《Buildings》：Behavior-Specific Nonlinear Associations Between Microscale Built-Environment Features and Public-Space Behaviors in Community Parks
编辑推荐：
社区公园支持日常休闲、锻炼和社交互动，但多维度的微尺度空间和视觉特征如何与这些行为类型产生差异关联仍有待进一步研究。特别是，语义组成、空间形态和低级视觉特征很少与基于视频的行为识别和节点级非线性建模相结合。为填补这一空白，研究人员研究了社区公园中微尺度建成环境
社区公园支持日常休闲、锻炼和社交互动，但多维度的微尺度空间和视觉特征如何与这些行为类型产生差异关联仍有待进一步研究。特别是，语义组成、空间形态和低级视觉特征很少与基于视频的行为识别和节点级非线性建模相结合。为填补这一空白，研究人员研究了社区公园中微尺度建成环境特征与休闲、锻炼和社交行为之间的行为特异性非线性关联。利用中国大连五个社区公园中的35个观察节点，在平日和周末收集了70对视频和图像样本。环境指标从静态图像中提取，而行为指标则通过基于视频的行为识别得出并聚合为行为比例。使用广义加性混合模型（GAMM）来识别非线性关联和关键响应范围。休闲行为与建成垂直界面、适中的背景深度和受控的视觉刺激相关。娱乐设施比例与锻炼和社交行为表现出相反的关联。低级视觉特征捕捉到了语义指标未能完全解释的行为差异。这些发现为社区公共空间的行为导向评估和节点级设计支持提供了情境特定的定量证据。
**社区公园微尺度建成环境与公共空间行为的非线性关联研究解读**
**1. 研究背景与问题**
社区公园作为日常公共空间，承载着休闲、锻炼和社交等多种行为，但其微尺度建成环境特征（如空间布局、视觉元素）如何差异化地影响这些行为，尚缺乏系统理解。现有研究存在三大局限：首先，环境评估多聚焦于单一语义指标（如绿视率），忽略了空间形态和低级视觉特征（如色彩饱和度、纹理）的整合作用；其次，行为测量仍依赖人工观察或单一分类，难以稳定、可扩展地捕捉细粒度行为信息；最后，非线性关联分析多采用单变量模型，无法在控制协变量相关性和重复观测结构下识别调整后的响应模式。为解决这些问题，本研究旨在开发一个行为特异性、节点级的分析框架，整合多维环境指标、基于视频的行为识别和广义加性混合模型（GAMM），以揭示休闲、锻炼和社交行为与微尺度建成环境特征之间的非线性关联及其关键响应范围。该研究发表在《Buildings》期刊上，为社区公共空间的行为导向评估和节点级设计提供了情境特定的定量证据。
**2. 主要关键技术方法**
本研究采用以下关键技术方法：利用OneFormer模型从静态图像中提取语义特征，包括天空比、空间围合度、绿视率（GVI）、建成垂直界面比例（BVIP）、铺装覆盖率（PC）、设施元素比例（AEP）和娱乐设施比例（REP）；通过ZoeDepth模型生成相对深度图，计算平均深度（MD）、深度标准差（DSD）以及前景、中景、背景和远景比例（FP、MP、BP、DVP）；使用HSV颜色空间和Canny边缘检测提取低级视觉特征，包括平均饱和度（MS）、颜色数（NC）、主色调比例（DHP）、色调均匀度（HE）和边缘密度（ED）。行为指标通过SlowFast动作识别模型从视频中识别，并辅以手动校正，最终聚合为休闲比例（LP）、锻炼比例（EP）和社交比例（SP）。使用广义加性混合模型（GAMM，一种可处理非线性关系和重复观测的统计模型）拟合关联，并通过预测差异识别关键响应范围。样本来自中国大连五个社区公园的35个观测节点，共70对视频-图像样本（平日和周末各一次）。
**3. 研究结果**
**3.1 描述性统计**
70个观测单元中，休闲行为比例（LP）均值最高（0.57），锻炼比例（EP）均值中等（0.21），社交比例（SP）均值最低（0.14）。各环境指标变异充分，为非线性建模提供了基础。
**3.2 行为特异性非线性响应**
**3.2.1 模型拟合与诊断**
三个GAMM模型（LP、EP、SP）的边际R2介于0.39至0.46之间，条件R2介于0.66至0.90之间，表明节点级随机效应解释了大部分行为变异。调整后R2为0.38至0.52，其中社交模型解释力最高。平滑项有效自由度有限，且敏感性分析显示模式稳定，表明非线性关联非过度拟合所致。
**3.2.2 行为特异性响应范围**
- **休闲行为（LP）**：主要与建成垂直界面比例（BVIP）、背景比例（BP）、平均饱和度（MS）和颜色数（NC）相关。BVIP呈正单调关联，正效应范围0.03–0.36，高响应范围0.35–0.36。BP呈范围依赖模式：在0.08–0.22为正效应，高于0.22至0.43为负效应。MS在38–75为正效应，高于75至141为负效应。NC单调递增，正效应范围约225,000–348,000。周末LP高于平日。
- **锻炼行为（EP）**：主要与娱乐设施比例（REP）和平均饱和度（MS）相关。REP在约0.00–0.13呈负效应，表明更高设施覆盖未与更高锻炼水平关联。MS呈交替正负区间：38–45和75–94为正效应，46–75和94–141为负效应。平日与周末差异不显著。
- **社交行为（SP）**：主要与REP、BP和MS相关。REP在0.00–0.13呈正效应，高响应范围0.12–0.13。BP在0.22–0.43为正效应，0.08–0.22为负效应。MS在75–141为正效应，高响应范围138–141，38–75为负效应。平日与周末差异不显著。
**4. 讨论与结论**
**讨论部分总结**：研究发现，绿视率（GVI）在纳入多维指标后未被保留，表明其解释力可能被围合、开敞度等空间结构所覆盖。平均饱和度（MS）在所有模型中均显著，而颜色数（NC）主要关联休闲行为，说明低级视觉特征能捕捉语义指标未充分反映的节点级行为变异。研究人员将响应范围转化为设计支撑参考，指出休闲导向节点应关注垂直界面、适中背景深度和适度视觉刺激；锻炼导向节点需保持开敞活动空间和连续动线，娱乐设施不宜过度占据；社交导向节点需整合设施、背景深度和视觉清晰度。这些范围作为情境特定参考，而非固定标准。
**研究结论（翻译）**：本研究考察了社区公园中微尺度建成环境特征与公共空间行为的非线性关联。通过整合语义特征、空间形态、低级视觉特征、基于计算机视觉的行为识别和GAMM，识别了休闲、锻炼和社交行为的差异化响应模式。主要结论如下：休闲、锻炼和社交行为对不同的微尺度建成环境特征组合做出响应，而非单一最优环境；社区公园评估应考虑节点级行为特异性条件，而非仅依赖总体活动强度。休闲行为主要与建成垂直界面比例、背景比例、平均饱和度和颜色数相关，表明休闲导向节点更关联于适度视觉刺激、边界空间特征和一定背景深度，而非深层视野或高饱和度。锻炼行为主要与娱乐设施比例和平均饱和度相关，在观察范围内更高设施比例未与更高锻炼水平关联，提示锻炼导向使用更依赖开敞空间和动线连续性。社交行为与娱乐设施比例和背景比例正相关，表明设施丰富节点和空间分层环境可能作为聚集、相遇和互动的焦点区域。绿视率在最终模型中未被保留，而低级视觉特征（如平均饱和度和颜色数）提供了额外解释信息。总体而言，识别出的响应范围为社区公共空间的行为导向节点级评估和设计支持提供了情境特定参考，而非固定设计标准。未来研究应测试其在季节、时段、公园类型和城市背景下的稳定性和可转移性。
