EN中文

地球信息科学学报 >

2022 , Vol. 24 >Issue 11: 2171 - 2185

DOI: https://doi.org/10.12082/dqxxkx.2022.210764

地理空间分析综合应用

基于多源数据融合的山地型旅游区游客时空行为研究

  • 李亚娟 , 1, 2 ,
  • 欧阳辰星 2 ,
  • 虞虎 , 3, *
展开
  • 1.华中师范大学中国旅游研究院武汉分院，武汉 430079
  • 2.华中师范大学城市与环境科学学院，武汉 430079
  • 3.中国科学院地理科学与资源研究所，北京 100101
*虞 虎（1986— ），男，安徽太和人，博士，副研究员，主要从事旅游地理学与国家公园研究。 E-mail:

李亚娟（1987— ），女，河南许昌人，博士，硕士生导师，副教授，主要从事旅游地理等方面的研究。E-mail:

收稿日期: 2021-11-29

  修回日期: 2022-01-24

  网络出版日期: 2023-01-25

基金资助

国家社会科学基金项目(20CMZ033)

收起

Spatiotemporal Behavior of Tourists in Upland Tourism Area based on Multi Source Data

  • LI Yajuan , 1, 2 ,
  • OUYANG Chenxing 2 ,
  • YU Hu , 3
Expand
  • 1. Wuhan Branch of China Tourism Academy, Central China Normal University, Wuhan 430079, China
  • 2. School of Urban and Environmental Sciences, Central China Normal University, Wuhan 430079, China
  • 3. Institute of Geographical Sciences and Resources, Chinese Academy of Sciences, Beijing 100101, China
*YU Hu, E-mail:

Received date: 2021-11-29

  Revised date: 2022-01-24

  Online published: 2023-01-25

Supported by

National Social Science Foundation of China(20CMZ033)

Fold

摘要

随着旅游者对休闲娱乐类旅游需求的不断增加，山地型旅游区已成为最受欢迎的旅游目的地之一，利用新兴且高效的轨迹记录方式挖掘山地型旅游区游客在小尺度范围内动态的时空行为特征和制约因素，对旅游区线路设计和旅游产品优化尤为重要，也将为山地型旅游区的深化发展和科学管理提供建议。本文以湖北省恩施州恩施大峡谷为案例地，基于“六只脚”平台的GNSS轨迹及位置照片数据，结合GIS在线地图绘制的景区路网和从BigMap平台获取的POI数据，选择GNSS轨迹栅格化的概念模式解析出恩施大峡谷游客轨迹的时空行为特征，尝试探讨与其他类别旅游区时空行为特征的差异，从而总结出山地型旅游区的行为特征，并通过网络点评数据和游记文本等网络文本挖掘行为特征形成的影响因素。研究表明：① 月份和季相层面，游客行为5月游客量处于峰值，节日效应明显，短假期效应较强；淡旺季游客行为轨迹呈非集聚性，旺季游客量主要受气候条件影响呈不稳定态势；② 游客行为轨迹于11:00-14:00游客量达到顶峰，日内结束时间相对较早，且兴趣点选择偏向知名度高的七星寨景区；③ 空间分布特征层面，受时空因素控制，单一路径景区轨迹集中度较强；④ 不同性别的游客拍照行为均偏向于高质量景区，但分布状态存在差异，男性拍照行为多呈片状和线状分布，女性多呈点状分布。本研究尝试以新数据和新方法探讨山地型旅游区游客的时空行为特征，旨在促进山地型旅游地的持续和高质量发展。

关键词： 山地型旅游区; 游客时空行为; “六只脚”旅行平台; GNSS轨迹; 位置照片; 数据栅格化; 影响因素; 恩施大峡谷

本文引用格式

李亚娟 , 欧阳辰星 , 虞虎 . 基于多源数据融合的山地型旅游区游客时空行为研究[J]. 地球信息科学学报, 2022 , 24(11) : 2171 -2185 . DOI: 10.12082/dqxxkx.2022.210764

Abstract

With the increasing demand of tourists for leisure and entertainment tourism, upland tourism area has become one of the most popular tourism destinations. Applying the emerging and efficient track recording method to dig the dynamic spatio-temporal behavior characteristics and constraints of tourists in upland tourism area at a small scale is particularly important for the route design of upland tourism area and the optimization of upland tourism products. It will also provide suggestions for deepening development and scientific management of upland tourism area. Taking Enshi Grand Canyon in Enshi Prefecture, Hubei Province as an example, this study combines GNSS track and location photo data from "six feet" platform with the scenic spot road network drawn by GIS online map and the POI data obtained from BigMap. This paper selects the conceptual model of GNSS track rasterization to express the temporal and spatial behavior characteristics of tourist tracks in Enshi Grand Canyon, attempts to explore the differences of temporal and spatial behavior characteristics between other types of tourism areas, summarizes the behavior characteristics of upland tourism area, and reveals the influencing factors of behavior characteristics through network comments and travel notes. The results show that: ① At the level of month and season, the tourist behavior in Enshi Grand Canyon is at the peak in May. The holiday effect is obvious, and short holiday tour is preferred. The behavior trajectory of tourists in off and peak seasons has no agglomeration, and the number of tourists in peak seasons is unstable which is mainly affected by climate conditions; ② The tourist behavior trajectory reaches the peak at 11 to 14 o'clock, the tour ends earlier than other types of scenic spots, and the interest points of tourists are in the well-known spot; ③ In terms of spatial distribution characteristics, the trajectory concentration of Qixingzhai scenic spot with a single path is strong controlled by temporal and spatial factors, and its behavior trajectory density is higher than that of Yunlong Difeng scenic spot; ④ All the tourists tend to take pictures in high-quality scenic spot, but there are differences in its distribution for men and women. Men's photographing behavior is mostly in polygon and linear distribution, while women’s photographing behavior is mostly in point distribution. This paper tries to explore the temporal and spatial behavior of tourists in upland tourism area with new data and methods, in the hope of promoting high quality and continuous development of upland tourism areas.

Key words： upland tourism area; tourists' spatiotemporal behavior; "six feet" travel platform; GNSS track; location photos; data rasterization; influencing factors; Enshi Grand Canyon

1 引言

山地作为地球陆地表面最突出的地理单元[1]，相比其他地貌体的自然生态系统更为复杂，由此造就了较为突出、多样的山地景观，并依托得天独厚的资源优势成为重要的旅游目的地。据世界旅游组织统计，山地旅游的游客量约占全球20%，对全球旅游的发展格局起着非常重要的作用，同时山地型旅游景区也因此成为我国旅游景区的骨干[2]。然而山地型旅游景区相比其他类型景区，在资源环境本底方面具备不可逆性、边缘性、可达性差等特性[3]，容易造成不同季相游客量变化幅度之间的差异。为迎合旅游市场需求引致的发展问题，山地观光电梯、索道、缆车等交通方式的大规模使用、旅游产品的同质化以及生态环境损坏，常常与旅游者“慢游”“舒适”等出游目标相悖[4]，影响着游客的行为轨迹。而山地型旅游景区的资源禀赋与地理空间层面的独特性特质能够吸引旅游者深入参与景区互动[5]，所以结合山地的旅游禀赋优势，从地理空间维度探讨如何给予其良好的体验感留住游客，进而实现高质量且可持续的发展，是山地型旅游景区亟需解决的关键问题。
针对山地型旅游景区，围绕空间层面的相关研究主要停留在空间演变[6-7]、空间特征[8]和空间重构[9]等方面；旅游者行为相关研究主要涉及游客轨迹的聚类研究[10-11]、行为模式演化[12]、行为意愿[13]等方面，从中可知，针对山地型景区多时空精度研究仍然存在缺口，特别是从时空角度探讨山地型景区游客行为轨迹存在较大的研究空间。作为我国重要的旅游目的地，山地型旅游景区规模庞大，而游客活动空间受限，针对游览行为的量化研究还需补充。那么，山地型旅游景区游客时空行为特征为何?不同属性游客的行为轨迹有何差异?主要的受制因素都有哪些?
当前围绕游客时空行为特征分析的研究主要基于微博数据[14]、网络游记[15]、GPS轨迹[16-17]、图 片[18⇓-20]等数据来源，旨在识别旅游地游客的偏好变化[21]、研究游客感知与评价[22]、时空行为差异[23⇓-25]、聚类分析[26⇓-28]以及行为预测[29-30]。微博、网络游记等由于实时记录位置的可选择性无法实现精准定位，无法了解游客在景区内部的动态行为[31]，导致客流量及分布与实际存在明显差异，因此采取高效的测量和记录方法获取游客轨迹动态尤为重要。GPS轨迹数据能够较好地解决数据误差问 题[32]，有效反映游客行为轨迹信息。尤其是基于GNSS轨迹数据的研究方法，随着地理信息技术的进步呈现多样化趋势，可通过卫星定位[33]、 PPGIS[34]、采集软件[35]等渠道获取GNSS轨迹，并结合问卷分析法、实地实验法等调查方法[36]获取时空行为数据，通过因子分析法、密度估算方法、数据模拟等数理统计方法[37-38]进行分析。
综上来看，时间、空间、路径和活动是形成景区内游客时空行为模式的重要因素[19]，本文以湖北省恩施大峡谷旅游区为研究对象，以数据栅格化的空间分析法解析GNSS轨迹运行规律，通过网格化处理使数据可视化，结合位置照片和网络文本挖掘游客的时空行为特征，为分析游客行为并探寻山地型旅游景区可持续发展提供新方法和借鉴。

2 研究区概况、数据来源和研究方法

2.1 研究区概况

恩施大峡谷位于恩施市沐抚办事处境内，地处武陵山区，峡谷总长108 km，总面积300余km2。先后被评为“国家5A级景区”、“国家地质公园”。景观资源拥有“一段地缝、两条河流、四大神奇、五大特色、五大板块”的特征[39]，核心旅游资源包括七星寨、绝壁栈道、云龙地缝、双子峰等，如图1所示。
图1 恩施大峡谷旅游区示意

Fig. 1 The overview of Enshi Grand Canyon

恩施大峡谷旅游区自然景观壮阔、气候舒适度较高，成为恩施州以及武汉、重庆等周边城市的游客开展休闲度假、观光游览的最佳场所，但由于景区线路设计、旅游资源禀赋等原因，二大核心景区的游客量不均匀、重复性景点过多影响景区口碑等问题日益突出，制约着游客游览行为，因此选择恩施大峡谷作为案例地开展游客行为轨迹的时空特征研究具有代表性。

2.2 数据来源

本文涉及到的数据主要包括：① GNSS轨迹数据：数据通过“六只脚”开放平台爬取[40]。该网站是面向旅游者记录、浏览、分享线路的共享交流平台，主要采用带有GNSS芯片的智能手机，采集和共享游客户外行为的活动轨迹。根据实际情况对采集数据进行处理，删除位置不符、历程过短、非游客等无效轨迹，最终确定有效轨迹156条，275 810个轨迹点；为了获取更详细的位置信息，从六只脚官网搜集带有定位信息的脚印数据，数据来自于“六只脚”官网用户主动拍摄并上传的照片，共采集到4326张位置照片，对应128条轨迹。② 网络文本数据。因本文爬取的轨迹数据与脚印数据只有时空行为属性，无因果关系属性，为补充恩施大峡谷时空特征原因及特征依据，本文选择马蜂窝网和美团网作为探索其影响因素的研究案例[41]。两类社交网站吸引消费者参与互动讨论的方式较一致，用户在旅游目的地点评板块以点赞话题、发帖、回帖等方式满足消费者对目的地的不同需求。就此，本文选择“恩施大峡谷”旅游目的地作为具体的研究对象，提取104条点评文本，其中因马蜂窝点评文本集中于2019年之后且讨论量较少，故文本搜集以美团网点评文本为主，马蜂窝点评文本为辅进行补充，删除无效评论，最终确定出美团80条，马蜂窝24条（16条点评，游记8篇），以保证探究恩施大峡谷时空特征的影响因素的客观性。为确保评论文本的真实性，本文尽量选取带有图片且认真评价的点评文本。③道路数据、POI数据等地理信息数据。本文通过ArcGIS在线地图获取出研究区范围及道路矢量数据[42]，包括游步道、公路和缆车路线；并从BigMap中获取POI数据[43]，包括景点、休闲娱乐场所以及交通设施点。多源数据特征如表1所示。
表1 相关数据信息

Tab. 1 Related data information

数据名称 数据类型 搜集时间/年 要素构成 数据说明
GNSS数据 GNSS轨迹 2011-2020 用户名称、出行类型、出行日期、历时、经纬度等 轨迹点数据能够反映出游客的活动路径以及范围，能够满足本文研究游客出行规律的需要[44]
脚印数据 拍照时间、经纬度、性别 位置照片数据反映游客在整个游览过程中的停留位置与兴趣点[40]
文本数据 网络文本数据 2018-2021 点评文本、游记文本、文本时间 探索研究区时空特征的影响因素
空间数据 地理信息数据 2021 道路数据、景点、停车场等POI数据 绘制旅游区示意图以及轨迹时空分布底图

2.3 研究方法

游客时空行为分析主要是通过游客的时空分布、移动模式等挖掘其活动规律，同时结合POI的语义信息、道路空间信息，进行游客与POI之间的关联分析，推断游客和自然环境之间的相互关系，对此，本文主要采用数据栅格化的分析方法达到本文研究目的。数据的空间网格表示为空间分布不均匀的数据，按照一定的几何形态进行归并统计，从而更加清晰地解析研究数据与地理空间的耦合特征[45]。本文结合研究区环境特征与GNSS轨迹精度问题，选择10 m的像素大小作为栅格单元，分析恩施大峡谷游客行为轨迹的季相、日内时空特征以及大尺度空间特征，探讨游客时空分布差异以及游客偏好景点。
首先，基于恩施大峡谷位置采样的变化轨迹记录了其时间、位置和属性信息，如游览时间、出行方式、性别等。这些轨迹的表达式[46]如下：
${{T}_{r}}=\left\{ \left( {{X}_{1}},{{Y}_{1}},{{T}_{1}} \right),\left( {{X}_{2}},{{Y}_{2}},{{T}_{2}} \right),\ldots,\left( {{X}_{n}},{{Y}_{n}},{{T}_{n}} \right) \right\}$
式中：Tr为时空轨迹，Xn≠Xn+1,Yn≠Yn+1,且T1≠Tn；（Xn,Yn,Tn）表示游客在Tn时，位于二维空间（Xn,Yn）的位置。
其次，把附有位置信息的轨迹点转化为矢量数据，进而展开栅格化的实现路径。矢量数据向栅格数据转换的常见方法包括面积占优法（Rule of Maximum Area, RMA）和中心点法（Rule of Centric Cell, RCC）[47]。本文矢量数据栅格化的实现途径与RCC方法一致，主要把栅格单元取值为该单元中心的类型属性值[48]，利用ArcGIS 10.2中Conversion tool模块下的“Convert to GRID”命令来实现。由此，本文主要依据ArcGIS中栅格化功能解析游客轨迹点所表达出来的时空特征。GNSS轨迹栅格化实现的技术路线如图2所示。
图2 本文技术路线

Fig. 2 Research roadmap of this study

游客时间行为特征主要从月份、旅游季节以及日内尺度进行分析。对275 810个轨迹点的时间属性进行“横向”和“纵向”分解，其中日内变化主要以4 h为一个时间段[49]，依据恩施大峡谷旅游区营业时间与游客游览节奏分为23:00-6:00、7:00-10:00、11:00-14:00、15:00-18:00、19:00-22:00共5个时间段，并提取月份、旅游季节（旺季与淡季）以及一天分时段的时间数据。游客空间行为特征则主要从整体空间特征和不同性别属性表现出来的行为特征进行分析。其中，基于不同性别的游客行为特征的分析数据来源于位置照片，男性游客2837个轨迹点，女性游客1489个轨迹点。

3 实证结果

3.1 游客时间行为特征

3.1.1 游客行为轨迹高峰月份显著，短假期呈现较强效应

基于月份尺度，恩施大峡谷游客的出行特征差异明显。受到节假日制度的影响，游客主要集中在5月，且5、8月游客的游览行程相比其他月份多，假期月旅游人次是工作月份的2~3倍。
从月份层面来看，恩施大峡谷游客的轨迹数和轨迹点趋势存在高度耦合，但部分月份存在一定差异，其中轨迹点呈现“多峰值”特征。由图3所示，4、5、8和10月旅游区客流量在一定阶段内出现“小高峰”，呈现出明显的节日效应。其中，五一的节日效应最强烈，清明次之，暑假和国庆节较弱，短假期的节日效应强于长假期，短假期旅游轨迹数可达到工作月份的2~3倍，如5月30条轨迹是6月15条轨迹的2倍。整体来看，3月下旬至11月游客轨迹数处于较高水平，出现旺季，而12月至3月上旬游客轨迹数较低，出现淡季；游客出行轨迹点在一定程度上反映出游客出行里程，4、5和8月游客行程骤增，出现多个峰值。
图3 恩施大峡谷轨迹点与轨迹数量月相折线图

Fig. 3 Monthly broken line diagram of track points and track number of Enshi Grand Canyon

据研究，42%的游客倾向于选择传统节日出游[50]，而作为短线的峡谷游主要集中于小长假，即劳动节和清明节；其次，恩施大峡谷同样可作为“长线游”其中一个旅游活动，客流量主要集中于暑假和国庆节。而其他类别的旅游区（乡村旅游区、森林公园等）客流高峰期主要在“十一”黄金周等长假期[51-52]。综上，恩施大峡谷旅游区游客出行时间受到节假日的影响出现与其他类型游客不同的节日效应，主要体现在短假期的强效应。

3.1.2 游客行为轨迹的淡旺季空间分布呈非集聚性，旺季游客量受气候影响呈不稳定态势

基于月份层面的游客出行轨迹特征可知，恩施大峡谷3月下旬至11月处于旺季，12月至3月上旬处于淡季，淡旺季游客的行为轨迹分布既有共性也有差异，总体上呈现出非聚集性特征。
首先，淡季与旺季以“三角形”构成共有聚集区三处，第一处聚集区为索道上站至索道下站（图4中的a1、b1处），第二处聚集区为中楼门至大楼门扶梯入口（图4中的a2、b2处），第三处为公路，即景区大巴路线（图4中的a3、b3处）。以上路线为单行线，聚集性较强。其次，淡季与旺季的差异性聚集区（图5（a）（b））包括大楼门至返程游客中心乘车处（图5的a1、b1处）石芽迷宫至中楼门（图5中的a2、b2处）、云龙暗河至黄龙瀑布（图5中的a3、b3处）七星寨景区入口至小楼门（图5中的a4、b4处）4处。其中a1、b1处淡季相比旺季同样出现了明显的聚集段，而旺季自动扶梯和自行下山的游客行为轨迹较均匀；a2、b2处淡季游客均匀分布于石芽迷宫至中楼门之间的两条路线，而旺季偏向西侧路线；a3、b3处淡季游客比旺季聚集性明显，旺季游客行为轨迹较少； a4、b4处淡季的游客倾向于从七星寨景区步行入口上行爬山至小楼门，旺季则倾向于选择自观景平台前进至小楼门。
图4 淡旺季游客轨迹空间分布共性

Fig. 4 Similarities map in spatial distribution of tourist trajectories in low and peak seasons

图5 淡旺季游客轨迹空间分布差异

Fig. 5 Map of spatial distribution differences of tourist trajectories in low and peak seasons

不同的旅游季节游客轨迹空间分布非聚集性差异明显，主要受气候条件的间接影响。旅游旺季旅游区雨期较多且分散，核心资源的季相景观丰富，但雨期易引致洪水，结合旺季的网络点评文本（ ZOV453560887于2020-08-26评论到：“云龙地缝因大雨冲坏，最好的景点没看到，有点遗憾”； yYZ520003413于2020-08-15评论到：“自驾七百多里看大峡谷，但前期的大雨冲坏了景区设施，只能参观七星寨的前半程美景”；王恒Bold于2020-09-6评论到：“景区开了1/3，据了解是暑期洪水导致景区在抢修”。点评文本均出自于美团官网 https://www.meituan.com/zhoubianyou/2206667/。），多处景观因气候因素存在安全隐患被封，景区管理者及游客倾向于提供和选择足以保障安全的路线和时间段，至此，山地型旅游区受到雨天影响，旺季游客量也会存在明显差异。如a2、b2处西侧路线为安全系数较高的一般山路，而东侧为海拔1700余米的绝壁栈道路线，旺季客流量较多的情况下游客倾向于选择西侧路线，与淡季两条路线行为轨迹均匀分布形成差异。乡村旅游类、人文文化类等其他类型旅游区因资源禀赋引致淡旺季差异并不显著[53]，部分景区虽淡旺季明显，但旺季游客量变化较为平稳，气候条件对出游的影响力弱化[54]，与山地型旅游区旺季游客量变化形成差异。综上，基于地貌背景的降水和气温特征是山地型旅游区游客行为季相特征明显的客观条件。

3.1.3 游客行为日内结束时间相对较早，兴趣点具有一定的偏向性

从日内时段来看（图6），旅游区游客的行为轨迹量差异较明显，总体上峰林结构呈倒“V”型，自 7:00和18:00两侧低平，中部陡峻。结合分时段的空间分布图（图7），自8:00开始，随着时间的不断推移，恩施大峡谷游客的旅游活动不断增多。其中， 7:00-10:00旅游流主要集中于小楼门至一线天、垂直观光电梯和云龙地缝景区部分景点3处；11:00-14:00游客行为轨迹达到最高峰，主要集中于七星寨景区的小楼门至一线天、巴王冠至景区停车场2处和云龙地缝景区索道入口至黄龙瀑布；其后存在衰减态势，15:00-18:00游客拍照轨迹主要停留于七星寨景区；19:00-22:00游客陆续离开核心景区，向游客中心、景区内民宿、农家乐等休闲场所扩散；23:00-次日6:00旅游活动处于“休眠”状态。
图6 日内不同时间点游客轨迹信息分布

Fig. 6 Distribution of tourist track information in different time points within days

图7 主要时段游客行为轨迹空间分布

Fig. 7 Spatial distribution of tourist behavior trajectory in important periods

地势平缓的文化休闲类旅游区游客倾向于在通达性较高的旅游路径开展短时夜景直线型游览[55]，最晚可游览至22:00，而山地型旅游区虽以2 d覆盖型的时空行为模式停留旅游区，但由于地形地势引致的安全问题以及景区本身的发展导向与夜游模式并不匹配，至此，山地型旅游区日内行为轨迹相比其他类型景区的消失时间早；综合图7、七星寨景区（4~5 h）与云龙地缝景区（1~2 h）游览全程所需实际时间和网络点评数据可知②(②王小小kp于2021-10-20评论到：“景区很大，超费脚，建议先玩地缝，再去七星寨，因为你从七星寨下来根本就不想走了。地缝没得啥耍头，建议下去拍两张照就可以原路返回了。”；匿名用户于2021-07-30评论到：“真的太累了，我们先去了云龙地缝，特别凉快。后面再去了七星寨，索道上山后还走了两个多小时。”；转瞬珠华于2019-05-31评论到：“恩施唯一好玩的景点，就是确实蛮累的。先游玩的地缝，12点半坐缆车上山，大概3点回到游客中心，单向的游览。”等。前两条点评文本均出自于美团官网 https://www.meituan.com/zhoubianyou/2206667/.最后一条点评文本出自马蜂窝官网https://www.mafengwo.cn/poi/5427162.html。)，游客倾向于先游览云龙地缝景区且游客的兴趣点主要集结于七星寨景区的迎客松、睡美人、一柱香等核心旅游资源处。

3.2 游客空间行为特征

3.2.1 游客行为轨迹集中度差异明显，单一路径景区集中度较强

基于宏观视角探讨恩施大峡谷旅游区2个景区的游客出行轨迹空间特征，可知七星寨景区的轨迹点和密度远大于云龙地缝景区，总体呈现出非均衡分布特征。
七星寨景区游客行为轨迹集中于“索道上站-七星台、巴王冠-云梯入凡”两处（图8（a）、（b）），云龙地缝景区则集中于“云龙地缝观景台-观光电梯-返程、风雨桥-云龙地缝观景平台”两处（图8（c）、（d）），且云龙瀑布以南的景观轨迹点较密集。客栈属于2个景区游玩范围之外的聚集区。由此可知，七星寨景区的游客行为轨迹相比云龙地缝景区多且分布范围广。
图8 恩施大峡谷游客行为轨迹空间分布

Fig. 8 Spatial distribution of tourist behavior trajectory in Enshi Grand Canyon

山地内大部分旅游资源生命周期较短[56]，对客流量的时间控制和空间控制至关重要，因此，游客受到时间限制会选择以便捷且倾向于核心旅游资源的方式开展旅游活动。其中，七星寨景区由于七星台至云梯入凡段为单向路线，受时间和空间限制较少，总体轨迹的聚集性较均匀，而云龙地缝景区作为旅游区最佳路线的首地，完成全程的游览会受到时间和空间限制。结合网络点评数据和游记文本③(③kiki于2021-08-21表示：“地缝我们只看了瀑布就出来了，体力不够的根本无法完成全程”来自于https://www.meituan.com/zhoubianyou/2206667/F:\customXml\item1.xml；olina（北京）于2018-06-13表示：“游完七星寨坐景区交通车回到云龙地缝入口，已经人满为患了，地缝不到1公里，先栈道下行到谷底，走一段儿看两个瀑布，中间过一座铁锁桥，再看一个瀑布，然后就上行栈道回到地面。要赶晚上7点的高铁，于是结束恩施大峡谷的游玩。”来自于http://www.mafengwo.cn/i/9168305.htmlF:\customXml\item2.xml；夏威夷也有冬天（天津）于2019-08-21表示：“云龙地缝目前只开了一期（垂直观光电梯属于第二期）所以并不是很长，过了璧合桥不久就走到尽头，然后就是向上走一段又窄又陡的石阶路，完成我们的云龙地缝探秘之行。”来自于http://www.mafengwo.cn/i/17002498.htmlF:\customXml\item3.xml。)可知，受到时间限制，游客在云龙地缝景区一般会选择可上行的索道，中途放弃以北景观而抵达七星寨景区，或先游览七星寨景区，受到景区外的行程限制以及云龙地缝景区本身的空间限制，仅在云龙瀑布南侧的银龙、黄龙瀑布等优质景观开展旅游活动，因此，游览方向分散的景区游客可选择性较强，由于时间和空间限制，景区集中度相对游览方向单一的景区小。

3.2.2 不同性别拍照行为轨迹具有空间一致性，但分布状态存在差异

不同性别的游客拍照行为在七星寨景区和云龙地缝景区均有聚集（图9），但总体上均对七星寨景区有偏向性。其中，男性游客拍照行为轨迹比女性数量多且分布均匀，聚集性不明显，多呈片状和线状分布。女性游客的拍照行为轨迹主要聚集于七星寨景区入口、七星寨景区部分核心景点（迎客松等）以及返程乘车处等标志点（图9(b)），多呈点状分布。
图9 不同属性游客拍照行为轨迹空间分布

Fig. 9 Spatial distribution of tourist behavior trajectories with different gender

4 讨论

山地型旅游区因其独特的自然-人文双重属性，已成为游客最受欢迎的旅游目的地之一。根据已有游客偏好规律研究[57⇓⇓-60]，山地型旅游区的游客拍照首选地集中于自然景观和交通网络集结处。不同的地形梯度分布因不同的坡度与高程存在明显差异[61]，而部分知名景点受地形以及生态环境保护要求的影响，不适于高强度的生产生活，从而造就其独特景观。且随着山地峡谷内岩溶等景观的分布密度、可溶性特征以及景观级别的增大，其景观的资源禀赋和知名度随之提高[62]，成为游客驻足拍照的动机；山地中索道、栈道、观光电梯等其他游览方式弥补了徒步方式时间消耗过长的不足，与景区小交通构成旅游区内交通网络，可达性强，成为重要的停靠点，但这些方式使游客无法感受和体验部分景观，就此认为景区对小交通的开发建设应尽量不遮挡景观，划分区域可通过主要交通轴线相互连接[63]。
山地型旅游区推荐游线尽可能地综合考虑功能、行为特征和时间约束等方面的导向性，从而满足不同游客需求，保证旅游者实际的游览路线与旅游区推荐路线相一致。山地型旅游景区最佳开发方向是生态旅游[64]，依托资源可挖掘的多重功能（社会、经济、文化、生态等），适度开发由休闲观光、探险科考、文化教育等构成的多元旅游产品，并结合不同游客类型的行为特征增设专题游览线路，如休闲度假类游客一般选择“野趣峡谷游”。综上，山地型旅游区内功能挖掘、游客行为特征以及时间约束对旅游线路规划的导向作用影响着游客的体验感和满足感，决定了游客是否选择景区推荐路线。
已有山地型旅游区主题研究与本研究的共性在于景区游客游览行为具有季节性，夏季因避暑需求游客量骤增[65]；山地型旅游区的项目设计和游览路线与安全保障息息相关。虽然山地型景区可以凭借得天独厚的自然条件开展探险、登山和科考等旅游活动，但旅游安全保障体系的建立和完善与景区发展速度应保持一致，包括自然灾害、治安安全等在内的人为灾害以及因景区发展不成熟引致的旅游服务安全等[66-67]。与其他类型旅游区的差异主要在于山地型旅游区不仅要展现出地形塑造出的独特景观，也要重视其文化特色的展示，突出文化特征的山地景观更能促进景区可持续发展，比如生态文化、建筑文化、制度文化等[68]，而本文的研究对象是偏向于自然景观的山地型旅游区，其文化的特色并不突出。至此，可结合调查法、观察法等研究方法，分析山地型旅游区中文化因素对游客行为的影响或与其他因素相比，文化因素是否降低或提高了游客的满意度和忠诚度?旅游流与文化特色突出的景观之间的空间特征如何?山地型旅游点如何依托地形特征打造其旅游节点等等问题，以探讨如何结合峡谷形态和独特文化赋予的旅游区优势以合力促进山地型景区旅游高质量发展。

5 结论

本文以山地型旅游区恩施大峡谷为例，综合六只脚平台获取的游客GNSS轨迹、位置照片数据以及网络文本数据等多源数据类型，利用各类数据间的可相互补充与验证特点强化数据分析结果。同时运用数据网格化方法，发现了有别于其他类型旅游区的游客行为特征：① 节日效应不同：山地型旅游区短假期的游客量要高于长假期，而其他类型的旅游区（乡村旅游区、森林公园等）客流高峰期主要分布在“十一”黄金周等长假期。综上，以恩施大峡谷旅游区为代表的山地型旅游区受到假日制度的影响呈现与其他类型旅游区不同的节日效应，主要在短假期上体现出强效应。② 气候对旺季客流影响不同：山地型旅游区的旺季因降水、气温等气候条件客流量出现较大的差距，而乡村旅游类、人文文化类等其他类型旅游区的气候条件对出游的影响力弱化，旺季客流变化较为平稳。综上，基于地貌背景的降水和气温特征是山地型旅游区游客行为季相特征明显的客观条件。③ 游览模式不同：文化休闲类旅游区游客倾向于夜景游览，游览时间最晚可达22:00，而山地型旅游区因地形地势引致的安全问题以及景区本身的发展导向不适于夜游模式，至此，山地型旅游区的日内行为轨迹相比其他类型景区的消失时间早。
数据栅格化方法的优势在于能够明晰游览轨迹的基本行为空间表达，以多维度进行行为轨迹的集成化，例如将月份层面的游览轨迹栅格按照旅游季节进行叠加，获得游览路径上每个旅游季节的时空行为特征，更加清楚地解析游客时空行为与地理空间的耦合特征，由此得出山地型旅游区的游客行为共性和特性特征：① 时间维度上，月份和季相变化层面，以恩施大峡谷为代表的山地型旅游区的游客轨迹点呈“多峰值”特征，且短假期的节日效应较长假期强；旅游季节变化层面，山地型旅游区一般于3月下旬至11月为旺季，12-次年3月上旬为淡季，受到气候条件的间接影响呈现差异性聚集区，旺季游客量呈不稳定态；分时段层面，山地型旅游区游客行为轨迹呈倒“V”型，11：00-14：00游客量处于最高峰，日内结束时间相对较早，游客兴趣点具有一定的偏好性；② 空间维度上，受时空因素控制，山地型旅游区内部路线无迂回设计的景点出行轨迹密度高于其他景点，如恩施大峡谷中的七星寨景区，单一路径和上行索道的打造汇集了高密度的出行轨迹；不同性别的游客照片位置信息表明，男性和女性游客拍照行为轨迹均偏向知名度最高的景区，但集中形态存在差异，男性集中形态多呈片状和线状，女性多呈点状分布。
本文的不足之处在于与其他平台数据、调查访谈等传统方法相比，用户省内外、性别等属性无法批量或准确获取，限制本文更全面的信息挖掘，未来将与传统方法、心理学等学科相结合，更详细地探究山地型旅游区的游客时空行为以及演变特征。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
明庆忠, 王嘉学, 张文翔. 山地整理与城镇上山的地理学解读--以云南省为例[J]. 云南师范大学学报(哲学社会科学版), 2012, 44(4):48-53.

[ Ming Q Z, Wang J X, Zhang W X. A geographical interpretation of mountain exploitation and construction of mountainous towns: A case study of Yunnan[J]. Journal of Yunnan Normal University(Humanities and Social Sciences Edition), 2012, 44(4):48-53. ]

[2]
田瑾, 明庆忠, 刘安乐. 我国西南地区山岳型A级旅游景区空间分布及影响因素分析[J]. 湖南师范大学自然科学学报, 2021, 44(5):50-60.

[ Tian J, Ming Q Z, Liu A L. Spatial distribution and influencing factors of mountain-type A-class tourist attractions in southwest China[J]. Journal of Natural Science of Hunan Normal University, 2021, 44(5):50-60. ]

[3]
Nepal S K, Chipeniuk R. Mountain tourism: Toward a conceptual framework[J]. Tourism Geographies, 2005, 7(3):313-333. DOI:10.1080/14616680500164849

DOI

[4]
史鹏飞, 明庆忠, 韩剑磊, 等. 慢山:山地旅游发展的适宜模式研究[J]. 山地学报, 2020, 38(4):608-618.

[ Shi P F, Ming Q Z, Han J L, et al. Slow mountain: A suitable model of mountain tourism development[J]. Mountain Research, 2020, 38(4):608-618. ] DOI:10.16089/j.cnki.1008-2786.000538

DOI

[5]
史鹏飞, 明庆忠, 韩剑磊, 等. 山地旅游的非功用性体验研究--基于云南玉龙雪山游记的扎根理论分析[J]. 人文地理, 2021, 36(2):164-174.

[ Shi P F, Ming Q Z, Han Q L, et al. Research on non-utilitarian experience of mountain tourism: Grounded theory analysis on online travel notes of Yulong Snow Mountain in Yunnan[J]. Human Geography, 2021, 36(2):164-174. ] DOI:10.13959/j.issn.1003-2398.2021.02.020

DOI

[6]
谭静, 明庆忠, 李佩聪, 等. 人地关系视域下山地户外旅游地“三生”空间演变研究--以四姑娘山山地户外旅游为例[J]. 资源开发与市场, 2021, 37(7):871-876.

[ Tan J, Ming Q Z, Li P C, et al. Research on the “Three space” evolution of mountain outdoor tourism sites based on the theory of human-nature--Taking the mountain outdoor tourism in Siguniang mountains as an example[J]. Resource Development & Market, 2021, 37(7):871-876. ]

[7]
吴清, 冯嘉晓, 陈刚, 等. 山岳型乡村旅游地“三生”空间演变及优化--德庆金林水乡的案例实证[J]. 生态学报, 2020, 40(16):5560-5570.

[ Wu Q, Feng J X, Chen G, et al. The spatial evolution and optimization of Production-Living-Ecology space in mountainous rural tourism destinations: A case study of Jinlin watery area in Deqing County, Guangdong Province[J]. Acta Ecologica Sinica, 2020, 40(16): 5560-5570. ]

[8]
李涛, 陶卓民, 刘家明, 等. 山岳景区依托型乡村旅游就业吸附的空间特征[J]. 中国人口·资源与环境, 2021, 31(2):153-161.

[ Li T, Tao Z M, Liu J M, et al. Spatial characteristics of rural tourism employment promotion in mountainous areas[J]. China population, resources and environment, 2021, 31(2):153-161. ]

[9]
朱鹤, 刘家明. 山岳型景区建设下乡村聚落的多维重构--基于云丘山旅游景区微观案例的实证研究[J]. 地理研究, 2018, 37(12):2490-2502.

DOI

[ Zhu H, Liu J M. Rural settlement reconstructing driven by mountain scenic spot construction: An empirical study of Yunqiu Mountain Scenic Spot[J]. Geographical Research, 2018, 37(12):2490-2502. ]

DOI

[10]
刘培学, 廖茂林, 张捷, 等. 山岳型景区游客轨迹聚类与体验质量差异研究--以世界遗产地三清山为例[J]. 旅游学刊, 2018, 33(5):56-67.

[ Liu P X, Liao M L, Zhang J, et al. Tourist spatial behavior and experience quality in mountain resorts: A case study of Mount Sanqingshan[J]. Tourism Tribune, 2018, 33(5):56-67. ]

[11]
刘培学, 张建新, 吴荣华, 等. 基于决策树的山岳景区游客路径影响因素研究--以世界遗产地三清山为例[J]. 地域研究与开发, 2019, 38(3):102-107.

[ Liu P X, Zhang J X, Wu R H, et al. Influencing factors of tourist routes in mountain scenic area based on decision tree model: A case of the world heritage site mount Sanqingshan[J]. Areal Research and Development, 2019, 38(3):102-107. ]

[12]
王章郡, 温碧燕, 方忠权, 等. 徒步旅游者的行为模式演化及群体特征分异--基于“方法-目的链”理论的解释[J]. 旅游学刊, 2018, 33(3):105-115.

[ Wang Z J, Wen B Y, Fang Z Q, et al. Change of behavior patterns and differentiation of group characteristics of hiking tourists: Explanation based on Means-End Chain theory[J]. Tourism Tribune, 2018, 33(3):105-115. ]

[13]
吕丽辉, 王玉平. 山岳型旅游景区敬畏情绪对游客行为意愿的影响研究--以杭州径山风景区为例[J]. 世界地理研究, 2017, 26(6):131-142.

[ Lv L H, Wang Y P. Research on the impact of tourists' behavior intention based on awe emotion in mountain resorts[J]. World Regional Studies, 2017, 26(6):131-142. ]

[14]
李君轶, 唐佳, 冯娜. 基于社会感知计算的游客时空行为研究[J]. 地理科学, 2015, 35(7):814-821.

DOI

[ Li J Y, Tang J, Feng N. Tourists' spatio-temporal behavior based on socially aware computing[J]. Scientia Geographica Sinica, 2015, 35(7):814-821. ] DOI:10.13249/j.cnki.sgs.2015.07.002

DOI

[15]
程小蝶, 王坤, 雷振仙, 等. 山地旅游地旅游流网络结构演化特征--以贵州省为例[J]. 资源开发与市场, 2021, 37(12):1497-1504.

[ Cheng X D, Wang K, Lei Z X, et al. Evolution characteristics of tourism flow network structure in mountain tourism destination: Taking Guizhou province as an example[J]. Resource Development & Market, 2021, 37(12): 1497-1504. ]

[16]
张骏, 古风, 卢凤萍. 城市旅游空间行为路径分析及优化--以南京市为例[J]. 地理与地理信息科学, 2011, 27(1):85-89.

[ Zhang J, Gu F, Lu F P. Analysis and optimization of city tourism spatial behavior path: A case study of Nanjing[J]. Geography and Geo-Information Science, 2011, 27(1):85-89. ]

[17]
刘艳平, 保继刚, 黄应淮, 等. 基于GPS数据的自驾车游客时空行为研究--以西藏为例[J]. 世界地理研究, 2019, 28(1):149-160.

[ Liu Y P, Bao J G, Huang Y H, et al. Study on spatio-temporal behaviors of self-driving tourists based on GPS data: A case study of Tibet[J]. World Regional Studies, 2019, 28(1):149-160. ]

[18]
Balomenou N, Garrod B. Photographs in tourism research: Prejudice, power, performance and participant-generated images[J]. Tourism Management, 2019,70 (FEB.): 201-217. DOI:10.1016/j.tourman.2018.08.014

DOI

[19]
吴佩谕, 黄远水. 旅游照片的符号属性对旅游意向的影响研究--以微信朋友圈旅游照片为例[J]. 资源开发与市场, 2019, 35(7):993-1000.

[ Wu P Y, Huang Y S. Study on influence of symbolic attributes of travel photos on travel intention--Taking travel photos of WeChat friends circle as an example[J]. Resource Development & Market, 2019, 35(7):993-1000. ]

[20]
张坤, 李春林, 张津沂. 基于图片大数据的入境游客感知和行为演变研究--以北京市为例[J]. 旅游学刊, 2020, 35(8):61-70.

[ Zhang K, Li C L, Zhang J Y. A study on the spatio-temporal evolution of inbound tourists’ perceptions and behaviors based on big pictorial data: The case of Beijing[J]. Tourism Tribune, 2020, 35(8): 61-70. ] DOI:10.19765/j.cnki.1002-5006.2020.08.012

DOI

[21]
郭玲霞, 封建民, 刘宇峰. 基于网络评论的关中汉唐帝陵游客体验感知分析[J]. 资源开发与市场, 2020, 36(1):95-100.

[ Guo L X, Feng J M, Liu Y F. Study on visitors’experience of Han and Tang dynasties emperor mausoleum in Guanzhong based on online comments[J]. Resource Development & Market, 2020, 36(1):95-100. ]

[22]
关阳, 张徐, 苏振. 基于Python数据可视化的国内外游客桂林旅游感知对比分析[J]. 资源开发与市场, 2021, 37(11):1380-1387,1408.

[ Guan Y, Zhang X, Su Z. Comparative analysis of tourism perception between domestic and foreign tourists based on Python data visualization abstract[J]. Resource Development & Market, 2021, 37(11):1380-1387,1408.]

[23]
苏红霞, 张雪, 艾欣, 等. 基于UGC数据的乌兹别克斯坦国际游客行为时空特征研究[J]. 世界地理研究, 2019, 28(3):213-222.

[ Su H X, Zhang X, Ai X, et al. A study on spatio-temporal behavior of international tourists in Uzbekistan based on User Generated Content[J]. World Regional Studies, 2019, 28(3):213-222. ]

DOI

[24]
Korpilo S, Virtanen T, Saukkonen T, et al. More than A to B: Understanding and managing visitor spatial behaviour in urban forests using public participation GIS[J]. Journal of Environmental Management, 2018,207 (FEB.1):124-133. DOI:10.1016/j.jenvman.2017.11.020

DOI

[25]
张子昂, 黄震方, 靳诚, 等. 基于微博签到数据的景区旅游活动时空行为特征研究--以南京钟山风景名胜区为例[J]. 地理与地理信息科学, 2015, 31(4):121-126.

[ Zhang Z A, Huang Z F, Jin C, et al. Research on spatial-temporal characteristics of scenic tourist activity based on sina microblog: A case study of Nanjing Zhongshan Mountain National Park[J]. Geography and Geo-information Science, 2015, 31(4):121-126. ]

[26]
梁景宇, 赵渺希, 沈娉. 基于GPS轨迹的都市外围乡村徒步旅游社区聚类[J]. 旅游学刊, 2019, 34(8):129-140.

[ Liang J Y, Zhao M X, Shen P. Clustering of rural hiking tourism communities in city outskirts based on GPS data[J]. Tourism Tribune, 2019, 34(8):129-140. ] DOI:10.19765/j.cnki.1002-5006.2019.08.017

DOI

[27]
黄潇婷. 基于时间地理学的景区旅游者时空行为模式研究--以北京颐和园为例[J]. 旅游学刊, 2009, 24(6):82-87.

[ Huang X T. A study on temporal-spatial behavior pattern of tourists based on time-geography science: A case study of summer palace, Bejing[J]. Tourism Tribune, 2009, 24(6):82-87. ]

[28]
黄潇婷, 张晓珊, 赵莹. 大陆游客境外旅游景区内时空行为模式研究--以香港海洋公园为例[J]. 资源科学, 2015, 37(11):2140-2150.

[ Huang X T, Zhang X S, Zhao Y. Temporal-spatial behavior patterns of Chinese mainland tourists at Ocean Park Hong Kong[J]. Resources Science, 2015, 37(11):2140-2150. ]

[29]
黄潇婷, 李玟璇, 张海平, 等. 基于GPS数据的旅游时空行为评价研究[J]. 旅游学刊, 2016, 31(9):40-49.

[ Huang X T, Li W X, Zhang H P, et al. Evaluation of tourist temporal-spatial behavior based on GPS data[J]. Tourism Tribune, 2016, 31(9):40-49. ]

[30]
Zheng W M, Huang X T, Li Y. Understanding the tourist mobility using GPS: Where is the next place?[J]. Tourism Management, 2017, 59:267-280. DOI:10.1016/j.tourman.2016.08.009

DOI

[31]
郎月华, 李仁杰, 傅学庆. 基于GPS轨迹栅格化的旅游行为空间模式分析[J]. 旅游学刊, 2019, 34(6):48-57.

[ Lang Y H, Li R J, Fu X Q. Spatial pattern analysis of tourist behavior based on rasterization of GPS trajectories[J]. Tourism Tribune, 2019, 34(6):48-57. ] DOI:10.19765/j.cnki.1002-5006.2019.06.010

DOI

[32]
廖律超, 蒋新华, 林铭榛, 等. 基于交通轨迹数据挖掘的道路限速信息识别方法[J]. 交通运输工程学报, 2015, 15(5):118-126.

[ Liao L C, Jiang X H, Lin M Z, et al. Recognition method of road speed limit information based on data mining of traffic trajectory[J]. Journal of Traffic and Transportation Engineering, 2015, 15(5):118-126. ] DOI:10.19818/j.cnki.1671-1637.2015.05.015

DOI

[33]
李渊, 刘嘉伟, 严泽幸, 等. 基于卫星定位导航数据的景区旅游者空间行为模式研究--以鼓浪屿为例[J]. 中国园林, 2019, 35(1):73-77.

[ Li Y, Liu J W, Yan Z X, et al. Spatial behavior patterns of tourists based on satellite navigation data--A case study of Gulangy[J]. Chinese Landscape Architecture, 2019, 35(1):73-77. ]

[34]
刘阳, 赵振斌, 李小永. 基于PPGIS的乡村旅游社区景观价值变化研究--以丽江束河古镇为例[J]. 地理科学, 2021, 41(2):328-339.

DOI

[ Liu Y, Zhao Z B, Li X Y. Landscape value in rural community based on PPGIS: A case study on Shuhe Old Town of Lijiang[J]. Scientia Geographica Sinica, 2021, 41(2):328-339. ] DOI:10.13249/j.cnki.sgs.2021.02.016

DOI

[35]
李俊杰, 刘鹏程, 顿玉多吉. 基于步行轨迹的复杂道路中心线提取方法[J]. 华中师范大学学报(自然科学版), 2020, 54(1):89-95.

[ Li J J, Liu P C, Dunyu D J. Method to extract the center line of a complex road based on walking trajectory[J]. Journal of Central China Normal University(Natural Sciences), 2020, 54(1):89-95. ] DOI:10.19603/j.cnki.1000-1190.2020.01.015

DOI

[36]
赵莹, 王嘉铭, 毛子丹. 游客时空行为与保护教育感知研究--以香港海洋公园为例[J]. 人文地理, 2021, 36(2):73-81.

[ Zhao Y, Wang J M, Mao Z D. Tourists’ spatial-temporal behavior and conservation educational perception: A case study of the ocean park in Hong Kong[J]. Human Geography, 2021, 36(2):73-81. ] DOI:10.13959/j.issn.1003-2398.2021.02.010

DOI

[37]
杨敏, 李君轶, 杨利. 基于旅游数字足迹的城市入境游客时空行为研究--以成都市为例[J]. 旅游科学, 2015, 29(3):59-68.

[ Yang M, Li J Y, Yang L. The study on spatio-temporal behaviors of inbound tourists based on tourists’ digital footprints: A case study of Chengdu[J]. Tourism Science, 2015, 29(3):59-68. ] DOI:10.16323/j.cnki.lykx.2015.03.005

DOI

[38]
贾铁飞, 刘蓉. 访沪国内游客旅游行为空间特征研究[J]. 人文地理, 2015, 30(5):140-146.

[ Jia T F, Liu R. A sutdy on the spatial behavior characteristics of domestic tourists in Shanghai,China[J]. Human Geography, 2015, 30(5):140-146. ] DOI:10.13959/j.issn.1003-2398.2015.05.021

DOI

[39]
恩施州文化和旅游局. 恩施大峡谷AAAAA[EB/OL]. http://enshi.hbbaidu.com/cont/187.html2020-08-25.

[Enshi Culture and Tourism Bureau. Enshi Grand Canyon AAAAA[EB/OL]. http://enshi.hbbaidu.com/cont/187.html2020-08-25. ]

[40]
徐欣, 胡静. 基于GPS数据城市公园游客时空行为研究--以武汉东湖风景区为例[J]. 经济地理, 2020, 40(6):224-232.

[ Xu X, Hu J. Study on spatiotemporal behavior of urban park tourists based on GPS data: A case study of Wuhan East Lake scenic area[J]. Economic Geography, 2020, 40(6):224-232. ] DOI:10.15957/j.cnki.jjdl.2020.06.024

DOI

[41]
王文琛, 张补宏. 旅游虚拟社区中用户倦怠与消极使用行为影响因素研究--以“马蜂窝”旅游网为例[J]. 地理与地理信息科学, 2020, 36(5):86-94.

[ Wang W C, Zhang B H. A study on the influencing factors of user' fatigue and negative behaviors in tourism virtual community: Taking Mafengwo tourism network as an example[J]. Geography and Geo-Information Science, 2020, 36(5):86-94. ]

[42]
李鸿宇, 卢小平, 王志军, 等. 动态矢量数据与在线地图的实时发布与实现[J]. 测绘通报, 2017(4):104-107.

[ Li H Y, Lu X P, Wang Z J, et al. Real-time publishing and implementation of dynamic vector data and online map[J]. Bulletin of Surveying and Mapping, 2017(4):104-107. ] DOI:10.13474/j.cnki.11-2246.2017.0131

DOI

[43]
王靓, 罗雯婷, 李亚娟. 城市零售业热点区演变特征及驱动机制研究--以武汉市为例[J]. 世界地理研究, 2021, 30(6):1265-1274.

DOI

[ Wang J, Luo W T, Li Y J. Research on the evolution characteristics and driving mechanism of hot spots in urban retail industry--A case study of Wuhan[J]. World Regional Studies, 2021, 30(6):1265-1274. ]

[44]
Isabelle D W, Heidi K S, Hagenloh G. Interpretive media that attract park visitors and enhance their experiences: A comparison of modern and traditional tools using GPS tracking and GIS technology[J]. Tourism Management Perspectives, 2013, 7(1):59-72. DOI:10.1016/j.tmp.2013.04.002

DOI

[45]
翟卫欣, 段杰雄, 童晓冲, 等. 基于空间网格的多尺度人文地理特征分析[J]. 测绘学报, 2016, 45(S1):85-89.

[ Zhai W X, Duan J X, Tong X C, et al. Geo-spatial cognition on human's social activity space based on multiscale grids[J]. Acta Geodaetica et Cartographica Sinica, 2016, 45(S1):85-89. ]

[46]
李婷, 裴韬, 袁烨城, 等. 人类活动轨迹的分类、模式和应用研究综述[J]. 地理科学进展, 2014, 33(7):938-948.

DOI

[ Li T, Pei T, Yuan Y C, et al. A review on the classification,patterns and applied research of human mobility trajectory[J]. Progress in Geography, 2014, 33(7):938-948. ]

[47]
肖笃宁. 景观生态学研究进展[M]. 长沙: 湖南科学技术出版社,1999.

[ Xiao D N. Research Progress on Landscape ecology[M]. Changsha: Hunan Science&Technology Press, 1999. ]

[48]
崔步礼, 常学礼, 左登华, 等. 沙地景观中矢量数据栅格化方法及尺度效应[J]. 生态学报, 2009, 29(5):2463-2472.

[ Cui B L, Chang X L, Zuo D H, et al. Rasterizing vector data and its scaling effect for a sand landscape[J]. Acta Ecologica Sinica, 2009, 29(5):2463-2472. ]

[49]
王录仓, 严翠霞, 李巍. 基于新浪微博大数据的旅游流时空特征研究--以兰州市为例[J]. 旅游学刊, 2017, 32(5):94-105.

[ Wang L C, Yan C X, Li W. Research on spatial-temporal characteristics of tourist flow based on sina microblog LBS data: A case study of Lanzhou[J]. Tourism Tribune, 2017, 32(5):94-105. ]

[50]
韩梅, 孙根年, 冯庆. 景区级别与日历效应比较研究--以新疆吐鲁番4景区为例[J]. 资源开发与市场, 2022, 38(1):114-120.

[ Han M, Sun G N, Feng Q. Comparative study of scenic level and calendar effect: A case study of four scenic spots in Turpan, Xinjiang[J]. Resource Development & Market, 2022, 38(1):114-120. ]

[51]
荣慧芳, 陶卓民, 李涛, 等. 基于网络数据的苏南乡村旅游客源市场时空特征及影响因素分析[J]. 地理与地理信息科学, 2020, 36(6):71-77.

[ Rong H F, Tao Z M, Li T, et al. Spatial-temporal evolution and influencing factors of rural tourist market in southern Jiangsu based on network data[J]. Geography and Geo-information Science, 2020, 36(6):71-77. ]

[52]
谷晓萍, 李岩泉, 牛丽君, 等. 本溪关门山国家森林公园游客行为特征[J]. 生态学报, 2015, 35(1):204-211.

[ Gu X P, Li Y Q, Niu L J, et al. A survey of tourist behavior in mount guanmen national forest park, Benxi City[J]. Acta Ecologica Sinica, 2015, 35(1):204-211. ]

[53]
王新越, 曹婵婵. 基于网络游记的青岛市国内旅游客源市场结构与旅游流时空特征分析[J]. 地理科学, 2019, 39(12):1919-1928.

DOI

[ Wang X Y, Cao C C. Domestic tourist market structure and spatial -temporal characteristics of tourism flow in Qingdao City based on online travel notes[J]. Scientia Geographica Sinica, 2019, 39(12):1919-1928. ] DOI:10.13249/j.cnki.sgs.2019.12.010

DOI

[54]
周成, 冯学钢, 金川. 基于气候舒适度的我国旅游季节性分析与潜力提升[J]. 资源开发与市场, 2015, 31(12):1529-1533.

[ Zhou C, Feng X G, Jin C. Analysis of Chinese tourism seasonality and potential based on comprehensive climate comfort index[J]. Resource Development & Market, 2015, 31(12):1529-1533. ]

[55]
文娜娟, 孙凤芝, 贾衍菊. 时空行为模式对景区游客旅游消费的影响研究--以台儿庄古城为例[J]. 干旱区资源与环境, 2022, 36(2):171-177.

[ Wen N J, Sun F Z, Jia Y J. Influence of spatial-temporal behavior patterns on tourism consumption of tourists in scenic spot[J]. Journal of Arid Land Resources and Environment, 2022, 36(2):171-177. ] DOI:10.13448/j.cnki.jalre.2022.052

DOI

[56]
王静. 旅游活动对溶洞碳酸钙沉积景观影响及保护性研究[J]. 资源科学, 2006(5):140-144.

[ Wang J. The effect of tourist activities on the speleothems and conservation strategy in the show caves[J]. Resources Science, 2006(5):140-144. ]

[57]
张丽娜, 李仁杰, 张军海, 等. 位置照片表征的景区游客拍照行为时空模式[J]. 旅游科学, 2020, 34(1):88-103.

[ Zhang L N, Li R J, Zhang H J, et al. Spatial and temporal patterns of tourists' photographing behavior represented by location photos[J]. Tourism Science, 2020, 34(1):88-103. ] DOI:10.16323/j.cnki.lykx.2020.01.006

DOI

[58]
李渊, 高小涵, 黄竞雄, 等. 基于摄影照片与眼动实验的旅游者视觉行为分析--以厦门大学为例[J]. 旅游学刊, 2020, 35(9):41-52.

[ Li Y, Gao X H, Huang J X, et al. Visual behavior analysis of tourists based on photography and eye-tracking experiment: A case of Xiamen university[J]. Tourism Tribune, 2020, 35(9):41-52. ] DOI:10.19765/j.cnki.1002-5006.2020.09.009

DOI

[59]
戴光全, 陈欣. 旅游者摄影心理初探--基于旅游照片的内容分析[J]. 旅游学刊, 2009, 24(7):71-77.

[ Dai G Q, Chen X. An initial discussion about tourists' photographic psychology: Based on the content analysis of tourist photos[J]. Tourism Tribune, 2009, 24(7):71-77. ]

[60]
郭雅婷, 贾铁飞. 基于旅游数字足迹的访沪国内游客时空行为特征研究[J]. 资源开发与市场, 2017, 33(9):1147-1152,1154.

[ Guo Y T, Jia T F. Study on temporal-spatial behavior characteristics of domestic tourists in Shanghai based on tourists' digital footprint[J]. Resource Development & Market, 2017, 33(9):1147-1152,1154. ]

[61]
李益敏, 王东驰, 袁静, 等. 基于地形梯度的高山峡谷区土地利用时空格局及功能分区[J]. 水土保持通报, 2020, 40(6):303-311,331.

[ Li Y M, Wang D C, Yuan J, et al. Temporal and spatial pattern and functional zoning of land use in Alpine canyon region based on terrain gradient[J]. Bulletin of Soil and Water Conservation, 2020, 40(6):303-311,331. ] DOI:10.13961/j.cnki.stbctb.2020.06.043

DOI

[62]
韦跃龙, 陈伟海, 罗书文, 等. 乌蒙山区岩溶景观特征及其旅游扶贫潜力分析和模式[J]. 热带地理, 2020, 40(1):10-26.

DOI

[ Wei Y L, Chen W H, Luo S W, et al. Karst landscape features of the Wumeng Mountains and its tourism potential analysis for poverty alleviation[J]. Tropical Geography, 2020, 40(1):10-26. ] DOI:10.13284/j.cnki.rddl.003205

DOI

[63]
陈兴, 覃建雄, 史先琳. 横断山脉中南段地学景观系统及旅游开发构想[J]. 经济地理, 2016, 36(5):182-189.

[ Chen X, Qin J X, Shi X L. Study on geoscience landscape system and geo-spatial characteristics of the midsouthern section of Hengduan mountains, southwest China[J]. Economic Geography, 2016, 36(5):182-189. ] DOI:10.15957/j.cnki.jjdl.2016.05.024

DOI

[64]
王国爱, 李同, 刘洋, 等. 峡谷型生态旅游景区开发与规划--以山西省泽州县丹河峡谷景区为例[J]. 规划师, 2010, 26(11):37-43.

[ Wang G A, Li T, Liu Y, et al. Valley resort ecological tourism development and planning: Danhe Valley, Zezhou County, Shanxi Province[J]. Planners, 2010, 26(11):37-43. ]

[65]
范春, 赵小鲁. 时空思维与山地型景区旅游项目策划--以重庆金佛山景区为例[J]. 经济地理, 2010, 30(3):524-528.

[ Fan C, Zhao X L. The project planning of tourism based on thinking of time and space: Take case of golden buddha mount scenic spot[J]. Economic Geography, 2010, 30(3):524-528. ] DOI:10.15957/j.cnki.jjdl.2010.03.026

DOI

[66]
张进福. 建立旅游安全救援系统的构想[J]. 旅游学刊, 2006(6):39-43.

[ Zhang J F. On establishing tourist rescue system[J]. Tourism Tribune, 2006(6):39-43. ]

[67]
岑乔, 黄玉理. 基于旅游者认知的山地旅游安全现状调查研究[J]. 生态经济, 2011(10):147-151.

[ Cen Q, Huang Y L. Investigation and research on mountain tourism based on perception of tourists[J]. Ecological Economy, 2011(10):147-151. ]

[68]
吴忠军, 张瑾. 旅游业发展对山地少数民族村寨文化遗产保护的影响--以广西龙脊梯田景区为例[J]. 经济地理, 2008(5):891-896.

[ Wu Z J, Zhang J. The influence of the tourism development on the cultural heritage preservation of the ethnic minorities' stockade village[J]. Economic Geography, 2008(5):891-896. ]

Options
文章导航

/

〈 〉