普罗泰戈拉强调“人是万物的尺度”,每个人的感受都是可信且可靠的,人可以根据自己的感受对一切事物做出不同的判断。随着社会的进步,“人”在社会生产、分工、交换、分配各个环节中的作用日益得到肯定,“人的感受”愈发成为凝聚各环节视线的焦点,而“情感”作为“人的感受”中的核心部分,受到了社会各界的广泛关注。近年来,学术领域对情感的关注尤为强烈,已由哲学、心理学等情感研究的传统领域延伸到地理学、旅游学等新兴情感领域。而情感地理学作为情感与地理学的充分结合为情感打上了时间与空间的标签,为地理学“情感转向”研究打下坚实基础。旅游行为的发生促进了人口流动,游客前往“非惯常环境”寻求精神上的愉悦,他们依托于不同的空间,产生了不同的情感体验。越来越多的游客通过微博等社交媒体来表达这种情感体验,他们收集信息并分享旅游经历,“信息大数据”时代的到来为情感地理学研究不同游客的情感状态提供了便利。本研究基于游客的“非惯常环境”视角,在情感地理学、数据挖掘、旅游者行为学等理论指导下,获取线下访谈与线上文字、图片数据,采用质性分析、深度学习和回归分析等方法,以西安市钟鼓楼、小寨及曲江区域为案例地,对西安城市街区的旅游情感空间进行探测和分类,在研究旅游情感空间变化规律的基础上,引入深度学习图片分类与分割的不同算法深入探索了旅游情感空间与街景视觉要素之间的关系,丰富了旅游学和地理学的研究内容,为城市街景的改造、城市旅游线路的规划等现实问题提供理论支持。具体如下:（1）通过质性分析研究城市旅游情感空间的感知维度,发现城市景观对旅游情感体验的影响可以总结为5个主范畴和9个副范畴,构建了理论模型。在开放式编码过程中共形成建筑风格、街道灯光、路面铺装、交通声音、植物香气材质感知等35个概念范畴;在主轴编码过程中形成了特色建筑、街道设施、人文之声、自然之声等9个副范畴;在选择编码过程中最终形成视觉感知、听觉感知、嗅觉感知、触觉感知及味觉感知5个主范畴,其中视觉感知包含的范畴最多,也为本文后续研究视觉景观与游客情感的关系奠定理论基础。（2）通过深度学习对城市街区的旅游积极情感空间进行了探测与分类,研究发现,西安市积极情感空间主要集中在主干道、高校、商场、各景区景点及其周边区域,且随各功能分区的不同,积极情感空间呈现差异。（3）通过深度学习对城市街区的旅游消极情感空间进行了探测与分类,发现,西安市消极情感空间分布主要集中于外来人口较多、设施环境较差的交通枢纽、车流量、人流量较多的主干道、立交出入口及地铁、道路等工程在建区域,且随各功能分区的不同,消极情感空间呈现差异。（4）利用回归分析研究城市旅游积极情感空间的视觉影响因素,研究发现道路、人行道、天空、交通标志、绿化是影响西安市旅游积极情感空间的正向视觉要素;行人、小汽车、其他机动车及非机动车是影响西安市旅游积极情感空间的负向影响要素,且随各功能分区的不同,积极情感空间的视觉影响要素略显差异。（5）利用回归分析研究城市旅游消极情感空间的视觉影响因素,研究发现小汽车、行人、其他机动车要素是影响西安市旅游消极情感空间的正向视觉要素,道路、人行道、建筑、绿化、天空是影响西安市旅游消极空间的负向视觉要素,且随各功能分区的不同,消极情感空间的视觉影响要素略显差异。本研究的创新点主要有以下两点:（1）建立了街景图片-旅游情感分析数据集,构建基于街景图片的城市旅游情感类型空间探测模型。本研究在获取街景图片的基础上,对图片进行自定义标签,将旅游情感与街景图片进行连接,构建了基于旅游情感的街景图片数据集,不仅能获得该图片所代表的情感分类还能获得该类情感的强度,为基于图片的旅游情感研究提供了新的研究视角和基础。（2）分析视觉要素和城市旅游情感空间的关系。本研究运用街景图片数据,以西安市钟鼓楼、小寨、曲江三个具有不同功能的典型区域作为案例地,运用核密度空间分析法,对基于城市街景的旅游情感进行了空间可视化,探测出了不同旅游情感类型的空间分布规律,并在此基础上运用深度学习的图片语义分割技术提取街景图片数据的视觉要素,结合回归分析法将不同空间类型的旅游情感强度与图片各视觉要素占比进行关联,探索各视觉要素与城市旅游情感空间的关系,极大地丰富了基于图片大数据的旅游情感研究,也为西安市城市旅游线路设计、街景的完善及游客满意度的提升等提供了理论依据。