“三江并流”区旅游景点空间分布格局研究

郭洋 武瑞东 杨飞龄 王军军

引用本文:
Citation:

“三江并流”区旅游景点空间分布格局研究

    作者简介: 郭洋(1994−),女,山西人,硕士生. 主要研究方向为旅游休憩文化生态系统服务;
    通讯作者: 武瑞东; 
  • 中图分类号: K903

The spatial patterns of scenic spots in the Three Parallel Rivers Region

    Corresponding author: Wu Rui-dong
  • CLC number: K903

  • 摘要: 明确旅游景点的空间分布特征对合理有效地开发、配置旅游资源具有重要意义. 本研究以“三江并流”区为研究区,通过构建旅游景点的空间分布数据,依据其属性特征划分为地文景观、水域风光与生物景观3类自然景点和古迹建筑与休闲求知2类人文景点,并系统研究了旅游景点的空间分布格局. 结果表明:“三江并流”区旅游景点呈东密西疏聚集分布的特点,聚集强度较强的市县为玉龙县>丽江古城区>大理市>香格里拉市,较弱的为泸水、福贡县;人文类景点聚集强度大于自然类景点,休闲求知类聚集强度最大,生物景观类最小;各类型景点在大理市、丽江古城及玉龙县均为高密度分布且分布格局对空间尺度具有依赖性. 旅游景点的分布受人文和自然环境因子的影响,多集中分布于经济发展好、人口规模大、交通条件好,有特定植被类型覆盖的较低海拔地区. 旅游景点聚集区多数分布在农业和城镇生态功能区、生物多样性保护、林业水源涵养和水土保持生态功能区,同时也属于生态高敏感区.
  • 图 1  “三江并流”区旅游景点分布

    Figure 1.  The spatial distribution of scenic spots in the Three Parallel Rivers Region

    图 2  旅游景点密度图

    Figure 2.  The densities of scenic spots

    图 3  旅游景点的Ripley’s K函数分析

    Figure 3.  The Ripley's K function analysis of scenic spots

    图 4  旅游景点分布与GDP和人口密度的关系

    Figure 4.  The spatial relationship between scenic spots and GDP/human population density

    图 5  旅游景点分布与交通可达性的关系

    Figure 5.  The spatial relationship between scenic spots and accessibility

    图 6  旅游景点在海拔梯度上的分布

    Figure 6.  The distribution pattern of scenic spots on elevation

    图 7  旅游景点分布与植被覆盖类型

    Figure 7.  The spatial distribution of scenic spots on vegetation types

    图 8  景点聚集区分布与生态功能区和生态敏感区

    Figure 8.  The spatial distribution of the aggregation areas on the ecological function regions and ecological sensitive areas

    表 1  景区与景点示例

    Table 1.  Demonstrations of scenic areas and scenic spots

    景区景点
    木府三清殿、万卷楼、光碧楼、
    忠义坊、藏经阁、天雨流芳等
    梅里
    雪山
    卡瓦格博峰、神湖、明永冰
    川观景台、太子庙、莲华寺等
    南诏风情岛洱海月、于归洞、牧花轩、
    龙沟、史前植物负形化石、渡口等
    长江第一湾
    香格里拉高山植物园
    下载: 导出CSV

    表 2  “三江并流”区旅游景点分类体系

    Table 2.  The classification system of scenic spots in the Three Parallel Rivers Region

    一级体系二级体系数量比重/%
    自然类 地文景观类 141 10.09
    水域风光类 99 7.08
    生物景观类 53 3.79
    人文类 古迹建筑类 895 64.02
    休闲求知类 210 15.02
    下载: 导出CSV

    表 3  不同等级道路的速度值

    Table 3.  The speed of different levels of roads

    公路等级铁路
    高速/一级二级三级四级等外
    速度/(km·h−1) 90 60 30~50 20~30 15 200
    时间成本/s 4 6 7~12 12~18 24 2
    下载: 导出CSV

    表 4  不同植被覆盖类型的步行速度

    Table 4.  The walking speed of different vegetation types

    植被类型速度/(km·h−1)时间成本/s植被类型速度/(km·h−1)时间成本/s
    常绿阔叶林 1.62 222 灌草及灌丛 3.5 102
    落叶阔叶林 4 90 草甸 4.86 74
    针叶林 3.24 111 沼泽草甸 2 180
    人工林 4 90 水田 1 360
    竹林 1.62 222 冰雪 1.62 222
    旱地 2.5 144 城镇居民地 5 72
    裸岩 3 120 水体 1 360
    下载: 导出CSV

    表 5  各市县旅游景点分布的最近邻指数

    Table 5.  The nearest neighbor distance index of the distribution of scenic spots in different counties

    区域景点数NNIZP类型
    总计 1398 0.271 –52.125 0 聚集型
    泸水县 3 3.389 7.918 0 均匀型
    福贡县 8 1.293 1.583 0.113 随机−离散型
    德钦县 38 0.843 –1.847 0.065 随机型
    维西县 13 0.885 –0.796 0.426 随机型
    兰坪县 14 0.922 –0.555 0.577 随机型
    鹤庆县 44 0.709 –3.689 0.0002 聚集−随机型
    云龙县 50 0.682 –4.299 0.00001 聚集−随机型
    剑川县 55 0.620 –5.387 0 聚集−随机型
    宾川县 60 0.507 –7.302 0 聚集−随机型
    贡山县 22 0.689 –2.793 0.005 聚集−随机型
    洱源县 88 0.416 –10.479 0 聚集型
    宁蒗县 47 0.445 –7.277 0 聚集型
    玉龙县 153 0.228 –18.268 0 聚集型
    香格里拉市 155 0.380 –14.764 0 聚集型
    丽江古城区 162 0.350 –15.819 0 聚集型
    大理市 486 0.376 –26.334 0 聚集型
    下载: 导出CSV

    表 6  不同类型旅游景点分布的平均近邻指数

    Table 6.  The nearest neighbor distance index of the different types of scenic spots

    一级体系二级体系NNIZP类型
    自然类0.324–26.6170聚集型
    地文景观类0.341–14.9780聚集型
    水域风光类0.419–11.0540聚集型
    生物景观类0.672–4.5250.000006聚集−随机型
    人文类0.286–42.6410聚集型
    古迹建筑类0.306–39.6940聚集型
    休闲求知类0.264–20.4160聚集型
    下载: 导出CSV
  • [1] 袁俊, 余瑞林, 刘承良, 等. 武汉城市圈国家A级旅游景区的空间结构[J]. 经济地理, 2010, 30(2): 324-328. Yuan J, Yu R L, Liu C L, et al. Research on spatial structure of national A-grade tourist districts of Wuhan metropolitan area[J]. Economic Geography, 2010, 30(2): 324-328.
    [2] 潘竟虎, 李俊峰. 中国A级旅游景点空间分布特征与可达性[J]. 自然资源学报, 2014, 29(1): 55-66. DOI:  10.11849/zrzyxb.2014.01.006. Pan J H, Li J F. Spatial distribution characteristics and accessibility of A-grade tourist attractions in China[J]. Journal of Natural Resources, 2014, 29(1): 55-66.
    [3] 潘竟虎, 马春天, 李俊峰. 甘肃省A级旅游景点空间结构研究[J]. 干旱区资源与环境, 2014, 28(7): 188-193. Pan J H, Ma C T, Li J F. Spatial structure of A-grade tourist attractions in Gansu[J]. Journal of Arid Land Resources and Environment, 2014, 28(7): 188-193.
    [4] 朱竑, 陈晓亮. 中国A级旅游景区空间分布结构研究[J]. 地理科学, 2008, 28(5): 607-615. DOI:  10.3969/j.issn.1000-0690.2008.05.004. Zhu H, Chen X L. Space distribution structure of A-grade scenic spot in China[J]. Scientia Geographica Sinica, 2008, 28(5): 607-615.
    [5] Christaller W. Some considerations of tourism location in Europe: The peripheral regions under developed countries recreation areas[J]. Papers and Regional Science Association. Regional Science Association, 1964, 12(1): 95-105. DOI:  10.1007/BF01941243.
    [6] Pearce D G. Tourism in Paris studies at the micro scale[J]. Annals of Tourism Research, 1999, 26(1): 77-97. DOI:  10.1016/S0160-7383(98)00051-6.
    [7] Weaver D B. Peripher of the periphery: Tourism in Tobago and Barbuda[J]. Annals of Tourism Research, 1998, 25(2): 292-313. DOI:  10.1016/S0160-7383(97)00094-7.
    [8] 陈帅. 湖南省A级旅游景区空间格局及其优化研究[D]. 武汉: 华中师范大学, 2016.

    Chen S. The research on the spatial distribution and optimization of A-grade scenic spots in Hunan province[D]. Wuhan: Central China Normal University, 2016.
    [9] 自兴春. 世界自然遗产: 三江并流[M]. 北京: 中国旅游出版社, 2006.

    Zi X C. The Three Parallel Rivers of Yunnan Protected Areas[M]. Beijing: China Tourism Press, 2006.
    [10] 林世伟, 武瑞东. “三江并流”区生态系统供水服务的空间分布特征[J]. 西部林业科学, 2015, 44(3): 8-15. Lin S W, Wu R D. The spatial pattern of water supply ecosystem service in the Three Parallel Rivers Region[J]. Journal of West China Forestry Science, 2015, 44(3): 8-15.
    [11] 李晖, 赵凯, 朱雪, 等. “三江并流”世界自然遗产地生态旅游资源的保护与利用[J]. 生态经济, 2008(5): 75-80. Li H, Zhao K, Zhu X, et al. Protecting and using of ecotourism resource of moon mountain scenic spot in Three Parallel River Area[J]. Ecological Economy, 2008(5): 75-80.
    [12] 张燕妮, 张志明, 耿宇鹏, 等. 滇西北地区优先保护的植物群落类型[J]. 生物多样性, 2013, 21(3): 54-63. Zhang Y N, Zhang Z M, Geng Y P, et al. Priority plant communities for conservation in northwest Yunnan[J]. Biodiversity Science, 2013, 21(3): 54-63.
    [13] 中国科学院地理研究所. 中国旅游资源普查规范(试行稿)[S]. 北京: 中国旅游出版社, 1992.

    Institute of Geographic Sciences and Natural Resources Research. The criterion for investigating Chinese tourism resources[S]. Beijing: China Tourism Press, 1992.
    [14] 潘竟虎, 李俊峰. 中国A级旅游景点空间结构的计量地理分析[J]. 经济地理, 2013, 33(9): 154-160. DOI:  10.3969/j.issn.1000-8462.2013.09.024. Pan J H, Li J F. Analysis on spatial structure of A-grade scenic spots in China based on quantitative geography model[J]. Economic Geography, 2013, 33(9): 154-160.
    [15] 芮旸, 唐蓓佩, 王兴, 等. 国家园林城市时空演变特征及其影响机理[J]. 地理研究, 2018, 37(1): 20-36. Rui Y, Tang B P, Wang X, et al. The spatio-temporal evolutionary characteristics and the impact mechanism of national garden cities[J]. Geographical Research, 2018, 37(1): 20-36.
    [16] 朱磊, 胡静, 周葆华, 等. 区域旅游景点空间分布格局及可达性评价——以皖南国际文化旅游示范区为例[J]. 经济地理, 2018, 38(7): 190-198. Zhu L, Hu J, Zhou B H, et al. Regional tourism attractions accessibility of spatial distribution pattern and measure——A case study of Southern Anhui international cultural tourism destination[J]. Economic Geography, 2018, 38(7): 190-198.
    [17] 禹文豪, 艾廷华. 核密度估计法支持下的网络空间POI点可视化与分析[J]. 测绘学报, 2015, 44(1): 82-90. DOI:  10.11947/j.AGCS.2015.20130538. Yu W H, Ai T H. The visualization and analysis of POI features under network space supported by kernel density estimation[J]. Acta Geodaetica et Cartographica Sinica, 2015, 44(1): 82-90.
    [18] 胡美娟, 李在军, 侯国林, 等. 江苏省乡村旅游景点空间格局及其多尺度特征[J]. 经济地理, 2015, 35(6): 202-208. Hu M J. Li Z J, Hou G L, et al. Multi-scale spatial patterns characteristic of rural tourism attractions in Jiangsu province[J]. Economic Geography, 2015, 35(6): 202-208.
    [19] 吴清, 李细归, 吴黎, 等. 湖南省A级旅游景区分布格局及空间相关性分析[J]. 经济地理, 2017, 37(2): 193-200. Wu Q, Li X G, Wu L, et al. Distribution pattern and spatial correlation of A-grade tourist attractions in Hunan province[J]. Economic Geography, 2017, 37(2): 193-200.
    [20] 王洪桥, 袁家冬, 孟祥君. 东北地区A级旅游景区空间分布特征及影响因素[J]. 地理科学, 2017, 37(6): 92-100. Wang H Q, Yuan J D, Meng X J. Spatial distribution and its influencing factors of level-A scenic spots in northeast China[J]. Scientia Geographica Sinica, 2017, 37(6): 92-100.
    [21] Weiss D J, Nelson A, Gibson H S, et al. A global map of travel time to cities to assess inequalities in accessibility in 2015[J]. Nature, 2018, 553: 333-336. DOI:  10.1038/nature25181.
    [22] Pena L, Casado-Arzuaga I, Onaindia M, et al. Mapping recreation supply and demand using an ecological and a social evaluation approach[J]. Ecosystem Services, 2015, 13: 108-118. DOI:  10.1016/j.ecoser.2014.12.008.
    [23] Casado-Arzuaga I, Onaindia M, Madariaga I, et al. Mapping recreation and aesthetic value of ecosystems in the Bilbao Metropolitan Greenbelt (northern Spain) to support landscape planning[J]. Landscape Ecology, 2014, 29(8): 1 393-1 405. DOI:  10.1007/s10980-013-9945-2.
    [24] 白子怡, 薛亮, 严艳. 基于GIS的旅游景区空间分布特征及影响因素定量分析: 以云南省A级旅游景区为例[J]. 云南大学学报: 自然科学版, 2019, 41(5): 982-991. Bai Z Y, Xue L, Yan Y. Quantitative analysis of spatial distribution characteristics and influencing factors of tourist attractions based on GIS: A case of A-class tourist attractions in Yunnan Province[J]. Journal of Yunnan University : Natural Sciences Edition, 2019, 41(5): 982-991.
    [25] 毛小岗, 宋金平, 于伟. 北京市A级旅游景区空间结构及其演化[J]. 经济地理, 2011, 31(8): 1 381-1 386.

    Space structure and its evolution of A-grade tourist attractions in Beijing[J]. Economic Geography, 2011, 31(8): 1 381-1 386.
    [26] 张梦夏. “三江并流”世界自然遗产地典型景区旅游活动对环境的影响范围研究[D]. 昆明: 云南大学, 2013.

    Zhang M X. The study on the influence scope of tourism activities on the environment of typical scenic in Three Parallel Rivers of Yunnan protected areas[D]. Kunming: Yunnan University, 2013.
    [27] 王慧咏. 水生态敏感区乡村性格局与演变研究—以洱海流域为例[D]. 昆明: 云南大学, 2016.

    Wang Y H. Research on the rurality pattern and evolution of water ecological sensitive area-the Erhai lake basin as an example[D]. Kunming: Yunnan University, 2016.
    [28] Li Y P, Zhang L X, Gao Y, et al. Ecotourism in China, misuse or genuine development? An analysis based on map browser results[J]. Sustainability, 2019, 11(18): 4997. DOI:  10.3390/su11184997.
  • [1] 林世伟武瑞东 . “三江并流”区生态系统土壤保持服务的空间分布特征. 云南大学学报(自然科学版), doi: 10.7540/j.ynu.20140501
    [2] 杨再鸿李跃烈余雪标杨小波吴庆书 . 海南桉林林下植被木本多样性的复合因子分析. 云南大学学报(自然科学版),
    [3] 孔维琳王余舟向伶王崇云和兆荣杨树华 . 抚仙湖流域植被景观格局分析. 云南大学学报(自然科学版),
    [4] 何新星方丽娜杨效东 . 西双版纳片断热带森林和橡胶林外来种蚯蚓Pontoscolex corethrurus边缘效应的初步研究. 云南大学学报(自然科学版), doi: 10.7540/j.ynu.20130596
    [5] 张志明王文礼欧晓昆吴伟强 . 梅里雪山植被空间格局与环境因子关系分析. 云南大学学报(自然科学版),
    [6] 张强马友鑫刘文俊马斌毛洋杨建波 . 云南省云南松林碳密度空间分布特征及其与环境因子的关系. 云南大学学报(自然科学版), doi: 10.7540/j.ynu.20170085
    [7] 苏文华张光飞 . 滇重楼光合作用与环境因子的关系. 云南大学学报(自然科学版),
    [8] 随意张玲 . 热带人工种植园桑寄生植物空间分布格局初查. 云南大学学报(自然科学版), doi: 10.7540/j.ynu.20140038
    [9] 白子怡薛亮严艳 . 基于GIS的旅游景区空间分布特征及影响因素定量分析:以云南省A级旅游景区为例. 云南大学学报(自然科学版), doi: 10.7540/j.ynu.20180594
    [10] 孟梦田海峰邬明权王力牛铮 . 基于Google Earth Engine平台的湿地景观空间格局演变分析:以白洋淀为例. 云南大学学报(自然科学版), doi: 10.7540/j.ynu.20170715
    [11] 肖开煌苏智先张素兰黎云祥文国琴程志平 . 不同海拔珙桐群落乔木物种多样性与土壤因子关系研究. 云南大学学报(自然科学版),
    [12] 刘钱威王金亮玉院和 . 基于遥感数据的北回归线云南段旅游气候适宜性评价研究. 云南大学学报(自然科学版), doi: 10.7540/j.ynu.20190701
    [13] 王辉升王兴林葛强王庆松 . 微扰QCD因子化方案下的B介子三体衰变. 云南大学学报(自然科学版), doi: 10.7540/j.ynu.20190600
    [14] 高兴慧马乐荣周海云 . Hilbert空间中非扩张映像族公共不动点的存在性. 云南大学学报(自然科学版),
    [15] 周盼周疆 . 强奇异积分算子在加权Amalgam空间上的有界性. 云南大学学报(自然科学版), doi: 10.7540/j.ynu.20160681
    [16] 张晔张毅陈向炜 . 事件空间中Birkhoff系统的Mei对称性与守恒量. 云南大学学报(自然科学版), doi: 10.7540/j.ynu.20150641
    [17] 赵凯郝春燕王磊 . Marcinkiewicz积分在加权弱Hardy空间的有界性. 云南大学学报(自然科学版),
    [18] 谷敏强刘智斌 . L-fuzzy拓扑空间的相对仿紧性. 云南大学学报(自然科学版),
    [19] 邵凯旋余映钱俊吴青龙杨鉴 . 基于边缘信息结合空间权重的图像显著性检测算法研究. 云南大学学报(自然科学版), doi: 10.7540/j.ynu.20190442
    [20] 董楠楠赵凯 . 内蕴平方函数在加权变指数Herz-Morrey空间上的有界性. 云南大学学报(自然科学版), doi: 10.7540/j.ynu.20170027
  • 加载中
图(8)表(6)
计量
  • 文章访问数:  160
  • HTML全文浏览量:  176
  • PDF下载量:  8
  • 被引次数: 0
出版历程
  • 收稿日期:  2019-09-30
  • 录用日期:  2020-03-15
  • 网络出版日期:  2020-06-13

“三江并流”区旅游景点空间分布格局研究

    作者简介:郭洋(1994−),女,山西人,硕士生. 主要研究方向为旅游休憩文化生态系统服务
    通讯作者: 武瑞东; 
  • 1. 云南大学 国际河流与生态安全研究院,云南 昆明 650091
  • 2. 云南省国际河流与跨境生态安全重点实验室,云南 昆明 650091

摘要: 明确旅游景点的空间分布特征对合理有效地开发、配置旅游资源具有重要意义. 本研究以“三江并流”区为研究区,通过构建旅游景点的空间分布数据,依据其属性特征划分为地文景观、水域风光与生物景观3类自然景点和古迹建筑与休闲求知2类人文景点,并系统研究了旅游景点的空间分布格局. 结果表明:“三江并流”区旅游景点呈东密西疏聚集分布的特点,聚集强度较强的市县为玉龙县>丽江古城区>大理市>香格里拉市,较弱的为泸水、福贡县;人文类景点聚集强度大于自然类景点,休闲求知类聚集强度最大,生物景观类最小;各类型景点在大理市、丽江古城及玉龙县均为高密度分布且分布格局对空间尺度具有依赖性. 旅游景点的分布受人文和自然环境因子的影响,多集中分布于经济发展好、人口规模大、交通条件好,有特定植被类型覆盖的较低海拔地区. 旅游景点聚集区多数分布在农业和城镇生态功能区、生物多样性保护、林业水源涵养和水土保持生态功能区,同时也属于生态高敏感区.

English Abstract

  • 旅游景点是提供旅游休憩服务的物质载体,是旅游业发展的重要依托[1]. 其空间分布格局是指旅游景观资源在空间上的相互关系和组合形式,包括景点的分布特征及数量组合关系[2],会直接影响旅游者的空间行为、旅游开发的规模形式以及生态系统旅游休憩服务的价值量[3-4]. 因此,旅游景点的空间分布格局一直是地理学中的研究热点. 国外对旅游区域空间结构的研究主要集中于理论模型的应用,例如运用区位论分析[5]、核心−边缘模型[6]、中心外围理论[7]等分析了旅游区域的空间结构特征,旅游休憩活动与其地理空间结构关系以及旅游空间的结构演变过程. 国内研究主要集中于旅游景点空间分布特征的研究及影响因素分析,旅游空间结构的演变及优化[8]. 对于旅游景点空间格局分布的研究,其研究尺度涉及到国家、省域、城市,很少有针对典型优质旅游资源区域的研究. 研究方法也比较成熟,但在研究时对景点分类大多采用二分法,仅将景点分为自然类和人文类,并未进一步详细说明自然和人文类景点中具体类型的空间分布特征. 因此,需进一步对景点类型进行详细分类,如将人文类景点进一步细分为古迹建筑类和休闲求知类.

    “三江并流”区旅游资源十分丰富,具有独特的自然资源和人文资源,吸引了众多旅游者并受到了旅游开发决策者的重视. 本研究构建了1398个旅游景点的空间分布数据,在GIS软件平台中,应用近邻指数、核密度分析及多距离空间聚类分析、缓冲区分析、空间叠加分析与相关分析等方法,系统研究了“三江并流”区旅游景点的空间分布格局. 本研究有助于揭示“三江并流”区旅游景点的空间分布规律,从而为提升旅游开发建设,优化旅游资源的文化服务价值等提供决策支持.

    • 传统意义上的“三江并流”区是指跨越了云南省丽江市、迪庆藏族自治州和怒江傈僳族自治州,包含了金沙江、澜沧江、怒江流域的区域,总面积约达170万hm2[9]. 本研究中的“三江并流”区地处北纬25°33′~29°16′和东经98°7′~100°19′之间,涵盖迪庆州、怒江州、大理州和丽江市的16个县市,包括泸水、福贡、兰坪、贡山、香格里拉、德钦、维西、玉龙、宁蒗、剑川、鹤庆、洱源、云龙、大理市、宾川及丽江古城区,总面积共6.8万km2. 研究区内岭谷相间、山高谷深,海拔从800 m跃升至6740 m[10]. 由于其独特的自然资源、人文环境及丰富的生物多样性,旅游资源十分丰富[11].

    • 景点信息来源于云南省各市县旅发委已有的景点数据,景点的位置信息借助谷歌地球和Arcgis10.5进行标定及空间可视化表达,最终确定了2018年在“三江并流”区共有1398个旅游景点. 行政边界矢量数据和道路矢量数据来源于1:25万中国基础地理信息数据,高程数据来源于1:25万的DEM数据. 研究中所用到的植被数据来源于云南大学生态学与地植物研究所的1:10万植被类型图[12],相关人口、经济数据来源于地理国情监测云平台,生态功能区和生态敏感度数据来自云南省生态环境厅. 以这些作为基础数据分析“三江并流”区旅游景点的空间分布特征.

      本文的研究对象为构成景区的基本单元—景点,景区与景点的区别主要在于空间范围的大小不同,景区与景点是包含关系,如表1中的部分景区与景点示例. 本文采用的景点分类标准为1992年的《中国旅游资源普查规范(试行稿)》[13],相较于最新版普查规范,其中的休闲求知类被单独列出作为人文旅游景点的一项类别. 由于研究中涉及到较多的休闲求知类景点,若统一归为古迹建筑类较为笼统,因此本研究依据1992普查规范和“三江并流”区的实际情况,按照景点的性质和功能将“三江并流”区旅游景点划分为自然和人文两个一级类和地文景观、水域风光、生物景观、古迹建筑和休闲求知五个二级类(表2). “三江并流”区旅游景点人文类多于自然类,比重达到79.04%;其中,人文类的古迹建筑类数量最多,占景点总数的64.02%;其次是占总数15.02%的休闲求知类;第3位是自然类的地文景观类,占总数的10.09%;第4位是水域风光类,占总数的7.08%;占景点总数最少的是生物景观类,只占到了3.79%.

      景区景点
      木府三清殿、万卷楼、光碧楼、
      忠义坊、藏经阁、天雨流芳等
      梅里
      雪山
      卡瓦格博峰、神湖、明永冰
      川观景台、太子庙、莲华寺等
      南诏风情岛洱海月、于归洞、牧花轩、
      龙沟、史前植物负形化石、渡口等
      长江第一湾
      香格里拉高山植物园

      表 1  景区与景点示例

      Table 1.  Demonstrations of scenic areas and scenic spots

      一级体系二级体系数量比重/%
      自然类 地文景观类 141 10.09
      水域风光类 99 7.08
      生物景观类 53 3.79
      人文类 古迹建筑类 895 64.02
      休闲求知类 210 15.02

      表 2  “三江并流”区旅游景点分类体系

      Table 2.  The classification system of scenic spots in the Three Parallel Rivers Region

    • (1)最近邻分析 最近邻分析是基于空间距离的一种点格局分析方法,其原理是计算每个质点与其最近邻质点空间位置的距离;然后计算这些距离的平均值,用该平均距离与假设随机分布中的平均距离进行比较得到近邻指数(NNI);以近邻指数来判断点的空间集聚性[14-15]. 已有研究认为,当NNI≤0.5是聚集分布;0.5<NNI<0.8为聚集−随机分布;0.8<NNI<1.2是随机分布;1.2≤NNI<1.5是随机−离散分布;当NNI≥1.5为均匀分布[2]. Z值和P值用于检验实测平均距离与预期平均距离的偏离程度,得到结果的置信程度. 其计算公式如下[16]

      $ NNI = \frac{{\overline {D{\rm{o}}} }}{{\overline {De} }}, $

      式中:${\overline {Do} }$ 是指每个质点与其最近邻质点的观测平均距离,${\overline {De} }$ 是指随机模式下质点之间的期望平均距离.

      $ \overline {Do} = \frac{1}{n}\sum\limits_{i = 1}^n {{d_i}} , $

      $ \overline {De} = \frac{1}{2}\sqrt {n/A} , $

      方程中,di是指景点 $i$ 与其最近邻点之间的距离;n是指所要研究景点的个数;A是指研究区域的面积.

      (2)核密度分析 核密度分析是利用核函数来计算每个最小研究单元上的点的量值并将其拟合为一个平滑表面的点格局密度分析方法,每个质点都会生成一个对应的平滑表面,其输出的每个栅格像元的密度为每个质点生成的核表面值在此像元上的叠加[17].

    • 利用Ripley’s K函数来计算点数据在不同空间距离下的分布情况,其计算公式[18]如下:

      $ K\left( {{{{t}}_s}} \right) = \frac{A}{{{H^2}}}\sum\limits_i {\sum\limits_{i \ne j} {I\left( {{t_{ij}}} \right)} } \;\;\;i \ne j, $

      式中,A为研究区域面积;H为景点个数;$ {I\left( {{t_{ij}}} \right)}$ 是以 $i$ 为中心,以 $ {t_s}$ 为半径的圆内的景点个数. 算法中会生成观测K值与预期K值,并计算其置信区间. 当观测K值大于预期K值,景点呈聚集分布;当观测K值等于预期K值,景点呈随机分布;当观测K值小于预期K值,景点呈离散分布.

    • 研究表明自然资源、地形地貌、湖泊水系、经济发展水平、人口和交通条件等是影响旅游景点空间格局的重要因素[19-20],因此,研究选取经济、人口和交通因子作为人文因子,以海拔、植被作为自然环境因子. 从这两方面分析研究区景点的空间分布特征,并说明景点与自然生态环境的关系.

      计算近年来“三江并流”区16个县级行政单元的GDP和人口数量的平均值,然后分别做旅游景点数量与其相关性分析. 交通要素用可达性进行表示,可达性定义为研究区内各100 m×100 m的栅格像元到所在城市的政府所在地所花费的时间,充分考虑到交通道路、无道路覆盖区域和海拔、坡度对步行速度影响[21],我们构建了不同地表覆盖类型的时间成本栅格数据(表3-13-2). 随后运用ArcGIS 10.5的最小成本距离算法得到研究区的可达性数据,并计算每个旅游景点的1 km2的圆形缓冲区内的可达性平均值,得到去往该景点的可达性值.

      公路等级铁路
      高速/一级二级三级四级等外
      速度/(km·h−1) 90 60 30~50 20~30 15 200
      时间成本/s 4 6 7~12 12~18 24 2

      表 3  不同等级道路的速度值

      Table 3.  The speed of different levels of roads

      研究采用缓冲区分析与空间叠加的方法来研究旅游景点的空间分布与植被的关系,首先对每个旅游景点生成1 km2的圆形缓冲区,将生成的缓冲区与“三江并流”区植被矢量数据进行空间叠加分析,得出景点空间分布与植被类型的关系. 对于海拔因子,首先分为等间距的海拔带,然后统计在不同海拔带上分布的景点数量.

      运用自然断裂法根据分析得到的景点集聚性将景点分为显著聚集区、次显著聚集区和弱聚集区,并分别与生态功能区图、生态敏感度图进行空间叠加分析,得到景点聚集区分布与这些图层之间的关系.

      大理州与丽江公路速度三级为50 km/h,四级为30 km/h;香格里拉公路速度三级为40 km/h,四级为25 km/h;怒江州、德钦与维西公路速度三级为30 km/h,四级为20 km/h.

      植被类型速度/(km·h−1)时间成本/s植被类型速度/(km·h−1)时间成本/s
      常绿阔叶林 1.62 222 灌草及灌丛 3.5 102
      落叶阔叶林 4 90 草甸 4.86 74
      针叶林 3.24 111 沼泽草甸 2 180
      人工林 4 90 水田 1 360
      竹林 1.62 222 冰雪 1.62 222
      旱地 2.5 144 城镇居民地 5 72
      裸岩 3 120 水体 1 360

      表 4  不同植被覆盖类型的步行速度

      Table 4.  The walking speed of different vegetation types

      速度指在平原上不同植被类型的步行速度,与坡度、海拔降速因子相乘后转化为时间成本数据,其中部分数据及坡度、海拔降速因子的计算公式参考Weiss等[21]的研究成果.

    • “三江并流”区旅游景点总体上呈现东部密集西部稀疏的分布特征,在大理市、丽江古城区、香格里拉分布尤为集中,其余地区大多临水靠山分散分布,呈现出围绕部分城市集中分布,临水靠山分散布局的特征(图1). 不同类型的景点分布也存在差别,包含地文景观、水域风光和生物景观的自然类景点主要分布在“三江并流”区东部地区,在其余地区大多沿水系高山分散分布;包含古迹建筑和休闲求知的人文类景点主要围绕丽江、大理地区分布,其余地区的分布大致沿水系分散分布在地势较为低洼的地区.

      图  1  “三江并流”区旅游景点分布

      Figure 1.  The spatial distribution of scenic spots in the Three Parallel Rivers Region

    • 利用ArcGIS 10.5软件分析得到了旅游景点在不同行政单元以及不同类型景点的最近邻指数(表5表6). 由表5分析可知,旅游景点整体呈聚集分布,在“三江并流”区的丽江地区旅游景点都属于聚集型分布,行政单元上的旅游景点集聚性由强到弱依次是丽江、大理州、迪庆州、怒江州. 其中,集聚强度排名较前的依次是玉龙县、丽江古城区、大理市和香格里拉市,集聚强度极弱的为泸水和福贡县. 研究区内自然类景点和人文类景点大都呈聚集型分布,且自然类景点中的聚集强度由强到弱的类型依次是地文景观类、水域风光类、生物景观类,生物景观类景点呈现聚集分布的模式但不显著,处于聚集−随机分布的过渡模式;人文类景点的集聚性稍强于自然类,且休闲求知类强于古迹建筑类(表5).

      区域景点数NNIZP类型
      总计 1398 0.271 –52.125 0 聚集型
      泸水县 3 3.389 7.918 0 均匀型
      福贡县 8 1.293 1.583 0.113 随机−离散型
      德钦县 38 0.843 –1.847 0.065 随机型
      维西县 13 0.885 –0.796 0.426 随机型
      兰坪县 14 0.922 –0.555 0.577 随机型
      鹤庆县 44 0.709 –3.689 0.0002 聚集−随机型
      云龙县 50 0.682 –4.299 0.00001 聚集−随机型
      剑川县 55 0.620 –5.387 0 聚集−随机型
      宾川县 60 0.507 –7.302 0 聚集−随机型
      贡山县 22 0.689 –2.793 0.005 聚集−随机型
      洱源县 88 0.416 –10.479 0 聚集型
      宁蒗县 47 0.445 –7.277 0 聚集型
      玉龙县 153 0.228 –18.268 0 聚集型
      香格里拉市 155 0.380 –14.764 0 聚集型
      丽江古城区 162 0.350 –15.819 0 聚集型
      大理市 486 0.376 –26.334 0 聚集型

      表 5  各市县旅游景点分布的最近邻指数

      Table 5.  The nearest neighbor distance index of the distribution of scenic spots in different counties

      一级体系二级体系NNIZP类型
      自然类0.324–26.6170聚集型
      地文景观类0.341–14.9780聚集型
      水域风光类0.419–11.0540聚集型
      生物景观类0.672–4.5250.000006聚集−随机型
      人文类0.286–42.6410聚集型
      古迹建筑类0.306–39.6940聚集型
      休闲求知类0.264–20.4160聚集型

      表 6  不同类型旅游景点分布的平均近邻指数

      Table 6.  The nearest neighbor distance index of the different types of scenic spots

    • 利用Arcgis 10.5的核密度分析的方法生成“三江并流”区旅游景点密度图(图2). 由旅游景点总密度图分析得出,“三江并流”区旅游景点部分区域呈核状分布,以大理、丽江古城区、香格里拉表现的尤为明显,但是各景点没有形成明显的集群优势,只有在“三江并流”区东南地区的大理市出现了明显的集群特征.

      图  2  旅游景点密度图

      Figure 2.  The densities of scenic spots

      不同类型景点的分布密度也存在差异,人文类景点的密度分布与总景点的密度分布基本趋于一致,但高密度区域有所减少,其中包含的古迹建筑类和休闲求知类的密度分布趋势大体上相同,但是休闲求知类景点密度分布范围相对扩散一些,说明其景点分布相对分散. 自然类景点的密度分布与总景点的密度分布有一定差异,围绕高密度区分布的次高密度区分布范围更广泛一些,地文景观类景点在大理市分布最为密集,而水域风光类和生物景观类都是在玉龙县分布最为密集,大理市次之.

    • 通过最近邻指数分析和核密度分析可以得出旅游景点在空间上的分布类型,但却不能判断出旅游景点在不同空间尺度下的分布格局. 借助ArcGIS的Ripley’s K 函数,得到了“三江并流”区旅游景点在多尺度下的空间格局分布. 分析图3可知,整个研究区旅游景点的差值为正,即观测K值大于预期K值,总体上呈聚集分布,其特征空间尺度为82 km,即在0~82 km范围内,集聚强度不断增强,在82 km处达到最大集聚强度,其集聚规模达到21124 km2,随后差值减少,集聚强度逐渐减弱.

      图  3  旅游景点的Ripley’s K函数分析

      Figure 3.  The Ripley's K function analysis of scenic spots

      古迹建筑类景点和研究区域全部景点的空间分布格局的趋势基本一致,在空间尺度为84 km时,集聚强度达到最大,集聚规模为22167 km2. 休闲求知类景点在空间尺度为58 km时,集聚强度达到最大,随后其集聚强度大致呈线性递减. 地文景观类和水域风光类景点的空间分布格局走向大致相同,他们强集聚的空间尺度也较为类似,分别是60 km和59 km. 生物景观类景点是在所研究的空间尺度内唯一出现离散分布的景点类型,在0~47 km时,此景点类型的集聚强度不断增强,在47~64 km时,集聚强度不断减弱,在大于64 km的空间尺度外,与此距离的随机分布相比较,景点离散分布的模式更为明显.

    • 利用SPSS软件做出旅游景点的分布与行政单元的地区生产总值和人口的拟合模型,得到图4. 经相关分析可得,旅游景点数量与行政单元生产总值的相关系数为0.95,并且也可得到一个较好的拟合结果. 由分析可知,“三江并流”区的景点分布和地区生产总值有较为密切的关系,大致在生产总值较高的地区,其旅游景点也分布较多,所以景区分布与当地经济发展呈现显著正相关关系. 经相关分析可得,旅游景点数量与地区人口总数的相关系数为0.82,呈显著正相关,旅游景点分布数量与地区人口规模有密切的联系,旅游景点数量随着人口规模的扩大而不断增加.

      图  4  旅游景点分布与GDP和人口密度的关系

      Figure 4.  The spatial relationship between scenic spots and GDP/human population density

      从交通因素分析,景点大多集中分布在可达性好的区域,随可达性变差,景点数量逐渐减少. 由图5可得,可达性好的地区主要集中分布在研究区东南的大理州、丽江市以及各市县的中心城市,较差的区域为迪庆州,怒江州可达性最差. 从景点的分布来看,45.85%的景点可达性在30 min以内,可达性超过1 h的景点数量显著减少,仅有5.44%的景点的可达性在3 h以上,经相关分析可得,其相关系数为−0.67,呈现较为显著的负相关. 综上,交通因素影响旅游景点的空间格局及旅游业的发展,旅游景点倾向于分布在交通条件好的区域.

      图  5  旅游景点分布与交通可达性的关系

      Figure 5.  The spatial relationship between scenic spots and accessibility

      研究分析得到旅游景点与海拔的分布关系见图6,以及旅游景点与植被覆盖类型的分布关系见图7. 旅游景点在1600~2800 m的海拔带分布最多,总共达到了81.40%,仅在3200~3400 m海拔带上景点数量有一定增加,旅游景点大多分布在研究区较低的海拔带上(图6).

      图  6  旅游景点在海拔梯度上的分布

      Figure 6.  The distribution pattern of scenic spots on elevation

      图  7  旅游景点分布与植被覆盖类型

      Figure 7.  The spatial distribution of scenic spots on vegetation types

      分析图7可得,旅游景点主要分布在雷达图的左半部分,即旅游景点在旱地、水田以及暖温性针叶林及暖温性灌丛类型处分布最多,其次是在城镇居民点、水体附近分布,在寒温性针叶林、阔叶林及灌丛处也有一定旅游景点分布,而旅游景点在剩余的林木灌丛类型及积雪类型处分布较为稀疏,在草甸类型处分布更为稀少. 综上,旅游景点大多分布在城镇、旱地、水域、暖温和寒温性针叶林、灌丛的覆盖类型处,高达93.54%.

      图8分析可得,显著聚集区主要分布在大理的农业和城镇生态功能区,玉龙、香格里拉的水源涵养和生物多样性保护生态功能区以及大雪山林业与水土保持生态功能区;次显著聚集区主要分布在“三江并流”区东部各市县的生物多样性保护、林业与水源涵养、水土保持和农业生态功能区中;而弱聚集区主要分布在“三江并流”区西北的德钦、贡山的怒江高山峡谷生物多样性保护生态功能区. 同时,各聚集区都分布在土壤侵蚀度较高或生境高度敏感的地区. 总体来说,聚集区的生态敏感度整体较高,尤其是位于西北角的弱聚集区和东南角的强聚集区属于生境高度敏感区,除位于大理强聚集区的生态功能区属于农业和城镇生态外,其余大多属于生物多样性保护、林业水源涵养和水土保持区.

      图  8  景点聚集区分布与生态功能区和生态敏感区

      Figure 8.  The spatial distribution of the aggregation areas on the ecological function regions and ecological sensitive areas

    • 本文的研究结果都是基于空间点数据分析得到的,但实际生活中的景点大都是一个面数据. 这对于景点的分类、景点与环境因子的分布关系都会有一定影响,但基于数据可获得性,本文主要对点数据进行研究其大致的分布规律.

      “三江并流”区的景点分布与其资源分布恰好一致,大多聚集分布在被森林、灌丛、水体覆盖、海拔为1600~2800 min的地区,尤其是自然类景点的分布更受其制约. 旅游景点会受到自然要素如自然资源、地形地貌的影响,水和植被是重要的构景要素,不同形态的水形成不同的景观类型,增加了景点的美学价值[22];而植被类型也是影响景点分布的一个重要因素,据研究表明,被森林、灌丛、草本覆盖的地域对游客更有吸引力[22-23],这也间接影响了旅游景点的分布格局. 起伏的地形可以增强空间层次感,提高景点的美学价值[22-24].

      另一方面,景点分布也会受到人文要素如社会经济、地区人口规模和交通条件的影响,旅游地数量与地区生产总值、人口规模及交通条件呈显著正相关[24-25]. 旅游景点的开发大多以自然资源为基础,但经济发展、地区总人口和交通条件也会对景点的空间格局分布产生很大的影响,相应的设施服务也是一个景点必备的条件,所以资金的支持在开发旅游景点中有非常重要的作用,会直接影响到旅游景点的空间分布格局;人口的数量也会直接影响旅游景点的分布格局[24-25],当地人口数量是景点游客的重要来源,因此人口较多的地方会增加景点开发的概率;交通是旅游发展的一项重要指标[19, 25],可达性制约了人们去往旅游景点的容易程度,从而限制了景点的开发,而“三江并流”区的景点分布也符合这一规律,在经济发展较好、人口规模较大的地方,旅游景点的分布也比较密集,这也就解释了在自然资源丰富的怒江地区景点分布却比较稀少的原因.

    • “三江并流”区具有丰富的生物多样性和多样的生态类型,旅游资源十分丰富,但同时也面临着生态脆弱性高,资源得不到合理开发等诸多难题[26]. 在旅游资源开发过程中,很可能对生态环境造成不良的影响,例如在旅游景点强聚集区的大理、香格里拉等地以及位于怒江流域的景点弱聚集区,其生态环境高度敏感,都存在由于旅游开发带来的环境污染问题,这对于“三江并流”区生态多样性的保护是一个极大的威胁. 有关部门也已采取了一定的行动,例如在洱海已实施了一系列保护措施[27]. 因此,在“三江并流”区旅游资源的开发中,我们应秉承着绿色可持续发展的理念,实施生态旅游,在进行旅游资源开发的同时,尽量减少对生态系统的影响,维护“三江并流”区的生态系统的稳定性和自然景观的完整性,防止由于旅游带来的环境污染和破坏.

      相关部门可以开设科普网站,向人们宣传保护生态环境的重要性,树立可持续发展理念. 增加与旅游服务相关的基层岗位,加强对当地居民的技能培训,为旅游服务提供更专业的人才,如导游、管理人员等,促进当地经济发展的同时也可以增强人们对生态保护的责任感. 在进行旅游发展时,要充分考虑到当地的环境承载力,应请专业人员测算当地环境的最佳容量,明确可承受游客的最佳数量,根据数据严格控制景区人流量,制定科学的旅游路线,必要时可采取景区轮休制度.

      针对不同的地区情况也要采取相应的旅游模式. 对于偏向人文类的景点,应注意保护当地的民俗特色,发展文化旅游,打造自己独特的文化品牌;对于自然类景点,尤其是在“三江并流”区西部的偏远乡村,可以发展生态旅游,为游客提供自然体验类活动,比如采摘、农耕、体验当地习俗等,倡导游客低碳旅游;在自然保护区内的旅游发展,要依据保护区的功能划分严格控制人流,主要提供天然的自然观赏服务,还可以结合网络等形式开展知识教育,向人们提供科学文化服务. 目前生态旅游点主要分布在我国东部沿海省份,自然环境特征适合且需要发展生态旅游的地方因为经济发展较差,生态旅游却受到了制约. “三江并流”区是我国生物多样性热点之一,但其生态旅游密度仅为45.1/105km2[28]. 由此可见,“三江并流”区的旅游发展还有很大的发展空间,相关部门应充分了解地区的资源优势,制定科学合理的旅游模式.

参考文献 (28)

目录

    /

    返回文章
    返回