郎月華　李仁杰　傅學(xué)慶

[摘 要]選擇GPS軌跡內(nèi)涵的移動速度、速度波動特征、移動狀態(tài)持續(xù)時間、數(shù)據(jù)異常點(diǎn)等旅游行為基本特征，作為旅游行為模式分類的基礎(chǔ)，文章提出了GPS軌跡柵格化的概念模式，設(shè)計了基于GPS軌跡柵格化的旅游行為空間模式表達(dá)方法。該方法不僅能夠區(qū)分觀光式、休憩式和乘車式3種不同類型的旅游行為空間模式，而且能夠描述旅游空間任意位置的主導(dǎo)行為模式，可以解決旅游時空行為和旅游地理格局與過程的精細(xì)化定量研究。九寨溝實例研究證明，柵格化的旅游行為空間模式計算結(jié)果與其他數(shù)據(jù)源的研究結(jié)果基本一致，但描述視角更豐富、時空精度更高。該方法能夠?qū)β糜螘r空行為的研究提供支持，提高旅游地理學(xué)研究的精細(xì)程度，案例計算結(jié)果可以為旅游地規(guī)劃與管理，特別是為觀光路線和景區(qū)引導(dǎo)設(shè)計提供參考。

[關(guān)鍵詞] GPS軌跡;柵格化;旅游行為;空間模式;九寨溝

[中圖分類號]F59

[文獻(xiàn)標(biāo)識碼]A

[文章編號] 1002-5006（2019）04-0048-10

Doi：10.19765/j.cnki.1002-5006.2019.06.010

引 言

在旅游時空行為、景觀感知及其空間模式的研究中，問卷調(diào)查和深度訪談是運(yùn)用最廣泛的信息收集方法，例如關(guān)于旅游者環(huán)境行為、感知態(tài)度和旅游動機(jī)等方面的測量和研究。近年來，隨著移動互聯(lián)網(wǎng)和社交網(wǎng)絡(luò)的快速發(fā)展，越來越多的旅游者在微博、旅游社交網(wǎng)站等網(wǎng)絡(luò)空間中自愿發(fā)布與個人旅游行為和旅游感知體驗相關(guān)的文本、評論、照片等眾包旅游信息。旅游學(xué)和旅游地理學(xué)的學(xué)者開展了以此類數(shù)據(jù)源為基礎(chǔ)的旅游地名熱度、地名共現(xiàn)關(guān)系、景觀關(guān)注度、旅行空間模式、旅游者時空行為、城市游憩空間，以及對旅游感知與目的地選擇等研究。相對于調(diào)查問卷數(shù)據(jù)源來說，眾包旅游信息不受問卷設(shè)計導(dǎo)引的影響，參與者人數(shù)更多，內(nèi)容更多元化，可以與問卷數(shù)據(jù)形成有效互補(bǔ)。但文本、評論和照片等旅游信息內(nèi)涵的時空內(nèi)容具有不連續(xù)性，影響了其在精細(xì)化旅游時空行為研究方面的精度，因此利用此類數(shù)據(jù)源的研究較少關(guān)注旅游者在景區(qū)內(nèi)部游覽過程中的行為狀態(tài)。

GPS軌跡則是滿足時空連續(xù)性特征的另一類眾包旅游信息，越來越多的移動App（特別是運(yùn)動健康和旅行類）開始允許用戶記錄GPS軌跡并在網(wǎng)絡(luò)社區(qū)中進(jìn)行分享，旅行軌跡數(shù)據(jù)的獲取越來越方便。GPS旅行軌跡比問卷調(diào)查和其他類型旅游信息在揭示旅游者時空行為特征上具有更加明顯的優(yōu)勢，它連續(xù)記錄的時空行為具有更高的精細(xì)度和可靠性，因此GPS軌跡數(shù)據(jù)開始應(yīng)用于旅游行為研究中。例如，邀請用戶攜帶專門GPS記錄儀的方式獲取旅行軌跡數(shù)據(jù)，利用時空路徑、時空棱柱和空間統(tǒng)計等方法開展了旅游者時空行為特征的系列研究，設(shè)計開發(fā)了預(yù)測旅游者行為的啟發(fā)式預(yù)測算法等。

旅行GPS軌跡和地理照片、位置微博等信息均具有時空信息，地理學(xué)者也將此類數(shù)據(jù)稱為志愿者地理信息（volunteered geographic information，VGI）。與旅游學(xué)者不同，地理學(xué)的視角則是如何利用VGI挖掘旅游者行為的空間模式與過程，發(fā)現(xiàn)旅游行為與旅游空間單元的耦合特征，進(jìn)而解釋旅游時空行為的驅(qū)動機(jī)制。VGI數(shù)據(jù)用于旅游地理的研究也是以點(diǎn)狀信息為主，主要原因在于有成熟的計算模型，例如核密度和熱區(qū)分析在旅游地理中的應(yīng)用。GPS軌跡是旅游者行為過程的整體記錄，呈線性特征，但缺少直接將線性VGI用于旅游時空行為挖掘的有效方法。

由于GPS軌跡對于旅游行為和旅游地理研究的重要價值，本文希望設(shè)計一種GPS軌跡信息型態(tài)的變換方法，在不明顯降低軌跡信息量度的基礎(chǔ)上，將矢量數(shù)據(jù)結(jié)構(gòu)描述的GPS軌跡轉(zhuǎn)換為柵格結(jié)構(gòu)描述的空間單元，形成更易于借助GIS等工具開展空間統(tǒng)計與分析挖掘的數(shù)據(jù)形式，以方便研究者開展旅游時空行為和旅游地理格局與過程的精細(xì)化定量研究。

1 研究理論與方法

GPS軌跡柵格化思想源于GIS的點(diǎn)要素空間模式挖掘方法，例如空間插值、核密度統(tǒng)計、熱區(qū)分析等，計算結(jié)果都是依據(jù)點(diǎn)要素屬性值生成專題柵格。如果能夠?qū)螚lGPS軌跡中與行為特征有關(guān)的指標(biāo)轉(zhuǎn)換為柵格數(shù)據(jù)，就可以利用豐富的柵格分析工具進(jìn)行群體時空行為模式的深入分析，服務(wù)于旅游和地理學(xué)研究。解決這一問題的關(guān)鍵點(diǎn)：第一，利用GPS軌跡點(diǎn)信息進(jìn)行特定研究目標(biāo)的分類或分組，以確定柵格像元值類型和計算方法;第二，確定合適的柵格像元大小，以適應(yīng)研究目標(biāo)對空間尺度的要求。

1.1 景區(qū)旅游者行為分類方法

已有相關(guān)研究多是從旅游線路的空間分布特征來描述旅游行為，較少描述旅游者在景區(qū)內(nèi)部游覽過程中的行為狀態(tài)。要使GPS軌跡柵格化結(jié)果支撐景區(qū)群體旅游行為空間表達(dá)，就要考慮軌跡記錄的移動速度、速度波動、特定狀態(tài)持續(xù)時間、行程長度與數(shù)據(jù)異常點(diǎn)等基本特征。上述行為特征都可以通過GPS軌跡數(shù)據(jù)記錄下來。

1.1.1景區(qū)旅游者行為分類方法的概念化描述

旅游行為模式分類的核心指標(biāo)是移動速度，同時考慮速度穩(wěn)定性、特定移動狀態(tài)的持續(xù)時間和行程距離。例如，在較長時間內(nèi)以較低速度持續(xù)行進(jìn)較長行程的旅游行為模式多為觀光式游覽行為;旅游者乘坐電瓶車、纜車等擺渡式交通工具的乘車式游覽行為，將以較高速度持續(xù)行進(jìn)較長行程，期間可以伴有短時低速或靜止?fàn)顟B(tài);欣賞景觀或臨時休息的休憩式游覽行為，將呈現(xiàn)極低移動速度或靜止?fàn)顟B(tài)，在較長時間內(nèi)完成較短的行程。

準(zhǔn)確劃分旅游行為類型還需剔除信號異常等數(shù)據(jù)干擾。無論是休憩、觀光還是乘車的游覽方式中，一般將持續(xù)一定時間和行程的相對穩(wěn)定移動狀態(tài)視為某個行為類型。但GPS軌跡在記錄過程中可能因信號原因出現(xiàn)少量異常點(diǎn)，表現(xiàn)為相對于前后一定距離內(nèi)的相鄰點(diǎn)位速度偏移均值較大。速度值偏離均值較大且持續(xù)距離不足的少量異常點(diǎn)不能單獨(dú)表示某一類旅游行為，應(yīng)根據(jù)旅游地線路特征和行為模式的特點(diǎn)歸并為相鄰行為類型。

1.1.2景區(qū)旅游者行為的分類標(biāo)準(zhǔn)

由于沒有發(fā)現(xiàn)關(guān)于景區(qū)游覽速度定量特征的研究，旅游者移動速度的指標(biāo)分析借鑒了吳江玲等對城市行人步行速度的研究結(jié)果。同時，結(jié)合旅游地考察調(diào)研，基于GPS軌跡數(shù)據(jù)特征和旅游者行為模式特點(diǎn)，制定了景區(qū)典型旅游者行為模式分類的內(nèi)容描述與定量化參考標(biāo)準(zhǔn)，將較常見的旅游者行為模式劃分為“休憩式游覽”“觀光式游覽”“乘車式游覽”3種（表1）。

基于上述分類標(biāo)準(zhǔn)，以單條GPS軌跡為例對景區(qū)3類代表性旅游者行為模式進(jìn)行特征描述（圖1）。圖中的1-33號軌跡點(diǎn)，呈現(xiàn)了連續(xù)較長時間小于0.5 m/s的極低速度，形成高密度點(diǎn)聚集的較短行程特征，判斷該組數(shù)據(jù)表現(xiàn)為休憩式游覽模式;34-233號軌跡點(diǎn)的速度整體保持在0-2.25 m/s小幅波動區(qū)間，持續(xù)時間較長且形成了較長的行程，可以判斷為觀光式游覽模式;234-473號軌跡點(diǎn)的速度保持在整體大于2.25 m/s的較大波動區(qū)間，持續(xù)時間較長且形成了較長的行程，故判斷為乘車式游覽模式。在乘車式游覽模式中的368號軌跡點(diǎn)屬于異常點(diǎn)類型，雖然該點(diǎn)的瞬時速度屬于觀光式游覽的速度范圍，但該點(diǎn)左右兩側(cè)的連續(xù)大量軌跡點(diǎn)速度均是乘車式游覽速度范圍，因此，單獨(dú)的368號點(diǎn)不能判斷為觀光式游覽模式，而應(yīng)歸并為乘車式游覽模式。

本文僅設(shè)計了常見的典型旅游行為模式分類與定量描述標(biāo)準(zhǔn)。對于不同類型和環(huán)境特征的旅游地，分類與定量化標(biāo)準(zhǔn)可以進(jìn)行適時調(diào)整，這并不影響柵格化計算與表達(dá)。例如，地形起伏較大的景區(qū)應(yīng)考慮地形對旅游者步行和擺渡車速度的影響;水上景區(qū)的擺渡船速度及波動特征也不同于陸路交通工具。

1.2 基于軌跡柵格化的空間模式表達(dá)

對復(fù)雜的GPS旅行軌跡進(jìn)行柵格化處理，有助于清晰解析每條旅行軌跡呈現(xiàn)的基本行為空間模式（圖2），也有助于從多種視角進(jìn)行行為模式的集成化，以準(zhǔn)確解析旅游行為空間與旅游地理空間的耦合特征。軌跡柵格化的基本思路如下：

（1）基于軌跡點(diǎn)基本單元的旅游行為分類。首先，根據(jù)速度數(shù)值分布的基本模式，結(jié)合持續(xù)時間和行程長度判斷3種基本行為類型;第二，根據(jù)不同行為的分類標(biāo)準(zhǔn)，分別判斷不同行為模式下的速度異常;第三，根據(jù)速度異常數(shù)據(jù)的連續(xù)數(shù)量、時間與行程等特征，確定是否鄰近歸并。

（2）柵格化的像元尺度確定?？紤]到常見景區(qū)觀光線路的地形特征，以及GPS數(shù)據(jù)精度問題，在不同大小柵格像元的多次試驗基礎(chǔ)上，本文最終選用50 mx50 m柵格單元作為通用大小，使整個景區(qū)計算結(jié)果具有可比性。研究者可根據(jù)景區(qū)規(guī)模、地形特征和研究精細(xì)程度進(jìn)行柵格像元尺度調(diào)整。

（3）GPS數(shù)字軌跡的柵格化。利用每條數(shù)字軌跡的軌跡點(diǎn)分類結(jié)果生成合適尺度的線性柵格，為后續(xù)軌跡柵格集成疊加提供基礎(chǔ)數(shù)據(jù)。

（4）單一旅游行為類型的柵格疊加集成。例如，可以將所有旅行軌跡柵格圖層分別按“休憩式”“觀光式”“乘車式”分別進(jìn)行疊加統(tǒng)計，獲得觀光線

路上每個像元位置出現(xiàn)某一類型旅游行為模式的頻次分布柵格，以進(jìn)行特定類型行為的空間模式分析。

（5）多類型旅游行為空間集成。將像元值為行為類型的所有旅行軌跡柵格進(jìn)行疊加統(tǒng)計，獲得觀光線路上每個像元位置處的旅游行為類型特征。進(jìn)一步判斷各像元位置是否表現(xiàn)為某種主導(dǎo)的旅游行為類型，或是不同類型旅游行為相對均衡的混合行為類型。

（6）其它旅游行為空間模式分析?？梢愿鶕?jù)柵格數(shù)值內(nèi)涵開展其他與旅游行為相關(guān)的專題空間模式分析，例如軌跡柵格化時采用停留時間作為像元專題值，可以探查游覽時長的空間分布模式等。

2 九寨溝旅游地實證研究

九寨溝是中國著名的5A級旅游景區(qū)、國家級自然保護(hù)區(qū)和世界自然遺產(chǎn)地，擁有湖泊、瀑布、特色村寨等類型多樣的旅游資源，觀光線路縱深50多公里，可獲得較多的旅游者GPS軌跡數(shù)據(jù)，適合開展景區(qū)內(nèi)旅游行為及其空間模式的研究。九寨溝也是國內(nèi)外旅游研究者關(guān)注的熱點(diǎn)旅游地，有豐富的旅游研究成果，能夠為本文研究提供理論和數(shù)據(jù)支撐，并適宜進(jìn)行結(jié)果對比驗證。利用本文提出的軌跡柵格化方法，對九寨溝旅游者GPS軌跡進(jìn)行柵格化處理，解析每條軌跡呈現(xiàn)的空間行為模式，并分別從3種基本旅游行為類型的視角分析旅游者行為的空間模式。

2.1 數(shù)據(jù)采集與處理

本文的GPS軌跡數(shù)據(jù)來自GPS旅行社區(qū)“六只腳”。研究組于2016年10月采用網(wǎng)絡(luò)爬蟲獲取了九寨溝GPS軌跡245條，涉及用戶、出發(fā)時間、歷時、海拔高度、速度和位置照片等基本信息。通過兩個軌跡點(diǎn)之間的移動時間和距離信息，可以計算兩點(diǎn)間的速度，進(jìn)而判斷旅游者的游覽行為和狀態(tài)。在“六只腳”網(wǎng)站中，與軌跡匹配的位置照片稱為腳印，是軌跡上傳者提供的興趣照片，能夠為旅游行為分類提供參考。

經(jīng)過對每條軌跡的分析評價，刪除重復(fù)、行程過短、位置不匹配和基本屬性缺失的各類無效軌跡148條，保留有效軌跡97條，軌跡總行程4797.6 km，最長軌跡160.992 km，最短軌跡0.153 km，平均軌跡長49.5 km，軌跡點(diǎn)總計222 765個;位置照片共計1759張，涉及47條軌跡，附帶照片最多的軌跡有照片397張。根據(jù)本文制定的景區(qū)典型旅游者行為模式分類的定量化標(biāo)準(zhǔn)，對九寨溝景區(qū)的軌跡數(shù)據(jù)進(jìn)行行為模式的柵格化處理，并進(jìn)行分類可視化（圖3）。

2.2 觀光式游覽行為的空間模式

觀光式游覽行為（圖3a）在游覽線和景觀兩個尺度下都呈現(xiàn)明顯的空間分異。部分游覽步道的觀光式行為聚集特征明顯。樹正溝、日則溝和則查洼溝3條主要游覽線中，旅游者在日則溝的觀光游覽行為最集中，“鏡海一珍珠灘一五花海一箭竹?！本岸问亲罴星铱臻g跨度最長的步行觀光游覽段，達(dá)到6 km左右;樹正溝中的觀光式游覽行為分布也比較集中，“荷葉寨一老虎?！本岸问沁B續(xù)性較長的步行觀光游覽段;則查洼溝沒有明顯的連續(xù)性觀光游覽段。

在景觀尺度下，觀光式游覽行為最集中的景觀區(qū)是珍珠灘瀑布，其次是五彩池、長海、五花海、熊貓海、劍巖懸泉，第三是諾日朗瀑布、樹正群海、樹正瀑布等;另外，九寨溝口、諾日朗游客中心等區(qū)域也有相對集中的觀光式游覽行為。

2.3 休憩式游覽行為的空間模式

在觀光式游覽行為比較集中的區(qū)域均零散分布有休憩式游覽集中的位置（圖3b），但沒有明顯的連續(xù)性休憩式行為空間聚集區(qū)域。例如，九寨溝的溝口區(qū)，日則溝的珍珠灘、孔雀河、熊貓海、箭竹海、劍巖懸泉景觀區(qū)，樹正溝的火花海、樹正群海、樹正瀑布景觀區(qū)，日則溝的五彩池、長海景觀區(qū)。這些位置或者有視野較好的觀景臺，或者有購物點(diǎn)，或者有休息區(qū)。旅游者往往停下來休息、購物或拍照留念等。

2.4 乘車式游覽行為的空間模式

九寨溝的乘車式游覽空間分布連續(xù)（圖3c），且相對于其他行為類型來說，空間分異較小。九寨溝景區(qū)縱深50多千米，乘坐景區(qū)擺渡車在景觀點(diǎn)之間快速導(dǎo)航是大多數(shù)游覽者選擇的游覽方式。

樹正溝作為進(jìn)出九寨溝的主要交通線，旅游者乘車數(shù)量最多，因此全線乘車式游覽最為集中、連續(xù)。則查洼溝乘車的旅游者比重也比較大，且全線分布均勻。則查洼溝的沿途景點(diǎn)較少，上季節(jié)海、下季節(jié)海景觀的季節(jié)性明顯，冬季少有游客下車游覽;南端的長海景觀則是旅游者關(guān)注的重點(diǎn)，因此，則查洼溝的乘車式游覽也呈現(xiàn)全線均勻分布的特

征。日則溝以箭竹海為界南北兩段乘車式游覽具有明顯差異，“諾日朗一箭竹?！倍纬塑囀接斡[明顯高于“箭竹海一劍巖懸泉”段。主要原因是“劍巖懸泉一原始森林”景段只在旺季開放相對乘車式游覽比重最低。

2.5 主導(dǎo)旅游行為的空間模式

為了獲得九寨溝觀光線路上不同游覽行為的總體空間模式，可以將休憩式、觀光式和乘車式3種類型的行為空間行為模式柵格進(jìn)行疊加統(tǒng)計，獲得每個像元處的主導(dǎo)旅游行為模式（圖3d）。本文將每個像元位置處某種類型的旅游行為比重超過50%的定義為該位置的主導(dǎo)行為模式，3種旅游行為模式占比相對均衡的像元位置定義為混合行為模式。

九寨溝旅游行為模式總體空間分布所示。除少數(shù)景點(diǎn)外，九寨溝觀光線路上不同位置的旅游者行為主導(dǎo)模式與線路功能具有很好的耦合性。

觀光式游覽為主導(dǎo)行為模式的區(qū)域則明顯集中分布于各線路的步行棧道上，其中，日則溝“鏡海一珍珠灘一五花海一箭竹?！本岸魏蜆湔郎稀昂扇~寨一老虎?！眱刹糠志岸尉尸F(xiàn)了集中連續(xù)的觀光式游覽主導(dǎo)路段。而且，觀光式游覽集中分布的路段均是海子類型的景觀區(qū)域。例如，樹正溝的蘆葦海、雙龍海、火花海、樹正群海、老虎海;日則溝的五花海、熊貓海、箭竹海;則查洼溝的五彩池、長海等。

3條風(fēng)景線上全線均呈現(xiàn)了連續(xù)的乘車式類型主導(dǎo)的空間行為模式，與九寨溝全線擺渡車的車行道路分布一致。休憩式類型主導(dǎo)的位置無集中連續(xù)分布區(qū)，主要散列分布在各乘車點(diǎn)、購物區(qū)、觀景臺和休息區(qū)的位置，與旅游地基礎(chǔ)設(shè)施配置的耦合性明顯。

3 結(jié)果對比驗證

為了驗證基于GPS軌跡進(jìn)行旅游行為分類的有效性，研究組又采集了用戶發(fā)布GPS軌跡時附帶的腳?。ㄓ脩綦SGPS軌跡上傳的位置照片）共1759張，并基于軌跡點(diǎn)記錄的速度信息計算旅游者在每個位置的平均停留時間。將平均停留時間和拍照行為的空間特征與GPS軌跡解析的旅游行為模式進(jìn)行對比驗證。

3.1 基于位置照片分布的空間模式對比

旅游者發(fā)布的位置照片分布呈現(xiàn)的空間模式，與GPS軌跡柵格化解析獲得的旅游者觀光式游覽、休憩式游覽的空間模式高度一致。照片數(shù)量較多的路段正是旅游者觀光式游覽、休憩式游覽的集中路段，照片分布集中的景觀位置也是觀光式游覽密度較高的位置。從圖4a可以看出，照片數(shù)量較多的區(qū)域主要分布在樹正溝“荷葉寨一犀牛?！本岸?，日則溝“珍珠灘瀑布一箭竹海”“天鵝海一劍巖懸泉”景段，則查洼溝的“五彩池一長?！薄爸Z日朗群海一則渣洼寨”景段;照片分布集中的景觀位置包括樹正瀑布、樹正群海、樹正寨，珍珠灘、珍珠灘瀑布，五花海，五彩池，以及九寨溝口等。上述計算結(jié)果與王守成利用Panoramio照片數(shù)據(jù)分析得到九寨溝旅游者關(guān)注度空間模式結(jié)果一致。相比之下，位置照片是離散狀態(tài)的表達(dá)，重點(diǎn)表達(dá)旅游者對不同景觀的關(guān)注度情況，是離散的景觀感知。GPS軌跡是連續(xù)狀態(tài)的記錄，能體現(xiàn)一個連續(xù)的旅行時空過程，不僅完整記錄了旅游者的旅行軌跡等空間信息和豐富的時間屬性，還可以展示旅游者對不同景點(diǎn)的感知，解析出觀光、游覽、休憩、乘車等更豐富的行為模式類型。在研究方法上，本文將矢量數(shù)據(jù)柵格

化，能有效削減由于信號原因?qū)е碌臄?shù)據(jù)精度和誤差，將不能完全重合的多路徑集成到統(tǒng)一的空間統(tǒng)計單元，有利于空間單元的集成表達(dá)、邏輯計算和時空統(tǒng)計。

3.2 基于停留時間的空間模式對比

旅游者在不同區(qū)域的停留時間的空間模式（圖4b）與觀光式游覽、休憩式游覽的空間模式也具有很好的耦合性。日則溝的“珍珠灘瀑布一箭竹?！薄湔郎系摹昂扇~寨一犀牛海”、則查洼溝的“諾日朗群海一則渣洼寨”3個景段，是在空間上連續(xù)分布的旅游者停留時間較長的景段。在停留時間較長的景段，往往旅游者的游覽速度較慢，也伴有較多的拍照等行為。另外，觀光線路起止點(diǎn)會有較多拍照行為，呈現(xiàn)較長停留時間，例如九寨溝口、日則溝的劍巖懸泉、則查洼溝的長海和五彩池等景點(diǎn)。觀光式游覽、休憩式游覽集中的路段，旅游者停留時間較長，也伴有較多拍照行為，與乘車式游覽路段形成明顯的空間差異。

4 結(jié)論與討論

以GPS定位技術(shù)為基礎(chǔ)的基于位置服務(wù)（location based services，LBS）的發(fā)展為大眾出行提供了便捷服務(wù)，也為旅游行為規(guī)律的研究和旅游產(chǎn)品的規(guī)劃提供了數(shù)據(jù)支持。本文結(jié)合當(dāng)前大數(shù)據(jù)、時空分析等技術(shù)，通過GPS旅行軌跡大數(shù)據(jù)表現(xiàn)的旅游行為特征，實現(xiàn)旅游者行為模式分類。本文設(shè)計的旅游者景區(qū)內(nèi)部空間行為模式計算模型，可以對不同類型的景區(qū)內(nèi)旅游者的行為模式進(jìn)行判斷劃分，進(jìn)而解析旅游者對景觀的關(guān)注度，從而有助于更好地理解群體行為表現(xiàn)的空間結(jié)構(gòu)和旅游地理過程。本文通過對自發(fā)上傳軌跡數(shù)據(jù)進(jìn)行篩選、清洗、行為模式劃分等處理與分析，使旅游者的旅游行為及對景觀關(guān)注、感知的狀態(tài)逐漸清晰。對旅游學(xué)，尤其是旅游地理學(xué)而言，GPS軌跡不僅可以用于研究旅游者的旅游行為，還可以在多時空尺度下挖掘旅游者感知與評價，進(jìn)而深入研究旅游者的關(guān)注度，為旅游地管理決策服務(wù)。

4.1 結(jié)論

通過GPS軌跡數(shù)據(jù)中的軌跡點(diǎn)位置、記錄時間等信息，將數(shù)字軌跡柵格化，實現(xiàn)了基于數(shù)字GPS軌跡的旅游者行為分類及其空間化表達(dá)。GPS軌跡的柵格化結(jié)果有效提升了GPS軌跡對旅游行為特征的表征效果，可以獲得不同類型旅游行為的空間分布模式，有助于在多時空尺度下開展旅游行為的定量化研究。

實證分析表明，GPS軌跡能夠清晰表征多時空尺度下的旅游者不同類型行為的空間分布模式。九寨溝旅游者行為的空間分布模式特征明顯。從整個旅游地空間尺度來看，觀光式游覽集中、連續(xù)分布于樹正溝、日則溝兩條風(fēng)景線，則查洼溝只有五彩池.長海局部景觀區(qū)域較為典型。從單條風(fēng)景線的空間尺度來看，樹正溝的“荷葉寨一老虎?！本岸危談t溝的“鏡海一珍珠灘一五花海一箭竹?！本岸问怯^光式游覽集中分布的景段。從單個景觀看，樹正群海、諾日朗群海、珍珠灘、五花海、熊貓海、箭竹海等是觀光式游覽集中的景觀。

基于GPS軌跡解析的不同類型游覽行為的空間模式與景區(qū)的基礎(chǔ)交通配置、管理模式有較好的對應(yīng)關(guān)系，同時與旅游者發(fā)布的位置照片和停留時間的空間模式耦合性較好。不同類型的游覽行為分布與交通類型空間模式基本耦合，但也有少數(shù)耦合性較差的區(qū)域。例如，珍珠灘瀑布、樹正瀑布、五花海等是旅游者關(guān)注度較高的景點(diǎn)，但其棧道及觀賞空間位置相對龐大的旅游者數(shù)量顯得狹小，難以滿足旅游者觀光的需求。再如，空間分布較大的景觀，如犀牛海、老虎海、蘆葦海等景點(diǎn)，海子面積廣大、全程景色差異性小，旅游者在此駐足觀光的比重較五花海、樹正瀑布小，棧道作為旅游者交通通行設(shè)施的功能突出。乘車式游覽在整個九寨溝景區(qū)的所有線路廣泛分布，與全程擺渡車設(shè)置的管理模式一致;而游客乘坐擺渡車主要目的是在不同景點(diǎn)之間移動，因此拍照行為非常少。觀光式游覽密集分布與配備步行棧道的位置重合;觀光式游覽集中的景段和景點(diǎn)也是停留時間較長的路段或位置，同時旅游者發(fā)布的位置照片數(shù)量也比較多。

4.2 討論

在大數(shù)據(jù)時代背景下，GPS導(dǎo)航服務(wù)產(chǎn)生的大數(shù)據(jù)為更好地理解旅游者旅游行為規(guī)律提供了數(shù)據(jù)支持。相對于旅游微博、位置照片和游記文本等形式的眾包旅游信息來說，盡管GPS軌跡總體上數(shù)據(jù)量不大，但GPS軌跡不僅完整記錄了旅游者的旅行軌跡等空間信息，還完整記錄了軌跡的時間屬性，能體現(xiàn)一個連續(xù)的旅行時空過程。

本文采用的GPS軌跡來自開放的旅游信息分享社區(qū)，它不同于研究者邀請游客參與調(diào)查獲得的

GPS軌跡，不會受調(diào)查研究設(shè)計目標(biāo)的影響，是旅游者自主選擇旅行路線的結(jié)果，屬于VGI的范疇。因此，VGI類型的GPS軌跡內(nèi)涵的時間信息能夠間接描述旅游者對旅游景觀的偏好選擇，與其它VGI形式的旅游信息一樣，此類GPS軌跡也是旅游地理學(xué)和旅游者時空行為研究的優(yōu)質(zhì)數(shù)據(jù)源。

本文將矢量數(shù)據(jù)柵格化，有效削減由于信號原因?qū)е碌臄?shù)據(jù)精度和誤差，將不能完全重合的多路徑集成到統(tǒng)一的空間統(tǒng)計單元（特別是線性單元），有利于空間單元的集成表達(dá)和邏輯計算，方便對數(shù)據(jù)進(jìn)行時空統(tǒng)計。應(yīng)用當(dāng)前GIS學(xué)科中的成熟、豐富的分析模型與方法，實現(xiàn)多時空尺度的旅游行為定量化研究?？梢苑奖愕膶崿F(xiàn)從“軌跡點(diǎn)一景點(diǎn)一景段一觀光線路一景區(qū)一旅游地”的不同尺度靈活變換，實現(xiàn)旅游時空行為的多尺度研究。柵格化的表達(dá)方法不僅適用于GPS軌跡數(shù)據(jù)，還可以應(yīng)用到如興趣點(diǎn)（point of interest，POI）、位置照片、位置微博等多源數(shù)據(jù)中，使不同數(shù)據(jù)的分析處理方法更加多元化。

本文的研究主要關(guān)注多條GPS軌跡的柵格化集成結(jié)果呈現(xiàn)的旅游者行為的共性時空特征。從GPS軌跡的時空信息特征和志愿提供的模式方面看，對單條GPS軌跡的深入挖掘，也可以支持基于個體的旅游時空行為研究，從多時空尺度上準(zhǔn)確表達(dá)旅游者對旅游空間的關(guān)注度。通過GPS軌跡數(shù)據(jù)，不僅可以準(zhǔn)確地從空間尺度上了解旅游者對不同景點(diǎn)的關(guān)注度，還可以掌握旅游者流動信息，進(jìn)而揭示旅游者行為規(guī)律。在旅游地規(guī)劃與管理，特別是觀光路線和景區(qū)導(dǎo)引設(shè)計提供技術(shù)支持。另外，在城市空間結(jié)構(gòu)研究以及城市居民出行行為研究方面，該方法同樣適用。GPS軌跡表現(xiàn)了用戶空間分布集聚動態(tài)規(guī)律，通過GPS軌跡對出租車的運(yùn)行狀態(tài)進(jìn)行分析，了解人們的出行特征、解析城市居民的行為規(guī)律，如職住關(guān)系、通勤出行時空分布等，從而有助于城市公交換乘樞紐以及其他公共設(shè)施的規(guī)劃設(shè)計。

Spatial Pattern Analysis of Tourist Behavior based on Rasterization of GPS Trajectories

LANG Yuehua1， LI Renjie1，2， FU Xueqing1，2

（I.College of Resources and Environmental Sciences. Hebei Normal University， Shijiazhuang 050024， China;

2. Laboratory of Environmental Change and Ecological Construction ofllebei Province. Shijiazhuang 050024， China）

Abstract： Location-based services that utilize GPS are convenient for travel. The GPS data collectedby such services can be used to investigate tourist behavior and plan tourism products. GPS datainclude location and time and thus can be used to reconstruct tourist time- space behavior. GPS trajec-tories are more reliable than data obtained from questionnaires and other types of tourist information.

Based on the characteristics of GPS trajectories， such as movement velocity， velocity fluctuation，movement duration， and data anomalies， this study rasterizes GPS trajectories and proposes a methodfor representing tourist behavioral spatial patterns. This method can distinguish three types of touristbehavioral spatial patterns， namely the sightseeing tour， recreational tour， and bus tour. In addition， itcan indicate the dominant behavior pattern anywhere in a tourist area. This information can be used toquantitatively study tourist time-space behavior and tourism geography.

An empirical study conducted on Jiuzhai Valley demonstrates that GPS trajectories can be used tocharacterize the spatial distribution patterns of different types of tourist under multiple temporal andspatial scales. The tourist behavior characteristics of the spatial distribution model are obvious. For theentire tourist area， sightseeing tours are found to be concentrated in Shuzheng Valley and Rize Valley.Colorful Pond and Lang Lake are typical landscapes in Zechawa Valley. From the spatial scale of asingle sightseeing line， sightseeing is concentrated in the "Heye Village-Tiger Lake" section in ShuzhengValley and the "Mirror Lake- Pearl Shoal- Five Flower Lake- Arrow Bamboo Lake" section in RizeValley. From the spatial scale of a single landscape， Shuzheng Lakes， Nuorilang Lakes， Pearl Shoal，F(xiàn)ive Flower Lake， Panda Lake， and Arrow Bamboo Lake are the most popular sightseeing spots.

The results of the rasterized tourist behavior spatial model are basically consistent with other datasources， but the model provides a richer perspective for research and gives higher spatio- temporalaccuracy. The proposed method can be used for research on tourist space-time behavior and tourismgeography. The results can provide a reference for the planning and management of tourismdestinations， especially sightseeing routes and scenic guide design.

Keywords： GPS trajectory; rasterization; tourist behavior; spatial pattern; Jiuzhai Valley