基于轨迹数据的遵义市红色旅游者时空行为模式研究

通过轨迹大数据的挖掘,揭示旅游者时空行为模式是旅游地理学的重要研究内容。本文引入时间、空间和方向相似度对基于密度的聚类算法（Density-Based Spatial Clustering of Applications with Noise, DBSCAN）进行了改进,选择典型的红色旅游目的地遵义市为案例,对2010—2019年的红色旅游者轨迹进行分析。研究发现：(1)所构建的研究框架和方法能够有效提取轨迹大数据中隐含的旅游者的时空行为模式;(2)遵义市红色旅游以半日游为主,夏季是红色旅游旺季;(3)红色旅游有6类模式,分别为“红色+购物娱乐”、“红色+历史文化”、“红色+登山旅游”、“红色+生态休闲”、“红色+古镇旅游”、“红色+乡村旅游”,主要分布于遵义市的西北部、东南部和西南部,模式长度12.03～18.42 km,模式持续时长0.65～13.60 h;(4)所有模式中共提取出24条旅游线路,包括全红色旅游线路（58.33%）和混合线路（41.67%）,平均长度为17.69 km,平均时长2.36 h;(5)遵义会议旧址作为核心吸引物,支撑了38.46%的线路的形成;(6)蓉遵...     

基于微博大数据的气候变化对中国赏樱旅游的影响

研究气候变化对生态系统旅游和休闲功能的影响是旅游地理学的重要领域。本文发展和优化了基于Logistic曲线从微博大数据中提取赏樱旅游活动开展时间的方法,并从2879033条与樱花相关的新浪微博大数据中筛选出587891条有效微博,进而提取和重建了中国2010—2019年赏樱旅游活动时间数据集,该数据集通过了物候站点观测数据和与温度响应关系的验证。在此基础上分析了过去10 a中国21个城市赏樱旅游活动始日、末日和持续期的时空格局,并模拟和预测了SSP2-4.5和SSP5-8.5两种气候情景下,2020—2050年中国赏樱旅游活动时间的变化趋势。结果表明：① 过去10 a,全国大部分城市赏樱旅游活动始日提前（占比61.9%）,末日提前（占比76.2%）,持续期缩短（占比52.4%）。纬度每升高1°,始日、末日分别推迟0.286 d（P < 0.01）和0.394 d（P < 0.01）,持续期缩短0.286 d（P > 0.05）。② 未来气候情景下,大部分城市赏樱旅游活动始日和末日提前,持续期延长。SSP5-8.5情景对赏樱旅游活动的影响比SSP2-4.5情景更明显。本文的方法和框架能够为气候变化对特定旅游活动的影响研究提供基于大数据视角的参考。     

基于微博大数据的2010～2018年中国桃花观赏日期时空格局研究

从新浪微博中检索到2 952 828条有关桃花观赏活动的微博,按照数据筛选、时空匹配、检验校准的流程,筛选出843 034条表述“桃花开了”的可采信微博,从中提取并构建了2010~2018年全国293个城市的桃花观赏日期数据集。之后使用物候站点观测数据、气温数据和物候模型模拟数据验证了桃花观赏日期数据集,得出基于微博大数据提取的中国桃花观赏日期数据集符合物候站点观测的桃花花期变化规律,符合桃花开花前气温升高则花期提前的基本规律,并与物候模型模拟的桃花花期基本一致,可以作为物候站点观测数据的重要补充。基于提取出的桃花观赏日期数据集,进一步分析了中国桃花观赏日期的时空格局,结果表明,纬度每升高1°,桃花观赏日期推迟1.78 d,其中北亚热带桃花观赏日期对纬度变化最为敏感,纬度每升高1°,桃花观赏日期推迟2.56 d。过去9 a全国大部分城市的桃花观赏日期提前。