3.1竹林空间实地研究
3.1.1典型竹林景区
在西南各省较为著名的竹林景区进行典型空间实地研究。景区分成两类，大型竹林风景区(四川宜宾蜀南竹海、四川沪州大旺钓侮、四川沪州叙永西溪竹海、四川仁和百竹海、四川湘!!钓侮、重庆茶山竹海、重庆梁平百里竹海、贵州赤水}1侮、贵州盘县大洞竹海、云南彝人谷竹海)和竹林公园(四川成都望江楼公园、四川成都烷花溪公园、四川成都杜甫草堂、四川成都大熊猫繁育研究基地)。
3.1.2样本采集及指标测里
时间为2018年7^-8月，实地研究大型竹林风景区(四少11宜宾蜀南竹海、四川沪州大旺竹海、四川沪州叙永西溪竹海、四川仁和百竹海、四川沐川竹海、重庆茶山竹海、重庆梁平百里竹海、贵州赤水竹海、贵州盘县大洞竹海、云南彝人谷竹海);2019年4一3月，实地研究竹林公园(四川成都望江楼公园、四川成都烷花溪公园、四川成都杜甫草堂、四川成都大熊猫繁育研究基地)。收集典型竹林空间的图片样本、结构指标以及气候指标。根据每个景区规模和景点分布，设置若干个样地，巧个景区共设置50个样地。每个样地沿主要游览路线设置若干样点(30mX30m)，针对结构指标和气候指标，样点平均值记为样地值(共50组)。
要求采集的图片样本能够准确地反应竹林空间的真实情况，为了提供统一的评价条件，采集工作设定了一定的规范:拍摄时段选择在相同时段(9，0011:00和14，00^16‘00)，选择光线充足的条件，并不使用闪光灯;统一采用CANON-500D进行拍摄，采取约同人眼高度(<1.6xn)的横向画面拍摄，统一焦距;拍摄过程避免人、动物、设备等非空间因素进人画面。结构指标的测量采用五点取样法，在30mX30m的样点中划定样方((3mX3m)，测量各项指标，再取平均值，表1展示50个样地数据的平均值、极大值、极小值。气候指标的测量方法为样点中心读数3次取平均值，表Z展示50个样地数据的平均值、极大值、极小值。
3种样本的采集和测量，对竹林空间结构及相关情况进行初步认知。通过空间图片样本分析，可以对空间结构进行分类和结构指标解析。结构指标和气候指标的实地测量，有助于掌握竹林空间现状的总体情况，将作为康养空间结构体系构建的基础资料。
3.2竹林空间结构体系构建
3.2.1结构维度解析
维度(Dimension)，在广义上是事物间“有联系”的抽象概念的数量，也称维数。维度在各个领域应用，也具有“属性、范围、系数”等含义。建立一套可以描述空间结构的指标体系，首先需要对空间进行解析。假设在所有空间结构指标中，存在具有共性的指标，则可以将具有共性的指标视为“有联系”的结构维度。
将竹林空间中“描述空间结构，且具有联系的概念”视为同一维度。维度之间具有性质上的独立性。按照人与空间的包围关系，可以分为人在空间内部感知以及人在空间外部感知。此外，植株本身的形态也是影响空间结构的重要部分。
因此，本研究首先从“内部关系”“外部关系”“植株关系”3个方面对空间进行解析，再在每个关系下形成若干维度。内部关系的维度:宽度、高度、深度、密度、形态。
外部关系的维度:宽度、高度、深度、密度、坐标、形态。植株关系的维度:形态。
3.2.2结构指标解析
竹林康养空间结构指标应该以风景园林学的专业特征为出发点，以林学的林分指标和竹形态学指标为参考。在每一个维度中.均可以进一步分解出若干具有共性的结构指标，某些维度本身即一个指标(如宽度、高度)。基于此，本研究参考林分指标和形态学指标，以及前人关于风景园林植物以及户外空间理论，提出了竹林康养空间结构指标。
内部关系维度下的指标:宽度(宽度)，高度(高度)，深度(深度)，密度(立竹度、间距)，形态(SVF,坡度)，各项指标示意如图5所示;外部关系维度下的指标:宽度(宽度)，高度(高度)，深度(深度)，密度(立竹度)，坐标(经纬度、海拔)，形态(坡度、坡向)，各项指标示意如图6所示;植株关系的维度下的指标:形态(胸径、冠幅、节间长、枝下高、倾斜度、地被高度、地被覆盖度)，各项指标如图7所示。
从3个方面的维度分解结果来看，某些指标在3个方面均存在，这些重复的指标将在指标体系中整合(图8,表3)。结构指标体系便于更精准的描述空间的结构特征，在研究中可以将结构特征相近的空间归为一类。
4总结与展望
康养效益是植物景观空间承载的重要功能之一，通过梳理空间结构体系构建的基础理论并进行体系构建，是开展康养景观系统性研究的基础。
本研究以竹林康养空间为例，基于相关理论基础，针对人体感知尺度下的竹林空间，通过实地研究掌握空间现状，从3个方面、s个维度展开空间结构指标体系构建。总的来说，空间结构体系构建的研究思路是相关理论应用于植物景观对象的过程，同时也是实地研究与指标解析相互印证的过程。
研究成果有望为竹林康养实证研究提供指标研究框架，为系统性机制的阐释提供基础。园林植物景观类型众多，特色鲜明，本研究的方法可应用于其他植物景观空间结构体系的构建。
