看見(jiàn)的綠色植物越多，就會(huì)越愉悅嗎？

注：本文為刪減版，不可直接引用。原中英文全文刊發(fā)于《景觀設(shè)計(jì)學(xué)》（Landscape Architecture Frontiers）2022年第2期。

獲取全文免費(fèi)下載鏈接請(qǐng)點(diǎn)擊此處；參考引用格式見(jiàn)文末。

基于腦電實(shí)驗(yàn)的虛擬現(xiàn)實(shí)環(huán)境全景綠視率對(duì)人體愉悅度的影響研究

Research on the Impact of Panoramic Green View Index of Virtual Reality Environments on Individuals’ Pleasure Level Based on EEG Experiment

引 言

提升城市品質(zhì)、建設(shè)與管理高品質(zhì)“美麗城市”是當(dāng)代中國(guó)城市建設(shè)的要?jiǎng)?wù)之一^[1]。目前，綠地建設(shè)正從高速發(fā)展向高質(zhì)量發(fā)展轉(zhuǎn)變，由于綠地率等城市綠化指標(biāo)難以確切反映相應(yīng)空間中的綠化品質(zhì)與效果^[2]，反映人的視野里綠色植被所占比率的綠視率日益受到關(guān)注。但當(dāng)前城市綠化中綠視率的最佳范圍尚不明確。關(guān)于綠視率的研究多采用行人視角取景，即取景的水平視角約120°，垂直視角分別約為上50°、下70°，這種取景方法可能造成取景不全^[3]。以全景圖像為視覺(jué)載體可以最大程度還原被試在自然環(huán)境下的視覺(jué)狀態(tài)。因此，可借助VR技術(shù)仿真建模，研究全景綠視率及其變化對(duì)個(gè)體心理和情緒的影響。

腦電信號(hào)（Electroencephalogram，EEG）是大腦神經(jīng)細(xì)胞的周期性放電結(jié)果，因而可利用EEG量化記錄分析人的情緒變化^[4]，作為評(píng)價(jià)人對(duì)環(huán)境感知的客觀定量指標(biāo)^[5]。本文將腦電信號(hào)及全景綠視率作為定量指標(biāo)，結(jié)合問(wèn)卷調(diào)查的定性指標(biāo)，虛擬現(xiàn)實(shí)環(huán)境全景綠視率對(duì)人體愉悅度的影響，旨在為城市綠化品質(zhì)及人居環(huán)境改善提供參考依據(jù)。

研究方法與數(shù)據(jù)處理

實(shí)驗(yàn)采用VR技術(shù)為被試提供不同綠視率環(huán)境的觀看體驗(yàn)，通過(guò)仿真建模技術(shù)，構(gòu)建了四種不同綠視率的虛擬全景預(yù)景，實(shí)驗(yàn)通過(guò)依次添加灌木、喬木等植被，精準(zhǔn)控制預(yù)景中的全景綠視率，使其按照0、30%、60%、90%、0的順序變化。為方便區(qū)分，預(yù)景依次命名為S1、S2、S3、S4、S1-2——S1和S1-2為無(wú)綠植環(huán)境（僅道路），S2為道路、草坪與灌木及零星喬木環(huán)境（模擬稀樹(shù)草原），S3為喬灌木數(shù)量中等的環(huán)境（模擬城市林地），S4為大量喬灌木環(huán)境。所有預(yù)景中的綠地均以2∶1全景圖形式展現(xiàn)。處理完成的全景圖以全景視頻的形式在VRG Pro頭盔中播放，循環(huán)周期為6分鐘。

從上至下分別為S1（S1-2）、S2、S3 和S4 環(huán)境下的全景圖和全景材質(zhì)通道圖 ? 聶瑋

腦電節(jié)律是頻率范圍、變化周期相同、重復(fù)出現(xiàn)的腦電波。其中α波頻率為8~13Hz，通常在大腦清醒且放松的狀態(tài)下出現(xiàn)。已有研究表明，積極評(píng)價(jià)與大腦α波激活相關(guān)。本研究采用腦電節(jié)律α波作為客觀腦電愉悅度指標(biāo)。實(shí)驗(yàn)?zāi)X電儀采用無(wú)線EEG電極帽（EMOTIV EPOC Flex 32通道），采樣頻率為128Hz。實(shí)驗(yàn)開(kāi)始前，被試佩戴VR頭盔，之后需閉目2分鐘平靜情緒。再依次觀看S1、S2、S3、S4、S1-2預(yù)景視頻。之后閉目休息、摘取頭盔、填寫(xiě)調(diào)查問(wèn)卷，以減少連續(xù)觀看時(shí)視覺(jué)疲勞對(duì)腦電數(shù)據(jù)的影響。

腦電與VR聯(lián)合實(shí)驗(yàn)實(shí)景  ? 聶瑋

實(shí)驗(yàn)流程  ? 聶瑋

主觀評(píng)價(jià)主要通過(guò)問(wèn)卷形式，收集被試的基本信息（性別、年齡、專(zhuān)業(yè)、家庭背景等）及其對(duì)虛擬環(huán)境的愉悅度評(píng)價(jià)。后者采用李克特量表評(píng)分法（1~5分），要求被試對(duì)在每個(gè)全景綠視率預(yù)景中的愉悅度進(jìn)行評(píng)價(jià)（表1）。方差分析結(jié)果顯示顯著性為0.698（p>0.05），表明方差齊性。

通過(guò)EEGLAB的study模塊繪制的綜合電極平均頻域圖可清晰呈現(xiàn)綜合頻率的變化。采用SPSS 24.0分析90組腦電節(jié)律愉悅度數(shù)據(jù)（α值）和18組主觀愉悅度（主觀評(píng)價(jià)）數(shù)據(jù)，統(tǒng)計(jì)結(jié)果如圖a~d所示。最后對(duì)不同預(yù)景下腦電節(jié)律和主觀愉悅度的歸一化結(jié)果進(jìn)行獨(dú)立t檢驗(yàn)與皮爾遜相關(guān)性檢驗(yàn)，結(jié)果如表2~4所示。

綜合電極平均頻域圖  ? 聶瑋

圖a. S1 至S1-2 預(yù)景下腦電愉悅度（α 值）結(jié)果

圖b. S1 至S1-2 預(yù)景下腦電愉悅度（α 值）歸一化結(jié)果

圖c. S1 至S1-2 預(yù)景下主觀愉悅度（主觀評(píng)價(jià)）結(jié)果

圖d. S1 至S1-2 預(yù)景下主觀愉悅度（主觀評(píng)價(jià)）歸一化結(jié)果 ? 聶瑋

結(jié)果與分析

由圖b和表2可知，腦電愉悅度（歸一化數(shù)值）由高到低的預(yù)景依次為S3、S2、S4、S1-2和S1，這表明全景綠視率的逐漸提高帶動(dòng)了被試腦電α值的有效提升，但過(guò)高的全景綠視率導(dǎo)致了腦電α值的下降。同時(shí)，S1與S3之間存在顯著差異（p<0.01）；S1與S2、S3與S1-2之間存在差異（p<0.05）；其他預(yù)景之間并未發(fā)現(xiàn)顯著差異。

由圖d和表3可知，主觀愉悅度由高到低的預(yù)景依次為S3、S2、S4、S1-2、S1。S1與S2、S3、S4存在極顯著差異（p<0.001），與S1-2存在顯著差異（p<0.01）。這表明被試在S1預(yù)景下與其他預(yù)景下的觀感體驗(yàn)差異明顯。

本研究中的腦電愉悅度和主觀愉悅度實(shí)驗(yàn)結(jié)果均表明，被試的愉悅度在S1預(yù)景中最低，在S3預(yù)景中最高。如表4所示，腦電愉悅度與主觀愉悅度顯著正相關(guān)（p<0.01），表明生理指標(biāo)與被試的主觀評(píng)價(jià)結(jié)果一致。

在S1預(yù)景下，被試的腦電節(jié)律能量值最低；腦電α值歸一化結(jié)果低于0.3（圖b）；同時(shí)主觀評(píng)價(jià)結(jié)果顯示，被試表現(xiàn)出疲憊等情緒。在S2預(yù)景下，被試的主觀愉悅度（p<0.001，表3）與腦電愉悅度（p<0.05，表2）顯著提升。這表明即使是綠色植被量較少的環(huán)境也可能明顯增加觀者的愉悅感。S3預(yù)景下被試腦電愉悅度最高。S1、S2及S3的相關(guān)結(jié)果表明，愉悅度與綠視率變化呈正相關(guān)。被試在綠色植被綠量適宜的S3預(yù)景下情緒穩(wěn)定，郁郁蔥蔥的自然環(huán)境帶來(lái)了放松與舒適感，被試短時(shí)間內(nèi)個(gè)體愉悅度水平明顯提升。

在植被量大、密不透光的S4預(yù)景中，隨著觀看時(shí)間的增加，被試壓抑感增加，個(gè)別被試甚至自報(bào)告出現(xiàn)恐懼感，表明90%的全景綠視率帶來(lái)明顯的不適情緒。最終反映為腦電與主觀愉悅度的下降，且顯著低于S2和S3預(yù)景。

S1-2與S1預(yù)景的綠視率均為0，但前者主觀愉悅度顯著高于后者（p<0.01，表3，圖c）。腦電愉悅度兩者差異雖不顯著，但前者仍高于后者（圖b），趨勢(shì)與主觀愉悅度一致。這可能與全景綠視率變化順序有關(guān)：在S1預(yù)景中，被試尚未體驗(yàn)?zāi)M場(chǎng)景及變化。在S1-2預(yù)景實(shí)驗(yàn)過(guò)程中，當(dāng)從S4的高全景綠視率轉(zhuǎn)為開(kāi)敞、明亮的低全景綠視率時(shí)，可能有助于緩解緊張、恐懼情緒。

上述結(jié)果表明，過(guò)高與過(guò)低的全景綠視率均可能不利于個(gè)體愉悅度的提升，但高低全景綠視率的轉(zhuǎn)變則可有效增加個(gè)體愉悅度。因此相較于單一的綠化場(chǎng)景，營(yíng)造富于變化的環(huán)境，能夠有效提高個(gè)體愉悅度。

時(shí)頻域分析法是將時(shí)間和頻率聯(lián)合至同一張表中，將預(yù)處理后的時(shí)域腦電數(shù)據(jù)經(jīng)EEGLAB插件處理，以時(shí)頻域圖的形式呈現(xiàn)：橫坐標(biāo)為時(shí)間，縱坐標(biāo)為頻率，熱度顏色表示腦電α值強(qiáng)度，顏色越接近深藍(lán)表示α值越低，越接近棕紅表示α值越高。

不同預(yù)景下的時(shí)頻域圖、全景圖與腦地形圖（左右滑動(dòng)查看） ? 聶瑋

實(shí)驗(yàn)用全景視頻由全景圖邊界卷接而成，由S1預(yù)景下的時(shí)頻域圖可見(jiàn)，前50s內(nèi)，被試因好奇、期待等因素愉悅度較高（α值總體呈現(xiàn)黃色熱度）；在最初的興奮狀態(tài)過(guò)后，時(shí)頻域圖呈現(xiàn)均勻分布態(tài)，；當(dāng)實(shí)驗(yàn)進(jìn)行到中段160~200s時(shí)，被試視線集中至道路鋪裝畫(huà)面，此時(shí)α值明顯下降，表明VR場(chǎng)景中硬質(zhì)基礎(chǔ)設(shè)施的出現(xiàn)會(huì)降低個(gè)體愉悅度。

被試休息后依次進(jìn)入S2、S3、S4和S1-2預(yù)景。因?qū)?shí)驗(yàn)有了初步了解，實(shí)驗(yàn)前數(shù)十秒被試未產(chǎn)生強(qiáng)烈情緒波動(dòng)。因S2預(yù)景中植被量有所增加，α波時(shí)頻域圖呈現(xiàn)明顯分段。在S4預(yù)景中，由于全景綠視率過(guò)高且缺乏變化，導(dǎo)致其時(shí)頻域圖與S1預(yù)景相似，較為均勻單一。此后，當(dāng)被試再次處于全景綠視率為0的S1-2預(yù)景時(shí)，愉悅感明顯提升：前30s時(shí)，其α值的頻域呈現(xiàn)棕紅色熱度，表明此時(shí)被試α值較高，其后表現(xiàn)出與S1和S4預(yù)景類(lèi)似的時(shí)頻域特征。表明由密林視野轉(zhuǎn)變?yōu)殚_(kāi)闊視野后，被試愉悅度會(huì)在短時(shí)間內(nèi)快速提升。

由腦地形圖可知，在S1預(yù)景下，被試的Fp1和Fp2（額葉）、Cz（頂葉）、P3和P4（枕葉）電極總體呈現(xiàn)低α值狀態(tài)（以深藍(lán)色區(qū)域?yàn)橹鳎ｋS著全景綠視率的增加，腦地形圖的主要變化規(guī)律包括：

1）在全景綠視率由0至60%的轉(zhuǎn)變過(guò)程中，隨著被試愉悅度增高，腦地形圖的顏色由深藍(lán)轉(zhuǎn)為棕黃；而經(jīng)歷60%~90%的綠視率變化后，α值明顯降低。

2）被試在體驗(yàn)不同的全景綠視率預(yù)景時(shí)，主導(dǎo)精神功能的額葉與主導(dǎo)視覺(jué)功能的枕葉部位α值變化明顯，主導(dǎo)體感功能的頂葉α值變化較不明顯。這表明不同全景綠視率的環(huán)境引發(fā)的腦部變化區(qū)域基本一致，額部與枕部受刺激較明顯。

討論與結(jié)論

研究結(jié)果顯示，在全景綠視率為0的環(huán)境中，被試的愉悅度最低；在30%的全景綠視率環(huán)境中，被試的愉悅度有所提高；當(dāng)全景綠視率達(dá)到60%時(shí)，愉悅度最高。該結(jié)果與鄭凌予等人^[6]及韓可宗^[7]得出的30%~60%綠視率的植被環(huán)境評(píng)價(jià)較好的結(jié)果基本一致。因此，綠地系統(tǒng)規(guī)劃設(shè)計(jì)可將60%的全景綠視率作為參考指標(biāo)，創(chuàng)造高愉悅度的綠地空間。

城市綠地系統(tǒng)是市民日常接觸自然的重要途徑，但目前學(xué)界對(duì)過(guò)度綠化帶來(lái)的健康風(fēng)險(xiǎn)研究較少。本研究發(fā)現(xiàn)，在全景綠視率達(dá)90%的環(huán)境中，被試的腦電愉悅度顯著降低，且主觀表現(xiàn)出壓力情緒，這表明過(guò)度綠化可能導(dǎo)致觀者產(chǎn)生負(fù)面情緒。此外，本研究結(jié)果也表明，交替變換的環(huán)境能夠提升個(gè)體愉悅度，設(shè)置不同的綠視率環(huán)境有助于提升游覽者的愉悅度。

問(wèn)卷調(diào)研是傳統(tǒng)且重要的研究方法，而腦電數(shù)據(jù)則可提供更為客觀和定量的數(shù)據(jù)支撐。隨著學(xué)科交叉的深入及生理心理監(jiān)測(cè)技術(shù)的發(fā)展，可系統(tǒng)構(gòu)建融合生理心理水平的虛擬全景體系，以更好地為可持續(xù)的城市設(shè)計(jì)提供定性和定量的參考依據(jù)，提升居民身心健康。

^{· 安徽省自然科學(xué)基金項(xiàng)目“基于出行時(shí)空行為的城市綠地空間慢行機(jī)能優(yōu)化方法研究”（編號(hào)：1908085QE209）}

^{· 安徽省高校自然科學(xué)研究重點(diǎn)項(xiàng)目“健康運(yùn)動(dòng)導(dǎo)向的日常游憩型綠地布局優(yōu)化途徑研究”（編號(hào)：KJ2018A0505）}

^{· 2020年度國(guó)家留學(xué)基金委出國(guó)留學(xué)資助項(xiàng)目（CSC編號(hào)：202008340054）}