稻城色彩图谱

地域色彩需要新的研究方法

色彩是人看一个地方的第一印象，但印象说不清。稻城地处川西高原，四季分明的自然景观与深厚的藏族文化共同塑造了它的色彩，可这些色彩到底由什么构成、如何随季节变化，以往没有系统的回答。

研究把问题拆成三件，自然与人文色彩在分布上有何差异、色彩如何随海拔变化、色彩如何随季节迁移。回答这三件，需要可比的数据、统一的颜色语言，以及能直接检验结论的工具。

静态方法的局限

传统地域色彩研究靠静态色谱和统计图表。图表把颜色从海拔、地理、载体里抽出来单独统计，看不出颜色和雪山、草甸、藏房的关联；它也只呈现某一时刻的样本，描述不了季节变化的连续过程。问卷确认了方向，观者对稻城的色彩记忆集中在雪山白、经幡彩与草甸绿，地域色彩值得被系统记录。

数据与取色

数据源是稻城县官方提供的视频影像资料。团队从资料中精选出覆盖四季、不同海拔与八个方向的高清照片，自然与人文各半，作为色彩数据库的唯一事实来源。

取色最怕标准不一。同一张照片，不同人取出的颜色没法比较。流程先从统一标准开始，再用校验守住底线。

取色的两条标准各有分工，面积占比大的颜色代表场景主调，视觉显著的颜色代表观者注意力的落脚点，合起来既不失整体，也不漏特点。白平衡与像素化解决的是设备成像和光影干扰，让取出的颜色尽量接近人眼感知；色差校验则是给主观判断一道客观底线，超出肉眼可辨的差异就交给第三人复核。最终以论文口径收录：63 张照片共提取 562 种色彩（经 NCS 相邻色筛选），八类色系的色彩数量见下表。

八大类与两份谱系

分类是量化的前提。色彩按自然与人文两大维度划分八大类，每类对应稻城的一种地貌或生活载体。

八类按"色彩从哪来"划分，不按色相，自然类对应地貌，人文类对应生活载体。这样量化分析就能追问，色彩差异究竟来自地貌还是来自生活方式。两张筛选视图（图 3）可以看到分类下的色彩分布，自然色彩浅淡温和，人文色彩浓烈深沉，分野背后是两套逻辑——自然界受光照与雪线支配，人文世界受染料、材质与文化选择支配。

让颜色可以比较

RGB 和 HEX 是给设备用的颜色编码，换个显示器数值就失真，跨照片比较没有意义。NCS 是面向人眼感知的色彩体系，用色相、明度、彩度三个维度把任意颜色映射到固定坐标，不同照片、不同类别提取的色彩由此能在同一尺度上量化比较。分析工具是 NCS 色环与色三角：色环看色相在红黄蓝绿间的分布迁移，色三角看黑白明度的微妙关系。八类色系逐季展开，共 562 种色彩进入分析，得到三条发现。

三条发现

异质共存：自然色彩在高白度、低彩度区域聚集，人文色彩在高彩度、中黑度区域聚集，两类在同一地域反差鲜明。稻城的色彩谱系由自然与人文两套逻辑并置而成。

季节迁移：颜色随季节在色谱上成系统整体移动，并不零散。湖泊四季色数 28/28/13/29，夏季向蓝色偏移、彩度升高，冬季退回无彩高白度；草甸 20/26/48/30，走完"春低彩黄绿、夏中彩绿黄、秋中彩黄橙、冬白色"的完整循环，色相从 Y-G 区移到 Y-R 区，是色相变化最丰富的类别；雪山四季色数 29/21/29/30，近乎不变，是整张图谱的稳定参照；地质 36 种，低彩度灰、灰绿、灰红，不随季节变化。季节变化强度排序：草甸 > 湖泊 > 雪山 > 地质。

象征关联：人文色彩中红、黄、蓝三色高度集中，与经幡、唐卡等文化符号一脉相承。建筑沿白到黑轴线线性分布，服饰以高彩度红色为绝对主导。藏族五色核心色各有象征：蓝为英雄无畏与正义，白为和平吉祥纯洁，黄为神圣，红为智勇双全兴旺刚猛，绿为功德业绩聪明善良。人类在一方水土上着色，颜色的选择本身就是文化表达。

四季色环

论文把八类色系逐季展开为 NCS 色环，这几张环图是不同色系的四季样本：色相沿环移动、彩度随季节升降，季节迁移在环上一目了然。

把数据放回语境

三条发现指向同一件事，色彩的意义来自海拔、季节、类别这些语境，脱离语境的颜色只是色值。系统因此把量化数据放回原始维度，色相映射为场景的纵向空间，季节与海拔作为可切换的过滤条件，每个色块都能追溯到来源照片。渲染采用实例化与自定义着色器，大规模色块一次绘制，交互保持流畅；正交与透视双相机可切换，正交视图适合整体浏览分布。

动态与预设

季节迁移是过程而非状态，图景因此做成动态的，色块持续缓速流动，切换季节时新旧画面淡入淡出。四种预设对应四种观感。原境是默认的完整图景，翻涌强调色彩的流动感，薄雾压低对比让人安静观看，画卷把图景压扁成横向卷轴适合展陈。现场一键切换，也可以手动调波动幅度与频率。

从规律到实例

系统要回答的不只是"稻城有哪些颜色"，还有"每种颜色从哪来、为什么存在"。悬停色块即时显示颜色名称与来源，点击弹出详情面板，呈现来源照片、类别、海拔、季节与经纬度，研究者可以沿任意一个色块回溯到具体地点，量化结论也能被抽查复核。海拔滑条是另一个检验工具，拖动时只显示指定区间的色块，雪线以上是冷色渐变，河谷地带是暖色聚集，抽象数据与真实地理由此对应。

成果与展览

系统把提取的地域色彩组织成可探索的数字图谱，异质共存、季节迁移、人文关联三条论断都能在系统中直接检验，成为论文的实证工具；同时提供中英文两个入口，共用同一套数据与渲染核心。论文《色韵稻城：地域性色彩的交互可视化叙事与符号传播》入选 CCF 第二届人文智能大会（AI2Humanities 2026），陈斯斯一作、本人二作；作品同期作为展项于 2026 年 8 月 28 日至 30 日在上海呈现。现场使用高清显示屏与触摸屏，观者直接上手操作动态色谱矩阵，在公共场景里验证了系统的稳定性与吸引力。

四种预设叠加季节与场景，生成一组 3 秒无缝循环动效，页面封面、展览屏幕用的都是同一套图景。

论文用户反馈

论文用 5 点量表做了 20 份问卷。色彩感知度各题均值在 4.0 到 4.5 之间，湖泊最高（4.5）；愿意向朋友推荐网站 4.5，对稻城旅游兴趣 4.15，对藏族传统文化兴趣 4.0。系统在色彩感知与文化传播两个维度上都得到了正向反馈。

方法的价值与边界

这套方法的价值是把文化符号翻译成可分析的语法，而不只图好看。五色经幡的蓝白黄红绿成为色块的配色秩序，雪山轮廓抽象为顶部波形。方法与工具可以迁移到其他地域的色彩研究，研究者与观者也能直接检验论点，把抽象结论变成可见可感的证据。

边界同样清楚，色彩来自官方影像资料，照片对广域地域的覆盖有限，系统验证的是方法与工具本身，稻城色彩的完备结论需要更多样本。下一步是配套的数据管理与分析后台，支持上传新照片、修正元数据、网页端半自动取色与聚类、直接入库并即时可视化，让系统从固定成果变成可持续生长的研究工具。