校园视觉自然景观结构对青少年情绪的影响

《Ecological Frontiers》：Impact of campus visual natural landscape structure on adolescents' emotions

校园景观元素（天空可见度、树木覆盖、硬化地表）对青少年情绪（兴趣、兴奋、压力）的影响研究，采用语义分割量化景观结构与EEG实时监测情绪，发现树木覆盖增加显著降低兴奋水平且存在性别差异。

　　

任英琪|蔡正武|李英杰|韩宝龙

中国科学院城市与区域生态国家重点实验室，生态环境科学研究中心，中国北京市双清路18号，100085

摘要

大约10-20%的城市青少年面临心理健康问题，这引起了广泛关注。校园是学生活动的主要场所，尽管许多研究表明生活环境可以影响居民的情绪，但专门针对校园环境的证据仍然有限。本研究采用街道景观图像的语义分割技术和基于脑电图（EEG）的情绪检测方法，来量化校园景观元素和青少年的实时情绪状态。通过线性混合效应模型，研究了三种关键的视觉自然景观结构——天空可见度、树木覆盖率和不透水表面覆盖率——对青少年典型情绪（兴趣、兴奋和压力）的影响，并探讨了性别差异。结果表明，校园环境中树木比例的增加降低了青少年的兴奋程度，天空可见度对情绪变化没有显著影响，而不透水表面则表现出轻微的情绪稳定作用。在性别特定分析中，研究发现女性对环境元素的敏感度高于男性。这些发现揭示了不同视觉自然景观结构对青少年几种典型情绪的差异性影响，特别突出了显著的性别差异，同时也为校园景观的规划和设计提供了优化建议。

引言

截至2024年，全球0-14岁的人口约为20多亿，占世界总人口的25%[1]，然而，世界卫生组织的数据显示，大约10-20%的青少年存在心理健康问题，其中情绪障碍如抑郁和焦虑是主要因素[2]。为应对这一严峻挑战，联合国的“2030年可持续发展议程”明确将青少年心理健康列为全球健康优先事项。许多国家随后出台了专门政策：例如，中国的“健康中国2030”行动计划强调情绪管理教育[3]，欧盟的“青年心理健康倡议”要求成员国建立基于学校的心理干预网络[4]。研究表明，情绪状态作为心理健康的核心指标[5,6]，不仅直接影响学业表现和社会适应[7]，还与长期心理韧性发展密切相关[8]。当前的研究表明，压力会改变青少年的大脑结构并增加他们的心理脆弱性[9]。此外，兴趣能够建立持久的智力资源，并通过扩展个体的探索思维-行动倾向来促进情绪福祉的上升[10]。有效管理情绪的能力对青少年的健康心理和社会发展至关重要[11]。现有研究表明，物种丰富度与恢复感呈正相关；好奇心和情境兴趣是重要的中介变量；学习情绪（兴趣和幸福感）与恢复感呈正相关[12]。

目前关于情绪测量的研究主要依赖于主观问卷和社交媒体上表达的情绪的大数据挖掘。例如，Huynh等人基于17,249名11-16岁加拿大青少年的调查数据，使用健康行为在学校儿童（HBSC）问卷中的Cantril Ladder量表（0-10分）来量化情绪福祉，将得分≥8定义为“积极情绪福祉”。尽管该量表具有良好的可靠性和有效性，但研究仅观察到自然空间暴露与情绪福祉之间的弱关联（RR = 1.05，95% CI: 1.00–1.10），这突显了主观报告在捕捉微妙效应方面的局限性[13]。一些创新研究将遥感获得的绿化率和景观模式指标与社交媒体上表达的情绪联系起来。例如，Zhu等人[14]将景观指标与Face++从9945张带有地理标签的微博照片中识别出的七种情绪（快乐、愤怒等）进行了关联。然而，社交媒体平台的老年人和儿童用户较少，且用户倾向于强调他们的积极情绪，这影响了情绪监测。虽然主观方法很有价值，但它们在捕捉对环境刺激的隐性、实时情绪反应方面存在局限性。生理测量方法，如脑电图（EEG），通过记录与情绪状态相关的神经活动，提供了更客观和直接的情感过程窗口。EEG特别适合研究对动态视觉刺激的瞬时情绪反应，因为它具有高时间分辨率，并且相比自我报告较少受到社会期望偏见的影响[15,16]。少数结合生理实验的研究表明，自然环境可能通过神经可塑性机制影响心理健康。例如，Kühn等人[17]使用多模态脑成像（灰质体积、磁化转移比率等）构建了潜在的脑因素，发现居住地1公里半径内的森林覆盖率与杏仁核的结构完整性之间存在正相关，为“森林环境促进参与压力调节的大脑区域发展”的观点提供了实证支持。Tang等人[18]使用智能手表和脑电图（EEG）设备分别测量参与者的脉率、注意力和放松指数，以分析森林景观特征和个人属性对他们心理生理反应的影响。然而，当前的研究可能仅关注虚拟环境的使用，而虚拟环境与真实环境有所不同[19]。

此外，当前的环境量化研究主要依赖于传统的GIS技术。例如，Huynh等人从CanMap数据库中提取了学校5公里半径内的公园、林地和水体等公共自然空间的矢量数据[13]。Liu等人[20]使用ArcGIS网络分析量化了211个公园和Open Street Map水体数据的矢量边界。然而，这些方法不足以直接解析与视觉感知相关的微观景观元素。少数研究采用了非GIS方法来分析受试者的环境。例如，Liu和Neisch等人[21]使用3M-VAS眼动追踪模拟软件对102张街道景观图像进行了热点分析。Xu等人[22]使用基于Pyramid Scene Parsing Network（PSPNet）的语义分割技术来量化眼睛视角下的绿色结构。这种方法允许从“人类视角”（地面级/自下而上）对视觉环境进行更微观和具体的量化。自然景观结构指的是自然景观各个组成部分（如地形、植被、水体、气候等）的空间组合、相互关系和整体模式。它反映了自然景观的固有组织原则，包括不同景观元素的分布和形态特征以及这些元素之间通过物质和能量交换形成的动态相互作用。对于直接与绿色空间和人类心理健康主观体验相关的研究主题，视觉自然景观结构提供了更大的解释力，因为它反映了人们实际看到的情况。本研究将环境量化为树木、灌木、草地、天空和硬化表面的比例。对于直接与绿色空间和人类心理健康、幸福感及行为偏好主观体验相关的研究主题，自然景观结构提供的数据无疑具有更大的解释力，更接近人们的真实体验。此外，本文的研究对象是青少年学生。他们大部分时间都在学校度过，对校园景观的文化和调节服务有很高的需求[23]。因此，本研究选择校园景观作为研究区域。

为了解决当前研究和方法的局限性，本文采用DeepLabv3+语义分割模型来实现校园景观结构的像素级解析，准确量化传统GIS难以捕捉的视觉感知元素。为了使用更客观和精确的生理指标检测，引入了Emotiv Epoc X 14通道便携式EEG设备，通过分析监测的脑电图（EEG）信号来客观测量情绪变化[24]。本研究使用线性混合效应模型来分析校园视觉自然景观结构对小学和初中学生典型情绪的影响。

研究区域

深圳是中国的主要城市和特殊经济区，拥有宜人的热带季风气候，拥有多样的生态环境和绿地类型。本研究聚焦于2024年学生营地的深圳一所学校校园。校园总面积为333,694.04平方米，其中绿地面积为165,033平方米，绿化率约为49.46%。在步行距离内的主要道路上录制了视频。

多重共线性评估

使用方差膨胀因子（VIF）来评估生态变量比例之间的多重共线性。

虽然初始概念框架包括五种自然景观结构（天空可见度、树木可见度、草地覆盖率、灌木覆盖率和不透水表面覆盖率），但基于理论和实践考虑，最终选择了三个关键变量——天空可见度、树木可见度和不透水表面覆盖率——进行主要分析。

增加的树冠覆盖率降低了青少年的兴奋程度

本研究采用多元混合效应模型深入研究了特定生态变量对青少年情绪的影响。分析发现，树冠覆盖率的增加显著降低了青少年的兴奋程度（β = ?0.15，p < 0.05）。这一发现有些出乎意料，表明密集的树木环境不一定能引发高度兴奋的积极情绪（如兴奋和激动），反而倾向于降低兴奋程度。

结论

总之，通过多元混合模型分析，本研究确定了天空元素、不透水表面和树冠覆盖率对青少年几种典型情绪的独特影响，结果特别突出了显著的性别差异。这些结果不仅丰富了环境心理学领域的理论研究，还为城市规划者提供了具体建议：通过战略性地优化自然景观的组成

实验动物和人类参与者的使用

作者承诺：以下列出的动物使用方案已获得中国科学院生态环境科学研究中心动物伦理与福利委员会（AEWC-RCEES-2024043）的审查和批准。

作者贡献声明

任英琪：可视化、软件开发、调查、正式分析、数据管理、撰写——审稿与编辑、初稿撰写。蔡正武：软件开发、数据管理。韩宝龙：监督、项目管理、方法论、资金获取、概念化、撰写——审稿与编辑。李英杰：撰写——审稿与编辑。

资金支持

本研究得到了国家重点研发计划子项目（项目编号：2022YFF1301105）和Cyrus Tang基金会的支持。

利益冲突声明

作者声明没有需要声明的利益冲突。