引言
随着人类社会步入视觉经济时代，视觉感知与体验逐渐成为人们生产、交换与消费系统中的重要影响部分。作为世界文化遗产的苏州古典园林景观具有科学研究和文化消费的双重属性，而视觉感知则是实现其游憩观赏功能的前提。在数字技术不断发展的今天，数字环境下的视觉感知模拟计算在古典园林景观研究领域的定量转向中蕴藏着巨大潜力，如何为视觉感知模拟提供相应的数字环境，成为古典园林景观视觉感知模拟的数据基础问题。
研究背景
- 实景三维（3D Real Scene）能够真实、立体、时序化反映人类生产生活空间的时空信息
- 自然资源部《关于全面推进实景三维中国建设的通知》提出了以专业化、个性化应用需求为导向进行部件级实景三维建设
- 古典园林景观领域的相关研究呈现出三维化、定量化的趋势
- 数字环境下的三维视觉感知特征量化成为该领域的热点议题
研究问题
- 如何构建视觉感知框架以表征中国古典园林所特有的"景"概念？
- 如何以游客视觉感知为切入点剖析其游园观景行为？
- 以何种形式组织古典园林景观3D数据模型，从而实现视觉感知的全流程模拟计算？
- 如何提升视觉感知计算的效果和效率？
研究目标
本研究以中国古典园林为研究对象，旨在实现以下目标：
- 构建基于游客视觉感知与空间叙事理论的古典园林景观视觉感知框架
- 设计面向视觉感知计算的古典园林景观3D数据模型
- 以苏州拙政园为案例应用场景、以苏州古典园林景观部件级实景三维为数据基础，说明模型应用的方法和流程
- 为古典园林景观的视觉感知模拟计算提供理论构建、数据组织和方法应用层面的参考
图1：苏州拙政园景观实景
基于游客视觉感知与空间叙事理论的古典园林景观视觉感知框架
数据模型的构建是从具象到抽象的过程，古典园林景观作为具有强文化属性的游览空间，其数据模型的构建应基于古典园林景观的形成和应用特点。游园观景是具有具身性的行为，为了强化古典园林景观视觉感知与语义获取之间的联结，本研究构建了古典园林景观视觉感知框架，梳理游园者视觉感知过程、造园者空间叙事及其与古典园林景观构成之间的关系。
图2：古典园林景观视觉感知框架
古典园林景观视觉感知过程
游园者的具身感知由视觉行为主导，视觉感知是古典园林景观语义信息获取的主要手段，其过程由以下四个部分构成：
视觉感知客体
古典园林景观的地物与环境，是视觉感知的对象。包括山石、理水、建筑、花木和铺地等造园要素。
视觉感知路径
游园者在园林景观中通过变换空间位置、视线方向而形成的一系列视觉感知获取模式。
视觉感知主体
游园者，其空间位置在游园过程中能够发生主观能动的变换。
视觉感知结果
游园者最终通过个体视觉感知系统获得的视觉感知信息。
基于造园手法的古典园林景观空间叙事
游园者在古典园林中的移动、观察、交互过程中蕴含时间因素，因而展现出具有文本阅读倾向的叙事性。中国古典园林具有较强的文学性，其造园主体（造园者）、造园要素和造园思路无不与文学挂钩，空间叙事也与文学叙事有着极强的类比关系。
| 文学叙事要素 | 古典园林空间叙事对应 |
|---|---|
| 叙事者 | 造园者 |
| 叙事对象 | 游园者 |
| 叙事内容 | 园林意境与精神内涵 |
| 叙事媒介 | 园林景观空间 |
| 叙事结构 | 游览路线与景点组织 |
表1：文学叙事与古典园林空间叙事的对应关系
叙事符号系统与策略
叙事符号系统为叙事媒介构建了底层框架。古典园林景观的叙事媒介由物质变量——造园要素构成，包括山石、理水、建筑、花木和铺地。
叙事符号系统
- 基于直觉的符号系统：以视觉为主、其他感觉为辅，游园者对园中各要素进行直观感觉，从而触发自身对园林意境的浅层感知
- 基于文化语境的符号系统：浅层感知与游园者既有文化语境的进一步融会，继而唤醒游园者的文化审美与情感归属
叙事策略
- 宏观结构：园林整体布局、空间组织和景点分布
- 微观纹理：各个景点内部的细节设计和要素组合
- 修辞：借景、对景、框景等特殊视觉效果的营造手法
图3：叙事符号系统
面向视觉感知计算的古典园林景观3D数据模型设计
基于前文构建的古典园林景观视觉感知框架，本研究提取出古典园林景观的数据概念（地物、行为、分析），设计了面向视觉感知计算的古典园林景观3D数据模型。模型由三个层次构成：地物层、行为层和分析层，每个层次包含若干数据模块，共同支持古典园林景观视觉感知的全流程模拟计算。
图4：古典园林景观3D数据模型应用模式
模型设计思路
本研究基于相关领域本体模型语义复用，将古典园林景观3D数据模型梳理为"地物层-行为层-分析层"三个层次，以支持视觉感知计算的需求。模型设计遵循以下原则：
- 面向视觉感知计算的特定应用需求
- 基于古典园林景观视觉感知框架
- 充分利用现有本体模型的语义
- 数据轻量化，适应计算效率需求
- 模块化设计，便于扩展和维护
地物层
地物层是古典园林景观3D数据模型的基础，对应视觉感知过程中的客体部分，主要包含园林景观的物理环境数据。
地形数据
- DEM数据
- 地形起伏
- 坡度坡向
- 地形特征线
地物数据
- 山石
- 水体
- 建筑
- 花木
- 铺地
语义属性
- 地物类型
- 文化象征
- 历史背景
- 艺术特征
- 视觉属性
行为层
行为层对应视觉感知过程中的主体和路径部分，主要包含游园者的空间位置、视线方向等行为数据。
游览行为数据
- 游览路线
- 停留点
- 停留时长
- 行进速度
- 游览序列
视觉行为数据
- 视点位置
- 视线方向
- 视场角度
- 注视点
- 注视时长
分析层
分析层对应视觉感知过程中的结果部分，主要包含视觉感知计算的中间结果和最终结果数据。
可见性分析
- 可视域
- 可视度
- 可视频率
- 视线遮挡
视觉特征分析
- 空间结构特征
- 色彩质地特征
- 语义特征
- 视觉复杂度
视觉体验分析
- 视觉吸引力
- 视觉舒适度
- 视觉偏好
- 情感响应
数据模型关系
三个层次之间存在紧密的关联关系：地物层为行为层提供空间环境，行为层为分析层提供计算参数，分析层的结果又可以反馈指导地物层的优化和行为层的预测。
模型实施与应用
以苏州拙政园为例，本研究从地物数据处理、行为数据配置、存储环境搭建，再到分析数据计算，阐述了古典园林景观3D数据模型实施应用的方法流程。
地物数据处理
获取拙政园的地形数据、地物数据和语义属性数据，构建部件级实景三维模型。
行为数据配置
采集游客在拙政园内的游览路线、停留点、视线方向等行为数据，或基于历史数据进行模拟配置。
存储环境搭建
基于PostgreSQL/PostGIS和3DCityDB构建数据存储环境，实现三维空间数据的高效管理。
分析数据计算
基于地物层和行为层数据，计算可见性分析、视觉特征分析和视觉体验分析结果。
地物数据处理
地物数据处理是构建古典园林景观3D数据模型的基础步骤，主要包括以下内容：
数据获取方法
- 无人机航拍获取正射影像和DSM
- 三维激光扫描获取点云数据
- 近景摄影测量构建纹理模型
- 实地测量补充细节数据
- 历史资料收集语义属性
数据处理流程
- 数据清洗与预处理
- 点云分类与分割
- 三维模型重建
- 纹理映射与优化
- LOD层次构建
- 语义标注与属性关联
行为数据配置
行为数据配置是实现视觉感知模拟的关键环节，主要包括以下内容：
实际行为数据采集
- GPS轨迹记录游览路线
- 眼动仪记录视线方向
- 问卷调查获取主观评价
- 视频监控分析停留点和时长
行为数据模拟配置
- 基于历史数据的统计模拟
- 基于空间句法的路径预测
- 基于视觉显著性的注视点预测
- 基于人工智能的行为模拟
存储环境搭建
为了高效管理古典园林景观3D数据模型，需要搭建适合的数据存储环境：
数据库选择
- PostgreSQL/PostGIS
- MongoDB
- 3DCityDB
- Oracle Spatial
数据组织方式
- CityGML模式扩展
- 分层次存储
- 空间索引构建
- LOD管理
数据接口设计
- RESTful API
- WebSocket
- OGC标准接口
- 自定义查询接口
分析数据计算
基于地物层和行为层数据，进行视觉感知的分析计算，主要包括以下内容：
可见性分析计算
- 视线追踪法计算可视域
- 累积可视度分析
- 视线遮挡分析
- 最佳观景点计算
视觉特征分析计算
- 空间结构特征提取
- 色彩质地特征计算
- 语义特征关联
- 视觉复杂度评估
结论与展望
主要结论
本研究构建了基于游客视觉感知与空间叙事理论的古典园林景观视觉感知框架，设计了面向视觉感知计算的古典园林景观3D数据模型，并以苏州拙政园为例进行了实施应用。研究得出以下主要结论：
- 古典园林景观视觉感知框架能够有效表征中国古典园林所特有的"景"概念，为数据模型设计提供理论基础。
- "地物层-行为层-分析层"三层次数据模型能够有效支持古典园林景观视觉感知的全流程模拟计算。
- 基于部件级实景三维的数据组织方式能够平衡视觉感知计算的效果和效率。
- 本体语义复用有助于提高数据模型的标准化程度和互操作性。
面向视觉感知计算的古典园林景观3D数据模型为中国古典园林乃至其他文化遗产三维空间视觉感知研究提供了理论与方法参考，有助于推动苏州古典园林这一世界文化遗产的活化利用。
创新点与贡献
本研究的主要创新点和贡献包括：
理论创新
构建了古典园林景观视觉感知框架，系统阐释了游园者视觉感知过程、造园者空间叙事及其与古典园林景观构成之间的关系。
模型创新
设计了"地物层-行为层-分析层"三层次的古典园林景观3D数据模型，支持视觉感知的全流程模拟计算。
方法创新
基于部件级实景三维和本体语义复用，提出了古典园林景观3D数据模型的实施方法，平衡了计算效果和效率。
未来展望
尽管本研究取得了一定成果，但仍存在一些需要进一步研究的方向：
- 深化视觉感知计算方法，提高计算精度和效率。
- 扩展数据模型，纳入更多感官维度（如听觉、嗅觉等），实现多感官融合的感知模拟。
- 结合人工智能技术，提高视觉感知模拟的智能化水平。
- 探索数据模型在古典园林景观保护、规划设计和旅游管理中的应用。
- 将研究方法推广到其他类型的文化遗产，促进文化遗产的数字化保护和活化利用。