校園道路多層級(jí)空間特征對(duì)恢復(fù)性的非線性影響研究

Research on the Nonlinear Impact of Multi-level Spatial Characteristics of the Restorativeness of Campus Roads：A Case Study of 35 Universities in China

LIU Chang，LI Zixi， ZHENG Yongrong，XU Nuo， ZHAO Jiayi

基金項(xiàng)目：福建省中青年教師教育科研項(xiàng)目（社科類）一般項(xiàng)目“大學(xué)校園道路景觀恢復(fù)性品質(zhì)關(guān)聯(lián)物質(zhì)空間特征研究”（編號(hào)：JAS21067）；國(guó)家自然科學(xué)基金項(xiàng)目“心理危機(jī)預(yù)警大學(xué)生園藝療法方案制定關(guān)鍵問題研究”（編號(hào)：32301661）

Abstract

Keywords

Campus roads serve as vital spaces for college students to connect with nature and gainrestorative benefits.To explore the nonlinear influence of campus road space characteristics on restorativeness from both perceptualand material levels.A totalof105 road imagesfrom35universitiesin Chinaweresampled.Aquestionnaire （n=525） wasused toevaluate their restorativenessand perceptual features，and semantic segmentation was employed to calculate their material features.An XGBoost model was fitted and the SHAP tool was used to interpret the results.Compared with physical features，perceptual features contribute more to restorativeness一the changes in SHAP values of each spatial feature present different linear patterns.The SHAP values of naturalness，beauty，and harmony increaseapproximately monotonically.The SHAP values of colorfulness，layering，and riseinenvironmental brightness are approximately inan inverted U-shaped pattern，with anoptimal feature value range.The SHAP values of novelty，landscape complexity，and building presence increase approximatelyinan inverted L-shaped pattern，withasaturation pointof contribution.The SHAP value ofquietness increasesapproximately ina U-shaped pattern，withanunsuitable feature value range.The SHAPvaluesof the green view ratio and enclosure increase approximatelyinan S-shaped pattern，with both suitableand unsuitable feature value ranges.The influence of spatial features on restorativeness is nonlinear，and features should be regulated within the most effective range.

Campus roadway;Perceived restorativeness; Physical characteristics;Perceptual characteristics; Nonlinear impact

文章亮點(diǎn)

1）在同一模型中比較感知和物質(zhì)特征對(duì)恢復(fù)性的相對(duì)貢獻(xiàn)，明確了感知特征的重要性。2）揭示了空間特征對(duì)恢復(fù)性的非線性影響，識(shí)別了部分特征的適宜和不適宜取值區(qū)間，強(qiáng)化了結(jié)論在指導(dǎo)設(shè)計(jì)實(shí)踐方面的落地性。3）利用XGBoOst模型對(duì)共線性的高容忍力，納入更多空間特征，擴(kuò)大了結(jié)果的應(yīng)用范圍。

大學(xué)生處于從校園步入社會(huì)的人生發(fā)展的過渡階段，在學(xué)習(xí)、生活、就業(yè)方面都承受著較大的壓力[]，容易產(chǎn)生焦慮[2、抑郁等心理健康問題[3]。《中國(guó)國(guó)民心理健康發(fā)展報(bào)告 （2023-2024）》指出抑郁水平在 18～24 歲的青年群體中達(dá)到峰值[4]。大學(xué)生心理健康問題長(zhǎng)期受到社會(huì)和學(xué)界關(guān)注，校園環(huán)境與大學(xué)生的生活質(zhì)量、心理健康水平關(guān)系密切[5]。

恢復(fù)性環(huán)境是有助于心理健康的典型環(huán)境。StephenKaplan等主張以非威脅性自然環(huán)境為代表的特定環(huán)境能誘導(dǎo)被動(dòng)注意，使認(rèn)知資源得以恢復(fù)[6～7]。這種特定環(huán)境被稱為恢復(fù)性環(huán)境，并以吸引、遠(yuǎn)離、延展、相容為主要特征。近年來越來越多的研究致力于探索校園環(huán)境恢復(fù)性的影響機(jī)制，并以濱水空間[8]、綠化空間[9、運(yùn)動(dòng)場(chǎng)地[10為主要研究對(duì)象。道路是學(xué)生日常使用最頻繁的校園戶外空間，不但承載了交通功能，也是校園文化的載體[]，但對(duì)校園道路恢復(fù)性的研究相對(duì)匱乏。

盡管對(duì)校園道路的研究較少，但有關(guān)城市街道恢復(fù)性的研究相對(duì)充實(shí)，可為本研究提供理論基礎(chǔ)。研究發(fā)現(xiàn)，空間尺度[12]、建筑界面形態(tài)[13]、建筑體量[13]、道路曲度[14]、道路尺度[15]、植被數(shù)量[13，16～17]、植物群落結(jié)構(gòu)[18]、植物豐富度[18]、美景度[19]、靜謐度[20]、色彩構(gòu)成[21～22]、高寬比[15]新奇度[23]、圍合度[24]、整潔度[22]等指標(biāo)與恢復(fù)性存在統(tǒng)計(jì)學(xué)關(guān)聯(lián)。環(huán)境的感知特征和物質(zhì)特征分別構(gòu)成了環(huán)境知覺的直接線索和間接線索[25～27]，但當(dāng)前的道路恢復(fù)性研究更傾向于僅探討物質(zhì)特征或感知特征的影響，忽視了認(rèn)知加工層級(jí)的存在[28]

在研究方法方面，當(dāng)前較為主流的相關(guān)分析、回歸分析、結(jié)構(gòu)方程模型、方差分析等，均以假定變量呈線性關(guān)系為前提，但在真實(shí)世界中，變量間的關(guān)系通常是復(fù)雜且非線性的。基于線性假設(shè)的模型對(duì)共線性的容忍度低，因而難以納入較多的相關(guān)變量，限制了研究結(jié)果的生態(tài)效度。近年來，隨著機(jī)器學(xué)習(xí)方法的突飛猛進(jìn)，極限梯度提升 （XGBoost）算法在擬合多元非線性模型方面展現(xiàn)出了良好的性能，搭載SHAP工具可實(shí)現(xiàn)結(jié)果的可視化，彌補(bǔ)了機(jī)器學(xué)習(xí)解釋力不足的問題[29]。因此本研究擬在XGBoOSt框架下分析感知和物質(zhì)層級(jí)的空間特征對(duì)校園道路恢復(fù)性的非線性影響，識(shí)別關(guān)鍵影響特征和有利于提升環(huán)境恢復(fù)性的特征值范圍。研究旨在為恢復(fù)性校園設(shè)計(jì)理論補(bǔ)充依據(jù)，強(qiáng)化校園環(huán)境對(duì)大學(xué)生心理健康的支持作用。

1研究方法

研究首先使用開源街景圖像采集和篩選35所大學(xué)校園道路的景觀圖像，接著通過語義分割計(jì)算圖片的空間物質(zhì)特征，運(yùn)用問卷收集受訪者對(duì)圖片的空間感知特征和恢復(fù)性評(píng)價(jià)。隨后，在XGBoost框架下使用可解釋性機(jī)器學(xué)習(xí)工具SHAP計(jì)算感知和物質(zhì)層級(jí)空間特征的貢獻(xiàn)度，繪制SHAP依賴圖揭示關(guān)鍵空間特征與恢復(fù)性的非線性關(guān)系，進(jìn)而確定關(guān)鍵空間特征的最佳取值范圍（圖1）。

1.1區(qū)域與樣本

研究在中國(guó)的華北、東北、華東等7個(gè)地區(qū)各選擇5所代表性高校（表1），這些高校在建成時(shí)間、規(guī)模和所處氣候區(qū)域等方面具有差異，以其為對(duì)象抽樣得到的道路圖像能較為全面地反映我國(guó)大學(xué)校園道路的典型類型和景觀特征。隨后，在開源街景地圖中以 50m 為間隔截取3800個(gè)樣點(diǎn)，并借助Python通過百度地圖應(yīng)用程序接口獲取其中2000個(gè)樣點(diǎn)的街景圖片。接著刪除模糊或有明顯干擾物（如機(jī)動(dòng)車、施工圍擋等）的圖片，并盡量控制街景圖片的季相和清晰度，最后保留105張能較全面地反映高校校園道路景觀特征的圖片為樣本。因百度開源地圖使用車載設(shè)備拍攝，故樣本圖片均為車行道圖像（圖2）。

1.2指標(biāo)選取

感知特征指?jìng)€(gè)體基于主觀經(jīng)驗(yàn)對(duì)環(huán)境形成的感官印象與心理評(píng)價(jià)，感知特征測(cè)度需借助問卷等主觀評(píng)測(cè)的方式。在先前研究[12～14，18，23]的基礎(chǔ)上，結(jié)合樣本實(shí)際情況（如要素、布局等），篩選能夠表現(xiàn)整體特征的10項(xiàng)指標(biāo)，包括自然度、靜謐感、環(huán)境亮度、美景度、色彩鮮艷感、新奇度、協(xié)調(diào)度、景觀復(fù)雜度、空間開敞度、層次感，還有表現(xiàn)底界面 （道路）特點(diǎn)的道路曲度、道路寬度，以及表現(xiàn)側(cè)界面特征的建筑體量感。其中，環(huán)境亮度是空間感知的基礎(chǔ)，與綠視率、天空率、建筑體量感、色彩鮮艷感等其他特征存在交互作用。為滿足XGBoost算法對(duì)交互作用的要求，研究納入環(huán)境亮度。

物質(zhì)特征指環(huán)境中可被客觀測(cè)量、獨(dú)立于個(gè)體感知的屬性。基于既有研究[14～16，22]中常用的物質(zhì)特征指標(biāo)，結(jié)合樣本實(shí)際情況，本研究計(jì)算水體、天空可視率、綠視率、車輛、建筑、設(shè)施、道路、圍合度、硬質(zhì)9個(gè)特征。

1.3測(cè)度

1.3.1感知特征測(cè)量

語義差異法是利用語言詞對(duì)形成差異性判別，來探求人的心理感受并將感受定量化的一種方法[30]，常用于感知特征評(píng)價(jià)。根據(jù)先前研究和樣本的實(shí)際情況，篩選與恢復(fù)性潛在相關(guān)的13個(gè)空間感知特征，并編寫7級(jí)評(píng)分語義差異量表（表2），評(píng)分范圍為-3分（代表“很不同意”）至3分（代表“很同意”），最后計(jì)算其均值作為感知特征得分。

圖1技術(shù)路線Fig.1Technologyroadmap

1.3.2物質(zhì)特征測(cè)量

研究以ADE20K為訓(xùn)練集、ResNet-101為殘差網(wǎng)絡(luò)，使用金字塔場(chǎng)景解析網(wǎng)絡(luò)語義模型（PyramidSceneParsingNetwork，PSPnet），對(duì)105張樣本圖片進(jìn)行語義分割[16，取水體、天空、綠化帶、樓房等16個(gè)景觀要素的像素比，并計(jì)算9個(gè)物質(zhì)特征（表2）。

1.3.3恢復(fù)性測(cè)量

研究采用MargheritaPasini等[31]提出的簡(jiǎn)版恢復(fù)性量表，該量表包含4個(gè)維度、11個(gè)項(xiàng)目，經(jīng)檢驗(yàn)具有較好的信效度，且項(xiàng)目較少，便于和其他題項(xiàng)合并。另外，在恢復(fù)性量表的開發(fā)中常加入放松、愉悅、偏愛等作為校標(biāo)[32～33]，本研究亦增設(shè)放松、愉悅、偏愛3個(gè)指標(biāo)以提高量表的綜合效度。恢復(fù)性量表使用李克特7級(jí)評(píng)價(jià)法，賦值方法為：從“很不同意”（賦-3分）到“很同意”（賦3分），最后將所有項(xiàng)目得分的平均值計(jì)為恢復(fù)性得分（表2）。

1.4數(shù)據(jù)獲取

調(diào)查問卷包含感知特征的語義差異量表、恢復(fù)性綜合評(píng)價(jià)量表和性別、年齡等人口學(xué)特征。研究使用Excel的隨機(jī)數(shù)功能，將105張圖片隨機(jī)排序后分配至21個(gè)平行問卷，除被評(píng)價(jià)的圖片不同外，每個(gè)問卷的所有題目均相同。2024年7月25日至8月15日，通過社交網(wǎng)絡(luò)向在讀大學(xué)生發(fā)放問卷，受訪者可自主選擇任一二維碼進(jìn)入問卷星填寫。每個(gè)平行問卷回收25份，總計(jì)回收有效問卷525份。

1.5數(shù)據(jù)分析方法

XGBoost是基于boosting框架的高效集成學(xué)習(xí)算法，SHAP 解釋工具可實(shí)現(xiàn)結(jié)果的可視化[15]。在Rstudio 4.3.2中，運(yùn)行“xgboost”和“shapviz”包，使用正則化算法抗共線性[34-35]，加入L1/L2正則項(xiàng)（ ， λ=2 ）；同時(shí)將樹約束的最大深度設(shè)為6，子采樣設(shè)為0.7，以保證模型復(fù)雜性。最后輸出特征的SHAP均值條形圖、SHAP值在特征值上的分布圖，以及SHAP值與特征SHAP依賴圖。

2結(jié)果

研究改編后的恢復(fù)性量表的Cronbach'sα為0.94，表明內(nèi)部一致性信度良好。獨(dú)立樣本t檢驗(yàn)和多因素方差檢驗(yàn)結(jié)果表明，不同性別和專業(yè)人群對(duì)同一圖片樣本的恢復(fù)性評(píng)分無統(tǒng)計(jì)學(xué)差異，無需進(jìn)行亞組分析。由于樣本量與特征數(shù)的比值相對(duì)較小，研究使用交叉驗(yàn)證以更準(zhǔn)確地評(píng)估模型性能 36]。十折交叉驗(yàn)證后的均方根誤差（RootMean SquareError，RMSE）為 0.438±0.073 ，標(biāo)準(zhǔn)差與均值之比約為16% ，模型存在輕度過擬合風(fēng)險(xiǎn)，但在小樣本研究中可以接受[37]。描述性統(tǒng)計(jì)結(jié)果顯示感知特征的評(píng)分為 -2.64～-2.48 5變化幅度較小；物質(zhì)特征中綠視率評(píng)分的變化最大（方差為0.30）；設(shè)施、車輛、水體在校園道路中是偶然因素，變化較小，方差接近 0

圖2樣本圖片示例Fig.2 Sample image examples

表1樣本高校情況Tab.1 Overview of sample universities

Tab.2Measurements of restorativeness，perceived characteristics and physicalcharacteristics

2.1影響恢復(fù)性的關(guān)鍵感知和物質(zhì)特征

SHAP均值為前12位的空間特征對(duì)恢復(fù)性的解釋率已超過 80% ，是影響恢復(fù)性的關(guān)鍵特征（圖3）。其中自然度、美景度、色彩鮮艷感、綠視率、層次感、新奇度、景觀復(fù)雜度、靜謐感、協(xié)調(diào)度和圍合度的特征值較高時(shí)，SHAP的正值點(diǎn)較多，總體影響為正向；環(huán)境亮度、空間開度、道路占比也呈現(xiàn)出較弱的正向影響；而建筑、設(shè)施、硬質(zhì)、道路曲度、建筑體量感、天空可視率、車輛和水體則呈現(xiàn)出特征值越高，負(fù)向影響越強(qiáng)的特點(diǎn)（圖4）。

2.2關(guān)鍵特征對(duì)恢復(fù)性的非線性影響

2.2.1感知特征對(duì)恢復(fù)性的非線性影響

感知特征的SHAP值與特征值的依賴關(guān)系呈現(xiàn)出4種特定的規(guī)律：1）自然度、美景度、協(xié)調(diào)度的SHAP值隨特征值遞增，且未出現(xiàn)飽和狀態(tài)（圖 5-a～c ）。三者的SHAP值由負(fù)轉(zhuǎn)正的拐點(diǎn)分別約為 -0.80 、0.10、 0.50 2）色彩鮮艷感、層次感、環(huán)境亮度的SHAP值變化近似倒U形，即先上升后下降（圖5-d～f）。三者SHAP值為正時(shí)，特征值分別為 0～1.50 、 0.50～1.50 ， 0～1.50 特征值低于或高于該范圍時(shí)，對(duì)恢復(fù)性產(chǎn)生負(fù)向影響。3）新奇度、景觀復(fù)雜度的SHAP值隨特征值遞增后趨于飽和，呈現(xiàn)出倒L形（圖 5?g～h. ）。兩者的SHAP值由負(fù)轉(zhuǎn)正的特征值拐點(diǎn)分別

3討論

約為 -1.00 和 -0.45 時(shí)，且兩者SHAP值的增長(zhǎng)飽和點(diǎn)分別出現(xiàn)在特征值約為 -0.80 和0時(shí)。4）靜謐感SHAP值變化近似U形，即先下降再上升（圖5-i）。靜謐感的特征值約為 -0.10～1.10 時(shí)，SHAP值為負(fù)；特征值低于 -0.10 或大于1.10時(shí)，SHAP值為正。

2.2.2物質(zhì)特征對(duì)恢復(fù)性的非線性影響

物質(zhì)特征的SHAP依賴曲線則更加復(fù)雜：1）建筑視覺占比的SHAP值先下降再上升后飽和，是U形和倒L形的結(jié)合（圖5-j）。特征值約為 0～0.16 時(shí)，SHAP值為負(fù)；超過0.16后SHAP值轉(zhuǎn)為正，超過0.25后增速放緩，SHAP值趨于飽和。2）綠視率與圍合度SHAP值先下降再上升又下降，呈現(xiàn)出倒S形（圖 5-k～l ）。綠視率約為0.45時(shí)SHAP值由負(fù)轉(zhuǎn)正，約為0.60時(shí)SHAP值增長(zhǎng)達(dá)到飽和并開始下降。圍合度特征值約為 0.25～0.50 時(shí)SHAP值為負(fù)，對(duì)恢復(fù)性有抑制作用；特征值低于0.25和在 0.50～0.90 時(shí)SHAP值為正，對(duì)恢復(fù)性有促進(jìn)作用。

圖3SHAP均值條形圖Fig.3SHAPmeanbarplot

3.1感知特征與物質(zhì)特征的相對(duì)重要性

在12個(gè)關(guān)鍵特征中，9個(gè)感知特征對(duì)恢復(fù)性的影響大于3個(gè)物質(zhì)特征的影響。概率知覺論[25，38]認(rèn)為物質(zhì)特征只是環(huán)境評(píng)價(jià)的遠(yuǎn)距線索，需要經(jīng)由認(rèn)知加工整合為更高層級(jí)的感知特征，才能形成最終的知覺結(jié)果。在校園道路景觀設(shè)計(jì)實(shí)踐中，相比于調(diào)控具體物質(zhì)要素的數(shù)量特征 （如綠視率、水體率等），調(diào)控對(duì)恢復(fù)性影響更大的感知特征（如自然度、美景度、協(xié)調(diào)度、層次感等）是一種更為有效的手段。

圖4SHAP值在特征值上的分布Fig.4The distributionof SHAP values on featurevalues

圖5特征SHAP依賴圖Fig.5 SHAP dependence plot

3.2感知特征對(duì)恢復(fù)性的非線性影響

在關(guān)鍵感知特征中，自然度對(duì)恢復(fù)性的總體貢獻(xiàn)最大，且促進(jìn)作用受到自身強(qiáng)化。人類有親自然的本能[39]，而自然要素中亦蘊(yùn)藏著豐富的感官刺激，能補(bǔ)充建成環(huán)境在感官刺激維度的不足。另外，高自然度往往關(guān)聯(lián)更曲折的視線，能激發(fā)人們對(duì)環(huán)境的興趣和探索[39～40]。美景度對(duì)恢復(fù)性的貢獻(xiàn)也較大，同樣受到自身強(qiáng)化。美是產(chǎn)生吸引力的核心原因[，在審美過程中，大腦的“獎(jiǎng)勵(lì)中樞”被激活，從而使人產(chǎn)生愉悅感[41]。協(xié)調(diào)度與恢復(fù)性環(huán)境中的“延展”維度在內(nèi)涵上重疊，其對(duì)恢復(fù)性具有強(qiáng)化作用。另外，協(xié)調(diào)有序的道路景觀更有助于空間定向、減少認(rèn)知負(fù)荷[42]，進(jìn)而提高恢復(fù)性評(píng)價(jià)。

層次感對(duì)恢復(fù)性的影響近似倒U形，層次過于分明意味著環(huán)境單調(diào)，而層次模糊會(huì)增加認(rèn)知負(fù)荷。色彩鮮艷感對(duì)恢復(fù)性的影響亦近似倒U性。MohamedElsadek等[43]發(fā)現(xiàn)，觀看鮮艷的葉片時(shí)大腦活動(dòng)的激活程度更高，觀看黯淡的葉片時(shí)大腦的活動(dòng)減少。恢復(fù)性體驗(yàn)需要適中的喚醒水平，因此過于鮮艷和黯淡都不利于恢復(fù)性環(huán)境營(yíng)造。環(huán)境亮度對(duì)恢復(fù)性的影響同樣近似倒U形。亮度是感知空間的前提，過低或過高的亮度都可能導(dǎo)致視覺不舒適或過度刺激，這與以往的研究結(jié)果相符[44]。

新奇度對(duì)恢復(fù)性總體為正向影響，且到一定程度后其促進(jìn)作用趨近飽和。KarinLaumann等[45]曾發(fā)現(xiàn)恢復(fù)性環(huán)境的遠(yuǎn)離性特征包含新奇性和逃逸性2個(gè)成分，環(huán)境越新奇，代表其與消耗主動(dòng)注意的日常環(huán)境的差異性越大。景觀復(fù)雜度對(duì)恢復(fù)性的貢獻(xiàn)亦近似倒L形發(fā)展，超過一定水平后其促進(jìn)作用飽和。相關(guān)研究認(rèn)為環(huán)境復(fù)雜度與偏愛指標(biāo)的關(guān)系呈倒U形[46]，但本研究采集的道路圖片的平均復(fù)雜度不高，因此未能揭示景觀復(fù)雜度過高時(shí)對(duì)恢復(fù)性的影響。

靜謐感對(duì)恢復(fù)性的影響近似U形。相關(guān)研究認(rèn)為靜謐的環(huán)境有助于降低生理和心理激活水平[47]，但本研究發(fā)現(xiàn)熱鬧的環(huán)境亦有利于恢復(fù)性，這可能是因?yàn)闊狒[的校園道路一般是人流較多的主景路，具有更高的美學(xué)價(jià)值。

3.3物質(zhì)特征對(duì)恢復(fù)性的非線性影響

綠視率對(duì)恢復(fù)性的影響呈現(xiàn)復(fù)雜的倒S形。綠視率過高會(huì)降低視覺的通達(dá)度，增強(qiáng)壓抑感和威脅感[48]；而綠視率過低意味著缺少足夠的自然元素來促進(jìn)恢復(fù)性。Bin Jiang等[49發(fā)現(xiàn)樹木覆蓋率在 30% 左右最有利于壓力緩解，低于或高于 30% 時(shí)對(duì)壓力的緩解效果都會(huì)減弱。圍合度對(duì)恢復(fù)性的影響亦呈現(xiàn)出類似的倒S形。過高的圍合度會(huì)減少自然光線，降低視覺通透性，從而削弱環(huán)境的舒適感和安全感；過低的圍合度則不利于形成空間感和私密感。

建筑視覺占比對(duì)恢復(fù)性的影響是U形和倒L形的結(jié)合。盡管通常認(rèn)為建筑占比增加會(huì)削弱環(huán)境的自然性，但XingFan[50等指出建筑要素有助于形成“可防御空間”，增強(qiáng)居民的安全感和保障感。此外，建筑視覺占比過低的校園道路可能位于偏僻的位置，關(guān)聯(lián)著更高的危險(xiǎn)感知。

3.4設(shè)計(jì)啟示

研究結(jié)果為營(yíng)造恢復(fù)性校園景觀提供以下啟示：1）營(yíng)造復(fù)合的植物群落結(jié)構(gòu)不僅有助于提供適宜的景觀復(fù)雜度、層次感和圍合度，還能為更多物種提供棲息地，提高生物多樣性和自然度，通過吸引昆蟲和鳥類營(yíng)造活潑的自然聲景。2）種植冠大蔭濃的闊葉喬木有助于形成適宜的圍合感、環(huán)境亮度和綠視率。3）保持合理的種植密度有助于形成適宜的綠視率、環(huán)境亮度和圍合感；保持適當(dāng)?shù)慕ㄖ梢暵士稍鰪?qiáng)歸屬感和安全感。4）選擇開花植物和色葉植物時(shí)，應(yīng)注意其與整體的協(xié)調(diào)，不宜過分夸大色彩的多樣性，導(dǎo)致視覺疲勞。5）沿路參差種植植物有助于增強(qiáng)人們的探索欲和新奇感，使開和圍合空間交替出現(xiàn)，充分發(fā)揮不同圍合度對(duì)恢復(fù)性的正向作用。6）適當(dāng)創(chuàng)新鋪裝的色彩和形式，在保證整體協(xié)調(diào)度和美景度的基礎(chǔ)上，提高環(huán)境的新奇度。7）在局部使用小料石、碎石等自然材料鋪地有助于提高環(huán)境的自然度。8）在保證交通順暢的前提下，曲線形道路設(shè)計(jì)更有利于提高自然度和人們對(duì)環(huán)境的探索欲。

4結(jié)論

以中國(guó)35所高校的105張校園道路圖片為樣本，使用主觀問卷和語義分割測(cè)量其恢復(fù)性、感知特征和物質(zhì)特征，擬合XGBoost模型并使用SHAP工具可視化結(jié)果，發(fā)現(xiàn)感知特征中的自然度、美景度、協(xié)調(diào)度、色彩鮮艷感、層次感、新奇度、景觀復(fù)雜度、靜謐感、環(huán)境亮度，物質(zhì)特征中的綠視率、建筑、圍合度對(duì)恢復(fù)性的貢獻(xiàn)相對(duì)較大。其中，自然度、美景度、協(xié)調(diào)度的貢獻(xiàn)度隨特征值的增加近似單調(diào)遞增;色彩鮮艷感、層次感、環(huán)境亮度對(duì)恢復(fù)性的影響呈倒U形，存在最佳取值區(qū)間；新奇度、景觀復(fù)雜度、建筑可視率對(duì)恢復(fù)性的影響呈現(xiàn)遞增后飽和的態(tài)勢(shì)，當(dāng)特征值超過飽和點(diǎn)后，這3項(xiàng)指標(biāo)的貢獻(xiàn)度將實(shí)現(xiàn)最大化；靜謐感對(duì)恢復(fù)性的影響近似U形，安靜或熱鬧的環(huán)境都有利于恢復(fù)性；綠視率和圍合度對(duì)恢復(fù)性的影響呈現(xiàn)復(fù)雜的倒S形，同時(shí)存在最適宜的和最不適宜的特征值區(qū)間。研究結(jié)果為營(yíng)造恢復(fù)性校園景觀補(bǔ)充了科學(xué)依據(jù)，有助于完善環(huán)境恢復(fù)性研究的理論體系和證據(jù)鏈，強(qiáng)化校園對(duì)大學(xué)生心理健康的支持作用。

本研究在同一模型中比較感知和物質(zhì)特征對(duì)恢復(fù)性的貢獻(xiàn)，明確了感知特征的重要性，校正了當(dāng)前研究過分偏重物質(zhì)特征的問題。相較于傳統(tǒng)的統(tǒng)計(jì)方法，研究使用的XGBoost模型對(duì)共線性具有高容忍力，可納入更多相關(guān)變量，提高了模型的復(fù)雜性，擴(kuò)大了結(jié)果的應(yīng)用范圍。研究還揭示了空間特征對(duì)恢復(fù)性的非線性影響，識(shí)別了部分特征的適宜和不適宜取值區(qū)間，強(qiáng)化了結(jié)論在指導(dǎo)設(shè)計(jì)實(shí)踐方面的落地性。

研究的不足主要體現(xiàn)在：1）本文主要利用百度街景地圖程序獲取圖片樣本，因該程序使用機(jī)動(dòng)車搭載運(yùn)動(dòng)相機(jī)拍攝街景，研究缺失機(jī)動(dòng)車不可進(jìn)入的小徑數(shù)據(jù)，后續(xù)應(yīng)補(bǔ)充校園小徑的圖片數(shù)據(jù)。2）本研究問卷采樣受渠道和平臺(tái)所限，華東地區(qū)的受訪者人數(shù)較多，這可能導(dǎo)致問卷結(jié)果受到地域文化和氣候因素的影響，后續(xù)研究應(yīng)對(duì)不同省份的在讀大學(xué)生進(jìn)行分層抽樣。3）研究的樣本量與特征數(shù)的比值較小，導(dǎo)致XGBoOSt模型出現(xiàn)輕度過擬合情況，后續(xù)研究應(yīng)繼續(xù)擴(kuò)大樣本量，并根據(jù)本階段研究結(jié)果進(jìn)一步篩選影響恢復(fù)性環(huán)境的關(guān)鍵性特征。

注：圖片均由作者自繪。

參考文獻(xiàn)：

[1]YIFANJ，DANQ，DESHENGZ，etal.Isstressmotivation？Effects of perceived stress on online self-directed learningof college students in China[J].Education and InformationTechnologies，2023，29（6）：6473-6497.

[2]NEMEROFF R，HARDEN A，KOWALSKY B.Yoga classes as anearly intervention for college students reporting high levels ofstressandanxiety：A pilot study[J].Journal of American CollegeHealth，2024，72（1）：4-10.

[3]ZHANG C，SHI L，TIANT，etal.Associations BetweenAcademic Stress and Depressive Symptoms Mediated byAnxiety Symptoms and Hopelessness Among Chinese CollegeStudents[J]. Psychology Research and Behavior Management，2022，15：547-556.

[4]孫向紅，蔣毅，陳雪峰，等.中國(guó)國(guó)民心理健康發(fā)展報(bào)告（2023一2024）[M].北京：社會(huì)科學(xué)文獻(xiàn)出版社，2025.

[5]LIUC H，PINDER-AMAKER S，HAHMHC，etal.Priorities foraddressing the impact of the COvID-19 pandemic on collegestudent mental health[J].Journal of American College Health，2022，70 （5）：1356-1358.

[6]KAPLAN S.The restorative benefits of nature：Toward anintegrative framework[J].Journalof Environmental Psychology，1995，15（3）：169-182.

[7]KAPLANR，KAPLAN S.The Experienceof Nature：APsychological Perspective[M].Cambridge，Eng：CambridgeUniversity Press，1989.

[8]REEVESJP，JOHNCHD，WOODKA，etal.A QualitativeAnalysis of UKWetland Visitor Centresasa Health Resource[J].IntJEnvironRes Public Health，2021，18（16）：8629.

[9]AKPINAR A. How is high school greenness related to students'restorationand health？[J]. Urban Forestryamp; Urban Greening，2016，16：1-8.

[10]DUY，ZOU Z，HEY，et al.Beyond Blue and Green Spaces：ldentifying and Characterizing Restorative Environments onSichuan Technology and Business University Campus[J].International Journal of Environmental Research and PublicHealth，2022，19（20）：13500.

[11]LIQ，CUlC，LIUF，etal.Multidimensional UrbanVitality onStreets：Spatial Patternsand Influence Factor Identification UsingMultisource Urban Data[J].ISPRS International Journal of Geo-Information，2022，11（1）：2.

[12]SAN JUANC，SUBIZA-PEREZ M，VOZMEDIANO L.ReStorationand the City：The Roleof Public Urban Squares[J].Front Psychol，2017，8：2093.

[13]LINDAL P J， HARTIG T. Effcts of urban street vegetation onjudgmentsof restoration likelihood[J].Urban Forestryamp; UrbanGreening，2015，14 （2）：200-209.

[14]孫良，宋靜文，滕思靜，等.步行商業(yè)街界面形態(tài)類型與感知量化研究[J].規(guī)劃師，2020，36（13）：87-92.

[15]KORPELA K，SAVONEN E-M，ANTTILAS，et al.Enhancingwellbeing with psychological tasks along forest trails[J]. UrbanForestryamp;Urban Greening，2017，26：25-30.

[16]BORNIOLI A， PARKHURST G，MORGAN P L. PsyChologicalWellbeing Benefits of Simulated Exposure to Five Urban Settings：an Experimental Study From the Pedestrian’s Perspective[J].JournalofTransportamp;Health，2018，9：105-116.

[17]胡童童，張曉瑋，周曉雷.基于百度街景圖像的蘭州市安寧區(qū)行道樹研究[J].廣東園林，2024，46（5）：52-59.

[18]CHIANG Y-C，LI D，JANE H-A.Wild or tended nature？The effects of landscape location and vegetation density onphysiological and psychological responses[J]. Landscape andUrban Planning，2017，167：72-83.

[19]XUL，MENG R，HUANG S，etal.Healing Oriented StreetDesign： Experimental Explorationsvia Virtual Reality[J].UrbanPlanning lnternational，2019，34：38-45.

[20]PALSDOTTIRA M，STIGSDOTTERUK，PERSSON D，et al.The qualities of natural environments that support therehabilitation processof individualswith stress-related mentaldisorderin nature-based rehabilitation[J].Urban Forestryamp;UrbanGreening，2018，29：312-321.

[21]KEXIUL，ELSADEKM，LIUB，etal.Foliage colors improverelaxationand emotional status ofuniversity students fromdifferent countries[J].Heliyon，2021，7 （1）：e06131.

[22]潘佳馨，杜宏武.基于視覺感知的生活型街道空間療愈性研究[J].建筑與文化，2022（6）：109-110.

[23]郭雨晴，龔鵬.基于8類感知屬性法研究校園綠地對(duì)大學(xué)生注意力恢復(fù)的影響[J].江蘇林業(yè)科技，2024，51 （3）：46-52.

[24]邵鈺涵，盧嫻，殷雨婷．上海中心城區(qū)口袋公園恢復(fù)性效益研究[J].中國(guó)城市林業(yè)，2024，22（1）：25-33，86.

[25]MOSIER KL，KIRLIK A.Brunswik'S Lens Model in HumanFactors Research： Modern Applications of a Classic Theory[J].Proceedings of the Human Factors and Ergonomics SocietyAnnual Meeting，2004，48（3）：350-354.

[26]HAMMOND KR.Probabilistic functioning and the clinicalmethod[J].Psychol Rev，1955，62 （4）：255-262.

[27]SlEGEL G.Can basic perceptual features be learned？[J].Synthese，2025，205 （2）：48.

[28]ZANG Z，ZHANGL，LIUY，etal.A Framework for AnalyzingSpatial Heterogeneity and Influencing Factors of Campus GreenSpace in Xi'an，China[J]. Chinese Geographical Science，2025，35 （4）：786-801.

[29]CHEN T，GUESTRIN C. XGBoost： A Scalable Tree BoostingSystem[C]//Proceedings of the 22nd ACM SIGKDD InternationalConference on Knowledge Discovery and Data Mining. SanFrancisco：ACM，2016.

[30]KITTROSS JM.The measurement of meaning[J].Audiovisualcommunication review，1959，7（3）：154-156.

[31]PASINI M，BERTO R，BRONDINO M，etal.HoW to Measurethe Restorative Qualityof Environments：The PRS-11[J].Procedia- Socialand Behavioral Sciences，2014，159：293-297.

[32]HARTIGT，KALEVI K，W.EG，etal.Ameasure of restorativequality in environments[J].Scandinavian Housing and PlanningResearch，1997，14（4）：175-194.

[33]STAATS H，KIEVIETA，HARTIG T.Where to reCOver fromattentional fatigue：An expectancy-valueanalysis of environmentalpreference[J].Journal of Environmental Psychology，2003，23（2）：147-157.

[34]KUHN M，JOHNSON K.Applied Predictive Modeling[M].NewYork：Springer，2013.

[35]HASTIET，TIBSHIRANIR，F(xiàn)RIEDMANJ，etal.The ElementsofStatistical Learning：Data Mining，Inference，and Prediction[J].Math Intell，2004，27：83-85.

[36]CAWLEYGC，TALBOTNLC.On Over-fittingin ModelSelection and Subsequent Selection Bias in PerformanceEvaluation [J].JMach Learn Res，2010，11：2079-2107.

[37]MA W，HAN W，ZHANG H，et al.UAV multispectral remotesensing for theestimationof SPADvaluesatvarious growthstagesof maize under different irrigation levels[J].Computers andElectronicsin Agriculture，2024，227：109566.

[38]BRUNSWiK E.Wahrnehmung und Gegenstandswelt：Grundlegung einer Psychologievom Gegenstand her[M].Leipzig，Germany：Franz Deuticke，1934.

[39]劉博新，李樹華.康復(fù)景觀的親生物設(shè)計(jì)探析[J].風(fēng)景園林，2015，22 （5）：123-128.

[40]ZHANG R.Research and evaluation on students'emotionalattachmentto campus landscape renewalcouplingemotionalattachment scale and public sentiment analysis：a case study ofthe\"Heartof Forest\"in Beijing Forestry University[J].Frontiers inPsychology，2023，14：1250441.

[41]張璇，周曉林.神經(jīng)美學(xué)視角的審美愉悅加工機(jī)制[J].心理科學(xué)進(jìn)展，2021，29（10）：1847-1854.

[42]魏方，徐靜，樊懋，等.可持續(xù)更新背景下后工業(yè)景觀的連貫性與易讀性感知研究[J].風(fēng)景園林，2023，30 （6）：27-34.

[43]ELSADEKM，SAYAKAS，F(xiàn)UJIIE，etal.Humanemotionaland psycho-physiological responses to plant color stimuli[J].Journal of Food，Agriculture and Environment，20l3，11：1584-1591.

[44]李蕓，汝濤濤，李絲雨，等.環(huán)境光照對(duì)情緒的影響及其作用機(jī)制[J].心理科學(xué)進(jìn)展，2022，30（2）：389-405.

[45]LAUMANN K，GARLING T，STORMARK K M.RATINGSCALE MEASURESOFRESTORATIVE COMPONENTSOFENVIRONMENTS[J].Journal of Environmental Psychology，2001，21（1）：31-44.

[46]朱曉玥，金凱，余洋.基于實(shí)景圖片的恢復(fù)性環(huán)境空間類型及特征研究[J].西部人居環(huán)境學(xué)刊，2020，35（4）：25-33.

[47]詹開元，任維.基于社交媒體數(shù)據(jù)的國(guó)家公園聲景觀感知研究[J].廣東園林，2025，47（1）：3-10.

[48]朱懷真，楊凡，南歆格，等.國(guó)內(nèi)外綠視率研究進(jìn)展[J].中國(guó)城市林業(yè)，2022，20 （3）：140-146.

[49]JIANG B，CHANG C-Y，SULLIVANWC.Adose of nature：Treecover，stress reduction，and gender differences[J].Landscape andUrban Planning，2014，132：26-36.

[50]FAN X，HUD，F(xiàn)ANY，etal.Urban restorative environments：The critical role of building density，vegetation structure，andmulti-sensory stimulation in psychophysiological recovery[J].Building and Environment，2025，281：113190.

作者簡(jiǎn)介：

劉暢/1990年生/女/遼寧鐵嶺人/博士/福建農(nóng)林大學(xué)風(fēng)景園林與藝術(shù)學(xué)院（福州350100）/副教授，碩士生導(dǎo)師/研究方向?yàn)榫G色療法與康養(yǎng)景觀

黎梓熙/2002年生/女/廣東廣州人/福建農(nóng)林大學(xué)風(fēng)景園林與藝術(shù)學(xué)院（福州350100）/在讀碩士研究生/專業(yè)方向?yàn)榭叼B(yǎng)景觀規(guī)劃設(shè)計(jì)理論

鄭泳鎔/1999年生/女/福建永泰人/碩士/福建農(nóng)林大學(xué)風(fēng)景園林與藝術(shù)學(xué)院（福州350100）/專業(yè)方向?yàn)榫坝^感知

許諾/1999年生/男/江西吉水人/碩士/福建農(nóng)林大學(xué)風(fēng)景園林與藝術(shù)學(xué)院（福州350100）/專業(yè)方向?yàn)榻值阑盍υu(píng)價(jià)

趙佳怡/2000年生/女/山東淄博人/碩士/福建農(nóng)林大學(xué)風(fēng)景園林與藝術(shù)學(xué)院（福州350100）/專業(yè)方向?yàn)榭叼B(yǎng)景觀規(guī)劃設(shè)計(jì)理論

收稿日期：2025-05-07

修回日期：2025-06-09