森林美是多形态的、多层次的，森林景观美学的评价非常复杂，它不仅依赖森林的美学特征，而且取决于人们的审美态度。一天当中，随着阳光、雨露、风的变化，森林景观都会出现不同变化；随着四季的变化，树木会发生萌芽、抽枝展叶、开花、结果、落叶，景观也会有所不同。 从不同的观赏距离和观赏角度，森林美可分为细部景观、个体景观、林内景观、林道景观、近景观、中景观和远景观7个层次(陈鑫峰等，2001)。不同森林类型在树种组成、物种多样性、群落水平结构、垂直结构等方面都存在显著差异，这些差异会影响森林景观美景；即使是相同森林类型，其在郁闭度、林分密度、乔木平均树高、乔木平均胸径等多方面存在不同，也都会影响森林美景度。因此，很难对各层次的森林景观制定一个统一的标准，只能指定层次进行美景度评价。本研究选取深圳市典型的森林群落，对林内景观开展美景度评价，分析影响林内景观美景度的主要景观因子，构建不同森林类型的美景度模型，以期为营建景观优美、大众喜欢的森林群落提供技术支持。

研究区域位于广东省深圳市(113°46′—114°37′ E, 22°27′—22°52′ N)，属低山丘陵滨海区，背山面海，地势东南高、西北低，地貌类型多样。该区域属南亚热带海洋性季风气候，气候温和，雨量充沛，日照时间长。年平均气温22.5 ℃，极端最高气温38.7 ℃，最低气温0.2 ℃。无霜期355天，平均年降水量1 924.3 mm, 年日照时数2 120.5 h, 太阳年辐射量5 225 MJ·m^-2，年平均湿度72.3%。该地区有4个土类8个土属，即赤红壤、红壤、山地黄壤和滨海沙土，成土母岩多为花岗岩和砂页岩。多数土壤类型的pH为 4.40～6.05，酸度较高，有机质含量较低，速效钾较高，缺磷、少氮，属较贫瘠的土类(陈勇等，2012)。

该地区原生地带性植被为热带季雨林和南亚热带季风常绿阔叶林，由于长期人为干扰，原生性植被已不复存在，现植被多为“十年消灭荒山，绿化广东”期间大面积营造的相思属(Acacia)、桉树属(Eucalyptus)人工林和近10年营建的生态风景林，天然次生林仅在七娘山、梧桐山、马峦山等自然保护区或森林公园存在。该地区有野生维管植物1 461种，隶属于208科740属，主要有樟科(Lauraceae)、山茶科(Theaceae)、大戟科(Euphorbiaceae)、蝶形花科(Papilionaceae)、壳斗科(Fagaceae)、桑科(Moraceae)、茜草科(Rubiaceae)、菊科(Compositae)等(邢福武等，2000)。

2011—2012年，在对深圳市城市森林全面踏查的基础上，采用典型取样法，共设置50个30 m×40 m的样地；每个样地分为12个10 m×10 m的小样方，将株高3.0 m以上的植株记为乔木，调查其种名、胸径、树高、枝下高、冠幅、树干形态、健康状况、枯树倒木情况、枯落物情况、林木排列、通透距离；在每个小样方的4个角和中心设置5个2 m×2 m的小样格，记录灌木和草本的种名、最大和最小高度及覆盖度等；环境因子记录坡度、坡向等。对林相比较均一的林分，如马占相思(Acacia mangium)群落、大叶相思(A. auriculiformis)群落、柠檬桉(Eucalyptus citriodora)群落等，以样地为单位进行影像采集；而对林相较复杂的林分，如厚壳桂(Cryptocarya chinensis)+铁榄(Sinosideroxylon pedunculatum)+假苹婆(Sterculia lanceolata)群落、深山含笑(Michelia maudiae)＋银柴(Aporosa dioica)＋木荷(Schima superba)群落等，由于同一样地不同小样方之间的景观差异较大，需以小样方为单位进行影像采集。以样地中心或小样方为基点进行取样，从中心点向4个角和从4个角向中心各拍摄1张照片(Schroeder et al.，1981)。本研究的目的是测定森林景观本身对游人的吸引力，因此要求所采集的景观影像资料能清晰反映被选森林类型的林内真实情况，更多地反映林内信息，并增加可比性(Holling, 2001)。为了给城市森林美景度评价提供统一的基础，需对森林景观的拍摄工作进行一些规范。林内景观影像采集时间都集中在夏季，按下列规范进行： 1)选择1天中同样的时段，在9： 00—12： 00以及14： 00—16： 30，尽量选择在林内光线充足的条件下拍摄，使用相同大小的焦距，不使用闪光灯；2)一律采用横向拍摄；3)拍摄者直立拍摄，镜头位置与双眼一般高，镜头方向大致与坡面平行；4)尽量避免将人、野生动物、仪器设备、裸岩和道路等非林分结构因子拍摄在内；5)始终使用尼康D700拍摄；6)为保持照片构图和选景尺度的一致，所有照片均由同一人拍摄(陈鑫峰等，2003)。

照片筛选的方法： 1)将不能代表样地特征的照片删除；2)在剩下的照片中选取1张最能代表该样地景观类型的照片。最后筛选出具有代表性的林内景观照片132张。

本研究共开展了3次森林景观美景度评价，评价者分别为华南农业大学林学和城市林业专业的在读本科生、中国林业科学研究院热带林业研究所生态学、森林培育学专业的在读研究生以及中国林业科学研究院热带林业研究所的生态学、森林培育学、风景园林等专业的研究人员，共计92人。

国内外森林景观评价主要采用现场评价法和室内幻灯片评价法。现场评价法是最直接、最可靠的评价方式，但是由于调查样地比较分散，需要大量的人力、物力和时间，实际操作难度很大；室内幻灯片评价法由于可靠、可行、经济，且评价结果与现场评价没有显著差异(Daniel et al., 1976；Shuttleworth, 1980)，一直受到国内外专家的推崇。因此，本研究采用幻灯片进行室内评价。

1)应用CAD软件生成幻灯片，对照片进行随机编号，并且记录其序列号，设定每张照片的反映时间为8 s。

2)向评价者作简要说明，说明不涉及有关评判对象的细节，如拍摄地、树种、卫生状况等，因为对细节的说明有可能使评判者产生趋向性。

3)快速放一部分评判对象的幻灯片，以便评判者对将要评判的景观类型有一些概念，并想象在7 分制下给这些景观打分(详见表 1)。7分制有利于评价者对评判对象保持审美尺度的稳定性(陈鑫峰等，2003)。

表1 美景度评价反应表得分值 Tab. 1 Rating response scale of the scenic beauty estimation

表 1美景度评价反应表得分值 Tab.1 Rating response scale of the scenic beauty estimation 喜欢程度 Like degree 极喜欢 Very like 很喜欢 Liked 喜欢 Like 一般 General 不喜欢 Dislike 很不喜欢 Disliked 极不喜欢 Very dislike 得分值Scores 3 2 1 0 -1 -2 -3

4)正式放映受评景观的幻灯片，每张幻灯片放映时间为8 s, 评判者按幻灯片次序在评判反应表上记录每个景观的反应值。

5)评价者填写性别、年龄、学历以及专业等信息。

6)回收评价反应表，并对其进行检查和整理，剔除一些无效表。

按照形貌、色彩、线性和结构4种基本构景要素，将评价林内景观的指标初步筛选为26个景观美学评价指标(欧阳勋志等，2007；穆艳等，2008；闫家锋等，2009；章志都，2010；李翠翠，2010；李俊英等，2011)，分别为： 树干颜色、主色彩、色彩丰富度、枯落物、枯树倒木、树干形态、郁闭度、树种组成(优势树种占比例)、乔木丰富度、林分密度、林木排列、乔木平均胸径、乔木平均树高、乔木平均枝下高、树干枝视率、层间植物、林下植被覆盖度、林下层统一度、通透距离、林下层高度、生活型构成、林龄、可及度、坡度、健康状况、生长状况，其中郁闭度(x₁₆)、林分密度(株·hm^-2)(x₁₇)、乔木丰富度(x₁₈)、乔木平均胸径(cm)(x₁₉)、乔木平均树高(m)(x₂₀)、乔木平均枝下高(m)(x₂₁)、树干枝视率(％)(x₂₂)、林下植被覆盖度(％)(x₂₃)、通透距离(m)(x₂₄)、林下层高度(m)(x₂₅)、坡度(°)(x₂₆)为定量指标，其余为半定量指标，其构建要素分解见表 2。评价指标中，树干枝视率是指照片内枝干所占面积比例；林下层统一度反映林下层的统一性和变异性特征，主要体现在林下层的组成和林下层的整齐度；层间植物是指树干、树枝和树叶上的苔藓、地衣等附生植物、藤本植物以及攀援植物；可及度就是人们在林分内行走能到达的程度；生活型构成是指乔灌草、乔灌、乔草或只有乔木层；林龄是指林分的平均年龄，一般分为幼龄林、中龄林、近熟林、成熟林和过熟林。

表2 深圳市城市森林林内景观的构景要素分解 Tab. 2 Component of l and scape features for in-forest l and scape in Shenzhen city

表 2深圳市城市森林林内景观的构景要素分解 Tab.2 Component of l and scape features for in-forest l and scape in Shenzhen city 项目 Items 类目Categories 1 2 3 4 5 树干颜色 Colour of trunk(x1) 灰色 Grey 褐色 Brown 白色 White 黄色 Yellow 绿色 Green 主色彩 Major colour(x2) 绿色 Green 灰色 Grey 色彩丰富度 Richness of colour(x3) 较丰富 Abundance 一般 Ordinary 几乎单一 Singularity 枯落物 Litter(x4) 明显 Striking 局部可见 Focally 几乎没有 Few 枯树倒木 Dead trees or fallen woods(x5) 明显 Striking 局部可见 Focally 几乎没有 Few 树干形态 Form of trunks(x6) 通直 Straight 一般 Ordinary 弯曲 Crooked 树种组成Proportion of dominant species(x7) 优势树种>80％ Dominant tree species>80％ 优势树种50％-80％ Dominant tree species 50％-80％ 优势树种< 50％ Dominant tree Species < 50％ 林木排列 Arrangement of trunks(x8) 规则 Regular 随机 R and om 层间植物 Interlayer plant(x9) 丰富 Abundance 局部可见 Focally 几乎没有 Few 林下层统一度 Unifomity of undergrowth(x10) 统一 Unified 较统一 Comparatively unified 不统一 Not unified 生活型构成 Composing of living form(x11) 乔灌草 Arbor, shrub and herb 乔灌 Arbor and shrub 乔草 Arbor and herb 乔木 Arbor 林龄 Ages(x12) 过熟林 Overmature forest 成熟林 Mature forest 近熟林 Near-mature forest 中龄林 Middle-aged forest 幼龄林 Young forest 可及度 Attainability(x13) 高 High 中等 Ordinary 低 Low 健康状况 Heath condition(x14) 健康 Healthy 亚健康 Subhealthy 不健康 Sickness 生长状况 Status of growing(x15) 旺盛 Flourishing 中 Common 差 Poor

由于评价结果受景观本身的特征和评价者的审美态度2方面影响，因此一般不能直接将得到的美景度值进行比较，必须对美景度值进行处理，传统的处理方法为标准化处理方法(张凯旋，2010)，其公式为：

采用多元线性回归模型进行建模，将定性变量称为项目，将定性变量的“值”称为类目。对于定性因子，将其类目编号作为项目的反应值，而对于定量因子，则采用原始数据值或统计量(陈鑫峰等，2003；黄广远，2012)。

将各景观的标准化美景度值作为因变量，各景观的构景要素值作为自变量，在建模过程中，采用向后筛选策略模型(backword)，逐步去除不太重要的因子，最后把重要的因子保留下来，作为各景观模型的自变量(陈鑫峰等，2003；黄广远，2012；薛薇，2006)。

对比人工林和天然次生林的美景度值，由表 3可知，人工林较天然次生林的林内景观美景度值高，且差异显著。人工林林内景观平均美景度值为0.092，最大值1.610，最小值-1.056；而天然次生林林内景观平均美景度值为-0.187，最大值0.556，最小值-1.188。这可能是由于人工林种植比较规则，且在种植初期人们会定期开展修枝、除草等抚育工作，从而增加了乔木枝下高，开阔了林分视野，给人一种整齐划一的次序美；而天然次生林内，木质藤本较多，林下层高低错落、不统一，给人一种凌乱的感觉，从而导致人们的喜好程度降低。

表3 深圳市城市森林林内景观美景度值^① Tab. 3 SBE values of in-forest l and scape of urban forest in Shenzhen city

表 3深圳市城市森林林内景观美景度值① Tab.3SBE values of in-forest l and scape of urban forest in Shenzhen city 林分起源 Origin of st and 景观样本数 Number of l and scapes 美景度值SBE 最大值 Max. 最小值 Min. 平均值±标准差 Mean± SD 人工林Plantation 88 1.610 -1.056 0.092±0.575a 天然次生林Secondary forest 44 0.556 -1.188 -0.187±0.403b ①不同字母表示显著差异(P< 0.05)。Different alphabet expressed significant differences(P< 0.05).

将人工林林内景观的标准化美景度值作为因变量，各景观的构景要素值作为自变量，建立多元线性回归模型(黄广远，2012)。在建模过程中，采用向后筛选策略模型，逐步去除不太重要的因子，共经过18步完成回归方程的建立(薛薇，2006)，最终用9个构景要素建立的人工林林内景观美景度模型为：SBE＝0.131+0.177x₅-0.195x₈+0.208x₉-0.162x₁₀-0.129x₁₂-0. 000 08x₁₇+0.113x₂₁ +0.007x₂₃-0.571x₂₅。

由模型可知，影响人工林林内景观美景度的主要构景要素是林下层高度、层间植物、林木排列、枯树倒木、林下层统一度、林龄、乔木平均枝下高、林下覆盖度以及林分密度。人们对人工林林内景观的喜好程度有如下规律：

1)从林下层高度来看，林下层高度越小，其美景度值越高。

2)从层间植物来看，层间植物越多，其美景度值反倒越低，这主要原因可能是层间藤本植物一多，就显得林内景观凌乱，降低了林分美景度。

3)从林木排列来看，林木排列越规则，其美景度值越高，说明规则式排列产生的几何美是为人们普遍接受的。

4)从枯树倒木来看，枯树倒木越少，其美景度值越高，说明人们喜欢充满朝气的林分。

5)从林下层统一度来看，林下层统一度越高，其美景度值越高，说明整齐的林下状况能显著提高林内美景度。

6)从林龄来看，越是成熟的林分，其美景度值越高，说明随着时间的推移，人工林的森林美景度会不断提高。

7)从乔木平均枝下高来看，林分乔木枝下高越高，其美景度值越高，说明人们喜欢视野比较开阔的林分。

8)从林下覆盖度来看，林下覆盖度的增大能使美景度值有所提高。

9)从林分密度来看，适当降低林分密度能提高美景度值。

将天然次生林林内景观的标准化美景度值作为因变量，各景观的构景要素值作为自变量，建立多元线性回归模型。在建模过程中，采用向后筛选策略模型，逐步去除不太重要的因子，最终用5个构景要素建立的天然次生林林内景观美景度模型为： SBE＝ -2.016+0.157x₁+0.215x₄+1.753x₁₆-0.063x₁₈+0.021x₂₄。

由模型可知，影响次生林林内景观美景度的主要构景要素是枯落物、郁闭度、通透距离、树干颜色、乔木丰富度。人们对次生林林内景观的喜好程度有如下规律：

1)从郁闭度来看，郁闭度越大，其美景度值越高。

2)从枯落物来看，枯落物越少，其美景度值越高，说明人们喜欢充满朝气的林分。

3)从树干颜色来看，树干颜色越浅，其美景度值越高。

4)从乔木丰富度来看，乔木丰富度越少，其美景度值越高。

5)从通透距离来看，通透距离越长，其美景度值越高，说明人们更喜欢视野开阔的林分。

深圳市人工林较天然次生林的林内景观美景度值高。这主要是由于人工林多为规则式种植，林分整齐划一，且种植初期人们会定期开展修枝、除草等抚育工作，从而增加了林木枝下高，开阔了视野，增加了美景度；而天然次生林乔灌木都为自然分布，且林内的木质藤本较多，显得林内景观凌乱，从而降低了林内美景度。本研究的林内景观都是夏季拍摄的，很少有花、彩叶等因素影响美景度值，影响美景度值的主要因素是群落结构。

本文首次将美景度评价法用于深圳市森林景观质量评价，找出了影响天然次生林和人工林景观质量的主要要素，并且构建了景观模型。研究发现，人工林较天然次生林美景度值高，这与Hull等(1986)的研究结果有些不同。Hull等(1986)通过对比研究火炬松(Pinus taeda)不同处理方式的林内景观美景度值，得出天然林的美景度较未疏伐的人工林美景度值高，这主要是由于其研究对象都为火炬松林，林内景观质量主要受林分密度和林龄影响，而天然林树龄大、林分密度相对小些，因此，天然林较人工林林内景观质量高；而本文的天然次生林和人工林都为不同群落类型，优势树种和群落结构都不一样，影响林内景观质量的因子也不尽相同。

对于人工林来说，林下层高度、枯树倒木、林木排列、层间植物、林下层统一度、林龄等9个构景要素可以解释林内景观美景度值近70％的变异，因此，今后在开展深圳市人工林美景度评价或人工林经营时，应该重点考虑林下层高度、层间植物和林木排列等9个因子。对于天然次生林来说，枯落物、郁闭度、通透距离、树干颜色、乔木丰富度这5个构景要素可以解释林内景观美景度值近50％的变异，因此，今后在开展深圳市天然次生林美景度评价或天然次生林经营时，应该重点考虑郁闭度、通透距离等5个因子。

由模型可知，人工林林内景观美景度值随着乔木枝下高增加、林分密度降低而增加，这与Vodak等(1985)的研究结果一致。因此，在城市森林抚育中，可考虑适当疏枝或疏伐一些有病虫害或长势较弱的植株，从而形成相对开阔的林内环境以供游客游憩和锻炼。另外，人工林随着枯倒木减少、林下层统一度提高，其美景度值也会有所提高，因此，在进行抚育时，可以考虑将林内的枯倒木碾碎平铺至地面，一方面能提高林下层统一度，另一方面可以起到保持水土和养分循环的作用。总的来说，随着人工林的林龄增长，其美景度值会不断增加，这与Ribe, 2009)的研究结果相似。