基于老年人对日间和夜间场景下社区绿地休闲体验的感知，对社区绿地进行优化设计

《Habitat International》：Optimization for community green spaces based on seniors' leisure experience perceptions under daytime and nighttime scenarios

老年人社区绿地日间与夜间休闲体验感知差异及优化研究。通过空间叠加分析、非线性影响评估和NSGA-II启发式算法，揭示老年人在不同时段对绿地功能、舒适度及安全性的需求差异，提出分时段优化选址策略，为适老化绿地更新提供科学依据。

　　

李海伟|陈崇贤|文晓霞|张静

华南农业大学林业与景观建筑设计学院，广州，510642，中国

摘要

在资源有限的情况下，社区绿地（CGS）的更新对于满足老年人的休闲需求至关重要。现有研究往往忽视了昼夜CGS变化对老年人休闲体验的影响，未能充分考虑非线性效应的复杂性，也未考虑到与老年人休闲相关的社会效益优化目标。本研究旨在通过空间叠加和聚合分析、非线性影响评估以及启发式算法，确定基于老年人在日间和夜间休闲体验感知（LEPs）的可及性和空间分布的CGS优化目标和位置。主要发现如下：（1）日间和夜间的LEPs存在差异，社区公园和高质量住宅绿地的日间得分较高，而相同区域在夜间的得分较低。老年人更重视可及性，白天更看重舒适感和休闲功能，夜间则更注重安全感。（2）CGS因素对LEPs有显著的非线性影响，这种影响在日间、夜间和全天候情景下具有不同的阈值。（3）启发式算法，特别是NSGA-II，在解决CGS选址问题方面效果显著，能够选择LEP值较低但资源潜力较高的区域。因此，日间应重点考虑城市村庄中的路边和住宅绿地，夜间则应关注社区公园和高质量住宅绿地，全天候则应优化老旧城区的CGS。本研究可为城市规划者提供实用建议，以更新更加适合老年人的CGS。

引言

全球范围内，老年人口正在增加，65岁及以上的人口比例从2002年的7.04%上升到2020年的9.40%（联合国，2022年）。作为人口最多的发展中国家，中国也呈现出这一趋势：2020年的人口普查显示，60岁及以上的人口占比为18.70%，65岁及以上的人口占比为13.50%，表明中国已进入老龄化社会（国家统计局，2021年）。到2035年，中国的老年人数量将超过4亿（占总人口的30%以上），进入重度老龄化阶段（国家统计局，2021年）。这一变化加剧了健康和社会互动方面的挑战，从而提高了对高质量社区绿地（CGS）的需求，这些绿地对于预防慢性疾病、降低残疾率和减轻医疗支出至关重要（Bell等人，2014年）。同时，中国的人均GDP已超过1万美元（2019年），标志着进入了休闲时代（国家统计局，2019年），推动了人们在CGS中的户外活动。一些调查显示，超过70%的老年人每天使用CGS（Lau等人，2021年），其中超过80%的老年人在晚上进行休闲活动（Wen等人，2025年）。然而，大多数CGS在日间和夜间使用方面的设施都不完善，尤其是对于老年人而言。随着城市发展更加注重质量而非数量，CGS的更新成为服务老年人健康和休闲需求的关键策略。

有效利用CGS来缓解与老龄化相关的健康挑战已成为当务之急。通过改善老年人的休闲体验来优化CGS是一个有前景的解决方案。休闲体验包括从休闲活动中获得的感觉和互动，特别是涉及个人参与和在特定时间和空间内的身心融合（Ateca-Amestoy等人，2008年；Tinsley & Tinsley，1986年）。研究表明，休闲体验有助于促进健康老龄化、社会包容性和心理健康（Marhánkova，2011年；Stebbins，2018年）。作为关键的户外休闲场所，CGS是适合老年人的城市环境的基本组成部分（Yutian等人，2024年）。这些位于居民区内的公共绿地为老年人提供了重要的健康益处，包括促进身体活动、缓解焦虑和抑郁以及促进社交联系（Ali等人，2022年）。因此，改善CGS中的休闲体验可以激发老年人的访问意愿，通过激发个人动力和环境效益来提高健康结果。

优化CGS以提升老年人的休闲体验是一项复杂而多方面的任务。它包括评估环境因素在日间和夜间的影响，捕捉环境和老年人体验的细微特征，并平衡多种优化目标。然而，大多数研究仅探讨了环境对日间或夜间感受的影响（Liu等人，2024年；Ngesan等人，2013年；Nikunen & Korpela，2012年），忽略了时间变化的影响。此外，传统的数据收集方法主要依赖问卷调查和现场观察，具有高度主观性和低效率。尽管开源街景数据等新兴方法有所改进，但仍局限于驾驶员的视角和日间元素，未能详细描绘CGS的夜间环境（Fan & Biljecki，2024年）。从分析角度来看，传统的线性模型无法捕捉环境因素与感知之间的复杂非线性关系（Huang等人，2022年）。目前关于城市规划多目标优化的研究主要集中在宏观层面的客观指标上（Rambhia等人，2024年），忽视了以老年人休闲体验为中心的社会效益。同时，这些研究大多依赖于大数据或主观参数设置，研究结果与实际应用之间的联系不够紧密。

基于以上背景，本研究旨在建立一个综合的分析方法框架，基于老年人在日间和夜间情景下的休闲体验感知（LEPs）来探索和优化CGS。本研究关注以下问题：1）日间和夜间情景下，老年人CGS中的LEPs在空间上存在哪些异质性？2）CGS因素与LEPs之间是否存在非线性关系？3）如何根据LEPs的时空异质性及其与CGS因素的非线性关系来确定更新和优化的最佳位置？为了解决这些问题，本研究通过图像处理和预测建模来评估LEPs，分析非线性影响因素，并运用多标准决策和优化算法来确定最佳地点。

本研究的贡献有三个方面。理论上，它通过引入昼夜视角和非线性模型，突破了单一时间段的研究限制，深入探讨了老年人休闲体验的机制。方法上，本研究开发了一个整合了街景图像分析、非线性建模和启发式算法的新框架。该框架结合了环境识别、数据分析和空间优化，从而系统地增强了研究的严谨性、精确性和实用性。实践上，它为更新适合老年人的CGS提供了科学、合理且高效的参考，提升了设计自动化能力。

研究片段

LEPs与适合老年人的CGS

现有研究主要集中在白天的CGS上，往往忽视了老年人从白天到夜间转变过程中的主观感知。由于休闲体验的即时性和主观性，这些体验难以量化和描述。它们可以通过可表达的个体感知来外化和研究，包括情绪反应、恢复效果和对环境的评估（Ateca-Amestoy等人，2008年；Tinsley &

研究框架

图1展示了研究的三个步骤。第一步是数据收集阶段，包括收集环境因素和LEPs数据。环境因素数据分为两类：可及性和视觉特征。可及性是根据Ga-2FSCA方法计算的，而视觉特征则是通过语义分割、对象检测和Python技术提取的。LEPs数据基于全景图像，首先进行手动评分，然后使用

老年人的LEPs

ResNet50模型在白天的MAE和RMSE值高于夜间，表明其在日光条件下的表现更好，但在夜间准确性较低（见附录B表B1），这可能是由于夜间照明条件较差导致特征捕捉困难。每个LEP指标的CR和AVE值均超过0.6和0.5（Shrestha，2021年），表明其可靠性和有效性较高。

图7和图8展示了老年人和CGS示例在白天的LEPs空间分布

讨论

本研究建立了一个闭环流程，从评估老年人的感知开始，深入分析其非线性机制，最终将这些发现应用于实际优化。它在方法论上实现了重大创新。基于图像评分和预测，LEPs数据反映了以人为中心的环境适老化评估（Chen, Huang, & White, 2024），揭示了老年人的休闲

结论

优先考虑CGS的更新对于以质量为导向的城市发展至关重要，可以直接改善城市环境并促进老年人的健康。然而，现有研究往往未能考虑昼夜变化对老年人休闲体验的影响，也缺乏支持CGS更新的定量方法，并且在优化目标中忽略了社会效益。本研究开发了一个系统框架，用于确定CGS更新的优先级和最佳位置。其创新性

CRediT作者贡献声明

李海伟：撰写——审阅与编辑，撰写——初稿，验证，方法论，调查，正式分析，数据整理。陈崇贤：撰写——审阅与编辑，监督，资源管理，项目协调，资金获取，概念构思。文晓霞：撰写——审阅与编辑，撰写——初稿，可视化，调查。张静：撰写——初稿，可视化。

利益冲突声明

作者声明他们没有已知的财务利益或个人关系可能影响本文所述的工作。

致谢

本项工作得到了国家自然科学基金（项目编号：32471934；51808229；72111530208）的资助。