• 沒有找到結果。

中 華 大 學

N/A
N/A
Protected

Academic year: 2022

Share "中 華 大 學"

Copied!
94
0
0

加載中.... (立即查看全文)

全文

(1)

中 華 大 學 碩 士 論 文

題目:漁港陸域植栽之生態性與景觀美質相關性研究

系 所 別:土木與工程資訊學系碩士班 學號姓名:M09304053 楊文賓

指導教授:郭ㄧ羽 博士 李麗雪 博士

中華民國 九十五 年 六 月

A Study on the Vegetable of Ecological and Aesthesis in

the fishing Harbors.

(2)
(3)
(4)
(5)

摘要

本研究主要目的為建立漁港植栽之合理、客觀的景觀美質預測模 式,提供設計者從生態綠化的角度,創造具美觀性的植生設計手法,

同時亦作為預測、評估一般漁港植群現況之美值評價。經由相關研究 得知,建立植栽之景觀美質預測模型,最常運用心理物理模式中的景 觀美質評估法(SBE),不過其因子的選定並非以植栽之生態性為考量 因素,與本研究希望藉由植栽之生態性與景觀美質之定量相關建立預 測模式不符;另外應用多元線性迴歸分析法,並無法有效反應上述兩 者之關係。因此本研究應用棲地品質評價程序(HEP)之建構棲地適宜 性指數(HSI)之概念,建立植栽綠化因子與景觀美質之數學模型,即 美質適宜性指數(BSI)模式。BSI 模式植栽綠化因子的選定係以生態綠 化原則為主,並考量植栽類型及組成所構成影響美質的條件。選定的 因子包含植物多樣性、植物自然度、植物分層結構、綠覆率、植群內 緣比等。研究結果顯示植栽綠化因子的選擇以及模式的構築是合理 的,因此可作為漁港綠美化設計時之參考。

關鍵詞:生態綠化、棲地適宜性指數

(6)

Abstract

The main purposes of this thesis are to establish reasonable, objective aesthesis multiple linear regression analysis models for finishing harbor’s vegetable, to provide the planting method combined with ecology and visual beauty of fishing harbor’s vegetable for designer, and also to discuss the model that predicts the aesthesis of fishing harbor’s vegetable.

Through relevant researches, the most commonly adopted way to establish visual beauty anticipation model is Scenic Beauty Estimation (SBE), which is a psychophysical paradigm. However, due to the fact that this model does not consider the ecological vegetable when selecting factors, it is not adoptable for the purposes of this thesis. Moreover, the application of the “multiple linear regression analysis” does not effectively show the relationship between the ecology and aesthesis of the vegetable.

Therefore, this thesis applies the concept of the Habitat Suitability Index (HSI), brought from the Habitat Evaluation Procedure (HEP), to establish a mathematic model for factors of the relationship of ecological vegetable and visual beauty, which is known as the Beauty Suitability Index (BSI).

To apply the BSI, it selects the factors of vegetable forestation, mainly based on the principle of “green plant considered ecologically.” In addition, any effect on the visual beauty which is caused by different types of plant is considered. The factors selected include the diversity, nature plant, the coverage rate of plant, the ratio of plants’ surface area and perimeter, etc. This research’s result shows that both the selection of factors and the construction of the model are rational, and therefore, such model can be a reference for designs of fishing harbor’s vegetable.

Key-words: green plant considered ecologically Habitat Suitability Index

(7)

目錄

摘要... I

ABSTRACT... II

目錄...III 圖目錄... VI 表目錄...VII

第一章 前言...1

1-1 研究動機...1

1-2 研究目的...2

1-3 研究範圍與限制...3

1-4 研究方法...5

1-5 研究流程...6

1-5-1 景觀美質預測模式建立之流程 ...7

第二章 文獻回顧...9

2-1 植物生態評估法...9

2-2 景觀美質評估法...15

2-2-1 景觀知覺偏好 ...15

2-2-2 美質評估方式 ...16

(8)

2-2-3 小結 ...18

2-3 生態綠化相關研究...19

2-3-1 小結 ...20

2-4 棲地適宜性指數相關研究...21

2-4-1 棲地適宜性指數介紹 ...21

2-4-2 棲地適宜性指數評估過程 ...21

2-4-3 小結 ...24

第三章 研究方法...25

3-1 研究架構...25

3-2 植栽綠化因子之操作性定義...26

第四章 調查...31

4-1 研究區域概述...31

4-2 植物現況調查...33

4-2-1 調查方法 ...35

4-2-2 調查結果 ...37

4-3 美質問卷調查...41

4-3-1 問卷調查方法 ...41

4-3-2 問卷調查結果統計分析 ...43

(9)

第五章 美質適宜性指數模式建立...49

5-1 適宜性指數模式建立...49

5-1-1 植物多樣性因子 ...52

5-1-2 綠覆率因子 ...53

5-1-3 植物分層結構因子 ...54

5-1-4 植物自然度因子 ...55

5-1-5 植群內緣比因子 ...56

5-2 美質適宜性指數模式建立...57

5-3 美質適宜性指數模式驗證...60

第六章 美質適宜性指數模式與多元線性迴歸法之比較 ...62

第七章 結論與建議...67

7-1 結論...67

7-2 建議...69

參考文獻...71

附錄 植物重要值 ...77

(10)

圖目錄

圖1-1 新竹、烏石、興達港位置圖………..………..3

圖1-2 新竹、烏石、興達港平面圖………4

圖1-3 研究流程圖………..…………..6

圖1-4 事前調查之研究流程圖………8

圖1-5 景觀美質預測模式建立之研究流程圖………8

圖3-1 研究架構圖………..25

圖3-2 實證研究架構圖………..25

圖4-1 新竹、烏石、興達漁港調查樣區示意圖...34

圖4-2 草本植物取樣樣方劃設...36

圖4-3 樣方內草本植物種類、數量統計...36

圖5-1 植物多樣性因子 SI 值包絡線圖...52

圖5-2 綠覆率因子 SI 值包絡線圖...54

圖5-3 植物分層結構因子 SI 值包絡線圖...55

圖5-4 植物自然度因子 SI 值包絡線圖...56

圖5-5 植群內緣比因子 SI 值包絡線圖...56

圖5-6 BSI 值與景觀美質之關係...60

圖6-1 多元線性迴歸法預測模式...66

(11)

表目錄

表2-1 以植物做為生態品質評估指標的理由...10

表2-2 植物調查項目參考文獻...13

表2-3 植物調查項目影響美質條件...14

表2-4 景觀評估分類表...17

表3-1 植物分層結構分級標準...27

表3-2 各種植物塊體面積計算之基準...28

表3-3 喬木綠覆面積計算表...28

表3-4 植物自然度定義分級標準...30

表3-5 本研究植物自然度分級標準...30

表4-1 新竹、烏石、興達港之基本資料表...33

表4-2 烏石、新竹、興達漁港調查結果...38

表4-3 問卷內容要項表...42

表4-4 測試照片內容...44

表4-5 受測者基本屬性資料...47

表4-6 美質評分平均值分析表...48

表5-1 植栽綠化因子與景觀美質相關性分析...50

表5-2 植栽綠化因子共線性診斷...51

表5-3 各測點 BSI 之結果...58

(12)

表5-4 驗證 BSI 數學模式之結果...61

表6-1 逐步分析與同時進入迴歸法之比較...62

表6-2 逐步分析法之選入/刪除的變數……….63

表6-3 逐步分析法之模式摘要………..63

表6-4 逐步分析法之變異數分析………..63

表6-5 逐步分析法之係數………..64

表6-6 逐步分析法之排除的變數………..64

表6-7 複迴歸之判定係數(相關係數平方)比較表...66

附表1 新竹漁港草本重要值………..77

附表2 烏石漁港草本重要值………..77

附表3 興達漁港草本重要值………..78

附表4 新竹漁港木本重要值………..79

附表5 烏石漁港木本重要值………..79

附表6 興達漁港木本重要值………..80

(13)

第一章 前言

1-1 研究動機

台灣四面環海,海洋資源豐富,因此台灣的漁港開拓發展迅速,

從早期的 12 處(60 年代),至今已有 239 處漁港。早期漁港的興建,

為了顧及港內居民的安全,綠化部分僅就海岸防風林的建造,對於植 物之組成與配置型式並不重視,因此造成今日漁港植群普遍缺乏生態 與景觀價值。近年來,民眾從事假日休閒活動日增,政府為提供國人 多樣性之休閒選擇,因此將傳統漁港轉型為多功能漁港,使漁港提升 為具有觀光休閒及教育等多功能使用。由於固有植栽缺乏美觀性,基 於民眾從事休閒活動之需求與漁港機能性之考量,設計者以景觀手法 施行漁港林相之改善,以提供更美觀、精緻之景觀環境。

最近幾年國內外環保意識的覺醒,使得原先使用在造林方面的

「生態綠化1」(green plant considered ecologically)原則也逐漸應用於 各項綠美化工程。許多研究發現,應用生態綠化設計之環境,不僅維 護各類生物棲息環境、亦提升具生態與景觀性之環境。台灣第一類漁 港植生面積廣大,未來進行大範圍之林相改善時對生態環境之影響頗 深,因此設計上宜採用生態綠化原則,才能同時創建人類與自然共存 的環境。

1「生態綠化」係依據生態學的自然法則所施行的綠化工程,再根據所要綠化地區的潛在植被,

以人為方式誘導並加速其「演替」的過程 (林秀娟,1997)。

(14)

目前國內漁港尚無植栽之生態性與景觀美質定量相關之研究,可 供設計者從生態綠化的角度,創造具美觀性的植生設計手法。因此本 研究希望藉由瞭解上述兩者之關係,提出改善漁港綠化之手法供設計 者參考。期望更新後的植生,除可增加對環境逆壓的抵抗性及美觀性 外,且可提高生物的生態豐富性。

1-2 研究目的

由於景觀是屬於適意資源的一部份,難以量化,而且對於景觀美 質的感受是遊客個人心理的主觀判斷。所以規劃決策者便需使用一套 有效、合理的景觀資源評估方法來瞭解民眾的景觀偏好,作為規劃之 參考,或土地決策上目標替換之依據(翁玉慧,1991)。

本研究係以「生態綠化」的觀點,希望透過漁港植栽綠化之組成 結構,瞭解如何綠化可以提升美質,依此建立景觀美質預測模式。以 提供設計者從生態綠化的角度,創造具美觀性的植生設計手法。主要 目的在於,

ㄧ、分析漁港陸域植栽之生態性與景觀美質的關係

二、透過植栽綠化因子與美質評值,建立景觀美質預測模式 三、提供改善漁港綠化之手法

(15)

1-3 研究範圍與限制

依據漁業法規「漁業法施行細則」,台灣漁港分為四類。由於第 一類漁港腹地廣大,植物佔有相當大的比例,因此本研究以國內第一 類漁港港內植物為研究對象,包含人工育成方法或經自然演替之植 被。由於時間、人力及財力的限制,無法將第一類漁港全數調查,因 此本研究僅選取烏石、新竹、興達(近海泊區)三個分屬不同氣候區、

跨緯度、且港內人為活動頻繁之漁港進行研究。研究範圍、位置如圖 1-1、1-2 所示。

1-1 新竹、烏石、興達港位置圖

烏石漁港

興達漁港

新竹漁港

(16)

(a) 新竹漁港

(b) 烏石漁港

(c) 興達漁港

(17)

1-4 研究方法

本研究之研究方法,主要包含相關理論蒐集、植物調查、問卷調 查、數據統計與分析四個階段,茲分述如下,

(一) 相關理論與背景資料蒐集

蒐集與本研究相關的國內外文獻,從植物生態評估準則、景觀 美質評估方法、棲地品質評價程序(Habitat Evaluation Procedure,

HEP)等多方面著手進行。背景資料蒐集,為植物調查之先期作 業,含既有植物設計圖說、文件等。

(二) 植物現況調查與分析

現況調查包含調查樣區的選定、樣區內取樣方法的決定、取樣 位置的設立及調查。植物調查結果將作為後續擬定植栽綠化因子 的參考依據。

(三) 美質問卷調查與分析

問卷調查包含相片拍攝,問卷設計,問卷調查等。問卷調查結 果將作為後續擬定景觀美質預測模型之參考依據。

(四) 相關性分析與模式建立

將上述相關理論蒐集的資料、現況調查與問卷調查的結果,以 EXCEL、SPSS 統計軟體處理之,分析植群生態與美質的相關性。

另 外 、 應 用 棲 地 品 質 評 價 程 序(HEP)之建構棲地適宜性指數

(18)

(habitat suitability index,HSI)之概念,建立景觀美質預測模式。

1-5 研究流程

本研究為分階段有系統的達成目標,因此擬定研究流程圖。研究 流程圖如下所示。

研究動機與目的

研究範圍與限制

文獻蒐集與彙整

1) 棲地營造與植物多 樣性之相關文獻 2) 景觀知覺偏好之相

關文獻

3) 生態綠化相關文獻 4) 國內外相關研究

建立研究架構

問卷調查 現況調查

HSI指數模式建立 HSI模式修正

漁港綠美化 規劃設計參考

1-3 研究流程圖 1. 植物生態評估法 2. 景觀美質評估法 3. 生態綠化相關研究 4. HEP 棲地模式相關 研究

手法

見圖1-5

見圖1-4

美質適宜性指數 模式建立 美質適宜性指數

模式修正

(19)

1-5-1 景觀美質預測模式建立之流程

本研究景觀美質預測模式之建立,主要參考棲地品質評價程序 (Habitat Evaluation Procedure,HEP)之建構棲地適宜性指數(Habitat Suitability Index,HSI)之概念,建立美質適宜性指數(Beauty Suitability Index,BSI) 模式。建構程序如下所述(參考圖 1-4、1-5),

(ㄧ) 植栽綠化因子選定

依據相關理論、文獻擬定影響美質之植栽綠化因子,包含植物 多樣性、植物自然度、植物分層結構、綠覆率、植群內緣比因子。

(二) 適宜性指數(SI)模式建立

依據植物現況調查資料,進行上述各植栽綠化因子之計算,再 與問卷調查所求得之美質評值(評分平均值)建立 SI 指數包絡趨 勢線圖。

(三) 適宜性指數(SI)與美質適宜性指數(BSI)模式之關係建立

由 SI 指數包絡趨勢線圖求得 SI 值,並透過變數的篩選與量化 計算,建立SI 與 BSI 關係式

(四) 美質適宜性指數(BSI)模式建立及驗證

模式建立中需驗證 BSI 模式之正確性,若有不妥可再回到所選 定的植栽綠化因子中重新建立、修正模式,透過不斷的修正以獲 得最佳之預測模式。

(20)

確立調查範圍

植物背景 資料收集

選定調查樣區 擬定調查內容

進行植物現況調查

調查結果統計與分析 選定美質測試點

(取景)

景觀美質預測模式建立 事前調查

進行美質問卷調查

1-4 事前調查之研究流程圖 圖 1-5 景觀美質預測模式建立之研究流程圖 景觀美質預測模式建立

植栽綠化因子選定

植物多樣性、植物自然度、植物分層結構

、綠覆率、內緣比等因子選定

適宜性指數(SI)模式建立

適宜性指數(SI) 與美質適宜性指數(BSI)

之關係建立

美質適宜性指數(BSI)模式驗證

變數權重 事前調查(植物生態資料、景觀美質評值)

漁港綠美化規劃設計手法

修正

(21)

第二章 文獻回顧

本章主要針對相關研究與文獻進行探討,作為本研究設計之依 據與參考。由於建立景觀美質預測模型的步驟繁多,為達成本研究 之目標,本章就建立模型需瞭解之植物生態評估法,景觀美質評估 法,生態綠化,棲地品質評價程序等各方面進行瞭解與討論,藉由 文獻輔助本研究模型之建立。

2-1 植物生態評估法

植物是構成棲地的主體,也是大部分動物、昆蟲賴以維生的基本 資源,亦為生態金字塔中的生產者;植物種類組成的不同,會產生不 同的生態作用,高度植物種類多樣性的棲地,可支應更多數量、種類 的生物生存(Simth & Theberge,1986)。石英(2003)指出植物因為具有 不同的適應性、生物耐受力以及生命史而展現出多樣的物種聚集狀 態,因此植物群落社會組成可以反映出生態系統的生物完整性,並被 用來診斷系統所受到的影響(表2-1)。所以植物被認為是“塑造景觀的 因素中最好的指標之一"(Bedford,1996)。由此可見,以植物做為生 態的評估因子,比起動物更直接反應環境的變動。

以植物評估棲地,首先必須進行植物生態調查。環保署訂定之「植 物生態評估技術規範」,實已包含國內相關研究擬定之調查內容與方 法。其中調查內容包含植物種類、組成;植物稀有性、特有性;植物

(22)

表2-1 以植物做為生態品質評估指標的理由 項目 植物的指標性

1 植物是生態系統的基礎。

2 植物基本上是固定的,因為他們能反映一個系統在時間、空 間、物理、化學以及生物上的變動,所以他們能指示出他們 所 經歷的任何長期,持續的壓力。

3 植物通常具有相當高的物種豐富度,生長快速,以及對環境 改 變具有直接反應。

4 個別物種對於廣泛的連串刺激會表現出不同的耐受力。

因此,當環境狀況多變時,植物群聚的組成便會針對環境的變 化在反應上作改變。

5 植物群聚會針對水文改變、營養物的豐富度、土壤結構及其他 環境因子而呈現出變化。

資料來源:石英,2003

之自然度;調查區的土地利用情形;植物優勢度、植物重要值等。

歐聖榮等(1996)提到植栽之生態性對於景觀美質具有影響性,其 中包括林相、叢生(Clumping)、植物分層結構、綠覆率、林木組成、

喬木狀態等為最常被研究的要素。

由於本研究植物調查之目的,乃在建立漁港植栽之生態性與景觀 美質的定量相關,因此調查內容將以植栽綠化之組成結構,所構成影 響美質的條件為考量因素。另外,因應近幾年國內外環保意識的覺 醒,因此對於生態綠化也一併考量。綜合植物生態評估技術規範、國 內常見景觀綠化手法、生態綠化相關文獻,以及上述歐聖榮(1996)提 出植物之生態性影響美質之要素,本研究擬定調查內容,包含景觀綠 化與生態綠化兩方面。茲分述如下,

(23)

ㄧ、景觀綠化

(一) 綠覆率

綠覆率是評價環境質量的標準之一(環保署,2002)。由於植物 具有調節微氣候、溫濕度、淨化空氣及水土保持等環境生態機能(楊 龍士,2001),且對於視覺上具有柔化剛性構造物的效果,因此提高 綠覆率可以達到穩定氣溫、減量二氧化碳,改善棲地生態位和微環 境、及美化的功能。

(二) 植群內緣比

植群內緣比係指植群的林緣性。林緣性在兩個或多個不同的植 物生態系統或景觀元素的邊緣帶,有更活躍的能流和物流,具有豐 富的物種和更高的生產力。不過,若是毗鄰的另一個相異環境,生 態系統在邊緣以內的相當距離,都會受到嚴重的影響,其水平及垂 直結構、寬度及豐富度皆會因此而轉變,改變棲地內部的生態作用 (涂芳美,2002)。

植群林緣性主要在於風及光進入植群棲地之質與量,如此會改 變植群棲地的微氣候環境及干擾的比率。密實或圓形的植群因其對 外接觸的邊長較小,有較小的林緣性;而彎曲的邊界則有較高的機 會與相鄰棲地產生交互作用。一般來說,提供足夠大小的棲地維持 內部棲息環境,並加上適當的植群形狀之設計,當可提高物種的豐 富度及生存力(Gutzwiller & Anderson,1992)。

(24)

二、生態綠化

(一) 植物多樣性

植物是構成生物棲息環境的主體,棲息環境的植物種類會影響 棲息地的微環境,產生不同的生態作用。高度多樣性植物種類之環 境,可提供更多不同生命週期組成之物種對散置式棲地的需求,因 此能供應更多生物生存,使實質環境之生態性更趨完整(Smith &

Theberge,1986;劉棠瑞、蘇鴻傑,1983;王小璘、劉若瑜,2001)。

缺乏多樣性結構的植物群落,由於植物種類較少,形成的生態群落 結構很脆弱,極容易向逆行方向演替。

(二) 植物自然度

植物自然度的定義:植物群落到達其極盛相所需時間的長短,

時間愈長自然度愈高(濱岡六右衛門,1998)。植物自然度是依據植 物社會學說的觀點,探討土地的自然性被人類破壞程度的指標(濱岡 六右衛門,1998)。植物自然度主要探討人類的開發行為,其土地被 破壞的程度(環保署,2002)。

植物社會是指一群相同或不相同的植物族群生長在同一棲地 上,彼此營運著不同的功能,相互依存,相互影響,及相互協調以 達到一有組織,有規律及穩定的社會組織(周昌弘,1990)。大多數 植物生態學家皆認為,植物群落消長的終點(不斷的演替)必然會出

(25)

現一個較穩定的植物社會,此為終極植物社會。此階段的植物群落 之種歧性(species diversity)最大,勻質度(homogenity)高,生產力 (productivity)高,而形成一動態的穩定性(stability),且對外來種具有 抗拒侵入的能力。在此情形的植物群落稱為“極峯植物社會”(climax plant community)。Clements 特別強調植物消長的結果,必然產生一 穩定的植物社會,此時植物相不再改變。

(三) 植物分層結構

植物分層結構通常泛指環境區域內植群的垂直層次結構,如喬木 層、灌木層及草地層等(林麗樺,2002)。植物分層結構反映群落對環 境的適應、動態和機能。植群分層結構愈複雜,區域內植物生長情況 及生態結構愈穩定。一般而言,物理環境愈趨極端,層次愈少;當環 境適中而限制因子不顯著時,層次之分化最發達 (劉棠瑞、蘇鴻傑,

1983;賴明洲,2000)。

2-2 植物調查項目參考文獻

綠化因子 參考文獻 說明

植物多樣性 杜文郁(1998),環保署(2002),

林憲德(1999),韓可宗(1998),

李素馨等(1996),Smith(1993),

Thorne(1993),

Baschak&Brown(1995)

植物多樣性係指棲地內植物 種類所佔的比例。多樣性越 高則植群類型愈豐富、其訊 息含量與不定性愈大,其指 標值也越高

植物自然度 杜文郁(1998),環保署(2002),

濱岡六右衛門(1998),黃增泉等 (1999),Claire Freeman(1999)

植物自然度主要探討植物社 會組成結構,自然度愈高愈 能達到生態之平衡,愈能承 受外在力的干擾

(26)

植物分層結構 杜文郁(1998),彭國棟(2000),

楊秋霖(1995),明延凱&周光裕 (1997)

植物分層結構反映群落對環 境的適應、動態和機能。植 群分層結構愈複雜,區域內 植物生長情況及生態結構愈 穩定

綠覆率 杜文郁(1998),彭國棟(2000),

環保署(2002),Thorne(1993)

綠覆率係指單位面積內植栽 垂 直 投 影 面 積 所 佔 的 百 分 比,是評價環境質量的標準 之一

植群內緣比

(棲地面積)

(棲地形狀)

游登良(1989),俞孔堅(1998),

Collinge(1996),Forman(1995),

Dramstad (1996), Hanski(1998)

植群內緣比主要探討植群林 緣性。林緣性在兩個或多個 不同的植物生態系統的邊緣 帶 , 有 更 活 躍 的 能 流 和 物 流,具有豐富的物種和更高 的生產力

資料來源:本研究整理

2-3 植物調查項目影響美質條件

綠化因子 調查內容 影響美質條件

植物多樣性 植物歧異度 植物均勻度

植物景觀元素所構成之空間位置和關 係之差異性,給人有大自然不規則性 與變化性之感受

植物自然度 等級 自然度高代表近似於植群原始之風

貌,對於觀賞者有愉悅、開闊的影響 植物分層結構

(植群垂直結構)

不同植物塊體分布面 積比

整體美的形象是通過個體之間的組合 來體現。植群各種尺度所構成空間組 合上之層次變化,層次愈複雜愈能創 造豐富之景觀

綠覆率 植被覆蓋度 植物景觀元素所構築明暗度之差異

性。植物在景觀美質上,有和緩區域 擁擠空間、減輕視覺壓力之緩衝功 能。綠覆率愈高愈能達成上述之功能 植群內緣比

(植群水平結構)

不同植物塊體之邊長 樣區面積

植物景觀元素所構成之形狀與線條之 差異性。內緣比愈高,即綠地與人工 化土地的生態交錯帶愈長,愈能創造 豐富之景觀

資料來源:本研究整理

(27)

2-2 景觀美質評估法 2-2-1 景觀知覺偏好

景觀偏好是一連串人與環境交互作用所產生的結果,是觀賞者 對景觀加以評價的一種主觀心理判斷的歷程,它源自每個人基本人 格特質、社會情境及實質環境等三部分。因此,它可以是有形的具 體景物,也可以是無形的心理意象,其目的在於瞭解景觀特性與個 人喜好之關係,以為景觀規劃設計及管理之依據(涂芳美,2000)。

許多研究證明人類對於環境偏好與自然元素相關,人類偏好的 環境是較自然及具有豐富生命的地方。Kaplan(1989)認為人類對於植 群自然性之反應,自然性較高或者較低的植群不是最受喜好的。

Gobster(1994)認為人們較偏好的植群空間結構是較低度生態性。

Williams(2002)提出植物多樣性與美質具有相關性,且對於植物多樣 性的知覺會因為受測者其教育及職業背景的不同而有所差異。

Herbert(1994)提出使用者對植栽之偏好度受植栽的空間配置所影 響,即偏好與植栽密度、配置形式與植栽類型有關。

蘇瑋佳(2000)指出景觀構成綠化植栽本身即是重要的景觀元 素,同時可以修飾、遮蔽可能造成視覺衝擊的設施,並擔任調和周 遭環境的角色。與綠化實質機能關係最大的因子乃是覆蓋比例之高 低。一般而言,無論是視覺面積的佔有率,或是實際上的數量,植

(28)

栽所佔的比例越高,其成效越佳。

2-2-2 美質評估方式

景觀評估本身是一種應用為導向的研究,其為一種幫助資源規 劃、設計、經營管理者進行決策時,對基地美質資源下客觀判斷之調 查,惟有深究激發知覺感受的肇因與反應,方得以將結果有效應用在 景觀之經營管理上(李麗雪,2005)。

景觀評估法可依Zube對景觀資源評估的相關研究中,大致可分為 專 家 模 式 、 非 專 家 模 式 兩 大 類( 表 2-4) 。 其 中 專 家 模 式 (Expert Paradigm),以專業知識領域者,依其在環境規劃上的專業知識採以客 觀方式分析景觀之特徵與景觀品質,並將其分析結果轉換為景觀美質 的描述性評估,所以又稱描述紀錄法(descriptive inventory)。非專家模 式分為心理物理模式(Psychophysical Paradigm)、認知模式(Cognitive paradigm)及經驗模式(Experiential Paradigm)。心理物理模式是以心理 學中心之物理法之理論作為依據,主要在探求景觀之實質特徵與觀賞 者知覺判斷的變數關係,以及刺激環境知覺反應的關聯;認知模式係 利用心理學上的認知經驗,強調景觀美質係決定於不同景觀,其主要 功能在於喚起人們內在感情與知覺的程度;經驗模式本質上在強調景 觀為主體的品質和個人主觀的態度,在此模式中體驗的對象為景觀品 質。

(29)

2-4 景觀評估分類表

方法 專家模式 大眾知覺模式

說明 心理物理模式 認知模式 經驗模式

評估者

受專業訓練之

專家 一般民眾 一般民眾 一般民眾

基本理

1. 以美學形式 的觀點來評估 景觀的美學組 成。 2. 以生態 學觀點評定景 觀生態的等級 與價值。

以心理學的觀 點, 將景觀視 為刺激的來 源。經由刺激- 反應的過程來 評定景觀偏好。

將個人認知觀 點加入景觀偏 好之評價, 認 為景觀偏好形 成為個人認知 意像所建構。強 調個人特質背 景與文化的影 響。

著重於景觀客體 品質與個人主觀 的態度。認為景 觀美質存在於景 觀及景觀給予人 的感受與意義之 間。

常用之 分析方

1. 描述紀錄法 2. 景觀組成成 分法 3. 疊圖

1. 等級評分法 (SBE) 2. 分類 法 3. 直接評 分法

1. 景觀使用者 分析法 2. 語 意差異法

1. 觀察紀錄法 2.

景觀使用者分析

應用層

著重規劃、設計 的應用。強調解 決景觀資源經 營管理之問 題。

著重規劃、設計 之應用。用來解 決特定層面視 覺景觀面臨之 問題。

探索心理真正 之景觀價值,

偏重於心理認 知層面之研 究。

探索個人與環境 體驗中之意義與 價值。偏重個人 經驗。

優缺點

專家之信度 高,易於執行。

但是不同領域 專家之間之爭 議缺乏溝通基 礎。

經統計處理之 信度與效度 高。但是對於個 體之間景觀美 質缺乏解釋。

直接探索個體 對景觀之價值 觀其信度與效 度高。但對於價 值觀的形成背 景及社會文化 影響有待深入 研究。

信度較低, 影響 因子較多且無法 量化。

適合評 估之階

適合在景觀評 估初期根據評 估結果, 加以 彙整再至實地 做細部景觀價 值分析。

適合評估選定 區域內之景觀 特徵及等級。

適合評估選定 區域內之景觀 特質與景觀價 值。

適合用於景觀評 估初期, 對區域 景觀做描述與紀 錄, 以供後續評 估方式與調查分 析參考。

資料來源:鍾政偉,2001

(30)

羅婉媛(2004)指出專家模式與心理物理模式著重於景觀屬性及特 質的掌握,可實際應用於規劃設計及經營管理上,實用性較高。目前 此類的研究其缺點為樣本代表性的問題,如專家模式的評估結果無法 反應一般大眾的景觀偏好,心理物理模式受限於現況調查時所花費之 人力、物力,因此受測樣本無法太多;而認知模式與經驗模式則在探 討真正景觀價值,側重於理論的研究。目前此類的研究大都為了預 測、控制景觀而概化(Generalization)景觀 ,然景觀本身具有獨特性、

人對不同景觀有其複雜之心理過程,實證方式有其不足。

歐聖榮(1996)指出從評估者的角度加以比較,專家模式與經驗模 式較為主觀及較強調特質,也因此經常難予以量化。相對的,心理物 理模式與認知模式則捨棄個別受測者的美感判斷,而將評估者予以概 化(Generalization),因此較可代表民眾的ㄧ般性反應。

2-2-3 小結

依據前述之景觀美質評估相關理論及研究的文獻結果,可知植 栽之生態性與景觀美質存在相關性。本研究之目的為預測、量化景 觀,並且希望能客觀反應ㄧ般民眾之景觀偏好,因此係利用心理學 上的認知模式,以問卷的方式測度民眾對漁港植群空間型態之美質 判斷。

(31)

2-3 生態綠化相關研究

「生態綠化」(Green Plant Considered Ecologically)的理念與作法 淵源於十九世紀的德國,在生態學的觀念下,加上復育、造林的作 法,以人工復育的大自然林相似乎最能提供質量均優的綠色環境。

根據再造自然森林的思想,將生態綠化納入景觀設計,也就是現今 生態綠化理念的根源。生態綠化係依據生態學的自然法則所施行的 綠化工程,再根據所要綠化地區的潛在植被,以人為方式誘導並加 速其「演替」的過程:加上以一種建立「濃縮環境」的方式,使綠 化後的植物發揮其生態機能,創造該地的生態環境,使生活環境充 滿生機與新綠(林秀娟,1997)。

日前,先後出現許多人工的生態綠化方式,用人為的力量來復 育的森林,對於森林的空氣淨化、氣候調節、水源涵養、環境保護 都有極大的益助,不僅吸引外來的野生動植物棲息,同時所形成的 自然森林更可以益於環境的復育,更具有森林重建的花費成本低、

減少維護管理的各項優點,也非常適合使用在工業區緩衝綠帶、沿 海地區的防風林、都會的環境保護林以及高速公路邊坡綠化,利用 這些人工的綠化方式,將會對復育計劃有極大的正面幫助。

目前國內外許多文獻,對於生態綠化之原則的敘述,只要符合 生態學理念的綠化,皆可稱為生態綠化,大部分的文獻都有提到「樹

(32)

種混植、多層次、小苗種植」等觀念

許榮輝(1999)指出景觀綠化一詞是相對於生態綠化而言,景觀 綠化著重的是在人的使用舒適度,雖然也會有生態的考量,但是生 態上的機能或是恢復原基地環境的植生狀態並不是景觀綠化的重 點,例如在綠化植物的選擇上可能就會以花色、樹形、香味等等的 考慮重點加以選擇,而不是以當地的原生樹種做綠化樹種。

其次是景觀綠化的植物都會做適度的修剪或整形的工作,但是 生態綠化的重點並不在視覺的美感,因此多半不做修剪;景觀綠化 要表現的是植物的形、色、質感;生態綠化重視的是植物的環境功 能;景觀綠化所要塑造的是人類可以進入活動的舒適環境;生態綠 化所要做的工作是恢復原有環境吸引野生生物棲息的場所。因為這 兩種綠化方式在基本理念上的差異所以在做法上也有所不同,在使 用的區位上也不一樣。生態綠化可以用於緩衝綠帶的設計上,景觀 綠化就可用道路的綠化、草坪、庭園的綠化等。

2-3-1 小結

台灣第一類漁港2腹地廣大,植物佔有相當大的比例,未來進行 大範圍之林相改善時對生態環境影響頗深,因此設計上宜採用生態 綠化原則,才能同時創建具生態與景觀性之環境。

(33)

2-4 棲地適宜性指數相關研究

2-4-1 棲地適宜性指數介紹

棲地適宜性指數(habitat suitability index,HSI)的目的是用量化的 數值來表示或預測物種對其環境的反應,意即是以棲地品質作為監測 基礎的評估方式(Noss & Cooperrider,1994)。美國國家環境政策法 (National Environmental Policy Act,NEPA) 於1969年提出,並在1980 年代美國魚類及野生動物局改良發展出的一套有系統之棲地評價方 法 來 評 估 開 發 計 劃 之 衝 擊 程 度 之 模 式 , 此 模 式 為 棲 地 評 價 程 序 (Habitat Evaluation Procedure,HEP)。HEP 模式被廣泛地應用於建立 某特定魚類或野生動物之棲地品質評估架構。

2-4-2 棲地適宜性指數評估過程

棲地適宜性指數提供了一個量化方法,可以簡單的評估棲地品質 與比較棲地間的差異。評估過程如下所述,

(一) 生物調查:調查生物種類與數量

(二) 環境要因選定

從現地調查資料來確認各測站所調查之生物量與環境因子之 關係,選定物種生息之主要環境條件為環境要因,如水質、水 位、流速等。

(三) SI 指數(Suitability Index)模式建立

(34)

由各項棲地環境因子與物種數之間的關係,建立 SI 指數模式 與環境因子之關係的包絡趨勢線圖,SI 的概念用下式表示(1 為 最適合,0 為完全不適合)。

態 適當棲地之環境因子狀

態 研究棲地之環境因子狀

=

SI ,0≦SI≦1 (式 1)

(四) SI 與 HSI 之關係建立

結合各環境要因之評價指標 SI 值來建立 HSI,並進一步探討 HSI 指數與棲地物種數之相關性程度。基本建立方法有算數平均 法、幾何平均法、限定要因法、加算要因法等(田中章,2002)。

HSI 的概念以下式表示,這個值ㄧ樣介於 0 到 1 之間(1 為最適 合,0 為完全不適合)。

量 最適當之棲地狀態生物

量 研究區之棲地狀態生物

= SI

H ,0≦HSI≦1 (式 2)

‧幾何平均法(geometric mean)

HSI =(SI1×SI2 ×SI3×...SIn) n (式3)

‧算數平均法(arithmetic mean)

HSI =(SI1 +SI2 +SI3 +...SIn) n (式4)

(35)

‧限定要因法(minimum function)

HSI = SI1 or SI2 or SI3 or … SIn (式5)

‧加算要因法(additive function)

HSI =SI1 +SI2 +SI3 +...SIn (式 6)

(五) HSI 模式修正

將所建立之 HSI 模式利用棲地實際狀況(實測數據)試行演 算,若不合理時則須再回頭重新建立模式。亦即由棲地因子經 HSI 數學算式計算得到的各測站 HSI 與此測站實際出現生物量 進行相關性迴歸分析,如相關係數值接近 1 時,代表所建立的 模式相當好,可充分反映生物與棲地的關係,相反的如果相關 係數值接近 0 時,則需進行模式檢討修正。在過去的相關研究 中得知,模式無法成立,其主要原因有以下幾點:

1. 監測時間甚短,以至資料不足 2. 環境因子之選定不適當

3. 包絡趨勢線 SI 模式圖建立不佳 4. HSI 與 SI 關係設定不良

田中章(2002)也有特別指出棲地適宜性指數需留意以下幾點:

1. 需考慮種間關係

(36)

2. 較難選定對象種類

3. SI 値的算出過程會因專家主觀的判斷造成很大的影響 4. HSI 模式需要大量的生態現地調查資料

2-4-3 小結

多數文獻顯示,應用多元線性迴歸分析法建立預測型模型,透 過嚴謹以及標準化的操作過程,可有效反映自變項與依變項之關 係。由於本研究植物現況調查,是以抽樣的方式推論當地植物資料,

美質問卷調查係透過媒介(相片)測試民眾對植群空間型態之美質判 斷,兩個變數均有研究工具設計主、客觀之差異,以致應用多元線 性迴歸分析法有時無法有效反映出植栽之生態性與景觀美質的相關 性。

因 此 本 研 究 藉 用 棲 地 品 質 評 價 程 序 (Habitat Evaluation Procedure,HEP)之建構棲地適宜性指數(habitat suitability index,HSI) 之操作方式,建立美質適宜性指數模式(beauty suitability index,

BSI)。BSI 模式有許多特點為多元線性迴歸法之不足,如 BSI 模式 無固定不變的公式(式(3)~式(6)只是概念性的分類,實際建構則視其 需要而加以變化),因此可以透過不斷的修正,以獲得最佳預測模 式。另外,可藉由各因子適宜性指數(SI)包絡線圖瞭解每個因子對於 美質之極限等。因此透過不斷修正與驗證方式,BSI 模式便可具體

(37)

第三章 研究方法

3-1 研究架構

本研究係以「生態綠化」的觀點,探討植物組織、結構影響美質 所具備的條件、設計方法及考量因素,以此建立植栽之生態性與景觀 美質之定量相關,做為未來漁港施行林相改善時參考。本研究實證架 構,如圖3-1、3-2 所示。

3-1 研究架構圖

3-2 研究架構圖 (植栽綠化因子)

1. 植物多樣性 2. 綠覆率

3. 植物分層結構 4. 植物自然度 5. 植群內緣度

視覺景觀美質 植群景觀美質 植物之生態性

漁港港區內之植群

植物之生態性

植群景觀美質

漁港綠美化規 劃設計參考

(38)

3-2 植栽綠化因子操作性定義

本研究植栽綠化因子的選定,係依據相關文獻資料的整理而訂定 之。擬定之因子包含植物多樣性、植物自然度、植物分層結構、綠覆 率、植群內緣比。以下針對各因子之定義及分級標準加以說明:

一、植物多樣性

植物多樣性係指棲地內植物種類所佔的比例。多樣性越高則植群 類型愈豐富、其訊息含量與不定性愈大,其指標值也越高。可依據夏 農歧異度指數(Shannon’s index of diversity)、辛普森歧異度指數 (Simpson’s index of diversity)測得,其公式為:

λ =

∑ (

ni N

)

2 (式 7) λ 為辛普森歧異度指數,ni/N 為機率,表示在一樣區內同時選出 兩棵,其屬於同一種的機率是多少。其最大值是1,表示此樣區內只 有一種。如果優勢度集中於少數種時,λ 值愈高。

H'=

∑ ( (

ni N

) (

ln ni N

) )

(式 8) ni:某種個體數 N:所有種個體數

H'為夏農歧異度指數,此指數受種數及個體數影響,種數愈多,

種間的個體分佈愈平均,則值愈高。但相對的,較無法表現出稀有種。

(39)

二、綠覆率

綠覆率係指單位面積內植栽垂直投影面積所佔的百分比,是評價 環境質量的標準之一。其計算公式為:

C=a/A×100% (式 9) a:植栽垂直投影面積 A:樣區面積 (喬木、灌木和草地植物重疊的 地方,覆蓋面積只計算一層)

三、植物分層結構

植物分層結構反映群落對環境的適應、動態和機能。植群分層結 構愈複雜,區域內植物生長情況及生態結構愈穩定,因此目前生態綠 化非常重視複層植栽的植生方法。植物分層結構分級標準,如表3-1 所示。其計算方法為:將不同層植物面積之比值,轉化為等級(等距 尺度)的方式表示之。植物面積的計算方式參考表3-2、3-3。

表3-1 植物分層結構分級標準

等級 定義 等級 定義

1 比值介於 0~5% 9 比值介於 40~45%

2 比值介於 5~10% 10 比值介於 45~50%

3 比值介於 10~15% 11 比值介於 50~55%

4 比值介於 15~20% 12 比值介於 55~60%

5 比值介於 20~25% 13 比值介於 60~65%

6 比值介於 25~30% 14 比值介於 65~70%

7 比值介於 30~35% 15 比值介於 70~75%

8 比值介於 35~40% 16 比值大於 75%以上 資料來源:本研究整理

(40)

3-2 各種植物塊體面積計算基準

植物塊體種類 計算基準

喬木層 採用植栽之胸高直徑(DBH)計算,參考表 4-5 灌木層 以實際面積計算

草地層 以被覆面積計算

資料來源:縣市法定空地綠化實施要點

3-3 喬木層綠覆面積計算表 資料來源:縣市法定空地綠化實施要點 樹 型 類 別 每株綠覆面積

(m2)

株距 (M)

栽植時胸高徑計算法

64 m2 6M (H)4m 以上(W)2m 以上 栽植時,胸高徑21-30cm 者同 36 m2 5M (H)3.6m-4m(W)1.5-2m

栽植時,胸高徑11-20cm 者同 開展型 喬 木

16 m2 4M (H)3.1-3.5m(W)1.2-1.5m 栽植時,胸高徑5-10cm 者同

36 m2 5M (H)4m 以上(W)2m 以上 栽植時,胸高徑21-30cm 者同 喬 木

16 m2 4M (H)3.6m-4m(W)1.5-2m 栽植時,胸高徑10-20cm 者同 直立型

棕櫚木 16 m2 4M 幹高3.5m 以上

栽植時,胸高徑10-30cm 者同 100 m2 8M (H)4m 以上(W)3m 以上

栽植時,胸高徑51cm 以上者同 開展型 特大樹

移 植

81 m2 7M (H)4m 以上(W)3m 以上 栽植時,胸高徑31-50cm 者同 64 m2 6M (H)6m 以上(W)3m 以上

栽植時,胸高徑51cm 以上者同 直立型 特大樹

移 植

49 m2 5M (H)6m 以上(W)2m 以上 栽植時,胸高徑31-50cm 者同 H:樹高度 W:樹冠寬度 胸高直徑:距地面一米高樹幹直徑

四、植群內緣比

植群內緣比主要探討植群林緣性。林緣性是一種生態性豐富的異 質交錯帶,亦即林緣性在兩個或多個不同的植物生態系統的邊緣帶,

(41)

有更活躍的能流和物流,具有豐富的物種和更高的生產力。測度林緣 性的應用公式,可使用邊緣效應指數(衡量形狀生態功能的指數)來測 度,此計算公式為:

S

=

A

/

P

(式 10) P:不同植物塊體之邊長 A:樣區面積

五、植物自然度

植物自然度主要探討人為干擾下,植物結構、組成之改變程度,

國內環保署所定分級標準如表 3-4。由於漁港植群以人工植栽為主,

因此上述分級標準並不適於本研究。

因此本研究依現地之植群組成型態另定分級標準如表 3-5,係從 人為復育的角度,探討其植物結構、組成的差異性。雖然本研究擬定 之分級標準與文獻定義不同,不過皆以植物社會學說的觀點,探討不 受人工干擾的歷時長度來訂定自然度的等級。喬木由於生命周期較 長,喬木的存在表示其已經過較長時的生態演替,較長的生態演替一 般應擁有較高的自然度,故等級的區分喬木以其胸高直徑(dbh)來判 斷。灌木與草地生命周期較短,易於達到其極盛相,故區分在比較低 的等級。自然度指數計算公式如下式(11)。

N=

( (

a1×n1

) (

+ a2 ×n2

) (

+ a3×n3

) )

/A (式 11) a:單塊體植物面積 n:單塊體植物自然度 A:樣區面積

(42)

3-4 植物自然度定義分級標準

等級 植物組成 土地利用現況

自然度5 天然林地 包括未經破壞之樹林,以及曾受破壞,然已演替成天然 狀態之森林;即植物景觀、植物社會之組成,結構均頗 穩定,如不受干擾其組成及結構在未來改變不大。

自然度4 原始草生地 在當地大氣條件下,應可發育為森林,但受立地因子如 土壤、水分、養分及重複干擾等因子之限制,使其演替 終止於草生地階段,長期維持草生地之形相。

自然度3 造林地 包含伐木跡地之造林地、草生地及火災跡地之造林地,

以及竹林地。其植被雖為人工種植,但其收穫期長,恒 定性較高,不似農耕地經常翻耕、改變作物種類。

自然度2 農耕地 植被為人工種植之農作物,包括果樹、稻田、雜糧、特 用作物等,以及暫時廢耕之草生地等,其地被可能隨時 更換。

自然度1 裸露地 由於天然因素造成之無植被區,如河川水域、礁岩、天 然崩塌所造成之裸地等。

自然度0 無植被區 由於人類活動所造成之無植被區,如都市、房舍、道路、

機場等。

資料來源:植物生態評估技術規範、2002

3-5 本研究植物自然度分級標準

等級 植物組成 定義

自然度5 天然林地,人為喬木 喬木Ø>16

自然度4 人為喬木 喬木8≦Ø≦16

自然度3 人為喬木,天然灌木,人為灌木 喬木8≦Ø,灌木 3 年生以上 自然度2 人為灌木,天然草地 灌木介於3-5 年生,自然草本 自然度1 人為灌木,人工草地 灌木3 年生以下,人為干擾草本

自然度0 無植被 裸露地

Ø:胸高徑 單位:㎝ 資料來源:本研究整理

(43)

第四章 調查

4-1 研究區域概述

一、新竹漁港

新竹漁港原名南寮漁港,位於新竹市南寮里頭前溪下游出海口南 岸,建於民國 41 年,至民國 48 年完成,泊地面積僅約 3.5 公頃為一 河口港,航道及泊地經常遭河沙淤塞。為減少泥沙淤積,於民國 62 年修建港口閘門一座,惟本區大潮差平均約3.5 公尺,漁船須等候漲 潮始能進出,非常不便。為解決候潮的問題,選定在頭前溪出口南邊 約二公里海岸,開闢能全天候使用之新漁港,於 80 年 8 月完成,旋 即成為本省西北海岸作業漁船之重要基地,完善之設施使漁民生命財 產得以保障,對改善有莫大助益。未來以本港優良的地理環境、便利 的交通、廣大的腹地及海洋資源,應配合區域發展需要、結合漁業特 性,做整體妥善規劃,使本港朝向漁港、觀光、休閒、教育、文化等 多功能港之目標邁進。(台灣漁港的現況,2002)

目前新竹漁港港內植群類型如圖 4-1(a)所示,包含單層防風林 帶、複層防風林帶、混合林、灌木林、草生地、海港公園、裸露地等。

二、烏石漁港

烏石漁港位於宜蘭縣頭城鎮之東北方,為先民登陸開發宜蘭之遺 址,腹地廣闊,對外交通有北迴鐵路、北濱公路等交通系統,發展潛

(44)

力甚佳。台灣省漁業局有感於宣蘭縣漁業資源豐富,漁船眾多,而縣 內除南方澳漁港較具規模外,其餘均屬小型漁港,泊地面積狹小,平 時使用己嫌不足,漁汛期因外地漁船靠泊更形擁擠。尤以頭城地區海 岸線佔宜蘭縣三分之一,但因無優良之避風港,如遇颱風或惡劣天 候,則漁民生命財產飽受威脅,遂於民國 80 年度起動工興建烏石漁 港以解決改善頭城地區漁船避風及停泊問題。烏石港於 85 年度完 成,已解決頭城地區近沿海漁船無處避風停泊之困境,保障漁船作業 安全。(台灣漁港的現況,2002)

目前烏石漁港港內植群類型如圖 4-1(b)所示,包含複層防風林 帶、喬木林、草生地、休閒公園、農地、裸露地等。

三、興達漁港

興達漁港位於高雄縣二仁溪與阿公店溪出海口之間,港址原為沿 岸沙洲圍成之感潮湖,其範圍包括茄萣、路竹、永安等鄉鎮之臨海水 域,面積約500 餘公頃。早期漁民利用天然潮口出海捕魚,而於感潮 湖內避風浪,或兼養殖貝類、捕撈魚苗等,為本省歷史悠久之漁村。

興達海漁港為本省西南海岸近海漁船之主要作業基地,尤以每年 冬季烏魚汛期,全省捕烏魚船大量聚集,該港成為著名之烏魚交易中 心,烏魚子亦成為本地特產。(台灣漁港的現況,2002)

(45)

帶、喬木林、混合林、草生地、海港公園、休閒公園、裸露地等。

4-1 新竹、烏石、興達港之基本資料表

名稱 位置 面積

(ha)

年平均雨量 (mm)

年平均氣溫 (℃)

年平均風速 (m/s)

新竹港 東經120°91′

北緯24°85′

91 1782.7 22.3 2.74 烏石港 東經121°83′

北緯24°87′

161 2827.7 22.3 2.04 興達港 東經120°19′

北緯22°86′

500 1784.9 24.7 2.8

資料來源:本研究整理

4-2 植物現況調查

本研究植物現況調查的目的,除了比較不同氣候區、不同緯度漁 港港內植物社會組成、結構上的差異性外,主要將定量調查的結果,

作為後續建立景觀美質預測模式之基礎資料。

進行植物現況調查前,首先必須選定調查樣區。本研究調查樣區 的選定,如圖4-1 所示,由於新竹漁港綠化面積範圍太大,礙於人力、

時間與物力之不足,因此將單純草地區域選取具代表性做調查,以及 興達漁港僅調查近海泊區外,其餘區域均納入調查,總共選取 52 個 樣區。

由於每個樣區的面積頗大,尚必須在樣區內劃設取樣樣方以利植 物調查之進行。因為取樣的目的是在推論當地植物資料,所以取樣的 樣本要能代表或解釋當地植物母群體。取樣的方法有許多種,應配合 植被類型、現場地形的變化、植被的特性及調查人力與時間上的可行

(46)

(a) 新竹漁港

(b) 烏石漁港

圖4-1 新竹、烏石、興達漁港調查樣區示意圖

(47)

(c) 興達漁港

圖4-1 新竹、烏石、興達漁港調查樣區示意圖

性來決定取樣之數目、大小及分佈(謝長富等,1992)。本研究取樣方 法參考「植物生態評估技術規範」與謝長富等(1992),木本植物以 10m×10m 為取樣樣方,草本植物 1m×1m 為取樣樣方。

4-2-1 調查方法 (一) 木本植物

由於烏石、新竹、興達漁港港內木本植物主要為人為木本,且以 列植之種植方式,因此以隨機取樣的方式即可推論當地木本植物總 類、數量。原則上樣區內木本植物塊體面積大於600m2者劃設2 個取 樣樣方,小於600m2者劃設1 個取樣樣方。並調查樣方內胸高直徑(dbh)

僅調查近 海泊區

(48)

大於1cm 以上所有木本植物種類、數量。

(二) 草本植物

植物生態評估技術規範(2002)指出,草本植物取樣樣方的決定,

係選擇典型地區隨機設置,樣方之大小及數目以能涵蓋植物種類變異 為準。本研究烏石、新竹、興達漁港之草本植物,百分之 70 以上高 度小於30cm,因此樣方以 1m×1m 即能涵蓋植物種類變異。

由於樣區內草本植物大部份為天然草本,不同於木本植物以隨機 取樣即可推論其植物資料。因此草本植物取樣改以系統抽樣的方式,

於平面圖上繪製100 個網格,以等距的方式進行取樣,原則上樣區內 草本植物塊體面積大於5000m2者劃設 30 個取樣樣方;樣區面積小於 5000m2者劃設 15 個取樣樣方。草本植物種類及數量之統計方式,如 圖4-3 所示。於每個樣方劃設 100 等距點,統計每個點上植物之種類,

點數代表其數量,統計結果可計算其百分比覆蓋度。

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 圖 4-2 草本植物取樣樣方劃設 圖 4-3 樣方內草本植物種類、數量統計

(49)

4-2-2 調查結果

應用上述調查方法,對於 52 個調查樣區進行植物現況調查,調 查結果如表4-2 所示。三個漁港植栽之生態性差異,如下所述,

(一) 調查結果顯示,烏石漁港木本植物種類有 15 種、草本有 32 種;

新竹漁港木本植物種類有25 種、草本植物有 21 種;興達漁港木 本植物種類有32 種、草本植物有 37 種。

(二) 經表 4-2 木本、草本植物歧異度之調查結果與式(12)之計算,植 物多樣性以新竹漁港最好(λT: 0.2468),烏石次之(λT: 0.3816),

興達漁港最差(λT: 0.4498)。

)/2) ' A A '

A (( t A g

T = λ × +λ ×

λ

(式 12) λT:總歧異度 λt:木本歧異度 λg:草本歧異度

A:樣區面積 A’:總面積

(三) 經表 4-2 植物自然度調查結果與式(13)之計算,植群自然度以新 竹漁港最佳(NT: 2.98)、烏石漁港次之(NT:1.50),興達漁港最差 (NT:1.05)。

) ' A N A (

NT =

× (式 13)

(四) 其他如樣區面積、不同植物塊體邊長等,僅是後續計算各植栽綠 化因子之用,因此本節不著墨於比較分析上。所有樣區之調查結 果,將作為景觀美質預測模型之基礎資料。

NT:總自然度 N:樣區自然度 A:樣區面積 A’:總面積

(50)

4-2 烏石漁港調查結果

樣區 木本歧異度 草本歧異度 木本均勻度 草本均勻度 綠覆率 DBH

(cm) 自然度 面積 (m2)

邊長(m) 喬木面積 (m2)

灌木面積 (m2)

草地面積 (m2)

1 0.4129 0.1331 0.4477 0.9751 42% 14.6 1 7717.60 385.88 0 0 7717.60 2 0.4129 0.1331 0.4477 0.9751 51% 14.6 1 5776.15 346.57 0 0 5776.15 3 0.4129 0.1331 0.4477 0.9751 59% 14.6 1 9786.57 391.46 0 0 9786.57 4 0.1644 0.2417 0.8817 0.6986 73% 16.1 1.98 4585.26 1054.61 2780.82 232.52 1571.92 5 0.1644 0.2417 0.8817 0.6986 66% 16.1 1.98 4585.26 1054.61 2780.82 232.52 1571.92 6 0.1644 0.2417 0.8817 0.6986 47% 16.1 1.91 5790.04 1215.91 3348.32 0 2441.72 7 0.4129 0.1331 0.4477 0.9751 67% 14.6 1.09 12556.42 753.39 363.01 363.01 11830.40 8 0.4129 0.1331 0.4477 0.9751 51% 14.6 1.09 12556.42 753.39 363.01 363.01 11830.40 9 0.78 0.186 0.1643 0.8814 64% 24.5 1.12 6095.53 304.78 545.12 0 5550.41 10 0.78 0.186 0.1643 0.8814 55% 24.5 1.12 6095.53 304.78 545.12 0 5550.41 11 0.78 0.186 0.1643 0.8814 64% 24.5 2 8863.64 531.82 0 0 8863.64 12 0.78 0.186 0.1643 0.8814 62% 24.5 2 8863.64 531.82 0 0 8863.64 13 0.78 0.186 0.1643 0.8814 66% 24.5 1 6891.20 344.56 0 0 6891.20 14 0.78 0.186 0.1643 0.8814 52% 24.5 1 6891.20 344.56 0 0 6891.20 15 0.78 0.186 0.1643 0.8814 59% 24.5 1 4376.77 262.61 0 0 4376.77 16 0.78 0.186 0.1643 0.8814 61% 24.5 1 12047.97 722.88 4015.99 4015.99 4015.99 17 0.7331 0.1415 0.225 0.9698 61% 19.3 2.67 12047.97 1807.20 4015.99 4015.99 4015.99 18 0.7331 0.1415 0.225 0.9698 8% 19.3 2.67 12047.97 1807.20 4015.99 4015.99 4015.99 19 0.7331 0.1415 0.225 0.9698 53% 19.3 2.67 4428.96 664.34 107.78 107.78 4213.40 20 0.7331 0.1415 0.225 0.9698 73% 19.3 0.64 4376.77 262.61 0 0 4376.77

DBH:喬木胸高徑

參考文獻

相關文件

The objective of this study is to establish a monthly water quality predicting model using a grammatical evolution (GE) programming system for Feitsui Reservoir in Northern

The purpose of this thesis is to propose a model of routes design for the intra-network of fixed-route trucking carriers, named as the Mixed Hub-and-Spoke

Therefore, the purpose of this study is to propose a model, named as the Interhub Heterogeneous Fleet Routing Problem (IHFRP), to deal with the route design

Therefore, this research paper tries to apply the perspective of knowledge sharing to construct the application model for the decision making method in order to share the

T., “The qualitative habitat evaluation index (QHEI), rationale, methods, and application,” Ohio EPA, Division of Water Quality Planning and Assessment, Ecological Assessment

This paper presents a Knowledge Value-Adding Model (KVAM) for quantitative performance evaluation of the Community of Practice (CoP) in an A/E consulting firm.. The

The high density of mangrove might bring negative impacts which include that tidal flow prevention, landformation and coastal habitat deterioration.. In this study, the

Based on a sample of 98 sixth-grade students from a primary school in Changhua County, this study applies the K-means cluster analysis to explore the index factors of the