绿色空间中使用行为与环境认知研究方法综述

赵晓龙 邱璇 徐靖然 侯韫婧

环境行为学（environment-behavior studies）是环境心理学与建筑、城市规划、风景园林等多学科交叉形成的研究领域。20世纪70年代，美国出版Environment and Behavior、Man-Environment System等期刊，并成立美国心理学会“人口与环境心理学”分部，英、德、法等国家继而开展相关研究。而后，国际应用心理学协会（International Association of Accessibility Professionals，简称IAAP）成立了“环境心理学”分部和“研究物质环境中的人类”国际学会[1]。20世纪80年代，国外相关理论和方法传入国内，引起学界的广泛关注和探索。环境行为学将人的行为与环境的相互作用作为重点研究对象，分析行为、动机和需求三者之间的关系[2]。随着风景园林学科与环境行为学的结合日益紧密，环境行为学视角下的风景园林学研究重点逐渐从单一环境拓展到人、环境以及两者的相互作用[3]，从“物质空间”转向“以人为本”，着重理解使用者的行为与动机，以期满足新时代下的绿色空间使用需求[4-5]。

行为作为人对自身需求和外在环境刺激的外显反应，是人与环境之间的主要媒介。环境不能简单地理解为行为的“容器”，它通过独有的认知表征建立自身与行为的特殊联系，是行为不可分割的一部分[6]。绿色空间虽因独特的生态价值而存在，但却因兼顾人的使用行为与环境认知而具有意义。从人本视角借助绿地空间建构环境与行为的互动关联，是多学科开放体系相互渗透的必然结果，最终反馈到城市规划和景观设计中，成为中国绿色空间相关研究的理论支撑和实践基础。

研究采用的绿色空间概念是对“开放空间”和“开放绿色空间”概念的简明化，它与建筑物所形成的灰色空间形成鲜明对比[7]。从景观构成角度来看，绿色空间广义上是指城市环境中出现的任何植被，包括有绿色植被的街道、广场、公园等已开发的具体场所。它存在于住宅之外且面向公众开放的场所，既为人们提供相互交流和休闲游憩的机会，又为自然界物种提供生境、维护其生物多样性[8]。

1 研究方法

本研究数据来源为中国知网（CNkI）与Web of Science（WOS）核心合集，检索时间为2019年5月，时间跨度为1990—2019年，文献类型偏重期刊论文。限定检索主题词为两类：一类是绿色空间（green space）及其相近类别的主题词，如开放空间（open space）、公园（park）等；另一类是行为（behavior）与认知（cognition）及其相近类别的主题词，如活动（activity）、感知（perception）等。通过两类主题词的两两配对检索，共检索到209篇中文文献和2 627篇英文文献。

由于文献之间的相异性，定量分析法与荟萃分析法并不适用于本研究。因此笔者以内容分析法为主要研究方法，将内容分析对象限定为明确涉及绿色空间中的使用行为与环境认知，且研究方法与技术应用明确者。经过逐一重点分析剔除了农业、体育科学、时政报道、行业讯息等无关和重复文献，共计筛选出145篇中、英文文献作为分析对象。分别从表征行为与本体环境认知两大角度切入，依据应用方式与研究目的的异同，对各类研究方法与技术进行梳理、评述和对比，并简要展望绿色空间使用行为与环境认知研究的发展趋势。

2 绿色空间使用行为研究方法

作为维护城市可持续发展、提高人们生活质量的重要角色，绿色空间在表现生态效益的同时，更多地承载了人们的各种使用行为功能。相关研究以环境行为学理论为基础建立了绿色空间使用行为研究的概念框架。

2.1 基于自我报告的行为记录法

通过自我报告记录绿色空间使用行为的方法属于“偶遇抽样”，包含行为问卷和行为访谈两类。其中，行为问卷是指通过现场、邮寄[9]、网络[10]等多种媒介招募具备一定阅读理解能力的志愿者进行的开放式和封闭式行为问卷调查。前者只提出问题、不限定答案范围，后者则要求在既定答案中进行选择，获取便于统计分析的定量化数据，应用更为广泛。行为访谈是通过研究者与调查对象间的语言交流进行行为调查，具有即时互动特点，分为非结构式、结构式、半结构式。三者差异在于非结构式访谈在调查对象的选取、调查内容及方式等方面只有粗略的要求，充分发挥研究者与调查对象的主动性和灵活性。结构式访谈则要求根据提纲按照一定结构进行提问，其访谈过程完全由研究者主导且缺乏弹性。而半结构式访谈则介于两者之间，是按照粗略提纲进行的非正式访谈，其调查内容及方式可根据实际情况灵活处理，较结构式访谈具有一定自由度。基于自我报告的行为记录法获取信息丰富，涵盖包括驻留行为、轨迹行为和节点行为在内的各类绿色空间使用行为，适用于全尺度绿色空间，但受空间定位能力制约，其数据空间精度较低、在分析使用行为与绿色空间的关系方面应用效果有限[9]。

2.2 基于直接观察的行为图析法

直接观察（direct observation）是绿色空间使用行为研究的重要形式，Albert在《大众行为与公园设计》中将其总结为，通过对绿色空间使用行为的有意识观察而汇总出的一部印刻在头脑中的信息库[11]156-162。经过多年的发展，研究者逐渐利用调查表格、地图和照片等将调查内容和记录方式结构化，使之成为绿色空间使用行为研究的主流方法。

2.2.1 行为地图

绿色空间使用行为具有一定“场地空间依赖性”，行为信息与空间位置信息的同步获取是探究两者关系的关键[12]。在众多直接观察法中，Ittelson提出的“活动注记法”（behavior mapping）是理解使用行为与绿色空间相互作用的重要方法[13]38。其调查内容包含观察的系统程序、观察区域的图形化表达、观察信息的清晰定义、指定间隔时间表、编码及计数系统[14]，能够同步记录使用者的社会属性、活动类型、空间位置、时间信息等。然而，单纯调查表格在空间位置信息的表达并不直观、全面，研究者便提出在获取研究区域平面图的前提下，将使用者以点的形式在平面图上进行定位形成“人群密度图解”[11]163-173，与调查表格结合弥补其不足。此外，为提高调查效率、避免因记录速度不同所造成的误差，研究者将“活动注记法”变形为“快照法”（snap shot），即在脑海中对视线范围内的使用行为进行瞬时“拍照”，迅速用符号将即时信息记录下来，任何在“拍照”之后进入观察范围内的使用者不会被记录。研究者可以按照既定路线依次对观察区域的多个凸空间进行“快照”，获取多空间一体化、高精度的使用行为信息和空间位置信息。与“活动注记法”相比，“快照法”侧重即时信息记录、忽略使用行为的持续时长，在适用于微观尺度绿色空间的基础上，涉足部分中观尺度绿色空间。研究者常通过该方法计量分析使用者数量及使用行为时空特征，如空间使用效率[15]、使用行为与空间特征的关联性[13]39-53等方面。

除使用行为驻留空间位置图析外，还可分别针对与个体动线和群体路径2种轨迹行为进行图示化表达。Appleyard和Lintell最早将建筑学领域“动线观察法”（trace observation）[14]145-146引入绿色空间使用行为研究中，通过定点调查和追踪调查2种形式在地图上绘制个体行为轨迹。前者是记录通过固定地点的使用者或在固定地点记录视线范围内个体使用者行为轨迹，仅适用于视域清晰、规模较小的绿色空间，后者是从选定地点跟踪个体使用者并绘制其行为轨迹，较前者数据精度更高但调查效率低，无法适用于使用者数量较多、行为类型多样、面积规模过大的绿色空间。因此，研究者将其变形为“运动路径法”（movement traces），按照既定路线对观察区域的多个凸空间依次进行记录，最后整理形成完整的运动轨迹图。此方法常用于空间特征与运动轨迹及驻留时长的关联性研究[16]等方面。

2.2.2 行为图像

行为图像在绿色空间使用行为研究中的应用源于Whyte提出的“定时拍摄法”（time-lapse filming）[17]，通过固定时间间隔的重复拍摄记录下使用者的行为信息和空间位置信息。该方法需要人工整理大量照片，数据处理难度大且效率低。Arnberger提出“延时摄像法”（permanent time-lapse video）[18]，将长时间定时、间断记录使用行为压缩在较短时间内以视频的方式播放，降低数据处理的时间成本。此外，随着视频监控和录像设备的广泛应用，研究者通过长时段、连续的绿色空间使用行为数据进行人工抽样并记录，以此归纳使用行为的时空间分布特征[19-20]。近年来，新兴视频处理技术与录像视频结合大幅度提高“视频监控法”的数据处理能力，克服人工统计分析工作量大、手动定位空间位置信息不准确等缺点，为探讨绿色空间使用行为与环境要素的相互关系带来了新机遇。丁绍刚和胡一可分别引入“机器视觉技术”和“计算机视觉技术”对绿色空间录像视频进行处理，获取具有累积性的运动轨迹图像[20]，实现使用者驻留行为的智能量化[21]。该方法受设备布置数量和拍摄视角的制约，在规模较大且结构复杂的绿色空间中应用难度大。Park提出“无人机观测法”（ unmanned aerial vehicle，简称UAV）[22]，利用携带录像设备的无人机进行高空鸟瞰观测，兼具人工观察与视频监控两者的优点，在更短的时间内覆盖更大的观测范围，大幅度提高调查效率和数据精度。徐靖然运用该方法进行固定时间间隔人工抽样统计，并借助无人机视频数据定位处理系统精准定位使用者空间位置信息[23]。

从方法来看，自我报告法具有较强主观性且数据处理分析效率较低。直接观察法借助行为地图和行为图像成为绿色空间使用行为研究的重要方法。其中，行为地图在使用行为空间位置信息标注上独具优势，但由于其数据精确性和可靠性高度依赖研究者，因而存在一定误差。与其相比，行为图像结合相应图像处理技术，提高数据空间精度且可被反复观测和分析，具有长时段、多空间同步观测的优势。

2.3 基于位置识别技术的轨迹行为追踪法

随研究方法不断完善和创新，研究者开始拓展绿色空间使用行为研究的空间尺度。位置识别技术（location-aware technologies，简称LAT）的迅猛发展为宏观层面使用行为时空特征研究开拓新视角[24]，包括全球定位系统（GPS）和移动定位技术2种。在实际应用中，前者要求研究者招募一定数量志愿者佩戴便携式GPS设备，获取并记录其使用行为空间位置及行为轨迹[25]，受信号强度制约其所记录的轨迹点会出现偏差和缺失的情况。后者在其基础上结合移动互联网获取志愿者智能手机GPS位置信息，一方面定位灵敏度较前者更高，借助移动网络定位补充独立GPS定位失败时的定位结果，另一方面智能手机普及性降低了调查对象佩戴便携式GPS设备的操作难度。Palmer利用智能手机追踪应用程序记录绿色空间使用者运动轨迹，分析使用行为的时空特征[26]。黄蔚欣利用无线网络定位[27]获取智能手机位置信息，从使用者数量和驻留时长两方面客观量化绿色空间使用效率[28]。Luz借助公众参与地理信息系统（public participation geographic information system，简称PPGIS）的在线地图绘制平台获取使用者自行记录的行为和空间位置信息，探讨绿色空间的使用情况[29]。

相比于直接观察法，基于位置识别技术的研究方法侧重于轨迹行为的追踪，直接减少人工追踪观测使用者空间位置信息所花费的时间和降低错误概率，具备高精度、低成本、长时段、实时追踪、覆盖范围广等优势，为探讨使用行为与绿色空间的关系提供精确和有效支撑，但仍存在数据样本量高度依赖于设备分发量和公众参与度的缺点。由于数据采集受设备精度影响，研究者常将该方法用于分析中观尺度绿色空间中不同类型使用行为的运动轨迹差异、空间使用强度差异[30]，以及宏观尺度绿色空间选择偏好及影响因素[31]等方面。

2.4 基于位置服务技术的节点行为映射法

风景园林学科研究的工具化和数据化成为未来规划实践的主要趋势。大数据和移动互联网时代下的位置服务（location based service，简称LBS）技术依靠移动通信和互联网用户位置信息映射人口行为及分布规律，成为风景园林学科宏观层面实践研究的重要工具[32]。其中，移动通信数据、智能刷卡数据和社交网络签到数据与绿色空间使用行为研究结合最为紧密，由于信息来源、信息内容与适用范围的差异导致各类数据的应用特点截然不同（表1）。“移动通信数据”（mobile phone data）覆盖人群较广且均为移动通信用户，通过手机信令识别绿色空间的实际使用者及其来源地等信息，提升以往对绿色空间实际服务范围及供需问题的计量分析能力。方家等利用城市各区域绿色空间的实际使用者数量占比反映其使用需求，并结合实际配置情况探讨城市各区域绿色空间供需关系[33]。Guo等通过实际使用者来源地分析绿色空间的实际服务范围，探索导致实际服务范围存在差异的因素[34]。“智能刷卡数据”（smart card data）覆盖人群为公共交通卡用户，侧重于反映其日常出行规律。李方正突破以往“见缝补绿”式的绿色空间规划布局模式，通过公交刷卡数据定量识别城市使用频率较高的区域，为绿道网络的重点连接区域及线路选取提供数据支持[35]。“社交网络签到数据”（social media check-in data）覆盖人群为社交网络平台用户，通过绿色空间签到地理标签较客观映射绿色空间的使用行为。Donahue等和Zhang等分别通过其签到数据量化绿色空间使用强度，深入挖掘其使用效率的影响因素[36-37]。王鑫等还通过签到数据分析城市居民的聚集强度，为绿色空间选址提供可靠依据[38]。

表1 基于位置服务技术的节点行为映射法应用特征Tab. 1 Application characteristics of LBS-based behavior mapping

从行为记录、行为图析、轨迹行为追踪到节点行为映射，绿色空间使用行为研究方法逐步完善使得规划设计师能够更加准确地把握使用行为与绿色空间的关系。从研究方法的精度、广度和适用尺度来看，基于自我报告的行为记录法适用于全尺度绿色空间使用行为研究，但其自我报告过程主观性较强且空间精度低、人工成本高，因而呈现适用性较弱的特点；基于直接观察的行为图析法适用于微观尺度绿色空间，通过行为地图和行为图像同步获取使用行为信息与空间位置信息，推动使用行为基本方法的发展与完善，促使研究从单一空间人工观测向多空间技术辅助同步观测转变；基于位置识别技术的轨迹行为追踪法适用于宏观层面绿色空间，在提高调查效率和空间精度的同时，引导行为时空特征质性描述向行为环境要素计量分析深化；基于位置服务技术的节点行为映射法则适用于宏观层面绿色空间，突破以往有限样本研究，为风景园林规划实践提供客观、多源、动态、精细、人本的海量行为数据，并以其重要的时间性和空间性特征引导相关研究从“静态截面”转向“动态连续”。上述研究方法与技术从小尺度、低采样、粗精度的人工调查走向多尺度、长时段、全覆盖、高精度的海量化数据分析，让以往受限于数据收集和分析的绿地空间使用行为研究成为可能。然而，前者依旧是重点研究方法，后者对于前者也并非一味地否定，而是某些维度上的相互完善与促进。

3 从环境认知角度解读绿色空间使用行为动机

“环境认知”是人类对环境信息进行整合并经过不断积累形成的认知信息库[39]。作为行为内在影响因素，环境认知是理解人的行为与环境之间内在联系的重要途径[40]。如何获取并计量分析绿色空间环境认知一直是相关研究的重要议题[41]。

3.1 基于主观描述的认知分析法

依靠主观描述对绿色空间进行环境认知的研究由来已久，通过解读环境认知信息、挖掘认知体验与使用行为的关系，直观揭示绿色空间使用行为内在影响因素，根据研究目的与应用方式的不同分为认知问卷和认知地图两类。

3.1.1 认知问卷

认知问卷适用于分析使用者对环境的使用倾向、态度及需求等问题，是绿色空间环境认知研究的重要方法。研究者通过现场、网络等形式招募具有一定阅读理解能力的志愿者填写“语言问卷”，并利用问卷中量化评价模型解读使用者的环境需求、认知体验与满意度评价等。Qiu等从反映不同类型体验需求的角度出发，运用感知属性法将人们对于绿色空间的感知价值划分8类环境感知属性，并通过使用者的环境认知体验探讨各属性间的相对重要性[42]；Liu等和komossa等通过该方法发现不同行为类型的使用者存在声景及景观偏好差异[43-44]；刘江等则计量分析了绿色空间环境要素对使用满意度的影响[45]。经调查对象回忆填写的认知问卷从不同角度揭示绿色空间环境认知与使用行为的关系，但受调查对象记忆力和理解能力制约，该方法存在数据主观性强的缺点，相关研究多停留在认知体验描述层面。20世纪70年代，研究者发现彩色图像可以有效代替真实环境，于是开始通过视觉审美理解绿色空间环境认知[46-47]。Daniel等提出“照片引谈法”（Photo-Questionnaire）要求调查对象依据量化评价模型进行真实环境的静态图像打分，这些评价作为分析环境需求和认知偏好的依据常被用于分析绿色空间景观特征对使用行为的促进或抑制作用[48]。与其相应，Van Hecke等在不改变环境现状的情况下，要求调查对象对人为合成的具有特定环境要素的虚拟图像（manipulated photographs）进行两两对比选择，有针对性地探讨使用者对环境要素的使用需求与偏好[49]。虽然以静态图像为媒介的认知问卷大大深化了环境认知研究的深度，但其感官刺激的单一性导致无法全面、客观、动态地反映绿色空间环境认知。

3.1.2 认知地图

认知地图（cognitive map）是从主位研究视角探求使用者的环境认知程度，捕捉其对环境内在认识的重要方法。可以将其理解为使用者基于经验和学习在头脑中形成的环境简约图解，反映使用者对环境的认识和感觉。其概念最早由美国心理学家Toleman提出，用以说明环境认知不仅是对具体环境要素的感知，还包括对整体环境氛围的认识[50]。Lynch通过大量城市意象研究将认知地图构成要素归纳为道路、边界、区域、节点和标志物[51]。Appleyard进一步将其归纳为序列型（即路径主导）和空间型（即空间主导），涵盖从大规模地理环境到小规模日常使用行为环境的认知程度和认知偏好等[52]，为绿色空间使用行为与环境认知研究奠定基础。传统认知地图是在纸质地图或空白图纸上进行绘制，包括自由描画法、限定描画法和空间要素图示法等多种形式[53]。而近年来出现了结合计算机技术形成的新型认知地图绘制方式，要求受试者在平板电脑上绘制认知地图，通过实时记录其绘图过程获取认知地图构成要素的呈现顺序和频率[54]。手绘认知地图能够直观反映对绿色空间环境要素感知及整体环境认知，但调查对象绘图能力和研究者对图示信息的处理能力限制了该方法的客观性和定量化程度，导致其相关研究的实践指导性相对较弱。于是，Cherem提出使用者受雇拍照（visitor-employed photography，简称 VEP）作为代替性方法，不再要求志愿者具备一定绘图能力，反而通过向志愿者分发摄像设备让其按照要求直接、便捷、实时地记录环境要素，实现以往认知地图构成要素的可视化表达，以及环境认知与偏好的计量分析[55]。此外，针对其人工比对再定位拍照位置精度低、工作量大的问题，研究者提出结合便携式GPS设备获取照片空间位置信息，通过照片时空密度分布揭示环境认知偏好与绿色空间景观序列的关系[56]。与手绘认知地图相比，照片认知地图具有实时、动态、可视化等优势，通过捕捉包括视、听、触等在内的一系列潜在动态因素，有效弥补通过语言描述解释环境认知的时间滞后性和通过视觉审美解释环境认知因缺乏实际使用行为的不准确性，但该方法获取样本代表性与真实性有限，往往须结合认知问卷来减少其系统性误差。

目前，基于主观描述的认知分析法已成为绿色空间环境认知研究的主流，其研究内容已由表层认知体验描述向本体影响因素挖掘转变。其中，认知问卷侧重于环境要素感知，调查结果丰富且易量化，认知地图则注重环境整体组成以及环境要素之间相互关系的直观表达，两者在环境认知研究方面均存在局部采样、样本量小、主观性强等问题。

3.2 基于实验设计的认知分析法

近年来，在相关学科和新兴技术的推动下，绿色空间环境认知研究突破以往基于主观描述的研究形式，依据研究目的有针对性地将虚拟环境模拟和生理指标测量引入实验设计中，提升对环境要素的控制能力以及对环境认知数据的计量分析能力。

3.2.1 虚拟环境模拟

虚拟环境模拟是指利用“虚拟现实技术”（virtual reality technology，简称VR）模拟三维虚拟环境进行绿色空间环境认知研究，包括“桌面式”（desktop VR）和“沉浸式”（immersion VR）两类，有效排除实地测量的各种不可控因素，解决静态视觉图像无法灵活控制景观特征变量等问题[57]。前者基于计算机屏幕空间进行虚拟环境营造，属非沉浸式虚拟环境，后者基于头盔式虚拟现实显示系统，以第一人称观察视角的环境认知效果比前者更显著[58]。与以往具有较好沉浸式体验的洞穴式自动虚拟环境相比，头盔式虚拟现实显示系统具有便携、成本低、实时性好等优势。Erath将其与自行车相结合构建高拟真度的街道虚拟环境，在一定程度上增加受试者虚拟使用行为的“主体感受”，用以研究分析城市街道认知体验[59]。徐磊青等则将虚拟街道环境结合主观感受量化评分，通过环境维度和认知维度的数据相关性分析，进一步挖掘环境认知体验的影响要素[60]。基于虚拟环境模拟的绿色空间环境认知研究将传统使用后评价环节前置，在实现设计方案预判的同时增加规划实践的公众参与性。但由于虚拟使用行为在“本体感受”方面存在一定程度的欠缺，该方法的普适性仍须进一步验证。

3.2.2 生理指标测量

心理学和神经科学提出的“眼动追踪技术”和“生理反馈技术”作为实时、客观、精准测量受试者生理指标的重要手段，为绿色空间环境认知研究注入新活力。前者利用眼动仪记录受试者眼动数据（包括扫视和注视），并通过眼动轨迹热点分析技术形成注视轨迹图和热点图，反映受试者的环境认知过程及规律，理解环境要素如何影响其认知体验。后者利用各种生理反馈传感器测量受试者皮电、心电等生理信号，结合情感计算（affective computing）直接描述绿色空间环境认知的情感体验，深入分析受试者自己可能没有意识到的独特心理感受，包括环境认知愉悦程度、对环境刺激的反映强度等。基于生理指标测量的环境认知研究最初是以真实环境静态图像为视觉刺激进行的，具有可控、便捷等优势[61]。然而，为脱离实验室环境束缚，研究者开始利用可穿戴眼动仪与可穿戴生理传感器测量受试者的真实环境认知体验，加强使用行为与环境要素的动态交互。陈筝等利用眼动轨迹与计算机视觉中预测注意力的显著图（saliency map）对比分析不同环境要素对认知体验的影响[62]，并将各种可穿戴生理传感器与GPS相结合，以受试者情绪信息和空间位置信息为基础绘制“情绪地图”（emotional cartography）[63]，精准定位和确定绿地空间认知体验的影响因素[64]。需要注意的是，客观生理指标与主观描述的认知体验存在一定区别，前者是对后者的一种转译，在生理指标测量时常采用认知问卷对各项生理指标的代表性进行校核。

从研究成果来看，虚拟环境模拟克服主观描述在数据信度受限、环境因素不可控的局限性。生理指标测量从实验室环境静态视觉刺激到真实环境动态交互探索，直接通过受试者客观生理指标反映其主观认知注意及情绪体验，为探讨绿色空间环境认知提供新途径[65]。

3.3 基于移动互联网技术的认知分析法

随着风景园林规划实践公众参与性的逐渐提升，以移动互联网信息采集为基础，针对互联网用户和社交网络用户形成的多元认知数据在样本量和精度上较以往方法都有大幅度提高，成为宏观层面绿色空间环境认知研究的重要数据源。一方面越来越多的使用者通过社交网络平台（如Instagram、Flicker、Twitter等）以照片、文本等形式记录其环境认知体验，即社交网络认知数据。它涵盖使用者对绿色空间的情感、看法和价值评判等，在计量分析环境认知方面独具优势。王鑫等和邵隽等分别对其文本素材进行词频分析和语义分析，讨论绿色空间使用者的关注热点和使用评价[66-67]。Chen等和Tieskens等通过照片分布密度进行绿色空间价值评判以及环境认知偏好分析[68-69]。另一方面，研究者通过自行开发的众包（crowdsourced）项目获取绿色空间环境认知数据，有针对性地引导公众参与环境认知研究[70-71]。Mackerron等开创“Mappiness”项目招募在线志愿者进行生活幸福指数调查，并通过分析上百万的认知众包数据发现绿色空间对提升公众幸福指数有积极作用[72]。Naika等通过创立“Place Pulse”项目收集认知众包数据，并结合计算机视觉（computer vision）训练开发出“Street Score”平台模仿人类认知环境的原理和方式，实现对城市街道静态图像认知体验的预测[73]。Zhang等在其基础上通过街道静态图像大规模挖掘影响使用者视觉认知体验的环境要素，量化两者间相关性[74]。

环境认知影响着人们使用绿色空间的方式，探索其机理模式对解读使用行为与绿色空间的互动关联具有积极影响。从方法来看，主观描述法通过认知问卷和认知地图直观揭示使用者对绿色空间的认知体验及认知程度，是环境认知研究基本方法。其次，为提高调查效率、提升数据可信度，研究者有针对性地将虚拟环境模拟和生理指标测量引入实验设计中，通过灵活控制环境要素、计量分析认知数据，形成客观、准确、说服力强的研究结果。再次，基于移动互联网的多元认知数据作为新型数据源，让研究者们具备了复杂化、多样化、全面化的绿色空间环境认知研究能力，特别是认知众包数据与计算机视觉的结合改变了传统理解和分析环境认知的方式，让绿色空间自动评价和预判分析成为可能，为挖掘使用行为与环境认知的内在机制探索新视角。纵观绿色空间环境认知研究方法与技术，其过程发展经历了从质性描述环境认知体验到计量分析环境要素与认知体验相关性的转变，让我们以更广阔的视野和方式从环境认知角度认识和理解使用行为动机。尽管如此，研究者仍应避免过度强调计量分析而失去对实际问题的洞察，切实从研究内容出发选择适当的研究方法理性解决现实问题，推动人本尺度绿色空间规划实践。

4 结语与展望

笔者梳理出应用于风景园林学科规划设计的20余种绿色空间使用行为与环境认知研究方法与技术，通过对比分析近10年来的应用研究实例，概括各类研究方法与技术的应用方式、适用范围及优劣势异同。

关注绿色空间的使用行为，并从环境认知角度对其进行深入解析，体现了新时代风景园林规划实践的人本性和创新性。笔者从环境行为研究理论出发，综述风景园林学科视角下国内外绿色空间使用行为与环境认知研究方法的发展历程和既有研究成果，其研究转向表现出以下趋势。1）更加注重以人为本，由表征行为特征到着眼于理解环境与行为的互动关联，由单纯认知体验到深入挖掘环境认知与使用行为的内在联系，风景园林学科“以人为本”的初衷不会消减，绿色空间使用行为与环境认知研究也会围绕这个方向不断强化。2）更加注重多学科之间的相互借鉴，紧密跟随科技手段的发展脚步，利用环境行为学、环境心理学等相关学科理论支撑，引入位置识别技术、位置服务技术、虚拟现实技术、生理反馈技术等针对性强且较易推广的新技术、新手段增强使用行为与环境认知计量分析的科学性和可信度，从微观尺度空间质性描述现象与规律到多尺度空间计量揭示影响因素与内在机制，呈现出“主观描述—客观解释—多元数据探索”的发展趋势。3）更加注重绿色空间使用行为与环境认知研究的实践性，直观、准确和深入解析环境与行为互动关联的同时，细化使用行为主体、使用行为类型及环境认知体验，实现风景园林研究精准化。

研究方法与技术的开发动机差异直接影响了其在相关研究中的应用范围和应用能力，选取具有针对性、可行性、有效性的研究方法，对绿色空间研究发挥重要指导作用。今后相关研究须充分发挥现有研究方法与技术的优势，不断加强对绿色空间使用行为与环境认知的综合认识，架构绿色空间与使用者的沟通桥梁，推动风景园林规划实践的公众参与性，使研究者和规划设计师在解决绿色空间不断增长的使用需求方面向前迈进一大步。

表格来源(Source of Table)：

表1由作者绘制。