通过图学习揭示城市公园景观结构对心理修复的影响

为什么公园设计对心理重要

在繁忙的城市中，许多人本能地走向公园来放松心情。但并非每一片草地或一排树木都同样能带来宁静。该研究提出了一个非常务实的问题：城市公园的细节布局——树木、路径、草地、水体与建筑的排列方式——为什么会让某些场所比其他地方更能带来心理恢复？通过将心理学与现代人工智能结合，研究者展示了公园结构中微妙差异如何影响一个地方帮助我们放松、缓解压力并重新集中注意力的能力。

从人的视角观察公园

研究团队首先建立了一个新的图像集合，称为 ParkScape-PR，包含 1,346 张以正常步行视角拍摄的城市公园照片。这些图像覆盖不同类型的公园，从社区绿地到文化与生态公园，并包含不同天气与季节的变化。19 名学生使用标准问卷对每张图像的喜好度和修复感进行了评分，该问卷衡量景观清除思绪、引发放松和恢复注意力的程度。最终为每个公园视角得出详尽的“修复评分”，这些评分基于真实的人类印象，而非臆测。

将场景转换为公园要素网络

为了超越“绿色”或“自然”等模糊标签，研究者将每张图像细分为人们能看到的具体要素：树木、灌木、草坪、路径、长椅、建筑、水体等。通过自动工具与人工校验相结合的方法，他们勾画出每个对象并将其归入 18 个类别之一。随后，他们使用大型语言模型来描述这些要素在空间中的排列关系——例如树在长椅上方，或草地与路径相邻。这些信息被存储为网络或图：每个对象是一个节点，每个空间关系是一条连接。他们还加入了深度信息，记录要素位于前景、中景或背景，因为分层视野和空间深度感被认为有助于产生逃离感。

预测场景宁静感的 AI “感知器”

基于这种结构化描述，团队构建了一个预测模型，称为 Perceiver（感知器）。Perceiver 不将每张图像视为平面的像素网格，而是读取对象与关系的图以及简明的深度摘要，然后学习预测每张图像的七项心理评分。借助现代图神经网络技术，模型捕捉到要素组合及其位置如何共同塑造观者反应。在测试中，Perceiver 能可靠地重现人们的评分；而忽略深度信息的版本明显表现更差。这表明，不仅场景中有什么重要，而且物体的远近与层次感对于心理修复至关重要。

揭示关键模式的“挖掘器”

仅有预测能力对设计者而言还不够；他们还需要知道为什么某些布局更有效。为此，研究者创建了一个配套工具，称为 Miner（挖掘器）。Miner 将 Perceiver 视为固定的评判者，然后对图中的单个对象和关系进行“减暗”或“高亮”处理，以观察哪些要素对预测的修复评分影响最大。由此，它提取出一个简化的“感知子图”，仅保留最具影响力的要素和连接。跨越大量图像，Miner 表明单一特征，例如“树”或“草坪”，不足以解释镇静效果。相反，特定的配对与排列更为重要——例如阳光下树木与草地之上开阔的天空、树木构成的框景围绕着开阔草地并毗邻小径，以及自然要素位于或邻近人类设施（如长椅与步行路线）。

什么使公园视角真正具有修复性

通过分析这些提炼出的网络，研究为规划者和设计师提供了具体指导。高度修复性的场景通常包含多样的自然要素——树木、灌木、草坪，有时还有水体——并以连贯的分层结构排列。树冠常常起到框景作用而不是阻挡视野，营造出一种庇护感，同时在草地或水面上方保留开阔视野。小径弯曲柔和、连接各个焦点区域，而长椅和其他设施则靠近绿地而非被硬质表面包围。从图的角度看，这些场景呈现丰富但有序的连接，关键的自然特征充当枢纽。较不具修复性的场景可能包含类似要素，但排列稀疏、支离或视觉上混乱。作者认为，公园带来宁静的秘诀不在于简单地增加更多绿色，而在于精心塑造要素之间的空间关系，使整体构图自然而然地引导视线与心智走向修复。

引用: Zhang, Y., Li, Y., Yin, Y. et al. Uncovering the structural influence of urban park landscapes on psychological restoration via graph learning. Sci Rep 16, 14135 (2026). https://doi.org/10.1038/s41598-026-40102-8

关键词: 城市公园, 心理修复, 景观设计, 图神经网络, 环境心理学