張武琪 張持健

摘要：隨著城市居民生活范圍的擴大，城市綠地和休閑空間的同步擴展，傳統(tǒng)的城市規(guī)劃中，人群行為特征的采集方法和調查技術難以滿足日益增長的需求。本文以蕪湖市十里江灣為研究對象，利用智能無人機+GIS技術實現(xiàn)快速、高效、準確的使用者行為特征大數(shù)據采集，通過數(shù)據分析結果與實際應用環(huán)境相驗證，驗證該數(shù)據采集方法的可行性、有效性和可靠性，為實現(xiàn)大規(guī)模使用者行為特征的數(shù)據采集和分析提供了有效的技術手段，為進一步挖掘使用者行為特征奠定了定量分析的數(shù)據基礎。

關鍵詞：智能無人機；大數(shù)據；行為特征；十里江灣

中圖分類號：F592.1文獻標志碼：A文章編號：1001-2443（2023）03-0211-06

旅游資源有數(shù)量多、地域分步廣、隨時間變化快、信息量大等特點，造成傳統(tǒng)旅游資源調查工作量大、易受人力、物力、時間、資金和自然條件限制等問題［1-2］。以至于我國旅游資源數(shù)據采集工作存在效率低、誤差大的現(xiàn)象。近年來， 城市居民生產與活動范圍擴大、類型愈加復雜，傳統(tǒng)的城市規(guī)劃研究本身存在諸多問題， 迫切需要從方法論高度和應用層面來進行擴展以解決旅游資源采集、決策、效率和精準性問題。

1 研究現(xiàn)狀

眾所周知，準確有效地數(shù)據來源是旅游研究的基礎和核心，大數(shù)據時代的來臨開啟了“精準規(guī)劃”時代， 極大地拓展了城市規(guī)劃數(shù)據來源，同時城市規(guī)劃數(shù)據來源不僅取決于單一數(shù)據影響，利用不同大數(shù)據進行融合分析獲得真實有效的數(shù)據特征，對于不斷變化的旅游流進行預判和引導成為完善數(shù)據采集的最終目標［3-4］。

目前國內主要數(shù)據采集手段有手機信令和網絡爬蟲技術，基于手機信令數(shù)據的分析， 正越來越多地用于城市空間中人群活動的時空分布特征與解析，從而服務于特定的規(guī)劃設計目的［5-6］，但是由于手機信令數(shù)據的天然不足有二：其一，手機信令數(shù)據獲取困難，涉及電信運行商的商業(yè)秘密。其二，手機信令數(shù)據只能獲得使用者分布特性，卻難以獲得使用者的行為特征。為此利用網絡爬蟲等網絡工具來獲取所需分析的數(shù)據對象的行為特征成為了選擇［7-8］，但是因旅游大數(shù)據類型繁多，不僅包括以文本資料為主的結構化數(shù)據，還包括網絡日志、音頻、視頻、圖片、地理位置等半結構或非結構化的數(shù)據資料。網絡爬蟲技術在進行旅游大數(shù)據采集時，需要綜合利用多種分析軟件進行復雜計算和歸納推理，數(shù)據挖掘的計算量大，系統(tǒng)實時性差，提煉數(shù)據的可靠性難以保證［9］。為此本研究提出利用智能無人機+GIS系統(tǒng)、定點坐標飛行技術，實現(xiàn)大范圍多類型的城市公共休閑空間使用者行為特征及其分布特征高速、高效和準確的采集系統(tǒng)，從而為后續(xù)的城市規(guī)劃研究和十里江灣公共休閑空間分析奠定基礎。

2 十里江灣風景區(qū)概況和研究設計

2.1 研究區(qū)概況

蕪湖十里江灣濱江公園現(xiàn)已建成開放的一期和二期工程，從原蕪湖造船廠到青弋江入口，再延伸到魯港大橋之間，包括公園一期中的旅游碼頭廣場、海關公園、濱江特色商業(yè)走廊、吉和廣場、中江塔公園在內的5大政府公建景觀項目，以及二期中的十里江灣健康公園、十里江灣生態(tài)濕地公園、十里江灣人民公園、松鼠小鎮(zhèn)等景點。組成了全長10.5公里，寬度100—200米不等區(qū)域的十里江灣濱江風景區(qū)。

2.2 無人機數(shù)據采集分析

本研究基于智能無人機+GIS技術，進行十里江灣風景區(qū)旅游資源數(shù)據的采集和分析研究。利用人工智能+GIS實現(xiàn)無人機的定點、定軌跡飛行任務，完成十里江灣風景區(qū)使用者行為特征數(shù)據的定位導航數(shù)據戶外采集工作，進行旅游資源和使用者行為特征數(shù)據的轉換輸出，建立旅游資源和使用者行為特征信息庫，從而為進一步進行十里江灣風景區(qū)使用者行為特征分析奠定基礎。具體數(shù)據采集流程見圖1。

2.3 無人機硬件平臺

系統(tǒng)大數(shù)據采集設備為四旋翼結構飛行器，該無人機具有智能化的飛行特性和數(shù)據傳輸能力，無人機的結構特征及其特性參數(shù)分別見圖2和表1，使用的智能無人機飛控系統(tǒng)具有GPS定點定軌跡飛行功能，可以環(huán)繞飛行和控制速度，前俯視和下俯視攝像頭旋轉和切換簡便，拍照和攝像功能清晰度良好，連接網絡圖片和視頻可直接上傳至移動手機端，便于信息的采集和存儲。

3 十里江灣風景區(qū)使用者行為特征大數(shù)據獲取

3.1 十里江灣使用者行為分布特征數(shù)據采集點及其區(qū)域圖片

針對十里江灣10.5千米先后開發(fā)、開放的一期和二期濱江區(qū)域，本文在長達8.5千米的二期區(qū)域選擇了六個區(qū)域作為數(shù)據采集點，無人機數(shù)據采集研究區(qū)分布見圖3，具體的數(shù)據采集點圖4（無人機拍攝）如下：

3.2 智能無人機+GIS實現(xiàn)研究區(qū)大數(shù)據采集

通過使用智能無人機+GIS定點、定高度進行圖片采集，對居民出行特征、行為活動特征研究，從而為深入分析休閑空間使用者行為特征奠定基礎。無人機+GIS大數(shù)據采集步驟如下：

步驟一：利用無人機軌跡飛行和光流定位功能，結合GIS地理信息系統(tǒng)（無人機飛行控制界面自動采集和顯示三維GPS信息），實現(xiàn)了智能無人機研究區(qū)數(shù)據采集的快速定位。

步驟二：在無人機研究區(qū)定位完成后，首先通過手機遙控功能、升高無人機的高度、利用無人機垂直下視攝像頭采集地面圖片（下視攝像頭的張角為α）；再降低無人機高度，利用無人機雙鏡頭切換功能，通過無人機前部俯視鏡頭（攝像頭的張角為β）旋轉，采集定點環(huán)繞視頻，共同拼接組成了50M*50M或者100M*100M的使用者行為特征與分布圖片（圖5）。

步驟三：利用智能無人機的實時傳輸功能，將以上采集的圖片和視頻上傳存儲到移動終端，完成研究區(qū)數(shù)據采集工作。

4 大數(shù)據下十里江灣研究區(qū)使用者行為特征分析

4.1 研究區(qū)域使用者行為特征類別設計

根據實際采集的圖片和視頻信息，輔以人工修正，整理得到可視的量化數(shù)據。通過對時空特性、密度分布的直觀分析為使用者的行為特征定量研究奠定了基礎。行為特征的類別設計承載和連接了旅游資源大數(shù)據信息和數(shù)據的分析挖掘，通過查閱相關文獻［10，11］，結合研究區(qū)采集到的使用者具體行為差異和應用背景，本文在行為特征的整理鑒別中，區(qū)別動、靜和聚集、分散狀態(tài)，將行為特征分為文化益智、怡情娛樂、體育健身、觀光休閑和其他社交五類，其中具體的使用者行為采集及其特征劃分見表2。

4.2 研究區(qū)域使用者行為特征數(shù)據結果分析

本文借助智能無人機采集旅游資源大數(shù)據優(yōu)勢，分析蕪湖十里江灣風景區(qū)的人群活動分布隨時間變化的特征，選取周末12個時段的無人機采集圖進行處理分析，統(tǒng)計給出十里江灣人群活動分布，并進行定量評價。其次，野外觀測記錄應齊全，以備修正野外輸入錯誤同時為后續(xù)各時段十里江灣風景區(qū)使用者行為特征空間和時間分布數(shù)據處理提供幫助。無人機采集統(tǒng)計使用者行為特征和分布特征數(shù)據見圖6。

圖6給出十里江灣同一研究區(qū)使用者不同行為特征的時間分布圖，由圖可知，體育健身和觀光休閑是十里江灣行為特征的主要表現(xiàn)形式，文化益智、怡情娛樂和其他社交行為是次要輔助表現(xiàn)形式，使用者的行為特征表現(xiàn)會受到所處環(huán)境氛圍的感染和內在需求的驅動，結合實際背景，十里江灣二期研究區(qū)全長8.5千米均建有塑膠跑道，配有相應步道設施，各研究區(qū)均有大型停車場和茶水供給點，智能移動端計步計時反饋，這些為體育健身使用者提供良好的場所；同時沿長江的自然風光和配套的基礎設施，如避雨遮陽，綠化公園，濕地公園等，為有觀光休閑需求的使用者提供選擇。數(shù)據分析結果與實際情況相符。

結合圖7數(shù)據分析，同一行為特征在不同的研究區(qū)隨時間表現(xiàn)規(guī)律不同，與研究區(qū)實際環(huán)境背景具有一定的相關性，休閑觀光行為在十里江灣研究區(qū)全時段表現(xiàn)較為平穩(wěn)和分散，而體育健身行為在十里江灣研究區(qū)全時段表現(xiàn)較為強勢和集中，上午時段會出現(xiàn)小高峰，在下午不同時段會連續(xù)達到數(shù)值頂峰；結合周邊居民住宅集中和分布，距離便捷度，交通可達性和建有健身器械設施數(shù)量，這些為使用者行為特征的表現(xiàn)提供選擇，在數(shù)據采樣方面，可以看出健康廣場主題公園、十里江灣人民公園、十里江灣濕地公園高于臨江橋生態(tài)公園，與實際情況相符。

以上實例表明，以GIS標注研究區(qū)選定目標位置，采用智能無人機快速精準定位來完成指定位置的數(shù)據采樣是高效可行的。該技術手段獲取資源行為信息速度快，大大減少人力消耗，同時具有較強抗干擾性，使用者處于動態(tài)快速移動的情況下，采用無人機采樣可將瞬時數(shù)據固定下來，避免使用者的流動給數(shù)據采樣帶來誤差影響，采樣信息與相應數(shù)據間的轉化，使不同研究區(qū)同一時段采樣數(shù)據和同一研究區(qū)不同時段采樣數(shù)據均具有可比性，為后期使用者分布和行為特征的數(shù)據挖掘分析提供有力支撐，為大規(guī)模城市旅游規(guī)劃的輔助決策和大數(shù)據采集提供了新的視角和方法。

5 結束語

通過十里江灣風景區(qū)的案例，基于智能無人機進行使用者行為特征影像數(shù)據資料采集，實現(xiàn)GPS數(shù)據的采集應用，采集數(shù)據的管理整合和數(shù)據成果輸出，完善數(shù)據采集方法。智能無人機+GIS技術以其強大的空間數(shù)據實時采集、處理、實時分析和精確的空間實時定位能力，在廣域范圍內實現(xiàn)快速、高效、準確的大數(shù)據信息采集，為旅游資源信息的實時采集和及時處理提供強有力的技術支撐，為繁雜的數(shù)據管理、多元的成果表達和科學的數(shù)據分析提供快速、方便、準確的方法和手段，尤其適用于戶外旅游地大范圍、多區(qū)域且遮擋物較少的目標采集點研究。人群活動分布在特定地理區(qū)域內活動匯聚的時空表征，客觀地反映著城市空間的實際使用狀態(tài)， 并據此評估現(xiàn)有城市空間的實際供給效果以及兩者間的耦合或偏離程度， 從而判斷現(xiàn)狀城市空間資源的供給效應，對區(qū)域旅游發(fā)展的規(guī)劃和旅游流的引導發(fā)揮實際作用。

參考文獻：

［1］ 張碩.基于3S技術的旅游資源數(shù)據采集與管理［J］.黑龍江科技信息，2015（12）：110-111.

［2］ 秦蕭，甄峰，熊麗芳，等.大數(shù)據時代城市時空間行為研究方法［J］.地理科學進展，2013， 32（9）：1352-1361.

［3］ 王嘉茵，蘇宇新，凌國明，等.基于多維度大數(shù)據融合分析的旅游流研究方法設計—以廣州市為例［J］.科學技術創(chuàng)新， 2020，（5）：59-60.

［4］ 焦健，王德.從出行到活動：國外時空行為調查的演變與發(fā)展［J］.國際城市規(guī)劃，2020， 35（3）：34-41.

［5］ 鐘煒菁，王德.上海市中心城區(qū)夜間活力的空間特征研究［J］.城市規(guī)劃，2019，43（6）：97-106+114.

［6］ 任歡歡，孔令龍. 基于大數(shù)據的南京老城人群活動分布特征解析［C］. 中國城市規(guī)劃學會、沈陽市人民政府.規(guī)劃60年：成就與挑戰(zhàn)——2016中國城市規(guī)劃年會論文集（04城市規(guī)劃新技術應用）［C］.中國城市規(guī)劃學會、沈陽市人民政府：中國城市規(guī)劃學會，2016：13.

［7］ 劉燕.基于大數(shù)據技術的智能旅游數(shù)據間的相關性分析及應用研究［J］.林業(yè)調查規(guī)劃，2022，47（3）：181-184.

［8］ 張鵬.網絡爬蟲數(shù)據采集技術在旅游行業(yè)中的應用與實現(xiàn)［J］.中國新通信，2021，23（14）：94-95.

［9］ 黨群.旅游大數(shù)據分析實踐教學應用研究［J］.高教學刊，2020（4）：43-45+48.

［10］ 蘇靜，李超然，陳艷芳.南京市老年群體日常休閑空間及行為特征研究——以秦淮、玄武兩區(qū)為例［J］.中國名城，2021，35（7）：47-53.

［11］ 景中奕.基于空間與行為適宜性的沈陽渾南中央公園活動場地優(yōu)化設計研究［D］.沈陽：沈陽建筑大學，2021.

Abstract：With the expansion of urban residents' living areas and the synchronous expansion of urban green spaces and leisure spaces， in traditional urban planning， the collection methods and survey techniques for crowd behavior characteristics are difficult to meet the growing demand. The paper， taking Shilijiangwan， Wuhu City as the research object， utilizes intelligent UAV+GIS technology to achieve fast， efficient， and accurate big data collection of user behavior characteristics. By verifying the data analysis results with practical application environments， the feasibility， effectiveness， and reliability of this data collection method are verified， providing an effective technical means for achieving large-scale data collection and analysis of user behavior characteristics， which lays the data foundation for quantitative analysis to further explore user behavior characteristics.

Key words： intelligent UAV; big data; behavior characteristics; Shilijiangwan

（責任編輯：馬乃玉）