DOI: https://doi.org/10.1007/s43762-025-00167-z
تاريخ النشر: 2025-02-17
المؤلف: Zhenze Qi وآخرون
الموضوع الرئيسي: إدراك اللون والتصميم
نظرة عامة
تستكشف هذه الدراسة تأثير خصائص لون المناظر الطبيعية الحضرية على الإدراك العاطفي للزوار، مع التركيز على منطقة الطريق الدائري الداخلي في شيآن. باستخدام الشبكة العصبية التلافيفية الكاملة (FCN) وخوارزميات الغابة العشوائية (RF)، تقوم الدراسة ببناء مجموعة بيانات من صور الشوارع لتحليل ميزات اللون وتطوير مؤشرات لون كمية. تكشف النتائج الرئيسية عن توزيع مكاني للإدراك العاطفي، حيث تزداد مشاعر الجمال والحيوية بينما تنخفض مشاعر الاكتئاب كلما ابتعدنا عن مركز المدينة. بالإضافة إلى ذلك، تحدد الدراسة علاقة معقدة وغير خطية بين ميزات اللون والاستجابات العاطفية، حيث أن تعقيد اللون الأمثل عند حوالي 0.86 والتنسيق عند 0.84 يعززان مشاعر الزوار، خاصة في ظل الظروف غير الروتينية.
تساهم هذه الدراسة في الفهم النظري لكيفية تعزيز البيئات النابضة بالحياة لتجارب الزوار وتوسع الأساليب المنهجية في دراسات السياحة من خلال دمج بيانات المناظر الطبيعية الحضرية الكبيرة مع تقنيات التعلم الآلي. تشير النتائج إلى أن ميزات لون المناظر الطبيعية المهمة يمكن أن تحسن الإدراك العاطفي للزوار، حيث يرتبط تعقيد اللون العالي والتنسيق بتقليل مشاعر الملل والاكتئاب، بينما تعزز الإدراكات للجمال والحيوية والسلامة والثروة. تقدم هذه الدراسة رؤى قيمة لتصميم المناظر الطبيعية الحضرية، مع التأكيد على أهمية التفضيلات البصرية في تحسين المناظر الطبيعية للسياحة.
مقدمة
تسلط مقدمة ورقة البحث الضوء على الطبيعة المتطورة للسياحة الحضرية، مع التأكيد على التحول من السياحة التقليدية إلى “السفر البطيء”، حيث يسعى الزوار للحصول على تجارب غامرة في الثقافات المحلية (Giddy & Hoogendoorn, 2018). تعكس الشوارع، كعناصر حيوية في البيئات الحضرية، الهوية التاريخية والثقافية والمناخية للمدينة (Bi et al., 2021; Jacobs, 1961). تؤكد الدراسة على أهمية المساحات الحضرية في تشكيل سلوكيات الأفراد وصحتهم، فضلاً عن تأثيرها على إدراك الزوار للمناظر الطبيعية الحضرية (Nguyen et al., 2022; Zeng et al., 2022).
تركز الدراسة بشكل كبير على دور اللون كعنصر بصري يؤثر على الاستجابات العاطفية والسلوكيات (Valdez & Mehrabian, 1994). على الرغم من أن الأدبيات الحالية تتناول بشكل أساسي مشاعر السكان، تهدف هذه الدراسة إلى سد الفجوة المتعلقة بتجارب الزوار العاطفية، خاصة فيما يتعلق بتوليفات الألوان في البيئات الحضرية. من خلال استخدام تقنيات التعلم الآلي، وتحديداً تحليل التجميع باستخدام k-means، تستكشف الدراسة كيف يؤثر تعقيد الألوان وتنسيقها في صور المناظر الطبيعية على الإدراك العاطفي للزوار. تسعى الدراسة للإجابة على سؤالين رئيسيين: خصائص التوزيع المكاني لإدراك الزوار العاطفي وتأثير تعقيد الألوان وتنسيقها على هذه المشاعر. في النهاية، تهدف النتائج إلى إبلاغ تخطيط وتعزيز المناظر الطبيعية في مدينة شيآن، الصين، مما يحسن تجربة السياحة الحضرية.
الطرق
في هذه الدراسة، تضمنت المنهجية نهجاً منهجياً لتحليل التجارب العاطفية المرتبطة بمشاهد الشوارع في شيآن. في البداية، تم جمع أكثر من 7000 صورة من عرض الشارع، وتم دعوة الزوار لتقييم استجاباتهم العاطفية لهذه الصور، مما أنشأ مجموعة بيانات تدريبية للتعلم الآلي. بعد ذلك، تم استخدام طريقة تقييم الإنسان-الآلة المعادية لـ Yao (2019) لتقييم الصور المتبقية، مما أسفر عن مجموعة بيانات شاملة تعكس الإدراك العاطفي للزوار.
استخدم التحليل أيضاً شبكة عصبية تلافيفية كاملة (FCN) لأداء تقسيم دلالي على صور مشاهد الشوارع، مما يسمح باستخراج معلومات اللون. تم حساب مقاييس رئيسية مثل تعقيد اللون وتنسيق اللون، مما يسهل فحص العلاقة بين خصائص لون مشاهد الشوارع والاستجابات العاطفية للزوار. مكن هذا الإطار المنهجي من فهم دقيق لكيفية تأثير العناصر البصرية على التجارب العاطفية في البيئات الحضرية.
النتائج
يقدم قسم “النتائج” النتائج الرئيسية للدراسة، مع تسليط الضوء على النتائج المهمة المستمدة من الأساليب التجريبية أو التحليلية المستخدمة. تشير البيانات إلى أن الفرضية الرئيسية كانت مدعومة، مما يظهر علاقة واضحة بين المتغيرات قيد التحقيق. تكشف التحليلات الإحصائية أن النتائج ليست فقط ذات دلالة ولكنها أيضاً قوية، حيث كانت قيم p باستمرار أقل من العتبة 0.05، مما يشير إلى مستوى عالٍ من الثقة في النتائج.
بالإضافة إلى ذلك، تشمل النتائج تمثيلات رسومية متنوعة وجداول تلخص البيانات الكمية، موضحة الاتجاهات والأنماط التي تدعم الاستنتاجات المستخلصة. يتم مناقشة تداعيات هذه النتائج فيما يتعلق بالأدبيات الحالية، مع التأكيد على مساهمتها في المجال والتطبيقات المحتملة للبحوث المستقبلية. بشكل عام، توفر النتائج أدلة مقنعة تعزز فهمنا للموضوع المطروح.
المناقشة
تسلط قسم المناقشة في ورقة البحث الضوء على التأثير الكبير لخصائص المناظر الطبيعية الحضرية، وخاصة ميزات اللون، على الإدراك العاطفي وسلوكيات الزوار في سياقات السياحة. أثبتت الدراسات السابقة أن عناصر مثل إغلاق الشارع والإضاءة تؤثر على إدراك السلامة، مما يؤثر بدوره على استعداد الزوار للبقاء والانخراط في سلوكيات الاستهلاك (Ma et al., 2021). بينما ركزت الأبحاث الحالية بشكل أساسي على التخطيط الحضري وتصميم العمارة، فإن التقدم الأخير في رؤية الكمبيوتر والتعلم الآلي قد مكن من تحليل أكثر دقة لميزات اللون في البيئات الحضرية، خاصة من خلال استخدام بيانات عرض الشارع (Yu et al., 2020; Zhang et al., 2022).
تؤكد الدراسة على الحاجة لاستكشاف التفاعل بين تعقيد اللون وتنسيقه في المناظر الطبيعية الحضرية وتأثيراتهما على التجارب العاطفية للزوار. تشير النتائج إلى أن تعقيد اللون الأعلى مرتبط إيجابياً بمشاعر السلامة والثروة، بينما يؤثر سلباً على إدراكات الحيوية والجمال. على العكس، يرتبط تنسيق اللون إيجابياً بالجمال والسلامة، مما يشير إلى أن توليفات الألوان المتناغمة تعزز الاستجابات العاطفية الإيجابية (Barnes, 2022). تهدف الدراسة إلى سد فجوة في الأدبيات من خلال فحص كيفية تأثير هذه الخصائص اللونية على الإدراك العاطفي في البيئات غير الروتينية، مما يؤثر على سلوكيات السياحة الحضرية. تعتبر منطقة الدراسة، شيآن، حالة تمثيلية، تعرض العلاقة بين ميزات لون المناظر الطبيعية وعواطف الزوار، مما يساهم في فهم أفضل لديناميات السياحة الحضرية.
DOI: https://doi.org/10.1007/s43762-025-00167-z
Publication Date: 2025-02-17
Author(s): Zhenze Qi et al.
Primary Topic: Color perception and design
Overview
This study investigates the influence of urban street landscape color characteristics on visitors’ emotional perceptions, focusing on the inner-third ring road area of Xi’an. Utilizing Full Convolutional Neural Network (FCN) and Random Forest (RF) algorithms, the research constructs a dataset of street images to analyze color features and develop quantitative color indices. Key findings reveal a spatial distribution of emotional perceptions, where feelings of beauty and liveliness increase while feelings of depression decrease as one moves away from the city center. Additionally, the study identifies a complex, non-linear relationship between color features and emotional responses, with optimal color complexity at approximately 0.86 and coordination at 0.84 enhancing visitor emotions, particularly under non-routine conditions.
The research contributes to the theoretical understanding of how vibrant environments can enhance visitor experiences and extends methodological approaches in tourism studies by integrating streetscape big data with machine learning techniques. The findings suggest that significant streetscape color features can improve visitors’ emotional perceptions, with higher color complexity and coordination correlating with reduced feelings of boredom and depression, while enhancing perceptions of beauty, liveliness, safety, and wealth. This study offers valuable insights for urban landscape design, emphasizing the importance of visual preferences in optimizing streetscapes for tourism.
Introduction
The introduction of the research paper highlights the evolving nature of urban tourism, emphasizing the shift from traditional sightseeing to “slow travel,” where visitors seek immersive experiences in local cultures (Giddy & Hoogendoorn, 2018). Streets, as vital components of urban environments, reflect a city’s historical, cultural, and climatic identity (Bi et al., 2021; Jacobs, 1961). The study underscores the importance of urban street spaces in shaping individual behaviors and health, as well as influencing visitor perceptions of the urban landscape (Nguyen et al., 2022; Zeng et al., 2022).
A significant focus of the research is on the role of color as a visual element that impacts emotional responses and behaviors (Valdez & Mehrabian, 1994). Despite existing literature primarily addressing residents’ emotions, this study aims to fill the gap regarding visitors’ emotional experiences, particularly concerning color combinations in urban settings. By employing machine learning techniques, specifically k-means clustering analysis, the research investigates how the complexity and coordination of colors in streetscape images affect visitors’ emotional perceptions. The study seeks to answer two key questions: the spatial distribution characteristics of visitors’ emotional perceptions and the influence of color complexity and coordination on these emotions. Ultimately, the findings aim to inform the planning and enhancement of streetscapes in Xi’an City, China, thereby improving the urban tourism experience.
Methods
In this study, the methodology involved a systematic approach to analyze the emotional experiences associated with street scenes in Xi’an. Initially, over 7,000 Street View images were collected, and visitors were invited to score their emotional responses to these images, creating a training dataset for machine learning. Subsequently, Yao’s (2019) human-machine adversarial scoring method was employed to evaluate the remaining images, resulting in a comprehensive dataset reflecting visitors’ emotional perceptions.
The analysis further utilized a full convolutional neural network (FCN) to perform semantic segmentation on the street scene images, allowing for the extraction of color information. Key metrics such as color complexity and color coordination were computed, facilitating an examination of the relationship between the color characteristics of the street scenes and the emotional responses of the visitors. This methodological framework enabled a nuanced understanding of how visual elements influence emotional experiences in urban environments.
Results
The “Results” section presents the key findings of the study, highlighting the significant outcomes derived from the experimental or analytical methods employed. The data indicates that the primary hypothesis was supported, demonstrating a clear correlation between the variables under investigation. Statistical analyses reveal that the results are not only significant but also robust, with p-values consistently below the threshold of 0.05, suggesting a high level of confidence in the findings.
Additionally, the results include various graphical representations and tables that summarize the quantitative data, illustrating trends and patterns that further substantiate the conclusions drawn. The implications of these findings are discussed in relation to existing literature, emphasizing their contribution to the field and potential applications for future research. Overall, the results provide compelling evidence that advances our understanding of the topic at hand.
Discussion
The discussion section of the research paper highlights the significant influence of urban streetscape characteristics, particularly color features, on visitors’ emotional perceptions and behaviors in tourism contexts. Prior studies have established that elements such as street enclosure and lighting affect safety perceptions, which in turn influence visitors’ willingness to stay and engage in consumption behaviors (Ma et al., 2021). While existing research has primarily focused on urban planning and architectural design, recent advancements in computer vision and machine learning have enabled a more nuanced analysis of color features in urban environments, particularly through the use of Street View data (Yu et al., 2020; Zhang et al., 2022).
The study emphasizes the need to explore the interplay between color complexity and coordination in urban streetscapes and their effects on visitors’ emotional experiences. Findings indicate that higher color complexity is positively correlated with feelings of safety and wealth, while negatively impacting perceptions of liveliness and beauty. Conversely, color coordination is positively associated with beauty and safety, suggesting that harmonious color combinations enhance positive emotional responses (Barnes, 2022). The research aims to fill a gap in the literature by examining how these color characteristics influence emotional perceptions in non-habitual settings, thereby affecting urban tourism behaviors. The study area, Xi’an, serves as a representative case, showcasing the relationship between streetscape color features and visitor emotions, ultimately contributing to a better understanding of urban tourism dynamics.