绿色空间在城市可持续发展过程中发挥着一系列功能:例如维持生物多样性,抑制城市热岛效应,促进人类身心健康发展等。为了在可持续的城市化过程中进一步强化绿色空间的服务质量,绿色空间满意度(Green Space Satisfaction,GSS)评价一直以来都是诸多研究领域关注的热点话题。特别是在城市化发展进程进入拐点的中国社会,存量规划背景下的城市空间精细化治理对绿色空间评价、开发和管理提出了更高的要求。然而,如何基于区域尺度构建一个高效、快捷的通用GSS评价框架仍然颇具挑战。大数据时代所提供地丰富数据源以及不断发展的新方法对GSS研究提供了前所未有的机遇。但是在研究中如何有效挖掘这类数据信息并转化为GSS评价仍有待进一步的探索。利用北京城市公园的社交媒体数据,参照内容分析的方法,本文提出了基于机器学习和关键词匹配技术的GSS评价框架。以此框架为基础,本研究还着重以北京六环内50个具有代表性的城市公园为研究对象,融合景观格局分析,进行方法的具体应用。研究发现:1)非结构化的网络点评可以被转化成绿色空间评价。本研究所提出的框架不仅能判断文本数据中整体满意度还可以对景观要素满意度进行评价。同时一系列对比实验表明,本研究所构建的机器学习模型相比其他四个基准工具,有更好的性能,能有效将自主生成文本评论转译为GSS。2)公园访问量与公园特征以及季节变化有一定联系。50个公园访问量的数据分布呈现较明显的长尾效应,不同公园的访问量有显著的差异。其中,颐和园和北京动物园的游览热门度处于第一梯队,领先其他公园。公园面积和访问量之间存在显著的相关性,皮尔逊相关系数达到0.579(p<0.001);但是通过简单的定性分析可以发现面积对访问热度的影响并不是决定性的:诸如绿地的空间可达性、知名度等因素对游览热门度也有较大的影响。春夏两季和初秋季节(尤其是四月,七月和十月)是北京公园访问的高峰期,冬季则为低谷期。社交媒体数据展现的这种规律不仅揭示了现象背后游客行为模式动态变化的原因,还可以为公园流量检测和设施管理提供依据。(3)案例研究公园整体满意度均较高,但公园之间的满意度有一定差异。个体用户的满意度分布并不符合正态分布,用户在社交媒体中倾向于给出较高满意度的评价;同时50个公园的满意度分值也显示所有公园的整体满意度均较为积极,但是部分公园之间的满意度存在较大的差异,定性分析的结果显示景观要素尤其是自然要素以及公园标志性景观元素对公园满意度有较大的影响。4)不同类型景观要素感知有较大的差异,且要素对公园整体满意度有显著的影响。不同公园之间的要素感知频率差异较大,尤其是自然要素和服务设施,其要素满意度的数据分布相对比较集中。通过公园自然要素、人文要素和服务设施三类要素的感知频率进行聚类,识别并归纳出了四种典型的公园类型——自然要素感知主导型、人文要素感知主导型、配套设施感知主导型和弱要素感知型。四类公园中,自然要素主导型公园满意度相对较高而弱要素感知型公园的整体满意度较低。通过统计分析进一步量化要素对满意度的作用机制,发现绿地景观要素满意度相比要素感知频率对整体满意度的影响更为显著。多元线性回归模型的拟合结果显示部分景观要素对满意度有较大的影响,尤其是自然要素中的植被、水体以及游憩设施对满意度的贡献最为显著。5)景观格局指数可以量化并描摹绿地的景观空间结构,并且直接影响游客的要素感知水平,从而进一步对公园整体满意度产生影响。基于对公园主观感知情况(整体满意度,要素感知频率和满意度)和相关景观格局指数的对比分析,结果表明:公园满意度受到要素结构的一定影响,满意度主要与乔木、水体和铺装斑块的复杂度有关,且复杂度越高,满意度相应越低;在要素感知层面,绿地景观格局对自然要素的游客感知影响比人文要素和配套设施这两类要素强烈。要素面积或者占比并不显著影响要素主观感知;要素斑块之间复杂的空间排列组合才是影响要素感知的主要因素:尤其是要素的斑块密度,形状复杂度和不规则程度这三类景观格局。该发现可以对公园规划设计提供直接的指导意见:例如通过前期的要素形态设计和计算,布置合理的要素面积和空间位置,能大概率增加游客的要素感知水平;人文要素和配套设施方面除了遵循一定的原则之外,主要依赖于更巧妙的空间细节设计与营造。通过空间形态和结构的前期干预再结合后期合理的设计手法才能最大程度地提高满意度。本文首次提出了一个基于社交媒体数据的绿色空间满意度(GSS)评价框架,并通过案例研究得到的研究结果证实了自主生成的在线评论数据有潜力作为传统调研数据在GSS评价方面的有力补充。这种新型数据能在很大程度上提升GSS知识在区域尺度上的泛化。通过对区域尺度上不同公园绿地的横向比较,不仅能增进领域知识的进一步理解,还能在实践中促进可持续性绿色空间政策的制定。