基于深度学习与街景图像的城市环境与抑郁感知耦合机制研究

街道外观为何至关重要

我们大多数人都感受过，有些街道会让心情沉重，而另一些则显得宁静或振奋。本文探讨一个看似简单的问题：城市景观中究竟有哪些因素使某处看起来更令人沮丧，能否在整个城市范围内对其进行测量？研究人员利用人工智能和来自中国武汉的大量街景像素，构建了一种新的方法来解读街道的情绪基调，并将其与树木、天空、建筑和交通等具体要素联系起来。研究结果表明，谨慎的街道设计有望成为在快速增长的城市中保护心理健康的可行工具。

用人的视角看城市

作者并非聚焦于医学诊断，而是研究“抑郁感知”——街景在普通观察者眼中看起来有多令人沮丧。这是一个环境层面的衡量，而非对任何个体心理健康的评判。为捕捉这一点，他们首先利用了来自麻省理工学院Place Pulse项目的大量众包意见——参与者反复比较成对街景图片并选择哪个看起来更令人沮丧。深度学习模型从这些判断中学习，并将学到的规则应用于覆盖武汉密集市中心区的133,114幅街景图像。由此生成了城市街道的细致情绪地图，按景观的阴郁或振奋程度打分。

城市情绪地图揭示了什么

当模型得分在地图上呈现时，出现了清晰的模式。高“令人沮丧”值聚集在交通与工业走廊：大型火车站周边、车流量大的干道以及昔日工业区等地带。这些地方通常视觉上拥挤，以车辆和硬质地面为主，绿地和开阔天空稀少。相反，沿湖泊、河流和大型公园的街道，以及靠近大学区的地带，得分明显较低。这些区域拥有更多树木、更宽阔的天空视野和更慢、更具人性尺度的活动。有趣的是，一些历史街区尽管巷道狭窄、视觉封闭，但反而不那么令人沮丧，表明文化特征与地方感可以缓和密集形态带来的视觉负担。

拆解令人沮丧街景的构成要素

为从模式走向机制，研究团队用计算机视觉系统将每张图像分解为六个简单要素：可见绿地、可见天空、由建筑和墙体造成的封闭程度、机动车份额、有无行人和骑行者以及人行道占比。然后，他们运行大型统计模型以确定哪些特征最能预测抑郁感知。五个要素脱颖而出：更多的绿地、更多的可见天空以及更多的行人或骑行者都与较低的沮丧评分强相关。相反，更强的封闭感和更高的汽车比例与更高的评分相关。在控制了其他因素后，人行道覆盖率对解释力的贡献不大。总体而言，这五个变量共同解释了不同街景看起来多令人沮丧的大约四分之一差异——考虑到还有许多其他社会文化因素影响人们对地点的感受，这是一个可观的比重。

设计能带来好心情而非压抑的街道

研究将这些定量结果转化为设计建议。如果一条街道已经让人感到压力或阴郁，模型建议的若干可操作手段包括：增加垂直和路侧绿化，通过避免峡谷式建筑立面来开阔天空视野，平缓或改道繁重的机动车交通，并为行人和骑行者创造更便捷、更安全的通行条件，使人类活动更显可见。沿河湖等地，可通过改善通行与视线来放大其天然的平静效果。同时，历史街区的例子提示文化、身份认同与可辨识的街区格局能使密集区域显得不那么压抑。简而言之，这项工作表明街道的视觉特征——树木与交通、开阔度与活动性——不仅是美学问题，而与人们每天所体验到的情绪气候紧密相关，因而与构建心理更健康的城市目标息息相关。

引用: Sun, H., Zhang, N., Jiang, Y. et al. A study on the coupling mechanism between the urban environment and depression perception based on deep learning and street view image. Sci Rep 16, 5856 (2026). https://doi.org/10.1038/s41598-026-36804-8

关键词: 城市心理健康, 街景影像, 深度学习, 绿地, 城市设计