《Frontiers of Architectural Research》：Landscape perception through depth–semantic fusion representation: Evidence from Chinese classical private gardens
编辑推荐：
现有景观感知研究日益纳入语义属性与空间深度，但二者在视野内的层级化耦合仍缺乏充分考察。研究人员提出一种深度—语义融合表征（depth–semantic fusion representation），将语义要素与深度层级统一于同一视野中进行整合。以中国古典私家园
现有景观感知研究日益纳入语义属性与空间深度，但二者在视野内的层级化耦合仍缺乏充分考察。研究人员提出一种深度—语义融合表征（depth–semantic fusion representation），将语义要素与深度层级统一于同一视野中进行整合。以中国古典私家园林为实证对象，结合语义分割（semantic segmentation）、单目深度估计（monocular depth estimation）、XGBoost、SHAP（SHapley Additive exPlanations）与ALE（Accumulated Local Effects）分析，考察深度—语义融合特征如何关联连贯性（coherence）、复杂性（complexity）、可读性（legibility）与神秘性（mystery）四类感知维度。结果表明，同类语义要素在不同深度层级可产生差异化感知效应：远景建筑提升复杂性感知，而前景与中景建筑则降低之。融合特征亦呈现非线性及依赖深度层级的响应，如假山对复杂性的正向ALE变化主区间随层级前移而扩大（前景约0–50%、中景0–25%、背景0–10%）。在漏景（screening-view）构图中，前景假山局部贡献强于前景灌木，平均绝对局部SHAP值分别为0.131与0.037。上述发现彰显了深度—语义融合特征的解释潜力，并为解读中国古典私家园林感知机制提供可量化路径。
研究背景方面，欧洲景观公约将景观定义为“人们所感知的区域”，强调感知在景观体验中的核心地位。既有景观感知研究多从专家评价与问卷走向基于图像的定量分析，广泛涉及城市街道、绿道、滨水空间及历史园林等对象。已有文献分别考察了景观要素特征（植被、水体、假山、建筑等的比例与材质）与深度相关特征（空间分层、视距、开敞度），但语义要素如何分布于不同深度层级、并由此产生何种耦合感知效应，尚未被转化为可解释的复合特征。Gibson生态视觉理论指出视觉经验植根于环境界面与空间布局信息，而摄影图像可在二维平面保留深度线索，使语义与深度联合分析成为可能。中国古典私家园林以有限面积内容组织可见性结构与游线，前景—中景—背景层级清晰，漏景、借景等手法依赖跨深度层级的要素组合，是检验深度—语义融合表征的理想语境。Kaplan环境偏好矩阵（含连贯性、复杂性、可读性、神秘性四维度）为连接空间构成与认知处理提供框架。基于此，研究人员提出将深度图层与语义类别叠加的统一视野融合表征，并以苏州三座世界遗产私家园林为样本开展实证研究。
主要技术方法上，研究人员于2023年11月17—18日13:00–16:00在苏州古城区留园、沧浪亭、网师园沿主园路按切向与法向布点拍摄，共获300张有效实景图像（1200×801像素，摄高约160 cm）。主观感知由267份有效在线问卷（五点语义差异法）评出四维度分值。图像端采用SegNet作八类景观要素像素级语义分割，ZoeDepth作单目度量深度估计，全样本深度像素k-means聚类得前景、中景、背景、远背景四层；逐像素叠加语义图与深度分层图，构建“深度层占比”与“层内语义占比”两类融合特征。建模以XGBoost拟合四维度评分，贝叶斯优化与五折交叉验证调参，留一园验证；解释端用SHAP求全局与局部贡献，ALE刻画单变量非线性边际效应；另据规则与人工核验抽取漏景子集，比较前景屏蔽要素局部SHAP。
研究结果部分，引言指出语义与深度信息虽已被共同引入，但层级内语义配置未成可解释复合特征，本研究据此切入。方法与材料小节确认：研究区域为苏州三园，图像经路径采样获得；主观评价依托偏好矩阵四维度并获群组一致性检验通过；深度—语义融合特征提取中，语义分割以SegNet分八类（树、灌木、草、建筑、假山、路、水体、其他），深度以ZoeDepth估测后经全样本k-means聚为四层，融合指标含深度层比例与层内语义比例；建模与解释分析采用XGBoost+SHAP+ALE，并在漏景子集做局部SHAP比较。结论表明，同类要素跨层效应分化——远景建筑增复杂性、前景中景建筑减复杂性；假山对复杂性的正向ALE区间前层宽于后层；漏景下前景假山局部SHAP均值0.131高于前景灌木0.037。该发现证明深度—语义融合特征具备解释力，可量化阐释私家园林感知机制。
讨论与结论翻译：研究人员提出深度—语义融合表征，将语义要素与深度层级在统一视野叠加，以中国古典私家园林为实证，借语义分割、单目深度估计、XGBoost、SHAP与ALE，揭示同类语义要素因深度层级而异的感知效应及融合特征的非线性层依赖响应。该研究弥补了语义—深度联合特征可解释性不足，为园林视觉构成与感知维度（连贯性、复杂性、可读性、神秘性）的关联提供可量化分析路径，对《Frontiers of Architectural Research》所载之景观感知与计算机视觉交叉研究具有方法示范意义。
