规划问道
扫描关注 开放科学计划OSID
了解本文更多信息，还能跟心水的作者聊天哟～～
【摘要】在当前城市更新背景下，人本尺度的空间感知测度已成为精细化空间设计的重要依据。现有主要测度方法易受到感觉阈限等问题的干扰，而基于生理信号的空间感知测度在高细粒度、实时性和反馈感知的灵敏性方面具有优势，正发展成为一种针对人本尺度空间感知测度的新方法，但目前尚缺乏对该方法的系统建构。在认知理论的基础上，首先通过重建空间感知过程，提出情绪是空间感知测度的重要中介；再根据情绪的生理响应过程，提出测度空间情绪的生理信号类型及相应的计算方法；最终完成基于“感知—信号—情绪”的空间感知测度框架构筑，并对情绪恢复性环境、空间安全感与空间活动体验等实证研究进行分类梳理。同时利用CiteSpace对最近十年的相关文献进行回顾，发现该方法在城市更新领域和旅游空间感知研究中均具备重要研究潜力。未来需要在建立系统的测度理论、对精细化设计实践的指导及与其他多源数据相结合方面继续开展深入研究。
引言
1 方法基础
1.1 情绪是空间感知测度的重要中介
“空间—感知—行为”是环境心理学对空间感知研究早期的重要成果，被广泛运用在空间、环境的感知与评价的实证研究中。从本质上看，空间感知属于认知活动范畴，是以空间环境为主要对象的认知过程，而认知心理学认为认知活动包含感觉、知觉、记忆、思维、想象等具体环节，在对人的认知系统进行划分的过程中，诺曼提出，除了认知系统（cognitive system）和调节系统（regulatory system），还存在情绪系统（emotional system），并且其在认知活动的信号加工与行为调节环节之间，起到了关键桥梁作用（图1）。所以在认知理论的帮助下，可以对空间感知的过程进行更为全面的建构。
图1 情绪在认知过程中的重要作用
1.1.1 基于认知理论的空间感知过程重建
根据认知理论，在人产生空间感知的过程中，首先发生的是感觉和知觉两个紧密结合的阶段：在感觉阶段，感觉器官负责空间信息的输入与初加工，而知觉阶段对输入的相关信息进行回忆、理解、重组与储存等结构化过程；在完成感觉、知觉两个阶段后，大脑会根据记忆对感知后的信息进行理解，当空间信息被理解为有“意义”（meaning）时，随即抽象结构化相关信息并形成短时记忆，同时引发相应的情绪，再产生相应的行为。通过认知功能理论与马斯洛需求层次理论（Maslow’s Hierarchy of Needs），空间感知过程中的意义可被视为空间对人当前基础需求的满足性，当大脑对空间感知后得到的信息评估为满足或不满足时，便会分别产生不同性质的情绪，再由情绪驱动产生相应的空间行为（图2）。
图2 空间感知过程及情绪的关键作用
1.1.2 情绪在空间感知过程中的关键作用
情绪是空间感知的直接结果，并起到调节空间行为的重要作用，因此利用情绪表征空间感知测度具有现实的理论基础，并且已在部分实证研究中体现出来。随着认知神经科学与神经功能成像技术的不断进步，对情绪的理论解释日臻完善，目前已经能够找到表征的各类不同情绪的生理“标志物”，广泛使用在心理学研究与临床治疗过程中。在空间感知领域，利用生理信号得到空间情绪可以达到以前主观评价无法做到的高细粒度实时感知测度，有效提升了在人本尺度下考察人如何感知和利用空间，而物质空间又以何种方式与程度影响人的感知与行为的能力。
1.2 基于生理信号的空间情绪计算
1.2.1 情绪的生理响应过程与生理信号分类
情绪的产生与发展被认为是神经系统上多水平生理活动的整合结果，涉及广泛而复杂的神经生理生化反应。从发生过程看，第一阶段为情绪生成阶段，首先由感知器官收集外界环境产生的信息，经脑部的大脑皮层处理后，传递至情绪中枢——杏仁核，由杏仁核进行知觉评价，当评价为有“意义”时，将“意义”信息传递给下丘脑并产生相应情绪；第二阶段进入情绪唤醒阶段，由上一阶段产生的情绪信息激活自主神经系统（ANS: autonomic nervous system）中的交感神经系统（SNS: sympathetic nervous system）和副交感神经系统（PNS: parasympathetic nervous system），SNS与PNS产生的拮抗活动导致情绪的生理唤醒程度产生显著变化；第三阶段是情绪生理反馈阶段，在前两阶段的同时影响下，人的内分泌系统（endocrine system）产生特异性反应，使得对应的酶和激素的分泌水平发生显著变化，为随后的空间行为做好生理准备。所以情绪的生理响应机制最终表现为多阶段、多水平的生理活动变化，而这些生理活动变化带来的各类生理信号变化，则成为一种观测人情绪变化的重要生理“标志物”（图3）。
图3 情绪的生理响应过程与生理信号分类
（1）脑电、脑磁信号
在情绪唤醒阶段，主要由自主神经系统活动产生皮肤电反应【皮肤电反应在英文中有EDA和GSR两种表达，虽然字面意思不同，但本质上没有区别。下文根据文献中的用法选用EDA或GSR】（EDA: electrodermal activity / GSR: galvanic skin response）、心跳变异频率（HRV: heart rate variability）、呼吸频率（respiratory rate）、心率（HR: heart rate）、心电图（ECG: electrocardiogram）等外周生理信号。这些信号的结构相对较为简单，数据计算的鲁棒性更强，其收集设备也更为轻量化且穿戴方便，更适用于室外开展的空间感知研究的实时测度。但是此类生理信号主要用于判断情绪的唤醒程度（强度），而在情绪的正负性质判断上存在局限，需要联合不同生理信号的多模态计算或其他额外手段，才能对情绪正负属性进行判断。
（3）酶与激素
综上所述，上述三类生理信号因其不同的生理机制，在空间感知研究的应用方面存在不同的优点和局限（表1）。在实证研究之前，可以根据不同研究目的综合选取上述生理信号的一种或者几种进行空间情绪的计算工作。
表1 三类生理信号在环境情绪测度时的优缺点比较
1.2.2 基于生理信号的空间情绪计算方法
（1）基于唤醒—效价模型的空间基本情绪计算
对空间环境情绪定量计算，最早见于1984年罗素和拉尼厄斯对环境适应水平的研究，作者通过三组环境情绪评价实验得到了40个关于环境评价的形容词，将这些不同形容词按照二维坐标系排列出来，发现空间感知产生的情绪可以分唤醒强度和愉悦程度两个维度表达，通过不同唤醒和愉悦程度的组合，可以测度4种不同的基本环境情绪类型，即（1）高兴：愉快—高唤醒；（2）轻松：愉快—低唤醒；（3）无聊：不愉快—低唤醒；（4）惊惧：不愉快—高唤醒，从而建立空间感知的“唤醒—效价”模型（图4）。该模型是目前在空间感知测度中运用最广泛的模型之一，可以覆盖空间感知后产生的几乎全部基本情绪。
图4 基于“唤醒—效价”模型的空间基本情绪分布
早期的唤醒—效价测度都是依靠问卷等主观评价形式完成，今天在生理信号计算技术的帮助下，唤醒程度可以通过GSR、HRV、ECG等外周生理信号更加精确地实现，而唤醒测度则可继续采用进行主观评价形式。首先由生理信号计算出高唤醒情绪，再邀请实验参与者就这种高唤醒情绪的性质进行评价，最终识别出感知形成的空间情绪。
（2）基于机器学习建模空间复合情绪识别
在面对较为复杂的空间情绪时，则需要通过不同生理信号进行多模态计算实现。计算方法主要利用k近邻（K-nearest neighbor classification）、支持向量机（SVM ：Support vector machines）、随机森林、卷积神经网络（CNN Convolutional Neural Networks）等机器学习方法，首先需要事先收集实验参与者在不同典型情绪下产生的生理信号，建立机器学习训练数据集，通过特征选取、模型训练与检验等环节完成情绪识别模型，再利用此模型实现对感知实验中参与者产生的生理信号进行计算，最终完成复杂空间情绪的识别（图5）。
图5 空间情绪的两种计算方法
上述两种方法中，“唤醒—效价”使用了环境心理学中经典的情绪二维模型，利用抗扰性较强的自主生理信号数据完成情绪的唤醒程度测度，再利用主观评价数据完成情绪效价，其优点是数据处理方式整体较为简单，但是使用了部分主观评价数据，导致数据可能会出现部分主观评价产生的“偏差”，较适用于室外的现场感知测度；基于机器学习的方法则完全依靠不同生理信号数据的多模态计算，适用于复杂空间情绪的识别，对感知测度的精度更高，但是在计算之前，需要针对不同被试建立生理信号大数据集，成本较高，并且数据处理与建模工作较为烦琐，适宜于室内进行的虚拟感知测度。
1.3 建立人本尺度的“感知—信号—情绪”的空间感知测度方法
借助生理信号的实时性、连续性、灵敏性以及与情绪之间的因果性，可以实现高细粒度的空间感知实时测度，将空间感知研究以前的城市分区尺度、街区尺度深入至人本尺度，因此也需要建立相适应的研究框架。
1.3.1 感知实验与感知方式
根据实验自变量形式，感知可以分为虚拟感知和现场感知两种测度方式。虚拟感知是指在专门的实验室中，通过对研究人员根据感知对象挑选的照片、视频或者建设的虚拟模型进行观看或通过VR设备感知，同时收集实验参与者的生理信号对感知进行测度，这种方式的优势在于可以对环境额外变量进行严格控制，但是这种感知形式也存在局限。首先从表达技术上看，照片、视频和VR模型固然可以反映空间的重要特征，但囿于技术水平，目前的虚拟感知主要以视觉方式呈现，与人在真实空间中的感知相比还存在较大差距；其次，虚拟感知虽然能很好地控制额外环境变量，但这种控制会带来另一个影响：实验结果只能在少数严格的外界条件下才能呈现，对于丰富复杂的城市空间来说，这种结果的适应性较差，缺乏推广的基础。第二种现场感知测度形式是研究人员根据研究问题选定真实空间对象，通过组织实验参与者进行漫游体验，完成现场感知与生理信号的采集工作。从感知方式来看，其与虚拟感知的优缺点正好相反，现场感知测度的主要优点在于其真实性是虚拟感知无法提供的，但缺点在于较难对环境额外变量进行严格控制。所以可以根据具体研究问题选择不同感知方式完成感知测度研究。
1.3.2 建立“感知—信号—情绪”空间感知测度框架
将空间感知测度问题以感知实验思路展开研究设计，首先根据研究问题建立空间自变量，并确定使用虚拟还是现场感知的方式完成感知实验，再根据感知方式建立照片、视频或VR模型的虚拟感知对象，或选择实体空间作为现场感知对象；其次确定空间感知的情绪类型，选择生理信号和计算方式；经过感知过程、信号处理和情绪生成等环节，最终建立空间特征与感知情绪的模型，找出影响空间感知的关键空间因素，作为人本尺度的空间精细化设计直接依据（图6）。
图6 基于感知—信号—情绪的空间感知研究框架
这种以空间感知为研究对象和数据来源方式，以空间情绪为表征结果，以生理信号为计算中介的方法，可被称为“感知—信号—情绪”的空间感知实时测度方法。该方法利用生理信号产生的连续性、灵敏性、客观性，将传统方法对应的街区研究尺度提升至人本研究尺度（图7），并降低了“感知阈限”带来的主观影响，在数据精确性和因果性方面具有一定优势，为人本尺度的空间感知测度提供一个新的路径。
图7 不同尺度的空间感知测度（左：街区尺度；右：人本尺度）
2 实证研究
基于生理信号的空间感知测度最早可以追溯到于乌尔里希等对压力减少理论的研究，由于当时的生理信号计算技术有限，所以尚未在空间感知研究中普及使用。而在近十年，我国的城市发展进入存量阶段，城市更新需求逐渐增多，对于人本尺度空间的精细化设计与管理提出了新的要求。同时在认知神经科学和神经功能成像技术的带动下，人们逐渐了解不同生理信号相对应的情绪变化，随着可穿戴设备逐渐普及，所以基于生理信号的空间感知测度逐渐增多，已有实证研究分别在空间压力情绪感知与恢复性研究、空间安全感知和空间步行与骑行体验方面形成固定方向。
2.1 对情绪恢复性环境的实证研究
除了对不同区域的实证研究，学者们开始尝试对人本尺度空间的恢复性进行探索。有学者对校园中的学习环境进行现场感知研究，发现教室窗外近处的绿色植被景观相比其他景观，更有助于学生在高强度学习之后的注意力恢复；徐磊青等对街道的恢复性进行了分析，通过建立虚拟街道模型，并对模型中不同的细节特征进行调节，观察被试的情绪恢复状况，实验发现高绿视率与延伸性界面组合的街道，情绪恢复潜能最高；低绿视率与实墙界面组合的步行街道空间的情绪恢复潜能最低。除了视觉，学者还针对听觉感知进行了一系列实证研究，测试了人工与自然环境的声音对人的感知影响，实验结果表明，自然声音有助于承受心理压力后的情绪恢复，特别是环境景观中经过精心设计的声景（soundscapes）对压力恢复、审美体验具有积极影响。
2.2 对空间安全感的实证研究
在利用虚拟感知的研究方式中，莱特等对老年和青年组的室内空间风险感知进行了探索，通过精确调节模型变量，发现老年在室内对可能发生的潜在空间风险具有更为敏感的感知特性。金和康（Kim & Kang）比较了日、夜不同时间条件下商业街道、住区道路和公园绿道的安全感，并以ECG、EEG、GSR作为多模态计算途径，发现在不同时间条件下空间安全感知存在显著差异：日景的商业街道安全感最强，而夜景的公园绿道安全感最弱。
2.3 对空间活动体验的实证研究
在骑行体验方面，米勒等利用GSR信号设计了不同骑行路线的骑行现场感知实验，结果显示在骑行路段中，更多的娱乐、农业和森林景观能显著提升骑行者的骑行体验。在骑行过程中对景观的感知渠道方面，除传统的视觉渠道之外，听觉、嗅觉起了重要的感知作用，因此对骑行路径的规划需要从植物配置、车行控制等角度综合思考。
3 研究展望
在实证研究领域，目前已形成了情绪恢复性环境、空间安全感与空间体验等固定研究方向。利用CiteSpace软件以“空间感知”为关键词，对中国知网（CNKI）数据库中2012年以来的文献进行检索，在剔除不相关文献后共得到1778篇学术论文，选择keyword节点，时间切片设置为1年，得到时间线（Time Line）图谱分析（图8）。根据该图谱，2019年以来“神经认知”一词在不同关键词聚类中逐步出现，说明利用生理信号测度正在成为空间感知研究测度的重要方法。在应用领域，除城市更新热点之外，关键词聚类显示出旅游感知也逐步成为研究热点，所以未来该方法也能广泛运用于旅游空间感知方面。在研究尺度方面，近期出现的“街道”“社区”“儿童空间”与“感知体验”“感知维度”“人本价值”等关键词明显增多，说明该方法在人本尺度的优势正在逐步体现。
从研究阶段看，目前基于生理信号的空间感知测度方法尚未成熟，还处在演化发展阶段，而本文主要试图通过相关学科理论建立基于生理信号的空间感知测度方法的底层逻辑，同时对生理信号、计算方法与感知方式等技术基础进行分析，但是在测度方法的系统性、对设计实践的指导性与其他数据的联结性方面还存在问题，是进一步研究需要着重解决的问题。
3.1 系统建立人本尺度空间感知的生理信号测度理论
从人本尺度空间感知测度的研究目的来看，需要对人如何感知和利用空间，物质空间又以何种方式和程度影响人的感知与行为方面提供研究依据，在客观空间与人的主观认知之间建立研究方法。因此，从学科背景来看，基于生理信号的空间感知测度融合了认知神经学科、心理学、城乡规划学、机器学习技术等众多学科门类的交叉内容。目前虽然已经出现很多实证研究，但是系统的测度理论尚未建立，导致在如何处理生理信号、建立情绪识别模型、设计感知实验等关键环节还有大量研究空白。本文利用不同学科的基础理论，在空间感知过程、情绪生理反馈机制、生理信号类型与计算方法等方面进行了探讨，后续研究还需要根据逐步清晰的研究对象和研究问题，进一步整合相关内容，系统建立人本尺度空间感知的生理信号测度理论，为人本尺度的空间研究提供一种系统的测度方法。
3.2 完善对感知共性结果的归纳和对空间规划设计的导控
现有实证研究尚缺乏对不同实证研究结果的比较，同时也缺乏对不同实证研究结果的思考。不同的研究结果究竟是因为研究对象的差异（如不同地域）而产生，还是不同研究方法造成，需要后续研究进一步进行比较分析，同时需要加强对已有空间感知结果的归纳，找出其中的共性内容。伴随着国内城市更新行动的大范围展开，需要更多使用以人为本的规划设计语言，共性研究结果的归纳将有益于将研究结果编译为规划设计语言，完善对人本尺度空间的规划设计导控，为当前的城市更新实践提供设计依据。
3.3 加强与空间感知的主观评价与多源数据的联合测度方式
基于生理信号的空间感知测度方法虽然具有上述优点，但考虑到人本尺度空间的复杂性和多元性，目前单独依靠生理信号计算的数据稳健性依然存在不足，奥斯本和琼斯（Osborne & Jones）曾系统比较感知实验产生的生理信号数据，认为即使对实验环境和环境额外变量实施严格的控制，生理信号仍很可能会受到一些随机“噪声”的干扰，从而需要不同的数据源对其进行进一步检验。空间感知的主观评价已经发展了近半个世纪，虽然存在感知阈限问题造成的不利影响，但是其方法体系已较为成熟，利用两种方式可以与生理信号相结合，逐步发展成为融合主客观评价数据的测度方式，将更加有利于测度研究。同时从样本数量上看，空间感知实验方法属于小样本研究，在“众包”理念下，需要考虑与其他多源数据相结合，充分弥补小样本数据在研究上的不足。UPI
王悦，安徽农业大学林学与园林学院，硕士研究生。791543386@qq.com
深度学习在城市感知的应用可能——基于卷积神经网络算法的图像判别分析
基于媒体签到数据的城市街道使用模式动态感知——以米兰市中心城区为例
排版 | 徐嘟嘟
原文始发于微信公众号（国际城市规划）：期刊精粹 | 感知—信号—情绪——基于生理信号的人本尺度空间感知测度研究探索【2023.6期优先看】
