EN中文

Landscape Architecture >

2025 , Vol. 32 >Issue 11: 51 - 60

DOI: https://doi.org/10.3724/j.fjyl.LA20250279

Special: Rural Landscape Preservation and Revitalization

Research on the Influence Mechanism of Rural Public Space Characteristics on the Place Attachment of the Left-Behind Elderly and the Optimization of Rural Public Space

  • MENG Shiyu , 1 ,
  • ZHANG Shuying , 1 ,
  • ZHANG Leqi , 1 ,
  • LIU Chenhui , 1 ,
  • ZHANG Yunlu , 1, 2, 3, *
Expand
  • 1School of Landscape Architecture, Beijing Forestry University
  • 2Secretariat of the National Master of Landscape Architecture Education Steering Committee
  • 3Beijing Laboratory of Urban and Rural Ecological Environment

MENG Shiyu is a Ph.D. candidate in the School of Landscape Architecture, Beijing Forestry University. His research focuses on landscape planning and design

ZHANG Shuying is a master student in the School of Landscape Architecture, Beijing Forestry University. Her research focuses on landscape planning and design

ZHANG Leqi is a master student in the School of Landscape Architecture, Beijing Forestry University. His research focuses on landscape planning and design

LIU Chenhui is a master student in the School of Landscape Architecture, Beijing Forestry University. Her research focuses on landscape planning and design

ZHANG Yunlu, Ph.D., is a professor and doctoral supervisor in the School of Landscape Architecture, Beijing Forestry University, director of the Office of the Secretariat of the National Master of Landscape Architecture Education Steering Committee, and a member of Beijing Laboratory of Urban and Rural Ecological Environment. His research focuses on theory and practice of landscape planning and design, and urban and rural green space system planning

Received date: 2025-05-09

  Revised date: 2025-09-20

  Online published: 2025-12-10

Copyright

Copyright © 2025 Landscape Architecture. All rights reserved.
Fold

Abstract

[Objective] As an important part of the rural human settlement environment, public space is a place for the daily social activities of the elderly left behind in the countryside, and it also provides emotional support for these elderly people. In the process of long-term human − land interaction, the less mobile left-behind elderly have formed a stronger attachment to these spaces and environments. However, under the influence of rapid urbanization and tourism, the countryside has experienced rapid transformation and restructuring, facing the double crisis of the demise of the physical environment and the weakening of cultural connotations. Besides, the problems of homogenization and modeling of rural public space are prominent, making the left-behind elderly unable to retrieve their original sense of belonging and identity, and the relationship between people and place is very tense and acute. Therefore, it is of great significance to explore the relationship between rural public space and place attachment and its influence mechanism to cope with aging scientifically and enhance the happiness of the left-behind elderly.

[Methods] Taking four villages in Beijing as the research object, this research evaluates the characteristics of rural public space based on deep learning, MATLAB software, social network analysis, questionnaire survey, etc., carries out spatial visualization analysis of the place attachment of the left-behind elderly in the villages through the public participation geographic information system (PPGIS), and finally explores the influence mechanism of the characteristics of rural public space on the place attachment of the left-behind elderly through the construction of a multiple linear regression analysis model.

[Results] The results indicate that the top three sites with the highest average place attachment scores in Nanjiao Village are the Goddess Temple Square (4.32), the Village Committee Square (4.18), and the Xuandi Temple (3.83). In Heilongguan Village, the highest scores are recorded for the Dayue Platform (4.19), the Open Space in Front of Houses (3.98), and the Dragon God Temple Square (3.87). In Shuiyu Village, the top sites include the Goddess Temple Square (4.23), the Ancient Sophora Tree (4.12), the Grand Stage (3.78), and the East Street Gate Tower (3.78). Finally, in Liulinshui Village, the highest scores are associated with the Area Around the Vegetable Plots (4.13), the Big Millstone Alley (3.93), and the Opera Stage (3.91). In terms of the spatial distribution characteristics of the strength of local attachment, the local attachment of the left-behind elderly shows the “multi-center” distribution characteristics of strong intermittency and high local concentration, and the high value areas of local attachment are mainly concentrated in the spiritual and cultural spaces with rich connotation and daily life spaces that are convenient and easy to reach. Regarding the influence mechanism of rural public space characteristics on the place attachment of the left-behind elderly, on the whole, the cultural and spatial characteristics of rural public space constitute the core dimensions of place dependence and place identity, followed by the influence of artificial characteristics, while the influence of natural characteristics on the place attachment of the left-behind elderly is relatively limited, and only the greening coverage positively contributes to the place dependence by enhancing the ecological comfort of public space, but has no direct influence on the place identity. In terms of specific characteristic indicators, a total of 10 public space characteristic factors significantly affect the place dependence of the left-behind elderly, among which accessibility, activity participation, vegetation coverage and building density are the key factors positively affecting the place dependence of the left-behind elderly, while the negative interference index and the degree of spatial enclosure are the key factors negatively affecting the place dependence of the left-behind elderly. There are eight influencing factors of place identity, among which the degree of neighborhood affinity, the degree of preservation of historical relics, the degree of participation in activities and building density have a greater positive influence on place identity, and the degree of colorfulness has a significant negative influence on place identity.

[Conclusion] Based on the influence mechanism of rural public space characteristics on place attachment, this research proposes four optimization strategies for rural public spaces. 1) Construct an elderly-friendly spatial network to promote neighborhood social interaction. Specifically, we should create a barrier-free rural public space network integrated with “memory anchor points” to encourage left-behind elderly residents to spontaneously organize traditional festival activities and demonstrations of traditional skills. This approach transforms public spaces into dual carriers of neighborhood collaboration and cultural activities, enhances the participation of the left-behind elderly in activities, and thereby strengthens their sense of place dependence. 2) Safeguard carriers of local memory to reinforce historical identity and emotional connection. Specifically, we should restore and revitalize traditional spiritual and cultural spaces by converting historical memories into perceptible cultural narratives through methods such as displaying old photographs, exhibiting agricultural tools, and screening videos, and at the same time establish rural color management guidelines to preserve the authenticity of the rural human settlement environment. 3) Rationalize control of building density to reduce interference from modern elements. Specifically, we should optimize the architectural layout around public spaces to form a hierarchical transition between “architecture − space − nature”, and appropriately regulate the placement and quantity of modern facilities such as billboards and signages to ensure their style harmonizes with the surrounding environment, thereby minimizing the impact of modern elements on the daily lives and production activities of left-behind elderly residents. 4) Enhance ecological comfort to strengthen the foundation for human − landscape interaction. Specifically, we should focus on increasing green coverage rates to improve the microclimate environment in rural areas and enhance the ecological comfort of public spaces. In addition, we should create diversified elderly-friendly scenarios incorporating natural elements such as water systems and vegetable gardens to foster continuous interaction between left-behind elderly residents and the natural environment. The results of the research can provide scientific guidelines and case studies for building an age-friendly rural human settlement environment.

Key words： rural public space; left-behind elderly; place attachment; multiple linear regression model; optimization strategy; Beijing

Cite this article

MENG Shiyu , ZHANG Shuying , ZHANG Leqi , LIU Chenhui , ZHANG Yunlu . Research on the Influence Mechanism of Rural Public Space Characteristics on the Place Attachment of the Left-Behind Elderly and the Optimization of Rural Public Space[J]. Landscape Architecture, 2025 , 32(11) : 51 -60 . DOI: 10.3724/j.fjyl.LA20250279

当前，全球人口正在快速老龄化，人口老龄化给乡村可持续发展带来的挑战日益严峻[1]。在中国，受城乡二元结构的影响，大量农村劳动人口转移到城镇，而很多老年人由于社会经济条件的限制和强烈的地方依恋则留在了乡村[2]。据统计，中国城镇和农村老年人口比重分别从1982年的5.1%和5.7%上升到2022年的12.5%和19.3%[3]。在快速城镇化和旅游化的影响下，乡村经历了快速的转型与重组，面临着实体环境消亡和文化内涵弱化的双重危机，留守老人无法找回原有的归属感和认同感，人地关系十分紧张和尖锐[4]。广场、戏台、古树等公共空间作为乡村人居环境的重要组成部分，是乡村留守老人日常社交活动的场所，更是情感上的精神寄托。在长期的人地互动过程中，流动性较小的留守老人与这些空间环境之间形成了更加强烈的恋地情结[5]。许多研究表明，公共空间特征能够显著影响居民的地方依恋强度[6-8]。但乡村公共空间特征和留守老人地方依恋的关联机制研究仍较为欠缺，导致人口老龄化背景下乡村公共空间的优化缺乏一定的理论依据和科学指引。因此，有必要准确评估留守老人对乡村公共空间的依恋程度，揭示空间环境特征对地方依恋的影响机制，从而提升乡村留守老人的归属感和幸福感。

1 文献回顾

为了探索人与地方的情感关系，地理学家和环境心理学家提出了多种不同的概念，例如地方感[9]、地方依恋[10]、社区认同[11]等。其中，地方依恋指的是人与地方之间基于情感、行为、认知的一种联系，其中情感因素作为首位，处在人与地方关系研究的核心位置，是衡量人与地方积极情感联系的主要理论[12-13]。随着人们对环境的情感需求日益增加，地方依恋的相关研究持续增长[14-16]，在社区尺度开展了大量研究[17-19]，这为以情感需求为导向的社区环境优化提供了理论指导。地方依恋涵盖公共空间、社区、城市、国家多个尺度，居民的依恋程度会因空间尺度的变化而有所不同[20]，但鲜有研究关注到留守老人这一特殊群体对公共空间的依恋程度及其空间分异特征。此外，现有研究大多基于城市背景开展地方依恋的测度及其影响因素研究，关于乡村公共空间特征对留守老人地方依恋的影响机制研究还存在空白，亟待进行深入研究，为人口老龄化背景下乡村公共空间的优化提升提供理论依据。
探索乡村公共空间特征与老年人地方依恋的关联，最大的挑战是要识别出乡村公共空间中重要的恋地空间并解析其依附的环境特征。为了量化地方依恋的强度，学者们开发了从一维到多维的地方依恋量表[21]，由地方认同和地方依赖构成的二维量表是国际上应用最广泛的地方依恋强度测量方法[22]。虽然量表的方法有助于测度老年人对乡村公共空间的依恋强度，但在一定程度上忽视了地方依恋强度在特定空间范围内的动态变化过程，而且容易与空间环境信息脱节，难以全方面分析地方依恋与空间环境之间的相互作用关系[23]。近年来，公众参与地理信息系统（public participation geographic information system, PPGIS）被广泛应用于情感的量化和图示化的研究中，能够将量表整合到标绘制图研究之中，实现抽象情感数据的空间化表达[24-26]，从而直观揭示微观公共空间尺度下留守老人地方依恋强度的空间分布模式及分异特征。此外，现有研究通常采用基于深度学习的图像识别技术，以多方位、多尺度的定性与定量相结合的方法对空间特征要素进行智能识别，该方法具有较高的要素识别的效率和准确性，被广泛运用在公共空间特征研究领域[27-28]。特别是通过全景图像的语义分割技术，能够对空间围合度、绿视率、蓝视率等公共空间特征指标进行精准测度。这为揭示公共空间特征对留守老人地方依恋的作用机制提供了技术工具支撑。
传统村落是中国广大乡村的典型代表，相较于其他村落，保存更为完整、集体记忆与乡村文化更加连续。受到快速城镇化的影响，北京市传统村落公共空间功能快速转型、环境剧烈变化，同时人口老龄化问题日益严峻，这些村落面临着巨大的人地关系失调压力，进而影响到区域的可持续发展。因此，北京市传统村落是探索乡村公共空间特征与老年人地方依恋的合适案例。本研究以北京房山区的4个国家级传统村落为研究对象，主要探讨3个问题。1）如何科学有效评估乡村公共空间特征？2）微观尺度下乡村留守老人地方依恋在空间上的分布特征如何？3）乡村公共空间特征如何影响留守老人的地方依恋？通过解决这些问题，本研究将为营造老龄友好的乡村公共空间环境提供理论依据和科学指引。

2 研究区域与数据

2.1 研究区域

房山区位于北京市的西南部（东经115°25′~116°15′，北纬39°30′~39°55′），常住人口131.1万人，总面积2 019 km2。房山区是北京的三大传统村落聚集区之一，2024年被评为中国传统村落集中连片保护利用示范区。近年来，房山区乡村地区经历了快速的社会空间转型，人口老龄化程度日趋严重[29-30]。因此，房山区传统村落是研究乡村老年人地方依恋的理想场所，具有较好的代表性。本研究以房山区保存较为完整的4个国家级传统村落为研究对象，分别为南窖乡水峪村、南窖乡南窖村、佛子庄乡黑龙关村、史家营乡柳林水村（图1）。这4个村落留存了大量明清时期的历史建筑，较好地保存了传统历史风貌，具有鲜明的京西地域特色，同时也面临着严峻的人口老龄化挑战，在研究区内具有一定的代表性和典型性。
图1 研究区位图

Fig. 1 Location map of the research area

2.2 数据收集

2.2.1 基于PPGIS的问卷数据收集

本研究采用PPGIS方法收集留守老人对乡村公共空间的地方依恋感知、文化特征评价的数据，并设计了一个由3部分组成的调查问卷。问卷第1部分旨在获取留守老人的个人基本信息；第2部分通过公众参与式制图收集空间地理坐标信息和地方依恋数据。第3部分调查乡村公共空间的文化特征。
需要指出的是，问卷的第2部分结合“您认为对您特别重要或对您有特殊意义的地方有哪些？”的访谈问题[23]，邀请留守老人在本村地图上标注这些公共空间的位置，收集地方依恋的地理坐标信息。随后，通过地方依恋量表对留守老人地方依恋进行测度，该量表包括5个关于地方认同的项目和5个关于地方依赖的项目（表1），所有项目都采用李克特5点计分法，赋值范围1~5，数值越高表示留守老人越同意该题项[31]。
表1 地方依恋量表

Table 1 Place attachment measurement scale

地方依赖题项 地方认同题项
这里是我活动的最佳场所 这里非常有代表性
这里的活动是其他地方不能取代的 这里在我的生活中扮演重要的角色
这里是最让我感到满足的地方 这里对我来说意义重大
相对别的休闲场所，我对这里的环境更加满意 这里让我感到认同，很有亲切感
这里是我空闲时间最喜欢去的休闲场所 我舍不得离开这里
问卷调查于2024年4月正式进行，分别邀请房山区黑龙关村、水峪村、南窖村和柳林水村的50位留守老人，确保留守老人的年龄在60~70岁之间、性别比例均衡且居住时间在10年以上，共邀请到200位留守老人参与研究，最终采集到192份有效样本数据，有效率为96.5%。对村落内不同场所的标记频次进行初步统计发现，4个传统村落共收集到1 103个空间点数据，其中标记频次超过20次的场所有36个。通过SPSS软件对问卷信效度进行检验，得到总量表信度系数为0.88，KMO=0.912，Bartlett球形检验显著性概率值p＜0.05，说明信度和效度均较好，问卷调查数据能够准确反映测量项目的真实水平。

2.2.2 全景图像收集

全景图像具有更广阔的视野并能全面记录场地的视觉信息，将之作为真实景观场景的替代品已证明具有良好的可靠性[32]。2024年3—4月，本研究团队成员通过模拟视觉的方法对传统村落公共空间进行了拍摄，共采集2 012张图像，合成503张全景图像。全景图像的拍摄有3个标准。1）拍摄时间：所有图像均在8：00—11：00、14：00—16：00的晴朗窗口下拍摄；2）拍摄高度：为更好地匹配人眼视觉范围，在1.6 m高度并保持水平方向进行拍摄；3）拍摄间隔：沿黑龙关村、水峪村、南窖村、柳林水村街巷空间每隔5 m拍摄一张图像。在剔除重复、清晰度低、机械故障的图像后，最终确定450张全景图像用于后续研究。

2.3 研究方法

在方法层面，首先，通过深度学习、MATLAB软件、问卷调查等途径对乡村公共空间特征进行量化；其次，基于PPGIS对留守老人的地方依恋水平进行空间可视化分析；最后，运用多元线性回归模型揭示乡村公共空间特征对留守老人地方依恋的影响机制。

2.3.1 乡村公共空间特征量化

1）指标选取。参考现有文献中已有的公共空间特征指标[33-35]，结合与风景园林及相关领域专家的咨询结果，将乡村公共空间特征分为自然特征、人工特征、空间特征和文化特征4个维度，共筛选了16项指标，构建乡村公共空间特征指标体系（表2）。选取的指标满足3个要求：1）符合研究主题；2）可科学、客观量化；3）应用广泛、可靠。
表2 传统村落公共空间特征指标体系

Table 2 Indicator system for characteristics of public space in traditional villages

环境特征 指标 内涵 量化方法
自然特征 绿视率A1 图像中绿色景观像素的比例 语义分割
绿化覆盖率A2 绿化面积与总面积之比 现场测量
植被丰富度A3 空间内植物的种类 现场测量
人工特征 建筑密度A4 图像中建筑像素的比例 语义分割
地面平整度A5 空间内地面的平整程度 问卷调查
路面铺装比A6 图像中路面像素的比例 语义分割
负面干扰指数A7 图像中车、电线杆等像素的比例 语义分割
空间特征 视觉熵A8 图像的熵值 MATLAB软件
色彩丰富度A9 肉眼感受得出的色彩丰富程度 MATLAB软件
空间围合度A10 建筑、植物、路面像素的比例 语义分割
天空开阔度A11 图像中天空像素的比例 语义分割
可达性A12 到达场地的便捷程度 社会网络分析
文化特征 空间地域特色性A13 空间的地域特色程度 问卷调查
历史遗迹保留度A14 空间内历史遗迹的保留程度 问卷调查
活动参与度A15 公共活动的参与程度 问卷调查
邻里亲和度A16 邻里之间的亲和程度 问卷调查
2）基于深度学习的要素特征自动识别与提取。通过深度学习技术计算绿视率、建筑密度、路面铺装比、负面干扰指数、空间围合度、天空开阔度6项指标（表3）。鉴于乡村地区尚无专业的图像数据源，本研究开发了与乡村公共空间相适应的深度学习应用框架，以实现乡村公共空间特征的精准测度。采用了基于Transformer主干网络的Mask2former图像分割模型[36]，由于全景图像具有全方位展示、信息量大的优势，共选取400张全景图像作为Mask2former图像分割模型的训练集（80%）和测试集（20%）。由3位研究人员使用Labelme软件标注训练集和测试集的标签信息，标注完成后由另外3位研究人员进行核对。模型经过2万次迭代训练后，语义分割准确率达到82.14%，要素提取效果较好（图2）。
表3 基于深度学习的乡村公共空间特征评价指标量化方法

Table 3 Quantitative method of evaluation indicators for rural public space characteristics based on deep learning

评价指标 视觉要素 计算式 式注
绿视率（I gv） 绿植、山体 $ {I}_{\mathrm{g}\mathrm{v}}=\dfrac{{A}_{g\_i}+{A}_{m\_i}}{{A}_{t\_i}} $ $ {A}_{t\_i} $为图像i中的像素总数，$ {A}_{g\_i} $为图像i中绿植像素的数量， $ {A}_{m\_i} $为图像i中山体像素的数量，$ {A}_{b\_i} $为图像i中建筑像素的数量，$ {A}_{r\_i} $为图像i中道路像素的数量，$ {A}_{c\_i} $为图像i中车、电线杆、指示牌像素的数量，$ {A}_{s\_i} $是图像i中天空像素的数量
建筑密度（D b） 建筑 $ {D}_{\mathrm{b}}=\dfrac{{A}_{b\_i}}{{A}_{t\_i}} $
路面铺装比（I rw） 路面 $ {I}_{\mathrm{r}\mathrm{w}}=\dfrac{{A}_{r\_i}}{{A}_{t\_i}} $
负面干扰指数（I ni） 车、电线杆、指示牌 $ {I}_{\mathrm{n}\mathrm{i}}=\dfrac{{A}_{c\_i}}{{A}_{t\_i}} $
空间围合度（D se） 绿植、建筑、道路 $ {D}_{\rm{se}}=\dfrac{{A}_{g\_i}+{A}_{b\_i}}{{A}_{r\_i}} $
天空开阔度（I so） 天空 $ {I}_{\mathrm{s}\mathrm{o}}=\dfrac{{A}_{s\_i}}{{A}_{t\_i}} $
2 Semantic segmentation model for panoramic images of rural public space[34]

乡村公共空间全景图像语义分割模型[34]

3）其他指标量化。视觉熵和色彩丰富度通过MATLAB软件进行量化。通过对图像进行识别、灰度增强、区域划分、面积计算等步骤计算图像的视觉熵[37]。色彩丰富度采用Hasler等[38]提出的图像色彩丰富度计算方法。运用社会网络分析中的度数中心度评估乡村公共空间的可达性，通过实地测绘获取公共空间内植被的种类、覆盖面积等数据，并计算绿化覆盖率和植被丰富度。针对地面平整度、空间地域特色性、历史遗迹保留度、活动参与度、邻里亲和度5项指标，采用李克特量表法将其设为5级（1代表最差，5代表最好），以上5项指标的数据通过问卷调查获取。视觉熵的计算式
$ H（x）=-\sum _{i=1}^{n}P（{a}_{i}）\times {\rm{log}} P（{a}_{i}）。 $
式中，$ H（x） $表示对于由n个区域构成的整个视觉对象产生的总信息量，n为具有显著边界的区域或单元个数，i为划分后的区域，$ P（{a}_{i}） $为区域$ {a}_{i} $（i=1，2，…，n）出现的概率。色彩丰富度计算式
$ {D}_{\mathrm{r}\mathrm{g}}=R-G， $
$ {D}_{\mathrm{y}\mathrm{b}}=\frac{1}{2}（R+G）-B， $
$ {{\text{σ}} }_{\mathrm{r}\mathrm{g}\mathrm{y}\mathrm{b}}=\sqrt{{{\text{σ}} }_{\mathrm{r}\mathrm{g}}^{2}+{{\text{σ}} }_{\mathrm{y}\mathrm{b}}^{2}}， $
$ {{\text{μ}} }_{\mathrm{r}\mathrm{g}\mathrm{y}\mathrm{b}}=\sqrt{{{\text{μ}} }_{\mathrm{r}\mathrm{g}}^{2}+{{\text{μ}} }_{\mathrm{y}\mathrm{b}}^{2}}， $
$ C={{\text{σ}} }_{\mathrm{r}\mathrm{g}\mathrm{y}\mathrm{b}}+0.3\times {{\text{μ}} }_{\mathrm{r}\mathrm{g}\mathrm{y}\mathrm{b}}。 $
式中，$ R $为RGB色彩模式中的红色通道强度，$ G $为RGB色彩模式中的绿色通道强度，$ B $为RGB色彩模式中的蓝色通道强度。$ {D}_{\mathrm{r}\mathrm{g}} $是红色通道强度和绿色通道强度的差值。$ {D}_{\mathrm{y}\mathrm{b}} $表示红绿通道强度之和的一半减去蓝色通道强度。$ {{\text{σ}} }_{\mathrm{r}\mathrm{g}\mathrm{y}\mathrm{b}} $和$ {{\text{μ}} }_{\mathrm{r}\mathrm{g}\mathrm{y}\mathrm{b}} $分别代表色彩通道强度标准偏差和均值。$ {{\text{σ}} }_{\mathrm{r}\mathrm{g}} $和$ {{\text{σ}} }_{\mathrm{y}\mathrm{b}} $分别代表$ {D}_{\mathrm{r}\mathrm{g}} $和$ {D}_{\mathrm{y}\mathrm{b}} $的标准差，$ {{\text{μ}} }_{\mathrm{r}\mathrm{g}} $和$ {{\text{μ}} }_{\mathrm{y}\mathrm{b}} $分别代表$ {D}_{\mathrm{r}\mathrm{g}} $和$ {D}_{\mathrm{y}\mathrm{b}} $的平均值。C代表色彩丰富度指标。

2.3.2 地方依恋可视化制图

为了直观展示乡村留守老人地方依恋强度的空间分异特征，本研究基于ArcGIS平台将问卷结果的数值赋予对应的点数据并输入其属性库，运用核密度分析工具将离散的地方依恋感知点数据进行空间平滑处理，形成连续分布的密度图，从而分析地方依恋感知点密度高值区、低值区的空间分布特征[39]，为进一步解析影响地方依恋的空间环境特征提供依据。

2.3.3 乡村公共空间特征对留守老人地方依恋的影响机制

基于上述步骤收集的所有公共空间场景的特征数据与留守老人地方依恋量表数据，本研究采用多元线性回归分析，筛选出对乡村留守老人地方依恋解释力较强的自变量，阐明乡村公共空间特征与留守老人地方依恋之间的关系。多元线性回归模型的基本思路是将变量逐个引入模型，并在引入一个新变量后，对已入选回归模型的旧变量进行检验，剔除以下变量：在${\text{α}} $=0.05显著水平下不满足t检验、F检验或不满足模型先验假定。如此重复，使得模型收敛，并剔除对于最终模型R 2贡献率不足1%的自变量[40]。最后的模型中只保留对整个模型有显著贡献的变量。多元线性回归方程计算式
$ y ={\beta }_{0}+{\beta }_{1}{X}_{1}+{\beta }_{2}{X}_{2}+\text{…} +{\beta }_{n}{X}_{n}+{\text{ε}} 。 $
式中，y为被解释变量；$ {X}_{i} $为解释变量（i=1，2，…，n）；n为解释变量的数目；$ {\beta }_{0} $为回归常数；${\beta }_{1}，{\beta }_{2}，\text{…} ，{\beta }_{n} $为回归系数；${\text{ε}} $为随机误差项，通常假定为零。

3 研究结果

3.1 描述统计分析

分析4个村落标记频次超过20次的公共空间的地方依恋平均分（图3），得分较高反映出留守老人对该空间具有更深的情感联结和更高的功能认可度。具体而言，南窖村地方依恋平均得分排序前3的公共空间为娘娘庙广场（4.32）、村委会广场（4.18）、玄帝庙（3.83）；黑龙关村为大月台（4.19）、房前空地（3.98）、龙神庙广场（3.87）；水峪村为娘娘庙广场（4.23）、古槐（4.12）、大舞台（3.78）、东过街楼（3.78）；柳林水村为菜园地周边（4.13）、大碾子胡同（3.93）、戏台（3.91）。
图3 4个村落留守老人地方依恋统计结果

Fig. 3 Statistical results of place attachment of the elderly left behind in 4 villages

3.2 乡村留守老人地方依恋强度的空间分布特征

从留守老人地方依恋的强度分布来看（图4），4个村落呈现出地方依恋强度间断性强、局部集中度高的“多中心”分布特征，主要有2类明显的地方依恋高值区。一类是承载留守老人文化活动的精神文化场所，包括娘娘庙广场、古槐、戏台、过街楼等，这些公共空间体现了京西地区独特的乡村地域文化，承载着留守老人的乡愁记忆和美好寄托。另一类是可达性高、能够满足日常活动需求的场所，包括村口、滨水空间、岔路口等。在实地调研过程中发现，留守老人日常的活动需求以遛弯为主，这些可达性高、方便交流互动的地方满足了留守老人的功能和情感需求，成为留守老人地方依恋的热点区域和高依恋值空间。
图4 留守老人地方依恋强度空间分布特征

Fig. 4 Characteristics of the spatial distribution of the strength of local attachment among the left-behind elderly

3.3 乡村公共空间特征对留守老人地方依恋的影响机制

3.3.1 乡村公共空间特征指标相关性分析

利用皮尔逊相关系数检验16项指标的多重共线性（图5）。结果表明，有少数因子间的相关系数绝对值大于0.6，比如绿视率、绿化覆盖率和天空开阔度的相关系数分别为−0.82、−0.65，路面铺装比和空间围合度的相关系数为−0.8，说明因子之间可能存在多重共线性关系，适宜采用多元线性逐步回归分析的方法揭示乡村公共空间特征对留守老人地方依恋的影响过程。
图5 乡村公共空间特征指标相关性分析

Fig. 5 Correlation analysis of indicators for rural public space characteristics

3.3.2 乡村公共空间特征对留守老人地方依恋的影响机制

1）乡村公共空间特征与留守老人地方依赖多元线性回归分析。乡村公共空间特征与地方依赖的多元线性回归模型的R 2为0.693，结果表明共有10个公共空间特征指标显著影响留守老人的地方依赖（表4）。其中，可达性、活动参与度、绿化覆盖率、建筑密度正向显著影响乡村留守老人的地方依赖，这表明乡村聚落内部方便到达、活动参与度高的公共空间更能提升留守老人的依赖程度。负面干扰指数、空间围合程度显著负向影响留守老人的地方依赖，留守老人是乡村公共空间的长久使用者，铁栏杆、标识牌等现代材料的无序填充会降低老年人对公共空间的依赖感。此外，留守老人更偏好开放程度较高的公共空间，在乡村公共空间优化提升时应予以关注。
表4 乡村公共空间特征与留守老人地方依赖的多元线性回归分析结果

Table 4 Results of multiple linear regression analysis of rural public space characteristics and place dependence of the left-behind elderly

公共空间特征指标 非标准化系数B 标准化系数Beta 显著性 共线性统计
容差 VIF
绿化覆盖率 1.729 0.243 0.000 0.497 2.011
植被丰富度 0.006 0.017 0.000 0.549 1.821
建筑密度 0.606 0.222 0.001 0.313 3.199
地面平整度 0.122 0.156 0.000 0.512 1.952
负面干扰指数 −0.218 −0.557 0.012 0.568 1.76
色彩丰富度 −0.044 −0.100 0.000 0.458 2.181
空间围合度 −0.025 −0.392 0.023 0.593 1.687
可达性 0.106 0.563 0.008 0.643 1.555
历史遗迹保留度 0.049 0.113 0.000 0.701 1.426
活动参与度 0.551 0.310 0.000 0.551 1.816
2）乡村公共空间特征与留守老人地方认同多元线性回归分析。为了进一步识别影响留守老人地方认同的关键乡村公共空间特征，以留守老人地方认同值为因变量，乡村公共空间特征为自变量，构建多元线性回归模型，计算得到R 2为0.614，拟合优度较高。结果表明共有8个公共空间特征指标显著影响留守老人的地方认同（表5），其中，邻里亲和程度、历史遗迹保留度、活动参与度和建筑密度的影响程度较大。色彩丰富度对留守老人的地方认同存在较为明显的负向影响，反映出公共空间色彩过于杂乱在一定程度上会负面影响留守老人的视觉观感，降低留守老人的认同感。
表5 乡村公共空间特征与留守老人地方认同的多元线性回归分析结果

Table 5 Results of multiple linear regression analysis of rural public space characteristics and local identity of the left-behind elderly

公共空间特征指标 非标准化系数B 标准化系数Beta 显著性 共线性统计
容差 VIF
建筑密度 0.305 0.320 0.000 0.331 3.02
负面干扰指数 -0.133 −0.111 0.000 0.508 1.967
天空开阔度 0.227 0.236 0.000 0.551 1.814
色彩丰富度 −0.544 −0.379 0.000 0.626 1.597
可达性 0.222 0.177 0.001 0.707 1.415
历史遗迹保留度 0.400 0.464 0.008 0.459 2.18
活动参与度 0.304 0.330 0.001 0.587 1.703
邻里亲和度 0.443 0.483 0.000 0.369 2.707
3）乡村公共空间特征对留守老人地方依恋的影响机制解析。综合来看，乡村公共空间的文化特征和空间特征构成了地方依赖和地方认同的核心作用维度，人工特征的影响次之，自然特征对留守老人地方依恋的影响相对有限，仅绿化覆盖率通过提升公共空间的生态舒适性正向作用于地方依赖，但对地方认同无直接影响（图6）。从具体特征指标看，建筑密度和活动参与度形成了对地方依恋的双重作用路径，其中活动参与度的作用强度较大，表明聚落内部高频次的公共活动能够有效促进留守老人地方依恋的形成，强化场所的地方依恋效应。这表明，对于60~70岁相对活跃的留守老人群体而言，公共活动是其重要的社会参与形式，能有效激活地方依恋的情感纽带。在地方依赖的影响机制中，可达性和负面干扰指数呈现两极分化的影响效应。60~70岁的留守老人虽具有一定的活动能力，但身体机能衰退导致留守老人对公共空间的功能性依赖高度取决于物理可达性，便捷的空间路径更容易满足留守老人的户外活动需求，进而强化了他们对场所的功能认同。然而，现代元素的过度介入会对乡村传统环境造成冲击，削弱地方认同的物质基础，导致公共空间使用频率降低、活力低下。此外，对于留守老人来说，空间围合度过高会导致使用便利性下降，邻里日常交流频次减少，降低留守老人的使用意愿。在地方认同的影响机制中，邻里亲和度和历史遗迹保留度是构建留守老人深层情感认同的核心驱动力，邻里亲和度是通过社会支持网络的建构（如日常互助、情感交流等）来缓解留守老人的孤独感和不安感，将空间使用体验内化为深层次的情感认同。而留守老人在村内的居住时间均在10年以上，长期稳定的邻里关系对其地方认同的形成至关重要。历史遗迹保留度则是因为古桥、古树、碑刻等历史遗迹是留守老人成长记忆在空间上的映射，对于长期居住在乡村的老年人而言具有特殊的怀旧价值，能够唤起留守老人的怀旧情感和集体记忆，满足其“寻找根脉”的心理需求，进而形成“守护遗迹即守护过去”的情感认同逻辑。需要指出的是，个体文化程度的差异可能会影响老年人对历史遗迹意义的解读深度和情感联结的强度，未来应进一步提高历史遗迹的可感性和可读性，突破文化认知壁垒。此外还需要注意，留守老人长期生活在乡村，其地方认同的建构高度依赖传统环境的原真性。色彩过于丰富会对自然材质（木、石、土等）主导的传统色彩体系造成冲击，切断传统环境与留守老人怀旧记忆的关联，消解地方文化符号的独特性，进而影响地方认同的建构。
图6 乡村公共空间特征对留守老人地方依恋的影响机制

Fig. 6 Influence mechanism of rural public space characteristics on the place attachment of the left-behind elderly

4 结论与建议

4.1 结论

在快速城镇化背景下，乡村公共空间面临着消逝和重构，留守老人的恋地情感缺失危机日益凸显。本研究聚焦于乡村留守老人的恋地需求，从微观尺度探讨了乡村公共空间特征对留守老人地方依恋的影响机制。主要结论如下：1）乡村留守老人地方依恋呈间断性强、局部高度集中的“多中心”分布特征，地方依恋的高值区主要集中在精神文化空间和日常生活空间；2）乡村公共空间的文化特征和空间特征是留守老人地方依恋的核心驱动维度，人工特征次之，自然特征的影响相对有限；3）从具体的影响因素来看，可达性、活动参与度、绿化覆盖率和建筑密度是正向影响留守老人地方依赖的关键因素，负面干扰指数和空间围合度为负向影响的关键因素；4）邻里亲和度、历史遗迹保留度和活动参与度是正向影响留守老人地方认同的关键因素，色彩丰富度是负向影响的关键因素。

4.2 优化策略

基于上述结论，本研究从留守老人地方依恋的角度提出4个方面的乡村公共空间优化策略，旨在通过干预关键影响因素，提升乡村留守老人的归属感和幸福感。

4.2.1 构建适老空间网络，促进邻里社交互动

首先，需打造“无障碍+记忆锚点”的乡村适老公共空间网络，促进留守老人参与村内的公共活动。以古树、古桥、健身广场等为节点，同时在宅院交界处设置微型“闲聊角”，重点改善公共空间之间的连接路径，在关键节点设置标识牌，避免留守老人因行动不便导致的功能依赖障碍。其次，合理控制空间的围合程度，兼顾心理安全和视野通透。同时，鼓励留守老人自发组织传统节庆活动和传统技艺展示活动，在公共空间设置互助信息墙、闲置物品交换点等设施，将公共空间转化为邻里协作和文化活动的双重载体，提升留守老人的活动参与度，进而增强留守老人的地方依赖感。

4.2.2 守护地方记忆载体，巩固历史认同和情感联结

修复与活化传统精神文化类空间，重点保护古树、寺庙等承载集体记忆的场所，对其进行结构性加固。可在历史遗迹周边设置记忆展示区，通过老照片展示、农具陈列、视频播放等形式将历史记忆转化为可感知的文化叙事，触发老人的怀旧情感与身份认同。此外，建议建立乡村色彩管控导则，限制高饱和度、冲突性色彩的使用，维护乡村人居环境的原真性，强化“色彩—记忆”积极情感联结。

4.2.3 合理管控建筑密度，降低现代元素干扰

优化公共空间周边的建筑布局，形成“建筑—空间—自然”的层次过渡，严格控制新建房屋的高度、体量和色彩，确保与传统建筑保持协调。此外，采用“微更新”的策略对公共空间进行优化提升，优先保留石磨、柴草堆等乡土元素，并合理控制广告牌、指示牌等现代设施的位置和数量，确保其风格与周边环境协调，最大限度降低现代元素介入对留守老人日常生产生活的影响。

4.2.4 提高生态舒适性，增强“人-景”互动基础

以提升绿化覆盖率为核心，通过乡土植物增设林荫休憩节点，改善乡村微气候环境，提高公共空间的生态舒适性。此外，将水系、菜园等自然要素融入公共空间，满足留守老人日常劳作（采摘、浇水、种菜等）、休闲活动（聊天、散步等）等功能需求，打造多元化的适老场景，促进留守老人与自然环境的持续互动，强化自然环境对留守老人地方依赖的基础支撑作用。

5 结语

本研究以北京市4个乡村为实证对象，通过深度学习技术、问卷调查、MATLAB软件等手段对乡村公共空间特征进行量化，基于PPGIS对留守老人地方依恋强度进行可视化分析，通过多元线性回归模型探究了乡村公共空间对留守老人地方依恋的影响机制。主要有3个创新点：1）将深度学习、全景图像、MATLAB等技术引入乡村公共空间研究，提升了乡村公共空间特征量化的精准性和科学性；2）从微观公共空间尺度探讨了留守老人地方依恋强度的空间分布特征，识别了重要的恋地空间，实现了“微观公共空间”和“留守老人情感需求”之间的理论搭接；3）揭示了乡村公共空间特征对留守老人地方依恋的影响机制，为老龄化视角下乡村公共空间的优化设计提供了科学依据和实践经验。然而，需要指出的是，本研究尽管较为系统地总结了乡村公共空间特征对地方依恋留守老人的影响机制，但尚未探讨乡村公共空间特征和留守老人地方依恋之间存在的潜在中介变量，相关中介效应尚需进一步探索。此外，中国各个地区乡村的自然生态条件和社会文化内涵差异较大，未来研究还需扩大实证范围，为中国人口老龄化背景下乡村公共空间的优化设计提供更加多元的方法和路径。

文中图表均由作者绘制，其中图2参考文献[34]整理绘制。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
NAPIER S, NEVILLE S, ADAMS J, et al. Age-Friendly Attributes of a Rural Town in Aotearoa New Zealand[J]. Journal of Rural Studies, 2023, 100: 103033.

DOI

[2]
LIU Y S, ZANG Y Z, YANG Y Y. China’s Rural Revitalization and Development: Theory, Technology and Management[J]. Journal of Geographical Sciences, 2020, 30(12): 1923-1942.

DOI

[3]
国家统计局.中国人口与就业统计年鉴2023[M].北京: 中国统计出版社, 2023.

National Bureau of Statistics. China Population and Employment Statistics Yearbook 2023[M].Beijing: China Statistics Press, 2023.

[4]
董又铭, 郭炎, 李志刚, 等. 快速城镇化下乡村环境感知对乡村依恋的影响: 以湖南岳阳市为例[J]. 地域研究与开发, 2020, 39(2): 99-104.

DONG Y M, GUO Y, LI Z G, et al. Impacts of Rural Environmental Perception on People’s Rural Attachment Under Rapid Urbanization: A Case Study of Yueyang City, Hunan Province[J]. Areal Research and Development, 2020, 39(2): 99-104.

[5]
董慰, 娄健坤, 董禹. 社区可步行性对老年人地方依恋及就地养老意愿影响研究: 以哈尔滨市香坊老工业区为例[J]. 上海城市规划, 2020, 6 30-35.

DONG W, LOU J K, DONG Y. Impact of Community Walkability on the Elderly’s Place Attachment and Willingness to Aging in Place: An Empirical Study of Xiangfang Old Industrial Zone in Harbin[J]. Shanghai Urban Planning Review, 2020, 6 30-35.

[6]
LESTARI W M, SUMABRATA J. The Influencing Factors on Place Attachment in Neighborhood of Kampung Melayu[J]. IOP Conference Series: Earth and Environmental Science, 2018, 126(1): 012190

[7]
MADGIN R, BRADLEY L, HASTINGS A. Connecting Physical and Social Dimensions of Place Attachment: What Can We Learn from Attachment to Urban Recreational Spaces?[J]. Journal of Housing and the Built Environment, 2016, 31(4): 677-693.

DOI

[8]
黄瓴, 张真. 山地城市安置社区公共空间场所依恋研究及其更新启示: 以重庆市大渡口区鑫瑞康居为例[J]. 城市发展研究, 2024, 31(4): 82-89.

HUANG L, ZHANG Z. Research on Place Attachment of Resettlement Communities’ Public Spaces in Mountainous Cities and Its Inspiration for Regeneration: A Case Study of Xinruikangju Community of Dadukou District, Chongqing[J]. Urban Development Studies, 2024, 31(4): 82-89.

[9]
卢志霖, 殷冠文, 罗存菁, 等. 行政区划调整背景下的居民地方感建构: 以济南莱芜合并为例[J]. 人文地理, 2025, 40(1): 45-52.

LU Z L, YIN G W, LUO C J, et al. The Construction of Resident’s Sense of Place Under the Background of Administrative Division Adjustment: A Case Study of the Merger of Jinan and Laiwu[J]. Human Geography, 2025, 40(1): 45-52.

[10]
段伟, 何子晴, 申津羽. 地方依恋对保护区周边农户生态保护行为的影响[J]. 中国人口·资源与环境, 2025, 35(4): 190-199.

DUAN W, HE Z Q, SHEN J Y. The Influence of Place Attachment on Ecological Conservation Behavior Among Farmers Living Near Nature Reserves[J]. China Population, Resources and Environment, 2025, 35(4): 190-199.

[11]
WU W F, LI D L, JIAO T, et al. The Dynamic Interactive Influence of Community Identity, Being Accepted by Others, and Life Satisfaction Among Relocated Residents for Poverty Alleviation in China[J]. Cities, 2024, 150: 105080.

DOI

[12]
CHANG J, LIN Z H, VOJNOVIC I, et al. Social Environments Still Matter: The Role of Physical and Social Environments in Place Attachment in a Transitional City, Guangzhou, China[J]. Landscape and Urban Planning, 2023, 232: 104680.

DOI

[13]
冯宁宁, 崔丽娟. 从恢复体验到地方依恋: 环境偏好与居住时长的作用[J]. 心理科学, 2017, 40(5): 1215-1221.

FENG N N, CUI L J. The Relation Between Restorative Experience and Place Attachment: The Role of Environment Preference and Length of Residence[J]. Journal of Psychological Science, 2017, 40(5): 1215-1221.

[14]
何悦, 陈荣, 张云路. 基于原住民地方依恋的新型农村社区公共景观感知与优化策略: 以北京田仙峪村为例[J]. 风景园林, 2022, 29(3): 31-36.

HE Y, CHEN R, ZHANG Y L. Perception and Optimization Strategies of Public Landscape in New Rural Communities Based on Place Attachment of Indigenous People: A Case Study of Beijing Tianxianyu Village[J]. Landscape Architecture, 2022, 29(3): 31-36.

[15]
YANG C Y, SHI S, RUNESON G. Towards Sustainable Urban Communities: Investigating the Associations Between Community Parks and Place Attachment in Master-Planned Estates in Sydney[J]. Sustainable Cities and Society, 2023, 96: 104659.

DOI

[16]
管永康, 薛义. 第三空间视域下历史街区的日常生活实践与地方依恋: 以天津市鼓楼街区为例[J]. 地域研究与开发, 2023, 42(3): 92-97.

GUAN Y K, XUE Y. Everyday Life Practices and Place Attachment in the Historic Districts Under the Perspective of Third Space: A Case Study of Tianjin Gulou District[J]. Areal Research and Development, 2023, 42(3): 92-97.

[17]
HESARI E, MOOSAVY S M, ROHANI A, et al. Investigation the Relationship Between Place Attachment and Community Participation in Residential Areas: A Structural Equation Modelling Approach[J]. Social Indicators Research, 2020, 151(3): 921-941.

DOI

[18]
VAN DER STAR M E, HOCHSTENBACH C. Continuity Among Stayers: Levels, Predictors and Meanings of Place Attachment in Rural Shrinking Regions[J]. Journal of Rural Studies, 2022, 96: 369-380.

DOI

[19]
汝鹏, 沈娅云, 苏竣. 智慧社区如何影响社区依恋?: 基于北京老旧小区智慧化改造的案例研究[J]. 中国软科学, 2023, 4 66-75.

RU P, SHEN Y Y, SU J. Do Smart Renovations Increase Neighborhood Attachment?: Evidence from Field Surveys in Two Old Neighborhoods in Beijing[J]. China Soft Science, 2023, 4 66-75.

[20]
蔺阿琳, 娄健坤, 曾尔力, 等. 多尺度视角下大学生地方依恋特征及其对主观幸福感的影响研究[J]. 现代城市研究, 2023, 38(11): 128-132.

LIN A L, LOU J K, ZENG E L, et al. The Characteristics of College Students' Place Attachment and Its Impact on Subjective Well-Being with the Multi-Scale Perspective[J]. Modern Urban Research, 2023, 38(11): 128-132.

[21]
HESARI E, PEYSOKHAN M, HAVASHEMI A, et al. Analyzing the Dimensionality of Place Attachment and Its Relationship with Residential Satisfaction in New Cities: The Case of Sadra, Iran[J]. Social Indicators Research, 2019, 142(3): 1031-1053.

DOI

[22]
WILLIAMS D R, VASKE J J. The Measurement of Place Attachment: Validity and Generalizability of a Psychometric Approach[J]. Forest Science, 2003, 49(6): 830-840.

DOI

[23]
姜宏, 邵龙. 基于PPGIS的场所依恋综合测量方法探索: 以长春水文化生态园为例[J]. 中国园林, 2021, 37(12): 64-69.

JIANG H, SHAO L. Mapping and Measuring Place Attachment Based on Public Participation GIS: A Case Study of Changchun Culture of Water Ecology Park[J]. Chinese Landscape Architecture, 2021, 37(12): 64-69.

[24]
MAGUIRE B, KLINKENBERG B. Visualization of Place Attachment[J]. Applied Geography, 2018, 99: 77-88.

DOI

[25]
JAYAKODY D Y, ADAMS V M, PECL G, et al. What Makes a Place Special? Understanding Drivers and the Nature of Place Attachment[J]. Applied Geography, 2024, 163: 103177.

DOI

[26]
贾衍菊, 李思雨. 基于公众参与地理信息系统的乡村旅游区主客依恋空间表征差异研究[J]. 干旱区资源与环境, 2024, 38(6): 191-199.

JIA Y J, LI S Y. Spatial Representation Difference in Host-Guest Attachment in Rural Tourism Area Based on Public Participation GIS[J]. Journal of Arid Land Resources and Environment, 2024, 38(6): 191-199.

[27]
KIDO D, FUKUDA T, YABUKI N. Assessing Future Landscapes Using Enhanced Mixed Reality with Semantic Segmentation by Deep Learning[J]. Advanced Engineering Informatics, 2021, 48: 101281.

DOI

[28]
ZHANG X D, LIN E S, TAN P Y, et al. Beyond Just Green: Explaining and Predicting Restorative Potential of Urban Landscapes Using Panorama-Based Metrics[J]. Landscape and Urban Planning, 2024, 247: 105044.

DOI

[29]
王鹤潭, 巩贺, 黄玫, 等. 量化气候和土地利用变化对生态资产变化的相对贡献: 以房山区为例[J]. 生态学报, 2024, 44(8): 3213-3222.

WANG H T, GONG H, HUANG M, et al. Quantifying the Relative Contributions of Climate and Land Use Change to Ecological Asset Variations: A Case Study in Fangshan District[J]. Acta Ecologica Sinica, 2024, 44(8): 3213-3222.

[30]
杨映, 胡理乐. 北京市房山区自然保护地生境质量评估[J]. 西部林业科学, 2022, 51(4): 80-86.

YANG Y, HU L L. Assessment of Habitat Quality in Protected Areas of Fangshan District, Beijing[J]. Western Forestry Science, 2022, 51(4): 80-86.

[31]
曹蕾, 张舒盈, 张云路. 基于场所依恋和景观偏好评价的大城市近郊村镇公共空间景观地方性优化研究[J]. 园林, 2025, 42(3): 32-40.

CAO L, ZHANG S Y, ZHANG Y L. A Study on Optimizing Public Space Landscape Locality in Suburban Vil Ages and Towns of Large Cities Based on Place Attachment and Landscape Preference Evaluation[J]. Landscape Architecture Academic Journal, 2025, 42(3): 32-40.

[32]
侯鑫, 王艳, 王绚, 等. 全景影像在城市研究中的应用进展综述[J]. 计算机科学与探索, 2024, 18(7): 1661-1682.

HOU X, WANG Y, WANG X, et al. Review of Application Progress of Panoramic Imagery in Urban Research[J]. Journal of Frontiers of Computer Science and Technology, 2024, 18(7): 1661-1682.

[33]
严敏, 陈晨, 张泉. 徽州村落空间景观特征要素对游客场所依恋感知的影响[J]. 中国城市林业, 2025, 23(1): 46-54.

YAN M, CHEN C, ZHANG Q. Influence of Village Spatial Landscape Elements on Tourists' Perception of Place Attachment in Huizhou[J]. Journal of Chinese Urban Forestry, 2025, 23(1): 46-54.

[34]
姜宏.城市综合公园场所依恋的形成机制研究[D].哈尔滨: 哈尔滨工业大学, 2024.

JIANG H. Research on the Formation Mechanism of Place Attachment in Urban Comprehensive Parks[D]. Harbin: Harbin Institute of Technology, 2024.

[35]
毕慧缘, 汤辉, 关美燚, 等. 乡村公共空间场所依恋影响机制及营建策略: 以英德邱村为例[J]. 中国园林, 2022, 38(S2): 58-62.

BI H Y, TANG H, GUAN M Y, et al. The Impact Mechanism and Construction Strategy of Attachment to Public Places in Rural Areas: Taking Qiu Village in Yingde City as the Example[J]. Chinese Landscape Architecture, 2022, 38(S2): 58-62.

[36]
GUO S C, YANG Q, XIANG S M, et al. Mask2Former with Improved Query for Semantic Segmentation in Remote-Sensing Images[J]. Mathematics, 2024, 12(5): 765.

DOI

[37]
STAMPS III A E. Entropy and Visual Diversity in the Environment[J]. Journal of Architectural and Planning Research, 2004, 21(3): 239-256.

[38]
HASLER D, SUESSTRUNK S E. Measuring Colorfulness in Natural Images[J]. Human Vision and Electronic Imaging VIII, 2003: 87.

[39]
刘璇, 王思元. 基于参与式地理信息系统的城市绿地生态系统文化服务评价: 以北京市核心区为例[J]. 风景园林, 2024, 31(7): 131-136.

DOI

LIU X, WANG S Y. Evaluation of Cultural Ecosystem Services of Urban Green Space Based on Participatory Geographic Information System(PGIS): A Case Study of the Core Area of Beijing[J]. Landscape Architecture, 2024, 31(7): 131-136.

DOI

[40]
冯娴慧, 何慕. 基于粤港澳大湾区市域尺度的绿地空间格局、局地大气因素与居民呼吸健康三者之间的作用机制研究[J]. 中国园林, 2025, 41(1): 15-22.

FENG X H, HE M. Research on the Mechanism of Green Space Patterns, Local Atmospheric Factors, and Residents' Respiratory Health Based on the City Scale of Guangdong-Hong Kong-Macao Greater Bay Area[J]. Chinese Landscape Architecture, 2025, 41(1): 15-22.

Options
Outlines

/

〈 〉