首页  /  发现  /  思想  /  正文

“全域旅游”导向下鄂西游憩服务的空间潜力预测研究——基于集成模型的机器学习方法

景观设计学 2023-05-05 来源:景观设计学
原创
本研究提供了一条从环境特征变量数值关系角度理解区域尺度游憩空间规律的技术路径,旨在为全域旅游和乡村振兴的空间发展策略提供参考。

微信图片_20230504094313.jpg


论文信息

DOI: 10.15302/J-LAF-1-020073


“全域旅游”导向下鄂西游憩服务的空间潜力预测研究

——基于集成模型的机器学习方法


作者

文晨1,2,茶静1,2,徐利权1,2,3,徐海韵4

1 华中科技大学建筑与城市规划学院
2 自然资源部城市仿真重点实验室
3 华中科技大学建成遗产研究中心
4 北京建筑大学建筑与城市规划学院



摘要

在建设“全域旅游”的背景下,区域尺度的游憩服务发展将从单一景点景区的建设转向旅游目的地的综合统筹,助力乡村振兴和区域协调发展。然而,在全域旅游“连点成片”的过程中,如何根据本地独特的环境禀赋识别出具有较高游憩潜力的区域并据此评估发展的优先程度,仍是研究与实践的热点和难点。基于此,本研究以鄂西地区为例,引入生态系统文化服务理论中潜力评估的研究方法,运用社会-生态多源数据构建了一个结合集成机器学习的SDM模型。该模型对研究区域内336个已知游憩服务热点的环境特征进行了剖析,并预测了连续空间中高游憩潜力区域的概率分布。本研究提供了一条从环境特征变量数值关系角度理解区域尺度游憩空间规律的技术路径,旨在为全域旅游和乡村振兴的空间发展策略提供参考。


关键词

全域旅游;游憩服务;生态系统文化服务;空间潜力预测;机器学习;鄂西


Spatial Potential of Recreational Services in Western Hubei Region in Light of the “All-for-One Tourism” Development—A Machine Learning Approach Based on Ensemble Model

WEN Chen1,2, CHA Jing1,2, XU Liquan1,2,3, XU Haiyun4

1 School of Architecture and Urban Planning, Huazhong University of Science and Technology
2 Key Laboratory of City Simulation, Ministry of Natural Resources
3 Built Heritage Research Center, Huazhong University of Science and Technology
4 School of Architecture and Urban Planning, Beijing University of Civil Engineering and Architecture


Keywords

All-for-One Tourism; Recreational Services; Cultural Ecosystem Services; Spatial Potential Prediction; Machine Learning; Western Hubei


版权声明:本文版权归原作者所有,请勿以景观中国编辑版本转载。如有侵犯您的权益请及时联系,我们将第一时间删除。

投稿邮箱:info@landscape.cn

项目咨询:18510568018(微信同号)

打赏
  • 给Ta打个赏

0

发表评论

您好,登录后才可以评论哦!

热门评论

相关文章