文章信息
- 文益君, 周根苗, 张晓蕾, 吕勇.
- Wen Yijun, Zhou Genmiao, Zhang Xiaolei, Lü Yong
- 基于粗糙集的风景林景观美学评价
- Evaluation of the Scenic Forest Landscape Aesthetic Based on the Rough Set
- 林业科学, 2009, 45(1): 1-7.
- Scientia Silvae Sinicae, 2009, 45(1): 1-7.
-
文章历史
- 收稿日期:2008-01-14
-
作者相关文章
2. 湖南省林业调查规划设计院 长沙 410007
2. Hunan Academy of Forest Inventory and Planning Changsha 410007
风景林景观美学评价作为风景林景观规划与设计的基础工作之一,其根本任务就是如何建立一套指标体系对风景林景观所发挥的美学功能进行合理评价,揭示现有风景林景观美学中存在的问题和确定将来发展的方向,为风景林景观规划与设计提供依据。在此背景下,研究风景林景观美学评价对于推动景区旅游业的发展,具有重要的理论意义和实践意义。
不同景区的风景林景观,其景观特点也不一样,虽然可能评价的指标相同,但其权重就不一定完全相同,这用传统的方法(如层次分析法)来确定其权重就不合理,因此,尝试在风景林景观美学评价方法上引入波兰数学家Pawlak(1995)在1982年提出的一种分析数据的数学理论——粗糙集理论(Rough Set)。利用基于区分矩阵和逻辑运算(Pawlak,1984)来评价风景林景观美学,为粗糙集理论在风景林景观美学评价上的运用做初步探讨。
1 风景林景观美学评价指标体系粗糙集是1980年代由波兰数学家Z. Pawlak首先提出的一种分析数据的数学理论。它是一种刻画不完整性和不确定性的数学工具,它认为人对研究对象的认识是基于知识系统。如果知识系统完善,则认识更深刻;反之,认识比较粗糙。而知识是人们对研究对象的一种分类。根据分类原则,研究对象被分为若干等价类——“微粒”。关于研究对象的任何概念都可以用这些“微粒”的集合,这些描述有的是准确的,有的是不准确的,即粗糙的。造成粗糙的原因理解为是信息不足或知识不够。基于这样的观点,粗糙集理论研究了不精确、不一致、不完整等各种不完备的知识和信息的表达、学习、归纳的理论和方法。它不需要先验知识,仅利用数据本身提供的信息,在保留关键信息的前提下对数据进行化简并求得知识的最小表达;能识别并评估数据之间的依赖关系,揭示出概念简单的模式;能从经验数据中获取易于证实的规则知识。目前,粗糙集己成为信息领域、人工智能等方面一个新的学术热点。粗糙集理论的生命力在于它具有较强的实用性,从诞生到现在己经在许多领域,如在机器学习、知识获取、模式识别、故障诊断、决策分析、过程控制等取得了令人鼓舞的成果(张文修,2001)。引入粗糙集理论,利用其属性重要度的概念计算各指标的权重,从而评价风景林景观美学。
2 风景林景观美学评价指标体系 2.1 风景林景观美学评价指标体系构建评价指标主要根据头脑风暴法(陶理,1998)、Delphi法(雷孝章等,1999)、会内会外法(王翼强等,2003)等方法进行筛选。由于各种方法都有其优缺点以及适用性,因此,针对本研究课题,采取几种方法相结合的办法,以求使所建立的评价指标体系更加完善和科学。通过搜集整理国内外景观及其景观美学评价等相关研究方面的文献,结合森林美学研究的内容,尽可能多地搜集评价指标,采取宁多勿缺的原则,运用头脑风暴法、Delphi法、会内会外法3种方法相结合,对风景林景观美学评价指标进行筛选。最后确定的风景林景观美学评价指标体系基本框架,5个一级指标,16个二级指标,如图 1所示。
风景林景观美学评价多数指标具有抽象性、主观性的特点,为了客观反映风景林景观的美学等级,为了使每个指标进行量化,采用10分制(上限排外法),采用专家打分法确定各指标得分值,并将各指标划分“8~10”、“6~8”、“4~6”、“0~4” 4个等级。
2.2.1 天然林面积比天然林是指由天然下种或萌生形成的森林、林木或灌木林。天然林面积比就是某个区域内天然林面积与整个风景林面积比。天然林面积比计算公式:
式中:I为天然林面积比,SN为天然林面积,SS为风景林面积,将I值扩大10倍即为其评定值。
2.2.2 人为干扰程度人为干扰程度指人的经营活动对风景林的干扰程度,人为干扰程度并不都是有害的,人们知道森林具有自我调节功能,只有当干扰程度超过森林的自我调节功能,将会给其带来不同程度的破坏。在评价此因子时,主要从干扰是否影响景观的质量而决定该因子的级别和评分。评价标准:风景林景观未受到人为活动的影响分值为“8~10”,风景林景观由于人为活动受到轻度破坏分值为“6~8”,风景林景观由于人为活动受到严重破坏分值为“4~6”,风景林景观由于人为活动受到破坏,而无法利用分值为“0~4”。
2.2.3 季相变化季相变化描绘的是植物景观季相的多彩变化。随着季节的变化,植物在树形、色彩、叶丛疏密、果实大小和颜色等方面都会发生变化,如枫香(Liquidambar farmosana)在春、夏、秋3季发生的季相变化,这些变化在风景林中可形成丰富的景观效果,给游人在不同视觉、不同观赏特性等方面增添游兴。评价标准:风景林景观季相变化丰富分值为“8~10”,风景林景观由于人为活动受到轻度破坏分值为“6~8”,风景林景观季相变化一般分值为“4~6”,风景林景观季相变化单一分值为“0~4”。
2.2.4 区位条件区位条件主要是指一个区域是否接近中心城市、交通干线和人口稠密区。它决定了风景林景观的可进出性和知名度,有些风景林地处内陆腹地或边境,不少地方自然条件恶劣,可进出性差,成为人们了解它最大的客观障碍。评价标准:该风景林景观所处地理位置交通方便程度极好分值为“8~10”,该风景林景观所处地理位置交通方便程度好分值为“6~8”,该风景林景观所处地理位置交通方便程度较好分值为“4~6”,该风景林景观所处地理位置交通方便程度一般分值为“0~4”。
2.2.5 珍稀物种珍稀物种主要是指风景林中的奇、特、稀、古、大物种。珍稀物种数量的越多,风景林景观美学价值也随之提高,这也是人们衡量一个美学价值高低的重要指标。评价标准:该风景林中具有国家Ⅰ级保护植物和古树名木的数量极多分值为“8~10”,具有国家Ⅱ级保护植物和古树名木的数量多分值为“6~8”,具有国家Ⅲ级保护植物和古树名木的数量少分值为“4~6”,不具有国家Ⅰ、Ⅱ、Ⅲ级保护植物和古树名木的数量较少分值为“0~4”。
2.2.6 科研和历史价值风景林除了为游客们提供观赏和游憩外,学习也是一大动机,因此在美学的评价中应该考虑影响风景林景观美学质量的科研和历史价值。科研价值是指是否具有科研、教学意义等;历史价值是风景林景观在其形成过程中是否附有历史事件、历史人物活动及历史传说等。评价标准:该类型风景林景观具有极高科研价值,在国际范围内为自然教学研究提供了质量极高的研究素材,并具有较丰富的历史背景分值为“8~10”,该类型风景林景观具有很高科研价值,在国内范围内为自然教学研究提供了质量很高的研究素材,并具有丰富的历史背景分值为“6~8”,该类型风景林景观具有科研价值,在省内范围内为自然教学研究提供了质量较高的研究素材,并具有一定的历史背景分值为“4~6”,该类型风景林景观科研性一般,一般可作为科普性研究对象,不具有历史背景分值为“0~4”。
2.2.7 典型度典型度是指风景林资源在景观、环境等方面的典型程度。典型度的评价也就是从该类风景林景观在同等类型风景林资源中所具有典型的研究和观赏价值。评价标准:该类型风景林景观在国际同等类型风景林资源中具有典型的研究、观赏价值分值为“8~10”,该类型风景林景观在国内同等类型风景林资源中具有典型的研究、观赏价值分值为“6~8”,该类型风景林景观在省内同等类型风景林资源中具有典型的研究、观赏价值分值为“4~6”,该类型风景林景观只具有一般性的研究、观赏价值分值为“0~4”。
2.2.8 景观类型相对丰富度景观类型相对丰富度是指景观中不同的景观类型的数目多少以及它们所占面积的比例(傅伯杰等,2003)。目前,国内外常用相对丰富度指数表示景观中景观类型的相对丰富度,也就是说,相对丰富度指数越大,景观价值越高,也表明景观美学价值越高;相对丰富度指数越小,景观价值越低,也表明景观美学价值越低。相对丰富度指数计算公式:
其中R为相对丰富度指数,m表示景观中现有的景观类型数,Mmax表示最大可能的景观类型总数,将R值扩大10倍即为其评定值。
2.2.9 地貌多样化不同地貌类型及它们的组合在一定范围内会对风景林景观美感产生很大的影响,单调的平原就比丘陵的美感要差,丘陵要比山区的美感要差。评价标准:拥有极为丰富的地貌类型,并且可观赏性、可游览性极强分值为“8~10”,有丰富的地貌类型,并且可观赏性、可游览性强分值为“6~8”,地貌类型较为一般,并且可观赏性、可游览性较强分值为“4~6”,地貌类型单一,并且可观赏性、可游览性一般分值为“0~4”。
2.2.10 结构复杂化林分结构复杂程度也是影响人们视觉美感的,单一的林分其美学价值肯定比结构复杂的林分要低。结构复杂性根据风景林景观中林分结构和树木分布均匀情况,排列是否有序等来鉴定结构的复杂性。评价标准:风景林的林分结构很复杂分值为“8~10”,风景林的林分结构较复杂分值为“6~8”,风景林的林分结构复杂分值为“4~6”,风景林的林分结构简单分值为“0~4”。
2.2.11 物种多样化风景林中的物种多样性是指风景林中多种多样的物种类型和植物种类。利用Simpson多样性指数(杨玉胜,2007)来衡量物种多样性。
其中:D为Simpson多样性指数,S为物种总数,N为所有的个体总数,ni为第i个种个体数。将D值扩大10倍即为其评定值。
2.2.12 幽深度幽深度指人们在林内能看到的距离,充分郁闭的林分以及特殊的地形,将会使人们产生幽深的感受,从而提高景观美感,运用疏密度来评定幽深度。评价标准:风景林的林分疏密度在0.7~1.0分值为“8~10”,风景林的林分疏密度在0.5~0.7分值为“6~8”,风景林的林分疏密度在0.2~0.5分值为“4~6”,风景林的林分疏密度在0.2以下分值为“0~4”。
2.2.13 开阔度开阔度指处于一个景观林中旅游者的感受,影响开阔的主要因子是郁闭度。另外有地形以及树种、树木高度等,这也是一个感受、体验的美学因子。评价标准:风景林的林分视野很开阔分值为“8~10”,风景林的林分视野较开阔分值为“6~8”,风景林的林分视野开阔一般分值为“4~6”,风景林的林分视野闭塞分值为“0~4”。
2.2.14 构景层次景是以自然物为主体所形成的,能引起美感的审美对象。风景林景观的营造就要在发挥风景林本身的观赏特性,组成完美构图的基础上,充分运用主景与配景,前景、中景与背景,框景、漏景与添景等构景手段,使得景观具有诗情画意,令人赏心悦目,使人流连往返。评价标准:风景林景观在整体构景效果具有极高欣赏价值分值为“8~10”,风景林景观在整体构景效果具有高欣赏价值分值为“6~8”,风景林景观在整体构景效果具有较高欣赏价值分值为“4~6”,风景林景观在整体构景效果上欣赏价值一般分值为“0~4”。
2.2.15 外部环境协调性风景林景观并不是孤立的,而是处于自然环境之中。单独的一个景观与它所处的背景、相邻环境是否协调和谐,很大程度上影响到游人对其的欣赏。评价标准:风景林景观与周围环境线条过渡自然,色彩融合,结构合理分值为“8~10”,风景林景观与周围环境在形态上有相似或相容性,色彩无明显对比性变化分值为“6~8”,风景林景观与周围环境存在明显过渡,色彩变化不大分值为“4~6”,风景林景观与周围环境过渡不自然,有强硬的线条破坏整体,风格不一致,影响观赏者的心理平衡,美学价值低分值为“0~4”。
2.2.16 内部环境协调性主要从风景林景观变动能力和变动后恢复到原来状态能力,评价标准:风景林景观抗变动的能力和变动后恢复到原来状态能力极高,整个生态系统生态质量很好分值为“8~10”,风景林景观抗变动的能力和变动后恢复到原来状态能力很高,整个生态系统生态质量较好分值为“6~8”,风景林景观抗变动的能力和变动后恢复到原来状态能力较高,整个生态系统生态质量一般分值为“4~6”,风景林景观抗变动的能力和变动后恢复到原来状态能力一般,整个生态系统生态质量较差分值为“0~4”。
3 景观美学指数景观美学的标准根据风景林景观美学评价指标来衡量,通过计算风景林景观美学评价体系的指标的得分值和其权重之乘积,将其累加值定义为景观美学指数。根据景观美学指数的大小来衡量风景林景观优美程度。
景观美学指数设定为10分制,并将其按各个指标的权重而赋其不同的分值。因此,根据景观美学指数的大小将风景林景观美学水平划分为5个等级Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ,分别表示很美、较美、一般、较差、很差。划分结果见表 1。
湖南涟源龙山国家森林公园位于27°30′45″—27°35′30″ N,111°37′45″—111°49′55″ E。地处典型的中亚热带季风气候,具有气候温和,四季分明,春温多变,盛夏酷热,雨水集中,秋季常旱,无霜期长,严寒期短等季风性气候特征。年平均气温为13.6 ℃,年均日照时数1 646.2 h,年降水量1 353.9 mm,年平均相对湿度在81%左右,年无霜期为240 d左右,山顶冰冻可长达55 d。成土母岩主要为板页岩风化物,由板岩、页岩和千枚岩组成,公园的地带性土壤为红壤。总面积8 853.50 hm2,最高海拔1 514 m,森林覆盖率达88.35%。地带性植被为中亚热带常绿阔叶林,植被类型有常绿阔叶林,常绿、落叶阔叶混交林,落叶阔叶林,山顶矮林,针叶林和竹林。
4.2 龙山森林公园风景林景观美学评价龙山森林公园包括药王景区、铁狮坪景区、茶竹景区、白马湖景区、飞水涯景区5个景区,分别对其五大景区进行评价,以此来评价龙山森林公园景观美学的优美程度。
4.2.1 数据来源五大景区的数据来源分为2个部分,第一,定量指标直接计算得出,也就是天然林面积比、景观类型相对丰富度、物种多样性3个指标,参考《湖南涟源龙山森林公园总体规划》:第二,定性指标通过专家打分法,首先对五大景区进行详细介绍,然后通过30位专家对各个指标进行打分,并对评判得分值进行标准化处理,最后得出各个指标的得分值。结果见表 2。
1)评价指标信息表的设定 设论域为U={x1, x2, x3, x4, x5},其中xi指药王、铁狮坪、茶竹、白马湖、飞水涯五大景区(i=1,2,3,4,5),指标集合R={r1,r2,r3,r4,r5,r6,r7,r8,r9,r10,r11,r12,r13,r14,r15,r16},其中:ri指景观美学中各个指标。根据各指标的数据特征,对各指标进行属性特征化(Zeng,1996)。通过各个指标评定标准,确定各指标的评分等级划分为“10~8、8~6、6~4、4~0” 4个等级,并采用上限排外法,分别赋特征值为“4、3、2、1”。建立评价指标信息表,信息表中的行为样本景区和对象的各属性值,列为属性及各样本的属性值,于是得到各指标的特征值见表 3。
2)指标集约简 根据区分矩阵和逻辑运算(胡可云等,2001),Mij={r∈R|f(xi, r)≠f(xj, r)},其中i表示第i个景区,j表示第j个景区,计算区分矩阵M中的元素Mij(注:区分矩阵是对称矩阵,因此只需计算一半元素):
得到的区分矩阵M见表 4。
根据上述区分矩阵,进而可以得到以下的析取逻辑表达式,
将这些表达式进行合取得到合取范式L,
对L进行转换,最终得到最小析取范式L′,
最小析取范式L′中的合取式就是属性R的所有约简,这样就得到了约简的结果。经过筛选,最终保留了7个评价指标r2、r3、r6、r7、r8、r14、r16,它们分别是景观类型相对丰富度、物种多样性、区位条件、珍稀物种、科研和历史价值、构景层次、内部环境协调性。从结果上看,这些指标是评价龙山森林公园的最重要的指标。约简后的指标集及其特征值见表 5。
3)指标权重计算 指标体系经过属性约简后,得出简化后的指标集P={r2, r3, r6, r7, r8, r14, r16},P⊆R根据约简的性质可知(Hu,1995),U/ind(P)=U/ind(R)。根据粗糙集中运用知识信息量对属性重要度进行测算的方法,计算各指标的重要度SP(ri)(i=1, 2, …, m)。
等价关系P对论域U的划分为:U/ind(P)={{x1}, {x2}, {x3}, {x4}, {x5}}。
移走r2后,等价关系P-{r2}对论域的划分为:
等价关系P的知识信息量为I(P):
移走属性r2后,P{r2}的知识信息量I(P-{r2})为:
根据属性重要度公式计算属性r2的重要度SP(r2)为:
同理,属性r3的重要度SP(r3)=0.08;属性r6的重要度SP(r6)=0.06;属性r7的重要度SP(r7)= 0.10;属性r8的重要度SP(r8)=0.05;属性r14的重要度SP(r14)=0.12;属性r16的重要度SP(r16)=0.07。根据标准化处理,将属性{r2, r3, r6, r7, r8, r14, r16}的重要度进行归一化运算,计算各指标的权重,计算结果见表 6。
4)景观美学指数 根据景观美学指数的定义,可以得到龙山森林公园五大景区的景观美学指数,并根据它们的综合得分对它们进行排序,计算结果见表 7所示。
通过表 7可以清楚地看到,药王景区景观美学指数最高,白马湖景区景观美学指数最低。但是,根据景观美学指数的划分等级,可知药王景区和铁狮坪景区的景观美学等级为Ⅲ,即一般,飞水涯景区、茶竹景区和白马湖景区景观美学等级为Ⅳ,即较差,由此可以看出,龙山森林公园的风景林景观美学等级总体不是很高。
5 结论与讨论1) 通过借鉴国内外风景林景观美学评价已有的研究成果,归纳总结了影响风景林景观美学的主要因素,并在此基础上建立了两级五大类的风景林景观美学评价指标体系,该指标体系包括自然性、奇特性、多样性、神秘性和环境协调性5个方面16个评价指标。
2) 提出了景观美学指数的新概念。根据景观美学指数的大小来衡量风景林景观优美程度。
3) 在风景林景观美学评价中首次尝试使用了粗糙集的理论,提出了一种基于粗糙集的风景林景观美学评价模型。对基于粗糙集的风景林景观美学评价模型进行了实例分析,选取龙山森林公园作为样本,进行了基于粗糙集的风景林景观美学评价模型运算,约简后,通过景观类型相对丰富度、物种多样性、区位条件、珍稀物种、科研和历史价值、构景层次、内部环境协调性等7个指标来评价龙山森林公园的风景林景观美学。模型运算的结果得出了5个景区的景观美学指数,药王景区6.657,铁狮坪景区6.529,飞水涯景区5.868,茶竹景区5.783,白马湖景区4.216。
4) 不同地带具有不同的森林类型,风景林景观美学评价指标体系中的某些指标可能不具有普适性,因此在应用过程中可作相应调整;同时风景林景观的美学评价十分复杂,难以完全量化,在实际操作过程中尊重专家的经验和知识仍是十分重要的。
傅伯杰, 陈利顶, 马克明, 等. 2003. 景观生态学原理及应用. 北京: 科学出版社, 240-243.
|
胡可云, 陆玉昌, 石纯一. 2001. 粗糙集理论及其应用进展. 清华大学学报:自然科学版, 41(1): 64-68. |
雷孝章, 王金锡, 彭沛好, 等. 1999. 中国生态林业工程效益评价指标体系. 自然资源学报, 14(2): 175-182. DOI:10.3321/j.issn:1000-3037.1999.02.014 |
陶理. 1998. "头脑风暴法"在策划中的应用. 经营与管理, (5): 25. |
王翼强, 温正忠, 孙华丽. 2003. 创造性设计方法比较研究——TRIZ理论与BS法. 机械制造, (3): 7-9. |
杨玉胜. 2007. 辽东山区次生林植物物种多样性研究. 吉林林业科技, 36(3): 36-41. DOI:10.3969/j.issn.1005-7129.2007.03.010 |
Hu X.1995.Knowledge discovery in database: an attribute-oriented rough set approach.Doctor thesis of University of Regina, Canada, 115-120.
|
Pawlak Z. 1995. Vagueness and uncertainty: a rough set prospective. Inter J of Computer Intelligence, 11(2): 227-232. DOI:10.1111/coin.1995.11.issue-2 |
Pawlak Z. 1984. Rough classification. Inter J of Man-Machine Studies, 20: 463-483. |
Zeng H L. 1996. Theoretical aspects and applications on rough sets. Chongqing: Chongqing University Press, 257-262.
|