王嘉欣，陈 卓，张玉钧

(1.北京林业大学园林学院；2.中国科学院大学人工智能学院)

在我国，建立以国家公园为主体的自然保护地体系已然成为共识。在《关于建立以国家公园为主体的自然保护地体系的指导意见》中，多次提到鼓励利用智能化、互联网、大数据等新技术工具建设智慧自然保护地[1]。为了实现保护地旅游业的可持续发展，在过去的42年中，以美国和加拿大的公园、森林服务机构为首的组织开发了一些以游憩承载力理论为核心的游客管理框架并进行了实践。美国的此类游客管理概念模型包括游憩机会谱（Recreation Opportunity Spectrum，简称ROS）、游客影响管理（Visitor Impact Management，简称 VIM）、可接受变化限度（Limits of Acceptable Change，简称LAC）以及游客体验和资源保护（Visitor Experience and Resource Protection，简称 VERP）[2-5]。加拿大公园管理局开发了游客活动管理流程[6]。这些游客管理框架在北美的自然保护地体系中发挥了一定作用，但是随着保护地游客量的增加，这些理论在管理实践中面临的监测和管理局限越来越大。

要应对与日俱增的管理压力，实现对保护地游客的有效监测管理，游客数据的获取成为关键。探索新的游客数据获取和监测方式，以及建设新时代智慧游客管理模型，既可以解决上述传统游客管理框架中的问题，又可以实现以大数据为基础的具有中国特色的自然保护地智慧系统的构建。

一、研究理论基础

（一）旅游优化管理模型

1.模型介绍

1997年，旅游优化管理模型（Tourism Optimization Management Model，以下简称TOMM）的框架在澳大利亚诞生，其理论基础完全不同于上述北美管理框架[7-8]。……