国家森林公园游客积极情绪的季节性动态与城市梯度效应：景观属性的非线性阈值分析

本研究针对国家森林公园(NFPs)景观属性对游客积极情绪指数(PEI)的非线性影响机制不明的问题，采用XGBoost-SHAP模型分析511个NFPs的378,950条微博数据。研究发现3D景观属性(3DLA)如绿视率(GVI)和2D景观属性(2DLA)中PM2.5等环境指标对PEI具有显著阈值效应，揭示了不同季节和城市梯度下的异质性影响规律，为优化森林公园规划提供了量化依据。

　　

【研究背景】

在现代社会快速城市化的背景下，"自然缺失症"现象日益凸显，城市居民心理健康问题持续加剧。国家森林公园(NFPs)作为重要的自然疗愈空间，其景观特征如何影响游客情绪体验一直是环境心理学研究的核心议题。既往研究多关注二维景观属性(2DLA)的线性影响，忽视了行人视角的三维景观特征(3DLA)和复杂的非线性关系，更缺乏对季节变化和城市梯度差异的系统考察。这些认知空白严重制约了森林公园情感效益的精准提升。

南京林业大学风景园林学院的研究团队创新性地整合社交媒体大数据与机器学习算法，对全国511个NFPs开展多尺度研究。通过分析378,950条带有地理标记的微博数据，首次揭示了景观属性对游客积极情绪指数(PEI)的阈值效应和交互作用规律，相关成果发表在《Ecological Genetics and Genomics》期刊。

【研究方法】

研究采用多源数据融合策略：1) 通过百度API对微博文本进行情感分析计算PEI；2) 基于ADE20K数据集训练的FCN模型解析社交媒体图像获取3DLA指标；3) 整合遥感、气象和POI数据构建2DLA指标体系；4) 应用XGBoost-SHAP模型解析非线性关系，采用5折交叉验证优化参数(learning_rate=0.01, max_depth=3, n_estimators=500)；5) 按季节和城市梯度(城市≤20km、郊区20-50km、远郊>50km)分层分析。

【研究结果】

3.1 PEI空间分布特征

PEI均值0.914(SD=0.036)，显著高于中性值0.5(t=242.968,p<0.000)。热点分析显示东南沿海和京津冀地区PEI较高，远郊NFPs(>50km)的PEI显著高于城市区域(p=0.0033)。

3.4 关键变量相对重要性

3DLA贡献度达32.82%，其中自然感知维度(10.19%)和GVI(6.34%)位列前茅。2DLA中PM_2.5_year(6.87%)和温度差FP-CC(TEM)(5.67%)影响显著。

3.5 非线性阈值效应

• GVI在0.25-0.35区间产生积极效应

• PM_2.5_year超过30.69μg/m³时情绪转负

• 铁路距离27.34km处出现效应反转

• 森林年龄阈值呈现梯度差异：城市26.79年→远郊59.45年

3.7 季节异质性

森林密度在春季重要性跃升至第7位(整体24位)，夏季GVI影响力最大(第4位)，冬季景观连贯性(Cohesive)作用凸显(第10位)。

【结论与意义】

该研究突破了传统线性模型的局限，首次系统揭示了NFPs景观属性与游客情绪间的复杂非线性关系。研究发现3DLA指标对情绪体验的解释力超越传统2DLA，证实了"视觉降温"(GVI)与"生理降温"(FP-CC(TEM))的协同效应。提出的PM_2.530.69μg/m³等精确阈值，为《环境空气质量标准》的公园适用性修订提供了科学依据。研究建立的XGBoost-SHAP分析框架，可实现个体公园的"情绪诊断"(如图11所示)，支持管理部门针对性地优化植被配置(如保持GVI>0.3)和服务设施布局。这些发现不仅丰富了恢复性环境理论，更为"森林疗养基地"等国家政策的落地提供了量化工具。