新闻网讯（通讯员城设宣）近日，武汉大学城市设计学院教授张霞与测绘遥感信息工程全国重点实验室教授唐炉亮跨学科团队，在国际学术期刊《自然·城市》（Nature Cities）上发表学术文章，论文题为“Depression risk associated with idealized sentiment toward urban places on social media”。城市设计学院2026届硕士袁存宇为第一作者，张霞和唐炉亮为共同通讯作者。团队成员还包括城市设计学院博士生徐丹宁、副研究员杨红。研究团队提出了一种全新的可解释深度学习框架，首次利用海量社交媒体数据在全国尺度上大规模量化了城市建成环境感知与抑郁风险的关联性。

城市建成环境对心理健康有着深远影响，如何大规模感知城市居民对建成环境的主观情绪体验，精准探测抑郁高风险人群，成为了全球公共健康与城市研究领域面临的重大难题。研究团队引入了“潜在兴趣点情感”（LooM）指数，并将其融入名为LooMen（LooM-enabled network）的可解释深度学习框架。利用新浪微博公开数据集（SWDD）中数百万条经 DSM-5 标准标注的社交媒体帖子，研究团队系统性地量化了公众对88类城市兴趣点（POI）的情感倾向，构建了一个城市情感体验与心理健康评估框架。

研究发现，抑郁与非抑郁群体线上情感表达模式对 POI 的关注存在显著情感差异，这为精准识别抑郁风险提供了重要信号；研究发现，积极情感并不等同于心理健康，这挑战了城市研究领域对心理健康的既有认知；研究还发现了34种系统性的风险模式，将城市环境与抑郁风险评估从单一地点的关注转向系统性因素的平衡。

图1 抑郁风险的系统性模式

在覆盖中国302个城市的空间异质性分析中，研究揭示了抑郁风险信号符合城市人口标度律（Scaling laws）。在规模越大的城市中，购物、教育等高强度社会经济互动相关的场所对抑郁风险识别的重要性呈“超线性”增长；而度假村、景区等场所则呈现“次线性”趋势。这一发现为理解不同规模城市的复杂环境心理关联提供了基于场所的证据。

图2 中国主要城市风险信号的异质性与规模效应

本研究工作得到了国家重点研发计划城市建成环境“人-车-物”活动流时空建模分析与刻画和国家自然科学基金的资助。

论文链接：https://doi.org/10.1038/s44284-026-00516-x