论文部分内容阅读
摘要：该研究着眼于生物质材料中的茶废弃物，研究视觉印象得分的提高是否说明喜好度的提高。用PHOTOSHOP对实验图像进行“再设计”。采用李克特量表进行印象评价。采用正规化顺位法，配对样本T检验，来分析实验样本在喜好度上是否存在显著差异。某些视觉印象得分有所提升，但并没有使得样本的喜好度得到提升。图像视觉印象的提升并不一定代表喜好度的提升，应对于视觉印象与喜好度进行定量分析以确定其具体的影响程度。
关键词：生物质材料;茶废弃物;茶木;喜好度;视觉印象
中图分类号：TB472
文献标识码：A
文章编号：1003-0069（2020）03-0062-04
引言
生物质材料相较于传统的高分子材料具有绿色环保，原料可再生以及可生物降解的特性，因此被称为实现循环型社会所不可或缺的，21世纪的核心材料[1]。但是，目前的诸多生物质材料都存在着例如廉价、易破损、视觉上同质化严重等问题。以茶产业为例，随着茶叶产量不断提升，机械化采茶技术的广泛运用，茶废弃物的处理也成为越来越不可忽视的问题。对茶废弃物进行成型再利用，可以使这种材料具有一定的使用功能。此外，提升茶废弃物材料的视觉印象，可以借由材料感性价值的提升从，而提高茶废弃物的附加值，同样也可以为生物质材料的发展提供可行途径。
一、研究背景及目的
人类即将面临温室效应、环境恶化、石油缺乏等问题，这促使生物质资源的应用成为了现如今重要的课题。其中，生物质基材料（Bio-based;Materials，以下简称BBM）作为生物质资源的一部分，具有可代替化石燃料且可再生的作用，是本论文的研究重点。BBM从广义上来讲是指利用生物质资源制成的工业制品或原料。现在通常意指利用稻壳、秸秆、竹等可再生资源作为原料制作而成的新型材料以及化学制品【2】。
现阶段和BBM相关的研究主要集中在两个方面。其一是作为填充物与塑料混合备制生物基复合材料【3-5】。其二是利用材料本身物理及化学特性备制一种新型的生物质基材料【6-8】。当然，除了研究领域的成果以外，也能看诸如回收纸浆包装、木质纤维板等被广泛使用的事例。
但是，目前的诸多的BBM材料都存在着廉价、易破损、视觉上同质化严重的问题。木质刨花、纤维以及稻谷类材料自身多为细小的碎片状，加工后期表面的肌理也没有天然木质材料那样均匀规则。这种不规则性虽然不会影响其使用性能，但却降低了人们对其的印象评价。就好像是形状不规则的水果往往不会受到消费者的欢迎一样，即使这些水果与外形光鲜亮丽的水果一样美味。现阶段的BBM材料大多数仍处于研究阶段，一经推出便获得商业上成功的案例实在少之又少。如同塑料一样，在塑料这种材料刚出现时起，便被认为是廉价、劣质以及不真实的代名词。虽然塑料的发明对于各领域都有着举足轻重的作用，但在当时，塑料并不是一种令人满意的制品。这种情况直到19世纪50年代才得以缓和。在当时，特百惠公司开发出了一种灵活、轻便并带有柔软触感的塑料材料，不仅具备塑料的物理特性而且给用户带来了一种区别于以往的全新的体验。这也使得特百惠的产品迅速风靡千家万户。基于特百惠的事例，ElvinKarana等人[7]提出了MaterialDrivenDesign（MDD）这一想法，他们认为新材料不仅该满足功能性，还应该具有有意义的用户体验。
现有关于BBM的研究中，虽然能看到BBM相关成型技术以及降解性相关的研究，但是除了竹材这种常见材料以外，关于提高BBM印象评价的研究却十分少见。此外，在关于提高印象评价的研究中，研究者们虽然分析了材料的各构成要素对于印象评价以及喜好度的影响，但是印象评价的提高是否能直接代表喜好度的提高或者起到相反效果，这一点仍然需要证明。并且，目前并没有研究关于如何提高茶废弃物相关材料的印象评价。因此，本论文着眼于茶废弃物材料的视觉特征，对现有的样本图像进行改进并进行印象评价和喜好度排序实验，以分析视觉上的变化对于印象评价以及喜好度的影响。
二、“茶木”概念的形成
笔者在生物质材料研究方面，针对茶废弃物这种天然的植物纤维材料进行了研究。茶叶在近几年一直呈现持续上升的趋势，虽然提高茶叶产量，发展茶叶经济对产茶国的农业经济发展有着诸多好处，但是随着茶叶产量的提高、机械化大规模采茶技术的进步，生产过程中的茶废弃物的处理也成为了一个不可忽视的问题。
如图1所示，茶废弃物（茶梗与茶渣）含有丰富的纤维素、半纤维素、木质素、茶氨酸、茶蛋白、茶多酚、茶多糖、咖啡碱、茶色素、茶皂素、维生素、微量元素等有用成分，是一种天然的植物纤维原材料。因此茶废弃物作为生物质材料的一种理应在研究领域受到同样的重视。
在以往的研究中虽然对茶废弃物在生物质材料、化工业、农业等领域进行了各种研究尝试也具有一定的研究结果，但也存在着研究涉及范围相对单一的问题。比如，研究者们着重研究了茶梗、茶渣等废弃物在加工成型后的力学强度。
但是，却没有分析过这些材料在废弃时的降解性问题。此外，作者调查了中国知网、日本学术搜索CiNii以及谷歌学术等搜索引擎，也没有发现任何茶废弃物与人们生活相关的产品开发及设计的研究。
因此，作者针对茶废弃物在这一部分的空缺进行了研究。到目前为止，作者研究了茶废弃物中茶渣与茶梗的成分上的不同对于力学强度的影响，通过力学试验发现，茶梗材料成型后其强度符合中国人造板材国家标准。而茶渣力学强度较低应将其应用于对于力学强度不高的产品加工當中。此外，作者也研究了来自于不同种类茶树的茶梗其成型后力学强度的不同。基于上述研究，作者提出了“茶木”这一概念
“茶木”一词拆分开来看包含了“茶”与“木”两个要素，其概念本意是指利用在生产加工过程中产生的各类茶废弃物，经过再加工成为新的产品如图2所示，从而达到“以茶代木”的作用。而在研究中发现，茶废弃物不仅可以通过再加工使材料达到可以代替木材使用的强度，还可以利用茶纤维制作纸张。此外，还可以作为填充物与塑料混合备制可生物降解的复合型材料。因此“茶木”的概念也不仅限于代替木材而延伸出了更多加工领域体现了材料多样性的加工潜力。 三、“茶木”视觉印象评价实验
（一）先行研究。本次实验的研究对象属于生物质基材料的范畴，以往研究中并无关于此类材料视觉印象评价的先例。因此，为了能在评价对象与实验参与者之间建立有效的评价体系，本论文首先在先行研究中针对于BBM进行了印象评价语的收集。图3中所示内容为笔者通过网络调查和实验所得到的38个BBM材料的图像样本，并以此作为本次实验的全部实验对象。
印象评价语收集的参与者共20人，实验平均用时15分钟。收集方式采用了开放式问卷的形式，目的是让被试者们更加自由地记录对于实验样本的印象评价。在实验开始前对实验内容进行简单的介绍，为了防止先入观的影响，被试者不会被告知样本的材料名称，单纯是从视觉角度对各样本进行评价。在开放式问卷实验过程中，收集到了名词、形容词以及拟声词共计210个印象评价词语。然后，利用KJ法对210个印象词语进行进一步的整合归纳，合并意思相近的词语并且去掉表达意思含糊不清的词语。最终得到了如图4所示10个被评价次数最多并具有代表性的印象评价词语。
（二）实验样本准备。在本次实验中，采用了来自作者在之前研究中得到的“茶木”材料的图像作为研究样本。通过Photoshop软件对图像进行了“再设计”。如表1所示，对于图像的改动内容分别为，样本4、8针对原始样本1、5降低了图像的饱和度并在材质中添加了茶叶图形。样本3、7针对原始样本2、6改变了色相与饱和度。最终得到如图5所示“茶木”图像，并将其作为接下来印象评价以及喜好度分析的实验样本。
（三）视觉印象评价及喜好度实验流程。将先行研究中得到的10个印象评价词语作为本阶段实验的评价基准。将10个评价词语各自添加反义词并制作7段李克特量表问卷。其中，自然感与人工感互为一对反义词语，因此最终得到了9对互为反义的评价词语。此次实验参与者为20人，参与者将根据各实验样本的视觉感受对量表中的每对评价词语进行打分。实验的最后一部分是对样本喜好度测试的问卷，参与者根据视觉上的喜好程度对8个实验样本，从第一位到第八位进行顺位排序（第一位既8分，第八位既1分）。
本研究的目的在于提取出“茶木”样本与印象评价语间存在的相关关系，因此，对于实验得到的数据使用统计分析软件SPSS中的因子分析法和聚类分析法进行分析。因子分析作为一种在医学、生物学、经济学等诸多领域被广泛运用的分析方法，其能够把多个观测变量转换成少数不相关的综合指标，这些综合指标往往是不能直接观测到的，但有时却更能反映事物的特点和本质。聚类分析配合因子分析法，可以将众多观测变量分类，确定各类中的典型变量以达到数据降维的目的[9]。
关于“茶木”材料喜好度的分析，在以往与顺位有关的研究当中，平均数经常被作为判断顺位大小的标准。但是在统计学中尺度的测量包括了名目（nominal）、次序（ordinal）、等距（interval）、等比（ratio）四个部分【10-12】。“根据喜好度进行顺位排序”所得到的数据属于顺序尺度，其数据的平均数虽然能够保证数据间的大小关系，但无法表达数据间的间隔尺度。因此，平均数进行顺位排序并不具有统计学的意义。本论文并不单纯是对于上述各样本的视觉喜好度进行顺位评价，通过对数据进行T检验与卡方检验，还将分析各样本顺位之间是否具有统计学差异。
四、实验结果与分析
（一）视觉印象评价实验。上文中使用7段李克特量表，针对“茶木”图像的印象进行了评价，并得到了具有代表性的印象评价词语以及其出现的频数。在这里，我们将印象评价词语的出现频数作为印象得分，将印象得分的数据输入SPSS中进行因子分析与聚类分析。各样本的得分情况散点图如图6所示。
本次实验中，将9对印象评价词语进行了降维，分为3个成分在散点图中以3个轴显示。轴1（成分1）的贡献率为36.48%、轴2（成分2）为28.23%、轴3（成分3）为27.85%，3个轴的累计贡献率为92.56%。其中，轴1中的印象评价词语包括华丽的、显眼的、高级的以及漂亮的，全部属于视觉上的正面评价。因此将轴1定义为华丽因子。轴2中包括了冷静的、自然的和柔软的，三个心理活动相关的词语。因此将轴2定义为舒適因子。轴3中包含了温暖的和明亮的两个不同的感官词语，因此选择成分中载荷更高的词语，温暖的作为轴3的代表。到这里，通过分析得到了华丽因子、舒适因子以及温暖因子，三个因子的累计各贡献率超过了80%，因此可以认为这三个因子可以有效地反映上文的9对印象词语。此外，通过因子分析散点图可以简明地观察出各“茶木”图像在各因子坐标轴上的位置关系，结合聚类分析可以方便对各实验样本进行分类。此外，通过因子分析方法可以有效地减少数据分析量，便于在接下来对于各印象与喜好度之间的关系进行分析。
通过聚类分析将分布在散点图中的各样本分成为三组，并基于每组样本特征进行了定义。第一组为：再设计样本组（3、4、8）。第二组为：低明度饱和度组（2、6、7）。第三组为：原始样本组（1、5）。
（二）各组特征与分布观察
1.再设计样本组。该组位于轴1的最右端，相比设计前的样本，该组在华丽的评价上都有显著的提高。在图6a中可以看出，增加或降低材料饱和度以及增强材质形态可以有效提升对于华丽的评价。但是如图6b所示，饱和度降低的同时材质在温暖上的评价也会降低。
2.低明度饱和度。该组中的样本2在轴2舒适中评价最高而在轴3温暖性中与同组中的样本6评价较低，从这可以说明的是，低饱和度的材质在冷静印象上具有较高的得分，而另一方面，同组的样本6、7因为明度低的原因，在图6a舒适因子评价中得分较低。在图6b温暖因子的评价中则可以看到，组2中样本7的饱和度在三个样本中最高，而在轴3中页处在同组的最高点，同时也略高于1组中的样本3与样本4。由此可以推测，饱和度低的样本会在舒适因子的评价中得到较高的得分，而饱和度高的样本会在温暖因子的评价中得到较高的分数。此外，明度的高低也同样对舒适性起着影响。 3.原始样本组。该组材质本身具有高明度与高饱和度的特点，从图6b中显示，该组在温暖因子中的评价最高而舒适因子中的评价低于2组中的样本2并且略低于1组中样本8，在华丽因子方面的评价中，该组样本评分均低于再设计（1组）的样本。因此可以证明，具有高饱和度与明度的材质在温暖方面的评价较高，在华丽方面评价较低。
（三）喜好度分析。根据顺位得分合计值的情况，样本3的得分处于第一位（合计118;均值5.9），样本7为最后一位（合计55;均值2.75）。各样本按照顺位得分，从高到低的排序情况为：样本3>样本5>样本1>样本2>样本4>样本8>样本6>样本7。从这里得出的结果来看，经过再设计的样本中除了样本3顺位有所提高以外，其余三个样本在顺位得分上均低于原始样本。
但是，这种顺位的判断形式可信赖度低并且不具有统计学意义。因此，为了分析各样本之间是否具有统计学差异，本研究参考了前田光弘[13]在其研究中使用的正规化顺位法，既将各顺位得分进行标准化（正规化）处理，之后对各样本分别使用配对样本T检验求出各样本之间存在怎样的差异。
其结果如图7所示，样本3虽然处在喜好度的最前端，但与样本5、1、2并无具有统计学意义的显著性差异（P>0.05），因此也无法否定样本3的位置会被其他几个样本替换的可能性。此外，从表中可以看到样本3、5、1在喜好度评分上要显著高于样本8、6、7（具有显著性差异）。其中样本3虽然是再设计样本，但样本5与1均为原始样本。相对的，样本7与8同为再设计样本但在喜好度上不升反降。
为进一步判别再设计组（样本3、4、7、8）与原始样本组（样本1、2、5、6）的差异，对两组样本的喜好度得分分别进行独立样本t检验。经分析，除样本5与8在设计前后具有显著差异外（P<0.05），其余三组样本均没有显示出明显差异。并且降低饱和度并添加了茶叶纹理的样本8在喜好度评分上并没有得到提升，反而是显著低于原始样本5。
结合上一节对于各样本的印象评价再次进行分析，在喜好度顺位排行第一的样本3（再设计样本），相对于其原始样本（样本2），其印象评价得分在第二、三轴（舒适、温暖因子）上有提升，但在第一轴（华丽因子）上反而下降。另一方面，样本8（再设计样本）相比起原始样本（样本5），其印象评价的得分在第一、二轴上均有提高，第三轴上要低于其原始样本。由此来看，印象评价得分的提高并不一定代表喜好度顺位的提高。此外，在印象评价得分中可能存在着对于喜好度具有负面影响的因子。也就是说，随着负面影响因子得分的提高，其样本的喜好度可能会随之降低。
（四）印象与喜好度的关系。
在上文的结果中指出，印象评价的提升并没有推动喜好度的提升。并且可能存在有负面印象的要素。在这里，本研究采用相关分析方法进行进一步分析。相关分析是指研究一个变量与另一个变量之间相关方向和密切程度的统计分析方法，在本研究中，该分析方法被用于探寻印象评价和喜好度之间的关系。
上文通过因子分析对数据进行了降维处理，整理出了华丽、舒适以及温暖三个因子。因此，在这里我们将三个因子分别于喜好度进行线性相关分析，求其皮尔逊（pearson）相关系数。分析结果如表2所示，虽然通过数据并没有发现三个因子与喜好度存在强相关性（P>0.05），但从表中也可以看出三个因子与喜好度呈现出不同的相关关系，其中华丽因子与喜好度呈负相关而其他两个因子呈不同程度的正相关关系。相关系数为负数时表示二者具有反方向的影响，也就是说提高华丽因子的印象反而有可能造成喜好度的下降。
结合上文对于印象评价以及喜好度的研究，如再设计样本4、8，相对于其原始样本（样本1、5）在华丽因子得分上都有所提高，在舒适因子中无明显提高，而在温暖因子中有明显下降。体现在喜好度得分上，再设计样本4、8低于样本1、5，因此不能排除印象评价对于喜好度存在负面影响的可能性。
结语
本论文在引言部分中提到了印象评价提高是否能够代表喜好度提升这一疑问，通过上述研究得出的结果是，改变图像的色相、饱和度以及添加纹理确實会影响其印象评价的，但并不意味着印象评价的提高直接代表喜好度的提高。想要有效提高喜好度应该进一步分析印象评价语喜好度的影响关系。此外，本论文只使用Photoshop软件对图像进行了简易的调整，并没有深入分析构成图像各要素数据与印象评价的具体关系。在接下来的研究中将详细分析各图像构成要素对于印象评价的影响程度以及印象评价对于喜好度的影响程度。
本研究从视觉的角度利用废弃物人造材料的图片讨论了，提高其感性评价的方法。在今后的实验当中将考虑利用实物作为研究样本，从视觉以及触觉两个角度入手，分析人们对材料的感性评价，并为以后高附加值人造材料的开发提供理论基础。
基金项目：JSPS;KAKENHI;Grant;Number;JP19H04413。
参考文献
[1]古郡悦子.21世紀の中核素材「ハ?イオヘ?ースマテリアル」：木村良晴·京都工芸繊維大学教授に聞く[J].高分子，2005，54（8）：576-577.
[2];Bio-based;material[EB/OL];.;https：//en.wikipedia.org/wiki/Bio-based_material.2017-1-13.
[3];Goichi;BEN，Takumi;MATSUDA，Yuta;UENO.;Development;and;Mechanical;Properties;of;Kenaf;Fibers;Green;Composites;with;Pultrusion;Method;[J];.;Journal;of;the;Japan;Society;for;Composite;Materials，2010，36（2）：41-47.; [4];Toshio;OGAWA，Takayuki;TSUKEGI，Satoshi;OSAWA，Ken;KANZAKI.;Biodegradation;Behavior;of;Poly;（L-lacticacid）/Bran;Blendina;Land-fill;Test[J].;Journal;of;Materials;Life;Society，2002，14（2）：81-87.;
[5];Masao;TANAKA，Atsuo;FUNAKI.;Biodegradability;of;Green;Composites;of;Filled;with;Chaff;Charcoal;[J];.;Reports;of;the;Mie;Industrial;Research;Institute，2006，31：137-139.
[6];Pin;Gao，Yoshito;Ogata.;Biodegradability;of;PLA;and;Tea;Waste;Composites;Based;on;“CHAMU”;and;the;“Tea;Waste;Recycling;System”;[C];.;IOP;Conference;Series：Materials;Science;and;Engineering，2019，563.;
[7];Elvin;Karana，Bahareh;Barati，Valentina;Rognoli，Anouk;Zeeuw;van;der;Laan.;Material;Driven;Design;（MDD）：;A;Method;to;Design;for;Material;Experiences;[J];.;International;Journal;of;Design，2015，9（2）：35-54.
[8];Materialdistrict：Coquim;CoconutFiber[EB/OL];.https：//materialdistrict.com/material/coquim-coconut-fibre/.2019;
[9]张浩.基于因子分析法和聚类分析法的副省级城市宜居情况聚类评价[J].电脑编程技巧与维护，2011，（18）：42-43，66.
[10]佐藤信.官能検査入門[M].東京：日科技連出版社，1978
[11]日科技連官能検査委員会編.新版官能検査ハント?フ?ック[M].東京：日科技連出版社，1973.
[12]市原清志.ハ?イオサイエンスの統計学[M].東京：江南堂，1985.
[13]中前光弘.順位法を用いた視覚評価の信頼性について一順序尺度の解析と正規化順位法による尺度構成法一[J].日本放射線技術学会雑誌，2000，56（5）：725-730.
关键词：生物质材料;茶废弃物;茶木;喜好度;视觉印象
中图分类号：TB472
文献标识码：A
文章编号：1003-0069（2020）03-0062-04
引言
生物质材料相较于传统的高分子材料具有绿色环保，原料可再生以及可生物降解的特性，因此被称为实现循环型社会所不可或缺的，21世纪的核心材料[1]。但是，目前的诸多生物质材料都存在着例如廉价、易破损、视觉上同质化严重等问题。以茶产业为例，随着茶叶产量不断提升，机械化采茶技术的广泛运用，茶废弃物的处理也成为越来越不可忽视的问题。对茶废弃物进行成型再利用，可以使这种材料具有一定的使用功能。此外，提升茶废弃物材料的视觉印象，可以借由材料感性价值的提升从，而提高茶废弃物的附加值，同样也可以为生物质材料的发展提供可行途径。
一、研究背景及目的
人类即将面临温室效应、环境恶化、石油缺乏等问题，这促使生物质资源的应用成为了现如今重要的课题。其中，生物质基材料（Bio-based;Materials，以下简称BBM）作为生物质资源的一部分，具有可代替化石燃料且可再生的作用，是本论文的研究重点。BBM从广义上来讲是指利用生物质资源制成的工业制品或原料。现在通常意指利用稻壳、秸秆、竹等可再生资源作为原料制作而成的新型材料以及化学制品【2】。
现阶段和BBM相关的研究主要集中在两个方面。其一是作为填充物与塑料混合备制生物基复合材料【3-5】。其二是利用材料本身物理及化学特性备制一种新型的生物质基材料【6-8】。当然，除了研究领域的成果以外，也能看诸如回收纸浆包装、木质纤维板等被广泛使用的事例。
但是，目前的诸多的BBM材料都存在着廉价、易破损、视觉上同质化严重的问题。木质刨花、纤维以及稻谷类材料自身多为细小的碎片状，加工后期表面的肌理也没有天然木质材料那样均匀规则。这种不规则性虽然不会影响其使用性能，但却降低了人们对其的印象评价。就好像是形状不规则的水果往往不会受到消费者的欢迎一样，即使这些水果与外形光鲜亮丽的水果一样美味。现阶段的BBM材料大多数仍处于研究阶段，一经推出便获得商业上成功的案例实在少之又少。如同塑料一样，在塑料这种材料刚出现时起，便被认为是廉价、劣质以及不真实的代名词。虽然塑料的发明对于各领域都有着举足轻重的作用，但在当时，塑料并不是一种令人满意的制品。这种情况直到19世纪50年代才得以缓和。在当时，特百惠公司开发出了一种灵活、轻便并带有柔软触感的塑料材料，不仅具备塑料的物理特性而且给用户带来了一种区别于以往的全新的体验。这也使得特百惠的产品迅速风靡千家万户。基于特百惠的事例，ElvinKarana等人[7]提出了MaterialDrivenDesign（MDD）这一想法，他们认为新材料不仅该满足功能性，还应该具有有意义的用户体验。
现有关于BBM的研究中，虽然能看到BBM相关成型技术以及降解性相关的研究，但是除了竹材这种常见材料以外，关于提高BBM印象评价的研究却十分少见。此外，在关于提高印象评价的研究中，研究者们虽然分析了材料的各构成要素对于印象评价以及喜好度的影响，但是印象评价的提高是否能直接代表喜好度的提高或者起到相反效果，这一点仍然需要证明。并且，目前并没有研究关于如何提高茶废弃物相关材料的印象评价。因此，本论文着眼于茶废弃物材料的视觉特征，对现有的样本图像进行改进并进行印象评价和喜好度排序实验，以分析视觉上的变化对于印象评价以及喜好度的影响。
二、“茶木”概念的形成
笔者在生物质材料研究方面，针对茶废弃物这种天然的植物纤维材料进行了研究。茶叶在近几年一直呈现持续上升的趋势，虽然提高茶叶产量，发展茶叶经济对产茶国的农业经济发展有着诸多好处，但是随着茶叶产量的提高、机械化大规模采茶技术的进步，生产过程中的茶废弃物的处理也成为了一个不可忽视的问题。
如图1所示，茶废弃物（茶梗与茶渣）含有丰富的纤维素、半纤维素、木质素、茶氨酸、茶蛋白、茶多酚、茶多糖、咖啡碱、茶色素、茶皂素、维生素、微量元素等有用成分，是一种天然的植物纤维原材料。因此茶废弃物作为生物质材料的一种理应在研究领域受到同样的重视。
在以往的研究中虽然对茶废弃物在生物质材料、化工业、农业等领域进行了各种研究尝试也具有一定的研究结果，但也存在着研究涉及范围相对单一的问题。比如，研究者们着重研究了茶梗、茶渣等废弃物在加工成型后的力学强度。
但是，却没有分析过这些材料在废弃时的降解性问题。此外，作者调查了中国知网、日本学术搜索CiNii以及谷歌学术等搜索引擎，也没有发现任何茶废弃物与人们生活相关的产品开发及设计的研究。
因此，作者针对茶废弃物在这一部分的空缺进行了研究。到目前为止，作者研究了茶废弃物中茶渣与茶梗的成分上的不同对于力学强度的影响，通过力学试验发现，茶梗材料成型后其强度符合中国人造板材国家标准。而茶渣力学强度较低应将其应用于对于力学强度不高的产品加工當中。此外，作者也研究了来自于不同种类茶树的茶梗其成型后力学强度的不同。基于上述研究，作者提出了“茶木”这一概念
“茶木”一词拆分开来看包含了“茶”与“木”两个要素，其概念本意是指利用在生产加工过程中产生的各类茶废弃物，经过再加工成为新的产品如图2所示，从而达到“以茶代木”的作用。而在研究中发现，茶废弃物不仅可以通过再加工使材料达到可以代替木材使用的强度，还可以利用茶纤维制作纸张。此外，还可以作为填充物与塑料混合备制可生物降解的复合型材料。因此“茶木”的概念也不仅限于代替木材而延伸出了更多加工领域体现了材料多样性的加工潜力。 三、“茶木”视觉印象评价实验
（一）先行研究。本次实验的研究对象属于生物质基材料的范畴，以往研究中并无关于此类材料视觉印象评价的先例。因此，为了能在评价对象与实验参与者之间建立有效的评价体系，本论文首先在先行研究中针对于BBM进行了印象评价语的收集。图3中所示内容为笔者通过网络调查和实验所得到的38个BBM材料的图像样本，并以此作为本次实验的全部实验对象。
印象评价语收集的参与者共20人，实验平均用时15分钟。收集方式采用了开放式问卷的形式，目的是让被试者们更加自由地记录对于实验样本的印象评价。在实验开始前对实验内容进行简单的介绍，为了防止先入观的影响，被试者不会被告知样本的材料名称，单纯是从视觉角度对各样本进行评价。在开放式问卷实验过程中，收集到了名词、形容词以及拟声词共计210个印象评价词语。然后，利用KJ法对210个印象词语进行进一步的整合归纳，合并意思相近的词语并且去掉表达意思含糊不清的词语。最终得到了如图4所示10个被评价次数最多并具有代表性的印象评价词语。
（二）实验样本准备。在本次实验中，采用了来自作者在之前研究中得到的“茶木”材料的图像作为研究样本。通过Photoshop软件对图像进行了“再设计”。如表1所示，对于图像的改动内容分别为，样本4、8针对原始样本1、5降低了图像的饱和度并在材质中添加了茶叶图形。样本3、7针对原始样本2、6改变了色相与饱和度。最终得到如图5所示“茶木”图像，并将其作为接下来印象评价以及喜好度分析的实验样本。
（三）视觉印象评价及喜好度实验流程。将先行研究中得到的10个印象评价词语作为本阶段实验的评价基准。将10个评价词语各自添加反义词并制作7段李克特量表问卷。其中，自然感与人工感互为一对反义词语，因此最终得到了9对互为反义的评价词语。此次实验参与者为20人，参与者将根据各实验样本的视觉感受对量表中的每对评价词语进行打分。实验的最后一部分是对样本喜好度测试的问卷，参与者根据视觉上的喜好程度对8个实验样本，从第一位到第八位进行顺位排序（第一位既8分，第八位既1分）。
本研究的目的在于提取出“茶木”样本与印象评价语间存在的相关关系，因此，对于实验得到的数据使用统计分析软件SPSS中的因子分析法和聚类分析法进行分析。因子分析作为一种在医学、生物学、经济学等诸多领域被广泛运用的分析方法，其能够把多个观测变量转换成少数不相关的综合指标，这些综合指标往往是不能直接观测到的，但有时却更能反映事物的特点和本质。聚类分析配合因子分析法，可以将众多观测变量分类，确定各类中的典型变量以达到数据降维的目的[9]。
关于“茶木”材料喜好度的分析，在以往与顺位有关的研究当中，平均数经常被作为判断顺位大小的标准。但是在统计学中尺度的测量包括了名目（nominal）、次序（ordinal）、等距（interval）、等比（ratio）四个部分【10-12】。“根据喜好度进行顺位排序”所得到的数据属于顺序尺度，其数据的平均数虽然能够保证数据间的大小关系，但无法表达数据间的间隔尺度。因此，平均数进行顺位排序并不具有统计学的意义。本论文并不单纯是对于上述各样本的视觉喜好度进行顺位评价，通过对数据进行T检验与卡方检验，还将分析各样本顺位之间是否具有统计学差异。
四、实验结果与分析
（一）视觉印象评价实验。上文中使用7段李克特量表，针对“茶木”图像的印象进行了评价，并得到了具有代表性的印象评价词语以及其出现的频数。在这里，我们将印象评价词语的出现频数作为印象得分，将印象得分的数据输入SPSS中进行因子分析与聚类分析。各样本的得分情况散点图如图6所示。
本次实验中，将9对印象评价词语进行了降维，分为3个成分在散点图中以3个轴显示。轴1（成分1）的贡献率为36.48%、轴2（成分2）为28.23%、轴3（成分3）为27.85%，3个轴的累计贡献率为92.56%。其中，轴1中的印象评价词语包括华丽的、显眼的、高级的以及漂亮的，全部属于视觉上的正面评价。因此将轴1定义为华丽因子。轴2中包括了冷静的、自然的和柔软的，三个心理活动相关的词语。因此将轴2定义为舒適因子。轴3中包含了温暖的和明亮的两个不同的感官词语，因此选择成分中载荷更高的词语，温暖的作为轴3的代表。到这里，通过分析得到了华丽因子、舒适因子以及温暖因子，三个因子的累计各贡献率超过了80%，因此可以认为这三个因子可以有效地反映上文的9对印象词语。此外，通过因子分析散点图可以简明地观察出各“茶木”图像在各因子坐标轴上的位置关系，结合聚类分析可以方便对各实验样本进行分类。此外，通过因子分析方法可以有效地减少数据分析量，便于在接下来对于各印象与喜好度之间的关系进行分析。
通过聚类分析将分布在散点图中的各样本分成为三组，并基于每组样本特征进行了定义。第一组为：再设计样本组（3、4、8）。第二组为：低明度饱和度组（2、6、7）。第三组为：原始样本组（1、5）。
（二）各组特征与分布观察
1.再设计样本组。该组位于轴1的最右端，相比设计前的样本，该组在华丽的评价上都有显著的提高。在图6a中可以看出，增加或降低材料饱和度以及增强材质形态可以有效提升对于华丽的评价。但是如图6b所示，饱和度降低的同时材质在温暖上的评价也会降低。
2.低明度饱和度。该组中的样本2在轴2舒适中评价最高而在轴3温暖性中与同组中的样本6评价较低，从这可以说明的是，低饱和度的材质在冷静印象上具有较高的得分，而另一方面，同组的样本6、7因为明度低的原因，在图6a舒适因子评价中得分较低。在图6b温暖因子的评价中则可以看到，组2中样本7的饱和度在三个样本中最高，而在轴3中页处在同组的最高点，同时也略高于1组中的样本3与样本4。由此可以推测，饱和度低的样本会在舒适因子的评价中得到较高的得分，而饱和度高的样本会在温暖因子的评价中得到较高的分数。此外，明度的高低也同样对舒适性起着影响。 3.原始样本组。该组材质本身具有高明度与高饱和度的特点，从图6b中显示，该组在温暖因子中的评价最高而舒适因子中的评价低于2组中的样本2并且略低于1组中样本8，在华丽因子方面的评价中，该组样本评分均低于再设计（1组）的样本。因此可以证明，具有高饱和度与明度的材质在温暖方面的评价较高，在华丽方面评价较低。
（三）喜好度分析。根据顺位得分合计值的情况，样本3的得分处于第一位（合计118;均值5.9），样本7为最后一位（合计55;均值2.75）。各样本按照顺位得分，从高到低的排序情况为：样本3>样本5>样本1>样本2>样本4>样本8>样本6>样本7。从这里得出的结果来看，经过再设计的样本中除了样本3顺位有所提高以外，其余三个样本在顺位得分上均低于原始样本。
但是，这种顺位的判断形式可信赖度低并且不具有统计学意义。因此，为了分析各样本之间是否具有统计学差异，本研究参考了前田光弘[13]在其研究中使用的正规化顺位法，既将各顺位得分进行标准化（正规化）处理，之后对各样本分别使用配对样本T检验求出各样本之间存在怎样的差异。
其结果如图7所示，样本3虽然处在喜好度的最前端，但与样本5、1、2并无具有统计学意义的显著性差异（P>0.05），因此也无法否定样本3的位置会被其他几个样本替换的可能性。此外，从表中可以看到样本3、5、1在喜好度评分上要显著高于样本8、6、7（具有显著性差异）。其中样本3虽然是再设计样本，但样本5与1均为原始样本。相对的，样本7与8同为再设计样本但在喜好度上不升反降。
为进一步判别再设计组（样本3、4、7、8）与原始样本组（样本1、2、5、6）的差异，对两组样本的喜好度得分分别进行独立样本t检验。经分析，除样本5与8在设计前后具有显著差异外（P<0.05），其余三组样本均没有显示出明显差异。并且降低饱和度并添加了茶叶纹理的样本8在喜好度评分上并没有得到提升，反而是显著低于原始样本5。
结合上一节对于各样本的印象评价再次进行分析，在喜好度顺位排行第一的样本3（再设计样本），相对于其原始样本（样本2），其印象评价得分在第二、三轴（舒适、温暖因子）上有提升，但在第一轴（华丽因子）上反而下降。另一方面，样本8（再设计样本）相比起原始样本（样本5），其印象评价的得分在第一、二轴上均有提高，第三轴上要低于其原始样本。由此来看，印象评价得分的提高并不一定代表喜好度顺位的提高。此外，在印象评价得分中可能存在着对于喜好度具有负面影响的因子。也就是说，随着负面影响因子得分的提高，其样本的喜好度可能会随之降低。
（四）印象与喜好度的关系。
在上文的结果中指出，印象评价的提升并没有推动喜好度的提升。并且可能存在有负面印象的要素。在这里，本研究采用相关分析方法进行进一步分析。相关分析是指研究一个变量与另一个变量之间相关方向和密切程度的统计分析方法，在本研究中，该分析方法被用于探寻印象评价和喜好度之间的关系。
上文通过因子分析对数据进行了降维处理，整理出了华丽、舒适以及温暖三个因子。因此，在这里我们将三个因子分别于喜好度进行线性相关分析，求其皮尔逊（pearson）相关系数。分析结果如表2所示，虽然通过数据并没有发现三个因子与喜好度存在强相关性（P>0.05），但从表中也可以看出三个因子与喜好度呈现出不同的相关关系，其中华丽因子与喜好度呈负相关而其他两个因子呈不同程度的正相关关系。相关系数为负数时表示二者具有反方向的影响，也就是说提高华丽因子的印象反而有可能造成喜好度的下降。
结合上文对于印象评价以及喜好度的研究，如再设计样本4、8，相对于其原始样本（样本1、5）在华丽因子得分上都有所提高，在舒适因子中无明显提高，而在温暖因子中有明显下降。体现在喜好度得分上，再设计样本4、8低于样本1、5，因此不能排除印象评价对于喜好度存在负面影响的可能性。
结语
本论文在引言部分中提到了印象评价提高是否能够代表喜好度提升这一疑问，通过上述研究得出的结果是，改变图像的色相、饱和度以及添加纹理确實会影响其印象评价的，但并不意味着印象评价的提高直接代表喜好度的提高。想要有效提高喜好度应该进一步分析印象评价语喜好度的影响关系。此外，本论文只使用Photoshop软件对图像进行了简易的调整，并没有深入分析构成图像各要素数据与印象评价的具体关系。在接下来的研究中将详细分析各图像构成要素对于印象评价的影响程度以及印象评价对于喜好度的影响程度。
本研究从视觉的角度利用废弃物人造材料的图片讨论了，提高其感性评价的方法。在今后的实验当中将考虑利用实物作为研究样本，从视觉以及触觉两个角度入手，分析人们对材料的感性评价，并为以后高附加值人造材料的开发提供理论基础。
基金项目：JSPS;KAKENHI;Grant;Number;JP19H04413。
参考文献
[1]古郡悦子.21世紀の中核素材「ハ?イオヘ?ースマテリアル」：木村良晴·京都工芸繊維大学教授に聞く[J].高分子，2005，54（8）：576-577.
[2];Bio-based;material[EB/OL];.;https：//en.wikipedia.org/wiki/Bio-based_material.2017-1-13.
[3];Goichi;BEN，Takumi;MATSUDA，Yuta;UENO.;Development;and;Mechanical;Properties;of;Kenaf;Fibers;Green;Composites;with;Pultrusion;Method;[J];.;Journal;of;the;Japan;Society;for;Composite;Materials，2010，36（2）：41-47.; [4];Toshio;OGAWA，Takayuki;TSUKEGI，Satoshi;OSAWA，Ken;KANZAKI.;Biodegradation;Behavior;of;Poly;（L-lacticacid）/Bran;Blendina;Land-fill;Test[J].;Journal;of;Materials;Life;Society，2002，14（2）：81-87.;
[5];Masao;TANAKA，Atsuo;FUNAKI.;Biodegradability;of;Green;Composites;of;Filled;with;Chaff;Charcoal;[J];.;Reports;of;the;Mie;Industrial;Research;Institute，2006，31：137-139.
[6];Pin;Gao，Yoshito;Ogata.;Biodegradability;of;PLA;and;Tea;Waste;Composites;Based;on;“CHAMU”;and;the;“Tea;Waste;Recycling;System”;[C];.;IOP;Conference;Series：Materials;Science;and;Engineering，2019，563.;
[7];Elvin;Karana，Bahareh;Barati，Valentina;Rognoli，Anouk;Zeeuw;van;der;Laan.;Material;Driven;Design;（MDD）：;A;Method;to;Design;for;Material;Experiences;[J];.;International;Journal;of;Design，2015，9（2）：35-54.
[8];Materialdistrict：Coquim;CoconutFiber[EB/OL];.https：//materialdistrict.com/material/coquim-coconut-fibre/.2019;
[9]张浩.基于因子分析法和聚类分析法的副省级城市宜居情况聚类评价[J].电脑编程技巧与维护，2011，（18）：42-43，66.
[10]佐藤信.官能検査入門[M].東京：日科技連出版社，1978
[11]日科技連官能検査委員会編.新版官能検査ハント?フ?ック[M].東京：日科技連出版社，1973.
[12]市原清志.ハ?イオサイエンスの統計学[M].東京：江南堂，1985.
[13]中前光弘.順位法を用いた視覚評価の信頼性について一順序尺度の解析と正規化順位法による尺度構成法一[J].日本放射線技術学会雑誌，2000，56（5）：725-730.