基于脑电技术运用下的城市空间研究综述

文／贾江旭 安徽建筑大学建筑与规划学院 硕士研究生

潘 超 安徽建筑大学建筑与规划学院

夏晓春 安徽建筑大学建筑与规划学院

孙 进 安徽建筑大学建筑与规划学院 硕士研究生

引言

一百多年来，研究者对生存环境的情绪评价研究大多集中于调查问卷后构建情绪模型，一方面庞大的样本量会造成采集研究困难，另一方面过于主观性的个人差异也会带来对结论科学性的偏离[1]。实验内容集中于调查问卷或者图片分析上面，对景观的主要使用者“人”的研究过少。近年来，不断有学者利用新技术来对环境评价进行量化，如利用仪器获取观察者的心电、肌电、皮电等实时生理指标变化，从而较为科学地表现景观评价[2]，但纯生理指标难以挖掘受试者内心的真实想法，无论是心跳血压都容易受到环境或身体因素影响，不易获取令人信服的生理与心理外向指标。城镇中生活的居民是街道景观的主要使用者，居民的情绪变化反馈了核心问题，在以人为本的设计理念下，合理参考情绪评价能为城市环境带来科学的品质提升。

只有对被试者在城市环境游览时的生理、心理数据科学分析和量化，才能更有效更准确地为设计者和研究者提供有科学依据的改进方向。个体在游览城市空间时情绪的变化反映了真实的环境评价，合理利用脑电等新技术将情绪波动量化分析即可得到改进的方向，神经学科与环境学科融合交叉为未来城市设计提供了新思路。通过实验获取的量化的数据更加兼具主观性与客观性，为人居环境提升提供更综合全面的分析模型，无论在国内外的城市环境研究中，研究方法由定性关系转向定性定量关系相结合被国内外学者所认可。新技术与科学的研究方法已经日趋成为主流，能真实反映个体情绪的脑电评价技术正与传统主观研究方法一起开辟城市环境评价新维度。

1 脑电与城市空间

1.1 脑电节律简述

频率范围相同、起伏周期一样且重复出现的脑电波，称为脑电节律。德国心理与生理学家Hans Berger 分析研究大量EEG 记录后命名了α 节律与β 节律，常见的生活态脑电波集中在1～30hz 之间，根据频率高低分为四个波段，即δ波、θ 波、α 波和β 波（图1）。δ 波和θ 波属于慢波，通常在人处于睡眠或陷入沉思时出现；α 波是人脑常见节律，通常出现在大脑清醒且放松的状态，闭目时可检测α 波段较密集；β 波属于快波，通常在个体处于紧张或亢奋状态时出现，睁眼时可检测β 波段较密集。静坐（站）状态获取脑电数据研究实验被称为静息态实验，对四种节律能量变化的分析是较为常用的脑电研究方式，无论是情绪变化、舒适度、疲劳性以及注意力问题都可以通过对不同节律的研究得到结论。

图1 脑电节律特征(图片来源：作者自绘）

1.2 量化节律可以用于城市环境评价研究

脑电（Electroencephalography, EEG）涉及生物医学、神经学、电信技术、心理学、计算机、信号处理以及社会学等多种行业学科[3]。1924 年德国心理与生理学家Hans Berger 教授通过一次电流计实验发现了脑电波动，并将这种神经电刺激记录方法命名为脑电图EEG（图2）[4]。这种脑细胞群的自发性电活动具有周期变化性[5,6]，脑电信号相对其他生理信号更加精准，其最大的优点是检测到的情感难以被伪装或误导[7]。敏感且随机的脑电属性容易受到外界的影响，无论是个人精神变化还是环境刺激，都会引起脑波变化，脑电信号经过数据处理后可以直观地表现出受试者的心理变化，δ 波和θ 波功率谱密度变化可以体现舒适度及瞌睡疲劳程度；α 波功率谱密度变化也被用于评价舒适度及愉悦度[8]；β 波功率谱密度变化可用于检测唤醒度及压力值[9]。量化的情绪数据恰好弥补了城市环境设计当中感官数据不足的缺陷，为城市环境提升提供了可靠依据。目前暂时国内运用到城市环境研究的脑电实验较少，接下来对脑电技术与环境研究的文献进行梳理总结。

图2 两组实验者α 波能量脑地形图（图片来源：作者自绘）

2 不同城市环境下的神经科学研究总结

2.1 脑电技术与环境研究总结

国外早在20 世纪90 年代就有学者研究脑电节律与行为环境之间的关系，但多集中于利用动物实验来探究脑电信号与环境行为之间的关系[10]，真正使用脑电技术在外部环境进行研究，出现在21 世纪伊始，并有逐年增多趋势。涵盖类别包括光线、声音、视觉、语言等人体感官实验。当前涉及城市环境相关的发文较少，研究方式多为利用仪器软件给出的黑箱算法得出情绪评价，结合主观问卷得出相应结论[11]。理解居民城市感知是研究的主要内容，市民在游览街道景观时会调动大量感觉器官对景观的周遭环境进行观察分析，而其中视觉能从周遭环境中获取最多最全面的信息，所以关于城市环境研究也以视觉景观为主要研究点。

2.1.1 脑电技术与建筑环境研究

建筑是城市环境构建的主体，两千年以来建筑设计行业依然遵循罗马工程师维特鲁威（Marcus Vitruvius Pollio）提出的“坚固、实用、美观”三原则，不同建筑的空间形式、立面风格带给游览者的情绪变化不尽相同。程车智等[12]选取中外不同风格建筑照片各十张对大学生群体进行脑电测试，以被试者专注度变化为变量，得出不同建筑风格对个体的影响。刘玉福[13]研究了建筑室内不同光环境对个体学习注意力的影响，基于BP 神经网络构建在线学习注意力分级模型，得出最有利于建筑室内学习的光环境。脑电数据可以直观地表达人群对建筑外观和使用的评价，目前建筑与脑电领域研究较少且多为平面研究，后续研究可以加入立体思维创造更加真实可信的实验环境。

2.1.2 脑电技术与景观环境研究

景观是环境中较大的一个组成，国内外对游览景观的人群情绪变化都有研究。英国约克大学的Jenny Roe 等利用脑电仪测量被试者观看不同环境影像时的EEG 变化，通过对比实验者在不同环境中的兴奋程度（Excitement）、沉思程度（Meditation）等指标，他们发现个体面对城市环境时兴奋值较高；看向自然景观时兴奋值较低，但却有较高的冥想值[14]。李轲、恭忱等以便携脑机接口设备为采集工具，智能手机为数据平台，组织学生佩戴仪器对三条景观路线进行实地游览并记录下沿路脑电注意力数据，最终找出最吸引游客注意力的沿线景观节点[15]。金梦潇、郑权一等利用个体的α 波的功率谱密度变化来进行微气候因子舒适性研究，结合问卷探讨了城市绿地微气候设计策略[16]。技术的进步让科学评价景观环境成为可能，传统的景观环境研究方法多使用主观性较强的问卷等方法，神经科学与景观学的结合为新的研究方法带来了突破，主客观协同分析的方式拓宽了景观环境评价的维度和方法。

2.1.3 脑电技术与交通环境研究

脑电与城市环境研究中涉及交通领域的文献数量多、开展研究早，主要涉及交通安全、疲劳与唤醒的长时间驾驶模拟实验。HANS 等发现驾驶员在单调缺乏变化的道路驾驶容易困倦且速度较快，环境变化丰富的道路能让驾驶者保持警惕性，驾驶速度得以控制体现了更好的安全性[17]。

Jap 等对α、β、θ 和δ 四种节律能量变化进行组合研究，发现多种节律组合变化可以衡量驾驶疲劳度[18]。吴绍斌等首先对被试者进行睡眠剥夺，保证其在实验中一直处于疲劳状态，其后将驾驶者的脑电功率谱比值R=（α+θ）/β 与主观疲劳问卷对应分析，最后得出驾驶中R 值越大越疲劳的结论[19]。王琳虹研究了道路周边环境色彩变化对驾驶者疲劳度的联系，实验发现道路周边主体景观色彩越丰富（鲜艳、明亮），驾驶员的α/β波比值越接近1，可以高效安全地完成驾驶任务[20]。EEG 中的α、β、θ 波的变化都能表达疲劳趋势，早期节律变化与驾驶疲劳的关系研究通常是简单的定性分析[21]，后期对脑电样本熵的分析成为新的疲劳度检测方法[22]。脑电驾驶疲劳研究体现了城市道路环境对个体的情绪影响，也为街道景观、建筑室内、慢行系统等其他环境评价研究提供了新思路。

结语

技术的进步不断影响着城市设计与人居环境领域，环境设计行业更加重视“人”的感受，世界顶尖的设计类机构都将心理生理技术广泛运用到产学研当中。美国建筑师学会（AIA）于2003 年成立了建筑神经科学分会（ANFA）,美国环境行为学会（EDRA）将环境行为作为2015 年的学会主题，学科前沿学者们肯定了神经科学在未来环境评价中的重要地位。尽管目前脑电科学可以描述的环境体验和健康影响仍然较为有限，但与其他学科的交叉研究会越发密集，例如脑电成分的能量比值功率谱估计涉及随机信号分析、概率统计、随机过程等一系列基础学科[23,24]，现已广泛应用于通信、产品设计及生物医学工程等众多领域[25]。在交叉学科的互利互补之下，风景园林、城乡规划、建筑学这些需要广泛涉及人的使用感觉的设计学科，与脑电等新技术相结合的优势展露无遗，未来脑电技术与城市设计方面的研究将有深厚的潜力等待挖掘。