1、“.....从静态空间与个体活动结合的角度提出了绿色空间暴露的概念，并从身体健康心理健康社会健康个方面分析了绿色空间暴露对个体健康的影响。综上所述，现有研究主要从个体与环境中的个方面分析绿色环境暴露对心理健康影响，如基于个体的停留时间访问频率，以及基于环境的绿地占比绿地可达性等，较少基于环境与个体交互角度的探索。目前，关于绿色环境暴露的测度还没有个相对统的标准，等在对篇相关文献进行综述分析进行调查。该量表分别从感到乐观感觉有价值心情轻松能处理好问题思考问题清晰和别人关系亲近能自己做决定共个方面对受访者的心理健康状况进行评估，每个问题均采用分从来没有到分直都是的形式进行调查。后期计算中，将所有题目得分相加并按照提供的分数转换表将原始项目得分转换为最终评分。中介变量中，受访者身体活动状况采用中文版进行调查，记录受访者最近周内的剧烈身体活动适度身体活动和步行的时间。后期计算中......”。

2、“.....计算受访者周身体活动总量，并做归化处理。受访者归属感包括对社区的归属感和对南京的归属感个部分，问题均采用分几乎没有到分非常有的形式进行调查。主观建成环境的调查在已有文献基础上进行了定补充，主要选取了美观度安全感舒适度安静感个方面的问题问题均采用分非常不满意到分非常满意的形式进行调查。此外，问卷还请越好，进而积极心理健康水平也越高，因此绿色视觉暴露可以通过影响主观建成环境影响居民心理健康同样，居民日常活动中长时间暴露在高绿视率的环境下可能更容易有更多的身体活动，进而可以促进心理健康水平的提升。图卷积神经网络模型结构表卷积神经网络模型参数实证分析研究区域南京市是国内较早开始关注绿色视觉感知的城市之，年南京市启动绿色南京工程，对城市建成区内的立体绿化水平提出了明确目标......”。

3、“.....调研时间为年月，共发放问卷份，其中有效问卷份，问卷有效率为。有效问卷受访者中，女性样本数量略多于男性平均年龄约岁，其中岁受访者占总数的，另有的受访者为岁以上的老年人以上受访者拥有本科以上学历家庭年收入主要集中在万元以下与万万元仅有的受访者家庭拥有辆以上的小汽车。研究框架与数据获取实证研究框架基于绿色环境暴露对心理健康的影响以南京为例对居民心理健康受绿色环境暴露的影响研究心理论文区的归属感和对南京的归属感个部分，问题均采用分几乎没有到分非常有的形式进行调查。主观建成环境的调查在已有文献基础上进行了定补充，主要选取了美观度安全感舒适度安静感个方面的问题问题均采用分非常不满意到分非常满意的形式进行调查。以南京为例对居民心理健康受绿色环境暴露的影响研究心理论文。绿色环境暴露对心理健康的影响模型使用极大似然法进行估算，拟合指数验证结果表明......”。

4、“.....个模型的总体拟合程度良好表。表给出了模型的标准化路径系数和显著性水平。总体来看，个模型中绿色环境暴露对心理健康总效应和直接效应均呈现显著的正向影响，说明较高的绿色环境暴露可以促进居民产生积极的心理感受，与预期结果相符。但同时可以发现，在控制了相同的个人及家庭属性的情况下，个模型的间接效应路径存在较大差异。模型和模型的结果对比显示，当测度指标从维的绿地率扩展到维的绿视率时，绿色环境于男性平均年龄约岁，其中岁受访者占总数的，另有的受访者为岁以上的老年人以上受访者拥有本科以上学历家庭年收入主要集中在万元以下与万万元仅有的受访者家庭拥有辆以上的小汽车。研究框架与数据获取实证研究框架基于绿色环境暴露对心理健康的影响框架提出实证研究框架图。现有从单个体视角出发分析绿色环境对健康影响的研究已经比较成熟，因此......”。

5、“.....研究不同绿色环境暴露测度方法对心理健康的影响差异。其中，单环境视角选取了小区周边绿地率模型和小区周边绿视率模型种测度指标，个体和环境交互视角则选取了居民绿色视觉暴露模型进行测度，具体算法参照节。影响路径方面，选取主观建成环境社会归属感身体活动作为绿色环境暴露影响心理健康的中介变量。主观建成环境会影响居民的身体活动和社会归属感，对环境满意的居民容易有更高的活动量，并对所处环境产生更高的依赖和归属感。归属感也可接触环境时的状态都可能影响暴露强度暴露总量是段时间内暴露强度的累积。以南京为例对居民心理健康受绿色环境暴露的影响研究心理论文。此外，问卷还请受访者填写了居民的性别年龄学历家庭收入是否有小汽车等个人及家庭属性，以及日常步行活动地点活动路线及活动时间，用于绿色视觉暴露的计算。绿色环境暴露数据获取在模型和模型中，结合居民步行距离有关研究......”。

6、“.....其中，绿地率用值测算，选取与街景地图同期遥感数据，筛选值大于的区域作为绿地。小区周边绿视率及街景图片来自腾讯静态街景图片，拍摄时间为年月，与问卷调研时间月份基本符合。利用程序调用腾讯街景静态图批量获取图片数据，对小区周边道路选取均匀的间断点作为观测点，以平视视角调用图片。研究共选择有效观测点个，获取有效街景图片张，人工筛选后，保留有效图片张。由于平台上述研究关注了固定活动地点的绿色暴露，对日常活动路线中的环境暴露考虑较少。等将绿色空间的概念进行了拓展，从静态空间与个体活动结合的角度提出了绿色空间暴露的概念，并从身体健康心理健康社会健康个方面分析了绿色空间暴露对个体健康的影响。综上所述，现有研究主要从个体与环境中的个方面分析绿色环境暴露对心理健康影响，如基于个体的停留时间访问频率，以及基于环境的绿地占比绿地可达性等......”。

7、“.....目前，关于绿色环境暴露的测度还没有个相对统的标准，等在对篇相关文献进行综述分析后，发现绿色空间与心理健康的关联有限，并指出绿色空间暴露测度的差异可能是导致评价结果不同的重要原因。因此，本文试图从以下方面进行研究从个体与环境互动的角度，建立关于绿色环境暴露对健康的研究方法框架结合问卷调查数据腾讯街景数据和遥感图像数据，利用结构方程模型分析不同绿色环境暴露测度对居民心理健康暴露与居民多种疾病的发病率以及死亡率密切相关，。上述研究主要从呼吸皮肤接触和听觉等方面分析环境暴露对健康的影响。另方面，绿色环境和公共健康的关联直是城市规划学界关注的重点问题。有研究表明，暴露在绿色环境中会对心理健康产生积极影响，。这些积极影响包括提高幸福感减少焦虑缓解压力提高睡眠质量等。传统对绿色环境的测度主要包括数量面积可达性以及空间形态等方面，......”。

8、“.....难以满足更加精细化的城市研究需求。国外对维绿色环境与心理健康的关注较早，尤其是日本相关研究和规划实践都较为完善。年日本学者青木阳首次提出了绿视率的概念，定义绿视率为人眼观察到的图像中绿色所占的面积百分比。随后，大阪京都池田等地区政府相继推出了绿视率相关的计划和调研报告。年，日本通过了景观绿法，正式将绿视率作为城市景观控制的主要指标之。日本国土交通省公开的调查显示，高绿视率可以带来湿润舒表示居民单日绿色视觉暴露表示居民单次日间出行路线上的平均绿视率表示居民单次日间出行时间表示居民每日出行次数为有效系数，与居民出行时间交通方式速度等因素有关，例如夜间有效系数小于日间，乘车时有效系数小于步行时。限于数据的可获取性，本文定义的绿色视觉暴露只包含居民活动路线上的暴露，没有将居民停留点如小区工作地公园等内部和周边的绿色环境暴露纳入计算......”。

9、“.....传统研究主要通过等软件手动统计图片中绿色像素所占比例来计算绿视率，难以实现大规模处理，。也有研究利用色彩空间结合程序代码实现了自动识别绿色像素，但容易将非自然环境的绿色物体如汽车广告牌纳入绿视率中，具有较大的测量误差。近年来，机器学习技术使研究者可以更准确快速细致地估算图片绿视率，尤其是图像分割技术的发展极大地推动了相关领域的研究。摘要园绿地等场所，成为城市居民释放压力的空间。尽管对绿视率的研究关注了人对绿色环境的视觉感受，但其本质上仍是对客观环境的直接测度，没有将个体实际接收到的绿色环境暴露纳入考量。随着对个体关注的加强，很多学者开始意识到仅从静态空间的角度研究环境暴露存在很大不足，个体活动的差异往往决定了环境对个体的影响程度差异......”。