EN中文

JOURNAL OF NATURAL RESOURCES >

2025 , Vol. 40 >Issue 2: 402 - 422

DOI: https://doi.org/10.31497/zrzyxb.20250208

Regular Articles

Research on digital perception technology for Huizhou traditional villages from the perspective of concentrated and contiguous protection

  • LI Zao , 1, 2, 3 ,
  • CHENG Geng 4 ,
  • WANG Qiang , 1, 2, 3 ,
  • GAO Ming-fei 5 ,
  • FANG Qun-li 6
Expand
  • 1. School of Architecture and Urban Planning, Anhui Jianzhu University, Hefei 230009, China
  • 2. Anhui Provincial Engineering Research Center for Regional Environmental Health and Spatial Intelligent Perception, Hefei 230009, China
  • 3. Urban Renewal and Transportation Joint Laboratory of Anhui Province, Hefei 230009, China
  • 4. College of Civil Engineering, Hefei University of Technology, Hefei 230601, China
  • 5. College of Architecture and Art, Hefei University of Technology, Hefei 230601, China
  • 6. School of Architecture and Civil Engineering, Huangshan University, Huangshan 245021, Anhui, China

Received date: 2024-01-02

  Revised date: 2024-07-01

  Online published: 2025-01-23

Fold

Abstract

The meticulous construction of traditional village spaces has emerged as a pivotal direction for the protection and utilization of contiguous areas, imposing heightened demands on spatial cognition and revitalization. This research undertakes a comprehensive analysis at both regional and village levels: regionally, spatial analysis methods grounded in GIS geographic information systems are deployed to scrutinize the geographic distribution, density, and spatial differentiation characteristics of traditional Huizhou villages. At the village level, empirical investigations leveraging 3D scanning and virtual reality technologies are conducted to explore data channels and technical applicability in data acquisition and utilization. The findings reveal that traditional Huizhou villages exhibit a pattern of highly concentrated distribution in successive clusters, posing significant challenges related to homogeneous competition and development. Consequently, a collaborative interactive technology system has been established to analyze commonalities and distinctions among villages, enabling optimized spatial design. The developed technical system and methodology can refine regional resource allocation and dynamically elevate spatial quality, bearing substantial significance for the sustainable development of traditional regional villages.

Key words： Huizhou traditional villages; concentrated and contiguous areas; spatial distribution characteristics; three-dimensional scanning technology; virtual reality technology

Cite this article

LI Zao , CHENG Geng , WANG Qiang , GAO Ming-fei , FANG Qun-li . Research on digital perception technology for Huizhou traditional villages from the perspective of concentrated and contiguous protection[J]. JOURNAL OF NATURAL RESOURCES, 2025 , 40(2) : 402 -422 . DOI: 10.31497/zrzyxb.20250208

随着全球化和城市化进程的发展，乡村在人类社会中的地位日益显现。近年来，国家层面对乡村的保护发展问题高度重视，相继提出全面部署实施乡村振兴战略和建设宜居宜业和美乡村的指导思想，为乡村建设指明了方向和要求[1]。乡村研究不仅对挖掘乡村的空间本底和潜力、实现文化的多样持续发展具有重要的科学意义，而且在促进社会发展、增进人民福祉、保护生态环境等方面具有重要现实意义。
传统村落作为乡村地区中一种社会文化遗产的载体，首先表现在村落的整体空间环境和地域性风貌上，且具有极为重要的社会和科学价值[2]。千百年来，在地域文化、社会结构、自然环境等因素的影响下，传统村落在空间和环境中呈现出丰富而完整的物理特征[3]。与此同时，伴随着文化、交通、信息的流通互动，传统村落在宏观层面也逐渐呈现出合作与竞争共存的状态[4]。进而，传统村落“连点串线成片”的集中连片保护利用需求又进一步反馈于中观层面的村落整体，并对空间环境的认知与活化更新技术路径提出了更高的要求[5]。基于此，一种能够有效应对传统村落精准认知的技术手段应当被整合，特别是在对传统村落整体空间环境数据的获取和利用阶段，不仅需要保证历史信息的真实性和完整性，还要具有快速化和轻便化的工作环境，以进一步适应传统村落在时代背景下活态传承所面对的协同和交互场景需要。

1 研究方法与数据来源

1.1 中国传统村落的保护发展现状

截至2023年底，已有六批共8155个中国传统村落 ① 列入保护名录，对其开展保护发展工作一直是学界和社会的关注重点。自2012年第一批中国传统村落名单的公布开始，国家的保护发展政策实践也经历了两个明显的演变阶段（图1）。第一阶段集中在2012—2017年，国家部委的工作重心主要放在对传统村落的物质及非物质文化遗产的保护层面。相关指标体系和基本要求都旨在防止城市化进程对传统村落的破坏，并着重于保持传统村落的风格结构、历史文脉和自然环境。通过《传统村落保护发展规划》等编制工作，注入资金投入和技术支持，保护传统村落的原风原貌。第二阶段则集中在2018年至今，中国传统村落正在从静态保护走向活态传承，从聚焦个体走向集中连片。经过第一阶段卓有成效的保护工作，大部分传统村落的物质形态得到了很好的保留，但随之而来的是村落发展的活力问题和可持续性局限。自2018年乡村振兴战略的提出，相关政策和实践在保护的同时，更多地考虑到对传统村落经济和文化潜力的激发、集中连片的保护利用、贫困以及濒危村落的再生等问题[6]。这一转变不仅为传统村落带来经济效益，改善农村生活，提高当地居民的认同感和保护意识，更是在区域范围内对一系列村落进行整体谋划，有助于保持区域内风貌、文化和功能的连贯性，提升区域的综合价值。
图1 2012年以来部分中国传统村落的保护发展政策

Fig. 1 Protection and development policies of some Chinese traditional villages since 2012

然而，在这一转变过程中仍然面临着诸多挑战。一方面，在实践操作中，平衡传统与现代、保护与开发之间往往存在诸多矛盾。传统要素和现代要素的融合、开发建设与生态保护的协调、经济利益与文化价值的耦合都需要基于对传统村落的地域、环境、社会等特征的综合考量。另一方面，在集中连片保护利用的背景下，村落不再是一个独立的个体，而是在区域范围内连点串线成片的节点。村落之间的风貌协调、资源统筹、产业联动、设施布局等都将进一步细化比对和互动[7]。因此，上述现状都对传统村落的空间评价与活化提出了更高的要求。

1.2 研究区概况：徽州传统村落的空间利用特征

徽州，并非行政地理概念，而是中国传统文化中“一府六县”的文化概念 ② 。在空间上，以当前安徽省黄山市全境、宣城市绩溪县和江西省上饶市婺源县组成。受到徽文化的影响，徽州地区分布着大量起源于宋元时期、兴盛于明清时期的地域性传统村落。这些村落以“青瓦出檐长，马头白粉墙”为典型的建筑特征，在自然和人文环境的共同塑造下，成为一种由社会经济、自然哲学、宗法礼制等诸多元素互动而形成的宝贵文化遗产。截至2023年底，徽州地区共有六批371个中国传统村落被列入名录（图2）。
图2 徽州研究区范围以及六个批次国家级传统村落的地理分布

Fig. 2 The scope of Huizhou research area and the geographical distribution of six batches of national traditional villages

在探讨徽州地区传统村落的评价与活化时，必须理解徽州地区的地域复杂性，这也对认知的技术手段提出了更高的要求，体现为如下三个方面。

1.2.1 多模态的空间认知要求

徽州传统村落的空间规律是多模态认知的核心。徽州传统村落中不仅存在历史建筑、文化遗产、环境格局等实体物理要素，而且还存在着诸如街巷空间“起承转合”的文化内涵、“天青烟雨”的文化意向[8]。这些空间规律不仅承载着空间连接功能，更是社交、商业和文化活动的重要场所[9]。尽管学界普遍认为传统村落空间规律具有很高的科学价值，但对其空间规律的发掘和提炼过程离不开对空间的现有认知技术手段。
既往的认知手段主要集中于人工调研与测绘、口述史与问卷访谈、影像调研等途径。尽管这些技术对于传统村落的空间研究作出了极其重要的贡献，但它们都存在一定的局限。伴随着激光测距、全站仪等技术的应用，人工调研与测绘的精度正在大幅提高，对于理解村落空间至关重要，但往往也会存在测绘条件的安全问题、人力时间的效率问题以及破坏性的风险问题。而问卷和口述则主要依赖于受访者的记忆和陈述，该方法用于获取使用者对空间的记忆、体验与情感，但受到个人认知、语言沟通、情感差异和表达能力的综合影响，会存在信息的主观与片面，与空间数据难以建立有效联系。图片、视频等影像资料具有动态的特征，是展现空间感性认知最直观的途径，但往往需要考虑来源的真实性、完整性和时效性。上述局限性主要表现为既有技术在对数据质量、信息获取、外部因素的应对上存在效率和精度问题，为此，需要一种多模态的认知手段来全面理解徽州这种复杂的空间规律。

1.2.2 高精度的数字认知要求

随着信息技术的快速发展和普及，传统村落空间的数字化已经成为一种趋势[10]。特别是对于徽州传统村落而言，其连续狭长的空间序列形态以及复杂的要素环境特点，伴随着使用者的情绪感受、行为特征等感性认知特点，都对空间的数字化认知提出了更高的要求。
以三维扫描技术为代表的数字化技术在数据获取方面取得了重要突破。三维扫描技术可以快速获取周边三维空间的点云数据和高分辨率的实时空间影像。该技术是一种高精度、无损化的档案数据，可以进行数字模型建立，实现历史信息的整合，实现数据可视化。在既往研究中，利用三维扫描技术或无人机航拍建模技术将建筑信息完整而准确地进行3D数字化，已成为获取建筑信息过程中比较前沿的测绘技术手段。但该技术的单独运用仍然具有明显的场景限制，特别是在徽州传统村落中的这种典型狭窄街巷空间场景里，对重叠、盲区、变形等精细化处理仍具有局限性。

1.2.3 可交互的协同认知要求

在传统村落集中连片保护利用背景下，进一步提出了空间联动以及和使用者交互的协同要求[11]。徽州地区呈现出的风貌连片特征并非仅由行政力量使然，更是一种在漫长时间中自然环境和人文社会的动态平衡。同时，随着越来越多的传统村落被列入保护名录，村落之间的同质化竞争日益加剧，进一步突出了村落间互补和协同合作的重要性。高品质的村落空间不仅涉及保护和恢复传统元素，还包括创新和技术的融入。因此，开放式的可交互平台显得尤为重要。
在模拟真实建成环境的技术中，虚拟现实（VR）技术可以满足体验者在虚拟世界中的沉浸式体验。通过虚拟现实和各种感知技术的结合，更是可以创造一个可视化的交互环境，开放性地展示村落物质空间信息，让居民、游客等体验群体在交互性的平台中实现人与村落的互动和反馈[12]。这种可交互的协同认知不仅有助于提升每个村落的独特性和吸引力，也促进了村落间的共同发展，为徽州地区传统村落的集中连片保护利用提供了切实可行的活化思路。

1.3 研究方法

本文拟在区域层级和村落层级探讨传统村落的空间评价与活化。在区域层级，将通过GIS地理信息系统的空间分析方法解析徽州地区传统村落所呈现出的进一步集聚特征，论证村落空间高品质评价和活化的必要性；在村落层级，将采用三维扫描和虚拟现实等技术来整合空地协同与人机交互的数据通道，对徽州传统村落的空间评价和活化进行适用性分析与实证研究。

1.3.1 区域分析研究方法

采用了ArcGIS软件的五种空间分析方法的组合应用来分析徽州地区传统村落的空间分布特征，包括平均最近邻、核密度、空间自相关、聚类和异常值分析以及热点分析，相关方法的计算过程基于ArcGIS软件工具说明和相关既往研究[13,14]。
（1）平均最近邻（Average Nearest Neighbor）
该方法根据各要素与其邻近要素之间的平均距离，判断空间分布是否聚集、随机或均匀，从而测量特征间的平均距离。
NNI=OMD/EMD
式中：NNI（Nearest Neighbor Index）为最近邻指数；OMD（Observed Mean Distance）为平均观测距离（km）；EMD（Expected Mean Distance）是在完全随机分布的情况下，预期的平均最近邻接距离（km）。
（2）核密度（Kernel Density）
利用核函数计算各单位面积的元素量值，拟合成用于估计特征密度分布的光滑锥形表面，适用于识别空间中的高密度区域。
λ x ,   y = 1 n h 2 ∑ i = 1 n K d x ,   y ,   x i ,   y i h
式中： n为要素特征的总数（个）； h是带宽； K为核函数； d是距离函数，用于计算点 x ,   y 与各数据点 x i ,   y i 的空间距离。
（3）空间自相关（Spatial Autocorrelation）
使用统计量来测量空间的自相关性，即测量一个特征与其空间相邻特征的相似程度，判断依据为要素的位置和属性值。
I = n S 0 ∑ i = 1 n   ∑ j = 1 n   w i , j z i z j ∑ i = 1 n   z i 2
式中： I是空间自相关指数（Moran's I）； z i和 z j分别是元素i和j的属性与全局均值的偏差值； w i , j为元素 i与 j之间的空间权重； n为元素总数（个）； S 0为聚合所有空间权重。
（4）聚类和异常值分析（Cluster and Outlier Analysis）
给出一组加权元素，利用Anselin Local Moran's I统计量来识别具有统计学显著性的热点、冷点和空间异常值。
I i = x i - X - S i 2 ∑ j = 1 ,   j ≠ i n   w i , j x j - X -
式中： I i为局部自相关指数，反映特定单元i周围的空间关系和属性值的局部模式； x i为元素i的属性值； S i 2为属性值的方差； X -为对应属性的均值。
（5）热点分析 (Hot Spot Analysis)
热点分析通过Getis-Ord G i *统计量来识别空间热点和冷点区域。
G i * = ∑ j = 1 n   w i , j x j - X - ∑ j = 1 n   w i , j S n ∑ j = 1 n   w i , j 2 - ∑ j = 1 n   w i , j 2 n - 1
式中： G i *为Getis-Ord局部统计量，用于判定冷热点的特征值； x j为要素 j的属性值；S为标准化偏差。

1.3.2 村落认知研究方法

传统村落空间规律的复合性对数字化认知技术提出了较高的要求，主要体现在数据获取与数据处理两个过程。通过三维扫描技术和虚拟现实技术的协同交互，可以满足数据获取的高精度要求和数据利用的开放性，成为认知空间的有效技术手段。
（1）数据获取：三维扫描技术
三维扫描是一种通过获取物体表面三维坐标数据，从而生成物体表面几何特征信息，在工业测量、遗产保护、建筑施工等领域广泛应用的数字化技术。本文选取的三维激光扫描技术，发射激光束打在物体表面后会发生反射，通过激光发射和接收之间的相位差、时间差、角度差等信息，计算出激光束传播的距离，得到物体表面点的距离信息。常见的扫描方式有旋转镜头法、振镜法、平台移动法等，可以适用于不同环境和不同尺度的研究对象。
在传统村落空间的复杂环境适应性上，三维激光扫描技术具有明显的应用优势。该技术可以应对较为复杂的街巷空间和建筑结构，并适应大部分环境和光照条件，从而进行高效快速测量以获得高精度三维数据。与此同时，和传统的接触式测量方法相比，三维激光扫描是一种无接触式的数字测量技术，既避免了对古建筑等文化遗产的破坏，也可以实现空间数据的存储和管理。基于相应的可视化手段，能够有效开展村落空间信息的测绘工作，为村落优化方向提供高质量的数字化模型，有助于进一步对传统村落空间的开放式研究[15]。
（2）数据利用：虚拟现实技术
虚拟现实是一种将计算机生成的三维图像与真实环境相结合的技术，通过模拟现实世界的感官体验，使用户在虚拟环境中产生身临其境的感觉。该技术利用计算机图形学、人机交互、传感器技术等多领域知识，为用户创造一个沉浸式和交互式的虚拟世界。该技术的实现主要依托三维建模、视觉渲染、感官交互等技术方面。
在传统村落空间认知研究中，虚拟现实技术具有强大的应用优势[16]。使用者在虚拟现实环境中能够获得近乎真实的场景体验，进而方便更多参与者直观地感知和理解传统村落的空间结构、建筑风貌和历史文化特征。在这种环境中，使用者的各种操作，包括视觉观察、行动漫游、情感思考等数字信号能够通过不同的数据通道与感知手段进行实时的记录、交互和反馈。虚拟现实技术的这种交互性特点提供了跨学科的互动，促进了“人与空间”甚至“人与人”的交叉研究。

2 结果分析

2.1 徽州传统村落的空间分布特征识别

在徽州的广大农村地区，广泛分布承载和体现徽文化的乡村聚落，遗存了丰富多彩的文化遗产，是中国村落集群发展的代表。国家行政部门对名录内的中国传统村落针对性地加强了资金投入、建设管理和技术支持，抢救了一批日益衰败的村落。但一方面，伴随进入名录内的传统村落数量日渐增多，这些传统村落因《传统村落保护发展规划》和退出机制监督检查等行政措施，在强化村落基本保护状态的同时，也收缩了其综合发展的自由度；另一方面，传统村落外依然存在相当大比例的普通村落。这些普通村落，特别是传统村落周边的村落，因与传统村落的资源禀赋差异和整体谋划定位，正面临着产业发展迟滞、空间风貌异变以及场所功能衰退等生存性问题。重点村落，即传统村落的样本带动作用不足，村落之间的集群发展条件薄弱等问题，都需要基于对重点村落的空间分布特征识别。

2.1.1 地理分布特征

对徽州地区六个批次共计371个传统村落的空间布点进行各批次和累积批次的平均最近邻分析。
由表1可知，徽州地区各批次的传统村落中有第一、第三、第四和第六批共四个批次的传统村落呈现出随机分布的分布类型，仅有第二和第五批两个批次的传统村落呈现出显著集聚的分布类型。就分布情况而言，各批次的传统村落在进入国家名录时并非刻意地强调村落间的集聚发展，更多考虑的是地区间的平衡和综合发展。
表1 徽州地区各批次国家级传统村落平均最近邻分析结果

Table 1 ANN analysis results of each batch of national traditional villages in Huizhou area

各批次 N OMD EMD NNI a Z p 分布类型
个 km km
第一批 22 12.59 12.22 1.03 0.27 0.783 随机
第二批 38 7.35 9.88 0.74 -3.01 0.002 显著聚集
第三批 31 12.97 11.68 1.11 1.17 0.241 随机
第四批 33 10.28 9.91 1.03 0.41 0.675 随机
第五批 201 3.60 4.62 0.77 -5.99 0.000 显著聚集
第六批 46 8.69 8.63 1.00 0.09 0.927 随机

注：aNNI（最近邻指数）为OMD（平均观测距离）与EMD（预期平均距离）之比。NNI的数值含义为观测点到其最近邻点的实际平均观测距离与在完全随机分布假设下预期的平均距离之比。NNI的理论取值范围为从0到无穷大，如果NNI=1，表示点分布是随机的；如果NNI<1，表示点呈聚集分布；如果NNI>1，表示点呈均匀分布。下同。

而研究对第一批至各批次的累积平均最近邻分析结果则显示，随着批次的增加，徽州传统村落在空间上的地理分布特征逐渐由随机向显著聚集转变（表2）。自第一批至前两批开始，村落的聚集特征已开始显现，最邻近指数降至0.73。进一步累计到前三、四、五批时，最邻近指数持续下降，分别为0.74、0.73、0.70，显示出更加明显的集群发展特征。直至前六批，最邻近指数为0.74，仍维持了显著集聚的高位状态。通过Z得分和p值的统计学意义可知，Z得分的负值绝对值持续增加，p值的进一步降低，都表明这些集聚分布具有统计学意义，说明累积批次的地理分布整体已呈现出显著的集中集聚特征。
表2 徽州地区第一至各批次国家级传统村落平均最近邻分析结果

Table 2 ANN analysis results of the first to each batch of national traditional villages in Huizhou area

第一至
各批次		 N OMD EMD NNI Z p 分布类型
个 km km
第一批 22 12.59 12.22 1.03 0.27 0.783 随机
前二批 60 6.37 8.73 0.73 -3.99 0.000 显著聚集
前三批 91 5.64 7.57 0.74 -4.65 0.000 显著聚集
前四批 124 4.93 6.75 0.73 -5.73 0.000 显著聚集
前五批 325 3.09 4.39 0.70 -10.22 0.000 显著聚集
前六批 371 3.05 4.11 0.74 -9.48 0.000 显著聚集

2.1.2 分布密度特征

基于上述徽州传统村落地理分布的集中特征，将进一步考察这些集聚中心的具体分布。对各累积批次的传统村落布点作核密度分析，可以直观地识别出分布的密度中心（图3）。六张子图显示，徽州地区传统村落的分布具有几个明显的空间聚集区。第一批传统村落的分布相对分散和随机，没有出现明显的高密度区域。自前二批传统村落开始，“宏村—碧阳—西递”片区的“黟县”片区便成为徽州地区的传统村落分布密度中心，同时，“深渡—昌溪以及相邻乡镇”片区和“富堨—许村—上丰”片区的“歙县—绩溪”片区也呈现出一定程度的集聚。这种密度中心的分布态势在前三批和前四批的分布密度特征中也表达得较为稳定。值得说明的是，由于在歙县地区有较多传统村落进入第五批传统村落名录，因此，至前五批时，高密度区域由黟县地区的单极分布转变为“黟县”片区和“歙县—绩溪”片区的双极分布。在“歙县—绩溪”片区，两个片区已经呈现出以中等密度特征连接的情况。最后，前六批传统村落的密度中心仍然保持着双极的极高密度分布（800~1500个/万km2），双极之间的联系进一步紧密，几近相连，具有明显的连片特征。同时，在休宁的“汪村—半桥”片区，婺源的“丝口—清华”片区，祁门的“历口及相邻乡镇”片区呈现出多斑块分布的态势。
图3 徽州地区第一至各批次国家级传统村落分布核密度

Fig. 3 Variation trend of distribution kernel density of the first to each batch of national traditional villages in Huizhou area

以各乡镇为研究单元，通过各乡镇传统村落数量与各乡镇面积的比值作为分布密度指数，进一步作密度的空间分析（图4）。研究结果印证了徽州地区的双极分布，黟县中心达到了较高密度区（6.45~15.03个/百km2），而歙县中部的深渡镇和昌溪乡达到了高密度区（15.03~25.92个/百km2）。同时，“黟县”片区和“歙县—绩溪”片区双极的高密度分布区域周边也存在着大量的中密度区（2.81~6.45个/百km2），双极之间已初步形成较为紧密的连接关系，村落间的连片特征非常明显。
图4 徽州地区六批国家级传统村落数量分布密度

Fig. 4 The number and distribution density of six batches of national traditional villages in Huizhou area

2.1.3 空间分异特征

通过对地理分布和分布密度的研究，与集中连片保护利用的要求相互印证，徽州地区传统村落已呈现中集中（显著集聚）和连片（中高密度连接）的两种重要特征，研究将进一步探讨这种集中连片特征在徽州地区的具体空间分异表现。
通过空间自相关分析，探讨了徽州地区的面积密度在空间上的相关程度以及是否存在空间影响（表3）。
表3 徽州地区六个批次国家级传统村落空间自相关分析结果

Table 3 Spatial autocorrelation analysis results of six batches of national traditional villages in Huizhou area

Moran's I指数 预期指数 方差 z得分 p值 空间自相关模式
空间自相关 0.67 -0.009 0.003 12.34 0.000 显著集聚
空间自相关结果显示，Moran's I指数为0.67，徽州地区的中国传统村落在空间分布上呈现出显著的正相关。方差的低值和z得分的高值进一步表明这种正相关的空间模式稳定性和可靠性较高，同时，p值则证实空间集聚模式在统计学意义上的显著性。这种高度的空间正相关模式可以通过聚类和异常值分析以及热点分析两种方法共同探寻其空间分异特征。
聚类和异常值分析显示，在徽州地区，主要存在高—高聚类的模式，具体的空间连片分布地区主要在以宏村镇和西递镇两镇为主要范围的“黟县”片区和以深渡镇、昌溪乡、上庄镇等18个乡镇为主要范围的“歙县—绩溪”片区（图5）。
图5 徽州地区六批国家级传统村落的聚类和异常值分析

Fig. 5 Anselin Local Moran I analysis of six batches of national traditional villages in Huizhou area

热点分析结果则与聚类和异常值分析结果相互印证。数据显示，在徽州地区同样存在两片高值（热点）集群（图6）。“黟县”片区和“歙县—绩溪”片区这两片的热点区域也揭示了徽州地区的传统村落密度在空间上存在显著的集中连片特征。值得说明的是，分析结果显示，也存在一片低值（冷点）集群，主要以老街、昱西街道及其周边地区为主要分布的“黄山市区及周边”片区，说明传统村落在城市化的影响下分布密度相较典型乡村地区明显为低。
图6 徽州地区六批国家级传统村落的热点分析

Fig. 6 Getis-Ord Gi* analysis of six batches of national traditional villages in Huizhou area

基于上述对徽州传统村落的空间分布特征识别研究可以发现，六批中国传统村落的地理分布特征呈现出显著集聚的集中特征，而空间分布密度则呈现出中高密度相连的连片特征，并在区域层面形成了事实上的传统村落高度聚集区。这种集中连片特征反映出国家对该片区文化价值的高度认可，却也直接引发了传统村落的生存发展问题。换言之，作为徽州地区的代表性村落集群，这种愈发高度的集聚特征推动了传统村落进一步思考村落间的区域协同发展必要性和方向性。在集中连片保护利用的背景下，传统村落的空间高品质建设不仅需要思考村落间的风貌协调、功能互促和产业互补，也需要在徽州地区的同质化竞争中破题，探索个性化的发展路径。

2.2 数字协同交互认知技术

基于上述理论，传统村落的空间高品质建设成为村落评价和活化的目标。因此，点云数据成为结合物质和感知、真实和虚拟之间的较好数据来源。受制于徽州传统村落空间的复杂环境，点云数据在实践中存在较多限制，其中，建模完整性缺失以及认知交互性受限是两个重要瓶颈。以下将进一步打通在数据获取和数据处理上的数据通道，对点云数据实现有效优化，进一步实现空地协同和人机交互两个目标。

2.2.1 点云数据的空地协同

作为数据获取过程中基础和核心的三维数据源，三维激光扫描仪、无人机倾斜摄影，以及环绕摄影都可以基于点云数据的配准对建模进行优化（图7）。
图7 点云数据的空地协同示意图

Fig. 7 Collaboration of UAV tilt photography and 3D laser scanner point cloud data

首先，通过既往徽州地区传统村落的实践，大部分村落的建成面积在30 hm2上下，符合无人机倾斜摄影的有效勘测尺度，因此优先考虑运用倾斜摄影技术扫描村落整体空间。这种高空拍摄对建筑物上部的数据收集质量有显著优势，尤其是在建筑顶部和人力难以触及的角落。但考虑到徽州传统村落“山逼水激”的自然地理现状，村落的外部街巷空间异常狭窄，建筑立面层次较多，无人机倾斜摄影在处理诸如檐口和大门等建筑物中下部区域时，可能会因为遮挡和盲区导致点云数据的缺失和变形。其次，三维激光扫描仪在地面层面对建筑物的精细扫描能力，适合于捕捉几乎所有人眼视角可见表面的数据。尽管对建筑物上部区域存在视线盲区，但在重点地区能够和无人机倾斜摄影形成互补，大幅提升数据的完整性。最后，以“三雕”为代表的徽派建筑特有的建筑装饰细部，对空间活力和魅力的塑造起到重要作用。通过环绕摄影技术的融合，可以对村落空间的重点部位进行数据收集，补足点云数据的最后盲区，保证数据完整性，辅助精细建模。
整个空地协同过程分为收集、拟合和建模三个阶段。在收集过程中，无人机倾斜摄影通过斜角拍摄建模并生成点云，三维激光扫描仪通过站点的点云收集并配准形成点群云，环绕摄影收集细节的精细影像。在拟合过程中，无人机倾斜摄影和三维激光扫描仪在优化后的点云数据通过迭代最近点（Iterative Closest Point，ICP）等算法进行拟合，形成相对完整的点云数据，同时，环绕摄影提供的数据能够与其进行比对和整合，匹配特征场景。在建模过程中，点云数据进行逆向建模的同时，环绕摄影数据也进行照片逆向建模，在整个建模过程中通过共同参考系的对齐，来识别和修复模型中的孔洞与缝隙，确保数据整合的高精度要求，从而生成更加连贯和完整的三维模型。最后，建模模型还可以通过滤波手段清除环境噪声，采用孔洞填充和重叠算法修复误差数据和冗余数据。

2.2.2 点云数据的人机交互

在数据处理过程中，由于模型的相对完整性，当导入虚拟现实场景或类似开放性平台中，可以进一步对村落模型进行优化，产生更真实的体验效果，来配合基于人机交互的人因工效评价研究。村落空间数据与人类感知数据的联通需要借助人机交互的数据通道（图8）。
图8 点云数据的人机交互示意图

Fig. 8 Human-computer interaction diagram of point cloud data

在村落空间数据的处理过程中，先基于上述空地协同技术获得村落整体的完整点云数据，形成研究数据库。在数据库中选取相应具有集中连片示范或集聚特征的中国传统村落作为研究对象，对该类村落的空间数据进行模型导入和模型优化，生成虚拟现实模型。由于生成的模型具有高精度和大体量的特点，对设备和软件的要求较高，可以采用几何模型优化或渲染效果优化，提高模型的简洁性与视觉效果。常用的技术手段包括LOD（Level Of Detail）技术、GPU加速渲染、渲染管线优化、引入全局光照模型等。同时，在形成完整村落空间数据的基础上，需要基于人因工效学的具体评价手段采集人类的感知数据，这些数据一般覆盖包括视觉、心理、行为、生理和情绪等多种评价维度。这些人类感知数据探寻的是传统村落空间场所的适应性问题，并将空间与人的多维感知特点相适应，为构建人类因素牵引下的高品质空间建设提供有力支撑。
村落空间数据和人类感知数据的核心，即是基于人因工效学的人机交互数据利用过程。通过基于传统村落空间现状构建可视化、可体验、可交互的虚拟漫游场景，通过人因功效评估建立调控虚拟漫游场景的优化、决策、反馈的循环过程，可以实现村落空间优化应对的直观表达、精准评估与动态调整。传统村落的高品质空间建设应对考虑空间场所的美景度、氛围感、活力值、刺激感、满意度等评价指标，借助人机交互的技术手段，包括眼动追迹实验、SD问卷实验、虚拟轨迹定位实验、脑电波计测实验、表情识别实验等方法，可以在虚拟现实中实现对传统村落空间的协同交互性认知。以美景度交互为例，可以依托眼动追迹实验的视觉评价技术手段，研究被试者在虚拟环境中的注视热区和视线移动路径，从而分析观察者的注意力分布情况。同时，结合美景度评价（Scenic Beauty Estimation，SBE）模型构建传统村落空间场所中各景观要素和整体景观美学评价之间的相关规律，实现传统村落空间数据在人类视觉信息维度上的美景度交互过程。同理，通过上述一种或若干种人机交互实验的组合运用，可以在更为综合的人因工效维度层面实现对传统村落空间的交互性认知。
综上所述，在整个工作流中，三维激光扫描技术提供了高精度的空间数据，虚拟现实技术提供了沉浸式的认知环境。同时，通过点云数据的空地协同和人机交互两个阶段的技术互通，可以有效地将二者进行结合，为研究者提供了一个近乎真实和灵活开放的研究平台。

2.3 徽州传统村落特征性研究聚焦

与其他地域的传统村落相比，徽州传统村落空间塑造具有明显的独特性，蕴含丰富和复杂的数据信息。这些信息可大体分为表面信息、三维信息和感知信息等。

2.3.1 表面信息的精确识别

传统村落的表面信息体现在环境建筑风貌和装饰艺术等方面，强调“黑白灰”与“点线面”的元素构成，展示徽州地区的审美工艺与文化底蕴。如何精确识别空间中的形态和色彩数据成为表面信息研究中的重难点问题。在徽州地区，以建筑三雕 ③ 和彩绘为代表的建筑装饰符号具有细致的形态纹理；建筑外立面在长期风化以及光影变化下所呈现出的表面状态，营造出斑驳且丰富的色彩信息。上述表面信息都蕴含着极高的物理原理和研究价值，不论是风貌的构成还是色彩的识别，都需要高质量高精度的数据来源。
通过本文的协同交互技术，能够获取并生成并优化建筑连续性立面，为形态分析和色彩分析相关研究提供了表面信息工作图。在既往研究中，形态和色彩是人们认知表面信息的两个核心要素，二者之间存在诸多交集，图9展示了对表面信息进行形态和色彩分析的部分研究方法与技术路径。形态分析是表面信息的基础性研究，主要探讨的是形态学的二维/三维材质规律。对于形态的识别过程可以通过Ontology语义本体构筑和AI语义分割（Segment Anything Model，SAM）识别构建“要素—构件—材质”的表面信息数据库。基于此，可以对识别后的形态信息进行基于拓扑学或空间的数理统计分析，使用诸如因子—聚类分析等类型化手段去进一步发掘形态信息的底层逻辑规律。色彩分析和形态分析具有相关的研究载体，在基于形态学分析的基础上，可以通过在基于Python语言的视觉和图像处理模块进行逐像素扫描和色彩信息提取，并依托该平台实现色彩信息的量化与可视化分析。同时，结合前述的形态分析研究，可以在综合要素和形态指标的情况下对色彩信息进行描述性统计与探索性分析。上述表面信息的形态分析和色彩分析在徽州地域性研究中具备良好的可行性。
图9 表面信息精确识别的技术路线[17,18]

Fig. 9 Technical route for accurate identification of surface information

2.3.2 三维信息的时空构建

三维信息则体现为村落的空间模式与组织方面，重点关注村落的环境、结构、功能、序列等空间属性，探究基于自然和人文的空间规律。三维信息的识别难点更多地体现为建筑空间本身所处的多层级系统，在徽州传统村落的环境层级、结构层级和场所层级都具有不同的认知侧重点[19]。在环境层级，村落所处的复杂地形和狭窄的街巷空间使得人们对地形高差变化的感知能力弱化；在结构层级，徽州街巷的蜿蜒曲折特征和徽派建筑的位置朝向特点，塑造了街巷空间连续性的序列性变化；而在场所层级，尺度的精确性和完整性更是直接影响了空间分析的效果。
基于三维信息时空构建的复杂性，采用协同交互技术能够实现徽州传统村落的空间信息建模（图10），进一步适应徽州街巷中常见的高差、遮挡、重叠等复杂空间关系。在空间信息模型的基础上，可以针对环境—结构—场所等多层级尺度进行认知评价。通过地貌、环境格局、村落结构、村落密度、空间视角、空间尺度、空间形制等方面的相关研究方法，共同把握徽州传统村落的空间特征，引导多层级耦合的系统优化方案生成，具备广泛的研究适用性。
图10 三维信息时空构建的技术路线[8]

Fig. 10 Three-dimensional information based on spatial regionalism of traditional villages in Huizhou area

2.3.3 感知信息的动态交互

感知信息源于使用者在行进和体验过程中的一系列连续性印象，是对环境感性认知的归纳过程。这个过程是以空间的构造状态、时间的运动经历和情感的思考体验三个系统为前提而建立的，期间往往还伴随着个人的价值判断。对于感知信息而言，一个完整的交互过程需要历经场所性、经历性和体验性三个阶段，即分别对应捕捉记录、检测反馈和联动交互三个层面[20]（图11）。
图11 感知信息动态交互的技术路线[21]

Fig. 11 Perceptual information dynamic interaction technology route

协同交互技术能够通过三维模型导入渲染引擎搭建虚拟现实场景，为感知信息的交互提供高质量实验场景。同时，结合可穿戴虚拟现实系统，可以对感知信息进行捕捉与记录。在空间的序列性感知过程中，被试者通过空间的比较、期待、再比较、再期待阶段，对空间的场所性、经历性和体验性等价值进行复合构建与认知。在空间场所性的研究中，重点是对包括视觉、生理、行为等感知过程的捕捉记录，是反映空间场所体验的直接数据来源。研究通过各单项实验或组合实验对视觉信号、生理信号和行为模式等感知过程进行交互式计测。同时，被试者在空间序列性感知过程中的经历性，则主要通过时间信号的监测进行呈现。多模态的场所性信号在共同的时间序列维度呈现出的趋势和状态将作为经历性信号监测进行直接记录，并反馈给相关实验设备。而在最终的联动与交互过程中，通过以遗传算法迭代为代表的机器学习实验方法，与参数化模型进行联动和交互，并实时反馈记录，构建人机交互的认知体验[22]。通过上述技术路线，可以较为系统地把握徽州传统村落空间的感知信息，构建空间利用与优化的决策循环，探讨并提出活化应对策略并推广应用。

2.4 代表性村落分异规律实证

根据前述区域和村落的研究结果，在具有高密度和集中趋势的分布地区中，选取了两个具有典型徽州特征的中国传统村落作为实证案例，即黄山市黟县的南屏村和屏山村。二者均位于黟县徽文化核心区，底蕴深厚、知名度高，并完好地保存了传统村落风貌，同为徽州地区的著名旅游景区。由于二者地缘相近，村落空间既面临着风貌协同和产业活化的发展需求，也面临着旅游同质化竞争等现实挑战。如何在共性中探寻个性发展道路，形成集中连片保护利用的示范效果，成为破局方向。
研究运用上述空地协同和人机交互的技术路径，获得了两个村落完整的空间信息与体验反馈。整体技术流程为：通过大疆精灵4-RTK、Leica BLK360和相机环绕摄影收集两个村落的空间点云数据。利用Leica 3DR软件对数据进行配准和优化后，通过Context Capture软件进行逆向建模，制作出可编辑的OBJ格式三维模型。将这些模型在Blender中经过进一步修剪、简化和贴图处理，以优化其视觉效果。最终，将处理后的模型导入虚幻引擎进行光照和贴图调整，并开发出虚拟现实环境。这一环境允许被实验者使用HTC VIVE EYE PRO虚拟现实头盔在徽州传统村落场景中自由移动和观察。同时，搭配津发科技的ErgoLAB软件作为实验平台，以收集眼动、脑电和行为轨迹数据（图12）。
图12 徽州传统村落空间认知实验场景

Fig. 12 Spatial cognition experiment scene of traditional villages in Huizhou area

在南屏和屏山两个徽州传统村落空间认知实验中，基于上述被试者在空间中漫游时的脑电波、眼动轨迹和行动路径数据（图13），进一步分析了这些多模态关键性指标，包括但不限于：眼动实验中的注视时长、眼跳顺序、瞳孔大小等指标变量，脑电波数据中各频率波段的计量统计，以及虚拟行动轨迹数据中停留和行动的各类速度点筛分等。多模态关键性指标的变化趋势将辅助识别村落的共性和个性特征。相似或相关的变化趋势反映出两个村落中存在的共性要素，对比或差异的变化趋势则反映出两个村落中可能存在的个性要素。以眼动分析、脑电分析和轨迹分析的协同交互体验过程为例，研究选取了通向南屏叶氏支祠（奎光堂）和屏山舒氏祠堂（舒光裕堂）的村落中心场景的核心路径作为研究对象。在空间序列过程中，首先将各个空间场所切片作为实验样本，统计各项多模态指标形成基于各指标的数据序列，如眼动序列、脑电序列、行动序列，同时也可以和村落空间数据如尺度序列、色彩序列等进行对比分析。基于此，相关分析能够探寻各序列之间的关联性，找到共性特征，而差异性检验能够探寻各序列之间的差异性，找到潜在的个性特征以进一步分析。
图13 徽州传统村落空间认知实验结果分析路径

Fig. 13 Analysis of spatial cognition experiment results in Huizhou traditional villages

基于上述耦合分析逻辑，实验首先通过虚拟行动轨迹特征研究，在可视化的基础上识别被试者的虚拟行动数据，重点关注低速和停留点（0.4 m/s）在街巷交口、祠堂坦等空间场所的集聚特征，反映出该空间场所对被试者的空间吸引力。进而，对这些吸引力空间的视觉和生理信息进行解析，重点关注被试者在各空间中的单位面积注视持续时间（Fixation Duration Per Area，FDPA） ④ 和脑电波α/β比 ⑤ 等指标，并对空间场所进行AOI感兴趣区域 ⑥ 划分，建立空间场所数据与人类感知数据的相关性统计学分析。共同趋势中，被试者倾向于停留在祠堂坦空间，形成空间吸引力高密度区，反映出村落中心场所空间的精神氛围。个性趋势中，被试者在多个场景中呈现出极高的FDPA值和α/β值，但通过相关性分析发现，这种高值分别与屏山舒光裕堂五彩门楼彩绘和南屏奎光堂五凤门楼形制呈现出统计学意义上的显著性相关趋势，进一步说明两个传统村落对被试者的不同吸引点。
通过上述多模态指标的耦合分析，研究揭示了南屏和屏山两个传统村落在空间中的共性和个性特征。其中，典型的共性变量包括街巷较高的高宽比、村落色彩的低彩度特征、空间的向心组织模式等，这些共性指标可以作为村落空间风貌的协同要点进行保护。同时，独特的个性指标还体现为，南屏村五凤门楼这种高等级形制祠堂 ⑦ 及其坦空间 ⑧ 对被试者的吸引力，此外，“菊豆”染坊等影视基地的空间载体也成为该村落独有的个性化特征；在屏山村，五彩的祠堂门楼，和以写生基地而衍生的青旅、零售等相关产业成为该村落的个性化发展方向。由此可见，同为村落特征性空间节点的祠堂空间和文旅类的服务业态，南屏和屏山可以通过空间的精确化解析和使用者在其中的交互反馈，综合判定不同的设计优化方案在个性化特征中的整体表现。最后，结合两者的分异趋势来构建符合徽州传统村落的共性和个性发展策略，可以有效应对传统村落在集中连片保护利用背景下的活化需求。

2.5 数字化技术体系的应用场景

徽州地区的传统村落在数百年的时期中，都以细微而缓慢的步伐进行着持续的更新与改造，但伴随着经济社会的快速发展，传统村落始终需要面对的是其在应对现代社会的收放态度矛盾。

2.5.1 传统村落的保护控制

就传统村落文化价值的传承视角来看，最先行的手段仍然是对文化遗产原真性和延续性的强调。其中，空间风貌的保护控制是其中的重要内容，需要对高度集聚区内传统村落进行多模态、高精度和可交互的系统性感知。研究中所述数字协同交互认知的技术体系可以对传统村落的空间本底进行全面而精确的测定，在实际运用中，即便是面对规模较大的宏村、西递等村落，也可以在数小时内使得构建一个精细化三维模型基础数据库成为可能。相关行政部门可以方便、清晰地对村落基本特征进行深入分析，包括建筑布局、土地利用、环境特征及历史变迁等，进而分析村落发展的制约因素，为村落发展策略的制定提供依据和支撑。
在进一步引入以虚拟现实为代表的数字孪生技术后，数字化记录可以动态更新监控并模拟村落变化，使得村落空间特征分析结果可持续更新，为区域协调发展提供精确参考。研究人员还可以通过表面、三维和感知信息的量化解析，进一步实现历史信息的数字化保存。同时，通过结合当代以AI为代表的人工智能技术，可以在历史信息的扫描提取、修复重建和转译创作阶段进一步对数据信息进行有效利用。特别是针对以砖木式结构为代表的徽州传统村落建筑集群目前存在的坍塌、损坏、异变等空间风貌问题，运用上述技术能够为历史建筑的修复重建以及街巷风貌的恢复提升提供切实有效的可行路径。

2.5.2 传统村落的协同活化

在对传统村落核心风貌的保护控制基础上，在其周边还存在一批空间本底保护具有短板，但仍然具有一定历史文化价值和发展潜质的区域。这些区域尽管还遗存部分传统建筑和街巷等文化遗产，但整体风貌和物质环境已经遭受较大异变，难以支持空间的高品质建设，成为村落协同发展的制约性因素。其中，无论是既有空间的活化还是新增规划建设的协同，都需要借鉴核心传统村落在空间利用、产业带动、文脉延续、居游平衡等方面的代表性规律。
前文所述数字协同交互认知的技术体系，可以形成一个“场景解读—特征提取—人因调控—设计优化—评价反馈”的闭环反馈迭代机制，形成传统村落在更新视角下的决策循环。该技术体系可以利用空间数据和感知数据的交互过程提取人们对传统村落在视觉、生理、心理等各维度的人因工效评价特征指标，进而指导更加科学、多元和实际的传统村落协同活化方案。在方案制定后，可行性与实施效果也可以通过数字化场景进行全面评估和验证，预先观察实施效果，提前发现潜在问题，减少因贸然实施造成对空间风貌协同活化的不可逆破坏，支持传统村落内部和周边区域的协同活化。

3 结论与展望

3.1 结论

本文以徽州地区的中国传统村落为研究对象，在区域层面探讨了传统村落的地理分布、分布密度和空间分异特征，总结了徽州传统村落逐批次集聚的空间分布特征；进而在此集聚特征背景下，针对村落层面，通过三维扫描和虚拟现实的协同交互技术的数据通道分析、技术适用性分析和案例实证研究，在徽州传统村落空间的数据获取和数据处理过程中取得了良好的应用效果，并总结了传统村落集中连片保护利用的技术体系。
在区域层面，通过平均最近邻、核密度、空间自相关、聚类和异常值分析、热点分析五种GIS空间分析方法的组合研究，对徽州地区六个批次的中国传统村落的空间布点和分布密度进行特征解析。研究发现，随着越来越多的徽州传统村落进入名录，村落和村落之间的集聚趋势愈发明显。不仅在村落的地理分布呈现出“黟县”片区和“歙县—绩溪”片区的双极高密度分布，更是在这两个区域中呈现出高—高聚类特征和热点聚类特征。上述数据共同说明村落分布中的集聚趋势，这对村落之间的风貌协调和同质化竞争提出了相应的机遇与挑战，如何让传统村落与周边的传统村落及普通乡村实现协同和交互，形成区域性的空间和社会整体，将是未来传统村落的发展趋势。
在这种村落集聚趋势下，针对徽州的地域性空间特征，本文进一步提出了运用三维扫描和虚拟现实的协同交互技术来应对村落集聚的空间活化需求。同时构建了系统的技术体系，并总结了表面信息精确识别、三维信息时空构建、感知信息动态交互的空间认知研究要点。进而，以黟县的南屏村和屏山村两个传统村落为实证案例，基于各自在空间和业态中的共性协调趋势和个性分异趋势，总结并提出了基于协同交互技术的具体优化应对策略。

3.2 研究展望

本文为徽州及其他地域传统村落的保护活化提供了一种新颖可行的研究视角和技术路径，成为一种系统化的方法论，运用联动和协同的多种数字化复合认知技术对传统村落的空间和历史信息进行整合和挖掘，将不同来源、类型和尺度的历史数据进行集成、存储和管理，有助于研究者更为系统、全面地认识传统村落的历史演变和文化内涵。该技术体系对传统村落中探索空间氛围设计、集中连片风貌协同和可持续发展利用等层面都具有非常积极的意义。
尽管本文所述技术体系具有高效、高精、可视化等优势，但值得说明的是，既往的空间认知手段仍然具有不可替代的重要作用，特别是在调研、记录、整理等信息提取的过程中仍然具有鲜明的使用场景。而该协同交互技术也同样面临着进一步的深化拓展，在未来的相关研究展望中，可以在数据获取层面探索利用多光谱和超光谱数据等数据源，获取更丰富和更准确的点云数据，结合更高效的配置和优化算法，降低计算的复杂性；在数据利用阶段，探索结合机器学习和深度学习技术，提高点云数据处理和三维模型生成的自动化程度，提高模型的质量和真实感，并在感性评价中结合人工智能技术构建动态的交互式设计生成，提供实时的认知评价和优化应对效果。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
王艺婷, 王浩翔, 令晓峰, 等. 产业兴旺视角下的传统村落发展策略探究: 以桂林市全州县下宅村为例. 城市发展研究, 2023, 30(2): 78-85.

[WANG Y T, WANG H X, LING X F, et al. Research on the development strategy of traditional villages from the perspective of industrial prosperity: A case study of Xiazhai village, Quanzhou county, Guilin city. Urban Development Studies, 2023, 30(2): 78-85.]

[2]
李伯华, 李珍, 刘沛林, 等. 湘江流域传统村落景观基因变异及其分异规律. 自然资源学报, 2022, 37(2): 362-377.

DOI

[LI B H, LI Z, LIU P L, et al. Landscape gene variation and differentiation law of traditional villages in Xiangjiang River Basin. Journal of Natural Resources, 2022, 37(2): 362-377.]

[3]
杨立国, 胡雅丽, 吴旭峰, 等. 传统村落文化景观基因生产的过程与机制: 以皇都村为例. 自然资源学报, 2023, 38(5): 1164-1177.

DOI

[YANG L G, HU Y L, WU X F, et al. Cultural landscape gene production process and mechanism of Dong traditional village: A case study of Huangdu village. Journal of Natural Resources, 2023, 38(5): 1164-1177.]

[4]
王蕾, 翟雅琳, 贾佳, 等. 自然村落景观“源—聚”空间演变的文化活态保护路径: 以黑龙江省宾州镇为例. 自然资源学报, 2023, 38(9): 2296-2311.

DOI

[WANG L, ZHAI Y L, JIA J, et al. A living cultural conservation path of "source-convergence" spatial evolution in nature village landscape: A case study of Bingzhou town, Heilongjiang province. Journal of Natural Resources, 2023, 38(9): 2296-2311.]

DOI

[5]
杨馥端, 窦银娣, 易韵, 等. 催化视角下旅游驱动型传统村落共同富裕的机制与路径研究: 以湖南省板梁村为例. 自然资源学报, 2023, 38(2): 357-374.

DOI

[YANG F D, DOU Y D, YI Y, et al. The mechanism and path of common prosperity of tourism-driven traditional villages from the perspective of catalysis: Taking Banliang village in Hunan province as an example. Journal of Natural Resources, 2023, 38(2): 357-374.]

[6]
陈慧灵, 徐建斌, 杨文越, 等. 中国传统村落与贫困村的空间相关性及其影响因素. 自然资源学报, 2021, 36(12): 3156-3169.

DOI

[CHEN H L, XU J B, YANG W Y, et al. Study on the spatial correlation between traditional villages and poverty-stricken villages and its influencing factors in China. Journal of Natural Resources, 2021, 36(12): 3156-3169.]

[7]
黄嘉颖, 王念念. 传统村落集中连片区保护体系构建方法: 以青海省黄南藏族自治州传统村落集中连片保护利用示范区为例. 规划师, 2023, 39(7): 123-130.

[HUANG J Y, WANG N N. Method for constructing a protection system for traditional villages in concentrated and connected areas: Taking the demonstration area of centralized protection and utilization of traditional villages in Huangnan Tibetan autonomous prefecture of Qinghai province. Planners, 2023, 39(7): 123-130.]

[8]
李早, 叶茂盛, 孙慧, 等. 徽州传统村落街巷空间与居游通行的关联规律. 建筑学报, 2021, (s1): 24-32.

[LI Z, YE M S, SUN H et al. The correlation between street space and passage of residents and tourists in Huizhou traditional villages. Architectural Journal, 2021, (s1): 24-32.]

[9]
徐涵, 张彤. 乡村振兴中的空间叙事: 井冈山“大仓营造”项目设计实践与思辨. 建筑学报, 2023, (s1): 150-155.

[XU H, ZHANG T. Spatial narrative in rural revitalization research on spatial strategies applied in the project of "dacang practice" in Jinggangshan city. Architectural Journal, 2023, (s1): 150-155.]

[10]
王量量, 刘雅茹, 黄文灿, 等. 基于数字技术的传统村落景观风貌解析方法研究: 以泉州肖厝村为例. 中国园林, 2023, 39(6): 13-19.

[WANG L L, LIU Y R, HUANG W C, et al. Analysis methods for landscapes and features of traditional villages based on digital technology: Taking Xiaocuo village in Quanzhou as an example. Chinese Landscape Architecture, 2023, 39(6): 13-19.]

[11]
袁超, 孔翔, 陈品宇. 建构主义下传统村落旅游者原真性体验研究: 以呈坎村为例. 旅游学刊, 2023, 38(5): 115-126.

[YUAN C, KONG X, CHEN P Y. The authentic experiences of tourists in Chinese traditional villages based on constructivism: A case study of Chengkan village. Tourism Tribune, 2023, 38(5): 115-126.]

[12]
张慧, 汪杰. 基于点云数据的传统村落VR展示研究: 以井陉于家石头村为例. 古建园林技术, 2023, (1): 48-51.

[ZHANG H, WANG J. VR Display of traditional villages based on point cloud data: A case study of Yujia stone village. Traditional Chinese Architecture and Gardens, 2023, (1): 48-51.]

[13]
杜久升, 冯云超, 王羽, 等. 河南省乡村旅游特色村空间分布格局及影响因素研究. 西北师范大学学报: 自然科学版, 2023, 59(5): 127-134.

[DU J S, FENG Y C, WANG Y, et al. Study on spatial distribution characteristics of rural tourism characteristic villages and their driving factors in Henan province. Journal of Northwest Normal University: Natural Science, 2023, 59(5): 127-134.]

[14]
夏圣洁, 陈慧儒, 张钧韦, 等. 生态用地动态演变与热环境的空间自相关分析: 以山西中部城市群为例. 中国环境科学, 2024, 44(2): 1032-1040.

[XIA S J, CHEN H R, ZHANG J W, et al. Spatial autocorrelation analysis of ecological land dynamic evolution and thermal environment: A case study of Shanxi central urban agglomeration. China Environmental Science, 2024, 44(2): 1032-1040.]

[15]
杨晨, 韩锋. 数字化遗产景观: 基于三维点云技术的上海豫园大假山空间特征研究. 中国园林, 2018, 34(11): 20-24.

[YANG C, HAN F. Digital heritage landscape: Research on spatial character of the grand rockery of Yuyuan Garden in Shanghai based on 3D point cloud technologies. Chinese Landscape Architecture, 2018, 34(11): 20-24.]

[16]
戴代新, 王健涵, 戴开宇. 基于网络虚拟现实技术的风景园林设计交互教学平台构建与应用. 风景园林, 2018, 25(s1): 26-30.

[DAI D X, WANG J H, DAI K Y. Landscape architecture design interactive teaching platform based on network virtual reality technology. Landscape Architecture, 2018, 25(s1): 26-30.]

[17]
CHENG G, LI Z, XIA S T, et al. Research on the spatial sequence of building facades in Huizhou regional traditional villages. Buildings, 2023, 13(1): 174, Doi: 10.3390/buildings13010174.

[18]
成庚, 李早, 夏舒婷, 等. 基于地域性视角的徽州传统村落色彩研究. 建筑学报, 2023, (s1): 142-149.

[CHENG G, LI Z, XIA S T, et al. A study on the color of Huizhou traditional villages from the regional perspective. Architectural Journal, 2023, (s1): 142-149.]

[19]
阳建强, 任凯. 徽州特色村镇类型及其特征分析. 西部人居环境学刊, 2023, 38(4): 1-8.

[YANG J Q, REN K. Analysis of the types and characteristics of Huizhou's characteristic villages and towns. Journal of Human Settlements in West China, 2023, 38(4): 1-8.]

[20]
刘滨谊, 张亭. 基于视觉感受的景观空间序列组织. 中国园林, 2010, 26(11): 31-35.

[LIU B Y, ZHANG T. Landscape space sequence organization based on visual sense. Chinese Landscape Architecture, 2010, 26(11): 31-35.]

[21]
ErgoLAB人机环境同步云平台. 眼动追踪与眼控交互. https://www.ergolab.cn/products/modules/eyetracking, 2023-12-30.

[ ErgoLAB. Eye-tracking system/eye controlled interaction system. https://www.ergolab.cn/products/modules/eyetracking, 2023-12-30.]

[22]
ZHANG Z H, LI Z, GUO Z. EEG-based spatial elements optimisation design method. Architectural Intelligence, 2022, 1(1): 17, Doi: 10.1007/s44223-022-00017-6.

Options
Outlines

/

〈 〉