数据处理
3.1 美景度值计算
诸多研究结果显示，在统计学范畴上，美景度值呈现出正态分布[21-22]。由于评判结果容易被样本个别特征及评价者的主观立场所影响，评价值需进行标准化处理，规范之后用于比较。参考研究案例[23]，美景度值的计算方式为：首先对样本景观大众评价值进行标准化处理，再计算所有评价者对评价样本的美景度均值，这个均值即为某一样本的美景度值。其表达式为：式中，Zij表示评价者j对景观样本i的评分标准化值；Rij表示评价者j对景观样本i的评分值；表示评价者j对全部景观样本的评分均值；Sj表示评价者j对全部景观样本的评分标准差；Nj表示第i个景观的评价者数量，Zi表示景观样本i的最终标准化得分值，即美景度值。
3.2 景观要素的分解与量化
根据调查研究区域的实际情况和专家咨询，从整体景观感受、道路、水体、植被、建筑及设施5个方面对样本图片的景观元素进行分解量化。确定景观主从性、生态多样性、色彩丰富性、场景均衡性、画面联想性、空间尺度感、设施协调感、植被层次感、道路线条感、形式统一感10个指标(表1)。
其中，“空间尺度感”采用样本景观图片中构筑物、天空、水体、植被、道路占图像总面积的比例表示；“色彩丰富性”采用样本景观图片中各种色彩面积占总面积的比例表示[24]。
如图3所示，使用Photoshop 2020图像处理软件，通过图像不同的颜色通道，并利用不同物体之间的灰度阈值将各类景观要素进行分离，后期还需对每一个景观要素进行必要的校正，调整勾勒出的不同类型环境元素的外部轮廓，并用不同色彩进行填充标注，计算不同色彩在样本中的面积占比。
如图3所示，使用Photoshop 2020图像处理软件，通过图像不同的颜色通道，并利用不同物体之间的灰度阈值将各类景观要素进行分离，后期还需对每一个景观要素进行必要的校正，调整勾勒出的不同类型环境元素的外部轮廓，并用不同色彩进行填充标注，计算不同色彩在样本中的面积占比。
3.3 数据处理方法
1)因子分析。
试验通常需要尽可能多地采集相关变量来全面整体分析和理解问题。但在建立实际数据模型时，这些变量可能不具有预期性。因子分析法可以有效地筛选出有效变量。
2)卡方检验。
卡方值用于样本评价值与理论推测值之间的误差检测。为了检测评价者个人差异对美景度评价是否存在显著影响，采用卡方检验法进行分析。
3)逐步回归法建模。
以美景度标准化值为因变量，景观要素分解量化值为自变量，通过SPSS统计软件建立多元线性回归模型，按照P≤0.05的标准使用逐步回归识别出有影响的变量[25]。
4)离散系数。
以离散系数进行评价结果的离散程度分析。离散系数又称变异系数，是概率分布离散程度的一个归一化量度。离散系数可以阐释平均指标的代表性或稳定性。离散系数V为标准差S与均值之比，其表达式为：
