东北5A级景区网络关注度区域差异研究

以2013—2016年全国31个省、自治区、直辖市对东北5A级景区网络关注度的百度指数为数据基础,采用弹性系数、变异系数和泰尔指数的方法来测度东北5A级景区的网络关注度的区域差异特征,分析了网络关注度的空间格局和影响因素。研究发现:2013—2016年全国对东北5A级景区的网络关注度总体呈现出增长的趋势;区域间、区域内和以省际为单元的网络关注度差异显著,网络关注度的空间格局未发生根本性变化;区域间差异是造成东北5A级景区网络关注度区域差异的主要原因,区域内差异对总差异的贡献率较小;客源地的旅游资源丰度和客源地与旅游目的地间的空间距离是东北5A级景区旅游网络关注度空间分布的主要影响因素。     

基于百度指数的东北三省4A级及以上景区网络关注度分析

基于2015—2016年百度指数,利用GIS空间分析方法及泰尔指数分析了全国31个省、自治区、直辖市对东北三省4A级及以上旅游景区的网络关注度.结果表明:(1)对于4A级以上景区关注强的省份主要集中在近距离省份以及经济发达的省份;(2)东北三省4A级以上旅游景区中,网络关注度高的与网络关注度低存在显著的差异;(3)全国31省对东北三省旅游网络关注度从高到低依次是辽宁省、黑龙江省和吉林省.     

全域旅游背景下A级旅游景区的时空集中性分析——以山东省胶东半岛为例

以胶东半岛A级旅游景区作为研究对象,运用GIS空间分析技术,研究胶东半岛A级旅游景区时间和空间分布的集中性特征.研究发现:(1)胶东半岛整体区域及各地级市的A级旅游景区的时间演变呈现相似的特征,2000-2014年A级旅游景区持续波动增长,2015-2017年A级旅游景区增长趋于平缓,各地级市A级旅游景区的数量随时间的演变差距逐渐拉大;(2)从区域整体范围来看,胶东半岛A级旅游景区在空间上呈集聚状态,集聚状况大致呈"南北高,中间低"的分布态势;(3)从市域范围来看,青岛市和烟台市的A级旅游景区分布呈集聚态势,威海市旅游景区的分布呈均匀态势,3市均存在旅游景区密集区.最后,从全域旅游发展理念出发,对优化胶东半岛区域A级旅游景区的开发、整合以及旅游业地区联合发展提出针对性措施.     

基于网络关注度水平的郑汴洛A级旅游景区空间格局及其影响因素

基于反映景区网络关注度的百度检索量、携程旅行点评量、新浪微博粉丝量和抖音粉丝量的指标,运用自然断裂分级法和核密度估计等方法,对中原核心地区郑汴洛黄金旅游带的133个A级旅游景区的网络关注度的空间差异进行分析,并利用空间回归分析探索其影响因素.结果显示:①空间分布格局方面,从总体网络关注度水平视角看,高关注度区和较高关注...     

新冠疫情影响下旅游景区网络关注度时空分异特征研究——以福建省5A级景区为例

研究基于2016—2020年百度指数数据,研究疫情影响下福建省5A级旅游景区网络关注度变化,分析时间、空间分异特征,结果显示：(1)时间分异特征上,表现为疫情影响下人们的搜索行为在周内发生巨大变化;季节性表现为疫情前的最高峰为疫情后的低谷;旅游景区网络关注度呈现出黄金周的井喷式发展变化;景区关注度年际变化受疫情影响表现出下降趋势.(2)空间分异特征上,游客网络关注度具有明显的空间集聚效应,主要客源市场集中于东南沿海地区,以福建省为圆心,向周边省市延伸,呈现圆形扩散态势;网络关注度空间演化呈现“多中心”空间分布态势,“核心-边缘”特征明显,表现为“东南-西北”两核心.     

江苏省旅游等级景区发展及其空间分布特征研究

系统分析了2001年以来江苏省旅游等级景区的发展态势和等级结构演变特征,并对2007年全省旅游等级景区空间分布特征进行了研究.研究结果表明:2001年以来江苏全省旅游等级景区总量逐年上升,年均增长率达37%;不同等级的旅游景区发展历程各有差异,4A级景区发展最为平稳,3A级景区增长最快,2A级景区持续快速发展,1A级景区发展明显滞缓;2006年以来全省旅游景区等级结构趋于相对稳定;2007年全省旅游等级景区主要集中分布在苏南地区,而在苏中、苏北地区的空间集中度较低,其中,2A至4A景区在全省的空间分布具有"空间集聚程度随景区等级提高而上升,等级越低的景区空间分布越均匀"的特点,4A级以上的高等级旅游景区主要集中分布在苏州、无锡、南京等苏南城市.     

新疆5A级旅游景区网络关注度时空分布特征研究

基于百度指数和新疆旅游局官网的有关数据,以2015—2018年全国各地对新疆5A级景区的网络关注度为研究对象,采用年际变动指数、季节强度指数、周内分布指数和地理集中指数等指标,从时间和空间两方面分析了新疆5A级景区的网络关注度分布特征.结果表明,新疆5A级景区的网络关注度存在年际差异,但整体上变化不大,且趋于稳定上升态...     

长江三角洲3A级以上旅游景区空间结构研究

以国家3A级以上旅游景区为例,基于地理学方法的空间分析手段和GIS空间分析工具,从定量和定性两方面探讨长江三角洲387个3A级以上旅游景区的空间分布结构,分析其空间分布规律.结果表明,长江三角洲3A级以上旅游景区的空间分布类型为凝聚型;景区在研究区分布较为集中,其分布高密度区是上海、苏州、南京、杭州等城市;景区间的快速交通线路密度不大,空间联系较弱,且紧凑程度一般.最后,给出长江三角洲3A级以上旅游景区空间结构优化的方向与策略.     

淮海经济区A级旅游景区的空间结构研究

以淮海经济区A级旅游景区为研究对象,运用GIS空间分析工具,从定量和定性两个层面,分析了淮海经济区358家A级旅游景区的空间结构特征.结果表明:淮海经济区A级旅游景区呈凝聚型空间分布;空间分布呈现东多西少的区域总体特征、两纵三横的轴线特征和明显的核心-边缘结构特征.从具体景区分布看,沿海沿河地区、铁路沿线地区以及连云港、徐州、枣庄、济宁和泰安等主要城市A级旅游景区分布密度较高.根据景区空间分布特征,从旅游资源、交通、经济和区位等因素对成因及空间结构优化策略进行了探讨.     

广东省A级旅游景区空间分布特征及影响因素分析

A级旅游景区的等级与数量体现了一个地区的旅游发展实力.创建A级旅游品牌,可以增加政府的旅游收入,发挥旅游功能,促进就业、改善民生;可以实现区域的综合发展,展示地方形象,打造当地品牌.利用GIS空间分析工具定量分析358个广东省A级旅游景区,并选择最邻近点指数、地理集中指数、基尼系数等探讨广东省A级旅游景区的空间分布特征.结果表明:①景区空间分布集聚特征明显,主要集中在广州、梅州、惠州、韶关、清远、佛山和东莞等城市;②景区呈现中心集聚的不均衡特征,集聚在以珠三角和粤北为中心的纵轴上,粤东粤西分布密度不高;③不同等级的旅游景区分布有较明显差异;④社会经济、人口分布、旅游资源、交通条件等多种因素影响广东省A级旅游景区的空间分布.     

江西省A级旅游景区时空演变及动力机制

以2002—2020年江西省438个A级旅游景区为研究对象,运用最近邻指数、核密度分析、标准差椭圆、地理探测器等空间分析方法研究其时空分布演化及其动力机制.结果表明:(i)在时序演变上,以2013年为分界点,江西省A级旅游景区数量增长呈现前缓后陡的“M”型特征,不同类型旅游景区增长变化具有显著性差异;(ii)在空间维度上,江西省A级旅游景区的高密度区经历单核状集聚—散点状分布—组团式结构的空间演化过程,并逐步形成环鄱阳湖的“O”型核密度结构,空间分布具有环湖、亲水、沿路等显著特征,空间方向分布在总体上呈东北—西南走向,重心随着时间演化由北往南迁移,标准差椭圆整体呈现小幅度逆时针旋转;(iii)江西省A级旅游景区时空格局演化主要受自然环境涵养力、经济发展推动力、市场需求拉动力、区位交通辐射力、旅游资源内驱力及政策制度调控力等多种内外部力量共同驱动.     

鄱阳湖生态经济区A级旅游景区空间结构研究

通过ArcGIS和地理集中系数、基尼系数、洛伦兹曲线等数理方法,对鄱阳湖生态经济区A级旅游景区的空间结构进行了探讨和分析,将2004、2007、2010和2012年4个时间段A级景区的数量进行对比,并将新增景区与交通干线、重要水系进行叠置,动态分析 A 级景区空间结构的演化规律.研究结果表明:鄱阳湖生态经济区 A 级旅游景区在空间分布类型上属于集群分布,空间结构上呈多核-边缘结构,等级规模上为纺锤型结构,空间上呈现非均衡的分布态势,时间上呈现沿交通干线和主要水系的演变规律.     

山西省旅游资源空间结构分析

运用最近邻点指数、基尼系数定量分析方法,以山西省国家A级旅游景区(点)为例,分析得出山西省旅游资源空间分布类型、特征;利用区域增长极理论和点轴理论,论证了山西省旅游资源分布形态及与省内道路交通的联系情况.结果表明,山西省旅游资源在省内分布类型为集聚型,主要集中于晋北、中部、临运(临汾、运城)和晋东南四大区域,在11个地级市中呈集中分布;旅游资源空间结构与省内道路交通布局联系密切.整合区域旅游资源,改善道路交通状况,完善旅游网络体系将是山西省旅游资源空间结构优化的主要方向.     

基于景区抖音粉丝关注度的长江经济带旅游经济空间结构及其影响因素分析

基于A级以上旅游景区的抖音粉丝量数据,运用空间分类、核密度、最邻近指数等研究方法,对长江经济带旅游经济空间格局进行分析,并探究其影响因素.研究发现：1) 从空间分异看,各省、市的旅游经济发育水平存在差异,其中上海、湖南、湖北等地的景区网络化水平较高,而四川、安徽等地较低.同时,从格局分布看,较高及高关注度景区在江浙沪一带呈集聚分布,在四川成都呈孤立分布,中低关注度景区分布范围广,但整体上东密西疏.2) 从空间集聚看,整体呈现出“双核引领,多点驱动”的结构特征.3) 从空间结构看,中高关注度景区在空间上呈均匀型分布,低、较低关注度景区呈集聚型分布.从集中程度来看,上海、江西、贵州的集中水平较高,而安徽、四川、重庆、湖南等地较低.4) 从虚实差异来看,景区网络关注度虽然打开了市场,但由于发展差距过大,导致整体发育水平并不高.5) 从各因子的影响力度来看,宣传力度以及实体建设水平对地区网络旅游经济的解释程度较高,经济支撑力、网络化水平次之,交通条件及服务水平的解释力较小.     

中国省际人口迁移空间特征与影响因素分析

采用全国第六次人口普查的省际人口迁移及相关社会经济等数据,首先分析省际迁移人口的空间分布特征,然后利用全局Moran’s I指数考察了省际人口迁移流中的网络自相关性,再构建基于网络自相关的特征向量空间过滤模型对省际人口迁移的动力机制进行分析,并与引力模型的回归结果进行对比验证,揭示网络自相关影响下省际人口迁移的动力机制. 结果表明:(1)省际迁入及净迁入人口主要集中在我国三大经济圈,省际迁出人口主要分布于我国中南部;省际总迁移人口积聚于三大经济圈及中南部地区. (2)省际人口迁入、迁出流存在网络自相关,对人口迁移动力建模时应考虑网络自相关因素.文中加入了网络自相关因素后的特征向量空间过滤模型的拟合水平整体优于引力模型,较成功地揭示了人口迁移流中的网络自相关效应,减少了对其他变量的有偏估计. (3)非网络自相关变量中,人口总量、经济及距离因素对人口迁移活动的影响较大.     

基于GWR模型的中国5A级旅游景区空间异质性分析

随着5A级景区“退出机制”的实施,各地方政府越来越重视5A级景区的可持续发展.为了探讨中国5A级景区的时空演变特征及其影响因素的空间异质性,选取2007年、2011年、2015年全国5A级景区为研究对象,综合运用了空间自相关、空间回归模型、最邻近指数和地理集中指数等方法,结果显示：1) 中国5A级景区呈凝聚型分布,集中程度逐渐增强;2) 5A级景区在空间上的分布存在较强的依赖性,并非随机分布,2007年中国5A级景区的空间聚类整体上存在差异性,而2011年、2015年空间聚类的差异减小,但空间集聚态势加强;3) GWR模型要优于OLS模型,从全域视角,A级景区资源和公共交通密度对中国第一批5A级景区的分布具有显著的影响,随后公共交通密度的影响减弱,文化资源的开发程度影响增强.从局部视角,公共交通密度、文化资源的开发程度、自然生态环境以及A级景区资源在空间上均具有显著的异质性.     

1949-1998年中国水灾县域分布图谱分析与格局动态

基于图谱的思想对中国1949-1998年水灾的县域分布进行了研究,通过各年全国水灾受灾县域分布的系列成图后,寻找水灾空间分布上的年际变化规律及其在时间序列上的共同特征。并尝试性地提出了6种水灾的空间分布类型图谱,即全国型、分散型、北方型、东部型、东南型和西北-东南型,以及南北移动型、东西摆动型、分散集中型和分散-集聚-集聚型等4种水灾年际分布变化类型图谱,为水灾预测研究提供了一种新的思路。     

基于双重注意力机制的深度人脸表示算法

针对现有模型很少对人脸特征进行设计且人脸特征区分性较弱的问题,提出一种基于双重注意力机制的深度人脸表示算法.该算法采用双重注意力机制的网络结构,通过细节注意力机制设计低层特征,自动和自适应地学习层次特征,关注局部特征;通过语义注意力机制设计高层特征,自适应地进行语义分组,关注语义特征.在LFW,YTF,MegaFace...     

青藏高原上中尺度对流系统东移的热力场特征

利用国家气象中心高分辨率有限区域分析预报系统产品(HLAFS)中的数值格点预报资料,运用空间数据挖掘中的聚类方法 (K 均值法和CLARANS法),对影响1998年夏季青藏高原上中尺度对流系统（MCSs）东移的热力场的空间分布特征进行了研究,得到了有利于MCSs移动和传播的热力学条件.结果表明,MCSs周边热力场中的温度场、湿度场以及水汽通量散度场空间分布特征的变化可以为MCSs发展和演变的预测提供重要线索,从而为探讨高原上MCSs的移动规律,揭示其发生和发展的机理提供了一种有效的新途径.     

西南喀斯特地区近45年来气候变化特征及趋势

基于黔、桂、滇3省（区）72个气象站点45年（1960—2004年）逐月平均气温和降水量数据,借助小波分析、人工神经网络及GIS空间分析等方法研究了我国西南喀斯特生态脆弱区近45年来在全球气候变暖的背景下,气候变化的特征和总体趋势。研究结果显示：该区气候变化具有明显的周期性特征,其中气温变化的主周期约为7年,降水量变化的主周期约为25年。该区气候变化的季节性特征和区域差异也比较明显,通过计算过去45年中四季气温和降水量的变化率并对其进行GIS空间插值分析,得到了四季气温和降水量变化的区域分异状况;通过SOFM网络分别选取分类指标对研究区近45年来气温和降水量变化的状况进行聚类分析并对聚类结果进行GIS空间插值分析,划分了研究区气温和降水量变化的类型区域。RBFN模型预测的结果得出,该区2005—2010年气温和降水量的变化均处于相对低值期。