评估景观特征在沿海公园游客情绪波动中的作用：一种机器学习方法

近年来，景观环境对游客情绪的影响日益成为可持续旅游和城市规划研究中的重要话题。然而，关于滨海国家公园多维环境特征与游客情绪之间关系的研究仍然相对有限。本研究整合机器学习和多源数据，系统探讨福建沿海国家公园的景观环境如何影响游客的情绪波动。使用自然语言处理 （NLP） 技术，从社交媒体文本数据中计算情感指数，同时采用语义分割模型和图像分析来提取环境特征数据。LightGBM 模型和 SHAP 方法用于评估不同环境变量对游客情绪的相对重要性，并使用 ArcMap 将结果可视化。结果表明： （1） 在过去 5 年中，87.06% 的情绪是积极的，其中福耀群岛、长乐和厦门的情绪指数最高。 （2）绿化 （0.0–0.2） 和水生率 （0.1–0.15） 对情绪的积极影响最显著，而运输比例和铺路度的影响相对较小。本研究为滨海国家公园的可持续发展提供了理论依据，并为优化景观规划以提升游客的情感体验提供了实践见解。