基于可解释机器学习的主客观绿色空间特征对心理健康效益的影响

摘要

【目的】探明城市绿色空间特征对多类型心理健康效益（情绪恢复、认知提升、压力缓解）的关联机制，有利于精细化地调控绿色空间特征指标，进一步提升绿色空间的健康服务效能。【方法】选取南京市2处绿地开展心理健康感知恢复实验，通过实地测量和问卷调查测度主客观绿色空间特征和心理健康效益，耦合LightGBM模型和SHAP方法，进而明晰影响情绪恢复、认知提升和压力缓解3类心理健康效益的核心绿色空间特征。【结果】主观绿色空间特征相较于客观绿色空间对心理健康效益的影响更大，其中综合影响程度较大的主观绿色空间特征为感知吸引力、感知绿量以及感知噪声；客观绿色空间特征中，实际噪声会抑制认知提升与压力缓解，而适度的感知噪声会促进情绪恢复和压力缓解；相对绿视率、郁闭度、NDVI而言，感知绿量对心理健康效益的促进更强。【结论】借助SHAP方法，能够揭示并量化主客观绿色空间特征对3类心理健康效益的影响程度，为健康人居环境建设导向下的城市绿色空间特征指标管控提供更科学的理论依据。

关键词

城市绿地 / 绿色空间特征 / 绿地感知 / 心理健康 / 机器学习

基金资助

国家自然科学基金“基于生态系统文化服务的乡村景观特征评估及空间优化研究”(编号42401116); 中央高校基本科研业务费专项资金“多学科融合的健康人居环境规划设计方法研究”(编号YDZX2024043)