随机森林算法在区域生态旅游适宜性评价中的应用研究

生态旅游适宜性评价是评估生态旅游发展潜力、制定生态旅游规划和进行生态旅游开发的基础和重要参照.本文引入机器学习方法,从方法可行性、数据映射和预测实现等方面进行探讨,应用随机森林算法对湖南武陵山片区生态旅游适宜性展开实证研究.湖南武陵山片区旅游资源丰富,脱贫后亟需开展生态旅游来巩固拓展脱贫攻坚成果实现与乡村振兴有效衔接以及促进可持续发展.研究结果表明:①将机器学习算法引入到区域生态旅游适宜性评价领域作为一种新方法,可为之后改进生态旅游适宜性评价方法提供新思路与新方案;②随机森林算法可以有效应用在区域生态旅游适宜性评价方面,可作为适宜性评价研究的一种新方法,模型优化后的平均测试精度达86.49％,受试者工作特征曲线(ROC)与坐标围成的面积(AUC)达0.95,评价结果能够准确反映湖南武陵山片区生态旅游适宜性程度;③特征重要性排序结果显示土地利用类型影响最大,占比达到28.98％,人口密度、距景点距离和生物丰富度等因子的影响也较大,分别为16.34％、12.2％和10.65％,在进行生态旅游开发时应重点考虑这些因素;④生态旅游适宜性结果表明,高度适宜与适度适宜区占比高,研究区生态旅游开发潜力大.根据不同适宜性结果提出不同的开发方向:高度适宜区走保护性开发模式,打造体验-教育型生态旅游;适度适宜区走联合性开发模式,打造支撑型生态旅游;边际适宜区走限制性开发模式;不适宜区应当禁止开发.针对研究结果提出"两中心一带一板块"开发策略,可为武陵山片区进行生态旅游开发及巩固脱贫成果提供理论和技术指导.