讨论
4.1. 传感器和视觉技术的优势、局限性和考虑因素
表2比较了技术代表性、部署要求、信息丰富度和分析焦点。GPS应用支持可扩展的轨迹分析，但可能低估老年用户。计算机视觉可以捕捉场景中所有可见用户，但需要更多的设置和维护。蓝牙和WiFi系统可以廉价且可扩展。GPS记录路径但不记录活动类型，而视觉和可穿戴传感器提供更丰富的活动信息。这些差异应指导方法选择。
4.1.1. 基于传感器技术：GPS、应用、可穿戴设备、蓝牙和WiFi
GPS记录器和智能手机应用提供详细的空间和时间数据，用于研究步道、集水区和移动流。应用和聚合移动数据支持大规模比较，但可能过度代表年轻、城市和技术参与的用户。GPS在空间上精确，但如果没有上下文数据，无法轻易区分主动使用和被动存在。
可穿戴传感器测量活动强度，对特定年龄组的健康研究很有价值，但成本和参与者依从性限制了规模。蓝牙和WiFi系统可以通过被动设备检测以低成本估计人群密度，尽管结果取决于设备所有权、设置和信号条件。
传感器数据仍然需要同意、匿名化和法规遵从的保障措施。GPS和蓝牙记录还需要与景观特征进行上下文对齐。尽管有这些限制，传感器方法对于映射移动性、访问和体育活动仍然很有价值。
4.1.2. 基于视觉的技术
视觉方法使用摄像机、无人机和社交媒体图像来分类可见动作，如步行、坐着和团体娱乐。它们不依赖于设备所有权，可以包括摄像机视野内的所有可见用户，尽管覆盖范围仍限于该视野。
计算机视觉从场景生成语义信息。YOLO和场景识别网络等模型检测社交媒体图像、无人机镜头和监控视频中的活动和互动类型。这些方法识别位置传感器可能错过的活动，并可以支持审美偏好和娱乐价值分析。
视觉模型对照明、相机角度和遮挡敏感，通用数据集可能无法很好地代表环境行为。用户生成的图像也偏向于有吸引力或标志性的位置，可能低估拍摄较少的区域。
视觉数据可以包括可识别的人和敏感活动。面部模糊、本地处理和聚合视觉描述符可以降低隐私风险。平台限制、访问政策变化和数据所有权也影响可重复性。如果仔细管理，视觉方法为空间行为、文化生态系统服务和设计偏好提供了丰富的上下文证据。
4.1.3. 混合方法
混合方法结合空间轨迹与视觉或活动数据，以显示人们去哪里以及他们如何参与自然环境。它们可以区分主动和被动使用，并将行为与文化意义联系起来。早期研究将传感器与手动解释相结合，而最近的工作使用计算机视觉。两种方法都解决了单个数据源的局限性。
混合系统可以通过跨模式交叉验证行为证据并改进活动分类来加强分析。它们对于将空间模式与感知或审美维度联系起来特别有用。然而，空间和时间分辨率的差异可能使同步、元数据集成和解释复杂化。
混合方法也增加了隐私风险，因为结合空间数据和视觉数据即使每个来源都匿名化，也可能允许重新识别。相关的保障措施包括实时匿名化、本地处理和透明披露监测实践。数据集成还需要技术专业知识和标准化协议，以支持可扩展性和可重复性。
尽管有这些限制，混合方法提供了方法上的灵活性和解释深度。它们非常适合将移动模式与活动类型、景观 affordance 或社会和环境感知联系起来的研究。
4.2. 监测技术如何塑造行为知识
本综述确定了三个主要行为维度：存在、移动、活动和互动，空间分布作为一个跨领域的分析视角。基于传感器的方法主导存在和移动的研究，而基于视觉的方法在活动和互动的分析中更普遍。这种不均匀的分布表明监测技术如何塑造哪些人类行为维度变得可观察以及如何解释。不同的技术不仅以不同方式收集数据；它们产生不同形式的行为知识。
传感器数据通常将行为表示为跨空间和时间的计数、密度和移动，而视觉数据表示场景内的活动类型、姿势和互动。这一区别解释了为什么传感器研究聚集在游客量和轨迹周围，而视觉研究强调活动分类。混合研究连接了这些互补的证据形式，并支持对公园使用的更完整评估。
存在和移动主导了文献，因为游客计数和轨迹很容易用WiFi探测和移动传感捕获。这些研究描述了访问强度、移动流和可达性，证实了该领域对移动性的强烈强调。
活动和互动不太常见，但近年来有所增长。这些研究识别了娱乐、社交互动以及与环境因素的互动。它们提供了更丰富的行为描述，但其数量较少表明详细的活动分析仍然有限。
空间分布与所有行为维度重叠，最好被理解为一种分析视角，而不是一个独立的行为。研究用它来将存在、移动或活动与环境条件联系起来，混合方法越来越多地将轨迹与上下文信息联系起来。
总体而言，研究强调存在和移动多于活动和互动。空间分布将这些维度联系起来，但大多数研究仍然只提供了人类与自然互动的部分视图。可见的维度取决于所选的监测方法。
除了方法考虑之外，这些发现对环境发展和管理具有更广泛的跨学科影响。通过澄清监测技术如何塑造人与自然互动的可见性，本研究为将行为数据整合到政策制定、城市规划和管理中提供了基础。
区分存在、移动和活动可以支持更有针对性的决策。规划者和管理者可以将监测策略与目标对齐，例如管理游客压力、设计流通或增强体验质量和文化生态系统服务。更广泛地说，该框架整合了技术、社会和环境视角，并支持跨空间和组织背景的适应性、基于证据的治理。
在知识生产层面，我们的综合扩展了现有对数字调解行为证据的批评。智能手机GPS和社交媒体监测的综述表明，这些来源扩展了空间和时间覆盖，但主要将行为组织为位置、访问和移动。Venter等人进一步证明，众包娱乐数据即使聚合模式精确，也可能存在系统性偏差。基于图像和混合研究通过识别活动、感知线索和情境互动拓宽了这一证据领域，但图像可用性和平台参与仍然是空间选择性的。总之，该文献支持我们的发现，即技术不仅在准确性或规模上有所不同。它们使某些行为维度比其他维度更可见。因此，研究人员应区分直接观察和解释，并在动机、体验、非正式社会实践或文化情境使用是研究问题的核心时，将数字监测与情境观察、调查或定性证据相结合。
对于环境规划和管理，文献同样表明不同的数据源支持不同的决策。自动计数器估计入口和步道头的游客压力，而GPS和参与式GIS揭示路线、冲突区域和空间管理需求。计算机视觉可以区分计数和轨迹无法捕捉的可见活动和互动。Walden-Schreiner等人展示了比较步道计数与众包图像的价值，而最近的混合研究将地理定位图像与机器学习联系起来，以检查人们在哪里以及如何使用自然环境。在这些研究的基础上，我们的综合表明，方法选择应该从管理问题开始，而不是从数据可用性开始。游客计数可能足以进行容量评估，轨迹数据用于流通和访问，活动或互动数据用于评估娱乐使用和参与。平衡访问、游客体验和生态保护的决策需要跨方法三角测量，并清楚传达每个来源的局限性。
4.3. 隐私、数据保护和伦理考虑
监测技术受到隐私、数据保护和伦理约束以及技术能力的影响。位置和图像数据引发了关于所有权、同意和滥用的担忧。因此，每种方法的适用性取决于其制度和区域背景。
法规和数据的访问因地区而异。欧洲的通用数据保护条例（GDPR）对个人和位置数据施加了严格的要求。平台政策和制度实践也塑造了对社交媒体和移动数据的访问。因此，同一方法可能在一个背景下可行，而在另一个背景下受限。
GPS轨迹可以揭示个人日常活动，而图像可能识别人员或敏感活动。结合空间和视觉数据即使每个来源都匿名化，也可能增加重新识别的风险。因此，数据最小化、匿名化和清晰沟通至关重要。
方法选择还涉及实际和伦理权衡。计算机视觉和大规模跟踪提供了更丰富的证据，但需要更大的数据访问、计算和监管监督。计数器和聚合数据提供的细节较少，但可能更容易在偏远或资源受限的环境中负责任地部署。
4.4. 研究差距和未来方向
仍然存在几个差距。游客计数通常来自固定位置（如入口），可能会错过不太显眼区域的移动。GPS提供详细的轨迹，但由于隐私、成本和技术限制，通常仅限于小样本或单个站点。区域研究通常从地理标记照片或评论推断移动，这提供了广泛的覆盖，但时间连续性和空间精度较低。未来的工作应将可靠计数与更大区域的连续移动数据连接起来。
计算机视觉研究通常依赖于小的、手动标记的数据集或不是为环境行为设计的通用模型。这些模型可能错过微妙的行为，如景观欣赏、团体互动和野生动物观察。为户外娱乐设计的标准化数据集将提高一致性、可转移性和可解释性。
代表性是另一个限制。移动技术可能低估老年人、儿童和边缘化群体，这对于公平研究尤其成问题。分层抽样、离线数据收集和包容性应用设计可以改善人口覆盖。
未来研究应整合传感器和视觉数据，以连接游客数量、轨迹和活动。被动无线跟踪需要进一步验证，计算机视觉需要更好地识别复杂活动。这些发展可以加强环境规划和人类福祉的证据。
GPS在与更广泛和更具代表性的数据结合时仍将很有价值。多城市签到数据可以揭示访问模式，而调查和实地观察增加了关于人口统计和偏好的信息。未来研究应整合主动和被动数据，并检查土地利用、交通、附近便利设施和环境条件如何影响公园使用。
