3 方法建构
基于上文对山地丘陵型城市公共空间中人群对于自然山体视觉需求的解析，为逐级满足人群不同层面的视觉需求，以满足公共空间与自然山体间的通视关系为前提，进一步挖掘各公共空间中人群可感知到的自然山体数量，再结合自然山体对于人群视觉吸引度的分析，全方位地解析出建成环境中自然山体对于公共空间内部人群各维度视觉需求的影响。
评价过程分为3步：第1步，山体通视性；第2步，可视山体数量；第3步，山体吸引程度。其中第1、2步均依托于Arc GIS的相关算法，通过定量手段逐步厘清研究范围内人群与山体间的通视情况及可见山体数量，而第3步对于“山体吸引程度”的判断，则主要采用了眼动生理数据监测与偏好量表相结合的方式，从而反映自然山体对于人群视觉吸引的积极作用，亦明确了在人群视觉感知层面各公共空间的观山价值。
3.1 评价框架
评价框架的搭建主要分为3个步骤：数据采集及空间模型构建、空间指标数据量化分析、评价结果输出(图2)。
1)数据采集及空间模型构建。
构建研究场地的城市三维模型(Urban 3D Model，U3DM)、城市表面模型(Urban Digital Surface Model，UDSM)及各公共空间中若干人眼视角下的山体实景影像数据作为后续分析研究的基础。
2)空间指标数据量化分析。
依托于城市数字模型，逐级进行山体通视程度、可视数量及关注程度3个层面的分析。首先，以U3DM和绿地规划图为依据，分别提取出研究范围内的自然山体(海拔≥50m)及各公共空间，通过Arc GIS平台进行二维可视域分析，从中选取出可观赏到自然山体的公共空间；随后，统计出公共空间内部可视山体数量，筛选出可视山体数量大于等于1的区域，对筛选区域进行基于人眼视点的环视实景影像采集并形成样本库；最后，邀请32名被试者，借助眼动生理数据监测设备及视觉偏好量表获取各被试者对于各实景样本影像中自然山体的视觉关注度。
3)评价结果输出。
在Arc GIS中将各被试者的视觉关注度逐一录入至对应的空间位置，经由核密度分析，获得研究区域的山体关注度分布图，并输出可视化结果，以确定研究范围内各公共空间中自然山体对于人群的视觉吸引程度。
3.2 指标量化
途径本研究所涉及的各维度视觉指标量化主要借助于Arc GIS分析平台与人群生理数据监测2种分析量化方式。
1)通视程度。
对于公共空间与山体间通视关系的分析原理如图3所示，即观测点与目标点间由自然地表和人工建筑物所构成的视觉障碍物的高度变化通过栅格形式予以表达。将其中50m以上的山体高程转换为50m×50m的栅格数据，并将栅格单元中心转换为高程点。在通视分析中，公共空间被作为观察点，山体高程点被作为目标点输入，将能被观察点(公共空间)看到的通视目标点(山体)的数量与山体总高程点数量的比值定义为通视程度Q，计算公式为：
2)公共空间可观赏到的山体数量。
分别将各山体高程点作为输入文件在Arc GIS中进行基于栅格数据的可视域分析，从而得到各公共空间可观赏到的山体数量，计算公式为：
式中，VM 为可视山体数量；k 为山体总数；Vi为山体Si在公共空间的可视性，Vi＝0，山体Si不可视，Vi＝1，山体Si可视。
可见，公共空间的可视山体数量是0~k之间的整数，可视山体数量分布图即为各山体可视域的叠加图(图4)。
3)吸引程度量化途径。
山体对于人群吸引程度的量化主要基于眼动生理监测。考虑到人眼视距的影响，首先，以100m×100m的格网为标准在选取出的公共空间中均匀布置测试点，并采集各测试点的环视实景图像形成样本库，再邀请32名被试者参与实验，采用桌面式眼动生理监测设备与视觉偏好问卷分别获取各被试者对于样本库内各图像中自然山体的视觉关注反应及偏好特征。分别记录各被试者对于各样本图像的视觉偏好分值、总注视时长及对自然山体区域的注视时长，通过计算各样本图像中山体与整体图像间的注视时长比值，并辅以视觉偏好分值的佐证判断，确定各观察点山体对于人群的视觉吸引程度，计算公式为：
式中，M为山体吸引程度；AOIMountain为山体区域注视时长；Fixation durationtotal为样本图像总注视时长。
