EN中文

Landscape Architecture >

2026 , Vol. 33 >Issue 3: 90 - 101

DOI: https://doi.org/10.3724/j.fjyl.LA20250363

Research

Emotional Mediation of the Effect of Urban Park Audiovisual Elements on Leisure-Time Physical Activity

  • WANG Yueqi , 1 ,
  • HU Zhenguo , 1 ,
  • ZHU LING , 2, 3, *
Expand
  • 1 School of Architecture and Planning, Shenyang Jianzhu University
  • 2 School of Architecture, Tianjin University
  • 3 Planning and Architecture Design Research Institute of Tianjin University

WANG Yueqi is a Ph.D. candidate in the School of Architecture and Planning, Shenyang Jianzhu University. Her research focuses on urban landscapes and human needs

HU Zhenguo, Master, is an associate professor and deputy director of the Department of Urban Planning, the School of Architecture and Planning, Shenyang Jianzhu University. His research focuses on rural development and the creation of vibrant communities

ZHU Ling, Ph.D. is a distinguished professor, doctoral supervisor, and the Department of Landscape Architecture in the School of Architecture, Tianjin University, and chief landscape architect at the Planning and Architecture Design Research Institute of Tianjin University. Her research focuses on urban landscape and urban design, as well as ecological landscape planning and design

Received date: 2025-07-12

  Revised date: 2026-01-16

  Online published: 2026-03-13

Fold

Abstract

[Objective] As one of the basic well-beings and primary needs for the survival and development of mankind, health is closely influenced by a variety of multidimensional and complex influencing factors. Leisure-time physical activity (LTPA) is a physical activity of large flexibility in such factors as activity strength, duration, location selection and others, and together with the outstanding regulation effect on the physiological and psychological aspects, has seen a continuous and gradually expanded role in daily life. It is therefore regarded as the most promising type of changeable physical activities. Urban parks as a spatial store of comprehensive health resources have been rooted in green space system. They are combined with various service resources, providing a physical environment for LTPA. However, the majority of current research on LTPA predominantly concentrates on the direct relationship between the environment and behavior. Visual and auditory cues are typically presented in a parallel manner, lacking joint modeling at the same spatiotemporal location. Emotional perception, as a crucial psychological pivot through which environmental cues influence behavior, has not undergone systematic scrutiny. This has led to difficulties in the precise implementation of relevant design strategies. In the context of park settings, visual and auditory cues frequently co-occur at the same spatiotemporal point. They may influence an individual's subjective evaluations of safety, pleasure, and vitality through emotional regulation, thereby affecting their activity intensity and inclination to remain in the area. Consequently, there is an urgent need to conduct empirical research using the framework of "audio-visual environmental elements−emotional perception−leisure physical activities".
[Methods] In this paper, 144 landscape nodes in Taizi River Park, Liaoyang City, Liaoning Province were classified meticulously. In terms of visual object, the image acquisition method is conducted on a sunny day, and the circumferential three pictures are shot for each landscape node. ArcGIS 10.8 software was applied to match the image with GPS spatial data. The mask2Former semantic segmentation model was applied to the image data. According to Mapillary Vistas dataset, leisure-time physical activity related image vectors were embedded to build customized model according to the research purpose. The acquired image data were analyzed by this method. Color features (color saturation, color richness, and color harmony) of obtained image were analyzed using K-means algorithm. A “human-machine duel” score sheet was used for the emotional evaluation of the environment. For the acoustics, the environmental sound cues and the source category for the audio part were noted according to the ISO/TS 12913-2 standard and the soundscape screening of the Swedish soundscape quality scale protocol. Combining above-mentioned audiovisual data with other methods including questionnaire surveys and behavioral observation data, multiple stepwise regression model and mediation effect analysis were carried out to investigating the direct and mediating relationships among environmental elements of urban park, visitors’ emotional states and leisure physical activities.
[Results] Through the analysis of the audio-visual environment, emotional evaluation, and behavioral observation data collected in the field, this study has yielded a series of crucial findings. Visual and auditory elements within urban parks, including the blue view ratio, sky openness, natural sounds, and light guidance, can significantly enhance visitors' positive emotional experiences (such as a sense of security, vitality, and fulfillment). This, in turn, further increases the likelihood of light-intensity and moderate-intensity LTPA. Emotional perception exerted a partial mediating effect along multiple pathways, providing quantitative evidence for the "environment−emotion−behavior" framework. Specifically, sky openness and natural sound sources influenced light LTPA through emotional perception, while spatial enclosure affected moderate LTPA. These results suggest that an open skyline and a favorable water-related environment are conducive to eliciting positive emotions and promoting gentle physical activities. Moreover, moderately enclosed green spaces significantly facilitate moderate activities by enhancing the sense of security. In contrast, no significant emotional mediation pathway was identified for high-intensity physical activities. This might be attributed to the fact that high-intensity activities are more goal-driven and performance-oriented. Environmental factors primarily act on such activities by directly influencing aspects such as safety and convenience, rather than indirectly through emotions.
[Conclusion] This research delved into the interrelationship of "environment−emotion−behavior" within the context of urban parks, quantitatively validating the pivotal mediating role of emotional perception in the process where the audiovisual environment influences LTPA. This has advanced the comprehension of the mechanisms through which environmental elements facilitate behaviors. On a practical level, the research findings offer significant implications for enhancing the health-promoting benefits of urban parks. Looking ahead, the analytical framework and optimization strategies established in this study can serve as a theoretical foundation and practical reference for related disciplines. They can also drive the research agenda of integrating emotional perception into environmental interventions to promote behavioral change, thereby providing a scientific underpinning for the creation of healthy cities and active spaces.

Key words： landscape architecture; urban park; audiovisual interaction; emotional perception; leisure-time physical activity; computer vision; human-machine confrontation

Cite this article

WANG Yueqi , HU Zhenguo , ZHU LING . Emotional Mediation of the Effect of Urban Park Audiovisual Elements on Leisure-Time Physical Activity[J]. Landscape Architecture, 2026 , 33(3) : 90 -101 . DOI: 10.3724/j.fjyl.LA20250363

健康是人类发展的基础性福祉与核心需求之一，维持健康受到多种复杂因素的交互影响。《健康中国行动（2019—2030年）》指出“构建全民健身公共服务体系，推动公共体育设施免费或低收费开放”，强调通过优化公共空间促进全民健康[1]。在此背景下，相较于封闭式健身场所，城市公园作为普惠性健康资源的空间载体，以绿地系统为核心架构，通过整合游憩设施、水体景观与生物栖息地资源，构建起具有高可达性的城市生态复合体系。该体系不仅具有生态调节功能，更通过生理维度的运动支持与感官刺激、心理维度的压力缓释与社会联结等多元实现路径，在公众健康促进中发挥关键性的公共基础设施支撑作用。休闲体力活动（leisure-time physical activity, LTPA）在强度、时间、地点等方面具备较高的选择灵活性，在心理层面（如舒缓情绪[2]、提高注意力[3]、缓解焦虑[4]、增强自我[5]及社会[6]认同感）和生理层面（如降低心血管疾病[7]、糖尿病[8]、癌症[9]等慢性疾病的发病率）具有显著调节作用。随着国民生活质量的提升，在日常生活中居民参与LTPA的比例持续增加，同时，LTPA被认为是易受外部环境影响的体力活动（physical activity, PA）形式[10]。已有研究表明，环境质量优良的户外空间不仅能够有效促进LTPA的开展[11]，还能进一步放大LTPA对身心健康的积极效益[12]。然而，当前关于LTPA的研究多聚焦于环境与行为的直接关联，视觉与听觉线索通常被并列描述，缺乏同点位的视听联合建模研究，情绪感知作为环境线索影响行为的关键心理枢纽尚未得到系统检验。鉴于公园场景中视听线索往往在同一时空节点共现，并可能通过情绪调节影响个体对安全、愉悦与活力的主观评估，进而影响其活动强度与停留意愿[13-14]，亟待以“视听环境要素—情绪感知—LTPA”这一链条为框架开展实证研究。此外，有必要在节点尺度上整合视听要素的识别与情绪评价，将情绪置于中介位置进行检验，从而明确经由情绪传导的关键环境要素及其作用方向，为以人的感知为核心导向的景观更新与精细化配置提供具有可操作性的理论依据与实证支持。
既往研究表明，视听环境要素可通过影响个体的审美评价与情绪感知，进而作用于LTPA意向与场所选择。在视觉层面，视觉作为主要的信息获取途径，贡献了约87%的外界信息量，同时75%~90%的人类活动受到视觉刺激的影响[15]。个体的视觉反馈不仅会影响其对审美及情绪价值的认知，还会进一步对其行为选择产生影响[16]。景观视觉异质性与审美质量、公众视觉感知密切相关[17]。有研究表明，人们更易在绿地景观中产生步行意向，且相较于在室内跑步机上行走更不易感到疲劳[18]；此外，具备活动设施支持的场所更能有效吸引个体参与户外活动[19]。在听觉层面，自然声源，如鸟鸣、树叶摩擦声和流水声等，通常与积极情绪及行为意向正相关[20]，那些包含宜人自然声源的区域更容易被访客感知为具有恢复功能的空间，并更易被选择为进行LTPA的场所[21]。同时听觉反馈也会影响访客对活动类型的选择，访客在以自然声源为主的区域更倾向进行散步、冥想及社会互动等活动[22]。
已有大量综述与实证研究表明，视听通道对城市环境感知具有联合作用，视觉线索会对声景评价产生显著影响[23]，反之，听觉信息也会反馈至个体对景观偏好的判断[24]，亦有研究采用结构方程模型等方法刻画视听通道之间的作用路径[25]。然而，多数研究仍以实验室或虚拟现实情境中的非同点位刺激组合为主要研究场景[26]，或在统计分析中侧重于各通道的主效应估计[27]，相对缺乏在场所尺度上对同一空间节点进行的同步数据采集、变量对齐及交互项估计的实证研究。基于此薄弱环节，本研究聚焦城市开放空间，将“同点位联合建模”与“情绪中介检验”方法相结合，旨在识别视觉与听觉线索经由情绪感知传导至不同强度LTPA的关键路径及其作用方向。
情绪感知是以情境为中心的状态性反应，并非“附属变量”，而是将环境线索转化为行为选择的重要心理枢纽，能显著影响个体行为意向与选择[28]，为避免概念歧义，本研究明确界定情绪在研究与建模中的位置：在“视听交互—情绪感知”的链条上，情绪作为被解释变量，承接同点位的视觉与听觉线索；在“视听环境要素—情绪感知—LTPA”的链条上，情绪作为中介变量，连接视听线索与不同强度LTPA的行为响应。这一设定在理论上将环境心理学中的情绪唤醒与愉悦度机制[14, 29]引入城市开放空间的行为解释框架；实践上，将情绪置于中介位置，把宏观“提升活动意愿”的目标拆解为可落地的设计与改造方案。基于上述设定，本研究在统计建模层面仅验证“视听环境要素—情绪感知—LTPA”链条的中介路径，并据此计算间接效应及其占比，不设置情绪与视听要素的调节项，亦不验证情绪对增强感知的反向路径。进一步地，本研究把“视听交互”界定为在同一空间节点实现视觉与听觉2类信息的同步采集、特征对齐与联合建模；在统计上将2类模态变量同时纳入同一模型并估计中介项，以识别经由情绪传导至LTPA的关键路径与方向。
综上所述，“感知”特指个体对外部视听线索的接收与加工，“情绪”为感知后形成的状态性反应，属人体主观与生理反馈，与行为反应同归结果层，“情绪感知”的量化通过情绪状态评分实现。从作用逻辑上看，视听线索需先经视觉或听觉感知进入信息加工，进而诱发情绪感知变化，最终影响访客参与不同强度LTPA的可能性。基于上述逻辑，本研究以城市公园这一具备健康干预潜力的普惠性公共空间为对象，选取辽宁省辽阳市太子河公园的144个景观节点为样本，围绕“视听环境要素—情绪感知—LTPA”链条，构建同点位双模态分析框架。在研究方法上：1）在同一空间节点并行采集视听客观要素与主观情绪数据，采用联合入模的方法，避免跨样本并置偏差，识别视听交互联合效应；2）将状态性情绪感知置于“视听环境要素—情绪感知—LTPA”链条之中，采用中介分析给出路径占比，从“设计—心理—行为”层面提供可量化证据；3）将LTPA分为轻、中、重3种强度，揭示要素、情绪、行为在不同强度下的异质性，为空间分区与要素对位配置提供依据。在研究数据上，综合运用语义分割（视觉）、现场声学测量（听觉）、人机对抗评分（情绪）以及行为观测（LTPA）4种测量与量化方法，构建“视听环境要素—情绪感知—LTPA”的研究链条。在统计建模与作用机制检验分析上，采用逐步回归与相关结构分析，并以Bootstrap检验中介路径。基于此，本研究尝试回答3个问题：1）城市公园内部视听要素如何共同作用于公众即时情绪及活动行为？2）不同强度LTPA对视听环境是否呈现差异化响应？3）情绪感知是否构成连接视听线索与活动行为的关键心理环节？

1 研究场地与预调研

太子河公园作为辽宁省辽阳市内最大的综合性公园，地处新老城区交界，南北长8 km，规划用地面积7.07 km2，其中水体面积2.27 km2，绿化面积4.8 km2。太子河公园地处人口密集区，交通便利，出入口与公交接驳完善、停车位充足，是市民周末休闲的重要场所。园内设有八大园区及一岛区，在功能定位上各具特色，功能涵盖自然景观、专项健身、儿童游乐、文化展示、水上运动（皮划艇训练基地等）、休闲健身、聚会露营等多个维度，能够满足不同年龄层及多样化需求。植被按园区主题配置，不同园区植物的种类、空间布局和层次设计各具特色，并以主次道路与栈道串联。由此可见，太子河公园在空间形态、设施供给、景观构成与人群使用等方面均具备典型的城市公园特征，可作为检验“视听环境要素—情绪感知—LTPA”链条的代表性场所。
基于上述特征，为识别场地内LTPA的典型活动空间及其相关视听环境要素，并为正式调研中的视听设备布点位置提供依据，本研究于2024年4月25—30日对研究场地进行了预调研。通过对场地的全面勘察，以桥体为分界线，对8个已建成的免费园区进行分区，并整合东西两岸，最终划定4个区域作为研究对象（图1）。在此期间，选定144个频繁进行LTPA的景观节点作为研究样本，确保节点覆盖了大部分典型的活动空间及视听景观类型，且根据空间形态将节点进一步分为77个面状定点空间（如广场、草坪、球场等）和67个线状移动空间（如滨水栈道、跑步道等）。此外，在预调研过程中，对79名LTPA参与者进行了面访，记录其参与LTPA的时间和活动类，同时，受访者还被要求对情绪感知量化模型中的场景图像进行两两比较，本研究基于其反馈计算得分，为后续训练人机对抗模型提供数据。
图1 太子河公园分区及研究节点

Fig. 1 Zoning and study sites diagram of Taizi River Park

2 要素选取

本研究围绕“视听环境要素—情绪感知—LTPA”链条构建要素体系，要素选取强调与研究问题的匹配性与可操作性。一方面，所选要素需能够在公园真实情境中稳定观测并实现标准量化，以支撑同点位视听线索的获取与变量对齐；另一方面，要素需具备明确的理论可追溯性与设计干预指向，并在预调研与既有研究的共同证据下，与情绪感知及LTPA存在潜在关联。

2.1 视觉、听觉环境要素

在视听交互的总体框架下，本研究围绕“视、听要素选取”构建经验性变量要素集。在环境评估体系中，物理环境激发的正向感官体验已成为空间价值的重要评估标准[30]。视觉层面，综合刘滨谊等[31]、毕芳菲等[32]、范榕等[33]关于景观空间视觉吸引机制等系列理论，从空间、自然、人为、色彩4个维度中提取19项视觉环境要素（表1）[31-40]以全面刻画景观节点的视觉环境特征。
表1 城市公园视觉、听觉环境要素描述性统计表[31-40]

Tab. 1 Descriptive statistical table of visual and audio elements in urban parks[31-40]

要素分类 序号 环境要素 定义/计算方式 量化方法
　　注：a）色彩饱和度：将BGR格式图像转换为LAB颜色空间，利用其a、b通道分别表征红-绿与黄-蓝色度范围的特征；b）色彩丰富度：将图像转换至HSV空间并构建色相分量直方图，其分布跨度（最大值与最小值之差）可表征色相多样性水平；c）色彩和谐度：将图像经BGR空间转换至HSV色域（其色彩表征更贴合人眼感知机制），运用K均值聚类算法对像素进行聚类处理生成k个簇集并定位聚类中心。
视觉 空间环境 S1 天空开敞度 天空在图像中所占比例 语义分割
S2 空间围合度 垂直要素（陆生植被、园内建筑、栏杆）在图像中所占比例
自然环境 N1 绿视率 绿色植被（草坪、陆生植被、水生植被）在图像中所占比例
N2 植被层次 单层型（草、灌、乔）=1；双层型（乔-草、乔-灌、灌-草）=2；三层型（乔-灌-草）=3 赋值统计
N3 视觉主体植被健康程度[37] 不健康=1（植被长势较差，叶色枯黄/异常，观赏价值低，树木树冠缺损≥40%）；一般=2（植被长势一般，叶色普遍正常，有一定观赏价值，树木树冠缺损10%-40%）；健康=3（枝叶丰盈，叶色正常，观赏价值较高，无明显病虫害和枯枝败叶树木树冠缺损<10%）
N4 花卉景观 无=1；有=2
N5 土壤裸露度 较低=1；一般=2；较高=3
N6 蓝视率 水体在图像中所占比例 语义分割
N7 水体质量 无水体=0；干涸=1；浑浊=2；清澈=3 赋值统计
N8 亲水体验 无相关=0；人工垂直型驳岸（护栏型）=1；亲水栈道=2；自然生态型驳岸=3
人为环境 H1 城市背景比例 城市背景在图像中占比 语义分割
H2 休憩要素比例 园内座椅、长廊、遮阳空间占比
H3 照明指引比例 路标、引导、记忆性装置、路灯空间占比
H4 活动器材比例 可承载体力活动进行的器材占比
H5 铺装比例 铺装在图像中所占比例
H6 铺装材质 自然形成路径=1（铺装比例<3%）；硬性路面（砖石、沥青、碎石）=2；木质=3；运动材质=4 赋值统计
色彩环境[38] C1 色彩饱和度[39]a） 主色RGB标准差与亮度均值的比值 色彩量化
C2 色彩丰富度b） 主色数量与占比熵
C3 色彩和谐度[40]c） 色相环间距与互补色比例
听觉 声源类型 V1 自然声源 语义差异尺度（1=完全听不到、2=较弱、3=可听但不主导、4=较强、5=完全占主导） 赋值统计
V2 人类声源
V3 机械声源
声源指数 L1 等效连续声级（equivalent continuous sound level, Leq） 特定时间段内“稳定噪声”的声级值 测量统计
L2 声暴露级（a-weighted sound exposure level, Lae） 单次噪声事件的总声能归一化1 s内的等效声级
L3 声标准偏差（standard deviation of sound level, SD） 声音波动频率强度
进一步考虑到听觉作为影响情绪感知与行为选择的重要环境线索，需同步纳入要素选取。尽管视觉是环境信息获取的主要来源，但高质量声音在调节负面情绪、塑造获益性环境方面同样关键。既有研究表明，不同声源相互作用中，自然声源可缓解目标噪声的不良感知，提高声景整体质量，并有助于营造具有修复效应的场所[34]。基于此，依据ISO/TS 12913-2: 2018《声学—声景—第2部分：数据收集和报告要求》（Acoustics—Soundscape—Part2: Data Collection and Reporting Requirements）[35]并参考《瑞典声景质量协议》（The Swedish Soundscape-Quality Protocol）[36]，筛选环境声学要素与声源类型，以构建听觉环境要素集。

2.2 休闲体力活动指标

世界卫生组织将PA定义为“任何由骨骼肌收缩导致能量消耗的身体运动”，按参与情境，PA通常可分为LTPA、职业体力活动、通勤体力活动和家务体力活动等，其中LTPA在居民总体PA结构中占有较大比重，也是与健康效益关联最为密切的PA形式之一[41]。LTPA强度采用代谢当量（metabolic equivalent of task, MET）作为指标进行划分。在预调研中，研究者在研究区内随机对79名LTPA参与者进行了面访，通过标注记录和调查问卷的方式获取了他们日常进行LTPA的时间和类别，总结出24种LTPA类型，并参照Cheng等[42]对LTPA消耗水平的划分标准进行标注分类（表2）。
表2 研究区内LTPA强度与活动类型划分[42]

Tab. 2 Summary and intensity classification of the LTPA types within the study area[42]

LTPA分类 活动强度/3.5 mL·kg−1 具体活动类型
轻度LTPA 2.0~4.4 散步、太极、气功、乐器演奏、合唱、踢毽子、抽陀螺、休闲健身器械、人力游船、钓鱼
中度LTPA 4.5~5.9 快走、广场舞、交谊舞、羽毛球、乒乓球、游泳
重度LTPA 6.0~8.4 跑步、骑行、篮球、足球、网球、皮划艇、滑冰（冬季）

3 研究数据与研究方法

3.1 图像采集与语义分割

本研究以“频繁进行的LTPA”为首要筛选条件，对基于预调研选定的144个景观节点作为样本进行图像采集，为控制形态差异致偏，采用统一影像采集协议：使用GoPro HERO7广角镜头（120°），距地1.6 m、水平180°拍摄，并按空间类型统一操作：面状空间在活动区域中心采集3张全景；线状空间则以行走间道路延伸方向为基准视角，并在拍摄图片边线后延补摄2张全景（共3张）以确保影像覆盖场地环境。最终共采集432张图像，并使用ArcGIS 10.8软件将图像与各点位坐标进行匹配（图1）。
在计算机视觉领域，Mapillary Vistas是重要的大规模街景图像公开数据集，包含25 000张高分辨率图像（2048像素×1024像素），涵盖66类城市场景元素[43]，广泛应用于视觉环境领域的研究。本研究基于该数据集，引用一种基于编码器-解码器结构的Mask2Former语义分割模型[44]。在处理过程中，首先将输入图像（包括采集到的432张图像中的LTPA相关要素，如休憩区及健身器材等）切分成小块（patch）；然后将这些小块进行线性投影，转为嵌入向量；再将嵌入向量送入带掩码自注意力机制的Transformer层，以学习区域注意力图；最后，解码器通过集合预测，输出类别掩码。将这些步骤应用于所有432张图像，为后续语义分割提供基础（图2）。相关文献中的对比实验结果[44]显示，Mask2Former模型在分割精度指标平均交并比（mean intersection over union, mIoU）上优于传统方法，显著提升了分割准确性与鲁棒性，能够为识别LTPA相关环境要素提供可靠支撑。
图2 语义分割结果示意图

Fig. 2 Example of semantic segmentation results

3.2 色彩量化

本研究结合语义分割技术与K均值聚类算法（K-means clustering algorithm）开展色彩特征分析，流程主要分为4个步骤。1）使用图像处理软件OpenCV中的自动白平衡（AWB）工具对图像进行预处理，依据中性灰区域的RGB分量偏差估算色温并动态调整3个通道增益，实现颜色的自动校准，消除不同光照引起的色彩偏移；2）对校准图像执行逐像素筛选，提取RGB并按通道中值设阈（<50）剔除阴影等低值像素，降低非目标干扰；3）将RGB归一化处理至[0，1]，基于RGB或LAB色彩模型①进行计算，以欧氏距离迭代色彩聚类，聚类数k通过手肘法（k∈[2，5]）确定；4）通过线性判别分析（linear discriminant analysis, LAD）对色彩分类进行降维处理，与LAB色彩模型中的色彩占比分布相结合。最终基于聚类得到每张图像的主要色彩数据（图3），采用Zhai等[38]提出的基于主色提取计算框架的量化模型实现对场地色彩的系统量化，计算色彩饱和度、色彩丰富度及色彩和谐度3项核心指标。
图3 色彩量化示意图

Fig. 3 Example of color quantization

3.3 情绪感知量化

情绪感知在本研究中特指个体受特定公园情境下情绪状态的主观评定，属于状态性情绪反馈，而非稳定气质或人格。为实现对情绪感知的量化，本研究整合Yao等[45]提出的“人机对抗”TrueSkill评分机制与Dubey等[46]构建的6类情绪分类体系，即低落（depressing）、无趣（boring）、美丽（beautiful）、安全（safe）、活力（lively）、丰盈（wealthy），以构建一个群体敏感的情绪量化模型。该模型通过3个步骤实施微调和量化（图4）。1）为提升场景适配性，在实采公园图像集上使用TrueSkill评分机制对群体敏感性进行微调：按功能与使用热度分层抽样，确保图像信息覆盖林下步道、广场、亲水岸线、运动场地与静态休憩空间。2）组织79位受访者对公园场景图像进行两两比较，要求他们在每组图像中选出令其感到更舒适、更愉悦或更不烦躁的场景。与此同时，本研究记录了受访者的群体身份信息（如年龄、性别、职业等），以便后续建模分析不同群体在情绪感知上的偏好差异。3）采用TrueSkill评分机制对各公园场景的潜在情绪效用进行贝叶斯估算，首先在群体层面设置不同的先验均值与方差，用以刻画人群偏好差异。其次，将场景图像进行配对，并依据受访者的两两判别结果计算得分，通过迭代更新参数直至收敛，最终得到一个连续的情绪效用评分，作为后续建模所需的软标签。获得收敛的情绪效用评分后，将该连续值归一化至[0，1]区间，在此基础上，通过序位逻辑回归确定阈值，将归一化的评分映射至预定义的6类情绪，形成带置信度的伪标签。这些伪标签将作为监督信号，用于后续模型的微调训练。在微调训练阶段，为缓解数据中存在的类别不均衡与群体差异问题，训练中采用了类别不平衡重加权方法与群体条件损失函数，以有效抑制潜在的样本偏差。
图4 深度学习人机对抗示意图

Fig. 4 Schematic diagram of human-machine confrontation in deep learning

3.4 环境声学数据收集

依据ISO/TS 12913-2: 2018《声学—声景—第2部分：数据收集和报告要求》[35]，选择2024年5月6—30日无降水且风速小于5 m/s的弱干扰天气进行环境声学数据采集，考虑到进行LTPA不受交通高峰限制，采集时间定为每日8:00—20:00。测量仪器布点在线状空间与研究点位一一对应；对于面积较小、分布密集且承载活动类型相近的面状空间在几何中心位置测量声学数据，其中，靠近桥体点位在通勤与非通勤时段各测一次声学数据取均值；儿童活动区在工作日与休息日各测一次取均值，以提高数据准确性与代表性。各点位使用HS5671D型噪声频谱分析仪连续测量3 h，记录每个点位的等效连续声级（Leq）、声暴露级（Lae）及声标准偏差（SD）。

3.5 听觉信息问卷调查与行为观测

问卷调查与行为观测于2024年5月2—4、13、16、21日进行。根据现场温度、风速与噪声记录，6日环境条件相近，覆盖工作日与休息日，能够降低气候与受访者日程安排差异导致的偏差及样本缺失。
1）听觉信息问卷调查。依据《瑞典声景质量协议》[36]及Dunbavin等[35]的研究设计了声源调查表，并在128个声学测量点附近发放。受访者对3类共13种典型声源（表3）[36]进行李克特五级评分。为降低个体差异，同点位声源打分取均值。共回收有效问卷312份，约合2.17份/节点，受访者性别比近1∶1，平均年龄为48.2岁。
表3 声源分类及打分标准[36]

Tab. 3 Classification of sound sources and scoring criteria[36]

声源类别 声源目录 打分标准
自然声源 鸟鸣、虫鸣、流水声、树叶摩擦声、犬吠 1=完全听不到、2=较弱、
3=可听但不主导、4=较强、
5=完全占主导
人类声源 交谈声、儿童嬉戏声、脚步声、健身活动声
机械声源 交通声、施工声、外放音乐声、广播宣传声
2）行为观测。选取2024年5月3、4日（休息日）与5月13日（工作日）为行为观测日。依据预调研结果，设定3个观测时段：6:00—8:00、10:00—12:00、15:00—20:30。15名经培训的观测员按区域点位图与记录表，对观测区域内LTPA的强度与频次进行拍摄记录。为消除场地规模影响，采用行为密度指标进行量化分析。

3.6 数据分析

1）采用极差归一化方法（min-max normalization）对环境要素的量化结果进行标准化处理。2）基于SPSS 23.0软件，以25项视听环境要素为自变量，分别以情绪感知与LTPA作为因变量构建多元逐步回归模型；筛选出20项显著要素，并依据标准化回归系数评估其对情绪及3种强度LTPA的影响。3）对3组变量实施Mantel检验，分析各自相关性。4）参照温忠麟等[47]提出的中介效应分析流程，构建“视听环境要素—情绪感知—LTAP”链条的中介模型（图5）：以筛选出的视听显著要素为自变量，以情绪感知为中介变量，基于SPSS Amos24平台，采用Bootstrap法重复抽样5 000次（95%置信区间），检验2种变量对不同强度LTPA的直接与间接效应。
图5 中介模型

Fig. 5 Intermediary model

4 研究结果与分析

4.1 休闲体力活动分布情况

根据行为观测结果，本研究记录到共有3 689人次进行轻度LTPA，2 329人次进行中度LTPA，1 833人次进行重度LTPA。通过自然断点法对参与3种强度LTPA人群的行为密度进行量化、分级，绘制城市公园LTPA分布特征图（图6）。结果显示，访客对3种强度LTPA场地的选择均向可视水域聚集。其中，轻度LTPA多在亲水线性空间（配有自然型驳岸木栈道、植被丰富且伴随自然音源）周边进行，中度LTPA偏好在适度围合且服务设施完备的节点进行，重度LTPA多沿地面平坦、景致及服务设施连续的滨水沿线且视域开阔的空间进行，开展3种强度的LTPA的空间分布展现出显著的空间异质性。
图6 LTPA行为密度分布

Fig. 6 Distribution of behavioral density in LTPA

4.2 场地视听环境特征

为呈现研究场地在视、听觉维度上的整体基线特征，本研究汇总144个节点的视听环境要素特征并分析其集中趋势与离散度。在视觉维度上，样本空间形态兼具开敞、半围合与围合等复合结构，自然要素（植被、水体）占视觉主导地位，人工服务设施分布较为稀疏、功能节点密度较低，铺装以硬质为主；色彩整体层次丰富且协调。这一结果验证了所选节点在视觉层面对典型城市公园环境的表征能力。听觉维度上，声源分布的空间异质性显著，自然与人类声源占主要成分，共同构建了以生态背景与社交互动为特征的声源环境框架；声场能量分布处于中等动态区间并呈现随时空变化的特征，符合公共休闲空间属性。综上，研究选取的144个样本能够涵盖城市公园典型视觉界面与声景组合，视觉层面以自然要素主导的开放及围合混合空间为基底，听觉层面则形成自然生态与社交声源动态平衡的声场格局。

4.3 视听要素对情绪感知及休闲体力活动的影响

对视听要素与情绪感知之间的多元逐步回归结果（表4）进行分析，可以发现照明指引比例及活动器材比例与安全、活力、丰盈3个维度均呈显著正相关，表明清晰的导视系统与充足的活动器材可激发访客的积极情绪；休憩要素比例对安全情绪产生正向影响，说明场地提供了能够缓解疲劳和日晒的休息座椅及遮阳设施，增强了安全体验；蓝视率和亲水体验能显著提升安全及丰盈情绪，表明宽广水域及可近水设计有助于访客产生宁静满足的情绪；铺装材质正向作用于安全和活力，说明平整防滑的地铺有助于提升安全感与活动意愿；而土地裸露度过高则会抑制活力情绪。声暴露级分别与低落和美丽情绪呈正、负相关，表明较高的声污染强度会增加低落情绪并削弱访客对美好环境的感知；同时，空间围合度及城市背景比例过高同样会弱化访客的美感体验；相反，花卉景观及自然声源显著提升访客对美丽的感知，自然声源亦有助于产生丰盈情绪，表明场地中的树叶摩擦声、鸟鸣等自然声源，更易于让访客感知环境的美丽，并产生积极情绪。
表4 视听要素与情绪感知的多元逐步回归分析

Tab. 4 Multiple stepwise regression analysis of audio-visual elements and emotional perception

情绪维度 模型参数 环境要素 ${\text{β}} $值 t 值 VIF
　　注：**代表p≤0.01，*代表p<0.05，6个模型的残差分布均符合正态分布，且VIF值均小于5，表明模型不存在多重共线性且整体拟合效果显著。
低落 R 2=0.351
调整R 2=0.337
F=25.212		 土地裸露度 −0.302 −4.232** 1.096
等效连续声级 −0.375 −4.304** 1.639
声暴露级 0.536 5.971** 1.735
无趣 R 2=0.258
调整R 2=0.247
F=24.476		 等效连续声级 0.420 4.945** 1.367
声标准偏差 −0.576 −6.795** 1.367
美丽 R 2=0.239
调整R 2=0.212
F=8.683		 空间围合度 −0.192 −2.332* 1.232
城市背景比例 −0.236 −2.979** 1.135
花卉景观 0.274 3.426** 1.157
自然声源 0.250 3.317** 1.032
声暴露级 −0.323 −4.242** 1.051
安全 R 2=0.614
调整R 2=0.597
F=36.266		 蓝视率 0.257 3.880** 1.552
亲水体验 0.153 2.358* 1.484
休憩要素比例 0.135 2.336* 1.180
照明指引比例 0.267 4.293** 1.370
活动器材比例 0.217 3.139** 1.696
铺装材质 0.224 4.116** 1.047
活力 R 2=0.533
调整R 2=0.512
F=26.037		 天空开敞度 0.129 2.082* 1.132
植被健康度 0.256 3.947** 1.233
土地裸露度 −0.133 −2.140* 1.125
照明指引比例 0.262 3.797** 1.395
活动器材比例 0.181 2.799** 1.221
铺装材质 0.261 3.888** 1.321
丰盈 R 2=0.441
调整R 2=0.416
F=17.993		 蓝视率 0.185 2.364* 1.508
亲水体验 0.146 2.017* 1.291
照明指引比例 0.161 2.148* 1.383
活动器材比例 0.252 3.750** 1.110
自然声源 0.165 2.276* 1.285
人类声源 0.290 3.884** 1.367
对视听要素与LTPA之间的多元逐步回归结果（表5）进行分析可以发现，天空开敞度与3种强度的LTPA均显著相关，不同的是，与轻度LTPA及重度LTPA呈正相关，与中度LTPA则为负相关，这可能是由于园区内的中度LTPA多以舞蹈及依托场地的球类运动为主，高天空开敞度不仅意味着缺少遮阳空间，还因周边植被或遮蔽物的缺失，导致私密性不足以及无法抵抗风对球类运动的干扰，这一推测可通过空间围合度及活动器材比例二者对中度LTPA的显著正向影响予以印证。照明指引比例则与3种强度的LTPA均呈显著正相关，说明LTPA更倾向于在清晰明朗的路面上进行，尤其是轻度LTPA。蓝视率与轻度、中度2种强度的LTPA均产生正向影响，符合部分项目依托水域及近水选址的特点。土地裸露度与轻度LTPA呈显著正相关，相反，与重度LTPA呈负相关，反映了轻度LTPA路线规划自由的特点及重度LTPA对平整防滑、连续性路面的需求，这一点可以由铺装材质对重度LTPA的显著影响佐证。自然声源对轻度LTPA呈显著正相关，说明包含自然要素的声源对轻度LTPA具有促进作用。
表5 视听要素与3种强度LTPA的多元逐步回归分析

Tab. 5 Multiple stepwise regression analysis of audiovisual elements and three intensities of LTPA

体力活动 模型参数 环境要素 ${\text{β}} $值 t 值 VIF
　　注：**代表p≤0.01，*代表p<0.05，3个模型的残差分布均符合正态分布，且VIF值均小于5，表明模型不存在多重共线性且整体拟合效果显著。
轻度LTPA R 2=0.645
调整R 2=0.629
F=41.467		 天空开敞度 0.130 2.357* 1.177
绿视率 0.308 5.681** 1.133
土地裸露度 0.144 2.686** 1.108
蓝视率 0.216 3.369** 1.579
照明指引比例 0.407 6.612** 1.462
自然声源 0.186 3.343** 1.196
中度LTPA R 2=0.606
调整R 2=0.589
F=35.134		 天空开敞度 −0.135 −2.287* 1.217
空间围合度 0.157 2.314* 1.599
蓝视率 0.147 2.458* 1.242
休憩要素比例 0.223 3.722** 1.249
照明指引比例 0.293 4.506** 1.470
活动器材比例 0.366 5.445** 1.574
重度LTPA R 2=0.579
调整R 2=0.560
F=31.364		 天空开敞度 0.224 3.817** 1.118
植被健康度 0.137 2.127* 1.350
土地裸露度 −0.154 −2.629** 1.119
亲水体验 0.135 2.296* 1.125
照明指引比例 0.252 3.885** 1.366
铺装材质 0.393 6.410** 1.219

4.4 相关性分析与中介效应

视听要素、情绪感知及LTPA三者间的相关性分析显示（图7），3种强度LTPA与情绪感知中活力、安全、丰盈及视听要素中的人为感知维度皆呈显著正相关，且人为感知对其上3种情绪同样具有显著影响，尤其是对活力与安全。这说明强化提升这3种情绪感知可促进LTPA的进行。然而，低落、无趣及美丽则与LTPA的相关性不显著或呈负相关，也许正如前文所述，感官体验与情绪感知之间存在双向影响关系，而行为决策源于身体与环境之间的实时互动。因此，外界环境中负向感知的投射会引发消极情绪，并进一步阻止积极的行为决策。同时，声源指数维度与除低落及无趣外的其余维度皆不相关或负相关，说明控制或减少声污染对调节负面情绪进而促进LTPA进行有所助益。
图7 视听要素、情绪感知与LTPA的相关性分析

Fig. 7 Correlation analysis among audiovisual elements, emotional perception and LTPA

通过构建中介模型并基于Bootstrap法检验中介效应后发现，9个模型路径的中介效应显著（图8），且均为部分中介效应，表明视听要素既可通过情绪感知间接影响LTPA，也存在不经情绪感知路径的直接作用。其中，空间感知对LTPA的影响程度最高，天空开敞度及空间围合度分别经由情绪感知的中介效应对轻度及中度LTPA的影响最大，中介效应比分别达到了53.80%及56.28%。自然、人为感知中的蓝视率及照明指引比例2个要素通过情绪感知调节均可以影响轻度LTPA及中度LTPA。而声源类型中的自然声源经由情绪效应对轻度LTPA的影响达到41.81%。视听要素对情绪与活动均有差异化影响，且情绪感知在多条路径上发挥部分中介效应。
图8 情绪感知中介效应检验

Fig. 8 Test of the mediating effect of emotional perception

5 讨论

本研究以城市公园为研究情境，围绕“视听环境要素—情绪感知—LTPA”链条，探讨视听线索对情绪及不同强度LTPA的共同作用及异质性，同时检验其经由情绪感知的中介效应路径。本研究基于视听交互框架，将情绪感知界定为场地诱发的状态性情绪反馈，视其为连接客观环境与行为响应的关键心理环节。从场所尺度检验视听环境要素对情绪及LTPA的作用路径，揭示“环境—情绪—行为”的链式机制。通过对实地收集的视听环境、情绪评价和行为观测数据进行分析，本研究得出了3点关键发现。1）城市公园中的蓝视率、天空开敞度、自然声源、照明指引比例等要素能显著提升安全、活力、丰盈等积极情绪体验，进而提高轻度及中度LTPA进行的概率；2）情绪感知在多条路径上呈部分中介效应，提供了“环境—情绪—行为”机制模型的定量支持。例如，“天空开敞度—轻度LTPA”链条中情绪中介效应占比约为53.80%，“空间围合度—中度LTPA”链条中情绪中介效应占比约为56.28%，“自然声源—轻度LTPA”链条中情绪中介效应占比约为41.81%。这表明开放视域和良好的亲水环境有助于激发访客积极情绪并促进他们进行舒缓的身体活动，而适度围合的绿地空间通过增强安全感显著促进游客进行中度LTPA。相较之下，重度LTPA未呈现显著的情绪中介路径，这可能是因为高强度活动更具目标导向性，访客选择进行高强度LTPA更受空间安全性与功能性的直接影响；3）消极的环境因素会带来负面情绪后果，例如过高的噪声水平会增强低落、无趣等消极情绪并削弱人对环境美感的感知，从而可能抑制访客对LTPA的参与。而自然声源的存在在一定程度上可以缓解机械噪声的负面影响，体现出积极声源对情绪与行为的保护作用。
与单一视觉或听觉通道研究相比，单一感官通道与情绪或LTPA的关联易波动且解释力有限。相比之下，视听整合分析更能构建贴近实际环境的空间反馈模型，从而准确反映环境与行为之间的互动关系。既有理论亦被印证：优质的户外空间有助于提升愉悦情绪并激发活动意向，户外步行可改善情绪并增强参与意愿[18]；在听觉层面，自然声源缓解压力、改善情绪的作用与“自然声景促进心理恢复”的结论一致[20]；在视觉层面，蓝绿视域与协调色彩能够提升美感与活力感知，这与“视觉异质性提升环境审美质量”的研究证据相符[17]；此外，充足的照明与游憩设施可增强安全感，与“设施支持有利于提升户外活动参与”的研究结论一致[19]。
本研究也揭示了一些不同于传统认知的现象。最显著的是，中度LTPA表现出对较高空间围合度和邻近服务设施的偏好，这与以往强调“开敞空间更有利于PA”的主流观点存在差异[21]。这一现象可能源于广场舞或羽毛球等活动的参与者更依赖适度围合带来的安全感、私密性与社群氛围，并需要活动场地配备休憩座椅、遮阳和饮水等设施。围合空间不仅提供了“被看见的安全感”，还增强了社交可能性，从而提升活动的舒适度与持续性。这一机制也体现在本研究中人为环境与安全、活力的相关性上。此外，重度LTPA对情绪中介不敏感，更依赖场地的功能性，提示后续研究需分情境深化，进一步区分不同强度LTPA的空间需求与设施约束。
基于上述结论，本研究从促进LTPA进行角度为城市公园的场地设计提供4点建议。1）针对轻度LTPA的蓝视通廊：在遮蔽型节点中嵌入可视水面的“透气口”，通过小尺度开口结合导视标识，提升蓝视率与空间通达性，服务于轻度LTPA的停留与漫游动线；在线性栈道保持连续开敞的视域，削减视觉阻隔，从而增强游览的视觉连贯性与步行体验。2）针对中度LTPA的空间围合与配套服务：在中度LTPA热点区域，优化空间围合（如绿篱、廊架、半围合小品），并完善休憩座椅、直饮水点、遮阳设施与器材等服务设施的配置，通过增强安全感与社交可能性，提升活动持续性与参与黏性。3）针对重度LTPA的“性能优先”策略：在线性滨水空间中，采用防滑、减震且连续无缝的功能性铺装；在游泳入水点及高强度活动区域设置安全救援与冲洗设施，以保障运动体验的安全性与连续性。4）自然声景营造与声暴露管理：在等效连续声级和声暴露级较高的路段，布置树阵、水体或小型生境，结合鸟类栖息地与流水装置等自然声源，同时设置文明提示牌，降低机械噪声暴露，构建“客观降噪+主观掩蔽”的双重声景优化策略。
本研究在研究视角和方法上具有一定的创新性，对城市开放空间环境行为研究做出了方法论上的拓展。首先，在作用机制建模上，将“状态性情绪感知”引入城市公园环境与LTPA关系的分析框架，验证了情绪作为中介变量的重要作用，弥合了客观环境量化指标与主观心理体验、行为决策间的理论断层，并构建可检验的“环境—情绪—行为”机制模型，定量揭示了环境线索转化为行为结果的心理过程。其次，在视听整合评估上，构建涵盖视觉与听觉维度的双模态指标体系，结合图像语义要素与现场声学测量结果，在节点尺度实现数据对齐与综合统计分析，突破以往单一感官研究局限，同时考察视、听因素的交互影响，为公园环境研究提供了可复制、可拓展的新路径。最后，在人机评分融合方面，引入计算机视觉及人工智能协同机器识别与群体主观评估，实现主客观互证，提升量化评估的稳健性与可解释性。
尽管本研究取得了上述成果，仍存在一些局限性，需要在后续研究中加以关注和改进。首先，本研究采用横断面研究设计，虽经Bootstrap中介检验支撑“视听环境要素—情绪感知—LTPA”链条的合理性，但仍在因果关系、方向的识别上存在局限。其次，在样本与数据处理方面，将个体层面的听觉问卷聚合为节点均值可能忽略了个体差异的影响，同时观察时段与样本构成或致选择偏差，代表性受限。此外，尽管本研究在多元回归与路径分析中控制了多重共线性并辅以Mantel检验，复杂模型仍可能存在错误膨胀等统计偏误。未来可开展纵向追踪研究、现场干预实验或半实验情境，操控声源与开敞度等变量并进行多时点观测以增强因果推断；同时纳入年龄、性别、健康状况、社群属性等调节变量，以探讨不同人群在“环境—情绪—行为”链式机制上的反应差异。

6 结论

本研究围绕城市公园场景下“环境—情绪—行为”的联动关系展开探讨，定量验证了情绪感知在视听环境影响LTPA过程中的关键中介作用，深化了对环境要素促进行为机制的理解。在实践层面，研究结果为提升城市公园健康效益提供了重要启示，通过平衡蓝绿景观视野、强化场地导视与照明系统、营造安全感、优化自然声景并控制噪声暴露，以及根据不同强度活动需求提供差异化的空间与设施支持，城市公园可更有效地激发公众参与LTPA的积极性，提升场地健康效益。未来，本研究所构建的分析框架与优化策略可为相关领域提供理论支持与实践参考，推动将情绪感知纳入环境干预以促进行为改变的研究路径，为健康城市和积极空间的营造提供科学依据。

图1~8由作者绘制。表1由作者根据参考文献[31]~[40]绘制；表2由作者根据参考文献[42]绘制；表3由作者根据参考文献[36]绘制；表4、5由作者绘制。

1、构建城市公园同点位“双模态—情绪—行为”联合建模框架，融入Mask2Former、TrueSkill模型与现场声学实测，并以逐步回归及Bootstrap中介检验方法实现在节点尺度上环境对行为影响力的精准、可复制评估。

2、从内部空间视角揭示“环境—情绪—行为”机制模型，系统解析不同强度休闲体力活动的差异化响应特征及关键中介路径的效应占比。

3、形成可操作的场地优化策略谱系，为城市公园健康效益提升提供可落地的空间与声景优化策略。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
健康中国行动推进委员会.健康中国行动（2019—2030 年）[EB/OL].（2019-07-15）[2024-05-01].https://www.gov.cn/xinwen/2019-07/15/content_5409694.htm.

The Healthy China Action Promotion Committee. Healthy China Initiative (2019−2030) [EB/OL]. (2019-07-15) [2024-05-01]. https://www.gov.cn/xinwen/2019-07/15/content_5409694.htm.

[2]
KIECOLT-GLASER J K, RENNA M E, SHROUT M R, et al. Stress Reactivity: What Pushes Us Higher, Faster, and Longer—and Why It Matters[J]. Current Directions in Psychological Science, 2020, 29(5): 492-498.

DOI

[3]
CASE L, SCHRAM B, JUNG J, et al. A Meta-Analysis of the Effect of Adapted Physical Activity Service-Learning Programs on College Student Attitudes Toward People with Disabilities[J]. Disability and Rehabilitation, 2021, 43(21): 2990-3002.

DOI

[4]
MAHINDRU A, PATIL P, AGRAWAL V. Role of Physical Activity on Mental Health and Well-Being: A Review[J]. Cureus, 2023, 15(1): e33475.

DOI

[5]
PEKMEZI D, JENNINGS E, MARCUS B H. Evaluating and Enhancing Self-Efficacy for Physical Activity[J]. ACSM’s Health & Fitness Journal, 2009, 13(2): 16-21.

DOI

[6]
EATHER N, WADE L, PANKOWIAK A, et al. The Impact of Sports Participation on Mental Health and Social Outcomes in Adults: A Systematic Review and the ‘Mental Health Through Sport’ Conceptual Model[J]. Systematic Reviews, 2023, 12(1): 102.

DOI

[7]
DEMPSEY P C, ROWLANDS A V, STRAIN T, et al. Physical Activity Volume, Intensity, and Incident Cardiovascular Disease[J]. European Heart Journal, 2022, 43(46): 4789-4800.

DOI

[8]
LUO H H, HUANG Y X, ZHANG Q L, et al. Impacts of Physical Activity and Particulate Air Pollution on the Onset, Progression and Mortality for the Comorbidity of Type 2 Diabetes and Mood Disorders[J]. Science of the Total Environment, 2023, 890:164315.

DOI

[9]
WANG Q Y, ZHOU W L. Roles and Molecular Mechanisms of Physical Exercise in Cancer Prevention and Treatment[J]. Journal of Sport and Health Science, 2021, 10(2): 201-210.

DOI

[10]
HALLAL P C, REIS R S, PARRA D C, et al. Association Between Perceived Environmental Attributes and Physical Activity Among Adults in Recife, Brazil[J]. Journal of Physical Activity & Health, 2010, 7(Suppl 2): S213-S222.

[11]
王鑫, 李雄. 基于网络大数据的北京森林公园社会服务价值评价研究[J]. 中国园林, 2017, 33(10): 14-18.

WANG X, LI X. Research on the Analysis of Social Services Value of Forest Park in Beijing Based on Network Big Data[J]. Chinese Landscape Architecture, 2017, 33(10): 14-18.

[12]
WANG X X, ZHOU Q F, ZHANG M J, et al. Exercise in the Park or Gym? The Physiological and Mental Responses of Obese People Walking in Different Settings at Different Speeds: A Parallel Group Randomized Trial[J]. Frontiers in Psychology, 2021, 12:728826.

DOI

[13]
JEKAUC D, BRAND R. Editorial: How Do Emotions and Feelings Regulate Physical Activity?[J]. Frontiers in Psychology, 2017, 8:1145.

DOI

[14]
YANG J X, ZHOU Q, LIU X Y, et al. Biased Perception Misguided by Affect: How Does Emotional Experience Lead to Incorrect Judgments About Environmental Quality?[J]. Global Environmental Change, 2018, 53:104-113.

DOI

[15]
宋扬, 吴丹蓉, 吕勤智. 乡村视觉识别系统设计（Ⅵ）在半山村景观环境中的应用设计[J]. 浙江工业大学学报（社会科学版）, 2017, 16(3): 266-271.

SONG Y, WU D R, LV Q Z. A Study of the Application of Visual Identity System(Ⅵ) of Rural Areas in the Landscape Design of Banshancun Village[J]. Journal of Zhejiang University of Technology (Social Science), 2017, 16(3): 266-271.

[16]
COTTET M, PIÉGAY H, BORNETTE G. Does Human Perception of Wetland Aesthetics and Healthiness Relate to Ecological Functioning?[J]. Journal of Environmental Management, 2013, 128:1012-1022.

DOI

[17]
马冰倩, 徐程扬, 刘江, 等. 城镇森林视觉景观异质性对美学质量的影响[J]. 浙江农林大学学报, 2019, 36(2): 366-374.

DOI

MA B Q, XU C Y, LIU J, et al. Visual Heterogeneity and Visual Landscape Quality of Urban Forests as an Architectural Backdrop[J]. Journal of Zhejiang A&F University, 2019, 36(2): 366-374.

DOI

[18]
FOCHT B C. Brief Walks in Outdoor and Laboratory Environments: Effects on Affective Responses, Enjoyment, and Intentions to Walk for Exercise[J]. Research Quarterly for Exercise and Sport, 2009, 80(3): 611-620.

[19]
MCCORMACK G R, ROCK M, TOOHEY A M, et al. Characteristics of Urban Parks Associated with Park Use and Physical Activity: A Review of Qualitative Research[J]. Health & Place, 2010, 16(4): 712-726.

DOI

[20]
ALVARSSON J J, WIENS S, NILSSON M E. Stress Recovery During Exposure to Nature Sound and Environmental Noise[J]. International Journal of Environmental Research and Public Health, 2010, 7(3): 1036-1046.

DOI

[21]
ZHANG M, KANG J. Towards the Evaluation, Description, and Creation of Soundscapes in Urban Open Spaces[J]. Environment and Planning B: Planning and Design, 2007, 34(1): 68-86.

DOI

[22]
JENNINGS P, CAIN R. A Framework for Improving Urban Soundscapes[J]. Applied Acoustics, 2013, 74(2): 293-299.

DOI

[23]
LIU J, KANG J, BEHM H, et al. Effects of Landscape on Soundscape Perception: Soundwalks in City Parks[J]. Landscape and Urban Planning, 2014, 123:30-40.

DOI

[24]
GAN Y H, LUO T, BREITUNG W, et al. Multi-sensory Landscape Assessment: The Contribution of Acoustic Perception to Landscape Evaluation[J]. The Journal of the Acoustical Society of America, 2014, 136(6): 3200.

DOI

[25]
ZHAO J W, XU W Y, YE L. Effects of Auditory-Visual Combinations on Perceived Restorative Potential of Urban Green Space[J]. Applied Acoustics, 2018, 141:169-177.

DOI

[26]
JEON J Y, JO H I. Effects of Audio-Visual Interactions on Soundscape and Landscape Perception and Their Influence on Satisfaction with the Urban Environment[J]. Building and Environment, 2020, 169:106544.

DOI

[27]
JIN T F, LU J Y, SHAO Y H. Exploring the Impact of Visual and Aural Elements in Urban Parks on Human Behavior and Emotional Responses[J]. Land, 2024, 13(9): 1468.

DOI

[28]
FELISATTI A, FISCHER M H. Experimental Methods in Embodied Cognition: How Cognitive Psychologists Approach Embodiment[M]. London: Routledge, 2023.

[29]
KIM C, KIM J, THAPA B. Bidirectional Association Between Leisure Time Physical Activity and Well-Being: Longitudinal Evidence[J]. Journal of Leisure Research, 2020, 51(5): 559-580.

DOI

[30]
秦昕璐, 刘晖. 感知与表达: 从视知觉体验看景观空间营建[J]. 城市建筑, 2019, 16(28): 179-182,188.

DOI

QIN X L, LIU H. Perception and Expression: Construction of the Landscape Space from the View of Visual Perception Experience[J]. Urbanism and Architecture, 2019, 16(28): 179-182,188.

DOI

[31]
刘滨谊, 范榕. 景观空间视觉吸引要素及其机制研究[J]. 中国园林, 2013, 29(5): 5-10.

DOI

LIU B Y, FAN R. Research on Visual Attraction Elements and Mechanism of Landscape Space[J]. Chinese Landscape Architecture, 2013, 29(5): 5-10.

DOI

[32]
毕芳菲, 刘加平, 蔺宝钢. 基于景观视觉吸引的文旅空间建设策略研究: 以关中历史文化街区为例[J]. 中国园林, 2023, 39(2): 84-89.

BI F F, LIU J P, LIN B G. Research on the Construction Strategy of Cultural Tourism Space Based on Landscape Visual Attraction: A Case Study of Guanzhong Historical and Cultural Block[J]. Chinese Landscape Architecture, 2023, 39(2): 84-89.

[33]
范榕, 李卫正, 乌日汗. 基于无人机图像分割的环太湖绿道景观空间视觉吸引特性研究[J]. 中国园林, 2019, 35(5): 74-79.

DOI

FAN R, LI W Z, WU R H. Study on Spatial Visual Attraction of Landscape Space Around Taihu Lake Greenway Based on UAV Image Segmentation[J]. Chinese Landscape Architecture, 2019, 35(5): 74-79.

DOI

[34]
MA K W, MAK C M, WONG H M. Effects of Environmental Sound Quality on Soundscape Preference in a Public Urban Space[J]. Applied Acoustics, 2021, 171:107570.

DOI

[35]
DUNBAVIN P. ISO/TS 12913-2: 2018-Soundscape-Part 2: Data Collection and Reporting Requirements: What’s It All About[J]. Acoustics Bulletin, 2018, 43:55-57.

[36]
AXELSSON Ã, NILSSON M E, BERGLUND B. The Swedish Soundscape-Quality Protocol[J]. The Journal of the Acoustical Society of America, 2012, 131(4): 3476.

DOI

[37]
干靓, 唐艺源, 尹杰. 沿江型湿地公园景观环境特征对人群自然感知及感知复愈性的影响: 以上海后滩公园为例[J]. 中国园林, 2024, 40(1): 26-32.

DOI

GAN J, TANG Y Y, YIN J. Effects of Landscape and Environmental Characteristics of Riverine Wetland Park on People’s Perception of Nature and Perceived Restorativeness: Case Study of Shanghai Houtan Park[J]. Chinese Landscape Architecture, 2024, 40(1): 26-32.

DOI

[38]
ZHAI Y J, GONG R Y, HUO J Z, et al. Building Façade Color Distribution, Color Harmony and Diversity in Relation to Street Functions: Using Street View Images and Deep Learning[J]. ISPRS International Journal of Geo-Information, 2023, 12(6): 224.

DOI

[39]
PALUS H. Colorfulness of the Image: Definition, Computation, and Properties[C]// KOLACZ K, SOCHAKI J. Lightmetry and Light and Optics in Biomedicine 2004. Bellingham: SPIE-The International Society for Optical Engineering, 2006, 6158: 42-47.

[40]
KHALED A, ABDEL-KADER R F, YASEIN M S. A Hybrid Color Image Quantization Algorithm Based on K-Means and Harmony Search Algorithms[J]. Applied Artificial Intelligence, 2016, 30(4): 331-351.

DOI

[41]
CASPERSEN C J, POWELL K E, CHRISTENSON G M. Physical Activity, Exercise, and Physical Fitness: Definitions and Distinctions for Health-related Research[J]. Public Health Reports, 1985, 100(2): 126-131.

[42]
HERRMANN S D, WILLIS E A, AINSWORTH B E, et al. 2024 Adult Compendium of Physical Activities: A Third Update of the Energy Costs of Human Activities[J]. Journal of Sport and Health Science, 2024, 13(1): 6-12.

DOI

[43]
NEUHOLD G, OLLMANN T, BULÒ S R, et al. The Mapillary Vistas Dataset for Semantic Understanding of Street Scenes[C]//PELILLO M, IKEUCHI K. 2017 IEEE International Conference on Computer Vision. Venice: IEEE, 2017: 5000-5009.

[44]
CHENG B W, MISRA I, SCHWING A G, et al. Masked-Attention Mask Transformer for Universal Image Segmentation[C]//CHELLAPPA R, MATAS J, SHAH M. 2022 IEEE/CVF Conference on Computer Vision and Pattern Recognition. New Orleans: IEEE, 2022: 1280-1289.

[45]
YAO Y, LIANG Z T, YUAN Z H, et al. A Human-Machine Adversarial Scoring Framework for Urban Perception Assessment Using Street-View Images[J]. International Journal of Geographical Information Science, 2019, 33(12): 2363-2384.

DOI

[46]
DUBEY A, NAIK N, PARIKH D, et al. Deep Learning the City: Quantifying Urban Perception at a Global Scale[C]// LEIBE B, MATAS J, SEBE N, et al. Computer Vision − ECCV 2016. Cham: Springer, 2016: 196-212.

[47]
温忠麟, 叶宝娟. 中介效应分析: 方法和模型发展[J]. 心理科学进展, 2014, 22(5): 731-745.

DOI

WEN Z L, YE B J. Analyses of Mediating Effects: The Development of Methods and Models[J]. Advances in Psychological Science, 2014, 22(5): 731-745.

DOI

Options
Outlines

/

〈 〉