具有跨文化视角的中国遗产景观摄影构图的语义分割与空间网格分析

假日照片如何揭示我们对园林的偏爱

旅行时，我们随手拍下无数照片，往往不太去思考它们传达了什么。然而，我们选择取景的对象——静谧的池塘、横跨其间的长桥或精美的亭台——无声地透露出我们的价值取向和对场所的观察方式。本研究将来自两处世界著名中国古典园林的数千张游客照片转化为数据，利用先进的图像分析揭示不同文化背景的游客如何以视觉方式体验这些遗产景观，并探讨这些认知如何为更好的保护和游客设计提供指导。

把随意快照变成有用线索

研究者聚焦于两处代表性地点：北京的皇家颐和园，以其辽阔的湖面和气势宏大的建筑著称；苏州拙政园，以幽深的庭院和文人雅趣闻名。他们从两个旅游平台收集了超过9000张用户上传的照片：其中一个平台以中国用户为主，代表东方游客；另一个在国际旅客中更受欢迎，代表西方游客。研究团队并未通过问卷询问人们的偏好，而是将每张假日快照视为记录某一时刻吸引游客目光的证据。

教计算机识别园林元素

为系统地读取这些图像，团队采用了一种称为语义分割的深度学习方法，让计算机按像素为图像中所描绘的对象着色。他们将冗长的视觉标签简化为十类易识别的园林成分，例如树木与植被、水体、建筑、围墙、通道与桥梁、假山以及装饰性陈设等。对于每张照片，系统记录某一元素是否出现以及它在画面中占据的比例。随后，作者叠加了一个简单的三乘三网格——类似摄影中常见的“九宫格”构图法——以判断每类元素倾向出现在图像的顶部或底部、中间或侧边。

游客真正对着什么拍照

逐像素分析显示出清晰的规律。在两处园林和两类游客群体中，绿植几乎普遍出现，出现在超过95%的图像中，且常常占据画面最大比例。水面虽出现频率较低，但一旦出现往往敞阔延展，营造出开阔通透的景观感。某些元素虽然较少见，但一旦入镜便具有强烈表现力——例如宏大的建筑或长桥，出现时往往主导整张照片。通过统计同时出现的不同元素类型数目，团队发现大多数照片包含一到五种成分，体现出简洁与丰富之间的平衡。在某些区域，西方游客倾向于捕捉更多样的元素组合，而中国游客在两处园林中的构图模式则更为稳定。

不同的目光，不同的构图

分析元素在网格中的分布揭示了取景方式上的文化差异。中国游客的照片更常呈现居中与均衡的布局，既填满画面中部也常出现在上部——这种风格呼应了传统中国美学，强调建筑、植被与水之间的和谐关系。相对而言，西方游客偏好“下重型”构图，前景要素如小径与桥梁更为突出，引导视线进入场景，而主要结构常位于画面较低处。他们也特别青睐门、窗以及其他构图性的开口，用以构成框景，尤其在苏州园林中明显；而中国游客则更常将围墙、植物与带有文人气质的陈设置于画面前景。

热点、遗产叙事及其意义

通过对具有相似元素组合的照片聚类，研究推断出一些受欢迎的拍摄地点：湖岸、曲折的桥、月洞门、庙宇群和庭院长廊。中国游客被那些表达帝王叙事与和谐主题的空间所吸引，例如环绕昆明湖的垂柳漫步道或带有文学气息的亭台。西方游客则更倾向于显眼的建筑对象——如石舫、寺塔或通过拱门构成的框景——这些常与水景组合呈现。作者认为，这些倾向反映了更深层的注意力文化习惯：部分观察者寻求场景的整体氛围与要素间的关系，而另一些则聚焦于大胆、独立的主体。

从像素到更好的园林体验

通俗地说，研究表明假日照片不仅仅是纪念品：它们是不同人如何“解读”同一历史场所的窗口。通过解码游客选择包含的要素、它们占画面的大小及在画面中的位置，园林管理者可以获得一张客观的地图，显示游客真正注意并珍视的事物。这些信息可用于指导步道与观景平台的布置、为不同受众设计更具吸引力的宣传图像，并在减轻热门地点压力方面发挥作用。尽管本研究聚焦于两处园林，但这种方法——让计算机筛析成千上万张随意照片以揭示共同的审美模式——可助力保护并活化全球更多的遗产景观。

引用: Chai, H., Lu, S., Ni, L. et al. Semantic segmentation and spatial grid analysis of Chinese heritage landscape photographic compositions with cross-cultural perspectives. npj Herit. Sci. 14, 176 (2026). https://doi.org/10.1038/s40494-026-02439-1

关键词: 中国古典园林, 旅游摄影, 遗产感知, 深度学习, 跨文化偏好