基于GIS的岛屿景观视觉特征评估方法：中国舟山群岛的陆海视觉特征互评研究

《Ocean & Coastal Management》：A GIS-based approach for assessing island landscape visual character: Reciprocal land–sea visual characterization in the Zhoushan Archipelago, China

　　

**摘要**

- 基于地理信息系统（GIS）的方法将景观识别、观看几何和叠加分析联系在一起。
- 互见景观从前景和背景区域两方面进行评估。
- 陆地视觉质量特征显示更强的与距离相关的变化。
- 海洋视觉质量特征随海岸线、岛屿和开阔水域而变化。
- 该方法支持区域视觉筛查和综合岛屿规划。

**1. 引言**

岛屿兼具陆地和海洋生态系统的特征，在维持生态平衡（S. Li等, 2025）、保护生物多样性（Casal和McCarthy, 2023）、减轻自然灾害（Zheng等, 2023）、支持经济发展（Zhang和Xing, 2023）以及提供重要景观资源以促进人类福祉（Pungetti, 2012）方面发挥着至关重要的作用。由于地理孤立、土地资源有限以及陆地和海洋环境之间的紧密相互作用，岛屿景观对环境变化和人类活动尤为脆弱（Chi等, 2020）。旅游开发、基础设施扩张、不受控制的土地利用变化和气候变化带来的压力不断增大，使岛屿景观面临越来越大的压力（Gkoltsiou和Mougiakou, 2021）。与此同时，沿海地区的人类活动可能通过改变自然景观和观景点来降低视觉质量，使得视觉评估在环境影响评价和沿海规划中变得越来越重要（Depellegrin, 2016；Falconer等, 2013）。最新研究进一步强调，随着蓝色经济的快速增长，在战略空间尺度上需要稳健且客观的视觉评估方法来支持海洋空间规划（Manning等, 2023）。日益增长的需求凸显了岛屿景观保护、规划和可持续管理中进行系统视觉评估的重要性。

近期关于岛屿和沿海视觉评估的研究越来越趋向于三个互补的方法论考量。首先，岛屿景观应被视为陆海一体化的系统，而非孤立的陆地或海洋环境。因此，海景评估已超越传统的景观评估，将陆地、海岸线和海洋区域视为单一视觉系统中相互依存的组成部分（Department of Trade and Industry, 2005）。正如Pungetti（2012）进一步强调的，陆地和水面、景观和海景、自然和文化在岛屿环境中构成不可分割的二元对立，凸显了跨陆海连续体进行综合视觉评估的必要性。其次，视觉感知因观看视角而异。由于陆地视角和海上视角的视觉体验存在根本性差异，近期研究越来越区分离海看海和从海看陆的视角，需要对陆地和海洋视觉环境进行分别的分析处理（Falconer等, 2013；Manning等, 2023）。早期的研究同样强调海景评估应明确考虑陆地与海洋之间的视觉关系，包括向海的景观、从海的景观以及两者的视觉结合（Miller和Morrice, 2002）。第三，观看距离已被认为是视觉感知的关键决定因素。随着景观特征的可识别性随距离增加而降低，感知重点和评估标准在不同视觉距离区域有所不同（Bishop和Miller, 2007）。因此，有效的视觉评估需要系统地划分前景和背景观察区，并采用差异化的评估标准，例如在前景景观中保持视觉开放度，同时在背景景观中保持山脉天际线和海岸线形态的连续性（Yasuda等, 2018）。尽管取得了这些进展，一个主要的方法论挑战仍然存在：缺乏一种通用的空间参考方法，通过该方法可以将不同景观领域、观看视角和距离区域产生的视觉信息进行一致地组织、整合和比较。

基于特征的识别方法为解决这些方法论考量提供了有前景的空间基础。根据《欧洲景观公约》（ELC），景观被定义为"一个人们感知的区域，其特征是自然和/或人为因素的作用和相互作用的产物"（Council of Europe, 2000）。这一以感知为导向的定义为景观识别评估（LCA）提供了概念基础，旨在识别和描述具有相对均匀的自然、文化和感知特征的区域（Atik等, 2015；Natural England, 2002；Swanwick, 2003；Van Eetvelde和Antrop, 2009）。作为LCA的扩展，海景识别评估（SCA）将特征映射扩展到整合相邻的陆地、沿海和海洋环境（HM Government, 2020），从而支持对岛屿景观资源的理解和管理（Fairclough等, 2018；Warnock和Griffiths, 2015）。与传统的陆地景观评估相比，SCA明确承认陆海相互作用，并在考虑海景的物理、文化和感知维度的同时促进陆地和海洋规划之间的协调（Hill等, 2001；Natural England, 2012）。因此，SCA已广泛应用于岛屿和沿海地区，特别是在地中海地区，包括亚速尔群岛（Pinto-Correia等, 2001）、巴利阿里群岛和加那利群岛（Sanz Herráiz等, 2003），以及几项更广泛的区域研究（Abu Jaber等, 2015；Vogiatzakis和Manolaki, 2017；Vogiatzakis等, 2008）。这些研究通常使用地质、地貌、坡度方向、土地覆盖、聚落和建筑密度等组合来划定特征类型和区域，从而将连续的景观转化为空间差异化且可映射的单位，为规划和管理提供参考。认识到感知是景观作为物理实体和人类体验之间的重要纽带（Fairclough等, 2018；Nijhuis等, 2011），近期研究越来越将视觉信息纳入特征映射中。例如，将视觉影响纳入马耳他戈佐的特征评估中（Formosa, 2005；Symons等, 2013），在英国海洋特征区域中应用视觉资源管理（Marine Management Organisation, 2012, 2018），以及在沿海特征映射中整合景观多样性、自然性和独特性等指标（Hermes等, 2018；Kalinauskas等, 2021）。更近期的研究进一步证明了景观特征在规划过程中的更广泛组织作用，将景观服务整合到规划过程中（Wang等, 2025），并将基于GIS的视觉特征映射与多视角水域感知联系起来（L. Li等, 2025；S. Li等, 2025）。这些进展进一步表明，特征映射可以为组织异质性岛屿景观和视觉信息提供共同的空间基础，使其成为连贯且可比较的单位。

基于这种空间逻辑，本研究开发了一种基于GIS的方法来评估区域尺度的岛屿景观视觉特征。该方法采用特征映射作为空间组织框架，同时纳入基于陆地和海上视角的前景和背景距离区域的观看条件分析。通过将基于GIS的视觉评估与景观特征类型和区域相结合，该方法考察了在不同观看条件和不同岛屿景观单元下视觉质量的变化情况。中国舟山群岛是开发和测试这一方法的合适案例研究。作为中国最大的群岛，它由众多岛屿组成，具有多样的自然和建成景观，支持代表性的陆地和海上观看体验，同时面临着与港口扩张、城市化、旅游和海岸工程相关的日益增长的视觉管理挑战。因此，本研究解决以下研究问题：

- 从海上视角观看的陆地景观特征类型和从陆地视角观看的海洋景观特征类型分别对应怎样的视觉质量特征？
- 基于GIS的陆地景观特征类型的视觉质量特征在从海上视角看的前景和背景景观之间有何变化？
- 基于GIS的海洋景观特征类型的视觉质量特征在从陆地视角看的前景和背景景观之间有何变化？

**2. 材料与方法**

**2.1. 研究区域与数据来源**

舟山群岛位于中国浙江省东北海岸。它由约1390个岛屿组成，覆盖22216平方公里。群岛包含多山岛屿、低洼开发区域、自然和人工海岸线、港口、旅游景观、海湾、岛屿间水道和开阔海域。这些多样的空间格局产生了从陆地看海洋、从海洋看陆地以及跨岛屿群的多姿多彩的景观。选择舟山是因为其岛屿规模、地形、海岸线形态、开发强度和陆海配置的多样性，为研究不同观看方向和距离区域的视觉模式提供了合适的区域环境。陆地分析集中在有人居住岛屿上，这些岛屿集中了聚落、基础设施、旅游、交通和沿海开发，且视觉管理需求最为明显。纳入其相关的海岸线和周边海洋区域以表示陆地和海洋之间的互见关系。这一选择定义了分析的规划导向范围，并不意味着无人居住的岛屿缺乏景观或生态价值。

采用15公里的最大观看距离作为建模范围的界定依据。进行了基于数字高程模型（DEM）的可视域分析，并将生成的可视域与选定的岛屿和海岸线边界相结合，确定最终的研究区域（图1）。15公里的距离被用作一致的分析边界，而非普遍性的感知阈值。分析中使用的所有数据集，包括行政边界、海岸线、高程、土地覆盖、夜间灯光、水深、海水透明度和海洋交通密度，总结于附录A（表A.1）。土地覆盖数据来源于Li等（2023）开发的SinoLC-1数据集。


**2.2. 分析方法**

我们开发了一种三阶段的基于GIS的岛屿景观视觉特征评估方法（图2）。第一阶段重点关注被观看对象及其周围环境，识别海洋、沿海和陆地景观特征类型。该阶段旨在为舟山群岛生成区域尺度的景观特征基础图。第二阶段解决视觉空间本身的特征。为基于陆地和海上视角分别构建前景（0–5公里）和背景（5–15公里）视觉单元。这些单元进一步分解为四个几何分量——可视范围、水平角、垂直角和距视点距离（Manning等, 2023）。这些指标代表了观看几何的核心维度，捕捉了视觉感知的范围、朝向、高度差和空间距离，已被广泛用于描述景观的视觉体验方式。这些分量的加权叠加产生了整个群岛的综合视觉质量评估图。第三阶段将岛屿景观特征图与视觉质量评估结果整合，分析不同距离区域（前景和背景）中视觉特征与质量之间的关系。


在第一阶段"岛屿景观特征识别"中，附录B（图B.1）提供了对应"指标选择"步骤的详细地图，而对应"景观特征类型识别"和"景观特征区域划定"的输出呈现在图3中。步骤2（几何分量分解）中的示意图改编自Manning等（2023）。

**2.2.1. 岛屿景观特征识别**

为了反映岛屿陆海系统不同的环境结构和观看情境，分别为陆地、沿海和海洋领域建立了独立的指标体系。陆地领域使用五个指标：土地覆盖、高程、地貌、夜间灯光强度和陆地可视性。沿海领域使用四个指标：沿海开放度、海岸属性、海岸起伏和海岸可视性。海洋领域也使用四个指标：海水透明度、水深、海洋交通密度和海洋可视性。13个指标的空间分布呈现在图B.1中，其类别和对应代码列于表1中。此阶段的可视性被用作描述每个陆地、沿海或海洋空间单元总体视觉暴露的背景属性，与2.2.2节中单独计算的视点对应的几何指标相区分。这些指标被选择以代表可以在整个群岛范围内一致映射的物理、人为影响和视觉相关属性。每个指标类别被赋予一个代码以便于后续的分类和描述。

**表1. 景观特征指标的分类和编码**

| 空间领域 | 变量 | 类别 | 代码 |
|---------|------|------|------|
| 陆地 | 土地覆盖 | 人工覆盖 | LC1 |
| | | 自然覆盖 | LC2 |
| | | 水域 | LC3 |
| | 高程 | 很低海拔 | A1 |
| | | 低海拔 | A2 |
| | | 高海拔 | A3 |
| | | 很高海拔 | A4 |
| | 地貌 | 平原 | LF1 |
| | | 台地 | LF2 |
| | | 丘陵 | LF3 |
| | | 低山 | LF4 |
| | 夜间灯光 | 很低亮度 | NTL1 |
| | | 低亮度 | NTL2 |
| | | 高亮度 | NTL3 |
| | | 很高亮度 | NTL4 |
| | 陆地可视性 | 很低可视性 | V1 |
| | | 低可视性 | V2 |
| | | 高可视性 | V3 |
| | | 很高可视性 | V4 |
| 沿海 | 沿海开放度 | 开放海岸线 | K1 |
| | | 非开放海岸线 | K2 |
| | 海岸属性 | 自然海岸线 | C0 |
| | | 人工海岸线 | C1 |
| | 海岸起伏 | 低起伏 | R1 |
| | | 中等起伏 | R2 |
| | | 高起伏 | R3 |
| | 海岸可视性 | 低可视性 | V1 |
| | | 中等可视性 | V2 |
| | | 高可视性 | V3 |
| 海洋 | 海水透明度 | 低透明度 | S1 |
| | | 中等透明度 | S2 |
| | | 高透明度 | S3 |
| | 水深 | 低水深 | B1 |
| | | 中等水深 | B2 |
| | | 深水深 | B3 |
| | 海洋交通密度 | 低密度 | D1 |
| | | 中等密度 | D2 |
| | | 高密度 | D3 |
| | 海洋可视性 | 很低可视性 | V1 |
| | | 低可视性 | V2 |
| | | 高可视性 | V3 |
| | | 很高可视性 | V4 |

所有空间数据集均投影到中国大地坐标系2000，使用相应的高斯-克吕格投影坐标系，并在ArcGIS Pro中处理。在研究区域生成了1公里×1公里的渔网，共包含14379个空间单元，其中包括2127个陆地单元和12252个海洋单元。

1 km分辨率的选择旨在平衡群岛的区域范围、计算效率以及主要海洋数据集的空间分辨率，尤其是水深数据。由于海岸景观沿线状陆海界面组织分布，海岸线被划分为1 km线段，共产生1260个海岸单元。陆地和海洋指标在相应网格单元内进行空间汇总，而海岸指标则按岸线段进行汇总。对于分类变量，计算了各分类在陆地或海洋网格单元内所占面积的比例。对于海岸单元，分类比例以各岸线段的长度为基础进行计算。指标数据按照表1中的分类方案进行处理，并以分类比例形式进行汇总。在计算比例时，含有无数据值的区域从分母中排除，且在所必需的指标中没有任何有效观测值的空间单元被排除在聚类之外。处理后的数据被整理为陆地、海岸和海洋三个领域的独立空间单元-指标矩阵。由于各变量在分布和取值范围上存在差异，所有指标值在聚类前均使用z分数标准化方法进行标准化处理。随后对三个领域分别独立执行k-means聚类。适当的聚类数主要通过平均轮廓系数确定，该系数同时评估簇内紧密度和簇间分离度。同时采用肘部法则检验簇内平方和作为补充准则。最终K值的选取标准为：轮廓系数达到最大值或明显局部最大值、簇内方差减少趋于平缓、且所得聚类在底层景观变量上仍具有可解释性。基于这些标准，最终聚类数设定为陆地领域K=12、海岸领域K=3、海洋领域K=4。聚类确定后，每个景观特征类型根据其所含指标分类的相对分布进行编码和描述。对于陆地和海洋聚类，各类别的贡献度按其总面积占分配给该聚类总面积的比例计算。对于海岸聚类，贡献度按相应岸线长度占分配给该聚类总长度的比例计算。参照Yang等人（2020）的方法，当某指标类别的比例贡献超过60%时，不加括号书写，表示主导特征；占30%–60%的类别置于花括号中，占10%–30%的类别置于圆括号中，贡献度低于10%的类别从类型编码中省略。随后将编码组合翻译为对各类型主要物理属性、人为影响属性和可视性属性的叙述性描述，如表2所示。

表2 景观特征类型描述

空间领域 | 类型 | 特征编码 | 描述

陆地：
1 LC2.A2{A3}(A4).LF3{LF2 LF4}。(NTL1)。(V1 V3)——以自然覆被为主导。低海拔占主导地位，高海拔面积较大，极高海拔面积较小。丘陵占主导地位，平台和平原占较大比例，低山占较小比例。极低夜间灯光占较小比例，陆地可见性中极低和高可见度各占较小比例。
2 LC3(LC1).A1.LF1(LF2)。(NTL1)。(V1 V3 V4)——以水域为主导，人工覆被占较小比例。极低海拔和平原占主导地位，平台占一定比例。极低夜间灯光占较小比例，陆地可见性中极低、高和极高可见度各占较小比例。
3 LC2.A1(A4).LF1{LF2}。NTL3{NTL2 NTL4}。V2——以自然覆被和极低海拔为主导，极高海拔面积占一定比例。平原占主导地位，平台占较大比例。高夜间灯光占主导地位，低和极高夜间灯光占较大比例。陆地可见性以低可见度为主导。
4 LC2.A2{A3}(A4).LF3{LF4}(LF2)。(NTL1 NTL3)。V1——以自然覆被为主导。低海拔占主导地位，高海拔面积较大，极高海拔面积较小。丘陵占主导地位，低山占较大比例，平台占较小比例。极低和高夜间灯光各占较小比例，陆地可见性以极低可见度为主导。
5 (LC2)。(A3 A4)。(LF2 LF4)。(NTL1)。(V2 V3)——混合类型，包含自然覆被、高和极高海拔、平台和低山、极低夜间灯光以及低和高陆地可见性。所列指标类别中无一单独占主导地位。
6 LC3.A3{A4 A2}。LF4{LF3}。NTL4(NTL3)。V1(V4)——以水域为主导。高海拔占主导地位，低和极高海拔占较大比例。低山占主导地位，丘陵占较大比例。极高夜间灯光占主导地位，高夜间灯光占一定比例。陆地可见性以极低可见度为主导，极高可见度占一定比例。
7 LC1(LC3)。A1(A3 A4)。LF1(LF4)。(NTL1)。(V1 V4)——以人工覆被为主导，水域占一定比例。极低海拔和平原占主导地位，高和极高海拔及低山占较小比例。极低夜间灯光占较小比例，陆地可见性中极低和极高可见度各占较小比例。
8 (LC3 LC1)。(A1)。(LF1 LF2)。(NTL1 NTL4)。V2(V3 V4)——混合类型，包含水域和人工覆被。极低海拔、平原和平台以及极低和极高夜间灯光各占较小比例。陆地可见性以低可见度为主导，高和极高可见度占一定比例。
9 LC2{LC3}。A3{A2 A4}。LF3{LF4}。(NTL1)。V1(V4)——以自然覆被为主导，水域占较大比例。高海拔占主导地位，低和极高海拔占较大比例。丘陵占主导地位，低山占较大比例。极低夜间灯光占较小比例。陆地可见性以极低可见度为主导，极高可见度占一定比例。
10 (LC2 LC3)。A2。LF2(LF3)。(NTL1)。(V2 V3)——混合类型，包含自然覆被和水域。低海拔和平台占主导地位，丘陵占一定比例。极低夜间灯光占较小比例，陆地可见性中低和高可见度各占较小比例。
11 LC1。(A1 A2)。(LF1 LF3)。NTL3{NTL2 NTL4}。(V2 V3)——以人工覆被为主导。极低和低海拔以及平原和丘陵各占较小比例。高夜间灯光占主导地位，低和极高夜间灯光占较大比例。陆地可见性中低和高可见度各占较小比例。
12 LC1。A1。LF1。NTL3{NTL2 NTL4}。(V1 V4)——以人工覆被、极低海拔和平原为主导。高夜间灯光占主导地位，低和极高夜间灯光占较大比例。陆地可见性中极低和极高可见度各占较小比例。

海洋：
1 S3.B1.D1.V1——以高海水透明度、低水深、低船舶交通密度和极低海洋可见性为主导。
2 S3.B1.D1.V2{V3}——以高海水透明度、低水深和低船舶交通密度为主导。海洋可见性以低可见度为主导，高可见度占较大比例。
3 S1.B3.D1.V1——以低海水透明度、高水深、低船舶交通密度和极低海洋可见性为主导。
4 S2.B2.D1.V1{V2}——以中等海水透明度、中等水深、低船舶交通密度和极低海洋可见性为主导，低可见度占较大比例。

海岸：
1 K1(K2)。C0。R1(R2 R3)。{V1}(V2 V3)——以开放海岸、自然岸线和低海岸起伏为主导，非开放海岸及中等和高起伏占较小比例。低海岸可见性贡献较大，中等和高可见性占较小比例。
2 K2。C0。{R1 R2}。{V1}(V3)——以非开放海岸和自然岸线为主导。低和中等海岸起伏均贡献较大。低海岸可见性贡献较大，高可见性占较小比例。
3 K2。C1。R2(R1 R3)。{V1}(V2)——以非开放海岸、人工岸线和中等海岸起伏为主导，低和高起伏占较小比例。低海岸可见性贡献较大，中等可见性占较小比例。

聚类过程根据属性相似性将空间单元分配到景观特征类型中，但未显式考虑空间连续性或边界构型。因此，陆地和海洋聚类图被导入eCognition Developer进行多分辨率分割和空间边界细化，这与此前结合统计分类与半自动影像分割及人工解译的景观特征研究一致（Yang等人，2020）。在分割过程中，分类聚类图和底层指标图层作为参考图层使用。考虑了三个参数：尺度、形状和紧致度。尺度参数控制影像对象内允许的不均质性程度，形状和紧致度参数则影响对象形态和边界构型。通过对照试验评估了不同参数组合。候选结果根据其避免过度碎片化或过度聚合的能力、保留主要地理结构的能力以及与源数据中可识别景观模式的对应程度进行比较。对于陆地区域，尺度参数200、形状参数0.3和紧致度参数0.5的组合最能解释性地表达山地地形、城市区域、聚落及其他主要土地覆被模式。对于海洋区域，尺度参数250、形状参数0.2和紧致度参数0.5的组合更好地保留了岛群、海湾、岛屿间水道和开阔海域的构型。每个分割对象被赋予其面积占比最大的k-means类型。由于海岸数据集由线性空间单元组成，未对海岸线应用基于面积的多分辨率分割。取而代之的是，将相邻的1 km岸线段中属于同一聚类的合并为连续的海岸特征区域，同时保留不同聚类赋值之间的边界。

随后通过质量控制程序对所得特征区域边界进行审查。将聚类图与原始DEM、土地覆被、夜间灯光、水深、海岸线及其他指标图层以及高分辨率卫星底图进行比较。人工修正仅限于明显的空间伪影，包括孤立的窄长多边形、高度碎片化的边界以及明显与主要海岸线、地形分界或土地覆被过渡相冲突的边界。只有当修正至少获得两个独立参考图层支持时，才对边界进行调整。人工解译未用于根据感知吸引力或独特性重新分配聚类。在可用参考信息不足以支持修改的情况下，保留原有的定量分类结果。该程序在保持定量聚类所得指标组成的同时，改善了空间连续性和制图可读性。

2.2.2 岛屿景观视觉评估

第一步是构建视觉单元。在研究区域内共生成了70784个视点，其中陆地5550个、海上65234个，空间分辨率为500 m×500 m。视距分区的划定遵循视觉资源评估中常用的距离分区概念（美国土地管理局，1984）。在本区域分析中，前景区定义为各视点5 km以内的区域，背景区为5至15 km。5 km阈值用于捕捉相对近距离的视觉关系，在该距离内，单个岛屿、海岸线、地形和建成要素的空间排列与几何特征仍保持突出。5–15 km分区用于表征更广泛的岛屿间和陆海关系，包括跨越海湾和航道的视野、层叠的岛屿轮廓以及岛群的整体构型。超过15 km的区域被排除，因为细尺度景观要素的贡献在该距离上日益有限，且更受大气能见度和天气条件的影响。结合两个距离分区和两种视点环境，形成了四种视觉单元情境：陆地点前景、海地点前景、陆地点背景和海地点背景。因此，5 km和15 km距离被作为区域比较的操作分析阈值，而非固定或普遍适用的感知边界。

第二步是分析视觉几何。每个视觉单元被分解为四个几何成分：可见范围、水平角度、垂直角度和距视点距离。这些指标代表视觉几何的核心维度，捕捉了视觉感知的范围、朝向、高差和空间距离，已被广泛用于描述景观的视觉体验（Manning等人，2023）。前景和背景视图的所有指标均以批处理方式计算。鉴于距海岸线5–15 km的海上视点在观测陆地特征时通常处于背景而非前景视觉条件下，这些视点仅从海上观测陆地景观的前景评估中排除。在这些距离上，单个海岸线、地貌和建成要素的空间排列与细尺度特征的可辨识性降低，将其纳入会将近岸和远距离视觉条件混合在同一前景模型中。因此，这一排除使得前景结果仅限于近岸海上视点，并可能增加海岸海湾、岛屿间水道及其他近距离陆海关系的相对突出性。

这不影响背景海洋型景观分析或基于陆基视点评估海洋景观。在第三步中，对四个几何指标进行加权整合，以计算每个可视单元基于GIS的视觉质量。采用层次分析法（AHP）确定在四种视点情境下视距、可视范围、水平视角和垂直视角的相对重要性，这四种情境分别为：前景陆基视点、前景海基视点、背景陆基视点和背景海基视点。七位具有景观建筑专业背景的专家使用Saaty 1–9两两比较标度独立对各指标进行评估。针对每位专家和每种视点情境，构建一个4×4的互逆判断矩阵，并使用一致性指数（CI）和一致性比率（CR）评估其一致性。随后，使用几何平均法聚合有效的两两判断，为每种视点情境构建群体判断矩阵。指标权重由群体矩阵的归一化主特征向量推导得出，并随后重新检查每个聚合矩阵的一致性。最终权重和群体一致性结果见表3，四个聚合的两两比较矩阵见附录A（表A.2–A.5）。最后，将四个指标标准化至统一标度，并通过加权线性叠加获得每个可视单元的复合视觉质量得分。随后对视点级复合得分进行插值，以在整个研究区域生成连续的GIS视觉质量表面。使用ArcGIS Pro中的克里金工具实现普通克里金插值，采用球状半变异函数模型，主要距离参数、部分基台和块金参数由软件从输入得分的空间分布中自动估算。使用可变搜索邻域，在每个栅格单元的预测中包含12个最近视点。对于所有四种可视单元情境，输出栅格大小统一设置为500米，以确保统一的空间分辨率并便于结果表面之间的比较。其余插值参数保持ArcGIS Pro中的默认设置。克里金法用于将离散的视点得分转化为空间连续估计，同时考虑相邻观测值之间的空间自相关。分别生成了前景陆基视点、前景海基视点、背景陆基视点和背景海基视点的插值表面。生成的表面代表基于GIS的视觉质量的空间模式模拟，而非对感知风景质量的直接测量。

**表3. 四种可视单元情境下AHP推导的权重和一致性结果**

| 可视单元情境 | 视距 | 可视范围 | 水平视角 | 垂直视角 | λmax | CI | CR |
|---|---|---|---|---|---|---|---|
| 前景陆基视点 | 56.82% | 25.26% | 11.96% | 5.96% | 4.0624 | 0.0208 | 0.0231 |
| 前景海基视点 | 22.48% | 53.92% | 11.75% | 11.84% | 4.0455 | 0.0152 | 0.0169 |
| 背景陆基视点 | 5.18% | 57.71% | 25.28% | 11.83% | 4.0646 | 0.0215 | 0.0239 |
| 背景海基视点 | 33.64% | 42.95% | 16.50% | 6.91% | 4.0555 | 0.0185 | 0.0206 |

**2.2.3 叠加分析**

将海岛景观特征图与视觉质量图叠加，以分析陆地和海洋特征类型与视觉质量之间的空间关联。首先，分别计算前景和背景区域中不同视觉质量等级区域内各特征类型的面积及其百分比，并根据景观特征类型的描述总结各视觉质量等级的感知特征。其次，分析各特征类型中低、中、高视觉质量等级的面积百分比，以此确定各特征类型的视觉质量分类。最后，比较各特征类型在前景和背景层次间的视觉质量变化，包括改善、降低或无变化。

**3. 结果**

**3.1 海岛景观特征类型和区域**

通过叠加陆地、海洋和沿海区域的景观特征图，识别出舟山群岛的景观特征类型和景观特征区域（图3）。共识别出12种陆地景观特征类型，包含212个景观特征区域；4种海洋景观特征类型，包含15个景观特征区域；以及3种沿海景观特征类型。各特征类型的描述基于特征代码见表2，总结了其主要物理特征、人为影响特征和可见性相关特征。为进一步解读不同景观特征区域的特征，选取两个代表性景观特征区域进行详细分析：舟山本岛的24号和普陀山本山的56号区域。

**图3. 景观特征类型和景观特征区域。（A）景观特征类型；（B）景观特征区域；（C）代表性区域放大视图：a. 衢山岛；b. 岱山岛；c. 舟山本岛东部和金塘岛；d. 普陀岛和舟山本岛东南部；e. 六横岛。**

24号区域对应陆地特征类型4，位于舟山本岛的长岗山森林公园。代表视点位于海拔255米处，俯瞰舟山已建成的城区（图4）。在单个区域层面，土地覆盖以自然类型为主，海拔主要在30至70米之间，部分区域在200至400米之间。该区域夜间灯光强度低，陆地基可见度总体较低。在前景视图中，陆地特征类型5和6占主导。类型5是一种混合类型，包含自然土地覆盖、高和极高海拔、台地和低山，夜间灯光极低，陆地基可见度低和高。类型6以水体和高海拔为主，伴随较大比例的低海拔和极高海拔，地形以低山为主，有较大比例的丘陵，夜间灯光以极高为主，陆地基可见度以极低为主，部分极高可见度。在背景视图中，类型12占主导，该类型以人工土地覆盖、极低海拔、平原和高夜间灯光为主，同时存在较小比例的极低和极高陆地基可见度。

**图4. 长岗山森林公园的代表性景观。**

56号区域对应陆地特征类型1，位于普陀山本山的佛教山中部区域。海拔285米，崎岖地形提供开阔的本地视野（图5）。在单个区域层面，土地覆盖以自然类型为主，海拔主要在30至70米之间，部分区域在200至400米之间。地形以丘陵为主，有较小区域的台地和低山，夜间灯光强度总体较低。在东部沿海区域，沿海特征类型1占主导，以自然岸线、低海岸地貌为主，沿海可见度低，岸线以开放为主。相比之下，西部沿海区域以沿海特征类型3为主导，以人工岸线为主，海岸地貌中等，岸线以非开放为主，沿海可见度低，部分中等可见度。这些特征与实际场地条件高度吻合，西部岸线主要由人工护岸构成，而东部岸线以自然沙滩为主。

**图5. 佛顶山的代表性景观。**

**3.2 海岛景观视觉评估结果**

**3.2.1 几何要素指数评估结果**

对于可视范围（图6A），在前景视图中（图6A–a、b）可视范围大的海基视点主要集中在沿海港湾和岛屿间水道，特别是朱家尖与登步岛之间的水域、六横岛和桃花岛岬角附近水域，以及桃花港内。可视范围大的陆基视点主要分布在沿海填海区和沿海高地。在背景视图中（图6A–c、d），岛屿中部山区因海拔较高而呈现较广的可视范围，特别是朝向周边海域的方向。此外，岛屿间形成的水道和开阔海域提供了广阔的远距离海景视野，包括舟山本岛南部与朱家尖之间的罗头等水道、六横岛南部水域、金塘岛与舟山本岛之间的横山水域，以及秀山岛东西两侧水域。

**图6. 几何要素指数评估结果。（A）可视范围；（B）水平视角；（C）垂直视角；（D）视距。对于（A）–（C）：a. 陆地前景；b. 海洋前景；c. 陆地背景；d. 海洋背景。对于（D）：a. 陆地；b. 海洋。**

对于水平视角（图6B），在前景视图中（图6B–a、b），水平视角较大的陆基和海基视点主要集中在海岸线附近。平均水平视角较高的陆基视点主要分布在外围岛屿，包括东极岛、中借山群岛的东福山岛，以及六横岛和都岠山岛附近的沿海填海区。平均水平视角较高的海基视点集中在中大型岛屿或岛屿群周围，包括普陀山、梅山群岛和岱山岛南部水域。在背景视图中（图6B–c、d），平均水平视角较高的区域从前景区域向外延伸，陆基视点向内陆延伸，海基视点沿岛屿纵轴向外海延伸。

对于垂直视角（图6C），平均垂直视角较高的海基视点（图6C–b、d）主要位于海岸线附近，特别是攀支乡、大毛乡和桃花岛附近的南部沿海区域。平均垂直视角较高的陆基视点（图6C–a、c）集中在山区，包括舟山本岛、金塘岛、普陀山和梅山群岛的中部山区。代表性高值区域包括普陀山佛顶山区域和金塘岛考山山脉。前景和背景视图之间垂直视角的差异相对有限，主要由于舟山群岛的空间尺度较小。5公里和15公里的视距主要影响水平视距，而对海基和陆基视点的垂直视角模式影响有限。

对于视距（图6D），海基和陆基视点的一般距离从海岸线向外逐渐增加。平均欧几里得距离较短的区域主要集中在沿海区域。对于海基视点（图6D–b），从海岸线的欧几里得距离在黄大洋、墨盘洋和黄泽洋等开阔海域呈等向性扩展。相比之下，岱横洋水域和罗头等水道因岛屿密集分布而形成众多港湾和半封闭水道，欧几里得距离较短。对于陆基视点（图6D–a），视觉距离较高的区域与山地地形高度吻合，高值区域集中在舟山本岛、岱山岛、六横岛和金塘岛的中部山区，峰值出现在羊山岭和大王山附近。

**3.2.2 视觉质量评估结果**

在前景视图中（图7A–a、b），陆地景观中高视觉质量区域主要分布在海岸线沿线，特别是沿海高地、岬角、沙滩和低海拔填海区，这些区域的可视范围和水平视角值相对较高。海洋视觉质量也受到视距的强烈影响，高值区域集中在沿岸港湾和靠近海岸线的岛屿间水道。这些区域提供了空间分异的视觉视野，岛屿间相对较短的视距增加了垂直视视角，从而增强了岛屿景观的空间突出性。

**图7. 视觉质量评估结果。（A）前景视图；（B）背景视图。对于两种视图：a. 陆地；b. 海洋。复合得分使用ArcGIS Pro中的Jenks自然断点法分为低、中、高三个等级。这些类别表示模型得分分布内的相对差异，并不代表绝对或经感知验证的风景质量阈值。**

在背景视图中（图7B–a、b），高视觉质量区域仍集中在岬角和沙滩等显著沿海位置，同时在内陆丘陵地区出现了新的高品质区域。在5–15公里的视距下，这些区域提供了更宽的可视范围和更大的水平视角。与前景视图相比，背景视图中海洋视觉质量的分布更加空间均匀，反映了视距影响的减弱。高质量海洋区域主要集中在主岛周围，周围岛屿的密集分布增强了可视范围以及水平和垂直视视角。

**3.3 叠加分析结果**

**3.3.1 陆地叠加分析结果**

表4总结了各陆地特征类型中低、中、高GIS视觉质量等级的比例，以及主导等级和前景–背景变化，图8展示了陆地特征类型与视觉质量等级的空间叠加模式。

在前景区视图（图8A）中，低视觉质量区域所占比例相对较小，主要由类型1（66.02%）和类型5（26.30%）主导，类型7占剩余的7.68%。中等视觉质量区域主要包含类型7（32.29%）、类型1（24.00%）、类型5（17.40%）和类型12（10.25%）。高视觉质量区域包含更广泛的地类，主要由类型1（24.64%）和类型10（19.88%）主导，其次是类型7（11.89%）、类型5（11.55%）和类型4（8.48%）。

表4. 基于GIS的视觉质量特征及陆地景观类型前景-背景变化

| 类型 | 前景低（%） | 前景中（%） | 前景高（%） | 前景主导等级 | 背景低（%） | 背景中（%） | 背景高（%） | 背景主导等级 | 主导等级变化 |
|------|-------------|-------------|-------------|--------------|-------------|-------------|-------------|--------------|--------------|
| 1 | 21.94 | 45.21 | 32.85 | 中等 | 53.88 | 34.34 | 11.78 | 低 | 中等→低 |
| 2 | 0 | 1.02 | 98.98 | 高 | 1.09 | 57.21 | 41.7 | 中等 | 高→中等 |
| 3 | 0 | 30.25 | 69.75 | 高 | 25.62 | 50.43 | 23.95 | 中等 | 高→中等 |
| 4 | 0 | 46.79 | 53.21 | 高 | 35.88 | 41.92 | 22.2 | 中等 | 高→中等 |
| 5 | 15.35 | 57.62 | 7.04 | 中等 | 62.91 | 30.03 | 7.06 | 低 | 中等→低 |
| 6 | 0 | 71.11 | 28.89 | 中等 | 68.23 | 17.18 | 14.59 | 低 | 中等→低 |
| 7 | 3.22 | 76.77 | 20.01 | 中等 | 77.33 | 19.9 | 2.77 | 低 | 中等→低 |
| 8 | 0 | 23.97 | 76.03 | 高 | 29.95 | 56 | 14.05 | 中等 | 高→中等 |
| 9 | 0 | 17.85 | 82.15 | 高 | 0 | 27.42 | 72.58 | 高 | 高→高 |
| 10 | 0 | 20.46 | 79.54 | 高 | 20.8 | 52.63 | 26.57 | 中等 | 高→中等 |
| 11 | 0 | 0 | 100 | 高 | 60.23 | 30.12 | 9.65 | 低 | 高→低 |
| 12 | 0 | 85.35 | 14.65 | 中等 | 83.91 | 14.57 | 1.52 | 低 | 中等→低 |

下载：下载高分辨率图像（471KB）下载：下载全尺寸图像

图8. 陆地景观类型与视觉质量的叠加分析。（A）前景视图；（B）背景视图。

就各个陆地类型而言，类型1、5、6、7和12主要与中等视觉质量相关联，中等质量占各自面积的比例为45.21%至85.35%。类型2、3、4、8、9、10和11主要与高视觉质量相关联，高质量占各自面积的比例为53.21%至100.00%。其中类型2和11的高质量特征最为明显，分别有98.98%和100.00%的面积被划为高视觉质量。然而，对于类型4而言，高质量比例（53.21%）仅略高于中等质量比例（46.79%），表明其前景特征较为混合。

在背景区视图（图8B）中，低视觉质量区域总面积最大，主要由类型7（29.30%）和类型1（25.77%）主导，其次是类型5（16.32%）和类型12（9.72%）。中等视觉质量区域主要包含类型1（28.98%）、类型10（14.79%）、类型5（13.75%）和类型7（13.31%），类型4另外占10.61%。高视觉质量区域主要由类型1（26.83%）、类型10（20.14%）和类型4（15.16%）主导，其次是类型5（8.72%）和类型2（8.47%）。这些背景质量等级包含具有不同自然覆盖、人工覆盖、水体、高程和可见性组合的地类，因此并未呈现单一的共性土地覆被或地形特征。

在各类别内部，类型1、5、6、7、11和12的背景主要与低视觉质量相关联，低质量比例在53.88%至83.91%之间。类型2、3、4、8和10主要与中等视觉质量相关联，中等质量占各自面积的比例为41.92%至57.21%。类型9是唯一背景主导分类仍保持高等级的陆地基地类型，其72.58%的面积被划为高视觉质量。类型4的背景特征仍然较为混合，包含41.92%中等、35.88%低和22.20%高视觉质量。

前景与背景特征的对比显示，随着视距增加，主导视觉质量等级总体上向较低等级转移。类型2、3、4、8和10从以高为主转变为以中等为主，而类型1、5、6、7和12从以中等为主转变为以低为主。类型11的主导分类转变最为显著，从前景的高转变为背景的低。相比之下，类型9在两种距离区内均以高为主。这些转变指的是各类别内部主导视觉质量等级的变化，而非该类别所有区域的完全转换。

### 3.3.2 海域叠加分析结果

表5总结了各海域类型中低、中、高基于GIS的视觉质量比例，以及主导等级和前景-背景变化，图9展示了海域类型与视觉质量等级的空间叠加模式。在前景区视图（图9A）中，低视觉质量区域主要由类型1（55.52%）主导，其次是类型4（24.36%）和类型2（19.51%）。中等视觉质量区域主要由类型2（43.21%）和类型4（28.95%）主导，类型1和类型3分别占16.12%和11.72%。高视觉质量区域以类型2（53.15%）和类型3（26.68%）为主，其次是类型4（12.84%）和类型1（7.34%）。

表5. 基于GIS的视觉质量特征及海域景观类型前景-背景变化

| 类型 | 前景低（%） | 前景中（%） | 前景高（%） | 前景主导等级 | 背景低（%） | 背景中（%） | 背景高（%） | 背景主导等级 | 主导等级变化 |
|------|-------------|-------------|-------------|--------------|-------------|-------------|-------------|--------------|--------------|
| 1 | 67.05 | 23.12 | 9.82 | 低 | 75.52 | 23.87 | 0.61 | 低 | 低→低 |
| 2 | 15.03 | 39.56 | 45.41 | 高 | 16.5 | 48.27 | 35.23 | 中等 | 高→中等 |
| 3 | 1.38 | 31.57 | 67.05 | 高 | 2.56 | 66.25 | 31.19 | 中等 | 高→中等 |
| 4 | 33.37 | 47.12 | 19.51 | 中等 | 50.54 | 47.94 | 1.52 | 低 | 中等→低 |

下载：下载高分辨率图像（281KB）下载：下载全尺寸图像

图9. 海域景观类型与视觉质量的叠加分析。（A）前景视图；（B）背景视图。

在各海域类型内部，类型1主要与低视觉质量相关联，占其面积的67.05%。类型4主要与中等视觉质量相关联，占其面积的47.12%。类型2和3主要与高视觉质量相关联，分别占各自面积的45.41%和67.05%。类型2的前景特征较为混合，其39.56%的面积被划为中等视觉质量，45.41%被划为高视觉质量。

在背景区视图（图9B）中，低视觉质量区域主要由类型1（51.28%）和类型4（30.25%）主导，其次是类型2（17.54%）。中等视觉质量区域主要由类型2（42.71%）主导，其次是类型4（23.88%）、类型3（19.92%）和类型1（13.49%）。高视觉质量区域以类型2（74.84%）占绝对主导，类型3另外占22.51%；类型4和类型1分别仅占1.82%和0.83%。

就各类型而言，类型1和4的背景主要与低视觉质量相关联，分别占各自面积的75.52%和50.54%。类型2和3主要与中等视觉质量相关联，分别占各自面积的48.27%和66.25%。尽管类型4的主导分类为低，但其背景特征在低质量（50.54%）和中等质量（47.94%）之间几乎各占一半。

前景与背景对比显示，类型1始终保持低质量为主，类型2和3从以高为主转变为以中等为主，类型4从以中等为主转变为以低为主。这些结果表明视觉质量与水深、海水透明度、海上交通密度或海上能见度之间并无简单的对应关系。类型2和3在水深和透明度特征截然相反的情况下，前景均以高为主：类型2结合了高透明度和低水深，海上能见度相对较高；而类型3则结合了低透明度、高水深和极低的出海能见度。类型1尽管具有高透明度和低水深的特征，仍以低为主。因此，海域视觉质量特征取决于水体、可见海岸线和周边岛屿形态的空间组合配置。与陆地类型相比，海域类型的主导前景至背景转换范围较窄，无任何海域类型的转换超过一个视觉质量等级。

## 4. 讨论

### 4.1 GIS方法体系的贡献

所提出的基于GIS的方法体系的主要贡献在于将景观特征制图、观景几何计算和特征-视觉叠加整合为适用于区域岛屿景观的递进式分析过程。该方法将三者联系起来以完成三项相关联的任务：将异质的陆海环境组织为可比较的空间单元、表征这些环境被观看的条件，以及考察景观特征和基于GIS的视觉质量如何随观赏视角和距离区段变化。

特征制图提供了该方法的空间基础。基于特征的评估根据相对一致的自然属性和人类影响属性组合，将连续景观组织为空间差异化的类型和区域，从而产生可供解释和规划的、可识别和可制图的空间单元（Swanwick, 2003; Van Eetvelde & Antrop, 2009）。这种组织功能在群岛环境中尤为宝贵，因为陆地面积、海岸线和海域构成了相互关联的陆海系统，但在空间形态和主导属性上存在显著差异（Department of Trade and Industry, 2005; Pungetti, 2012）。若缺乏共同的空间参照框架，则难以一致地整合来自不同领域视觉信息。通过划定陆地、海岸和海域类型及区域，该方法的第一部分界定了评估对象的景观实体，并为后续视觉比较提供了空间基础。

观景几何计算补充了这种以对象为导向的表征方式，解决了景观在特定观赏条件下如何呈现的问题。特征地图描述了被观看景观的属性和配置，但无法指示这些景观的可见程度、几何显著性，或其呈现方式如何随视点位置和距离变化。传统的可见性分析通常仅区分可见区域与不可见区域，但这种二元表征对视觉场内部配置的描述信息有限（Robert, 2018）。可视范围、水平角、垂直角和视距提供了对视觉范围、朝向、突出度和空间分离度的更细致描述（Manning等, 2023）。陆基视点与海基视点的区分进一步认识到，从陆地向海观看和从海向岛屿及海岸线观看涉及不同的空间关系（Falconer等, 2013; Miller & Morrice, 2002）。同样，前景区和背景区的划分反映了随距离增加细部特征可读性的降低，以及岛屿整体轮廓、天际线连续性和海岸线形态日益增长的重要性（Bishop & Miller, 2007; Yasuda等, 2018）。

特征-视觉叠加构成了该方法的关联分析部分。视觉质量图揭示了相对高或低GIS得分值的空间分布，但对其所代表的景观配置描述有限。反之，特征地图识别了景观属性的差异，但无法展示同一类型如何与不同视觉条件相关联。通过将视觉质量等级与前景和背景条件下的陆地及海域类型相关联，叠加分析既识别了各质量等级的组成，也揭示了各类型的视觉质量特征。因此，视觉质量不被视为某类型的固有不变属性，而被视为景观配置、视点位置、观景几何和距离相互作用所决定的模型化条件。

这三个组成部分建立了从识别被观看景观的空间属性，到计算观景几何，再到解读其空间关系的递进过程。因此，该方法的贡献来源于各组成部分之间的关联，而非任何单一指标或GIS操作。其核心价值在于区域筛选、空间比较，以及识别值得开展更详细实地调查、基于感知的评估或项目专项评估的景观单元和观景关系。

### 4.2 跨距离区的陆海互观视觉特征

叠加分析揭示了陆海互观条件下景观特征与基于GIS的视觉质量之间截然不同的关联。基于GIS的空间建模通过关联景观属性与空间暴露度和配置，可以揭示地理差异化的视觉条件（Robert, 2018; Sahraoui等, 2016）。然而，低、中、高等级在概念上仍不同于通过基于感知的评估所衡量的风景美观度或公众偏好（Daniel, 2001）。因此，应将其解释为模型化观景几何的相对表征，而非景观类型内在审美价值的排名。

对于从海基视点观看的陆地类型，最清晰的特征-视觉关联出现在前景区。类型4、9和10展示了自然覆盖或自然覆盖与水体组合与分异性地貌同时出现的配置，形成了可辨识的地形形态、岸线变化和陆海对比。类型2、8和11则展示了通往高前景视觉质量的另一条途径。尽管它们包含大量水体、人工覆盖或低洼平原，但其暴露的临水岸和陆水界面可能提供较广的可视范围和较大的水平角。相反，类型1和5表明自然覆盖和较高地形并不自动对应高视觉质量。地貌的贡献也取决于其连续性、空间范围、朝向、海岸暴露度以及相对于海基视点的遮挡情况。这些对比支持了视觉特征源于景观要素的组织与空间关系而非任何单一属性的原则（Tveit等, 2006），而观景几何则描述了这些配置在视野中的呈现方式（Manning等, 2023）。

对于从陆基视点观看的海域类型，视觉质量与单一属性之间同样不存在简单的对应关系。

海洋类型1尽管具有较高的透明度和水深较浅的特征，但在前景中仍以较低等级为主；而海洋类型2虽然共享这些特征，但拥有更高的海洋能见度，因此在前景中以较高等级为主。海洋类型3尽管水深较大、透明度较低且海洋能见度极低，却仍以较高等级为主；海洋类型4以中等透明度和中等水深为特征，主要以中等等级为主。因此，海洋视觉质量并非沿简单的水深或透明度梯度排列。较高的前景条件似乎通过至少两种截然相反的配置实现：一种是以类型2为代表，体现附近海岸线和岛屿的可见空间存在；另一种是以类型3为代表，体现广阔开阔水域的配置。由于四种类型的海洋交通密度普遍较低，因此无法在它们所模拟的视觉质量类别之间提供充分的区分。对于从海上观察的陆地类型，距离区间的比较显示主导等级向较低类别发生广泛的转变。类型2、3、4、8和10从前景中的较高等级变为背景中的中等等级，而类型1、5、6、7和12则从中等等级变为较低等级。这些转变描述的是比例构成和主导等级的变化，而非某一类型内所有区域的完全转换。在前景视图中，岸线形态、局部地形起伏、土地覆盖、建成-自然对比和开阔度可以占据视觉场的相当大比例。在更远的距离上，这些局部差异变得不那么清晰可辨，而广阔岛屿形态、连续地形结构和大规模高程差异则变得更加突出。这与细尺度视觉对比通常随距离增加而降低的证据一致，同时天际线连续性和海岸线形态在远景中仍然具有重要意义（Bishop和Miller，2007；Yasuda等人，2018）。陆地类型9和11之间的对比最清晰地说明了这一模式。类型9在两个区间中均保持较高等级的主导地位。其自然覆盖、相邻水域、丘陵和低山地地形以及连续地形结构的组合，似乎在各个距离区间中保持了可辨识的大尺度形态。相比之下，类型11从前景中的较高等级变为背景中的较低等级。其前景中的突出性可能更多地依赖于近距离、滨水暴露度和低洼建成区域的水平延伸范围，这些在更远距离上变得难以区分。这一对比区分了由持久地形结构支撑的视觉突出性与更多地依赖前景接近度和局部开阔度的突出性。然而，从高到低的变化应理解为两种情境特定模型下主导等级之间的转变，而非视觉意义的完全丧失。从陆上观察的海洋类型表现出较窄的前景-背景变化。海洋类型1在两个区间中均保持较低等级，类型2和3从较高等级变为中等等级，类型4从中等等级变为较低等级；没有任何海洋类型的主导等级变化超过一个等级。类型1的稳定性表明，仅凭高透明度和浅水深不足以在海洋能见度和空间分化仍然有限的情况下产生较高的模拟视觉质量。类型3和4都向较低等级转变，但来自不同的前景条件。类型3的前景较高等级分类可能与广阔开阔水域的配置有关；随着距离区间的扩展，单个岛屿和海岸线在视觉场中所占的比例变小。类型4表现出更具过渡性的模式，因为其背景区域几乎在较低和中等等级之间均分。因此，海洋变化是适度的，主要取决于水域如何通过可见的海岸线、岛屿群和开阔海洋空间进行空间组织。陆地和海洋景观显示出截然不同的前景-背景模式。陆地景观表现出更大的差异化，因为高程、地形起伏、土地覆盖和开发模式创造了强烈的局部对比，这些对比可能随距离减弱。海洋景观在表面形态上更加连续，其差异化更多地取决于水域、海岸线和岛屿群之间的空间关系。这一对比支持了对从海上视角观察的陆地景观和从陆上视角观察的海洋景观进行分别处理的必要性。更广泛地说，相似的GIS衍生视觉类别可能对应于不同的景观配置，而相似的属性特征可能在不同视角方向和距离区间下关联不同的结果。

4.3. 规划与管理启示

所提出方法的主要管理价值在于将区域景观特征和观赏条件的模式转化为空间证据，为后续规划决策提供参考。景观特征与GIS衍生视觉质量之间的映射关联不应被解释为独立的景观、生态或文化价值认定，也不应直接用于决定开发是否被允许。相反，它们可以作为区域筛选工具，识别需要不同形式管理关注的景观特征区和陆海关系。区域视觉评估同样已被用于识别空间规划中的视觉景观潜力，并支持早期识别需要进一步调查的地点（Robert，2018；Depellegrin，2016）。近期的研究也表明，当视觉考量与其他规划标准一起评估而非作为唯一决策依据时，能见度分析可以为选址和空间规划做出贡献（Campolunghi等人，2025）。因此，较低的或下降的GIS衍生视觉质量类别不应被解释为整体景观价值较低或自动支持开发的理由。它们可能反映的是视觉上封闭、暴露度较低或相对均匀的条件，这些条件仍然需要考虑生态、文化和体验价值。

前景-背景的比较为管理应关注的不同类型视觉关切提供了区分基础。对于从海上观察的陆地景观，在两个距离区间中都保持相对较高模拟视觉质量的区域可以解释为持久的大尺度视觉结构，其中岛屿轮廓、连续山脊线、主要坡度和广阔的陆海关系在远距离上仍然保持视觉突出性。在这样的区域，规划关注点可以集中在维持这些结构的连续性上，避免因视觉主导型开发或重大基础设施而造成不必要的碎片化。相比之下，主要在前景区间突出的陆地区域似乎更强烈地依赖于接近度、滨水暴露度和局部开阔度。在这些区域，管理可以更具体地关注滨水开发、围海造地、海岸工程、港口设施和旅游建设的高度、体量、布局、退距和累积影响。这一区分与离岸开发的视觉影响随观赏距离和视觉对比显著变化的证据一致（Bishop和Miller，2007）。对于从陆上观察的海洋景观，相关的管理关切不在于保护孤立的海洋特征，而在于维护组织海景的空间关系。当相对较高模拟视觉质量与附近岛屿和海岸线相关联时，关注点可以集中在可辨识的岛屿-水域关系和岛屿间景观上；当其与广阔开阔水域配置相关联时，离岸开发应考虑其对开阔海域连续性和面向岛屿群景观的影响。这些差异化回应将模拟模式转化为具体的管理关切，而不将视觉类别视为固定的保护类别。

这些空间解释可以作为补充性视觉证据层纳入更广泛的陆海规划过程。这一点尤为重要，因为陆地和海洋开发可能通过不同的规划系统进行管理，即使它们的空间和视觉后果延伸到相同的海岸界面。先前的研究因此强调了当开发决策产生跨界影响时，陆地与海洋规划之间需要协调的必要性（Kerr等人，2014）。在中国，国土空间规划中的陆海统筹同样努力连接陆地和海洋评价、功能空间、空间准入规则和分级开发管控，同时认识到岛屿和海岸线是需要特别管理关注的区域（Yue等人，2023）。在此背景下，本研究的结果可以补充国土空间规划、海岸带规划和海洋空间规划中的生态保护、开发适宜性、基础设施、旅游和社会经济评估。例如，持久的陆地视觉结构可以为天际线或山脊线管理要求提供参考；依赖前景的滨水区域可以在制定开发管控和设计要求时加以考虑；重要的陆海互赏关系可以识别在规划期间需要同时考察陆上视角和海上视角的地点。这些应用应保持情境特定性，因为适当的管理回应取决于景观特征、开发功能、观赏条件以及拟议干预措施与其周边环境之间的关系。

在项目层面，区域评估可以更具体地作为详细视觉调查的触发器。拟建港口扩建、围海造地、桥梁、大型滨水建筑、旅游设施、海岸工程或离岸基础设施，如果与持久的视觉结构、高度暴露的滨水区、重要的互赏关系或混合及过渡性的特征-视觉区域相交，不一定需要被排除，但在最终确定位置和设计决策之前，应接受更详细的评估。基于GIS的视觉和海景观分析已被用于支持沿海水产养殖选址和候选地点比较（Falconer等人，2013），而近期研究展示了高分辨率能见度分析如何协助在更广泛的规划过程中识别视觉兼容的海洋场地（Campolunghi等人，2025）。基于路线的能见度研究进一步表明，考虑沿移动走廊的视觉暴露而非仅依赖固定观测点的价值（Chamberlain和Meitner，2013）。此类后续评估可以结合实地观测、代表性的陆上和海上视角、地理参考摄影、视觉模拟以及替代地点、布局、建筑高度或基础设施配置的比较。这在群岛环境中尤为重要，因为从固定的陆上视角来看相对不显眼的开发，在沿渡轮路线或航道的行进中可能变得突出，而离岸开发可能同时影响从陆上观赏的景观和岛屿间水域的空间开阔度。因此，区域模型提供了一种识别何处需要更详细评估的方法，而非替代该评估。

最后，景观特征区和互赏单元可以为监测和适应性管理提供空间基线。在主要土地覆盖转变、围海造地、港口扩建、海岸工程、城市扩张或离岸开发之后进行的重复评估，可以帮助识别视觉暴露度、天际线连续性、滨水开阔度和更广泛的岛屿-水域关系的变化。这与评估、替代方案比较、实施和后续监测构成迭代过程而非一次性评估的管理方法一致（Rangel-Buitrago和Ben-Haddad，2024）。实施还需要跨行政和部门边界的协调。关于陆海互动的治理研究表明，制度使命、空间尺度和陆地与海洋治理安排方面的差异可能妨碍海岸界面的政策一致性（O'Hagan等人，2020）。陆海数据共享和跨部门协调同样被认为是国土空间规划的重要组成部分（Yue等人，2023）。因此，对于视觉上重要或有争议的地点，区域GIS证据应与基于实地、专家和利益相关者的信息相结合。这样，互赏方向、距离区间比较和景观特征区可以为将视觉考量纳入协调的岛屿陆海管理提供共同的空间基础，同时保持在区域筛选方法的预期范围内。

4.4. 局限性与未来研究方向

若干考量因素定义了发现应被解读的范围。首先，尽管分析框架借鉴了与海景观特征评估和视觉资源制图相关的概念和程序，但它并不构成常规意义上的全面海景观特征评估。全面的评估通常将空间数据与详细实地观测、专家解读、利益相关者知识以及对陆海环境文化、体验和场所特定意义的定性理解相结合。本研究主要使用基于GIS的指标来表征区域景观模式和观赏条件。因此，它应被理解为一种区域空间筛选方法，是对全面景观和海景观评估的补充而非替代。

其次，视觉质量得分是主要从景观属性和观赏几何导出的间接估计。可见范围、水平和垂直视角以及观赏距离描述了景观被观看时的重要空间条件，但无法完全代表景观欣赏中涉及的感知、心理和情境过程。景观质量和偏好也可能受到自然性、协调性、复杂性、视觉尺度、文化关联、观察者特征和先前经验的影响（Daniel，2001；Tveit等人，2006）。个人和社会群体在赋予特定景观维度重要性方面也可能存在差异（Sevenant和Antrop，2010）。

由于本研究未纳入公众偏好调查、照片评估、独立专家评分或沉浸式实验，映射结果更宜被解释为基于GIS的空间视觉潜力的差异，而非对风景美感或审美偏好的直接测量。未来研究可将模型评分与实证评估进行比较，以更精确地考察几何指标与感知的景观质量之间的对应关系（Sahraoui等，2016）。

对模型化模式的理解也应考虑所提方法中使用的参数设置。AHP比较矩阵满足了一致性标准，为对四个几何指标进行加权提供了内在一致的依据。然而，视距、可视范围、水平角度和垂直角度的相对重要性可能因专家组、规划目的和岛屿背景的不同而有所变化。因此，两类视觉质量等级比例相对均衡的类型可能对替代加权方案更为敏感，而具有明显主导特征的类型则相对稳健。类似地，0—5公里前景区和5—15公里背景区的划分是针对舟山群岛区域结构而设定的操作性尺度。它们为区分近距海陆关系与更宏观的岛屿间格局提供了统一基础，但不应被视为普遍适用的感知边界。合适的距离分区可能随岛屿间距、地形地貌、大气能见度、观测者高程、天气条件和视觉习惯的不同而变化。后续应用可考察结果在替代加权与距离设置下的稳健性，并利用实地观测和地理配准照片对这些参数进行校准。

第三，分析的区域范围使得在一个大型且异质性的群岛中进行比较成为可能，但限制了对细尺度景观特征的代表性。悬崖、植被结构、建筑形态、文化地标、海岸线材质、季节变化以及小尺度海陆关系等特征无法被当前空间数据集完整捕捉。尽管所识别的陆地、海洋和沿海类型包含详细子类型，但由其标准化变量和计算聚类推导而来，不可避免地简化了实际岛屿景观的部分多样性和体验特征。大量建模观测点也使得对每个可见场景进行直接定性观察变得不切实际。因此，该方法更适合识别区域模式，而不适合详细描述单个景观或地方特征。

嵌套尺度的研究设计可弥补这一局限。区域映射可首先识别具有代表性、视觉敏感性或过渡性的特征区域，随后对选定岛屿、海岸段、水道和观测点进行详细调查。在更细的尺度上，GIS分析可与实地调查、地理配准摄影、视觉模拟、专家解读和本地利益相关者知识相结合。还可纳入颜色、纹理、图案、感知自然度、文化关联和建成形态特征等额外视觉属性（Atik等，2017；Ding等，2020；Ode等，2009）。基于图像分析和计算机视觉方法也可能提供进一步机会，以提取难以从常规GIS数据集中获取的视觉语义特征（Gül?in & Yal??nkaya，2024；Jahani等，2022）。

最后，叠加分析识别了景观特征类型、视距分区和基于GIS的视觉质量之间的空间关联，但未建立特定属性与感知结果之间的因果关系。这一区别尤为重要，因为可视度相关信息既参与了特征识别，又影响了后续的视觉几何分析。因此，所观察到的关系应被理解为整合性的空间关联，而非单个变量的独立效应。空间回归、多层建模以及不同视觉情境的显性比较，有助于识别哪些景观和几何因素的组合与模型化模式最为强烈相关。由于适宜的指标、空间分辨率、距离分区和管理解释可能随地方地形、岛屿密度、开发强度、可达性、大气条件和主要视觉习惯的不同而变化，在其他岛屿和沿海环境中的比较应用也是必要的。

## 5. 结论

本研究开发了一种区域性的基于GIS的岛屿景观视觉特征评估方法，通过景观特征映射、视觉条件分析和特征—视觉叠加三者相结合来实现。特征映射为组织陆地、沿海和海洋环境提供了共同的空间基础，而对陆基和海基观测点、前景和背景距离分区的分别处理，使得海陆双向视觉条件能够在同一分析框架内进行比较。该方法应用于舟山群岛后，识别了不同视觉方向和距离条件下景观特征与基于GIS的视觉质量之间的空间关联。

双向分析揭示了相似视觉质量等级可与不同景观格局相关联。对于从海上观看的陆地景观，相对较高的前景视觉质量既出现在差异化自然地貌形成可辨识地形和海陆对比的区域，也出现在裸露水岸产生开阔宽广视觉视野的区域。自然覆盖或高海拔本身并不总与高质量视觉效果对应，因为模型结果还取决于地貌连续性、空间范围、朝向、暴露程度以及相对于海基观测点的遮蔽关系。对于从陆上观看的海洋景观，相对较高的前景视觉质量与附近海岸线和岛屿群组的可见空间存在或开阔水域格局相关联。因此，海洋视觉质量并非沿简单的水深或透明度从低到高的梯度变化。

两种视觉方向也表现出不同的前景—背景变化。陆地景观类型通常表现出更宽的等级分化，大多数主导等级在背景区降低。连续的大尺度地貌结构更可能在两个距离分区中都保持相对较高的视觉质量，而那些前景突出性更多依赖于近距、局部开阔性和裸露水岸的格局则表现出更大的下降幅度。海洋景观类型的变化幅度较窄，通常保持在同一主导等级内或仅偏移一个等级。这种差异反映了陆地环境在地形起伏、土地覆盖、开发形态和空间围合方面的更大变异性，相较于海洋环境更为连续的表面形态及其对水、海岸线和岛屿群组之间宏观关系的依赖性。

从实践角度看，该方法可为将视觉考量纳入岛屿及陆海一体化规划提供区域筛选依据。通过区分双向视觉方向和前景—背景条件，它可支持识别需要差异化关注或更详细项目级评估的宏观视觉结构和海陆关系。这些成果可作为国土空间规划、海岸带规划和海洋空间规划中辅助性的视觉证据层，同时这些空间单元也可作为监测重大海岸和近海开发相关变化的基线。该方法并非用于确定开发适宜性或取代具体场地的景观与视觉评估，而是旨在指导后续实地调查、视觉模拟、基于感知的评估和规划审查。该分析流程可为其他岛屿和沿海环境的应用提供参考，但其指标、空间分辨率、距离分区、加权方案和解释需根据地方景观条件、数据可用性、规划目标和视觉习惯进行适配和验证。

**CRediT作者贡献声明**

李兰：论文写作—审阅与编辑，论文写作—原稿撰写，可视化，方法论，形式分析，概念框架。
周旭：论文写作—原稿撰写，资源，方法论，调查，数据管理，概念框架。
杨地川：监督，资源，项目管理，经费获取。
陈贝：可视化，软件，调查。
黄梦琳：验证，软件，调查。
卢雅雯：验证，监督，调查。
高驰：论文写作—审阅与编辑，监督，项目管理，概念框架。

李兰 | 周旭 | 杨地川 | 陈贝 | 黄梦琳 | 卢雅雯 | 高驰