，呈團狀、塊狀、點狀、線狀形態，隨機、聚集或均勻分布，是長三角地區一種典型的森林季相景觀。

2 研究方法

2.1 圖片來源

森林圖片主要攝自杭州市富陽區環山鄉、龍門鎮、洞橋鎮和淳安縣威坪鎮。場景為山地森林秋季景觀，在200～500 m中等視距下，以1至數個小班為視野范圍，用Canon 5 d 105 mm鏡頭攝取森林全景(不含天空)圖片，并選出典型圖片40張作為研究樣本。所選圖片在色彩性質上盡量一致，均以紅、黃色系為目標顏色，綠色為底色，而在色彩斑塊數量、大小、形狀、空間排列方式上盡量有所區別，以突出色彩格局變化與影響。同時，為豐富色彩格局類型，按上述條件要求從網絡媒體上篩選長三角地區森林景觀圖片20張以作補充，總計60張。

2.2 顏色分類

利用Photoshop軟件，根據圖底關系和面積大小，將畫面色彩分為主色、輔色、點綴色、背景色4類。其中主色為畫面中占優勢的彩色色系； 輔色為有一定面積的彩色色系； 點綴色為除主色、輔色、背景色外的其他色系。此3類色系形成3個色彩斑塊類型，是本研究的主要對象，3個色系疊加后形成全色，用于景觀水平色彩格局指數計算。背景色為森林綠色底色(景觀基底)，不參與指數計算(圖1)。

2.3 色彩格局指數和色彩屬性指標設計

景觀格局指數分為兩個類型，即景觀水平格局指數和斑塊水平格局指數(傅伯杰等，2002)，前者基于全色斑塊計算，后者對主色、輔助、點綴色3類斑塊分別計算(圖1)。將色彩分類結果按類導出，通過中間軟件CAD轉化為dwg文件，實現矢量化。矢量文件dwg由ArcMap讀取，濾去對視覺影響不大的細小色斑，制作柵格文件(圖1)，調用Fragstics計算色彩格局指數。

為開展不同指標類型與觀賞效應間的關系分析，選擇色相、純度、明度和色差為色彩屬性指標，基于線性色彩空間HSB(hue、saturation、brightness)，利用ColorImpact軟件分別提取圖片樣本主色、輔色、點綴色的H(色相)、S(純度)、B(明度)及所占面積值，并以面積值為權合成全色三要素值即全色色相、全色純度、全色明度。

2.3.1 景觀水平森林色彩格局指數(18個) 1) 全色相對面積 景觀尺度中主色、輔色、點綴色面積之和占畫面總面積的百分率。

2) 最大斑塊相對面積 景觀尺度中最大斑塊的面積占景觀總面積的百分比。

3) 景觀豐度 景觀尺度中所有斑塊類型的豐富程度。

4) 斑塊數量 景觀尺度中所有斑塊的總數，是表征景觀破碎度的簡單指標。

5) 斑塊密度 單位面積景觀內的斑塊數。

6) 邊緣密度 單位面積景觀內斑塊邊界的長度。

7) 平均斑塊大小 即所有斑塊平均面積，指景觀尺度中某類景觀要素斑塊面積的算術平均值。

8) 平均斑塊方差 景觀尺度中所有斑塊面積方差，反映斑塊規模的變異程度。

9) 平均(斑塊)形狀指數 景觀尺度中所有斑塊周長與等面積的圓周長之比，用來衡量斑塊形狀與圓形的相差程度。

10) 平均斑塊分維數 景觀尺度中所有斑塊的形狀復雜程度，其值越大，斑塊形狀越復雜。

11) 周長面積比 景觀尺度中反映了斑塊形狀的圓滿度和復雜性，周長面積比越大，斑塊越狹長，邊緣越復雜。

12) 蔓延度指數 表征景觀中不同類型斑塊的延展趨勢，其值越大，表明斑塊的連接性越好。

13) 相似毗鄰百分比 景觀中趨于相互鄰接的斑塊數占總斑塊數的比例。其值越大，表明斑塊聚集度大，反之，斑塊趨向分散。

14) 斑塊結合度 景觀尺度中反映所有斑塊類型的物理連接度,當該類型的斑塊分布的聚集度增加時，斑塊結合度指數值增加。

15) 分離度指數 景觀中,不同斑塊個體分布的離散程度。其值越大，表示斑塊越離散，斑塊間距離越大。

16) 香儂多樣性指數 與斑塊類型多少及其分布有關。隨著斑塊類型增加、各斑塊類型分布趨向均衡化，其值增大。

17) 斑塊聚合度 反映了景觀中不同類型的斑塊聚集程度。其值越大，代表景觀聚合程度越高。

18) 森林色彩分布模式 該指標為本研究設計的一個自定義指標，表示森林色彩分布特點。將森林色彩分布分為波紋、聚散、集聚、點從、分散5個模式，并按自然性、秩序性、疏密感由高到低的次序排序(表1，圖2)。按劉麗莉(2004)定序數據量化的方法進行量化。

表1 森林色彩分布模式描述Tab.1 Description of forest color distribution model

圖2 森林色彩分布模式Fig. 2 Forest color distribution model

2.3.2 斑塊水平森林色彩格局指數(9個) 主色相對面積、輔色相對面積、點綴色相對面積 主色、輔色、點綴色面積占總色彩斑塊面積的百分比。

主色邊緣密度、輔色邊緣密度 分主色、輔色計算的邊緣密度。

主色形狀指數、輔色形狀指數 分主色、輔色計算的形狀指數。

主色平均斑塊分維數、輔色平均斑塊分維數 分主色、輔色計算的平均斑塊分維數。

2.3.3 森林色彩屬性指標(9個) 主色純度、輔色純度 利用ColorImpact軟件提取。

主色明度、輔色明度 利用ColorImpact軟件提取。

全色明度 主色、輔色、點綴色的明度值的加權平均值：

式中：PB為全色明度值；Ba、Bb和Bc分別為主色、輔色和點綴色的明度值；Ma、Mb、Mc分別為主色、輔色、點綴色的相對面積；n為畫面面積。

全色純度 主色、輔色、點綴色的純度值的加權平均值。

主色、輔色、全色色差 按下式計算：

式中：D為色差，Hb、Sb、Bb分別為背景色的色相、純度、明度三要素值，Ht、St、Bt分別為目標顏色(主色、輔色、全色)的三要素(色相、純度、明度)值。

2.4 觀賞效應評價

按美景度評價法(Danieletal.，1976)，將樣本照片共60張排成活動展板作為評價媒體。利用李克特(LIKERT)五分量表法設計評價標度，即：很差(1分)、差(2分)、一般(3分)、好(4分)、很好(5分)，評判時提示參評者主要針對色彩格局進行美景度判分。對景觀美景度的眾多研究表明，不同背景人群對同一景觀的評價無顯著差異(俞孔堅，1988； Tahvanainenetal.，2001),因此,組織林學、園林學專業本科生、研究生共240人參與評判。共回收有效問卷238份。

2.5 數據處理

SBE評價值采用平均值法計算(Danieletal.，1983； 宋力等，2006)。借助SPSS軟件進行色彩格局指數、色彩屬性指標與SBE值的Pearson相關分析和逐步回歸分析，篩選指標，建立觀賞效應評價模型。

3 結果與分析

3.1 色彩格局指數和色彩屬性指標對觀賞效應的影響

通過Pearson相關性分析，對36個色彩格局指數和色彩屬性指標進行初步篩選，保留22個與SBE相關性較大的指標，結果見表2。

表2 色彩格局指數、色彩屬性指標與SBE間的Pearson相關系數①Tab.2 Pearson correlation coefficients between color pattern index, color attribute indicator and SBE

色彩格局指數與SBE的相關性分析結果表明：與SBE呈顯著正相關的有點綴色相對面積(r=0.311,P<0.05)和平均斑塊分維數(r=0.322,P<0.05)，與SBE呈顯著負相關的是最大斑塊相對面積(r=-0.331,P<0.05)； 而輔色相對面積(r=0.451,P<0.01)、景觀豐度(r=0.655,P<0.01)與SBE極顯著正相關，主色相對面積(r=-0.390,P<0.01)和森林色彩分布模式(r=-0.690,P<0.01)則為極顯著負相關。

22個指數中，景觀水平的指數數量(17個)大于斑塊水平的指數數量(3個)，兩個水平的指數與SBE相關性最高的前3個指數分別為森林色彩分布模式(r=-0.690,P<0.01)、景觀豐度(r=0.655,P<0.01)、蔓延度指數(r=-0.398,P<0.01)和輔色相對面積(r=-0.451,P<0.01)、主色相對面積(r=-0.390,P<0.01)、點綴色相對面積(r=-0.311,P<0.05)，可見，景觀水平指標與SBE的相關性高于斑塊水平指數。

色彩屬性指標中，除全色明度與SBE極顯著正相關(r=0.482,P<0.01)外，其他指標與SBE的相關性不顯著，表明通過樣本選擇和提示性評判引導較好地控制了色彩屬性指標對觀賞效應的影響。

表2所選指數、指標之間相關性較為復雜，斑塊聚合度、相似毗鄰百分比和斑塊數量3個指數兩兩之間均極顯著正相關(r>0.700,P<0.01)； 全色色差、邊緣密度和周長面積比3個指數、指標間均極顯著正相關(r>0.800,P<0.01)； 主色相對面積與蔓延度指數間極顯著正相關(r=0.862,P<0.01)、蔓延度指數與香儂多樣性指數間極顯著負相關(r=-0.862,P<0.01)、主色相對面積與香儂多樣性指數間極顯著負相關(r=-0.866,P<0.01)，其他指數間相關性相對較低。

取主色相對面積、輔色相對面積、景觀豐度、香儂多樣性指數、蔓延度指數和森林色彩分布模式這6個與SBE相關性較大的指標，進行SBE單指標擬合，結果顯示二次曲線略優于線性模型，但差別不顯著。主色相對面積、輔色相對面積、景觀豐度、香儂多樣性指數、蔓延度指數擬合曲線開口向下，表明在指標取值適中時SBE值最佳； 森林色彩分布模式擬合曲線開口向上，在指標取值較大或較小時SBE值最佳 (圖3)。

圖3 色彩格局指數與SBE單因素曲線擬合Fig.3 Color pattern index and SBE univariate curve fitting

3.2 基于色彩格局指數的觀賞效應評價模型

3.2.1 模型與分析 以表2指標為自變量，SBE值為因變量，通過線性回歸自動篩選指標建立統計模型，結果有全色相對面積(X1)、主色相對面積(X2)、景觀豐度(X6)、邊緣密度(X9)、周長面積比(X13)、斑塊結合度(X16)、香儂多樣性指數(X18)、相似毗鄰百分比(X15)、森林色彩分布模式(X7)9個指數進入觀賞效應評價模型,該模型為：

Y=11.561 4+0.005 1X1-0.014 8X2+0.189 3X6+0.000 1X9-0.000 004 3X13-0.105 2X16-1.105 8X18+0.027 1X15-0.486 2X7

該模型R2=0.834 4，F=18.989 8，P<0.05。指標容忍度值大于0.164 5，有的接近1，表明指標共線性現象可接受(表3)。

表3 觀賞效應評價模型指標統計Tab.3 Statistics of ornamental effect evaluation model indicators

模型擬合效果較好，但進入的指標較多，說明影響色彩格局效應的因素復雜，很難通過少量指標來反映。進入模型的9個指標全為色彩格局指數，由于色彩屬性指標不滿足獨立性和回歸結果最優化要求而被舍去。

對模型各因子分析可知，全色相對面積高但主色相對面積較小、色斑邊緣曲折自然且形狀趨向圓滿、色彩豐富但空間分布不均勻、趨向聚集又不完全連成一體、色斑鑲嵌自然有序的森林色彩景觀的觀賞效應高。

3.2.2 模型指標貢獻率分析 由表4標準化系數絕對值可知，進入模型的9個色彩格局指標中，對觀賞效應影響最顯著的是香儂多樣性指數，其次是森林色彩分布模式，最小的是全色相對面積，排序為香儂多樣性指數>森林色彩分布模式>主色相對面積>邊緣密度>周長面積比>景觀豐度>相似毗鄰百分比>斑塊結合度>全色相對面積。這些指標可分為兩類，一類與斑塊形狀、空間分布無關，稱為數量指數，包含全色相對面積、主色相對面積和景觀豐度； 另一類與斑塊形狀、空間分布有關，稱為空間指數，包含邊緣密度、周長面積比、斑塊結合度、香儂多樣性指數和相似毗鄰百分比。各指標對模型的貢獻率見表4，其中數量指數和空間指數的貢獻率分別為28.64%和71.36%。

4 討論

色彩格局指數、色彩屬性指數與觀賞效應(SBE)間線性關系良好，但部份指標以二次曲線略優，與毛斌等(2015)的結論相似； 香儂多樣性指數和蔓延度指數表現為適度時觀賞效應最好，極端取值均影響觀賞效應。

色彩格局指數、色彩屬性指標與觀賞效應(SBE)之間存在一定的相關關系，但未發現r>0.700的指標，與毛斌等(2015)的研究結論一致，現有景觀格局指數還有局限性，不足以更有效地指示觀賞效應。反映在SBE評價模型上，雖然依賴色彩格局指數開展色彩觀賞效應評價一定程度上可行，但進入模型的指標較多而擬合精度并不是特別高，今后還需進一步優化模型，需尋找、設計特效指標。

本研究提出的“森林色彩分布模式”指標對SBE的影響極顯著(r=-0.690,P<0.01)，因森林色彩格局秩序性、自然性、疏密感的不同，觀賞效應呈規律性變化。由此設想反映色彩單元在一些方向上重復排列而形成某種秩序的景觀格局指數，很有可能是評價景觀效應的特效指標，但目前這類指標尚缺少定量研究，有待進一步深入。

表4 模型指標貢獻率Tab.4 Model indicator contribution rate

5 結論

1) Pearson相關分析顯示，觀賞效應(SBE)與色彩格局指數、色彩屬性指數存在顯著、極顯著相關性，這些指標如最大斑塊相對面積(r=-0.331,P<0.05)、平均斑塊分維數(r=0.322,P<0.05)、香儂多樣性指數(r=0.352,P<0.05)、景觀豐度(r=0.655,P<0.01)、蔓延度指數(r=-0.398,P<0.01)、森林色彩分布模式(r=-0.690,P<0.01)、全色明度(r=0.482,P<0.01)等。

2) 景觀水平指數與SBE的相關性高于斑塊水平指數； 全色屬性指標與SBE的相關性高于主色、輔色屬性指標。從指標之間的相關性看，全色色差、邊緣密度和周長面積三者間均極顯著正相關(r>0.800,P<0.01)； 主色相對面積與蔓延度指數(屬空間指數)間極顯著正相關(r=0.862,P<0.01)、蔓延度與香儂多樣性指數間極顯著負相關(r=-0.862,P<0.01)、主色相對面積與香儂多樣性指數間極顯著負相關(r=-0.866,P<0.01)，表明某些空間指數一定程度上可由色彩屬性指標或數量指數替代。

3) 進入SBE評價模型的9個色彩格局指標有全色相對面積、主色相對面積、景觀豐度、邊緣密度、周長面積比、斑塊結合度、香儂多樣性指數、相似毗鄰百分比和森林色彩分布模式。模型顯示，全色相對面積高但主色相對面積較小、色斑邊緣曲折自然且形狀趨向圓滿、色彩豐富但空間分布不均勻、趨向聚集又不完全連成一體、色斑鑲嵌自然有序的森林色彩景觀的觀賞效應高，此結果可供實踐參考。模型指標中，數量指數和空間分布指數的貢獻率分別為28.64%和71.36%。

4) 本研究提出的森林色彩分布模式指標對SBE的影響極顯著(r=-0.690,P<0.01)。色彩格局疏密變化有致、秩序感高、自然性強的森林色彩分布模式的SBE高。