Page 138 - 《应用声学》2021年第4期

622 2021 年 7 月

对声景属性和声景感知的评价。通过主成分分析法 (3) 计算每个测点个案的算术平均数，得出每
提取出 4 个感知因子 (累计方差贡献率 =66.383%)； 个测点的声景感知结构主观评价综合得分。
依据旋转后的因子成分矩阵提取每个主成分下因 城市建成环境属性测度包含以下 4 个指标：(1)
子负荷值大于 0.7 的语义 (表 1)，得到 4 个感知因子 道路密度：研究区域内道路网的总里程与该区域面
主要包含的相关语义 (表 2)，并命名为：放松、交流、 积的比值，在 ArcGIS 的实现上是空间线密度分析
动态性和空间性 [26] 。因子1与放松感相关，例如“安 的结果；(2) 建筑密度：格网内建筑物基底总面积与
静 –吵闹、平静 –焦虑、喜欢 –不喜欢、愉悦 –不愉悦 格网总面积之比；(3) 夜光强度：基于夜光遥感卫星
和柔和 –刺耳” 等；因子 2 与交流相关，例如 “变化丰 监测的人类夜间灯光照明原始数据，经过亮度转换
富 –一成不变” 和 “ 有意义 –无意义”；因子 3 与声音 公式计算得到城市夜光强度的亮度数据；(4) 综合
动态性相关，例如 “快 –慢” 和 “音调高 –音调低”；因 密度：首先对道路密度、建筑密度、夜光强度 3 项数
子 4 与声音空间性相关，例如 “有方向 –无方向” 和 据进行重分类，根据 3 项数据数值对其进行等间距
“有回声 –无回声”。随后使用以下方法计算声景感 划分，以 20%、40%、60%、80% 为临界将其划分为 5
知结构的综合评分 [30] ： 个类别，并赋予等级 1∼5。经专家调查法确定权重，
(1) 用成分矩阵中每对语义的成分系数除以对 再利用公式计算研究区域各处的综合密度：
应感知因子开方后的初始特征值，得到 4 个感知因 1 1 1
y = x 1 + x 2 + x 3 .
子对应语义的加权系数，计算出每个个案 4 个感知 3 3 3
因子的主成分得分。 其中，y 为综合密度，x 1 为道路密度等级，x 2 为建筑
(2) 以各个感知因子方差贡献率占总方差贡献 密度等级，x 3 为夜光强度等级。
率的比率为权重，得到声景感知结构主观评价综合
表 2 感知因子及相关语义词汇
得分公式：
Table 2 Principal components and related
Y = 0.656y 1 + 0.144y 2 + 0.103y 3 + 0.096y 4 . semantic vocabulary

表 1 因子成分矩阵 感知因子 语义解释
Table 1 Factor component matrix 自然 & 人造，柔和 & 刺耳，平滑 & 粗糙，舒适 & 不舒适
放松
安静 & 吵闹，愉悦 & 不愉悦，喜欢 & 不喜欢，平静 & 焦虑
主成分因子各项语义负荷值 交流 变化丰富 & 一成不变，有意义 & 无意义
语义量表
放松 交流 动态性 空间性
动态性 快 & 慢，音调高 & 音调低
自然 & 人造 0.76 0.07 0.12 −0.14
空间性 有方向 & 无方向，有回声 & 无回声
柔和 & 刺耳 0.77 0.16 −0.31 0.01
硬 & 软 −0.64 0.02 0.39 0.25 1.4 数据分析
快 & 慢 −0.37 0.04 0.74 0.09
研究采用 SPSS(Version 25) 统计软件和 Ar-
音调高 & 音调低 −0.12 −0.15 0.85 0.00
cGIS(Version 10.2) 空间分析等手段对声景数据进
有方向 & 全向 −0.08 0.10 0.16 0.73
行分析。首先，对天河区声景质量空间特征进行描
有回声 & 无回声 0.10 −0.04 −0.08 0.75
述性分析，探讨声源类型、声压级、主观响度、总体满
远 & 近 0.41 0.09 −0.22 0.16
意度、声景感知结构的空间分布特征。基于 GIS 空
平滑 & 粗糙 0.76 0.11 −0.22 −0.03
舒适 & 不舒适 0.83 0.26 −0.16 0.09 间分析，采用“Equal Interval” 分类方法对上述6项
安静 & 吵闹 0.80 0.10 −0.30 0.12 属性指标数值进行等间隔重分类处理，将声景质量
愉悦 & 不愉悦 0.78 0.38 −0.12 0.02 的评价指标划为5类，分别记为 1∼5级；并以测点为
有趣 & 无聊 0.53 0.62 0.07 0.00 单元进行空间插值，得到 6 项声景属性的空间分布
喜欢 & 不喜欢 0.79 0.37 −0.10 0.01
图。声源类型处理方面，将每个测点中数量最多的
变化丰富 & 一成不变 0.06 0.85 −0.04 −0.06
“声源类型” 定为该测点主导声源类型，并将其导入
平静 & 焦虑 0.78 0.11 −0.20 0.09
ArcGIS 中，采用反距离权重进行插值，得到研究区
有意义 & 无意义 0.36 0.71 −0.19 0.22
域主导声源类型分布。