生态系统文化服务（Cultural Ecosystem Services, CES）是生态系统非物质价值的重要组成，对满足人类精神文化需求和提升人类福祉有着重要的作用。尽管针对风景的生态系统文化服务研究已经较为成熟，但多集中于供给端的分析和讨论，面向CES需求侧的多模态数据的研究方法和评估框架研究较为不足。

本研究以“客观环境--主观感知--反应表征”的风景感知理论为指导，构建基于网络数据及多模态技术的风景CES类型识别与情感评估模型，开展拉萨地区风景CES类型感知与情感评价，并分析主观感知机制、情感关联以及其感知空间异质性。首先，基于社交媒体平台的游客评论图文数据确立拉萨地区的生态系统文化服务类型及情感评价指标体系。然后，构建并对比评估不同识别模型的分类效果，选取最佳模型对拉萨地区11个典型景区进行了CES系统识别与分类。最后，运用文本分析方法开展不同CES类型的情感评价，并借助GIS、斯皮尔曼指数等统计分析方法探求不同CES类型感知、CES与情感感知之间的相关性，采用文本及图像主题分类、逻辑回归、机器学习可解释性方法揭示驱动CES及情感感知的主要影响因素。主要研究结果与结论如下：

（1）CES类型识别模型构建及比对结果表明，多模态融合模型在识别性能上高于单模态模型。其中，CLIP模型以最高的泛化能力和稳定性在五类CES识别任务中表现最佳，分类准确率超过85%；模态信息的增加会提升特定分类任务的精准度，但容易受到冗余信息干扰导致稳定性下降；ChatGPT-4o在零样本分类场景下准确率达83%，证明了大语言模型在CES感知分类任务中具有较好的表现。

（2）拉萨地区景点CES类型及情感评价结果表明，拉萨整体具备较为全面的文化服务供给能力，五种CES感知在拉萨景点均显著存在。其中，精神宗教（69.95%）及历史文化（65.08%）为主要感知类别，休闲游憩（67.39%）及审美价值（59.77%）也有较高的感知热度，综合说明了拉萨地区各景区以宗教及文化为主要感知意向，且具有丰富的自然审美及游憩价值供给。生物多样性（13.46%）相关感知比例较低，这可能与游客在拉萨地区旅游过程中，更倾向于强调宗教氛围、历史文化以及美学和游憩价值的体验有关，而生物多样性作为景观特征相对不够凸显。整体感知空间格局呈现出“核心城区聚集--外围自然扩散”的结构特征，不同感知类别表现出显著的空间耦合现象。游客情感多集中于积极情感（>90%)，消极情感（<9%）较少，体现了拉萨地区景区较高质量的管理及服务供给水平。

（3）CES感知关联性分析结果表明，拉萨各景点不同CES感知存在显著关联。其中历史文化与精神宗教呈正相关关系（ρ=0.45），而与美学价值（ρ=-0.38）、生物多样性（ρ=-0.37）和休闲游憩分别呈负相关（ρ=-0.24）；美学价值则与生物多样性（ρ=0.32）、休闲游憩（ρ=0.34）呈正相关，数据说明拉萨景区可依据感知重点分为文化型景区和自然型景区两大类，且游客体验在两种景区间存在一定的偏好差异。游客的情绪表达与特定CES类别的关联相对较弱（|ρ|<0.1），其更多受制于个体体验经历的关联及影响。

（4）CES感知影响因素分析结果表明，CES感知的形成受到自然环境特征、文化象征符号、基础设施建设及游客自身属性和背景等因素的共同影响。逻辑回归结果显示，不同景区类别CES感知关注的要素亦有差异，自然型景区在感知过程中更注重山、水、高原等自然特征（0.81，OR=2.25）及生物景观要素，且受时空变化（0.76，OR=2.13）产生明显的感知差异。文化型景观在感知中更关注以寺庙、宫殿等文化符号（1.87，OR=0.46）为代表的人文景观要素，且朝圣、辩经等行为活动（0.61，OR=1.05）多作为激活精神宗教感知的重要中介。景点本身具有一定的休闲游憩的属性，相关感知多受到场地内基础设施等人工要素（0.53，OR=2.25）设置的显著影响。

综上所述，本研究提出了基于多模态技术与情感视角的CES类型识别及情感评估模型，在理论层面深化了文化服务与情感感知相应的理解；在方法层面实现了多模态数据处理与模型构建在CES识别领域的创新应用；在实践上为拉萨地区旅游规划、文化景观管理及生态系统服务优化提供了理论支撑和数据支持；整体来看，为CES研究向跨学科背景下智能化、精准化及可解释化方向发展做出了一定贡献。

余玺__1-69.pdf (1001.47 KB, 下载次数: 0)

2025-6-10 12:04 上传

点击文件名下载附件
论文1部分

生态系统文化服务（Cultural Ecosystem Services, CES）是生态系统非物质价值的重要组成，对满足人类精神文化需求和提升人类福祉有着重要的作用。尽管针对风景的生态系统文化服务研究已经较为成熟，但多集中于供给端的分析和讨论，面向CES需求侧的多模态数据的研究方法和评估框架研究较为不足。

本研究以“客观环境--主观感知--反应表征”的风景感知理论为指导，构建基于网络数据及多模态技术的风景CES类型识别与情感评估模型，开展拉萨地区风景CES类型感知与情感评价，并分析主观感知机制、情感关联以及其感知空间异质性。首先，基于社交媒体平台的游客评论图文数据确立拉萨地区的生态系统文化服务类型及情感评价指标体系。然后，构建并对比评估不同识别模型的分类效果，选取最佳模型对拉萨地区11个典型景区进行了CES系统识别与分类。最后，运用文本分析方法开展不同CES类型的情感评价，并借助GIS、斯皮尔曼指数等统计分析方法探求不同CES类型感知、CES与情感感知之间的相关性，采用文本及图像主题分类、逻辑回归、机器学习可解释性方法揭示驱动CES及情感感知的主要影响因素。主要研究结果与结论如下：

（1）CES类型识别模型构建及比对结果表明，多模态融合模型在识别性能上高于单模态模型。其中，CLIP模型以最高的泛化能力和稳定性在五类CES识别任务中表现最佳，分类准确率超过85%；模态信息的增加会提升特定分类任务的精准度，但容易受到冗余信息干扰导致稳定性下降；ChatGPT-4o在零样本分类场景下准确率达83%，证明了大语言模型在CES感知分类任务中具有较好的表现。

（2）拉萨地区景点CES类型及情感评价结果表明，拉萨整体具备较为全面的文化服务供给能力，五种CES感知在拉萨景点均显著存在。其中，精神宗教（69.95%）及历史文化（65.08%）为主要感知类别，休闲游憩（67.39%）及审美价值（59.77%）也有较高的感知热度，综合说明了拉萨地区各景区以宗教及文化为主要感知意向，且具有丰富的自然审美及游憩价值供给。生物多样性（13.46%）相关感知比例较低，这可能与游客在拉萨地区旅游过程中，更倾向于强调宗教氛围、历史文化以及美学和游憩价值的体验有关，而生物多样性作为景观特征相对不够凸显。整体感知空间格局呈现出“核心城区聚集--外围自然扩散”的结构特征，不同感知类别表现出显著的空间耦合现象。游客情感多集中于积极情感（>90%)，消极情感（<9%）较少，体现了拉萨地区景区较高质量的管理及服务供给水平。

（3）CES感知关联性分析结果表明，拉萨各景点不同CES感知存在显著关联。其中历史文化与精神宗教呈正相关关系（ρ=0.45），而与美学价值（ρ=-0.38）、生物多样性（ρ=-0.37）和休闲游憩分别呈负相关（ρ=-0.24）；美学价值则与生物多样性（ρ=0.32）、休闲游憩（ρ=0.34）呈正相关，数据说明拉萨景区可依据感知重点分为文化型景区和自然型景区两大类，且游客体验在两种景区间存在一定的偏好差异。游客的情绪表达与特定CES类别的关联相对较弱（|ρ|<0.1），其更多受制于个体体验经历的关联及影响。

（4）CES感知影响因素分析结果表明，CES感知的形成受到自然环境特征、文化象征符号、基础设施建设及游客自身属性和背景等因素的共同影响。逻辑回归结果显示，不同景区类别CES感知关注的要素亦有差异，自然型景区在感知过程中更注重山、水、高原等自然特征（0.81，OR=2.25）及生物景观要素，且受时空变化（0.76，OR=2.13）产生明显的感知差异。文化型景观在感知中更关注以寺庙、宫殿等文化符号（1.87，OR=0.46）为代表的人文景观要素，且朝圣、辩经等行为活动（0.61，OR=1.05）多作为激活精神宗教感知的重要中介。景点本身具有一定的休闲游憩的属性，相关感知多受到场地内基础设施等人工要素（0.53，OR=2.25）设置的显著影响。

综上所述，本研究提出了基于多模态技术与情感视角的CES类型识别及情感评估模型，在理论层面深化了文化服务与情感感知相应的理解；在方法层面实现了多模态数据处理与模型构建在CES识别领域的创新应用；在实践上为拉萨地区旅游规划、文化景观管理及生态系统服务优化提供了理论支撑和数据支持；整体来看，为CES研究向跨学科背景下智能化、精准化及可解释化方向发展做出了一定贡献。

余玺__1-69.pdf (1001.47 KB, 下载次数: 0)

2025-6-10 12:04 上传

点击文件名下载附件
论文1部分