轨迹的分析与识别在很多应用场景都非常重要。在本文中,我们提出了一种新的具有高度信息量的原始轨迹表征方式——三维管状模型,并利用其特征进行轨迹运动模式的分析与识别。我们的方法首先利用训练数据提取出整个场景内分布的运动信息和不同轨迹之间交错产生的运动信息,并建立一个能够涵盖这些内容的传热系数分布场。接着,我们利用传热系数分布场来为每一个场景中的轨迹点构建热量扩散模型并获得其热量扩散图上的等高线。我们将原始轨迹上各个位置点对应的等高线连接起来获得最终的三维管状模型表征方式。这样的三维管状模型表征能够在保证自己本身原始轨迹运行路线的基础上,有效的包括场景中及周围轨迹与本身对应原始轨迹之间的交互信息,并且还可以在三维空间中清楚的展现出来。此外,针对提出的三维管状模型的高维特性,我们的方法还提出了与之对应的基于粘滞液体模型的高维特征提取方法,以高效准确的提取其特征用作识别与分析。最终我们将整套原始轨迹表征方法和对应的高维特征提取方法应用在不同的轨迹识别与分析场景中,包括轨迹聚类,轨迹分类与异常轨迹检测,并拓展我们的方法至三维空间,如三维空间人体骨架动作序列识别。各个应用场景中的实验验证了我们提出方法的有效性。