城市公园具有各种环境、经济和社会效益,作为邻里可达性较高且免费的场所,是市民体力活动发生比较频繁的空间载体。城市公园的空间特征影响使用人群的体力活动类型、频率和强度,因此,进一步了解城市公园内体力活动及空间使用情况,对丰富和完善体力活动服务体系具有重要的实践价值。首先,结合环境认知理论、社会生态理论、体力活动行为理论和环境行为研究方法四个方面深入了解相关基础研究理论,同时,确定研究数据来源、数据观测与采集方法、补充调查问卷和研究数据处理等方法与技术。其次,制定基于无人机(UAV)技术的观测方案和体力活动属性、空间位置、样本公园空间特征等数据采集与处理。研究以哈尔滨市四个典型城市公园兆麟公园、黛秀湖公园、斯大林公园、古梨园为研究对象。观测时间方面,选取寒地城市体力活动特征突出的初冬季节(2017年11月25日-12月2日)和过渡季节春季(2018年4月16日-4月22日)的共14天无雨雪晴朗时间,每天观测7:00-7:30、8:30-9:00、10:00-10:30、13:00-13:30、14:30-15:00、16:00-16:30六个时间段采集样本公园体力活动数据,在12月3日、4日和4月23日、24日采集样本公园空间特征数据。体力活动属性数据采集方面,基于SOPARC(体力活动观察系统)观测框架,使用UAV技术观测得到体力活动主体数量、性别属性、年龄属性、活动类型、活动强度;在样本公园正射影像数据采集方面,借助Agisoft PhotoScan无人机测绘图像处理软件处理得到样本公园高重叠度、高空间分辨率正射影像,进而得到植被、水体、场地分布等公园空间特征数据;体力活动空间位置数据采集及分析方面,借助已有研究“无人机视频数据定位处理系统”获取空间位置数据,基于GPS/INS结合的目标定位技术,利用摄影测量的共线条件方程来求解图像对应点的大地坐标,获取位置数据后,将目标点即活动主体位置数据与使用SOPARC方法观测所得到的活动主体属性数据相结合,使用ArcGIS的点密度分析,得到样本公园内体力活动点密度分析图。研究数据处理与分析方面,对所得数据进行数据清理、缺失值处理、数据标准化和数据清洗评估,通过观察员培训、观测过程及数据处理观测数据比较验证确定本次研究的数据可靠性。最后,总结分析哈尔滨城市公园冬季和春季体力活动特征,描述总结体力活动冬季和春季的总样本特征、公园类型差异和活动时间差异。通过所得数据分析样本公园体力活动空间分布和集聚特征,使用ArcGIS中的核密度分析进行体力活动密度等级分类,得到不同个人属性、时间粒度、活动类型和活动强度四个方面的体力活动空间集聚特征。通过调查问卷获取样本公园体力活动集聚区空间影响要素类别,从场地内部可达性、场地空间开敞性、场地设施、场地日照情况四个方面探讨立体活动集聚区的空间影响要素,明晰寒地城市公园体力活动分布和空间特征的关系。本研究由表及里探寻体力活动行为与公园空间特征的关系,开展体力活动空间分布及集聚区影响要素研究,旨在深入了解体力活动及空间分布情况,指导我国寒地城市公园体力活动空间的构建和完善。