基于眼动追踪技术的森林公园环境视听交互评价

朱玉洁 董嘉莹 翁羽西 董建文 王敏华

新冠肺炎疫情暴发以来，健康问题成为关注热点，公众对自身健康及生活环境质量的关注度越来越高[1-2]。在这种情况下，森林成了人们逃离城市污染、预防和减轻“城市病”的重要场所。环境心理学家Kaplan夫妇提出的注意力恢复理论(Attention Restorative Theory，ART)认为自然环境是缓解压力、产生恢复性作用的核心机制，能够使人们从疲劳中恢复定向注意，适度促进无意注意，从而缓解精神疲劳[3]。森林环境是“一个巨大的健康机”[4]，大量研究表明，森林环境可以增强人类健康、缓解压力、改善情绪、促进身心健康[5-6]。《“健康中国2030”规划纲要》的发布更是将健康产业发展上升到国家战略高度，促进了森林旅游、森林康养等产业的发展。

森林公园不仅拥有良好的空气质量、优越的视听景观，还是人们亲近自然、放松身心的理想场所[7]。目前的研究多聚焦于单一的视觉感知或听觉感知层面，但单一感知模式的评价会存在偏差。而环境的视觉和听觉特征的相互作用可以显著影响环境评价，视听互动可以使被试有更好的参与感和沉浸感[8]。如Carles等的研究发现，声音和图像之间的一致性或连贯性会影响偏好，声音为视觉信息提供了补充(附加)信息[9]；Wang等的研究发现，声景与视觉景观相匹配的组合可以提高审美偏好[10]。因此，基于视听交互作用的恢复性效益研究具有重要意义。赵警卫等通过视听组合样本探讨主观恢复性评价与景观特征间的关系，发现将单一鸟鸣声和多种鸟类鸣叫声设置在地形较为平坦的环境中能够更加有效地提高精神复愈能力[11]；Deng等的研究发现，通常情况下视听结合的刺激比单一视觉刺激具有更好的健康效益，自然的视觉要素(自然水体、灌木丛与花卉)和声音要素(流水声、风吹植物声、鸟鸣声)是恢复效益和审美偏好的正向预测要素，而人为活动及其对应的声音是恢复效益和审美偏好的负向预测要素[12]。

目前，视听结合的恢复性评价多以主观问卷为主，带有较多的个人感情色彩。而眼动追踪可以监视人们眼睛运动的过程，可以用来衡量视觉注意力。前人的研究证实了眼动追踪技术可以为恢复性环境的视觉特征评价提供新思路，并可为恢复性环境研究提供客观数据支持，这些研究结果表明，注视次数减少、平均注视时间增加、平均眼跳幅度减少，有助于恢复定向注意力，促进无意注意，诱导注意力恢复[13-18]。此外，相关研究也证实了眼球运动与感知恢复(PRS量表和SRRS量表)具有积极联系[17-18]。眼动分析生成的轨迹图和热点图可以用来解释最吸引人的景观元素及恢复性成分等[19-20]，如Nordh等的研究发现，在城市公园图像中，长凳、灌木和树木是具有最高注视停留时间的要素，其最有可能诱导恢复的发生[21]。大部分研究关注的是森林等自然环境与城市环境的不同，近年来也有学者将眼动追踪技术用于声景研究，如Liu等通过眼动实验进行森林景观的视听互动评价，结果表明，鸟鸣声、昆虫鸣叫声、流水声、轻音乐声和古庙钟声的出现使被试沉浸感增加、精神负担减轻。此外，由视觉热点图可知，不同声景引导被试视觉关注的区域有所不同[22-23]。

目前，将眼动追踪技术创新性实验方法用于视听交互作用下恢复性效益的研究还较少。使用眼动追踪技术可以对被试的感知进行客观量化，解释环境偏好与注意力恢复程度，为探索注意力恢复领域中视觉和听觉系统之间的互动关系提供依据。本研究以福州国家森林公园为研究对象，借助眼动仪和声景感知评价问卷，旨在解决以下问题：1)单一视觉刺激和视听组合刺激下的森林公园视觉注意力恢复效益有何不同？2)单一视觉刺激和视听组合刺激下的森林公园环境视觉行为特征有何差异？3)哪些声景对视觉注意力有重要影响？

1 研究方法

1.1 研究区概况与样地选择

福州国家森林公园位于福建省福州市晋安区新店镇，是福州近郊森林公园，周边交通便利，吸引较多游憩者前往。福州国家森林公园有正心寺等人文景观和千年古榕等自然景观，景观类型和声景资源丰富，有助于森林公园恢复性效益的研究。

通过前期实地调研，为了满足样地中声景与视觉感知要素的丰富性，在主要游览线路周边选择20个不同的森林公园环境，邀请5名风景园林专家根据“样地是否有代表性、样地的声景类型是否丰富(是否包括自然声、人工声、机械声和文化声多个声音类型)”对拍摄的20个森林公园环境视频进行评价，选择得分排名前10的森林公园环境作为研究样地。这10个样地涵盖了全园的主要专类园和主要景点，具有较强的代表性。样地的位置、环境特征和照片如表1和图1所示。

图1 样地示意

表1 样地环境特征

1.2 视听资料采集与合成

1.2.1 视听资料采集

视频录制利用索尼NEX-VG30EH高清数码摄像机，声音录制采用索尼数码录音棒(Sony PCM-D100)，在样地中选择空间较为开阔的地点，将设备安装在三脚架上进行定点录制，三脚架高度设置为1.5m，视频与声音由2名实验者同时录制，单次录制时间不少于3min。录制声音的同时采用AWA5636型声级计对声压级进行测量，每个样地设置3个监测点，每个监测点测量3次，每次连续测量数据3min，对同一样地3个监测点的等效连续A声级(Equivalent Continuous A Sound Level，LeqA)进行平均值计算(表2)。

表2 样地声压级

1.2.2 实验材料合成

将拍摄的视频和录制的音频导入Adobe Premiere Pro软件编辑，截取20s视频与音频均未受干扰的段落，调整视频大小为1 024pixel×768pixel，导出10个有声视频(.mp4)，通过静音轨道导出10个无声视频，共获取20个视频材料用于实验。由于Eyelink 1000plus眼动仪编程中的视频模块播放时是无声的，故导出有声视频后导出10个音频(.wav)用于实验编程。

1.3 被试

已有研究表明，在校大学生作为实验参与者具有广泛性和科学性[24-25]，同时参考眼动实验经验，30个左右是一个中等规模的样本量[26]，故本研究从福建农林大学招募35个在校大学生作为被试参与实验。实验中5人无法进行眼动校准或眼动采集样本率过低，因此最终样本为30人，其中男性14人，女性16人，平均年龄为(24.1±2.8)岁。

1.4 声景的构成与评价

根据前期实地调研，场地中共有11种声景，参考李华[27]的研究将其分为自然声、人工声、机械声和文化声4类，具体声源构成如表3所示。利用声源感知问卷对主要声音类型进行调查量化[28]，采用李克特7级量表，具体问题是“您在当下环境中多大程度上听到了以下几种声音？”(1＝完全听不见；2＝几乎听不见；3＝一点点；4＝适中；5＝大量；6＝非常多；7＝完全占主导地位)。

表3 样地声源构成

1.5 眼动指标

本研究的实验设备为SR Research公司生产的Eyelink 1000plus眼动仪。实验材料在一台19英寸的DELL显示器上呈现，屏幕分辨率为1 024×768dpi，所有被试双眼观看视频，实验记录被试右眼数据。选取平均注视时间、平均眼跳幅度和注视次数作为注意力恢复指标，确定被试观察视频时是否使用定向注意力。每个指标的描述如下[22]。1)平均注视时间：被试每次注视花费的时间(即单个注视的持续时间)，用来衡量被试对刺激的关注程度，平均注视时间越长，场景越具有吸引力，被试越感兴趣；2)注视次数：在当前选定的兴趣期内，实验中注视的总次数越多，表明处理场景信息时存在困难，需要更多的定向注意力；3)平均眼跳幅度：在当前选择的兴趣期内，实验中所有眼跳扫视幅度的平均值，平均眼跳幅度越大，注视点间的场景吸引力越低。除对3个眼动指标进行分析外，还对眼动数据可视化，生成眼动视觉热点图，用以直观表示被试视觉注意力的空间动态分布，反映景观元素的吸引力。

1.6 实验流程

实验在标准实验室中进行，被试佩戴耳机(AKG K271 MKII)感受实验环境。具体实验流程包括4个阶段。第一阶段为实验准备和介绍阶段，向被试说明实验的流程及实验仪器的使用。第二阶段是眼动校准。第三阶段是实验数据采集阶段，实验过程中需要被试尽量保持静止状态，以坐姿进行视频观察。其中第三阶段分为三部分：1)播放20s的交通视频，诱发注意力疲劳；2)播放20s实验视频，视频顺序是随机播放；3)休息1min。第三部分结束后继续从第一部分开始，第三阶段共重复9次。第四阶段为声景感知评价，被试对当次播放的5个有声视频进行评价。每个被试在2天内完成实验，以减轻疲劳和削弱视听记忆。实验刺激分为2组，每组为5个场地的5个有声视频和5个无声视频，每次进行一组的刺激，每次约30min，总计60min。眼动实验场景如图2所示。

图2 眼动实验场景

1.7 实验数据处理

眼动数据通过EyeLink Data Viewer软件导出注视报告和生成眼动热点图。数据在SPSS 24.0中处理。使用的统计方法包括配对样本t检验、斯皮尔曼相关分析和多元线性逐步回归分析。

2 结果与分析

2.1 样地声景特征

由图3可知，S1中的虫鸣声、鸟鸣声、蝉鸣声的感知程度较高；S2中的蝉鸣声和虫鸣声的感知程度最为突出，其次为鸟鸣声；S3中的声景感知程度与S2相似，蝉鸣声、虫鸣声和鸟鸣声的感知程度较高；S4中的鸟鸣声的感知程度最高，其次为虫鸣声和蝉鸣声；S5中的自然声景感知以流水声和鸟鸣声为主，谈话声和儿童嬉戏声的感知程度也较为突出；S6中的鸟鸣声、虫鸣声、蝉鸣声和钟声感知程度较高；S7中的鸟鸣声的感知程度最高，其次为虫鸣声和蝉鸣声；S8以流水声为主导声源，其他自然声的感知程度较弱；S9中的虫鸣声的感知程度最高，其次为蝉鸣声和鸟鸣声；S10以流水声为主导声源，其次为虫鸣声和蝉鸣声。

图3 声景感知程度

2.2 声景对视觉注意力的影响

t检验用于比较有声视频与无声视频的眼动指标是否存在差异，结果如表4所示。通过对平均注视时间、平均眼跳幅度和注视次数的分析发现，添加了声景后，每一个森林公园环境的眼动指标均有较大的改变。从平均注视时间来看，除S5平均注视时间减少外，其他9个森林公园环境在加入声景后，平均注视时间均呈上升趋势，其中S4(P＜0.01)、S7(P＜0.01)、S8(P＜0.05)、S9(P＜0.01)的平均注视时间显著增加；从平均眼跳幅度来看，除S5平均眼跳幅度增加外，其他9个森林公园环境在加入声景后，平均眼跳幅度均呈下降趋势，值得注意的是，10个森林公园环境的有声与无声视频的平均眼跳幅度都没有统计学差异；从注视次数来看，除S5注视次数增加外，其他9个森林公园环境在加入声景后，注视次数均呈下降趋势，其中S7(P＜0.01)、S8(P＜0.05)、S9(P＜0.01)、S10(P＜0.05)的注视次数显著下降。结果表明，除S5以外的声景都可以在一定程度上提高森林公园环境的吸引力。

表4 有声与无声视频的眼动指标差异

2.3 眼动热点图分析

对30名被试的视觉热点图进行叠加处理，生成视觉热点图(图4)。热点图使用不同颜色(浅绿、深绿、浅黄、深黄、橙、浅红、深红)来呈现被试对刺激材料不同要素关注程度的不同，红色区域表示注视时间最长的区域，绿色区域则为注视时间最短的区域。

图4 视觉热点图

通过对20个热点图的分析发现，被试的视觉注意力主要集中在自然景观要素上，特别是植物和水体，而对天空要素几乎不会关注。这一发现表明，自然的“软魅力”吸引了大多数被试在观看视频时的视觉注意力。另外，视觉中心和道路的尽头常常是注意力集中的区域，这种视觉注意力模式在大部分热点图中都很明显。通过比较有声和无声视频的热点图，发现声景在一定程度上会引导被试的视觉注意力：流水声可以增加对水体要素的关注；鸟鸣声、蝉鸣声可以增加对植被要素的关注；人为声则会导致被试注意力分散，倾向于关注行人等人工要素。

2.4 声景感知与视觉注意力的关系

声景的视觉注意力恢复效益指添加声景对森林公园视觉注意力恢复效益产生的影响程度，即△R＝R有声－R无声。

对声景感知与视觉注意力进行相关性分析发现，鸟鸣声、虫鸣声、蝉鸣声与平均注视时间呈显著正相关(P＜0.001)，相关系数分别为0.298、0.228、0.196；蝉鸣声与平均眼跳幅度呈显著负相关(P＜0.05)，相关系数为-0.138；谈话声(P＜0.01)、儿童嬉戏声(P＜0.05)与注视次数呈显著正相关，相关系数分别为0.175、0.130。

为进一步探究声景感知和视觉注意力之间的定量关系，将声景感知作为自变量，平均注视时间、平均眼跳幅度和注视次数分别作为因变量进行多元线性逐步回归分析。平均注视时间为因变量时，依次保留的变量为鸟鸣声、脚步声、流水声和蝉鸣声，模型解释能力为8.8%，其中，鸟鸣声与平均注视次数呈正相关(t＝5.038，P＜0.001)，鸟鸣声的感知程度越高，被试的平均注视时间越长；脚步声与平均注视时间呈负相关(t＝-2.615，P＜0.01)，脚步声的感知程度越高，被试的平均注视时间越短；流水声与平均注视时间呈正相关(t＝3.060，P＜0.01)，流水声的感知程度越高，被试的平均注视时间越长；蝉鸣声与平均注视时间呈正相关(t＝2.385，P＜0.05)，蝉鸣声的感知程度越高，被试的平均注视时间越长。对平均注视时间的影响排序为鸟鸣声(标准化系数＝0.306)＞流水声(标准化系数＝0.194)＞脚步声(标准化系数＝-0.151)＞蝉鸣声(标准化系数＝0.144)。平均眼跳幅度为因变量时，经ANOVA分析发现模型P＝0.493＞0.05，该模型不具有统计意义。注视次数为因变量时，保留的变量为儿童嬉戏声，模型解释能力为4.4%，儿童嬉戏声与注视次数呈正相关(t＝3.828，P＜0.001)，儿童嬉戏声的感知程度越高，被试的注视次数越多(表5)。

表5 声景感知与视觉注意力多元线性逐步回归分析

3 结论与讨论

3.1 结论

本研究以眼动技术和声景感知评价问卷作为研究恢复性声景的手段，探讨了声景对视觉注意力的影响。主要研究结论如下：1)与单一视觉刺激的感知体验相比，视听交互组合刺激下的森林公园环境有更高的恢复性价值，除S5样地外，其他研究样地的结果均证实了这一点；2)单一视觉刺激和视听组合刺激下的森林公园环境的视觉行为特征存在差异，由视觉热点图可知，声音能够引导视觉注意力的变化；3)鸟鸣声、流水声等自然声是积极的恢复性声景要素，而儿童嬉戏声、脚步声等人工声则为消极要素。

3.2 讨论

1)声景对视觉注意力的影响。

本研究中，S4、S7、S8、S9的平均注视时间显著增加，S7、S8、S9、S10的注视次数显著下降，说明S4、S7、S8、S9、S10的声景吸引力较大，这与Berto[13]、Valtchanov[14]、Franěk[15]等的研究结果基本一致。平均注视时间增加、注视次数减少，表明场景的吸引力更大，被试的兴趣更高；平均注视时间增加、注视次数减少，即表现为声景可以促进注意力恢复。Kaplan夫妇提出的“注意力恢复理论”认为自然景观中的“软魅力”(如植物、水等)可以适度地促进无意注意，使大脑易于从疲劳中恢复定向注意[3]。本研究中除S5外的声景均增加了对环境“软魅力”的注意力，从而促进产生无意注意，使注意力恢复效益增加。而S5的声景增加了对人工要素的注意力，使精神负荷加重。

视觉热点图的分析表明，无声条件下，被试关注的区域面积更小，声景的加入会使被试关注的区域有所扩大。声景会影响视觉关注的对象：鸟鸣声为主导的声景会引导被试关注植被；水流声为主导的声景会引导被试关注水体；人为声和机械声会引导被试关注人和人工景物；钟声则会引导被试关注可能发出钟声的景物。这说明，一个突出的声音可能会促进视觉注意力转移到相关景观要素上[29]，这与Liu等[23]、张圆[30]、翁羽西[31]等的研究结果一致：声音能够诱发视觉注意力发生变化。

2)恢复性声景要素。

由相关分析和回归分析发现，鸟鸣声、流水声等自然声对视觉注意力的正向效益贡献较大，而谈话声、儿童嬉戏声、脚步声等人工声则相反。研究结果进一步证实了之前的研究结论：鸟鸣声和流水声等自然声是恢复性声景的重要因素[12]。回归分析表明，鸟鸣声和流水声是积极的恢复性声景要素。Ratcliffe等的研究发现，鸟鸣声在帮助注意力和压力恢复上具有很大的潜力[32-33]。流水声通常被认为是蓝色空间具有恢复性效益的重要因素[34]，这可能源于两方面原因：一方面流水声可以掩蔽一定强度的噪声[35]；另一方面流水声可以营造出场地的宁静感[36]。例如，在自然疗法中，倾听流水声更容易帮助人们进入冥想、坐定状态，使人们放松身心[37]。

3)研究的局限性。

本研究还存在一定的局限性。在研究样地的选取上，仅从福州国家森林公园选取了10个样地来探讨声景感知对森林公园视觉注意力恢复效益的影响。然而，森林公园环境更加多样，声景更加丰富，未来应对不同类型的森林公园进行调查与研究。此外，季节也是森林景观变化的因素，在不同季节对森林公园开展研究也具有重要价值。在研究对象的选择上，虽然大学生作为实验参与者具有广泛性和科学性，但是以大学生代表公众的感知评价具有一定的局限性。因此，在今后的研究中，应针对不同的游憩者加大对于评价样本的选择，更加全面地开展研究，进而为森林公园恢复性环境的设计提供更具说服力的依据。

注：文中图片均由作者拍摄或绘制。