秦婵媛，郭滢曼，刘 飞，傅 斌，罗 勇
(1.中国科学院、水利部成都山地灾害与环境研究所,成都 610041；
2.中国科学院大学,北京 100049；
3.四川省水文水资源勘测局,成都 611130；
4.四川省自然资源科学研究院,成都 610041)
景观美学服务属于生态系统文化服务的一种，主要指的是生态系统为人们提供的一种视觉服务，是人们对自然环境的美学感知[1]，能为城市河流景观的规划保护提供依据。与景观美景度相比，景观美学服务侧重的是生态学视角下的生态系统服务，是对“景观审美”的一种生态型称谓。随着社会的发展，城市河流环境逐渐恶化，河流景观作为城市景观建设的重要内容，越来越受到人们的广泛关注，成都市作为“天府之国”，其社会经济的发展都与河流有着密切的联系，为响应国家推进生态文明建设的号召，出台《成都市水生态2025规划》。因此本文借鉴景观美景度评价的方法，对人们在河流视域内的河流水域与人工建筑，如堤坝、河岸植被以及住房等组成的河流景观的优美程度进行视觉美学评价，可为改善城市河流保护与规划提供参考。
目前，城市生态系统服务相关研究逐渐增多，但多数集中在生态要素，缺乏对综合格局和服务的景观研究[2]，导致概念界定模糊、分类标准不统一、评价体系未成系统，使其难以服务景观规划和设计。且针对其他景观例如森林景观的美学评价研究占较大比重，而河流景观的研究较缺乏，20世纪80年代后期，才有学者开始将河流自身作为一种景观[3]，与陆地景观区分，但针对河流景观功能评价、模拟预测，以及对河流保护、修复与管理进行定量分析的河流景观生态学研究还比较缺乏[4～9]。评价方法也只是借鉴景观评价中的美学和生态学评价法，且据Unep-Wcmc(全球湿地数据库)生态系统服务指标研究显示，多数评价指标因不能被直接感知、难以准确描述和定量化，相较于与人类利益直接相关、可通过市场价值和其他货币价值进行定量化[10]的供给服务指标来说，研究较少[11]。特别是美学服务价值，范围广泛、内容丰富，难以建立全面的评价指标体系，在形成一套系统的评价方法上具有一定挑战性。以成都市河流为例进行景观美学服务评价，采用层次分析法构建评价指标体系，在理论意义上充实了景观生态学中河流景观服务的相关研究，基于视觉对河流照片进行评价，将评价指标与问卷调查相结合，与以往的现场调查评价相比，具有一定创新性。
1.1 研究区概况
成都市位于四川盆地西部、青藏高原东缘，四川省省会，全市总面积14 335 km2，地势由西北向东南倾斜，西部地形以深丘、山地为主；
东部由岷江、湔江等江河冲积而成的平原、台地和部分低山丘陵组成，是成都平原的腹心地带。地处亚热带季风气候区，热量充足，雨量丰富，四季分明，雨热同期。自然资源丰富，经济发展平稳。全市2020年年末常住人口2 093.78万人，实现地区生产总值(GDP)为17 716.7亿元，位居全国第七。
全市境内主要河流40余条，分属长江支流岷江及沱江流域，水域面积约700 km2，总长度约1 500 km。中心城区有6条水系，80余条中小河流。本文选以府南河、沙河、摸底河为研究样本，研究区位图如图1，地理位置如见表1。府南河是成都的母亲河，市区段总长29km，自东向南汇入长江，是府河、南河在合江亭相汇后的合称，也称锦江[12]；
沙河是府南河左岸一级支流，较府南河长度短，为成都市区输送工业、生活用水[13]；
摸底河是成都市中心城区6条主河道之一，属清水河一级支流，原属于黑臭水体，后经过治理逐渐恢复。
图1 河流调查点分布Fig.1 Distribution of river survey points
表1 调查点位地理位置表Tab.1 Geographical location of survey points
1.2 数据源
通过百度地图获取成都市河流遥感影像，测量河流宽度以及弯曲度；
实地调查获取2019年成都市河流河岸植被数据；
实地拍摄河流景观照片；
成都市河流景观美学服务评价网络问卷调查结果。
1.3 评价方法
景观美景度评价法主要通过测定SBE值获得公众对景观的审美态度，分解景观要素并测定各要素量值，分析美景度值与各要素量值间的关系[14]，因此在借鉴景观美景度评价法的基础上，结合实地调查与照片评分，将其应用到河流生态系统领域，体现其评价方法的生态学价值。根据照片就可进行视觉美学评价，以此划分景观等级，同时还能反映评价主体对不同景观要素的偏好[14]，与实地调查评价相比具有耗时短、花费小、可行性大的优点。先前研究也表明，将照片作为景观美学价值评价的媒介，与现场评价不存在显著差异[15]，有高度相关性。
1.3.1 评价照片拍摄和选取
为减少拍摄给景观评价带来不利影响，全程保持相机内光圈值、曝光度等像素参数一致，不使用闪光灯，在相同天气情况下进行拍摄。拍摄时尽量保证选取的评价指标都出现在照片中。本次选择拍摄点位13个，共拍摄府南河、沙河以及摸底河各河段景观照片108张，以备后续选择。
选择照片时，因仅对河流景观进行评价，多样性程度较低，故分别选择样本河流各河段的一张照片进行评价，选取原则有：①剔除光线较暗或模糊不清的照片[16]；
②照片中尽量包括所列指标；
③尽量避免非评价指标出现在所选照片中。如图2中有水体、河流两岸景观等要素，将评价所需要的指标尽量包含在其中。
图2 典型河流景观Fig.2 Typical river landscape
1.3.2 评价者选取
有研究表明，学生和一般公众在审美评价上有较小差异，但学生受教育程度更高，与一般公众相比对美学质量的评价更加客观[17]。
本次评价为避免夸大个人感情色彩，因此除基于层次分析法进行笔者的自主评价外，还主要针对大学生群体，进行网络问卷调查评价。
1.3.3 层次分析法
层次分析法(AHP)[18～20]由美国著名运筹学家托马斯·萨于20世纪70年代中期提出，它通过分级处理多种因素来确定各因素权重，再由评价者对研究对象进行评分，是定量与定性相结合的分析方法，将人的主观判断转化成数学的定性分析处理。
1.3.3.1 选取指标建立评价模型
通过参照、借鉴先前研究者研究成果[13, 21～23]，将河流景观分为自然景观和人工景观进而构建指标进行评价。共确定7个河流景观美学服务评价指标因子，建立层次分析体系(图3)。河流水质指标体现了河水透明度与水面是否有污染物；
水域面积指标体现了河流的规模，通过在百度地图上选取每段河流的不同位置测量河流宽度求取平均值作为该河段的河流宽度；
河流流态指标体现了河流的动态美感，用河水流速表示；
河流形态指标反映的是河流的线条美感，用河流弯曲度表示，通过百度地图测量各河段实际长度与直线长度，然后通过弯曲系数公式计算；
植被丰富度主要指河流两岸景观植物的种类丰富度、配置形式以及色彩丰富度；
以及人为改造与创造的人工景观，如护坡类型，即为提高河岸抗冲刷能力对齐的驳岸，主要有自然式、人工式与自然和人工相结合形式；
岸边建筑，主要表现为河流两岸建筑物的高度、密度以及组织形式。
图3 河流景观美学服务评价指标Fig.3 Evaluation index of river landscape aesthetic service
1.3.3.2 构造判断矩阵进行权重计算
将每一层的指标因子依次与上一层的指标因子两两相比，并按重要性程度(表2)赋值1～9建立判断矩阵。
表2 重要性标度含义表[16]Tab.2 Meaning table of importance scale
将矩阵中各数据使用Yaahp层次分析软件[23]进行各项评价指标权重计算并排序。最终计算总权重，得到成都市河流景观美学服务评价指标权重表(表3)。
表3 成都市河流景观美学服务评价指标权重表Tab.3 Evaluation index weight of Chengdu river landscape aesthetic service
1.3.3.3 指标分级
按各指标因子对景观美学服务的贡献进行等级划分，并根据表4赋值。
表4 指标因子评分标准Tab.4 Index factor scoring standard
1.3.4 网络问卷调查法
使用问卷星设计成都市河流景观美学服务评价调查问卷，共设计36个问题，首先让评价者针对影响河流景观美学服务的因素进行排名，然后分别针对各河段的景观照片进行评分，共分五个评价等级， “非常美观、较大程度美观、一般美观、比较不美观、非常不美观”，分别对应“5、4、3、2、1”分值，再对各照片内各景观要素进行评价，最后通过微信平台共发放144份问卷，回收有效问卷144份。直接在问卷星平台对评价结果进行统计分析。
1.3.5 统计分析
利用spss软件建立多元线性回归方程，分析成都市河流景观美学服务价值与各评价指标之间的相关关系以及显著程度。
多元回归分析是指通过对两个或两个以上的自变量与一个因变量的相关分析，建立预测模型。
设y为因变量，x1，x2，…xk为自变量，首先分析自变量与因变量之间是否存在线性关系，通过皮尔逊相关系数计算公式：
(1)
式(1)中，cov(x，y)为协方差，δx、δy为标准差。计算出相关系数并进行显著性检验剔除不显著的自变量。
接着进行下一步逐步回归分析，将剩余的自变量计算方差膨胀因子与容忍值进行共线性诊断：
(2)
式(2)中，VIF为方差膨胀因子，为自变量xk对其余自变量作回归分析的复相关系数。
(3)
式(3)中，TOL为容忍值。如果TOL≤0.1或VIF≥10，则说明自变量间存在严重共线性情况，需剔除这些自变量。
将剩下的自变量进行回归统计，计算模型的拟合度：
(4)
接着进行方差分析，回归方程的显著性检验，常采用F检验：
(5)
式(5)中，根据给定的显著水平α，查F分布表，得到相应的临界值Fα，若F>Fα，则回归方程具有显著意义，回归效果显著。
最后进行回归系数的显著性检验，常采用t检验：
(6)
2.1 河流景观美学服务分析
表5的评分结果可知，府南河中游景观服务最佳，各指标因子都表现出较大程度美观，摸底河段景观服务最低，各指标因子评分也都较低。其中府南河得分均较高，可见府南河景观美学价值高于在河流水质、水面开阔度以及河岸植被配置等方面都有较大优势。而府南河又以下游得分最高，其下游河流景观的建设更符合人们的审美。
计算两次结果平均值(表6)，府南河下游得分最高，为4.15分；
沙河下游得分次之，为3.99分；
沙河上游得分居中，分值3.47分；
摸底河段和沙河中游得分较低，分别为2.03分和2.58分。通过对比还能发现自主评分和问卷调查评分结果趋势相同，沙河中游、摸底河段的评价值非常接近，但其余河流河段评价值略有差异，出现差异的原因可能与两种评价方法的出发点不同有关。基于AHP的自主评价从各指标因子出发逐级评分再计算评价值，而基于网络的问卷调查评价从宏观角度出发直接对每张照片进行评分。这也说明每个人主观感受存在差异，计算平均值，可以避免评价过程中个人主观意志夸大造成评价结果片面性。
表5 成都市河流景观美学服务主观评分表Tab.5 Subjective scoring table of river landscape aesthetic service in Chengdu
表6 成都市河流景观美学服务评分表Tab.6 Scoring table of river landscape aesthetic service in Chengdu
2.2 河流景观美学服务的影响因素分析
以成都市河流景观美学服务的自主评分值为因变量，各评价指标的评分为自变量，建立多元线性回归方程，观察两者之间的相关关系以及显著程度，分析各评价指标在成都市河流景观美学价值中体现的作用。
基于spss的双变量相关分析得出各河段景观美学服务的评分值与评价指标分值之间的关系，从表7可知，7项评价指标均与景观美学服务评分值呈正相关关系，相关系数从大到小排列为P1>P7>P5>P2>P6>P3>P4，最大是河流水质，最小是河流形态。在显著性检验上，除P3与P4外评价指标均在0.05水平上(双侧)显著相关(P6接近0.05也包括在内)，因此剔除P3、P4进行下一步回归分析。
表7 双变量相关分析Tab.7 Bivariate correlation analysis
在多元回归分析中常出现变量间多重共线性的情况，为消除估计的偏差，选用逐步回归分析，并对自变量进行共线性诊断，系统剔除P2、P5、P63个评价指标，选择效果较好的P1、P7为预测变量。从回归统计(表8)中可以看出R2=0.965，模型的拟合度较好。
表8 回归统计Tab.8 Regression statistics
方差分析(表9)中F检验的显著性是0.001，按α=0.05的水平，可以认为y(景观美学服务评分)与2个自变量之间有较显著的线性关系。
表9 方差分析Tab.9 Variance analysis
表10显示，模型的截距为0.876，自变量的斜率P1>P7；
t检验的显著性最大是0.042，均在α=0.05的水平上显著；
共线性统计中VIF值最大2.222，VIF≤5，不存在严重共线性情况[24]。最终根据逐步回归结果得到模型：y=0.876+0.416 P1+0.349 P7。
表10 回归系数Tab.10 Regression coefficients
2.3 综合分析
目前对于河流景观美学服务评价的研究集中在景观植被评价上，针对河流景观整体的美学服务评价研究较少，将景观美景度评价法以及层次分析法引入到生态系统视角下的景观美学服务评价中，可对比成都市不同河流景观的美学服务价值，以及分析各景观要素对河流景观的影响程度。河流水质主要表现在水体的透明度以及水面是否存在垃圾等污染，是河流外观的主要表现形式，直接联系着众多的人为因素，影响到整个河段的美学特征。研究发现评价者非常不希望看到河流两岸庞杂、高大以及密集的建筑物群，因为它们会打破河流这一景观所呈现的自然山水情趣，大家反而更倾向于河流两岸有着更空旷的视域，尽管景观十分单一，或是远远望去只以一个轮廓出现在河流景观轴线上的建筑。因此长期对河流的水质进行监测，定期处理河流垃圾，提升居民的环保意识，营造干净、整洁的河流环境是十分有必要的；
适当弱化河流两岸的城市建筑影像也是提升成都市河流景观美学价值的重要途径。
3.1 基于层次分析法与网络问卷调查法建立了成都市城市河流景观美学服务评价模型，获得了公众对成都市府南河、沙河以及摸底河景观美学服务的审美评判结果，府南河下游景观美学服务价值最高，沙河上游居中，摸底河段最低。
3.2 通过多元回归分析解释和预测各景观要素对景观美学服务的影响力度，得到了河流水质和两岸建筑的形态与布局这两个评价指标在成都市河流景观美学价值中影响程度更为显著的结果。
3.3 研究结果对成都市河流景观保护和规划具有一定参考价值，同时丰富了生态系统文化服务角度下的河流景观美学服务评价指标体系，体现了生态价值，丰富了河流生态系统研究。
3.4 由于照片拍摄时间为夏季，树木生长茂盛，呈绿色，不能很好体现植被色彩丰富度；
河流景观随着季节变化会表现出不同季相，而季相变化也影响评分，还有待深入研究。