秋季论文领读第4天 | 使用点云进行景观视觉质量评估的三维空间指标的开发和应用
#01 推荐理由
创新之处：本文创新点在于开发了基于点云数据的3D空间度量方法来描述景观的结构和空间特征，并将其应用于景观视觉质量（LVQ）的量化评估。这些3D空间度量可以从体积和面积、景观多样性、形状、连通性、色、地形和开放性等方面描述景观的3D属性此外，该研究还验证了这些3D空间度量方法对于量化Q的有效性，并表明它们可以成功地检测到景观在自然性、复杂性、连贯和视觉尺度等维度上的差异。
研究结果：3D空间度量标准不仅可以客观地描述现有或拟的景观的空间属性，进行量化LVQ评估，而且可以与定量评估相结合，进行全面的LVQ评估。它可以作为数字工具，连接景观和其他领域进行多学科研究。研究鼓励进一步探索3D空间度量标准在不同环境中的应用，及将3D度量标准与其他景观度量标准相结合，开发评估景观设计LVQ的工具集。
局限性：
1.只关注水、建筑和植被等少数类型的景观元素，未对其他生态元素如湿地、休闲设施和运动施等进行研究；
2.研究使用虚拟环境进行验证，未在真实环境中进行验证，真实环境的复杂性数据捕捉等问题可能与虚拟环境有所不同；
3.一些指标（如HVDD、颜色变异和视距）的在体素化和分割参数（如体素大小和水平、垂直和距离组数）不同的情况下会显著不同，因此，如果参数配置不同，比较不同景观的指标将具有很少的意义，这可能会阻碍各种研究中进行LVQ表示的结果共享；
4.与所有景观指标（2D或3D）一样，这些指标本身并不表明任何特定的影响，无论是生态、心理还是其他方面的影响，仍需要进行其他研究来将指标与预期效果相关联；
5.目前为止，本研究开发的指标系统不够全面，例如，指标集中在LV的空间和视觉方面，排除了时间变化，这也LVQ的一个关键维度。我们鼓励其他研究人员继在这个领域开展研究，并尽可能丰富指标系统。
#02 Abstract摘要
景观视觉质量（LVQ）与特定时间景观的空间、功能和视觉结构有关，它会影响使用或观看景观的人的感官和体验。可以使用两种互补的方法进行整体LVQ评估。第一个使用视觉质量评估工具来测量一个人对景观的感知反应；第二，我们研究的重点，是基于对景观物理属性的定量评估。景观的物理属性是指其空间配置和组成，通常使用2D或2.5D指标来表征。3D属性的使用是一个新兴领域，但关于可以描述景观物理属性并与景观质量感知相关的3D指标范围的信息很少。本研究基于景观可视化理论，开发了3D空间度量来描述景观的结构和空间特征。这些指标源自点云，描述体积和面积、景观多样性、形状、连通性、颜色、地形和开放度的3D属性。通过对包含研究区高层、紧凑环境的一组城市景观进行研究，验证了3D空间指标量化LVQ的有效性。结果表明，3D空间度量可以成功检测景观之间在自然性、复杂性、连贯性和视觉尺度等维度上的差异。例如，随机分布和不规则形状的景观在水平、垂直和距离多样性（HVDD）和形状指数方面分别具有较高的值，表明其较高的空间和形状多样性。我们的研究强调了使用源自点云的3D空间指标进行更全面、更客观的LVQ评估的潜力。
Landscape visual quality (LVQ) relates to a landscape's spatial, functional and visual structure at a given time, which can affect the senses and experience of the person using or viewing the landscape. A holistic LVQ assessment can be undertaken by using two complementary approaches. The first uses visual quality assessment tools to measure a person's perceptive responses to landscapes; the second, the focus of our study, is based on the quantitative assessment of the physical attributes of landscapes. The physical attributes of landscapes refer to their spatial configuration and composition, and have conventionally been characterised using 2D or 2.5D metrics. The use of 3D attributes is an emerging field, but there is scant information on the range of 3D metrics that can describe the physical attributes of landscapes and which relate to the perception of landscape quality. This study develops 3D spatial metrics to describe landscapes' structures and spatial characteristics grounded on landscape visualization theory. These metrics are derived from point clouds and describe 3D attributes of volume and area, landscape diversity, shape, connectivity, colour, topography, and openness. The effectiveness of the 3D spatial metrics to quantify LVQ was verified using a set of urban landscapes in the high-rise, compact envi-ronment of our study sites. The results show that 3D spatial metrics can successfully detect the differences among landscapes in the dimensions of naturalness, complexity, coherence and visual scale. For example, landscapes with a random distribution and irregular shapes had high values in horizontal, vertical, and distance diversity (HVDD) and the shape index, respectively, indicating their high spatial and shape diversities. Our study high-lights the potential of using 3D spatial metrics derived from point clouds for a more holistic and objective LVQ assessment.
引文格式：Qi J, Lin E S, Tan P Y, et al. Development and application of 3D spatial metrics using point clouds for landscape visual quality assessment[J]. Landscape and Urban Planning, 2022, 228: 104585.
