校园绿地声景观对情绪和注意力的影响——以福建农林大学为例

翁羽西

朱玉洁

董嘉莹

王敏华

董建文*

高校校园作为城市环境的重要组成部分，同样面临着城市化进程和城市人口急剧膨胀带来的挑战。根据教育部数据显示，截至2018年，中国普通高等学校达2 663所，全国有3 833万大学生在校园中学习、生活及开展科研活动，高等教育规模位居世界第一。但是，伴随而来的社会竞争、发展人际关系和学业期望等压力源加速了大学生心理和其他健康问题。据报道，超过20%的中国大学生患有不同程度的抑郁症，这一比例在过去10年持续增长[1]。长期的焦虑、抑郁不仅使大学生的注意力难以集中，还会导致各种心理和身体疾病，如狂躁症、神经官能症等[2]。关注校园师生身心健康，将“健康促进”理念融入规划设计中，已经成为未来校园、城市建设的一个重要课题。

作为生态城市建设及校园人居环境的重要组成部分，高质量的校园景观除了满足生态、审美、公共活动的基础需求外，还对师生补充“定向注意力”消耗[3]、增强环境的心理恢复作用[4]、降低学生的生理应激水平[5]有着不可替代的作用。然而，过去有关校园环境对大学生身心健康影响的研究多数是基于学生的视觉感知。事实上，“声景”也是营造健康环境中的重要因素之一。例如，Alvarsson等观察到自然声(50dB)能更快速地帮助人们从交感神经的激活中恢复过来，有效缓解生理应激[6]。有研究证实，聆听大自然的声音能够减轻患者紧张和焦虑的情绪[7]及疼痛感[8]。也有学者提出，单一的感知模态可能会造成认知偏差，如当人们仅仅通过照片感知环境时，想象出来的恢复性效果和实际情况有较大差距[9]。支持这一观点的学者展开了多模态响应的实验探索。Annerstedt等利用虚拟现实技术模拟环境中的视听特征，证实加入了听觉感知后的森林环境，更能激活人体副交感神经系统，帮助压力缓解[10]。Jahncke等发现，当自然场景中充斥着环境噪声时，受试者的主观恢复性评分和愉悦度下降，说明听觉信息在很大程度上决定着人类对于外部世界的感知[11]。张圆的研究发现，视听觉和谐度高的景观环境能够更好地帮助人们在环境中得到恢复[12]。赵警卫在视听交互的研究中证实，地形平坦的公园中增加鸟鸣声是提高精神疗愈力的有效方法[13]。

尽管过去对于多模态感知的恢复性效益开展了一定的研究，但有关声环境对人们视觉感知的作用机制尚不十分明确，对风景园林规划的指导意义相当有限。眼动追踪技术的应用为了解人的视觉认知过程提供更直接、客观的证据，可以帮助解释环境中的什么元素吸引了人们的视觉注意，以及声音和视觉感知之间的定量关系。

因此，基于前人的研究，本文以福建农林大学校园景观作为研究对象，提出以下假设：1)不同声景的情绪唤醒度(皮肤电导水平)存在显著差异；2)不同声景的视觉感知(首次注视时间、注视次数)存在显著差异；3)声景的视觉注意对人们的情绪唤醒有显著影响。

图1 S1～S3样地视觉感知环境

1 研究方法

1.1 被试

参考恢复性景观与眼动研究经验，招募36名在校大学生参与实验，要求所有被试裸眼视力或矫正视力≥1.0，正常耳内听力阈值＜25dB，无色盲，无精神疾病史，且第一次参加此类实验。在实验过程中排除眼动采集样本率低于70%的4名被试的数据，最终样本为30人，其中男性13人(43%)，平均年龄(23.5±2.5)岁。本次实验经福建农林大学实验伦理委员会批准，实验对象均为自愿。

1.2 实验场地

本研究要求试验样地可以感知到不同特征的声源，但视觉感知的地形、景观元素大小、数量、色彩基本相似。因此，在福建农林大学观音湖畔选择3个不同欣赏视角作为预实验样地(图1)。福建农林大学绿化覆盖率达37.9%，享有“生态园林式大学”的美誉。观音湖是校园内最大的人工湖，也是师生感受自然景观与生态文化的重要渠道。S1位于湖心岛上，为封闭式空间，距离交通主干道75m，受外界环境干扰小；S2为湖畔观景平台，开放程度高，靠近道路、商店和田径场，来往车辆和行人较多；S3为湖畔凉亭，距离交通干道30m，为半开放空间，凉亭旁有一处人工涌泉(图2)。

为了证实视觉感知的一致性和有效性，预实验邀请29名大学生佩戴隔音耳机，分别在上述样地中自由欣赏景观(4±1)min，便携式眼动仪同步记录眼动数据，共获得87组有效数据。结果中3处样地在注视次数(P＝0.418)、平均注视时间(P＝0.403)、平均眼跳幅度(P＝0.423)等各项眼动指标上均无统计学差异，为进行“视听”研究提供了实验基础。

1.3 声音测量

本研究采用AWA5636型声级计(杭州爱华仪器有限公司)对3处样地的等效连续A声级(Equivalent Continuous A Sound Level，LeqA)进行测量。每个样地设3个监测点，每个监测点测量3次，每次连续测量5min。对同一样地3个监测点的数据取平均值进行计算，共采集7个时间段，测量设备距地面高度为1.5m。

经过初期调查，确定样地中经常出现的8种不同声源，将其纳入调查问卷中。受访者根据实景环境对声源进行声景感知程度评价，问题是“您在当下环境中多大程度上听到了以下几种声音”(李克特5点量表：1＝完全听不见，5＝非常明显)。根据样本容量公式[14]，得到样本容量为149，实际收回有效问卷210份。

环境声学中使用绿色声景指数(Green Soundscape Index，GSI)来评估自然声和噪声之间的感知平衡[15]。GSI定义为自然声感知程度(Perceived of Natural Sounds，PNS)与噪声感知程度(Perceived of Traffic Noise，PTN)的比值，其计算公式为：GSI＝PNS/PTN。

图2 S1～S3试验样地总平面及周边环境

1.4 评价指标

1.4.1 情绪唤醒

采用Ergo LAB(北京津发科技仪器有限公司)EDA传感器测量被试基于实景环境下的皮肤电导水平(Skin Conductance Level，SCL)，采样率64Hz/s。皮肤电导变化能够观察人们的交感神经活动变化和情绪唤醒水平，当身体处于焦虑或警觉状态时，汗腺活动增加，皮肤电导水平升高；反之，精神放松，皮肤电导水平下降。

1.4.2 注意力

为了解不同声景条件下受试者的注意力行为，采用瑞典Tobii公司可穿戴式眼动追踪系统Tobii Glasses 2采集被试的眼动数据，选取首次注视时间和注视次数用于兴趣区的分析，采样率50Hz/s，基本含义见表1。

1.5 实验设计

本研究采用组间设计，自变量为声景类型：低自然声、自然声、噪声、无声，因变量为SCL、FFD和FC。根据前人的研究，接触3～5min的自然环境能够获得较高可靠性的研究结论[16]，因此，本研究将感知环境的时间定为(4±1)min，为消除序列效应按照拉丁方阵排序。

具体流程为：1)被试到达实验室，主试对实验目的、步骤和仪器使用方法进行详细说明，征得被试同意后签署知情同意书；2)休息5min后进行SCL基线采集(3min)：主试为被试佩戴仪器，EDA传感器佩戴于受试者左手食指及中指的指腹，采集期间要求被试保持沉默和放松；3)被试以舒适的姿势欣赏电脑中随机播放的其中一处样地的无声视频，过程中采集被试SCL数据，作为对照组；4)实景体验：被试乘车到达随机一处试验样地，休息5min后，请被试自由地欣赏指定区域景观，过程中持续记录生理和眼球运动信息，根据拉丁方排序重复此步骤；5)实验结束，总时长约40min。

1.6 数据分析

EDA数据在中段截取稳定且连续的3min数据作为某一场景对人体情绪唤醒影响的记录，数据由ErgoLAB 3.0软件处理和导出。为了探讨哪些景观元素能够引起人们的注意力，将兴趣区定义为建筑、水体、天空和植物。

所有数据计算均通过SPSS 19.0软件录入与分析，计量资料进行Kolmogorov-smirnov正态性检验及Levene's方差同质性检验，样本符合正态分布且方差齐性，用(均数±标准差)表示。采用重复测量方差分析探讨SCL、FFD和FC的差异，事后比较采用Bonferroni校正法。Pearson相关分析被用于探讨情绪与注意力的相关关系，采用逐步线性回归分析探讨视听感知对于情绪的贡献程度。当P＜0.05时被认为具有统计学意义。

2 结果

2.1 绿地声景特征

图3显示了S1～S3的日平均LeqA变化。可以发现，LeqA是随着时间的变化而变化的，9：00—10：00周边环境最喧闹，声压级达到最大值，这与课间人流量增大、交通高峰期有关；14：00—15：00整体环境最安静。S1的LeqA在各个时间段均低于S2和S3，日平均LeqA＝46dB，这是源于湖心岛远离主干道，围合的内部声学环境受周边环境的影响小。S2的LeqA主要受交通声和田径场活动声影响，在10：00和16：00出现2个高峰，日平均LeqA＝77dB。S3能清晰地听到人工涌泉的水流声，LeqA在10：00达到最大值，与课间人流量增大关系密切，日平均LeqA＝64dB。

从图4可以看出，S1中鸟鸣声、风吹树叶声、风声等自然声的主观听觉感知程度高于交通声、交谈声与脚步声，GSI指数为2.18。相反，受访者在S2中更频繁地感知到交通声、谈话声和脚步声，自然声感知程度较低，GSI指数为0.91。S3中流水声比其他声源更容易被感知，GSI指数为2.24。根据Kogan等的观点，GSI＜0.9定义为“噪声组”，表示噪声对自然声音的优先感知度；GSI＞1.1定义为“自然声组”，表示自然声音对噪声的优先感知度[15]。结合LeqA的测量结果，将S1定义为“低自然声组”，S2定义为“噪声组”，S3定义为“自然声组”。

表1 兴趣区眼动指标基本含义

2.2 不同声景情绪唤醒差异分析

对SCL结果进行4(声音类型)×3(时间点)重复测量方差分析，结果表明，时间主效应显著，F(1，116)＝35.85，P＜0.01，声音类型×时间之间不存在交互作用F(3，116)＝0.90，P＞0.05。进一步检验发现，第一分钟，噪声组显著高于低自然声组与自然声组(P＜0.01)；自然声组显著高于低自然声组(P＜0.05)。第二分钟，噪声组显著高于低自然声组(P＜0.01)；自然声组显著高于低自然声组(P＜0.05)。第三分钟，噪声组显著高于低自然声组(P＜0.01)，详见表2。

表2 不同声景条件下皮肤电导水平随时间的变化(单位：min)

2.3 不同声景注意力差异分析

对FFD进行重复测量方差分析，结果显示(表3)，兴趣区主效应显著F(1，87)＝199.54，P＜0.01，兴趣区×声音类型之间存在交互作用F(2，87)＝21.41，P＜0.01。简单效应分析表明，在AOI天空中，噪声组显著高于低自然声组(P＜0.01)；在AOI建筑中，噪声组显著高于自然声组(P＜0.01)和低自然声组(P＜0.05)；在AOI植物中，低自然声组显著高于自然声组(P ＜0.01)和噪声组(P＜0.05)，噪声组显著高于自然声组(P＜0.01)。

对FC进行重复测量方差分析表明，兴趣区主效应显著F(1，87)＝413.51，P＜0.01，并且兴趣区×声音类型之间存在交互作用F(2，87)＝16.20，P＜0.01(表3)。简单效应分析表明，在AOI水体中，自然声组显著高于低自然声组与噪声组(P＜0.01)；在AOI建筑中，噪声组显著高于自然声组和低自然声组(P＜0.01)，低自然声组显著高于自然声组(P＜0.05)。

2.4 声景观情绪唤醒与景观要素的相关关系

将SCL、FFD和FC进行相关性分析发现，在低自然声组中，AOI水体首次注视时间与0～1min SCL呈显著正相关；AOI植物注视次数分别与0～1、1～2、2～3min的SCL呈显著负相关，相关系数分别为-0.68、-0.54、-0.51。在自然声组中，AOI水体首次注视时间分别与1～2、2～3min的SCL呈显著负相关；AOI水体注视次数与1～2min的SCL呈显著负相关。为了进一步揭示情绪与注意力的定量关系，将FFD、FC作为自变量，SCL作为因变量，进行多元线性回归分析发现，低自然声组中，水体的首次注视时间可以解释0～1min SCL变化的12.0%；对0～1min SCL变化的43.8%、1～2min变化的26.6%和2～3min变化的23.2%，可以由对植物景观要素的注视次数解释，且为显著负向影响，意味着对植物要素的注视次数增加，情绪唤醒度降低。自然声组中，对SCL1～2min变化的13.6%和2～3min变化的15.9%，可以由对水体景观要素的首次注视时间解释；水体的注视次数可以解释1～2min SCL变化的10.4%。

3 讨论

生理测量的结果显示，低自然声组(46dB)相较于噪声组(77dB)皮肤电导水平显著下降，交感神经活性和情绪唤醒度降低。这一结果支持了Alvarsson、张圆的研究结果[6，12]，即自然声趋于降低个体的皮肤电，给人们带来更好的恢复性体验。在Stigsdotter等的研究中，代表宁静型的景观空间被评为最具有恢复潜力[17]。同时在环境中加入自然之声，有助于营造宁静的氛围[18]。但也有研究发现，街道声景的SCL低于自然声(鸟鸣声与海洋声)和交通声[19]，推测这种差异可能源于2个原因：1)熟悉的街道声景可能唤起听者的情感共鸣、情景记忆，从而激发积极情绪；2)Li的声景刺激材料设置为70dB，较高的声压级可能导致声景体验的愉悦度降低，对声景品质的敏感性下降。

在注意力方面，噪声组在FFD和FC 2个指标上表现出相同的趋势：更多的注视人造物。在水流声主导的自然声组中，水体景观要素(如湖面水波粼粼、湖中游鱼、水中倒影等)获得更高的注视次数和更长的首次注视时间，说明一个突出的声音可能会在视觉加工的早期引导人们关注与之匹配的场景信息。有研究表明，这种注意往往是在无意识的状态下发生的，在注意阶段后期会促进注意力转移到对应的事物上[20]。Kaplan的注意力恢复理论认为，“非定向注意”只需要调动较少的认知资源，有助于人们减少杂念，获得更放松的心理需求。

图3 S1～S3样地LeqA的日变化

图4 声景感知程度图4-1 S1声景感知程度图4-2 S2声景感知程度图4-3 S3声景感知程度

相关分析表明，随着对自然要素(植物、水体)注意力的增加，情绪唤醒度和自主神经兴奋趋于降低，焦虑的主观感受得到有效缓解。这与Nordh、Amati等报告的结果一致[21-22]。同时，并没有直接证据表明校园噪声环境中人们情绪唤醒度的增加与视觉感知的景观要素存在关联。回归分析表明，植物景观要素的视觉注意是降低生理唤醒度的重要预测指标，这意味着在校园中增加植物景观，可以有效缓解生理应激，提升精神疗愈力。值得注意的是，低自然声组AOI植物的FC与SCL的定量关系中，0～1min的拟合程度最高，达到43.8%，在第二和第三分钟，这种解释能力分别下降了39.3%和47.0%。推测这种视听交互作用对第一分钟生理健康效益的预测能力最大，随着时间推移逐渐减弱。尽管有些生理变化与注意力之间存在较高的相关性，但解释关系的能力却相当弱，如何提高模型的预测能力未来还需进一步深入研究。

本研究还存在一定的局限性。参与者对试验样地的熟悉程度可能会对研究结果产生影响，因此本研究结论虽然具有统计学意义，但是否具有普遍意义需要进一步验证。在实景环境中进行视听感知评价，尽管保证了自然体验的生态效度，但复杂的自然环境不可避免地产生其他感官信息，同样会对研究结果造成一定的影响。

表3 不同声景条件下各个兴趣区眼动指标差异分析

4 结语

本文基于实证研究，探索声景对情绪及注意力的影响，建立景观视觉特征与情绪唤醒的关系模型，得出以下结论。

1)不同声景对情绪唤醒有显著影响。鸟鸣声、风吹树叶声、风声为主导音的低自然声环境(46dB)能够有效降低情绪唤醒度，促进正向情绪，缓解紧张和焦虑感。

2)不同声景对视觉注意力有显著影响。当声音足够显著时，含有听觉信息的景观元素更容易吸引人们的注意力。

3)声景的视觉感知对人们的情绪有显著的正向预测作用。在宁静的校园环境中，引导体验者更多地关注植物，是降低生理唤醒度、提高自然疗愈力的有效方法。

基于以上结论，提出校园恢复性声景观的提升策略。

1)营造具有“远离感”的声环境。要求场地远离主要车行道、田径场、篮球场等，周边有明确的围合边界，可利用植物的高度遮挡人们的视线，适当种植复层植物。面对带有“负效应”的声景时，除了采用新兴材料降低噪声外，还可以通过“声遮蔽”优化欣赏者听觉体验，如在场地周围种植招鸟、蜜源树种，通过鸟鸣、虫鸣等生物手段营造自然之声对噪声加以掩蔽。

2)营造具有吸引力的声景观。强化有益声源对注意力的引导，充分利用已存在的地形、溪流、湖泊等形成流水声，不同的水景可以产生不同的声音(包括强度、音色、节奏感等)。也可以借鉴古典园林植物造景手法，营造出“竹林细雨”“万壑松风”“雨打芭蕉”的声景观，通过声源引起人们对自然要素的注意。

3)优化视觉景观资源。利用视觉景观诱导“心理降噪”，植物和水元素是“健康促进”的校园景观中必不可少的景观要素，合理优化视觉感知场景，形成视线焦点，同时通过种植高大乔木遮挡建筑物，弱化人工景观要素。

注：文中图片均由翁羽西拍摄或绘制。