一种基于虚拟现实技术的植物景观规划设计方案评价与修正方法
——以长荡湖旅游度假区为例

陈国栋

邱 冰

王 浩*

生态文明建设背景下风景园林规划设计被赋予了新要求，高质量的城市绿地是人们远离城市喧嚣、回归自然、缓解身心疲劳的重要载体，同时也成为促进地方经济、社会发展的重要驱动力之一[1]。植物景观是绿地的核心组成部分，是景观风貌最重要的影响因素。在实际操作过程中，相比一切均可以数据化的硬质空间，植物景观空间因其素材的自然性与动态性特征，显得难以把握。植物景观方案平面图中的植物图例及其组合具有一定的抽象性，要求设计者具备随时能将二维平面图形与现实三维空间联系起来的想象力，并能够预计缓苗期过后的植物景观效果。当规划设计场地的尺度较大时，特别是线性空间，往往存在植物景观规划设计方案的实施效果与预期效果相差甚远的问题。随着绿道、风景道等依赖于植物景观的实践不断开展，如何对植物景观规划设计方案进行科学有效的评价及修正，成为一个重要问题。本项研究借助于虚拟现实技术，旨在设计出一种能够定量评估、优化植物景观规划设计方案的方法。

1 相关研究概述

1.1 景观评价

景观评价研究已形成4个公认的学术流派：专家学派、心理物理学派、认知学派和经验学派，其中心理物理学派应用最广。目前景观评价常用的方法，如美景度评价(SBE)法、比较评判(LCJ)法、语义分析(SD)法、灰色统计(GST)法等都是以心理物理学派为理论基础[2-5]。国外研究主要关注森林景观、滨海景观、山地景观、农田景观等大尺度地理环境的景观评估，聚焦景观资源评价及其影响评价[6-9]。国内相关研究主要以建成环境如滨水空间、校园环境、道路绿地、城市街区等为评价对象，较少涉及景观方案的评价[10-13]。少数湿地公园、农业观光园、绿道的研究涉及了景观规划方案的总体评价，但基本未触及植物景观方案[14-16]。

1.2 虚拟现实技术

虚拟现实技术(VR)最初是由拉尼尔(Jaron Lanier)于20世纪80年代提出，其工作机制是先通过建模软件构建出三维虚拟模型；再应用渲染软件对模型进行渲染，以模拟真实环境；最后邀请体验者通过虚拟现实体验设备获得全方位的、浸入式的交互体验。在风景园林教学与实践领域，虚拟现实技术被应用于虚拟仿真实验教学项目(国家五大金课之一)、辅助空间设计教学、景观综合评价、视觉景观评价[17-20]。虚拟现实技术使景观评价从建成环境拓展至拟建环境，使规划设计方案的科学性判断与验证从依靠专业经验转变为对虚拟环境的专业感知，同时也适用于公众参与。

在传统的风景园林实践中，植物景观季相与林分的动态性、植物景观规划设计的抽象性要求专业技术人员具有丰富的经验和空间想象力，而且很难实现公众参与。虚拟现实技术的引入将植物景观规划设计方案评价从专业技术人员对图纸的经验性判断转向多元参与的体验式评价变为可能。课题组利用虚拟现实三维建模技术，从视觉感知的角度，以长荡湖旅游度假区道路植物景观规划设计方案为例，尝试设计一种基于虚拟现实技术的植物景观规划设计方案评价与修正方法。

2 材料与方法

2.1 研究材料

长荡湖旅游度假区位于江苏省常州市金坛区，是以长荡湖为依托，集湖鲜美食、禅修养生、湿地休闲于一体的省级旅游度假区。本次设计范围包括长荡湖北路、长荡湖大道和长荡湖西路3条道路，长度分别约为10、8、12km，总设计面积为286.5hm2(图1、2)。选取3条道路中25个典型路段进行评价，涵盖方案中各类植物种植空间模式。根据道路性质、人视观赏节奏以及相关研究资料将每个样本段长度定为80m。通过SketchUP 2018软件建出各样本段地形模型，导入Mars软件，严格按照植物景观规划设计方案平面进行种植。这个过程必须将建模人员偏好影响降到最低，形成虚拟现实场景环境，最大限度还原植物景观规划设计方案(图3)。

图1 地理区位

图2 设计范围

图3 场景四季模拟图

2.2 数据采集与分析方法

2.2.1 植物景观视觉质量评价

运用审美评判测量(BIB-LCJ)法对方案植物景观视觉质量进行评价。该方法吸收了美景度评价(SBE)法与比较评判(LCJ)法的优点，弥补了SBE法中各样本之间缺乏相互比较和LCJ法中难以实现对大量景观样本进行评价的缺点，同时该方法还能探讨不同社会群体的审美偏好及其相互关系[21]。BIB-LCJ法被广泛应用于植物园、园博园、滨水绿地以及禅寺园林等各类园林植物景观评价当中[4，10，22-23]。具体评价步骤可以分为5步：

1)对评价对象进行随机编号；

2)依据评价材料数量，参照数理统计表，确定不平衡完全区组表；

3)将评价样本依据不平衡完全区组表分为若干组，考虑到个人认知能力，每组样本数不宜超过7；

4)评价主体对每组评价材料进行等级排序；

5)根据不平衡完全区组重复进行若干次实验。

2.2.2 植物景观视觉特征要素评价

为进一步探究影响植物景观视觉质量的视觉因子，研究采用语义分析法(SD)对植物景观视觉特征要素进行评价。该方法主要是通过不同的语言尺度，定量描述研究对象的概念和构造，用以表示评价者对评价要素最直观的感受。SD法提出的初衷是用于心理学研究，但20世纪之后被更多地应用在规划、建筑以及景观等人居环境领域的评价调查研究[4，22-23]。具体评价步骤如下。

1)形容词对确定。形容词对是对分析评价要素的不同尺度进行描述，每对形容词对互为正反两面。本次研究在查阅国内外植物景观评价相关文献基础上[9，24-25]，同时结合公众访谈意见，初步确定24项与植物景观视觉感知相关的影响因子，并采用德尔菲法征询植物学与风景园林学等领域20位专家意见，最终确定14对形容词来对植物景观视觉环境特征进行描述(表1)。

表1 形容词对表

2)评级尺度确定。采取里克特五点量表法，分级为：非常低、较低、一般、较高、非常高5段。

3)评价人员对场景环境各特征要素进行评级打分。

2.2.3 评价模型构建

首先，运用SPSS 22.0软件对评价数据进行检验，若统计量W的值无限接近1，且概率P值大于0.05，则说明数据呈正态分布，说明数据真实有效。在此基础上通过Excel 2016软件对数据进行处理，具体公式如下，式中，A为每个样本段场景的评价等级和；N为评价者人数；通过查阅PZO转换表，可得出Z值，Z值表示每段样本段的植物景观视觉质量。同时运用SPSS 22.0软件对不同类型群体的评价数据进行相关性与回归分析，进一步探究不同群体的审美偏好及其相互关系。

第二步，在验证数据真实有效的基础上计算得出每个样本特征要素的平均分值，作为该样本特征要素的最终分值。

第三步，运用SPSS 22.0软件对视觉质量分数和各特征要素进行相关性分析，得出特征要素概率P值，若大于0.05，则说明与视觉质量相关性不显著，将其剔除，不参与模型构建；接着将视觉质量作为因变量，剩余的视觉特征要素作为自变量，分别进行向前回归分、逐步回归分析和向后回归分析，进一步排除P值大于0.05的视觉特征要素。

最后，对比上述3种回归分析，通过共线诊断，保留P值小于0.05的视觉特征线要素，对保留的特征要素进行基于特征值的主成分回归分析，构建出最终的评价模型。

3 实验设计与过程

3.1 实验一——长荡湖植物景观规划设计方案视觉质量评价

3.1.1 实验对象

选取风景园林专业学生50人、非风景园林专业学生50人、专家20人(在校风景园林专业老师以及风景园林行业从业人员(教授10人，副教授5人，高工5人)和公众30人(度假区内正常旅游时段随机选取的游客群体)4类群体共300人。

3.1.2 实验过程

通过Mars软件四季模拟功能，各样本段生成春、夏、秋、冬四季共计100个植物场景环境。根据不平衡完全区组实验，将25个样本段进行随机编号(图4)，确定BIB设计表，根据设计表将每5个同季节的场景环境设为一组，按照5×5矩阵编排，进行6次重复编排；评价者佩戴型号为VIVE-VR的虚拟眼镜套装，全方位地感知三维虚拟植物景观场景环境，体验时间设定为45s，根据个人审美，将每组5个植物景观场景环境进行排序，从好到差分为5级，植物景观视觉质量最优对应1级，最差对应5级；根据BIB设计表进行6次重复试验(图5)。

图4 样本段分布图

图5 评价者VR体验

3.2 实验二——长荡湖植物景观规划设计方案视觉特征要素评价

3.2.1 实验对象

SD法评价人数控制在20～50范围内比较合适，所以综合考虑评价者需要有较好的认知能力、对相关专业名词有准确的理解，根据实际情况，选择风景园林专业的25名硕士研究生作为评价主体。

3.2.2 实验过程

从25个植物场景虚拟现实环境中筛选出植物景观视觉质量得分较高和较低的20个植物场景环境，评价者佩戴VR设备，对每个植物景观场景四季环境进行全方位浸入式的体验，每个场景体验时间为120s。体验完毕后，组织评价者填写问卷，对视觉特征要素进行评级打分。

4 结果与分析

4.1 植物景观视觉质量评价结果

4.1.1 不同群体审美相关性分析

运用SPSS 22.0软件对数据进行Shapiro-Wilk检验，评价数据真实有效，进一步对4类人群的评价数据进行相关性和回归分析。结果表明：专家、专业学生与非专业学生3类群视觉审美标准更加接近，专家的视觉审美标准高于其他3类群体，更为严格。但总体看相关系数大部分都在0.7以上，说明4类评价群体的视觉审美趋势具有一致性，因此本次实验选择4类不同社会背景人群作为评价主体，能够真实有效地反映方案的景观视觉质量。

4.1.2 视觉质量评价结果

视觉质量评价结果见图6，四季道路植物景观视觉质量从高到低大体趋势是秋季＞夏季＞春季＞冬季。全年各样本段道路植物景观视觉质量从高到低依次是：场景21＞场6＞场景13＞场景4＞场景8＞场景22＞场景3＞场景10＞场景9＞场景19＞场景25＞场景2＞场景18＞场景14＞场景5＞场景17＞场景1＞场景24＞场景20＞场景7＞场景12＞场景16＞场景1＞场景23，数据表明长荡湖旅游度假区道路植物景观全年各样本段景观视觉质量差异较大，分布不均。

图6 四季各样本段植物景观视觉质量Z值均值分布图

4.2 植物景观视觉特征要素评价结果

通过Shapiro-Wilk检验，评价数据真实有效，具体评价结果见图7，3条道路各项植物景观视觉特征要素分值分布趋势是：长荡湖大道＞长荡湖西路＞长荡湖北路，长荡湖大道和长荡湖西路相较于长荡湖北路在季相特征、植物群落空间尺度以及植物景观风貌这3项上优势明显；长荡湖北路除植物群落丰富度这一项处于其他2条道路分值之间，其余各项分值均低于长荡湖大道和长荡湖西路，其中视线开敞性、植物群落空间层次、植物群落空间尺度以及植物景观风貌这4项劣势明显。

图7 3条道路各项植物景观视觉特征要素平均分值

4.3 植物景观方案评价模型构建

4.3.1 主要视觉特征要素筛选

运用SPSS 22.0数据处理软件对度假区道路植物景观视觉质量和视觉特征要素进行相关性分析，视线开敞性、植物形态这2项要素的P值分别为0.544和0.648，均大于0.05，与景观视觉质量相关性不显著；其他各项要素P值均小于0.05，与景观视觉质量呈显著正相关，因此将视线开敞性、植物形态这2项特征要素剔除在外，不参与模型构建。将剩余的12项视觉特征要素，作为方案视觉质量影响因子，进行向前、逐步以及向后回归分析。结果表明：向前和逐步回归分析保留了植物群落丰富度、色彩对比度、植被多样性、植物群落空间层次4项植物视觉特征要素。进一步通过向后回归分析，筛选出植物群落丰富度、色彩对比度、季相特征、植物配置模式、植被多样性、林冠线变化6项特征要素，虽然这6项植物视觉特征要素概率值均小于0.05，但是其中5项的特征容差小于0.1，说明各要素之间多重共线性影响严重，尚不能构建出有效的评价模型。

4.3.2 主成分分析

综合上述3种回归分析结果，考虑到共线性影响，需对筛选出的6项植物景观视觉特征要素进行主成分回归分析。首先对数据进行KMO和巴特利特检验(表2)，检验值为0.874(大于0.7)，说明适合做主成分分析。分析结果表明：只有第一主成分特征值大于1，为4.569，对这6项特征要素的总方差贡献率为76.157%，因此只选取第一主成分作为主成分回归分析的自变量。

表2 KMO和巴特利特检验

根据成分得分系数矩阵(表3)，可以将第一主成分(F1)表达为：

表3 成分得分系数矩阵

F1=0.181StdX1+0.173StdX2+0.19StdX3+0.189StdX4+0.203StdX5+0.207StdX6

式中，StdXi(i=1，2，3，4，5，6)代表标准化后的各因子，因子顺序依次为植物群落丰富度、色彩对比度、季相特征、植物配置模式、植被多样性、林冠线变化。因子标准化处理的公式为原变量减去相应均值再除以标准差(均值和标准差可根据输出的描述统计量表获得)，具体计算如下：

StdX1=(X1-0.464)/0.563

StdX2=(X2-0.510)/0.486

StdX3=(X3-0.716)/0.406

StdX4=(X4-0.206)/0.369

StdX5=(X5-0.540)/0.368

StdX6=(X6-0.312)/0.535

将上述几项算式带入F1表达式中，最终F1表达为Xi的函数关系式。将第一主成分的6项特征要素作为视觉质量的影响因子进行回归分析。回归模型的拟合优度为0.694，代表因变量的变异有69.4%可以有解释变量所解释。表4为回归模型的方差分析表，回归模型方差分析的F值为40.774，且在1%的显著性水平下显著，代表回归模型设定合理。表5为回归系数表，由此结果可以得出回归模型Y=0.833F1，将F1的表达式代入方程，最终得出长荡湖旅游度假区道路植物景观规划设计方案的景观视觉质量(Y)与显著植物景观视觉特征要素(X)的函数关系模型为：Y=0.268X1+0.297X2+0.390X3+0.427X4+0.460X5+0.322X6-0.991(式中，X1表示植物群落丰富度，X2表示色彩对比度，X3表示季相特征，X4表示植物配置模式，X5表示植被多样性，X6表示林冠线变化)。

表4 方差分析表

表5 回归系数和表

根据模型得出6项对景观视觉质量有显著影响的景观视觉特征要素：植物群落丰富度、色彩对比度、季相特征、植物配置模式、植被多样性以及林冠线变化。模型的6项景观视觉特征要素按其影响性可分为3个梯度：第一梯度是植被多样性和植物配置模式，两者影响系数均大于0.4；第二梯度为季相特征和林冠线变化，两者影响系数分别为0.390和0.322；最后一梯度是色彩对比度和植物群落丰富度，影响系数分别为0.297和0.268。

5 方案修正与表现

上述评价模型能够为方案的进一步修正优化提供指导依据，以场景7为例。场景7位于长荡湖西路，其视觉质量分数为1.437，低于全段平均水平1.490。根据评价模型进一步分析可得，原方案前排种植乌桕，后排列植中山杉，地被观赏草以狼尾草为主，植被配置模式单一，缺少常绿树种以及水生植物；林冠线僵硬平直，易产生视觉疲劳，秋季色彩对比不明显。借助虚拟现实三维建模技术，从植物群落丰富度、色彩对比度、季相特征、植物配置模式、植被多样性以及林冠线变化6项显著特征要素入手，拟做出以下调整，常绿树种增加香樟、女贞作为背景树，增强秋季季相特点；同时上层乔木增加垂柳，下层补种雪柳、迎春、连翘等灌木，形成植物组团，取代之前的列植模式，丰富林冠线变化；进一步丰富滨水植物群落，补植再力花、葱兰、菖蒲等水生植物，调整后如图8、9所示。

图8 场景7方案修正优化对比

6 结论与讨论

基于虚拟现实三维建模技术，以视觉感知为评价依据，对长荡湖旅游度假区道路植物景观规划设计方案进行了植物景观视觉质量评价与植物景观视觉质量关键因素提取，构建了长荡湖旅游度假区道路植物景观函数关系模型。虽然模型仅针对评价长荡湖旅游度假区道路植物景观规划设计方案而建构，但其建构过程具有普适性，可用于其他类型大尺度、线性植物景观规划设计实践，为植物景观规划设计方案的优化提升提供依据。

图9 场景7最终效果图

模型筛选出6项显著植物景观视觉特征要素，其中植被多样性、植物配置模式以及植被群落丰富度是形成其他视觉特征要素的基础，带给观赏者对场景环境最直观的感受；季相特征突出植物景观动态变化过程，随着四季时序变化，植物的花、茎、叶以及表皮都会呈现出不同的视觉观感；林冠线主要体现植物景观立面上的变化，由植物树冠形态、高度及前后搭配层次决定；植物景观色彩对比度体现在同一时期环境条件下叶色与花色的对比，以及同种植物在不同时期因时序、气候、温差等因素所造成的叶色与花色变化。但研究无法排除其他特征要素的影响，后续研究中可进一步完善回归分析方法，探究其他特征要素以及这14项特征要素之外的要素对于植物景观视觉质量的影响。

研究引入虚拟现实技术作为视觉评价的媒介，突破了时空限制，将拟建环境的景观评价变为可能。虚拟现实技术在风景园林领域的应用尚处在起步阶段，本研究所使用的软件植物库也在不断地完善与更新中，虚拟现实技术将会逐步突破三维空间维度的限制，融入触觉、听觉等非空间属性元素，使得三维虚拟场景环境无限趋近于真实环境，进一步保证景观模拟的精度与深度。

注：文中图片均由作者绘制。