基于深度学习的旅游景区空间格局模拟与预测——以中国“一带一路”沿线18个省份为例
2021-06-10分类号:F592.3
【部门】黄山学院旅游学院 宝鸡文理学院陕西省灾害监测与机理模拟重点实验室 陕西师范大学地理科学与旅游学院
【摘要】应用核密度、基尼系数、地理探测器及深度学习技术,分析了中国"一带一路"沿线高等级旅游景区空间分布特征、影响机制,模拟预测出适宜高等级景区发展的新区域。结果表明:(1)中国"一带一路"沿线高级别景区呈集聚分布,集中程度高,均衡性差异悬殊,景区密度东南高、西北低。(2)通过地理探测器识别与高等级旅游景区空间分异密切相关的因子,得出城市分布、交通状况、植被覆盖情况及地形起伏对高级别景区空间分异有较强的影响力。(3)采用深度学习技术对景区空间格局进行模拟和预测,发现西南地区极适宜发展高级别景区,且无论是从自然环境角度还是从社会发展角度,均具有地域的成熟性与发达性;沿海地区和东北三省次之;西北地区较不适宜。
【关键词】深度学习 地理探测器 高等级旅游景区 中国“一带一路”沿线省份
【基金】陕西省社会科学基金项目(2020D008);; 陕西省自然科学基础研究计划项目(2021JM-513);; 安徽省高校人文社会科学重点研究项目(SK2019A0421)
【所属期刊栏目】地域研究与开发
文献传递