《ISPRS International Journal of Geo-Information》：Effects of Low-Altitude Urban Landscapes on Pilot Cognitive Load in Urban Air Mobility: An Explainable Machine Learning Approach
编辑推荐：
尽管地面交通中环境对驾驶员认知的影响已被广泛研究，但在城市空中交通（UAM）中，将低空视觉环境特征与飞行员认知负荷（CL）联系起来的研究仍然很少。本研究结合多模态生理数据与可解释机器学习，阐明低空视觉环境如何影响飞行员的CL。首先，研究人员开发了一个整合脑电图
尽管地面交通中环境对驾驶员认知的影响已被广泛研究，但在城市空中交通（UAM）中，将低空视觉环境特征与飞行员认知负荷（CL）联系起来的研究仍然很少。本研究结合多模态生理数据与可解释机器学习，阐明低空视觉环境如何影响飞行员的CL。首先，研究人员开发了一个整合脑电图（EEG）和眼动追踪数据的CL量化框架，以捕捉飞行过程中的实时认知动态。其次，利用计算机视觉技术从模拟飞行期间捕获的低空城市景观图像中提取多维视觉环境指标。这些指标与飞行动力学特征一起，作为输入变量，通过机器学习方法构建飞行员CL预测模型。结果表明，贝叶斯优化的XGBoost模型（BO-XGBoost）实现了优越的预测性能。基于SHAP的进一步可解释性分析揭示了环境对比度以及建筑物和水体的可见性是影响飞行员CL的关键因素。此外，在空间形态、颜色特征和景观类型之间也发现了显著的交互效应，某些景观元素在不同低空飞行场景中表现出重要性和方向性影响的显著变化。这些发现为低空航线优化、城市形态调控和蓝绿基础设施配置提供了依据，推进了空地协同规划范式。
**论文解读：低空城市景观对飞行员认知负荷的影响——基于可解释机器学习的研究**
**1. 研究背景与问题**
城市空中交通（UAM）正从概念走向实践，电动垂直起降飞行器（eVTOL）被视为缓解地面交通拥堵的解决方案。当前阶段，人机混合操作模式仍是主流，飞行员作为人机系统的核心，其认知表现直接决定飞行安全。然而，与地面交通广泛研究环境对驾驶员认知的影响不同，低空城市环境具有高视觉复杂性和动态性——包括密集建筑物、动态光影、反射眩光等——这些因素对飞行员认知负荷（CL）的影响尚不明确。传统研究多依赖主观问卷，难以实现大规模、实时、精确评估。因此，亟需从跨学科视角整合城市景观特征与生物视觉感知机制，开发适用于UAM的新型视觉环境评估模型，以揭示低空视觉环境如何影响飞行员CL，为航线优化、城市形态调控和蓝绿基础设施配置提供科学依据。
**2. 研究内容与结论**
本研究以中国珠海为原型区域，招募48名航空学校学生（30男18女，年龄19-30岁，平均23.5岁，均具备≥50小时侧杆飞行模拟经验）参与模拟飞行实验。实验设计了五种典型低空视觉场景（城市峡谷、绿色走廊、混合住宅、开阔水域、广阔地平线），三条航线，每条约17公里，飞行15-20分钟。研究人员通过同步采集脑电图（EEG）和眼动数据，结合NASA-TLX主观负荷评分，构建了基于生理信号的CL量化框架；利用计算机视觉技术（Mask2Former、Depth Anything）从低空景观图像中提取颜色特征、景观元素和空间形态共16个指标；结合飞行动力学参数（高度、速度、加速度等），构建了基于BO-XGBoost算法的CL预测模型，并使用SHAP方法进行可解释性分析。主要结论：BO-XGBoost模型预测精度达94.4%（R2=0.944）；环境对比度、建筑物和水体可见性是影响CL的关键因素；高对比度、高建筑密度场景显著增加CL，而开阔水域、植被覆盖场景降低CL；不同景观元素间存在交互效应，且同一特征在不同场景中可产生相反影响。
**3. 主要技术方法**
研究人员采用以下关键技术：（1）基于Mask2Former模型（预训练于ADE20K数据集）的像素级语义分割，提取天空、绿地、建筑物、道路、水体五种景观元素占比；（2）基于Depth Anything模型（以DINOv2为编码器）的单目深度估计，计算平均深度、深度标准差及前后景占比等空间形态指标；（3）基于OpenCV和Pillow库提取亮度、对比度、饱和度、颜色数量、颜色复杂度五个颜色特征；（4）采用贝叶斯优化的XGBoost（BO-XGBoost）算法构建CL预测模型，超参数优化使用Tree-structured Parzen Estimator（TPE）；（5）使用SHAP（Shapley Additive Explanations）进行全局和局部可解释性分析，包括特征重要性排序、方向效应和交互依赖。样本来源为某大学航空学校48名参与者。
**4. 研究结果**
**4.1 低空飞行场景的景观构成**
通过像素级语义分割，五种典型场景的景观元素占比存在显著差异（Kruskal-Wallis H检验，p<0.001）。城市峡谷中建筑物占比最高（35.55%），开阔水域中水体占比最高（39.24%），广阔地平线和绿色走廊中绿地占比高（33.53%和24.09%），混合住宅区各元素分布较均衡。天空比例在所有场景中稳定（39.54-41.55%），道路占比均较低（0.63-3.79%）。
**4.2 相关分析与多重共线性检验**
Spearman相关分析显示，瞳孔直径（PD）、扫视峰值速度（PV）、眨眼持续时间（BD）和注视时间（FT）与CL显著正相关（p<0.01），眨眼率（BR）显著负相关（p<0.01），EEG中仅β波功率与CL显著正相关（p<0.05）。基于此，选取6个生理特征构建CL预测模型。Pearson相关矩阵显示，对比度与亮度、颜色数量与颜色复杂度、平均深度与深度标准差、加速度与俯仰角之间相关系数>0.8，经方差膨胀因子（VIF）检验后，剔除亮度、颜色复杂度、平均深度和俯仰角，保留18个自变量。
**4.3 基于生理指标的认知负荷预测**
使用六种机器学习模型（RF、XGBoost、AdaBoost、KNN、SVM、ENR）基于EEG和眼动指标预测CL，所有模型R2>0.5。XGBoost表现最优（R2>0.8），被选为最优模型，用于为无NASA-TLX标签的5秒滑动窗口生成CL评分，构建包含环境、行为和窗口级CL的多模态数据集。
**4.4 CL预测模型**
基于18个视觉环境和飞行动力学特征，采用BO-XGBoost构建CL预测模型。与12个基线模型比较（包括SVM、KNN、RF、AdaBoost、ENR、XGBoost的默认和贝叶斯优化版本），BO-XGBoost达到最优性能：R2=0.944，MAE=3.659，MSE=36.715，RMSE=6.059，MAPE=10.9%，优于所有其他模型。
**4.5 影响变量的SHAP可解释性分析**
全局特征重要性排序（基于平均绝对SHAP值）显示：对比度最重要，其次为建筑物和水体可见性。绿地影响较大，道路和天空影响较小。颜色特征中颜色数量重要性高于饱和度和深度标准差。空间形态维度中，中景占比（PMG）和背景占比（PBG）最重要。飞行动力学中高度影响最大，爬升率、倾斜角和速度影响相近，加速度影响较小。
局部方向效应：建筑物可见性高时CL升高（SHAP值>0），水体、绿地、道路和天空可见性高时CL降低（SHAP值<0）。对比度高时CL升高，颜色数量多和饱和度高时CL升高。深度标准差（Depth.std）和中景占比（PMG）高时CL降低，前景占比（PFG）、背景占比（PBG）和远背景占比（PEBG）高时CL升高。飞行高度和速度高时CL降低，爬升率和倾斜角高时CL升高。
**4.6 特征依赖分析**
SHAP交互值分析揭示：建筑物可见性与对比度存在交互效应——低对比度场景中建筑物可见性高时CL降低（提供空间参考），高对比度场景中建筑物可见性高时CL升高（增加视觉杂乱）。绿地与建筑物可见性交互：高建筑密度场景中，绿地比例低时CL升高（引入额外视觉异质性），绿地比例超过阈值（约10%）后CL降低（形成“恢复性岛屿”）。颜色数量与对比度交互：高对比度场景中颜色数量增加导致CL升高，低对比度场景中颜色数量增加导致CL降低（缓解单调性）。深度标准差与对比度交互：高对比度场景中深度标准差增大导致CL升高，低对比度场景中深度标准差增大导致CL降低（提供空间深度线索）。水体与对比度交互：高对比度场景中水体可见性高时CL升高（边缘复杂度增加），低对比度场景中水体可见性高时CL降低（视觉连贯）。
单独变量依赖图显示：飞行高度与CL呈非线性关系——低于300英尺时CL较低，约300英尺时CL达到峰值（障碍物密集区），超过600英尺后CL显著降低。
**4.7 预测模型的局部可解释性**
SHAP瀑布图分析五种典型场景的局部贡献。混合住宅区、城市峡谷和开阔水域中，对比度、建筑物和水体是最重要特征，与全局一致。绿色走廊中，除建筑物外，颜色数量和高度成为重要特征，且颜色数量增加时CL降低（与低对比度单调环境一致）。广阔地平线中，颜色数量是第二重要特征，但颜色数量增加时CL升高（与高对比度环境相反）。对比度在混合住宅区和城市峡谷中对CL的贡献为正向，在开阔水域和广阔地平线中为负向。建筑物在混合住宅区和城市峡谷中正向贡献，在其他场景中负向贡献。
**5. 讨论与结论总结**
研究讨论部分指出，本研究的局限性包括：样本来自单一模拟城市（珠海）和特定eVTOL机型，可能无法完全推广至商业飞行员或不同城市地形；模型仅关注视觉特征，未考虑声学噪声、振动、湍流等多感官和动态环境因素；模拟飞行无法完全复现真实操作的不确定性和风险感知；模型仅在内部数据集上验证，需外部交叉验证。未来方向包括：开展实地飞行试验，招募不同经验水平飞行员，集成多感官输入，结合实时生理传感与自适应座舱界面实现闭环CL调节。
研究结论部分翻译：本研究整合环境特征提取、多模态生理测量和可解释机器学习方法，构建了针对低空城市飞行场景的“环境-生理-认知”分析框架，系统阐明了低空城市视觉景观对eVTOL飞行员CL的影响机制。基于低空视觉环境特征和飞行动力学数据，BO-XGBoost模型实现了94.4%的CL预测精度，证明了该框架在复杂低空环境中的有效性和鲁棒性。基于SHAP的全局分析显示，环境对比度、建筑物可见性和水体可见性是CL的主要预测因子。高对比度城市场景通过自下而上的注意力捕获机制对信息处理提出更高要求。建筑物可见性具有情境依赖性：在开阔低对比度环境中作为有益空间参考，而在密集城市峡谷中加剧视觉杂乱并降低碰撞威胁感知。水体与植被在低对比度均质环境中表现出缓解CL的作用，支持注意力恢复理论在低空飞行中的适用性，表明自然景观特征可为城市空中导航提供认知缓冲。相反，颜色复杂度高的高对比度环境诱导更高的CL。此外，CL与飞行动力学特征之间也存在复杂的非线性关系。局部层面分析显示，景观特征的相对重要性排序在不同低空场景类型中有所不同，相同特征可能因情境条件产生相反的CL效应。理论上，本研究拓展了建成环境研究与人类工效学的跨学科交叉，为阐明低空城市形态与飞行员认知反应之间的关系提供了新范式。实践上，研究结果为识别低空飞行走廊高风险路段和优化航线规划提供了定量证据，并为城市更新中的建筑形态调控、蓝绿基础设施配置和视觉复杂性管理提供了科学指导。
