城镇河岸带植物色彩对视觉疲劳的影响

　　摘要：文章以潮白河为研究对象，选取完全人工与半自然2种类型河岸带的河段，在河段左右岸各设置直线距离1 km长的样段，利用无人机在夏季和秋季进行拍摄取样，共计提取168个图像样本。通过眼动仪获取样本的眼动数据、视觉吸引點位置，选择瞳孔直径(Pupil diameter， PD)和注视点总个数(Fixation points， FP)指标衡量视觉疲劳;定义颜色种类分类区间，对样本进行色彩解析，共计得到4个色系154 401个色彩斑块;以各色系总面积A、数量N及其与视觉吸引点的平均欧式距离HD构建组成变量，按照“各色系组成变量→视觉疲劳”的概念关系进行结构方程模型(Structural equation modeling， SEM)分析。结果表明：1)瞳孔直径对城镇河岸带植物景观橙色系斑块的响应明显，随着橙色系整体作用增强，瞳孔直径增大，人眼的视觉疲劳增加;而注视点总数对黄色系、黄绿色系、绿色系斑块响应明显，随着黄色系、黄绿色系、绿色系整体作用增强，注视点总个数显著增加，视觉疲劳能够得到缓解。2)城镇河岸植物景观橙色系斑块、绿色系斑块面积增加，黄色系、黄绿色系斑块面积减少，以及橙色系、黄色系、黄绿色系斑块数量的增加和绿色系斑块数量的减少能够缓解人眼的视觉疲劳。3)视觉热点远离黄色系、黄绿色系斑块，靠近橙色系、绿色系斑块时，人眼视觉疲劳得到缓解。基于此结果，建议保护河岸带植物及其生境，维系成片的绿色基调景观，并考虑crispening效应(色貌现象)，适当增加橙色系植物面积。

　　关键词：城镇河岸带，色彩斑块特征，视觉疲劳，结构方程模型，潮白河

　　城镇居民长期处于较为快速的生活和工作节奏中，出现了不同程度的身心疲劳现象[1]。人体的疲劳是复杂而综合的生理和心理现象，视觉疲劳、脑力疲劳和体力疲劳等是最主要的生理疲劳类型[2]，对居民健康产生消极影响，需要得到有效缓解。视觉传达、建筑设计和工业设计等领域的研究表明：引起人体视觉疲劳的因素较多，其中色彩是最重要的非自然(用眼过度等为自然因素)因素，色彩特征对视觉疲劳具有较显著的影响;不同的色彩属性对视觉疲劳的影响也不同，饱和度过高或明度过高的色彩易造成视觉疲劳，色相对比越强烈越容易造成视觉疲劳，暖色系相对于冷色系更容易造成视觉疲劳[3]。植物景观色彩方面的研究也证明了以绿色为主的植物景观对视觉疲劳具有较好的改善作用[4-5]。

　　目前，植物景观色彩研究主要聚焦于山地森林和城市绿地的色彩[6-10]，研究内容涵盖色彩属性[11]、色彩面积[12]、色彩斑块格局[13]、色彩吸引力[14]等特征。这些研究多从某一色彩、色系特征的角度探讨其对景观的影响，或对比该色彩、色系特征与其他色彩、色系特征作用[6-14]，缺少对于各种色彩、色系特征综合效果的考虑。另外，目前植物景观色彩研究中，对视觉疲劳影响的考虑也相对较少，且多采用语义问卷的方法，较少使用客观指标(特别是与其他色彩视觉特征能够同步获取的客观指标)。研究表明，视觉疲劳可以通过各项眼动指标反映[15]，其中较为公认的是以瞳孔直径和注视点总个数测量视觉疲劳[16-20]，通过注视、扫视等指标测量景观视觉吸引力[21-22]。因此，可以使用眼动指标同步获取视觉吸引力和视觉疲劳数据。

　　京津冀平原地区城镇河岸空间是居民最常用的休闲空间，也是城市最重要的景观空间，构建能够改善视觉疲劳的城镇河岸带植物景观，对于居民健康具有重要意义。本研究针对城镇河岸带植物景观，解译色彩斑块的面积、数量和吸引力特征，并基于假设——各色彩、色系综合效果(该色彩、色系斑块的总面积、色彩斑块数量、视觉吸引力的组成变量)对视觉疲劳存在整体影响(图1a)，构建结构方程模型，分析不同色系对视觉疲劳的影响，以期为城镇河岸空间景观优化提供理论和参考。

　　1 材料与方法

　　1.1 研究区概况

　　本研究以潮白河作为研究对象，选取北京通州区、三河市和大厂回族自治县段。该区域内的潮白河周边城镇建设强度较高，受周边土地利用的影响，原生河岸带风貌受到不同程度的破坏，河岸结构和河岸带植被表现出与天然河流不同的特点。另外，该区域潮白河的自然水量较少，河流水量基本由人工调控，河岸带植被较少受到天然河流水文特征的影响，河岸带植被种类和分布具有较强的人工选择性，也具有较大的优化可能性。本研究按照河流岸线和河岸带植被自然特征的退化程度，将该区河岸带分为完全人工河岸带和半自然河岸带，前者岸线硬化，植被为具有观赏价值且人工养护强度高的植物群落，主要乔木树种有白蜡(Fraxinus chinensis)、栾树(Koelreuteria paniculata)、日本晚樱(Cerasus serrulata var. lannesiana)、油松(Pinus tabuliformis)、黑松(Pinus thunbergii)等;后者岸线未硬化，植被为人工养护强度低的植物群落，以毛白杨、旱柳为优势种。

　　1.2 研究样段设置与图像样本采集

　　1) 样段设置。选取研究区域内含完全人工河岸带与半自然河岸带的2个河段。河段1右岸为自然河岸带(属于北京市通州区)、左岸为人工河岸带(属于三河市);河段2左右岸均为自然河岸带(属于大厂县)。2个河段的左右岸各设置直线距离1 km长的样段(实际岸线长度≥1 km)，共设置4个样段(样段1-1，1-2，2-1，2-2)。

　　2) 景观视频拍摄。利用无人机(大疆悟2，设置5 m/s均速飞行)对样段进行全面拍摄，拍摄高度18 m，拍摄距离样段河岸带40～50 m，景观信息由视频(帧率为25FPS，H.264格式)记录。拍摄时间为2020年8月底与10月底(北京地区季节划分：6—8月为夏季，9—11月为秋季)，华北地区秋色叶植物物候特征在11月后逐渐消退，2次拍摄能够涵盖河岸带植物夏、秋季节的主要景观和物候信息。

　　3) 图像样本提取。对每个月份拍摄的视频，每隔10 s抽选1张图片(每张图片记录5 m/s×10 s=50 m的实际岸线景观内容，图片大小设置为1 920×1 080像素，与眼动实验图片大小保持一致)，共抽取图片84张，其中，样段1-1有23张、样段1-2有18张(排除了仅草本植物的图片)、样段2-1有20张、样段2-2有23张，抽取图片统一进行反伽玛色彩校正以保证色彩真实性。夏、秋两季共提取168个图像样本。

　　1.3 眼动实验与视觉吸引、视觉疲劳数据获取

　　1) 眼动实验。召集中国林业科学研究院30名在校硕士或博士生作为自愿被试人员(年龄在20～30岁，男女各15人，双眼矫正视力达到正常水平)观看图像样本。168个图像样本提前随机分为12组，使用21寸液晶显示屏(分辨率1 920×1 080像素)自动播放，设置每张图片的观赏时间不少于10 s，利用Eyeso Ec80遥测式眼动仪(采集频率80 fps)开展视觉追踪，记录每名被试的眼动数据，再通过Eyeso分析软件提取与输出视觉吸引、視觉疲劳的眼动指标及热点图。

　　2) 视觉疲劳的眼动指标。一是瞳孔直径(Pupil diameter，PD)，PD越大，视觉疲劳程度越大[15-19];二是注视点总个数(Fixation points，FP)，FP越多，视觉疲劳程度越小[15]。3) 视觉吸引的眼动指标。获取全部注视时间热点图，热点图中红色区域表示注视时间最长的区域，红色区域几何中心为视觉吸引点。越靠近视觉吸引点，即色彩斑块与视觉吸引点的欧式距离越小，色彩斑块视觉对图像视觉吸引的贡献越大，其视觉吸引力越强。

　　1.4 色彩分类与分析

　　1) 色彩分类。依据HSV色彩空间中H值色相临界值规则(H值范围0～360，60黄色，120绿色，180青色，240蓝色，300品红，360或0红色)，基于人眼对色彩的敏感度[23]，考虑植物景观常见色，调整H值区间为[0，25]或(335，360] (25，45] (45，80] (80，140] (140，220] (220，290] (290，345];同时，定义S饱和度和V明度值区间为[0，0.33](0.33，0.67](0.33， 1]，得到橙、黄、黄绿、绿、蓝、紫、红色7色系63种颜色。

　　2) 色彩斑块解译。首先通过fast-smaskcnn智能提取图像样本的河岸植被带(基于porch实现，排除图像中其他景观元素);其次基于上述63种颜色，对168个图像样本进行色彩斑块的辨识，共计得到4个色系28种颜色(橙色系5种，黄色系5种，黄绿色系9种，绿色系9种)154 401个色彩斑块;再分别解析每个图像样本中所有色彩斑块的面积及色彩斑块的中心位置坐标(以图像左上角为坐标原点)，并计算每个色彩斑块与图像样本视觉吸引点的欧式距离;最后以色系为单位，统计每个图像样本各色系的斑块总面积A、斑块数量N及其与视觉吸引点的欧式距离平均值HD。

　　1.5 数据分析

　　采用标准差对所有变量值进行标准化，再进行基于PD值的分析：通过A，N，HD值对PD值的多元回归，将各色系A，N，HD分别结合为组成变量Composite_O(橙色系綜合作用)、Composite_Y(黄色系综合作用)、Composite_YG(黄绿色系综合作用)、Composite_G(绿色系综合作用)，并纳入概念关系图(图1a)，得到结构方程模型model-PD。同理，进行基于FD值的分析，得到结构方程模型model-FP。

　　以t-rule：t≤n(n+1)/2对model-PD及model-FP进行可辨性检验，2个模型均满足模型可辨(model-PD，model-FP的路径数量t远小于变量数量n为16时的临界值);以d-rule：d>5对model-PD及model-FP进行样本量检验[24]，2个模型均符合样本量要求(d=样本量/路径数，本研究样本量5 040，单位路径样本量远超过20);再对model-PD和model-FP进行d-sep检验，将检验结果为显著(P<0.05)的路径补充至原假设模型中，比较原模型与路径补充后模型，取AIC值较小的模型，得到最终SEM model-PD(AIC=78.001， BIC=247.655， Fishers C=26.001， P>0.05)(图1b)，SEM model-FP(AIC=116.175， BIC=285.829， Fishers C=64.175， P>0.05)(图1c)。所有数据分析过程均在R中完成，使用piecewiseSEM包[25]检验并构建结构方程模型。

　　2 结果与分析

　　2.1 不同色彩综合作用对瞳孔直径和注视点总个数的影响

　　从图1b可知，Composite_Y，Composite_YG，Composite_G对PD不具有显著影响(P>0.05)，Composite_O对PD具有显著影响(P<0.05)，瞳孔直径对城镇河岸带植物景观的橙色系响应明显，但对黄色系、黄绿色系、绿色系响应不显著;同时，瞳孔直径随橙色系综合作用增强而增加(β=0.037，P<0.05)，人眼的视觉疲劳增加。

　　从图1c可知，Composite_Y，Composite_YG，Composite_G对FP具有显著影响(P<0.05)，Composite_O对FP不具有显著影响(P>0.05)，注视点总数对城镇河岸带植物景观的黄色系、黄绿色系、绿色系响应明显，但对橙色系响应不明显;同时，黄色系(β=0.037，P<0.05)、黄绿色系(β=0.032，P<0.05)、绿色系(β=0.067，P<0.05)综合作用增强，注视点总个数显著增加，视觉疲劳能够得到缓解。

　　2.2 不同颜色的色彩斑块特征对瞳孔直径和注视点总个数的影响

　　依据路径系数可知色彩斑块特征对视觉疲劳的效应。由表1可知，橙色系斑块面积的增加(β=-0.035)、色彩斑块数量的增加(β=-0.018)会引起瞳孔直径的显著减小，能够有效缓解视觉疲劳;而橙色系斑块与视觉热点的距离增加，即视觉热点远离橙色系斑块时，会造成瞳孔增加(β=0.007)，引起小幅度视觉疲劳。

　　黄色系斑块面积的增加(β=-0.055)，引起人眼对景观总注视点个数显著减少，更易造成人眼的视觉疲劳;而黄色系斑块数量的增加(β=0.340)，以及黄色系斑块与视觉热点距离增加，即视觉热点远离黄色系斑块时(β=0.022)，会引起人眼对景观总注视点个数显著增加，能够有效改善人眼视觉疲劳。

　　黄绿色系斑块面积的增加(β=-0.033)，引起人眼对景观总注视点个数显著减少，更易造成人眼的视觉疲劳;而黄绿色系斑块数量的增加(β=0.007)，以及黄绿色系斑块与视觉热点距离增加，即视觉热点远离黄绿色系斑块时(β=0.006)，会引起人眼对景观总注视点个数显著增加，能够有效改善人眼视觉疲劳。

　　绿色系斑块数量的增加(β=-0.080)，会引起人眼对景观总注视点个数显著减少，更易造成人眼的视觉疲劳;而绿色系斑块面积的增加(β=0.013)，以及绿色系斑块与视觉热点距离减少，即视觉热点聚焦绿色系斑块时(β=-0.018)，会引起人眼对景观总注视点个数显著增加，从而形成人眼视觉疲劳的有效缓解。

期刊VIP网，您身边的高端学术顾问

文章名称： 城镇河岸带植物色彩对视觉疲劳的影响

文章地址： http://www.qikanvip.com/chengshiguihua/61332.html