刘艳伟，蔡建国,3*，舒美英

(1. 浙江农林大学风景园林与建筑学院，杭州 311300；2. 浙江农林大学暨阳学院，诸暨 311800；3. 浙江农林大学园林设计院有限公司，杭州 311300)

目前对于植物群落美景度的调查研究主要集中在植物群落结构及植物群落生态等方面[1-2]。调查园林植物景观不仅要了解植物的形态生理特征，还应认真研究植物群落色彩配置理论。色彩给人最直接、最强烈的视觉感受，会引起一定的生理变化，产生一定的心理活动[3]，也是群落景观美景度评价中权重占比较高的因素[4-5]。而对于植物色彩的研究多集中在单株植物色彩量化[6]，植物群落色彩配置的理论有待进一步研究。

杭州西湖作为5A 级国家景区，经南线、北线环境改造，如今大多已形成特色鲜明、结构稳定、具有丰富变化、能满足相应功能的植物景观，并得到普遍认可。秋季是植物季相变化最强烈的季节，是植物叶色变化的关键时期。作者对西湖秋季植物群落中秋色叶色彩面积占比进行量化研究，以期对亚热带地区秋季植物景观的配置方式提供一定指导。

1 材料与方法

1.1 研究区域概况

杭州位于东经118°21′ ～ 120°30′， 北纬29°11′ ～30°33′，属亚热带季风气候区，四季分明，雨量充沛。夏季气候炎热；冬季寒冷干燥，春秋两季植物色彩丰富且气候宜人，是观光旅行的好时节。全年平均气温在18 ℃左右。

杭州西湖是自然风貌与人文景观并举的国家重点风景名胜区，其三面环山、一面围城的地势格局和亚热带季风气候的气候特点，为营造丰富的植物群落景观创造了先天独厚的条件。此外，杭州作为重要的历史古都，城市发展悠久，文化底蕴深厚，可以说西湖是集自然、人文、艺术于一身的园林景观。西湖丰富的植物群落景观，得到大家广泛的认可和喜爱。因此，以西湖秋季植物群落景观为研究对象，对于指导亚热带地区秋季植物景观的配置具有积极的意义。

1.2 调查范围

植物群落取自3 个公园：曲院风荷公园、花港观鱼公园和太子湾公园（图1）。这些公园观赏度高，文化底蕴深，植物群落景观多样且色彩丰富，对秋季植物群落色彩定量研究具有重要意义。

图1 调查范围Figure 1 Survey scope

1.3 研究方法

于11 月中旬，在晴朗、能见度高的天气条件下拍摄 47 处样地的景观照片。依据拍摄规范：顺光条件下拍摄且不使用闪光灯；统一使用佳能60S照相机，采用16 mm 的焦距，保持拍摄高度相同，选取3 个公园中观赏点处的植物群落景观进行摄影；尽量保证区域内无建筑物、输电线路、野生动物仪器设备等非构景要素； 拍摄照片的日期尽量接近[7-8]。

1.3.1 秋色叶色域面积占比的计算 秋色叶色域面积占比指标，即在人视域范围内的植物群落景观，视野中秋色叶颜色面积所占植物群落面积的百分比，这一指标主要是借助照片来衡量植物群落空间的秋色叶面积占比。有研究证明基于照片的景观偏好评价与基于现场景观评价是高度相关的[9-10]，故本次研究以照片作为计算人的视野中秋色叶面积占比的评价媒介。

秋色叶色域面积占比的计算法：图像处理软件（常用Photoshop）可以统计出一张图片及图中任意形状（选区）的像素数，因此广泛用于任意形状的面积与分析中[11]。将待计算色彩面积的图片导入Photoshop 中，通过直方图查看整个图像的像素值，记为该图片的总像素。然后新建图层，在新的图层上借助画笔工具，将图片中绿色植物所占的部分，手动覆盖同一颜色，之后在直方图中查看新建图层的像素值，该值即为图片绿色部分像素。再新建一图层，在新的图层上将图片中秋色叶植物所占的部分手动覆盖同一颜色，之后在直方图中查看新建图层的像素值，该值即为图片黄色部分像素。最后通过计算公式K=秋色叶部分像素/植物群落总像素，计算出植物图片中的秋色叶树色彩面积占比，该值即为图片所代表的观察点拍摄方向的秋色叶色域面积占比数值（图2）。

图2 像素计算法示意图Figure 2 Schematic diagram of pixel calculation

1.3.2 SBE 美景度评价 美景度评价法（scenic beauty estimation，简称 SBE 法）是 Daniel 和Boster 提出的一种心理物理模式评价方法，是心理物理学派中最具有科学性、敏感性、广泛性的实用方法，该方法给测试者展示不同的风景图片让其进行打分，最终得到景观的美景度量化表[12]。

将拍摄的47 张秋季群落的样本照片制作成幻灯片，设置每张幻灯片播放的时间为 8 s，70 位评判人员对每张幻灯片上的照片进行植物景观评分。评价等级从-2～2 依次代表很不喜欢、不喜欢、一般、喜欢和很喜欢5 个等级[13-14]。

为了消除不同个体之间评价标准的差异，采用美景度标准化公式将评判者的评价分值进行标准化处理。将每张照片对应所有评价者的标准化值计算平均分得到该植物群落标准化 Z 值，即该植物群落的美景度值（SBE 值）。SBE 值能够反映各个植物群落的景观美学特性，同时还能反映评判者的审美趋向。具体公式如下：

式中：Zxy是第y个评判者对第x张照片的标准化值；Rxy是第y个评判者对第x张照片的评分值；Ry是第y个评判者对所有的群落样本的评分值的平均值；Sxy是第y个评判者对所有的群落样本的评分值的标准差；Zx是第x张照片的景观标准化得分值；Ny是评判者总人数。

通过以上公式能得出每一位评判者对每张植物群落景观照片的 SBE 值，每个群落植物景观的所有评判者评判的 SBE 值进行求和算平均值为该群落植物景观标准化值。

2 结果与分析

2.1 秋色叶色域面积占比分析

就西湖环湖区3 个公园中重要观景点处的植物群落进行照片拍摄，共获得47 张秋季植物群落景观的照片。按照上述方法对秋色叶的面积占比进行量化，并以0.5 为界，将所得数据进行分类整理得出如图3 所示的点状图。在47 处景观照片中，秋色叶色域面积 ＞ 0.5 的照片有17 张，占总数的36%；秋色叶色域面积 ＜ 0.5 的照片有30 张，占总数的64%，且有的植物群落秋色叶色域面积占比为0 或接近0。这与亚热带常绿阔叶林为主的自然分布特征相吻合。在图3（a）中秋色叶的面积占比主要分布在0.55 ～ 0.8区间范围内；图3（b）中秋色叶的面积占比主要分布在0 ～ 0.5 区间内，数据比较分散。于是对所获得的照片做进一步美景度评价，筛选出人们喜爱的秋季景观。

图3 植物群落中秋色叶色域面积占比Figure 3 The proportion of autumnal leaf gamut area in plant community

2.2 SBE 美景度评价

将问卷表中的喜欢、很喜欢归为积极的景观评价，不喜欢、很不喜欢归为消极的景观评价，一般为中立的景观评价，对3 种景观评价态度出现的频数进行统计，得出如图4 所示的折线图。由图4 中的信息可知，对西湖47 处植物群落的美景度评价普遍呈积极的态度，出现的频数大致分布在40 ～ 60区间范围内，约占评价总人数的56% ～ 86%；消极的美景度评价态度普遍偏低，甚至为零，频数最高不超过10；群落32 和35 是仅有的中立评价频数大于积极评价频数，群落景观相对较差。就全部数据而言，植物群落景观评价呈现积极的趋势，侧面体现西湖植物景观的匠心营造。

图4 评价态度出现的频数Figure 4 FreKuency of appraisal attitude

图5 是问卷调查中积极态度出现的频率，以0.5为积极与不积极（中立和消极）的分界线，除群落32 和35 外，其他群落的频率都高于0.5，呈现积极的评价态度，观赏性相对较高；再以0.7 为分界线，将 ＞ 0.7 的群落，列为接受程度很高，观赏性很高的群落，分别有1、2、4、6、8、11、13、16、17、18、19、21、22、27、28、30 和42 这17 个植物群落（表1）。

表1 色域值大于0.5 图像处理结果Table 1 The gamut value more than 0.5 image processing results

图5 秋季植物群落的积极态度分布频率Figure 5 Distribution FreKuency of positive attitude in autumn plant community

从47 个植物群落SBE 标准化值的柱状分布图（图6）中，可获取SBE 标准化值 ＞ 0 的植物群落为1、2、3、4、6、8、11、12、13、16、17、18、19、21、22、27、28、30、31 和42 这20 个群落。

图6 秋季植物群落SBE 得分柱状图Figure 6 Histogram of SBE score of plant community in autumn

将图5 中积极评价频率中＞ 0.7 的数据与图6中＞ 0 的SBE 标准化数值进行对比分析（图7），评价频率变化大致与SBE 标准化值变化呈同步，评价频率＞ 0.7 的群落序号和SBE 标准化值 ＞ 0 的群落序号大致相同。可见在美景度问卷中，频率与SBE标准化值均可以表现评价者对群落景观的态度。将满足这两个条件的群落进行整理，有1、2、4、6、8、11、13、16、17、18、19、21、22、27、28、30和42 这17 个群落。

图7 秋季植物群落＞0 的SBE 得分值与积极太度分布频率Figure 7 SBE score of greater than zero and distribution FreKuency of positive attitude in autumn plant community

对17 个群落的秋色叶色域面积的比值进行点状图的绘制，如图8 所示。由图8 中点的分布可推测，在小于0.5 的数值中，即图中圆形的点，秋色叶色彩面积比值接近0.4；在大于0.5 的数值中，即图中正方形的点，秋色叶色彩面积比值接近0.7。对图中圆形的点对应的面积比值进行均值计算，得0.377，接近0.4；正方形的点对应的面积比值进行均值计算，得0.699，接近0.7。准化值和积极评价频率较高。图片30、 42 虽秋色叶面积占比不到0.1，但 SBE 标准化值和积极评价频率较高。

图8 SBE 值＞0 的植物群落的秋色叶色域面积占比Figure 8 The proportion of autumn leaf gamut area of plant community with SBE value more than zero

2.3 相关性分析

为进一步验证植物群落美景度评价得分是否与比值0.4 和0.7 有关，利用SPSS 软件对两者进行相关性分析研究。文章对收集的47 张秋季植物群落的图像进行美景度评价，将图像按照分数由高到低进行排序，以X1、X2、X3…..来表示色域面积占比大于0.5 的图片序号，以Z1、Z2、Z3…..来表示色域面积占比小于0.5 的照片序号。以K 值代表秋色叶色域面积的比值，为方便计算，用|K- 0.7|、|K-0.4|进行SBE 标准化值与秋色叶色域面积比值的相关性分析，所得结果如表1 和表2 所示。

表2 色域值小于0.5 图像处理结果Table 2 The gamut value less than 0.5 image processing results

在秋色叶色域面积占比小于0.5 的相关性分析中，SBE 标准化值与|K-0.4|两者存在相关性，且相关系数为-0.666，是强负相关关系（表3），即SBE标准化值越高，则|K-0.4|越小，秋色叶色域面积占比K 越接近0.4。

秋色叶色域面积占比大于0.5的相关性分析中，SBE 标准化值与|K-0.7|两者存在相关性，且相关系数为-0.627，是强负相关关系（表3），即SBE 标准化值越高，则|K-0.7|越小，秋色叶色域面积占比K 越接近0.7，这与图8 所示的结果相符。

表3 SBE 美景度标准化值与|K-0.7|、| K-0.4|相关性分析Table 3 SBE beauty degrees of standardized values and | K-0.7 |and | K-0.4 | correlation analysis

由上述相关性分析结合图8 分析可知，在秋色叶色域面积占比小于0.5 的数据中，SBE 标准化值分布在0.4 数值上下；在秋色叶色域面积占比大于0.5 的数据中，SBE 标准化值的分布在0.7 左右。

3 结论

色彩评价是植物景观评价中的重要部分，从色彩面积对比、美景度评价2 个方面对杭州西湖47处秋季植物群落进行量化分析。

在色彩面积对比量化研究中，通过对秋色叶色域面积占比的数量统计，47 处植物群落景观的秋色叶的面积占比分布在0 ～ 0.8 的范围，分布较散，没有统一的规律。比值大于0.5 的群落数量有17 处，占36%；比值小于0.5 的有30 处，占64%，而且多处景观中的秋色叶面积占比为0，这与杭州亚热带季风性气候的气候条件相适应，在此气候的影响下，形成以常绿植物为主的植物分布特点，因此秋色叶面积占比小于0.5 的植物群落占比较大。

由美景度评价结果可知，评价人员对于西湖植物景观大都持积极的态度，即对于每一张照片，喜欢、非常喜欢的人数较多，占总人数的56% ～ 86%。美景度标准化值中大于0 的群落景观共有17 处，其中比值小于0.5 的数值接近0.4；比值大于0.5 的数值接近0.7。

对所得结果进行相关性分析发现，美景度值与|K-0.4|呈强负相关关系，与|K-0.7|呈强负相关的关系，即在比值＜ 0.5 的植物群落中，秋色叶色域面积占比越接近0.4，则SBE 评价值越高；在比值＞ 0.5的群落中，秋色叶色域面积占比接近0.7，SBE 值较高，观景效果最好。所得数值与亚热带地区常绿与落叶数量种植比值不谋而合，且色域面积数值接近黄金分割的比值。这与赵秋月等人研究的亚热带地区植物群落主色比例在1/3 ～ 2/3 结论相吻合[8]，在此基础之上，对最佳秋季主色比例给与具体的数值参考。