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 |
| |
作者单位: | 黄山学院 旅游学院,安徽 黄山245041;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 宝鸡721013;陕西师范大学 地理科学与旅游学院,西安710119 |
| |
基金项目: | 陕西省社会科学基金;陕西省自然科学基础研究计划;安徽省高等学校人文社会科学研究重点项目 |
| |
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 |
本文献已被 CNKI 万方数据 等数据库收录! |
|