EN中文

Landscape Architecture >

2024 , Vol. 31 >Issue 4: 79 - 86

DOI: https://doi.org/10.3724/j.fjyl.202307080307

Research

Research Progress on the Application of Eye Tracking Technology in Landscape Architecture

  • BAO Yanyan ,
  • SUN Minkai , * ,
  • ZHANG Jian ,
  • LU Yudie
Expand
  • School of Architecture and Urban Planning, Suzhou University of Science and Technology

BAO Yanyan is a master student in the School of Architecture and Urban Planning, Suzhou University of Science and Technology. Her research focuses on landscape perception

SUN Minkai, Ph.D., is a lecturer in the School of Architecture and Urban Planning, Suzhou University of Science and Technology. His research focuses on landscape perception and therapeutic landscape

ZHANG Jian is a master student in the School of Architecture and Urban Planning, Suzhou University of Science and Technology. His research focuses on therapeutic landscape

LU Yudie is a master student in the School of Architecture and Urban Planning, Suzhou University of Science and Technology. Her research focuses on landscape perception

Received date: 2023-07-08

  Online published: 2025-12-15

Copyright

Copyright © 2024 Landscape Architecture. All rights reserved.
Fold

Abstract

[Objective] Eye tracking technology was initially widely applied in fields such as medicine, education, transportation, and human-computer interaction. Subsequently, it gradually found its way into geography, tourism, and landscape research. This technology can collect and analyze behavioral data of individuals in landscape environments, revealing the inherent correlation between visual attention and spatial features. In the field of landscape architecture, eye tracking technology is primarily used for landscape evaluation and perception, yielding numerous outcomes. However, there is a lack of systematic research on the hotspots and trends of eye tracking technology in landscape architecture. This research reviews and summarizes the current application status of this technology in landscape architecture research, aiming to provide a reference for future landscape architecture research based on eye tracking technology.
[Method] In this research, CiteSpace software is employed for bibliometric analysis and construction of visual knowledge map in an effort to figure out the development trends, disciplinary distribution characteristics, and keyword clustering of eye tracking technology. The research aims to explore the evolutionary trends, dynamics, hotspots, and frontiers of eye tracking technology in the field of landscape architecture research, thereby revealing the overall development status of relevant researches. The English literature data are sourced from the Web of Science (WoS) core collection. The retrieval uses the following query: “TS = (eye movement OR eye tracking) AND (landscape OR visual landscape preference) AND (visual attention OR perception).” The document type selected for retrieval is “article (academic journal paper)”, and the articles retrieved are mainly designed to adequately reflect the characteristics and development trends of the research topic. The retrieval of English literature was conducted on May 10, 2023, with the literature retrieved spanning the period from 2000 to 2022 and a total of 98 articles meeting the specified criteria being retrieved. Chinese literature data are obtained from the China National Knowledge Infrastructure (CNKI). The retrieval uses the keywords “eye tracking” AND “landscape” OR “landscape architecture”, focusing on article titles. The retrieval of Chinese literature was conducted on May 10, 2023, covering academic journal papers published during the period from 2000 and 2022, with a total of 105 articles meeting the specified criteria being retrieved.
[Results] The research uses CiteSpace to integrate high-frequency keywords and keyword clustering. By combining the authority and latest literature of representative scholars within each cluster, the foreign research direction of eye tracking technology in landscape architecture is summarized as landscape perception and therapeutic landscape. Meanwhile, the domestic research focuses on eye tracking technology in landscape architecture include landscape perception, landscape evaluation, and therapeutic landscape. The research on therapeutic landscape primarily focuses on the positive impact of the environment on human stress recovery and attention fatigue improvement. In existing researches, eye tracking technology primarily records the visual attention characteristics of individuals in natural environments or urban settings dominated by natural elements, and analyzes the therapeutic effects of different environments. In landscape perception research, eye tracking technology is primarily employed to explore differences between various landscape types, such as urban or natural landscape. It is also used to investigate the impact of the quantity and design techniques of different elements within similar landscapes on landscape perception. Landscape evaluation is the outcome of the interaction between evaluators’ psychological activities and the quality of landscape, which entails evaluators to make value judgments on the external and functional aspects of landscape based on visual perception. In the future, landscape architecture research based on eye tracking technology may pay more attention to the following three aspects. 1) Expansion of the interdisciplinary integration scope of the research on eye tracking technology. Eye tracking technology can be applied in areas such as ecological perception, making it possible to evaluate the reactions of different populations to ecological landscape, identify the change trends of ecological environments, and thus optimize ecological environments. 2) Innovative research involving the combination of eye tracking technology with various other technologies. Eye tracking technology can synergize with physiological sensing technologies such as heart rate variability, magnetic resonance imaging, and functional near-infrared spectroscopy. 3) Research on the application of eye tracking technology in the health research field. Future research may combine virtual reality technology, biofeedback technology, and other approaches to obtain more comprehensive empirical data support.
[Conclusion] This research summarizes the progress of landscape architecture research based on eye tracking technology, elucidating the key roles of eye tracking technology in the research on therapeutic landscape, landscape perception, landscape evaluation, etc. In the future, the research on landscape architecture based on eye tracking technology is expected to evolve into an interdisciplinary and technologically integrated research system.

Key words： landscape architecture; landscape perception; landscape evaluation; eye tracking; therapeutic landscape

Cite this article

BAO Yanyan , SUN Minkai , ZHANG Jian , LU Yudie . Research Progress on the Application of Eye Tracking Technology in Landscape Architecture[J]. Landscape Architecture, 2024 , 31(4) : 79 -86 . DOI: 10.3724/j.fjyl.202307080307

视觉感知是人体“五感”的重要组成部分[1]。研究表明，眼球运动与人的认知过程密切相关[2]。因此，以眼球运动特征为依据探究视觉认知过程被广泛应用于心理学研究中。19世纪70年代，学者探索了眼球运动的基本规律；20世纪20年代，眼动追踪技术研究更多地关注应用层面，通过眼球运动推断认知的研究较少[3]；20世纪70年代中期，眼动记录系统的改进使得眼球运动的测量更准确，技术进步使实验室计算机与眼球追踪系统相连接成为可能[4-6]。近年来，随着计算机技术的发展，眼动测量仪的精度显著提升[7]。
眼动追踪技术早期广泛应用于医学、教育、交通、人机交互等领域[8-9]，随后被逐渐引入地理、旅游、景观等研究领域[10-12]。眼动追踪技术能够采集、分析人群在景观环境中的行为活动数据，揭示人视觉注意力与空间特征的内在关联[13]。在风景园林领域，眼动追踪技术主要应用于景观评价、景观感知等[14-16]，产出了大量成果。然而尚未有研究系统性梳理眼动追踪技术在风景园林研究中的热点与趋势，笔者梳理并总结了该技术在风景园林研究中的运用现状，为未来以眼动追踪技术为基础的风景园林研究提供参考。

1 研究方法与数据收集

1.1 研究方法

本研究运用CiteSpace软件对眼动追踪技术发展趋势、学科分布特征、关键词聚类等进行文献计量分析和可视化知识图谱构建，探寻眼动追踪技术在风景园林研究领域的演化趋势与动态、热点与前沿，进而揭示相关研究的总体发展状况。

1.2 数据收集

使用Web of Science（WoS）核心合集和中国知网（CNKI）作为数据源，于2023年5月10日分别进行文献检索。英文文献在WoS中的检索式为“TS=（eye movement OR eye tracking） AND（ landscape OR visual landscape preference）AND（visual attention OR perception）”，文献类型为学术期刊论文（article）；中文文献使用CNKI进行检索，关键词为“眼动追踪”AND“景观”OR“风景园林”，以“篇名”为检索途径。检索时间跨度为2000—2022年，共检索到有效英文文献127篇，中文文献109篇。经过CiteSpace的除重功能和逐篇阅读，剔除了与上述检索关键词无关的文献，最终得到符合条件的英文文献98篇，中文文献105篇。

2 数据分析

2.1 研究时间分布特征

由研究文献历年发文趋势可知，国外眼动追踪技术相关研究数量呈上升态势：第一阶段（2000—2013年）研究发文量较少，主要探究人类对景观的视觉认知过程；第二阶段（2014—2019年）研究开始向健康方向延伸，主要探究自然环境的健康作用机制；第三阶段（2019年至今）发文量激增，研究主题深化，包括自然及建成环境的景观评价、自然环境的健康增益路径等内容。
国内相关研究起步较晚，2009年第一篇基于眼动追踪技术的风景园林研究论文发表[17]；随后中文文献数量逐渐增多，2018—2023年发文量明显增长，主要聚焦于健康与景观环境的关系。

2.2 学科分布特征

笔者运用CiteSpace对英文文献的学科领域分布进行分析，结果显示，国外研究文献往往出现同一篇文献交叉隶属于多个学科的情况，例如隶属社会科学引文索引（social science citation index）的文献共有39篇，占总文献数量的30.7%，表明使用眼动追踪技术的研究主要来自社会科学领域视角下的风景园林研究。此外其他交叉学科包括环境科学与生态学（environmental sciences & ecology）、心理学（psychology）、环境研究（environmental studies）、林学（forestry）、科学与技术及其他主题（science & technology − other topics）。
根据CNKI文献分析工具的统计结果，国内研究文献中隶属于建筑学的共计51篇，占比达48.57%，其次为地理学、交通运输工程、旅游管理、心理学等学科。

2.3 研究热点分析

运用CiteSpace软件进行聚类分析，得出国内外眼动追踪技术在风景园林研究领域的关键词聚类图谱[18]（图1、2）。经计算得出国外聚类模块化程度值为0.674，国内聚类模块化程度值为0.866，聚类模块化程度值>0.300即可认为聚类结构显著，聚类结果可信度高[19]。整合高频关键词和关键词聚类，结合各聚类内该领域代表性学者的最新文献，归纳得出国外眼动追踪技术在风景园林领域的研究方向为景观感知与景观疗愈（表1），国内眼动追踪技术在风景园林领域的研究方向为景观疗愈、景观感知与景观评价（表2）。
图1 国外眼动追踪技术在风景园林领域的关键词聚类

Fig. 1 Keyword clustering for eye tracking technology in the field of landscape architecture abroad

图2 国内眼动追踪技术在风景园林领域的关键词聚类

Fig. 2 Keyword clustering for eye tracking technology in the field of landscape architecture in China

表1 国外关键词共现聚类下的研究方向

Tab. 1 Research directions in classification of keyword co-occurrence clustering abroad

序号 聚类名称 关键词 研究方向
#0
#1
#2
#3		 前额叶（frontal lobes）
景观感知（landscape perception）
眼球运动（eye movement）
眼球运动事件（oculomotor events）		 探索（exploration）、影响（impact）、健康（health）、模型（model）、注视时间（fixation duration）、压力强度（stress intensity）、瞳孔反应（pupillary response）、新冠病毒感染（covid-19 pandemic）、额叶视区（frontal eye field）、心理状况（psychological condition）、自闭症谱系障碍（autism spectrum disorder） 景观感知
#4
#5
#6
#7		 城市绿地（urban green space）
显著性地图（saliency map）
眼球追踪（eye tracking）
风景园林（landscape architecture）		 偏好（preference）、影响（impact）、图像（image）、美学（aesthetics）、风景秀丽（scenic beauty）、注意（attention）、分配（allocation）、视觉偏好（visual preference）、视觉场景（visual scene）、遗产保护（heritage protection）、心理认知因素（psychological cognitive factor）、观看任务（viewing task） 景观疗愈
表2 国内关键词共现聚类分类下的研究方向

Tab. 2 Research directions in classification of keyword co-occurrence clustering in China

序号 聚类名称 研究关键词 研究方向
#0 恢复性环境 恢复性环境、情绪、心理学研究、人本主义、心理负荷、注意力恢复、环境恢复力 景观疗愈
#1
#2
#3		 视觉感知
风景园林
眼动仪		 视觉感知、注意力、景观认识、传统园林、视觉景观研究、景观色彩、视听设计 景观感知
#4
#5		 景观兴趣点
眼动实验		 建成环境感知、美景度、语义差异法、绿色城市、绿色空间场所活力、景观视觉质量、旅游景观 景观评价
#6
#7		 草原公路
交通工程		 公路隧道、交通工程、路侧景观、交通安全 其他关联
学科

3 风景园林领域眼动追踪技术的主要研究方向

3.1 景观疗愈

景观疗愈研究主要聚焦于景观环境对人类恢复压力、改善注意力和减轻疲劳的积极影响[20]。在已有研究中，眼动追踪技术主要记录人在自然环境或自然元素主导的城市中的视觉注意力特征，分析不同环境的疗愈效果[21-22]。

3.1.1 自然环境疗愈作用机制

在国外研究中，眼动追踪技术常与心率、皮肤电和脑电等指标协同分析，以评估自然环境中不同要素及空间构成方式间的疗愈效益差异。Amati等[23]发现被试者处于压力状态下时，对树木及灌木丛的注视时间更长。Elsadek等[24]发现与其他颜色的植物相比，被试者在观看亮绿色或黄绿色植物时注视次数更多、注视时间更长，大脑感觉区域的血红蛋白下降，表示主观情绪评价更积极，说明亮绿色和黄绿色植物对被试者的心理、生理反应有积极的影响。Goto等[25]发现被试者在观赏香草花园与日本庭院时，对日本庭院的注视点更加分散、注视时间更长，且平均心率下降10%，情感健康量表（profile of mood states, POMS）显示情绪改善，表明日本庭院多样化的空间环境可能会引导被试者更仔细地欣赏庭院空间和元素，从而减少被试者的压力。
在国内研究中，常将瞳孔直径、平均注视时间等眼动指标与主观评价相结合，比较不同观赏方式下自然景观对心理健康的影响。翁羽西等[26]发现被试者在观看顺光景观时的注视次数高于逆光景观，而被试者在观看顺光景观时的平均注视时间低于逆光景观，眨眼频率低于逆光景观，利用眼动数据耦合状态焦虑量表数据分析，得出了逆光森林景观更能抑制焦虑感的结论。朱玉洁等[27]发现被试者在观看森林公园视频时，被试者对有声视频的平均注视时间长于无声视频，而眼跳幅度与注视次数更低，揭示了视听交互组合刺激下的森林公园环境恢复效益更高。张昶等[28]发现被试者在观看不同颜色斑块的河岸带植物时，绿色系斑块数量与注视点个数呈负相关，绿色系斑块面积与注视点个数呈正相关，当绿色系斑块面积增加时，被试者瞳孔直径显著减小，人眼视觉疲劳得到有效缓解，并发现瞳孔直径和注视点个数具有显著的负相关关系。
眼动追踪技术被广泛应用于自然景观的视觉感知和视听交互研究中[29]，自然环境元素可以提升积极情绪，同时显著降低心理压力。现有针对恢复性效益的研究多数是基于视觉感知与听觉感知，但压力缓解作为多感官过程，恢复性景观对人类的影响路径同样包含嗅觉、味觉、触觉等感官刺激。因此，未来的景观疗愈研究应考虑将视觉、听觉和嗅觉等多感官刺激作为景观疗愈路径。

3.1.2 建成环境疗愈作用机制

在国外研究中，瞳孔直径、扫视路径等眼动指标常与主观评价相结合，探寻建成环境中引发被试者积极情感的构成要素。Kang等[30]发现被试者观赏自然场景时的扫描路径长度短于建筑场景，但平均注视时间没有显著差异，眼动数据耦合恢复性量表证实与建成环境相比，自然场景具有更强的疗愈效果；Cui等[31]发现被试者在观赏医院室外景观时，与非医务人员组相比，医务人员组对景观空间要素的总注视时间更长，瞳孔直径更大，可知有恢复性需求的人可能更关注景观空间要素。
在国内研究中，常利用心电数据、眼动热力图或恢复量表等研究生态城市建设中的审美需求、疗愈效果。朱玉洁等[32]发现大学生在观看校园景观时，主观感知恢复得分与注视次数负相关，与平均注视时间正相关。翁羽西等[33]通过对皮肤电导水平、首次注视时间、注视次数进行分析，发现被试者对自然要素（植物、水体）注意力的增加可引起情绪唤醒度和自主神经兴奋降低，有效缓解被试者的主观焦虑程度。李鑫等[34]发现青年群体在绿化程度更高的城市滨河步道时心率变异性（heart rate variability, HRV）更低，且视觉注意力集中于自然类景物，揭示了绿化程度高的场景对压力的缓解作用更强。付而康等[35]发现被试者在观看社区公园的照片时，环境要素丰富、自然特征鲜明的景观对他们更具视觉吸引力，并且平均注视时间和平均瞳孔直径均与恢复性效益负相关。
在城市建成环境中，自然元素和其他绿色基础设施对人的压力有缓解作用。利用眼动追踪技术可探究建成环境对人视觉注意力的影响机制，从而优化建成环境中景观疗愈的设计策略。国内外在景观疗愈方面的眼动追踪技术研究在方法上存在差异，反映了国内外学者在研究视角和关注点上的差异：国外研究基本遵循分解还原思维，更注重事物的单一特征或细分化指标，如更关注植物颜色、形态等景观特征，或心率变异性等生理、心理具体指标，总体研究尺度较小，但研究较为深入；国内相关研究则更为宏观，例如以滨河步道或社区公园等景观空间为对象进行研究，应用性更强。

3.2 景观感知

景观感知是指个体通过视觉、听觉等感官体验环境后对外界环境的感觉和认知[36]。尽管人类通过多种感官感知空间信息，但视觉感知占主导地位，人类80%以上的感知都来自视觉[37]。在景观感知研究中，眼动追踪技术主要被用于探寻城市景观或自然景观等不同景观类型之间的差异，或同类景观中不同元素的数量、设计手法对景观感知的影响[38]。

3.2.1 景观类型对景观感知特征的影响

国外研究将视觉兴趣区（area of interest, AOI）与主观评价相结合，揭示在不同景观下人的视觉特征、认知规律及其情感体验。Półrolniczak等[39]发现与积极气象（例如，稳定的、很少或没有云层覆盖的高压天气）条件相比，被试者观赏消极气象（遇到大气锋和低气压系统时引发的一系列天气现象）中的景观时在AOI上的注视时间、首次注视时间更长，表明在消极气象中，被试者更专注于从景观中摄取和处理信息。Zhang等[40]发现被试者在观看林地景观时，视觉行为比观看水景时更活跃，但对林地景观的主观满意度却低于水体景观，表明当观看林地时视觉注意力与主观满意度之间并没有显著相关性。Sun等[41]发现被试者在观看雨打芭蕉的视频时，对有声视频的注视次数与注视时间比无声视频更长且主观评价更积极，验证了视听同步可以诱导视觉注意力。
在国内研究中，注视时间、注视频率、AOI等眼动指标常用于阐释人对不同类型的园林景观的布局、设计手法和经典场景的审美意象，以深入了解人类审美和文化传承[42]。陆邵明等[43]发现被试者在观看海派古典园林景观时，对建筑的注视次数最多，其次为花木、水景、山石；对建筑的注视时间最长，其次为景石、植物景观。由于建筑包含文学信息并具有独特形式，该研究推断建筑信息量最多，从而验证了视觉注意力与要素的信息量正相关。李渊等[44]发现被试者对大学校园中的建筑注视频率更高，表明被试者对校园建筑最感兴趣，而校园特色文化景观的首次进入AOI时间最短，表明它可以在短时间内引起被试者的视觉注意。成实等[45]通过耦合生理、心理及空间指标，架构了滨江型公共空间的“景—观”双向预测模型，发现在通过型观景过程中，天际轮廓起伏变化越平缓，对于人群的视觉吸引力越强，越能调动人群观景过程中的愉悦感。
综上所述，眼动追踪技术可以直观精准地反映景观要素对被试者的视觉吸引力与认知规律，眼动追踪技术为视觉偏好研究提供了新思路；但目前评价对象多集中于城市自然环境或建成景观，未来研究还需要提高对海岸、山川等自然景观的关注度。另外，当前研究大多忽视被试者的个体属性，因此应注意参与群体或个体属性对视觉景观感知的影响。

3.2.2 景观构成要素对景观感知特征的影响

在国外研究中，常将信息密度①、注视次数等眼动指标与主观评价耦合，分析景观设计中的布局、比例、尺度和材质等景观构成要素对人感知和情绪的影响。Misthos等[46]发现被试者在观看采石场照片时，采石场的外观尺寸与平均首次注视时间负相关，与平均注视时间比率及平均注视次数比率正相关，表明外观尺寸增加会导致被试者视觉注意力减少。Liu等[47]发现被试者观看高复杂度景观的注视次数显著多于低、中复杂度景观，观看低复杂度景观的平均注视时间高于高复杂度景观，但注视次数或平均注视时间与偏好评分之间未发现相关性，表明注视次数与平均注视时间作为评价偏好性指标的有效性有待商榷。Gholam等[48]发现被试者在城市公园寻路过程中对景观要素的关注度并不均衡，人工设施、自然因素和人类活动与行为因素的平均注视时间占总注视时间百分比分别为59.12%、20.65%和20.23%，表明该城市公园的人工设施最吸引被试者的视觉注意力。
在国内研究中，常将眼动热力图、轨迹图与其他生理指标组建多模态融合模型，记录并分析人与景观构成要素的情感交互。鲁苗等[49]发现变化的地形与色彩对比强烈的景观更吸引被试者的视觉注意力，且建筑、植被、人物比天空、草地受关注度更高。张若诗等[11]对遗址公园景观构成要素进行眼动、生理电、情感量表等多模态数据分析，发现与其他要素相比，自然要素获得的注视时间最长，说明自然要素对被试者持续的吸引力最强、情感引发的程度最强。李渊等[50]发现被试者在观看文化遗产地的街景图片时，对包含非历史风貌建筑、商业门店要素图片的总注视时间与平均注视时间高于其他图片，揭示了非历史风貌建筑和商铺在吸引视觉注意力上的突出作用以及街道空间景观合理规划的重要性。
景观构成要素导致的景观特征差异是影响个人景观感知的关键因素[51]，人们对于同一场景或画面的认知和偏好存在相对主观性，景观构成要素的差异性促使个体在景观中形成不同的关注模式。不同景观构成要素与景观感知具有一定关联，眼动数据有助于设计师理解空间使用者对不同要素的认知过程，进而优化设计[52]。

3.2.3 个人及社会因素对景观感知特征的影响

在国外研究中，常用注视时间、扫视路径等眼动指标耦合主观问卷调查，分析个体对景观的感知和体验。景观感知受到多种个人及社会因素的影响，如职业、国籍、宗教信仰等。Pihel等[53]指出被试者在判断森林景观的生物多样性时，生物专家组在AOI中的停留时间比新手组更长，注视时间更短，表明专家可能会把注意力重点放在树木周围，而新手组可能会把注意力集中于枯木的数量或者吸引人的颜色上。Dupont等[54]发现被试者观看风景照片时，与新手组相比，风景园林专家注视次数更多、扫描路径更长，表明专家对风景照片的探索更完整，并且专家的平均注视时间比新手组短，表明新手组需要更久的时间理解景观元素的意义。Elsadek等[55]发现被试者在观看景观花园时的副交感神经活动有所增加，且交感神经活动不受花园风格的影响，只取决于参与者的国籍和性别，注视时间因花园风格而异，表明园林景观感知受文化背景影响。Li等[56]发现在参观宗教景观时，信徒的首次注视时间和平均注视时间短于非信徒，表明信徒更容易理解和体验宗教景观，能获得较高的视觉体验，且景观偏好得分与首次注视时间、平均注视时间和扫视次数正相关。
在国内研究中，常将信息密度、自动语义分割等技术方法与访谈等方式相结合，研究具有不同社会或文化背景下的个体与景观互动的特征。陆邵明等[57]发现不同国籍的被试者在观看上海古典园林中具有主题性的场景时，国内群体比国外群体的注视时间长且注视次数多，表明园林场景对视觉注意力的吸引力除了外观特征外还与被试者的文化背景有关 。陈奕言等[58]等将被试者眼动注视轨迹和深度访谈结合，发现当环境体验与个人经历相关并被赋予情感价值时，容易引起正向认知，增强环境吸引力。
通过分析个体观察景观时的眼动数据，可有效量化个体对景观的视觉认知，但眼动追踪技术只能记录个体的视觉注意力和偏好，不能完全反映个体对景观的情感和行为，因此需要综合瞬时观测法、认知地图法或深度访谈等多种方法来更全面地了解景观感知的影响。
国内外运用眼动追踪技术的景观感知研究在倾向性上存在一定差异：国外研究多通过眼动数据分析人对景观的视觉感知，并结合其他多维指征及主观情感揭示人感知景观时的生理、心理反馈模式，从中寻找客观规律，更加注重探究人对景观的视觉感知、应答原理和机制，更偏向基础研究；而国内研究则多基于城市规划和设计视角[59]，更偏向应用研究，通过视觉感知分析不同景观要素及其构成与人审美体验的内在关联，以阐明规划、设计要素的作用方式，进而构建评价模型。

3.3 景观评价

景观评价是评价者心理活动和景观质量交互作用的结果，是评价者利用视知觉对景观的外在与功能所做的价值判断。使用眼动追踪技术的景观评价对象涉及建成环境、自然环境等方面。由于国内外在景观评价研究中的理论与实践存在差异，国外景观评价研究往往与景观感知结合，目的在于揭示景观特征，落脚点在于感知。相比之下，国内景观评价研究则更关注优化设计，形成了相对独立的体系，因此景观评价方向的研究主要集中于国内。

3.3.1 建成环境景观评价

在建成环境中，眼动追踪技术通常从人本角度出发，通过评估广场、街道等城市公共空间的功能性和使用效果以优化空间的布局和设计。唐岳兴等[60]发现被试者在观看哈尔滨城市特色景观时，对殖民遗产景观的平均注视时间最长，说明它最具有视觉吸引力，印证了殖民遗产特色为哈尔滨最重要的城市景观特征，是城市历史文化的重要组成部分。李欣等[14]发现注视点总数、注视频率、总注视时间、平均注视时间等眼动指标与被试者对城市空间积极场景主观评价不一致，说明眼动指标在反映城市空间视觉质量方面的有效性值得商榷。王博等[61]通过分析下沉广场的景观要素、眼动指标与主观满意度的相关性，发现了可停留性和特色性对下沉广场景观满意度的影响最突出。眼动追踪技术还被用于景观资源的评估和管理，如徐昉[10]发现被试者在观看不同情景下风力涡轮机的空间分布及数量时，对带有风力涡轮机的AOI注视时间更长，表明风力涡轮机的存在会吸引观察者的注意力，耦合预期迭代地理指标景观偏好模型与问卷调查法，得出自然保护导向下风力涡轮机景观规划空间布局的最优方案。

3.3.2 自然环境景观评价

在自然环境中，眼动追踪技术常用于评价自然景观的美学价值、植物景观类型、布局和生态功能等，以促进自然环境质量维护管理。张卫东等[17]发现与观赏性较低的景观相比，被试者在观看观赏性较高的绿化景观时，注视时间更长、注视次数更多、眼动幅度更小，证实了观赏性较高的绿化景观比观赏性较低的绿化景观更能吸引被试者的视觉注意力。张昶等[62]通过耦合美景度评价法（scenic beauty estimation, SBE）和眼动数据分析发现森林公园旱柳林景观具有较好的视觉质量，同时证明眼动数据作为景观质量评价工具的可靠性。杨阳等[63]通过分析视觉热力图发现在高视觉质量的森林公园风景林中被试者视觉注意力集中于高大的或形态、叶色独特的乔木，以及大面积的、形状独特或色彩丰富的灌木，并通过主成分分析法将影响因子转化为核心特征，构建视觉质量评价因子，发现风景林近自然度、地域文化特征、色彩丰富度对风景林景观的视觉质量影响最为重要。
综上，基于被试者主观感受的景观评价方法缺乏客观衡量标准，而眼动追踪技术通过数据揭示被试者视觉感知特性，可与主观评价进行相互验证从而获取更客观的结论。

3.4 眼动追踪在其他关联学科研究中的运用

在旅游管理学科中，眼动追踪技术常与问卷调查以及深度访谈等方法结合，以深入探究旅游者在旅游景观中的情感表达、审美体验和认知差异等方面。郭素玲等[64]发现大学生在观看不同类型的宏村景观照片时，文化景观的注视频率最低，平均注视时间最高，这可能是因为文化景观的信息量较大，被试者需要花较多时间获取信息。罗映舜等[65]发现被试者在观看文化景观图片时，核心建筑区内的注视点较为密集，且注视时间比重高于其他区域，平均眼跳幅度低于其他区域，表明被试者对核心建筑区的关注程度最高。
在交通运输工程学科中，眼动追踪技术常用于分析路侧绿化、道路景观等对驾驶者视觉认知负荷和精神状态的影响，以提出减少交通事故发生的方法。赵小平等[66]对驾驶员开展不同情绪状态下的模拟驾驶试验，发现了悲伤、愤怒情绪对驾驶员瞳孔尺寸分布频率及其变化差异性的影响。利用眼动追踪技术对游客行为和驾驶员注意力进行研究能更好地促进旅游规划、交通安全和智能化发展，在跨学科领域发挥了极大的潜力。

4 研究展望

基于对2000—2022年眼动追踪技术发展动向的相关文献分析，现阶段风景园林领域适用眼动追踪技术的文献有以下特点。1）研究内容聚焦于景观疗愈、景观感知和景观评价三大议题；2）国内外基于眼动追踪技术的风景园林研究数量近年来快速增长，国内相关研究虽然起步较晚，但发展迅速，在促进学科交叉融合方面尤为突出。
在风景园林领域研究中，眼动追踪技术展现出极大的潜力，但仍需加强对重点方向的深入研究并拓宽研究范围，未来基于眼动追踪技术的风景园林研究可加强关注以下三方面。
1）扩大眼动追踪技术的学科交叉融合研究范围。眼动追踪技术未来可在以下学科中推广运用：一是在生态学中，眼动追踪技术可以运用于生态感知等方向，通过评估不同人群对生态景观的反应、识别生态环境的变化趋势，从而优化生态环境；二是在城乡规划学中，利用眼动追踪技术结合空间分析和地理信息系统技术，对城市、乡村环境的元素分布与空间感知进行分析，为土地利用、交通规划和城市景观设计等方面带来新的技术视角；三是在心理学中，以都市神经理论为基础[67]，在实践或治疗中使用眼动追踪技术探究人类感知和行为，将影响感知的积极因素纳入风景园林设计中，以期创造舒适的人居环境，维护人群健康。
2）眼动追踪技术与多种技术结合的方法创新研究。除了融合学科知识，眼动追踪技术还可与多种技术相融合，以进一步扩展指标类型：一是生理传感器技术，如核磁共振、功能性近红外光谱等[68]，对人体自主神经系统功能和心理状态进行评估；二是数字孪生技术，在风景园林领域应关注孪生数据驱动的景观分析与评价，融合数字模型，通过实时采集与分析，收集行为、认知和生理等多模态数据，创建高度仿真、动态仿真的智能数字模型，以此预测被试者的行为，模拟、延伸和扩展被试者的认知能力[69]。
3）眼动追踪技术在健康研究领域的应用研究。国内眼动追踪技术在景观疗愈方向的研究热度呈快速增长趋势，多集中于探讨观看景观元素、环境时人类的情绪变化或视觉注意力特征，未来研究应注重结合虚拟现实技术、生物反馈技术等以获取更加全面的实证数据支撑，系统性地探讨眼动追踪技术运用于景观疗愈时健康效益的作用途径及机理，从而构建更完善的研究体系。

① 信息密度即主观注视占比（注视比例）与客观画面面积占比（暴露比例）的比值。

文中图表均由作者绘制。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
UNDERWOOD G. Cognitive Processes in Eye Guidance[M]. New York: Oxford University Press, 2005.

[2]
YARBUS A L. Eye Movements and Vision[M]. New York: Springer, 2005.

[3]
RAYNER K. Eye Movements in Reading and Information Processing: 20 Years of Research[J]. Psychological Bulletin, 1998, 124 (3): 372.

DOI

[4]
ANDERSON J R. Cognitive Psychology and Its Implications[M]. London: Macmillan, 2005.

[5]
CARTER B T, LUKE S G. Best Practices in Eye Tracking Research[J]. International Journal of Psychophysiology, 2020, 155: 49-62.

DOI

[6]
GIBALDI A, VANEGAS M, BEX P J, et al. Evaluation of the Tobii Eyex Eye Tracking Controller and Matlab Toolkit for Research[J]. Behavior Research Methods, 2017, 49: 923-946.

DOI

[7]
BERTO R, MASSACCESI S, PASINI M. Do Eye Movements Measured Across High and Low Fascination Photographs Differ? Addressing Kaplan’s Fascination Hypothesis[J]. Journal of Environmental Psychology, 2008, 28 (2): 185-191.

DOI

[8]
LI S P, ZHANG X L, KIM F J, et al. Attention-Aware Robotic Laparoscope Based on Fuzzy Interpretation of Eye-Gaze Patterns[J]. Journal of Medical Devices, 2015, 9 (4): 041007.

DOI

[9]
TINKER M A. Experimental Studies on the Legibility of Print: An Annotated Bibliography[J]. Reading Research Quarterly, 1966, 1 (4): 67-118.

[10]
徐昉. 碳中和背景下风能发展对景观规划的影响[J]. 风景园林, 2022, 29 (5): 52-58.

XU F. The Impacts of Wind Energy Development on Landscape Planning in the Context of Carbon Neutrality[J]. Landscape Architecture, 2022, 29 (5): 52-58.

[11]
张若诗, 颜夏悦, 王晨, 等. 多模态数据驱动的人与建成环境情感交互研究: 以京张铁路遗址公园五道口段为例[J]. 城市发展研究, 2022, 29 (7): 55-66.

ZHANG R S, YAN X Y, WANG C, et al. Research on Emotional Interaction Between People and Built Environment Driven by Multi-Modal Data: Take Wudaokou Jingzhang Railway Park as an Example[J]. Urban Development Studies, 2022, 29 (7): 55-66.

[12]
赵莹, 林家惠, 刘逸. 基于眼动实验的旅游地景观视觉评价研究: 以珠海市唐家古镇为例[J]. 人文地理, 2020, 35 (5): 130-140.

ZHAO Y, LIN J H, LIU Y. Research on Visual Evaluation of Tourism Scenery Based on Eye Movement Experiment: A Case of Tangjia Ancient Town in Zhuhai[J]. Human Geography, 2020, 35 (5): 130-140.

[13]
成实, 张潇涵, 成玉宁. 数字景观技术在中国风景园林领域的运用前瞻[J]. 风景园林, 2021, 28 (1): 46-52.

CHENG S, ZHANG X H, CHENG Y N. Prospect of the Application of Digital Landscape Technology in the Field of Landscape Architecture in China[J]. Landscape Architecture, 2021, 28 (1): 46-52.

[14]
李欣, 李渊, 任亚鹏, 等. 融合主观评价与眼动分析的城市空间视觉质量研究[J]. 建筑学报, 2020 S2: 190-196.

LI X, LI Y, REN Y P, et al. Research on the Urban Spatial Visual Quality Based on Subjective Evaluation Method and Eye Tracking Analysis[J]. Architectural Journal, 2020 S2: 190-196.

[15]
魏方, 陈鲁, 昝鹏, 等. 机器与自然之间: 后工业景观再野化的公众感知研究[J]. 中国园林, 2022, 38 (8): 36-41.

WEI F, CHEN L, ZAN P, et al. Between Industrial Remains and the Green: Research on Public Perception of Rewilded Postindustrial Landscape[J]. Chinese Landscape Architecture, 2022, 38 (8): 36-41.

[16]
武钰林, 董卫华, 张文佳. 街区建成环境感知影响因素研究: 基于行为实验的证据[J]. 城市规划, 2022, 46 (12): 99-109.

WU Y L, DONG W H, ZHANG W J. Research on Influencing Factors of Built Environment Perception in Neighborhoods: Evidence from Behavioral Experiment[J]. City Planning Review, 2022, 46 (12): 99-109.

[17]
张卫东, 梁倩, 方海兰, 等. 城市绿化景观观赏性的眼动研究[J]. 心理科学, 2009, 32 (4): 801-803.

ZHANG W D, LIANG Q, FANG H L, et al. An Eye-Movement Research on City Greening Landscape Appreciation[J]. Journal of Psychological Science, 2009, 32 (4): 801-803.

[18]
叶靓俏, 尹彩春, 赵文武. 基于Web of Science的联合国可持续发展目标研究文献计量分析[J/OL].生态学报, 2023（24）（24）: 1-11[2024-03-07].https://doi.org/10.20103/j.stxb.202307101483.

YE L Q, YIN C C, ZHAO W W. Bibliometric Analysis of Research on United Nations Sustainable Development Goals Based on Web of Science[J/OL].生态学报, 2023（24）（24）: 1-11[2024-03-07].https://doi.org/10.20103/j.stxb.202307101483.

[19]
张瑞, 张青萍, 唐健, 等. 我国城市绿地生态网络研究现状及发展趋势: 基于CiteSpace知识图谱的量化分析[J]. 现代城市研究, 2019 10: 2-11.

ZHANG R, ZHANG Q P, TANG J, et al. Research Status and Development Trend of Urban Green Space Ecological Network in China: Visualized Quantitative Study Based on CiteSpace[J]. Modern Urban Research, 2019 10: 2-11.

[20]
GIDLÖF-GUNNARSSON A, ÖHRSTRÖM E. Noise and Well-Being in Urban Residential Environments: The Potential Role of Perceived Availability to Nearby Green Areas[J]. Landscape and Urban Planning, 2007, 83 2-3: 115-126.

DOI

[21]
LI H S, BROWNING M H, RIGOLON A, et al. Beyond “Bluespace” and “Greenspace”: A Narrative Review of Possible Health Benefits from Exposure to Other Natural Landscapes[J]. Science of the Total Environment, 2023, 856: 159292.

DOI

[22]
陈筝. 高密高异质性城市街区景观对心理健康影响评价及循证优化设计[J]. 风景园林, 2018, 25 (1): 106-111.

CHEN Z. Assessing the Impact of High-density High-Heterogeneity Urban District Landscape on Psychological Health and Optimizing via Evidence-Based Design[J]. Landscape Architecture, 2018, 25 (1): 106-111.

[23]
AMATI M, PARMEHR E G, MCCARTHY C, et al. How Eye-Catching are Natural Features When Walking Through a Park? Eye tracking Responses to Videos of Walks[J]. Urban Forestry & Urban Greening, 2018, 31: 67-78.

[24]
ELSADEK M, SUN M K, FUJII E. Psycho-Physiological Responses to Plant Variegation as Measured Through Eye Movement, Self-Reported Emotion and Cerebral Activity[J]. Indoor and Built Environment, 2017, 26 (6): 758-770.

DOI

[25]
GOTO S, MOROTA Y, LIU C C, et al. The Mechanism of Relaxation by Viewing a Japanese Garden: A Pilot Study[J]. Health Environments Research & Design Journal, 2020, 13 (4): 31-43.

[26]
翁羽西, 朱玉洁, 黄雅冰, 等. 顺光与逆光森林景观图片诱导的大学生焦虑和注意水平[J]. 中国心理卫生杂志, 2020, 34 (4): 361-366.

WENG Y X, ZHU Y J, HUANG Y B, et al. Anxiety and Attention Level Induced by Forest Landscape Images of Backlight and Frontlight in College Students[J]. Chinese Mental Health Journal, 2020, 34 (4): 361-366.

[27]
朱玉洁, 董嘉莹, 翁羽西, 等. 基于眼动追踪技术的森林公园环境视听交互评价[J]. 中国园林, 2021, 37 (11): 69-74.

ZHU Y J, DONG J Y, WENG Y X, et al. Audio-Visual Interaction Evaluation of Forest Park Environment Based on Eye Movement Tracking Technology[J]. Chinese Landscape Architecture, 2021, 37 (11): 69-74.

[28]
张昶, 韩文静, 王成. 城镇河岸带植物色彩对视觉疲劳的影响[J]. 中国城市林业, 2021, 19 (6): 8-14.

ZHANG C, HAN W J, WANG C. Effects of Urban Riparian Plants’ Color on Visual Fatigue[J]. Journal of Chinese Urban Forestry, 2021, 19 (6): 8-14.

[29]
任欣欣, 康健. 声景视角下湿地景观视听评价的交互影响[J]. 建筑学报, 2016 S2: 7-11.

REN X X, KANG J. Interaction of Audiovisual Evaluation for Wetland Landscapes from the Perspective of Soundscape[J]. Architectural Journal, 2016 S2: 7-11.

[30]
KANG Y, KIM E J. Differences of Restorative Effects While Viewing Urban Landscapes and Green Landscapes[J]. Sustainability, 2019, 11 (7): 2129.

DOI

[31]
CUI W Y, LI Z, XUAN X D, et al. Influence of Hospital Outdoor Rest Space on the Eye Movement Measures and Self-Rating Restoration of Staff[J]. Frontiers in Public Health, 2022, 10: 855857.

DOI

[32]
朱玉洁, 翁羽西, 黄钰麟, 等. 眼动分析用于校园恢复性声景观初探: 以福建农林大学校园观音湖为例[J]. 科学技术与工程, 2020, 20 (25): 10444-10451.

ZHU Y J, WENG Y X, HUANG Y L, et al. A Tentative Research on Campus Restorative Soundscape by Eye Movement Analysis Technique: A Case Study of Guanyin Lake on Campus of Fujian Agriculture and Forestry University[J]. Science Technology and Engineering, 2020, 20 (25): 10444-10451.

[33]
翁羽西, 朱玉洁, 董嘉莹, 等. 校园绿地声景观对情绪和注意力的影响: 以福建农林大学为例[J]. 中国园林, 2021, 37 (2): 88-93.

WENG Y X, ZHU Y J, DONG J Y, et al. Effects of Soundscape on Emotion and Attention on Campus Green Space: A Case Study of Fujian Agriculture and Forestry University[J]. Chinese Landscape Architecture, 2021, 37 (2): 88-93.

[34]
李鑫, 王子尧, 吴丹子, 等. 基于生理反馈的城市滨河步道对青年人压力缓解的研究[J]. 中国园林, 2022, 38 (5): 86-91.

LI X, WANG Z Y, WU D Z, et al. Research on Pressure Relief of Young People by Urban Waterfront Trail Based on Physiological Feedback[J]. Chinese Landscape Architecture, 2022, 38 (5): 86-91.

[35]
付而康, 王艺澔, 周佳玟, 等. 眼动分析用于社区公园恢复性环境评价初探[J]. 南方建筑, 2022 (6): 93-99.

FU E K, WANG Y H, ZHOU J W, et al. A Tentative Research of Restorative Environmental Evaluation of Community Parks Based on Eye Movement Analysis[J]. South Architecture, 2022 (6): 93-99.

[36]
刘滨谊. 走向景观感应: 景观感知及视觉评价的传承发展[J]. 风景园林, 2022, 29 (9): 12-17.

LIU B Y. Towards Landscape Interaction: Inheritance and Development of Landscape Perception and Visual Evaluation[J]. Landscape Architecture, 2022, 29 (9): 12-17.

[37]
PORTEOUS J D. Environmental Aesthetics: Ideas, Politics and Planning[M]. London: Routledge, 2013.

[38]
张洋, 葛梦婷, 董孟斌, 等. 数字化背景下人机交互对景观感知的影响[J]. 风景园林, 2022, 29 (9): 48-54.

ZHANG Y, GE M T, DONG M B, et al. The Influence of Human-Computer Interaction on Landscape Perception in the Digital Context[J]. Landscape Architecture, 2022, 29 (9): 48-54.

[39]
PÓŁROLNICZAK M, POTOCKA I, KOLENDOWICZ L, et al. The Impact of Biometeorogical Conditions on the Perception of Landscape[J]. Atmosphere, 2019, 10 (5): 264.

DOI

[40]
ZHANG Z, GAO Y, ZHOU S T, et al. Psychological Cognitive Factors Affecting Visual Behavior and Satisfaction Preference for Forest Recreation Space[J]. Forests, 2022, 13 (2): 136.

DOI

[41]
SUN M K, DONG L. Impact of the Classic Chinese Garden Soundscape with Focus on Physiological and Psychological Effects, Tested Through Eye Tracking, and Subjective Evaluation[J]. Frontiers in Psychology, 2022, 13: 902630.

DOI

[42]
帕特里克, 刘滨谊, 唐真. 从视觉偏好研究: 一种理解景观感知的方法[J]. 中国园林, 2013, 29 (5): 22-26.

PATRICK M, LIU B Y, TANG Z. Visual Preference Research: An Approach to Understanding Landscape Perception[J]. Chinese Landscape Architecture, 2013, 29 (5): 22-26.

[43]
陆邵明, 杜力. 基于主体视野下传统园林要素的视觉认知研究[J]. 中国名城, 2019 (6): 28-32.

LU S M, DU L. Study on Visual Cognition of Landscape Elements in Traditional Gardens with the View of Users[J]. China Ancient City, 2019 (6): 28-32.

[44]
李渊, 高小涵, 黄竞雄, 等. 基于摄影照片与眼动实验的旅游者视觉行为分析: 以厦门大学为例[J]. 旅游学刊, 2020, 35 (9): 41-52.

LI Y, GAO X H, HUANG J X, et al. Visual Behavior Analysis of Tourists Based on Photography and Eye Tracking Experiment: A Case of Xiamen University[J]. Tourism Tribune, 2020, 35 (9): 41-52.

[45]
成实, 王建国. 基于动态观览评价的视觉景观研究探索: 以南京市滨江型公共空间为例[J]. 中国园林, 2021, 37 (11): 57-62.

CHENG S, WANG J G. Visual Landscape Research on Dynamic Viewing Evaluation: A Case Study of Nanjing Riverside Public Viewing Space[J]. Chinese Landscape Architecture, 2021, 37 (11): 57-62.

[46]
MISTHOS L-M, PAVLIDIS A, KARABASSAKIS E, et al. Exploring the Visual Impact from Open Pit Mines Applying Eye Movement Analyses on Mining Landscape Photographs[J]. Reclamation and Environment, 2020, 34 (9): 609-624.

DOI

[47]
LIU Q Y, ZHU Z P, ZENG X J, et al. The Impact of Landscape Complexity on Preference Ratings and Eye Fixation of Various Urban Green Space Settings[J]. Urban Forestry & Urban Greening, 2021, 66: 127411.

[48]
GHOLAMI Y, TAGHVAEI S H, NOROUZIAN-MALEKI S, et al. Identifying the Stimulus of Visual Perception Based on Eye tracking in Urban Parks: Case Study of Mellat Park in Tehran[J]. Journal of Forest Research, 2021, 26 (2): 91-100.

DOI

[49]
鲁苗. 基于眼动技术的景观视觉感知分析: 以清华大学校园景观为例[J]. 艺苑, 2019 (1): 98-101.

DOI

LU M. Visual Perception Analysis of Landscape Based on Eye Tracking Technology: A Case Study of Campus Landscape of Tsinghua University[J]. Forum of Arts, 2019 (1): 98-101.

DOI

[50]
李渊, 黄竞雄, 梁嘉祺, 等. 文化遗产地商业街道空间视觉吸引力及其感知的影响因素研究: 以鼓浪屿龙头路为例[J]. 西部人居环境学刊, 2022, 37 (2): 114-121.

LI Y, HUANG J X, LIANG J Q, et al. Research on Visual Attraction and Influencing Factors of Perception of Commercial Street Space in Cultural Heritage Site: Taking Gulangyu Longtou Road as an Example[J]. Journal of Human Settlements in West China, 2022, 37 (2): 114-121.

[51]
邱瑶, 罗涛, 王艳云, 等. 基于视觉关注度与审美偏好的城市景观元素感知特征研究[J]. 中国园林, 2023, 39 (6): 82-87.

QIU Y, LUO T, WANG Y Y, et al. Study on the Perceptual Features of Urban Landscape Elements Based on Visual Attention and Aesthetic Preference[J]. Chinese Landscape Architecture, 2023, 39 (6): 82-87.

[52]
陈筝. 眼动和行为证据支持下城市更新的循证助推[J]. 世界建筑, 2023 (7): 68-69.

CHEN Z. Positive Nudges for Urban Regeneration via Eye Tracking and Behavioural Evidence[J]. World Architecture, 2023 (7): 68-69.

[53]
PIHEL J, SANG Å O, HAGERHALL C, et al. Expert and Novice Group Differences in Eye Movements When Assessing Biodiversity of Harvested Forests[J]. Forest Policy and Economics, 2015, 56: 20-26.

DOI

[54]
DUPONT L, ANTROP M, VAN EETVELDE V. Does Landscape Related Expertise Influence the Visual Perception of Landscape Photographs? Implications for Participatory Landscape Planning and Management[J]. Landscape and Urban Planning, 2015, 141: 68-77.

DOI

[55]
ELSADEK M, SUN M K, SUGIYAMA R, et al. Cross-Cultural Comparison of Physiological and Psychological Responses to Different Garden Styles[J]. Urban Forestry & Urban Greening, 2019, 38: 74-83.

[56]
LI C, GE S W, WANG R Y. Similarities and Differences in the Outsiders and Insiders’ Visual Preferences on Sacred Landscape[J]. Frontiers in Psychology, 2022, 13: 743933.

DOI

[57]
陆邵明. 眼动追踪视野下上海古典园林文化基因的刻画[J]. 同济大学学报（社会科学版）, 2020, 31 (6): 93-102.

LU S M. A Study on the Cultural Gene of Shanghai Classic Gardens Based on Eye tracking[J]. Journal of Tongji University (Social Science Edition), 2020, 31 (6): 93-102.

[58]
陈奕言, 陈筝, 杜明. 注意力的设计: 眼动追踪技术辅助下的上海市南京路步行街景观体验研究[J]. 景观设计学（中英文）, 2022, 10 (2): 52-70.

DOI

CHEN Y Y, CHEN Z, DU M. Designing Attention: Research on Landscape Experience Through Eye Tracking in Nanjing Road Pedestrian Mall (Street) in Shanghai[J]. Landscape Architecture Frontiers, 2022, 10 (2): 52-70.

DOI

[59]
张琳, 张佳琪, 刘滨谊. 基于游客行为偏好的传统村落景观情境感知价值研究[J]. 中国园林, 2017, 33 (8): 92-96.

ZHANG L, ZHANG J Q, LIU B Y. Landscape Context Perception Value of Traditional Village: A Study Based on Tourist Behavior Preference[J]. Chinese Landscape Architecture, 2017, 33 (8): 92-96.

[60]
唐岳兴, 邵龙, 王雪. 基于数据分析的哈尔滨城市景观特色评价[J]. 东北林业大学学报, 2017, 45 (1): 65-70.

TANG Y X, SHAO L, WANG X. Evaluation of Urban Landscape Features of Harbin Based on Data Analysis[J]. Journal of Northeast Forestry University, 2017, 45 (1): 65-70.

[61]
王博, 邵泽彪, 孙良, 等. 基于眼动分析的城市下沉广场景观满意度研究[J]. 华中建筑, 2022, 40 (7): 108-113.

WANG B, SHAO Z B, SUN L, et al. Landscape Satisfaction of Sunken Square Based on Eye Movement Analysis[J]. Huazhong Architecture, 2022, 40 (7): 108-113.

[62]
张昶, 王涵, 王成. 基于眼动的城市森林景观视觉质量评价及距离变化分析[J]. 中国城市林业, 2020, 18 (1): 6-12.

ZHANG C, WANG H, WANG C. Visual Quality Evaluation and Distance Change Analysis of Urban Forest Landscape Based on Eye Movement[J]. Journal of Chinese Urban Forestry, 2020, 18 (1): 6-12.

[63]
杨阳, 唐晓岚. 南京市紫金山国家森林公园风景林景观的视觉质量评价及因子分析[J]. 中国园林, 2020, 36 (6): 135-140.

YANG Y, TANG X L. The Evaluation and Factor Analysis of the Visual Quality of Scenic Forest Landscape: A Case Study of Purple Mountain National Forest Park in Nanjing[J]. Chinese Landscape Architecture, 2020, 36 (6): 135-140.

[64]
郭素玲, 赵宁曦, 张建新, 等. 基于眼动的景观视觉质量评价: 以大学生对宏村旅游景观图片的眼动实验为例[J]. 资源科学, 2017, 39 (6): 1137-1147.

GUO S L, ZHAO N X, ZHANG J X, et al. Landscape Visual Quality Assessment Based on Eye Movement: College Student Eye Tracking Experiments on Tourism Landscape Pictures[J]. Resources Science, 2017, 39 (6): 1137-1147.

[65]
罗映舜, 沈守云, 詹文. 基于SD与眼动分析的张谷英村文化景观体验评价研究[J]. 中国园林, 2022, 38 (5): 98-103.

LUO Y S, SHEN S Y, ZHAN W. Research on Experience Evaluation of Cultural Landscape of Zhang Guying Village Based on SD and Eye Movement Analysis[J]. Chinese Landscape Architecture, 2022, 38 (5): 98-103.

[66]
赵小平, 马有才, 万平, 等. 情绪对新手驾驶员视觉特性的影响研究[J]. 中国安全科学学报, 2022, 32 (1): 34-40.

ZHAO X P, MA Y C, WAN P, et al. Research on the Influence of Emotion on Visual Characteristics of Novice Drivers[J]. China Safety Science Journal, 2022, 32 (1): 34-40.

[67]
彭慧蕴, 杨婷婷, 谭少华. 神经都市主义视角下城市健康支持性环境研究: 范式创新与研究框架[J]. 中国园林, 2022, 38 (4): 62-67.

PENG H Y, YANG T T, TAN S H. Research on Urban Health Supportive Environment from the Perspective of Neurourbanism: Paradigm Innovation and Research Framework[J]. Chinese Landscape Architecture, 2022, 38 (4): 62-67.

[68]
张琪, 周延祯, 屈海燕. 脑电技术在风景园林领域的应用研究现状综述[J]. 南方建筑, 2023 (5): 75-83.

ZHANG Q, ZHOU Y Z, QU H Y. A Review of Research Status on the Application of EEG Technology to the Field of Landscape Architecture[J]. South Architecture, 2023 (5): 75-83.

[69]
成玉宁, 樊柏青. 数字景观进程[J]. 中国园林, 2023, 39 (6): 6-12.

CHENG Y N, FAN B Q. Digital Landscape Process[J]. Chinese Landscape Architecture, 2023, 39 (6): 6-12.

Options
Outlines

/

〈 〉