《Buildings》：Integrating the SBE–SD Method and Eye-Tracking Analysis for Evaluating Visual Experience in Traditional Village Heritage Landscapes
编辑推荐：
快速城市化对遗产景观的保护与可持续管理构成了重大挑战。本研究整合了风景优美度估计–语义差异法（Scenic Beauty Estimation–Semantic Differential, SBE–SD）与眼动追踪（Eye-Tracking, ET）分析，建立
快速城市化对遗产景观的保护与可持续管理构成了重大挑战。本研究整合了风景优美度估计–语义差异法（Scenic Beauty Estimation–Semantic Differential, SBE–SD）与眼动追踪（Eye-Tracking, ET）分析，建立了一个用于评价遗产景观视觉体验的主观–客观框架，并以中国安徽省宏村和西递的传统村落为案例开展研究。共有117名参与者完成了眼动追踪实验，而374名具有不同人口统计学和游览经历的受访者基于28幅代表性景观照片参与了SBE–SD问卷调查。结果表明，不同景观类型呈现出不同的眼动追踪特征，视觉注意力主要集中于主导性建筑结构和视觉显著性较强的景观要素。主观视觉质量评价与眼动追踪指标之间发现了显著关联，尤其是注视频率（Fixation Frequency, FF）和注视时长比例（Proportion of Fixation Duration, PFD）。景观感知维度与视觉注意指标之间也存在关联，凸显了感知景观特征与注视行为之间的关系。眼动追踪结果与SBE–SD评价之间的一致性支持了在遗产景观评估中整合主观与客观方法的价值。总体而言，研究结果证明了眼动追踪作为一种补充性定量方法在理解传统村落景观视觉质量方面的潜力，并为遗产保护与景观规划提供了实践启示。
**传统村落遗产景观视觉体验评价研究解读**
**一、研究背景与问题提出**
在快速城市化背景下，传统村落面临巨大的发展压力。市场化经济条件下，房地产扩张和基础设施建设在一定程度上导致了过度开发，对历史空间格局和文化景观的保护构成挑战。传统村落景观作为文化遗产资源的重要载体，不仅承载着区域文化认同，也是促进乡村振兴和城乡融合发展的重要动力。然而，当前传统村落景观面临同质化危机，一些村落逐渐丧失其独特的区域特征。传统的景观评价方法多依赖问卷调查、田野观察、层次分析法（Analytic Hierarchy Process, AHP）和专家评价，客观行为证据的整合相对有限。眼动追踪（Eye-Tracking, ET）技术能够实时记录视觉观察过程中的眼动行为，为景观评价提供定量化手段，但其在传统村落遗产景观研究中的应用仍相对不足。为此，研究人员以安徽省黄山市宏村和西递两个世界文化遗产传统村落为案例，整合风景优美度估计–语义差异法（Scenic Beauty Estimation–Semantic Differential, SBE–SD）与眼动追踪分析，旨在建立主观–客观相结合的传统村落遗产景观视觉体验评价框架，探究遗产景观特征、视觉注意与景观评价之间的关系。
**二、研究内容与主要结论**
本研究选取宏村和西递保护区域内的28幅代表性景观照片，将其划分为农田景观（F）、自然景观（N）、文化景观（C）和人工景观（A）四类。117名参与者完成眼动追踪实验，374名受访者参与SBE–SD问卷调查。研究首先对眼动数据进行分析，发现不同景观类型具有不同的眼动追踪特征，文化景观的平均注视时长最短，表明其视觉特征能被参与者高效识别与加工；自然景观吸引了大量视觉注意，具有较强的视觉吸引力；农田景观的平均眼跳幅度略高于其他景观类型，表明其视觉探索范围更广。其次，研究人员以主观景观视觉质量（Landscape Visual Quality, LVQ）评价值为因变量，以七项眼动指标为自变量进行逐步多元线性回归分析，建立了基于眼动指标的评价模型。结果显示，注视频率（FF）与景观视觉质量呈正相关，而注视时长比例（PFD）呈负相关，但模型解释力有限（R2=0.031，调整后R2=0.027），应视为探索性关联而非强预测证据。再次，通过景观感知维度与眼动指标的相关和回归分析，研究发现自然度（Naturalness, N）、和谐度（Harmony, H）、历史性（Historicity, HI）和开阔度（Openness, O）与多项眼动指标显著正相关，历史性（HI）与平均注视时长（AFD）和眼跳频率（SF）呈较强正相关，表明富含历史文化要素的景观需要更深入的视觉加工和认知参与。研究的重要意义在于：证实了眼动数据对景观视觉质量具有指示价值，为传统村落遗产景观评价提供了主观–客观结合的定量化途径，并为遗产保护与景观规划提供了实证依据。
**三、主要关键技术方法**
研究人员采用了以下关键技术方法：（1）眼动追踪实验：采用Tobii Pro X3-120眼动仪（120 Hz），在标准化的实验室光照环境下进行，每张图片展示8秒，随后插入2秒黑屏间隔，仅保留追踪有效率高于80%的记录；（2）SBE–SD问卷调查：基于语义差异（SD）法设计八项感知维度的七点双极量表（?3至+3），采集374份有效问卷，运用主成分分析（PCA）确定各指标权重，构建景观视觉质量评价公式；（3）逐步多元线性回归分析：以主观LVQ为因变量，眼动指标为自变量构建评价模型；（4）文献计量分析：利用CiteSpace（Version 6.4.R1）对Web of Science核心合集中2016年至2026年5月的304篇眼动与景观感知相关文献进行关键词共现和聚类可视化分析。
**四、研究结果**
**4.1 景观眼动特征分析**
通过比较不同景观类型的眼动指标，研究发现文化景观的平均注视时长最短，表明其视觉特征可被高效识别和加工；自然景观吸引了大量视觉注意，具有较强视觉吸引力；农田景观的平均眼跳幅度略高，表明其视觉探索范围更广。文化景观中较高的注视频率与较短注视时长的组合表明，其独特视觉特征能够被快速识别与解读。
**4.2 基于眼动指标的景观视觉质量评价模型**
以主观LVQ为因变量、七项眼动指标为自变量的逐步回归分析显示，最终模型仅保留了PFD和FF两个变量（F(2, 465)=7.465, p<0.001），表达式为：EVQ = 6.455 + 0.226FF ? 1.248PFD。PFD与LVQ呈负关联，FF呈正关联，但模型解释力有限（R2=0.031）。通过四个未参与模型估计的测试案例进行初步一致性检验，预测值与问卷得分在自然景观和文化景观上较为接近，人工景观和农田景观偏差较大，表明该模型仅部分再现了问卷评价的相对模式，应视为初步描述性一致性检验。
**4.3 景观SD指标与眼动指标的相关与回归分析**
相关分析揭示，自然度（N）、和谐度（H）、宜人度（A）与多项眼动指标呈显著正相关，表明具有较高环境协调性和空间舒适度的景观更易吸引持续视觉注意。历史性（HI）与平均注视时长（AFD）呈强正相关，表明富含传统属性的景观需要更长视觉信息加工时间。多样性（D）和开阔度（O）与平均眼跳幅度（ASA）正相关，表明景观复杂度与空间开放度可能扩展视觉探索范围。清洁度（C）与多项眼动指标呈负相关。回归分析进一步识别出历史性（HI）、自然度（N）和开阔度（O）是影响视觉注意变化的最主要感知因素。
**五、讨论与结论**
热力图分析显示，参与者视觉注意力主要集中在景观图像中心区域，道路延伸、传统建筑群、雕塑和水塘等视觉显著要素构成主要视觉焦点。文化景观的视觉注意高度集中于石刻、招牌和传统建筑等特色要素，而自然和农业景观的注意力则更广泛分布于山体、植被、水体及过渡空间。研究建议：应维护传统村落生态完整性，优先使用乡土植物物种，保护水系统自然属性；对新建建筑进行严格审批，保护传统匠人并建立分级保护管理体系；完善污水治理、消防等基础设施，实施村落卫生和垃圾分类管理；建立激励机制鼓励社区居民参与遗产保护。研究结论指出：第一，眼动数据分析对景观视觉质量具有指示价值，眼动追踪分析适用于景观视觉评估，为传统村落景观视觉质量评价提供了客观科学的新途径；第二，未来研究可扩大参与者人口多样性，并在真实景区环境中以实际游客为对象开展实验；第三，本研究存在静态图像无法完全再现三维动态多感官体验、季节差异未作为受控因子以及设备图像处理可能引入微小差异等局限性，未来应在真实遗产环境中验证研究结果，改进季节条件控制，并采用校准相机或RAW格式图像以减少视觉偏差。
