在我国城市的快速发展中,已经从蔓延式发展转变为以建成区内部更新为主,并更加注重城市生活品质。我国提出的“幸福城市”建设,更加需要关注人的感知与体验。在现有的研究中,多关注建成环境与行为活动与生理健康,鲜有关注公众情绪与心理健康的,而不断成熟的移动网络与大数据分析技术,为获取公众主观情绪与态度数据提供了有力支撑,使研究情绪地图成为可能。研究考虑到情绪多分类问题以及最终准确率,确定利用机器学习等技术手段对深圳市的微博文本数据进行情绪分析。为全面地描述情绪的特征,将情绪分为强度、极性和动机三个维度以及六种情绪类型,分别为高兴、喜欢、期待、伤心、厌恶和愤怒,利用Arc GIS绘制出深圳市不同维度与类型的情绪地图,在此基础上,描述公众情绪的时空分布特征。分析得出节假日里公众情绪的强度、极性和动机均高于工作日,并且高强度和积极情绪都大规模集聚在中心城区,低强度和消极情绪主要集中在外围城区的工业园区内,光明区的情绪动机最大。结合现有相关研究以及情绪分布现状,从土地利用、空间形态、道路交通、绿地与开放空间、日常生活服务设施五个方面中选取了16个建成环境要素,同时将三个不同情绪维度下情绪所在区域的建成环境特征进行分析。通过SPSS将建成环境要素数据分别与情绪的不同维度与类型进行相关性分析。研究得出情绪极性与大部分建成环境要素均显著相关,情绪强度与工业用地呈负相关且相关性最大,情绪极性与距最近地铁站点距离呈正相关且相关性最大,情绪动机与建筑密度呈负相关且相关性最大。情绪类型中“喜欢”与“伤心”两种类型与建成环境的关系较密切,与大部分建成环境要素显著相关。基于公众情绪与建成环境之间的相关关系,在宏观层面上提出对规划的反思与建议。