具有文物古跡的城市綜合公園歷史氛圍研究,風景園林碩士論文本篇論文目錄導航：【第1部分】【第2部分】【第3部分】【第4部分】【第5部分】具有文物古跡的城市綜合公園歷史氣氛研究【第6部分】【第7部分】第4章具有文物古跡的城市綜合公園歷史氣氛研究對具有文物古跡的城市綜合公園進行歷史氣氛研宄,主要是針對建設控制地帶、環境協調區。據第三章影響公園歷史氣氛的景觀設計要素,分為下面五個方面:水、建筑、道路、植物、景觀小品與設施。本文選取實地調研的公園,對景觀要素進行分類拍照,結合網絡搜索的相關圖片,整理之后,制作幻燈片并發放問卷,邀請不同人群對照片打分,最后收集問卷。對問卷評分結果進行數據統計,通過均值分析、相關分析、因子分析等方式方法對評分結果進行分析,提取影響此類公園歷史氣氛的幾個主要景觀要素,并研究與其他景觀要素的相關度,對影響公園歷史氣氛的幾個景觀要素進行重要度排序。通過對公園景觀要素指標的分析,選取影響公園歷史氣氛較重的景觀要素指標,進而進行重點設計,營造公園的歷史氣氛。4.1影響公園歷史氣氛的景觀要素問卷調查步騷即提取影響公園歷史氣氛的景觀要素。根據景觀設計的相關以下為參考文獻對景觀要素進行分類,并且選取能夠進行設計的景觀要素,將公園景觀要素分為五類:水、建筑、道路、植物、景觀小品與設施。1)問卷圖片選取根據影響公園歷史氣氛的景觀要素初步選擇圖片。圖片一部分是作者實地考察國內幾個城市公園拍攝的,包括北京_和園、北京陶然亭公園、成都望江樓公園。拍攝日期是2020年4月,天氣類似,晴朗或少云天氣,拍攝相機型號為PanasonicDMC-LX5型號卡片機,默認自動拍攝形式,盡量保持照片的風格統一。圖片另一部分是選取網絡的照片,盡量與實地拍攝的照片保持一致。2)制作幻燈片及問卷每一類景觀要素選取5-20張圖片,最終選取78張圖片制作成幻燈片,每一頁幻燈片上放置4張圖片,作為最終問卷評價的幻燈片(見附錄1),同時制作問卷打分表(見附錄2)。問卷打分表包括扼要評價講明介紹,問卷對象的個人基本信息,包括性別、年齡、教育程度。評價分數采用五分制0-5分(0=沒有、1=很少、2:較少、3=中等、4二較高、5=很高)。3)發放問卷并評分回收問卷問卷通過問卷星網站及網絡發送形式結合周邊人群發放問卷,給測試者打分評價;測試者依次對78張圖片進行打分,打分的范圍為0到5,0代表沒有,〗代表很少,2代表較少,3代表中等,4代表較高,5代表很高。網絡發放問卷總共400份,回收有效問卷174份,周邊人群發放50份,回收有效問卷39份,總共得到有效問卷213份。將得到的有效問卷數據輸入SPSS19.0軟件,進行數據統計,回收的問卷評分數據匯總表見附錄3。4.2問卷數據分析方式方法及分析結果公園的歷史氣氛評價的景觀要素和對應的景觀照片較多,景觀分析評價需要處理多個變量(景觀要素對應的圖片L1-L78)的觀測數據,和多個變量之間的關系和內在規律。因而,對于公園歷史氣氛評價方式方法選取對多個變量進行綜合處理的多元統計分析(MultivariateStatisticalAnalysis)。應用SPSS軟件進行實現。能夠米用描繪敘述量統計、相關分析和回歸分析。4.2.1描繪敘述統計?分析結果在現實生活中,很多社會、經濟等問題很復雜,通過抽樣調查等方式獲取大量數據,而這些數據中包含了很多信息,存在內在相關的關系。為了從這些數據中提取有用的信息,能夠通過描繪敘述統計量來對樣本數據進行分析,進而推斷總體特征。1)描繪敘述統計量在SPSS軟件中,將數據執行以下步驟,分析(A)描繪敘述統計爿描繪敘述(D),點擊確定。輸出結果如下表。問卷中關于水體的圖片是LOl-L06;建筑是L07-L30;道路是L31-L44;植物是L45-L66;景觀小品與設施是L67-L78。均值方面均值分析表示清楚,L26均值最高,為4.79,L55均值最低,為1.46。較高(大于4)的還有L4、L7-L13、U5、L18、L20、L22、L28、L30、L38、L46、L57、L62、L63、L66、L72。均值較低(小于2)的有.L1、L31、L36、L39、L40、L4KL53。上表中,評分較高的圖片中15張是關于建筑的,1張關于道路,5張關于植物,1張景觀小品與設施。由此能夠看出,對于影響公園歷史氣氛比擬重的因素大部分集中在建筑一類,古建筑在公園中營造歷史氣氛是最佳的景觀要素。道路一類是條形鋪裝加青草及古建筑的構筑物存在的情況下分值較高,因而,能夠推斷,一方面是建筑構筑物能夠營造歷史氣氛,另一方面,圖片中的水缸是傳統建筑院落中常用的器物,因而分值較高。同時從表中能夠看出,竹和蓮是影響公園歷史氣氛較重的植物,都有寓意,能夠推斷,竹和蓮在營造公園歷史氣氛方面,是比擬適宜的。能夠看出,水一類中的噴泉是得分較低的,噴泉是西方傳統景觀中常用的景觀要素,展現的是西式傳統,對于營造中國的歷史氣氛很有影響。另一類較弱營造公園歷史氣氛的是鋪裝大類,有五張圖片均得分較低,整體來講是五類景觀要素中最弱的一項。這五張圖片的材質均釆用仿古鋪裝樣式,但鋪設方式較為當代,講明鋪裝在營造歷史氣氛時,比擬注重鋪設方式。若使用鋪裝進行歷史氣氛營造,需要對中國古典園林的鋪裝鋪設方式進行學習借鑒,根據道路規模及位置設計相應的鋪裝形式。標準差方面標準差L26最低,為0.439,講明L26離散程度最低,大部分人對圖片的評價較為一致;L55最高,為1.188,講明離散程度也是最大的,講明打分者對圖片的評分標準看法不一。離散程度較大(大于1)的有:L01、L03、L36、L41、L44、L45、L48、L49、L59L61、L64、L69、L78。能夠看出,人們對噴泉和水簾的看法較為不一致,有很大分歧。究其原因,一方面是由于水景單獨造景營造歷史氣氛會比擬弱,另一方面,噴泉是當代景觀中常用的水景,表現的較為常見。比擬有爭議的還有鋪裝一類,講明每個人對于鋪裝的看法不太一樣。植物一大類也是比擬有爭議的,有七張圖片離散程度較高,講明人們對于植物營造歷史氣氛還是分歧較大,究其原因,揣測是由于植物造型方面不容易控制。另一類是景觀小品與設施,包括景墻和石刻,離散程度較大,一方面是由于石刻做工較為粗糖,另一方面,對于石刻和景墻不了解所致。2)信度分析信度分析是測度研究工具能否穩定和一致的分析方式方法。信度測量產生的誤差來自研究者和被調查者兩個方面。研究者方面有:測量內容不夠準確、問卷講明不當以及研宄者數據輸入錯誤,被調查者的因素則可能是由于年齡、教育程度等因素造成的。根據被測時間和測試內容,信度分為內部內部信度和外部信度。本文研宄內容使用內部信度分析。信度分析結果如下表。信度分析大于0.7則視為可靠的數據來源,分析數據為0.934,講明數據的來源很可靠,能夠進行其他分析。4.2.2相關分析結果本文進行的相關分析都是在兩兩變量之間進行的,用到的是簡單相關分析。采用適用于測度兩順序變量的相關性的Spearman等級相關系數。取均值最髙值、較高值、最低值、較低值進行相關分析,將其均值作為因變量,將景觀分析要素分析表中的各項二級景觀要素和圖片對應的數值作為自變量。使用SPSS軟件進行相關性分析。每張圖片的均值反響了評分者對該景觀展現的歷史氣氛評分高低,還需要進一步分析每張圖片中哪些景觀要素影響了評分判定。研究采用視覺資源管理(VisualResourcesManagement)這一評估方式方法。當代心理學研究證明,我們感覺得到的接近的87%的景觀基于視覺,視覺環境質量的好壞對人們的生活工作環境是相當重要的14。視覺資源管理系統是確定、提出并知足保持美學價值這種多目的的分析經過15。根據這一評估方式方法對景觀要素進行分析。陳伯超編著的(景觀設計學〕對構景要素進行具體的分類介紹、從狀態、形態等各方面闡述各個景觀要素的特點,計對各個景觀要素的特點提出景觀要素評分標準表(表4-6),對均值較高和較低的30張圖片中的景觀要素進行分析,根據景觀要素評分標準表中的評分標準對30張圖片進行評價,輸入SPSS軟件,得到景觀要素評分表(表4-7)。在SPSS軟件中,將數據執行以下步驟:分析(A)相關(C)兩變量分析(B),由于測度的是順序變量的相關性,,因而使用Spearman等級相關系數,雙側檢驗。輸出結果如下表。在表中給出了Spearman等級相關系數。從表中能夠看出,圖片均值與水體面積的相關系數為0.578,與建筑形式相關系數為0.674,與建筑細部相關系數為0.626,與植物長勢兩變量進行相關分析,相關系數為0.631。兩個星號,表示在置信度(雙側檢驗)為0.01時,相關性是顯著的。相關系數數值較小,位于0.51r|0.8范圍內,視為中度相關。圖片均值與水體岸線兩變量進行相關分析,從表中能夠看出,兩變量相關系數0.497,兩個星號,表示在置信度(雙側檢驗)為0.01時,相關性是顯著的。表示清楚水體岸線為仿古或自然場地時,圖片均值得分也相對較高。但相關系數數值較小,在0.3|r丨0.5范圍內,視為低度相關;圖片均值與植物寓意兩變量進行相關分析,從表中能夠看出,兩變量相關系數0.380,一個星號,表示在置信度(雙側檢驗)為0.05時,相關性是顯著的。表示清楚有植物寓意,圖片均值得分相對較高。但相關系數數值較小,在0.3|r丨0.5范圍內,視為低度相關。4.2.3回歸分析結果本文使用回歸分析,研究圖片均值和景觀要素評分標準表中二級景觀要素(水體面積、水體載體、建筑形式、建筑細部、鋪裝材質、鋪裝樣式、破損程度、植物生長狀況、植物寓意、小品形式)之間的相關關系。對均值較高和較低的30張圖片中的景觀要素進行回歸分析。對問卷評分數據匯總表(附錄3)表格中的數據在SPSS軟件中執行步驟:分析回歸分析一線性回歸,得到下表(表4-9-表4-13)。表中是描繪敘述統計量的結果,顯示變量的均值、標準差和圖片數目。均值中植物長勢建筑形式得分較高,講明這些圖片中大部分存在仿古建筑或古建筑,植物長勢良好對營造公園歷史氣氛也有一定影響。均值得分較低的是鋪裝樣式和小品形式,揣測是由于鋪裝在景觀設計中圍合空間的能力是較弱的,不容易引起人的注意,小品形式一方面是由于做工原因,另一方面是由于樣式比擬當代。表格中顯示了各個變量的相關系數,單側檢驗,Pearson系數。圖片均值與建筑形式、建筑細部相關系數較高,在Ir|0.8范圍內,視為高度相關;圖片均值與植物長勢相關系數在0.5|rI0.8范圍內,視為中度相關。擬合優度檢驗回歸方程的擬合優度檢驗就是要檢驗樣本數據聚集在樣本回歸直線周圍的密集程度,進而判定回歸方程對樣本數據的代表程度。表中是模型匯總數據,復相關系數R=0.937,斷定系數RSquare=0.877,調整斷定系數AdjustedRSquare=0.813,估計值的標準誤差Std.ErroroftheEstimate=0.51789。復相關系數R的取值范圍為0R1。R越是接近1,表示清楚回歸方程擬合越好,線性回歸方程顯著。方差分析回歸方程的顯著性檢驗(F檢驗)回歸方程的顯著性檢驗是對因變量與所有自變量之間的線性關系能否顯著的一種假設檢驗。I7回歸方程的顯著性檢驗一般采用F檢驗,利用方差分析的方式方法進行。表中是方差分析結果,回歸方程的顯著性檢驗(F檢驗)是對因變量圖片均值與所有自變量(二級景觀要素)之間的線性關系能否顯著的一種假設檢驗,F=13.587。相伴概率(Sig)P=0.000,小于顯著性水平0.05,因而斷定線性回歸方程顯著?；貧w系數的顯著性檢驗(t檢驗)回歸系數(B)全不是0,講明這些自變量都與因變量圖片均值有關。但是并不意味著每個自變量對圖片均值的影響都顯著,所以對每個自變量進行顯著性檢驗。使用t值對應的相伴概率(Sig)P值來檢驗每個自變量的顯著相關性。在顯著性水平為0.05的情況下,小于顯著性水平0.05的自變量有建筑細部(0.009)鋪裝樣式(0.047)。因而,斷定圖片均值與建筑細部和鋪裝樣式顯著相關。表中是回歸系數結果,常數項(Constant)=1.918,建筑細部回歸系數(B)=0.632,回歸系數的t檢驗的t值=2,898,相伴概率(Sig)P=0.009。鋪裝樣式回歸系數(B)=-0.621,回歸系數的t檢驗的t值=-2.121,相伴概率(Sig)P=0.047o以為建筑細部和鋪裝樣式的回歸系數顯著有意義。古建筑因其歷史信息最多,細部精致,體量較大,因而,容易成為視覺焦點,而且建筑是具備一定功能的,更容易被吸引。鋪裝在樣式選取上假如越是精細復雜,越容易表現歷史氣氛,因而花街鋪地是一個很好的鋪裝樣式。4.3小結經過均值分析,得出影響公園歷史氣氛較重的30張圖片,以此來進