基于GIS旅游地适宜性评价方法及装置

基于gis旅游地适宜性评价方法及装置
技术领域
1.本文件涉及计算机技术领域，尤其涉及一种基于gis旅游地适宜性评价方法及装置。


背景技术：

2.对于土地适宜性评价方面，目前国内外学者都有着一定的见解。在关于土地适宜性评价的理论中倡导，要根据土地的自然属性进行适宜性分析，做到因地制宜，保证土地对自然环境的价值并发挥出土地的经济价值。这一观点对于科普旅游地的适宜性评价同样适用。目前国内外对旅游地的适宜性评价主要从山地地形地貌、气候舒适程度、土地利用情况等角度入手，多为从自然角度考察其对旅游各个环节的影响，并由此拓展到养老旅游、城市绿道、乡村开发等为代表的多方面的细化研究，对于科普旅游这一领域的研究较少。而在方法的使用上，以gis为主要手段对旅游的开发性适宜性评价已有从旅游舒适度、旅游竞争力、生态敏感性等角度切入的先例。但前人的研究往往从单一角度进行切入与评价，却鲜见将各方面因素综合运用，形成一套评价标准，应用到特定的科普旅游领域开发适宜性评价的案例。


技术实现要素：

3.本发明的目的在于提供一种基于gis旅游地适宜性评价方法及装置，旨在解决现有技术中的上述问题。
4.本发明提供一种基于gis旅游地适宜性评价方法，包括：
5.确定评价指标以及所述评价指标的评价方式；
6.通过主成分分析法，构造成分矩阵，得到评价指标体系，并确定各因子的权重；
7.根据所述权重进行一致性检验，在通过检验后，根据所述评价指标体系、所述评价方式、以及所述权重构建完整的评价指标体系；
8.根据所述评价指标体系，获取对应数据，得出各科普旅游地对应的评价结果。
9.本发明提供一种基于gis旅游地适宜性评价装置，包括：
10.确定模块，用于确定评价指标以及所述评价指标的评价方式；
11.计算模块，用于通过主成分分析法，构造成分矩阵，得到评价指标体系，并确定各因子的权重；
12.构建模块，用于根据所述权重进行一致性检验，在通过检验后，根据所述评价指标体系、所述评价方式、以及所述权重构建完整的评价指标体系；
13.评价模块，用于根据所述评价指标体系，获取对应数据，得出各科普旅游地对应的评价结果。
14.本发明实施例还提供一种基于gis旅游地适宜性评价装置，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现上述基于gis旅游地适宜性评价方法的步骤。
15.本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有信息传递的实现程序，所述程序被处理器执行时实现上述基于gis旅游地适宜性评价方法的步骤。
16.采用本发明实施例，不仅可以得出评价体系中各要素的重要程度之别，并且可以结合空间分析方法，利用缓冲区进行评价，为未来科普旅游地配套设施建设提供参考，同时也能对现有的科普旅游地进行更客观全面的评价。本发明实施例以高校为科普旅游之载体，挖掘其独有科普资源，对其后蕴藏的科普价值、开发潜力进行客观性评价。
附图说明
17.为了更清楚地说明本说明书一个或多个实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本说明书中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
18.图1是本发明实施例的基于gis旅游地适宜性评价方法的流程图；
19.图2是本发明实施例的广州大学城各地块的分布示意图；
20.图3是本发明实施例的各地块可容纳游客数量的示意图；
21.图4是本发明实施例的餐饮分布示意图；
22.图5是本发明实施例的广州大学城科普旅游地适宜性评价结果示意图；
23.图6是本发明装置实施例一的基于gis旅游地适宜性评价装置的示意图；
24.图7是本发明装置实施例二的基于gis旅游地适宜性评价装置的示意图。
具体实施方式
25.为了使本技术领域的人员更好地理解本说明书一个或多个实施例中的技术方案，下面将结合本说明书一个或多个实施例中的附图，对本说明书一个或多个实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本说明书的一部分实施例，而不是全部的实施例。基于本说明书一个或多个实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本文件的保护范围。
26.方法实施例
27.根据本发明实施例，提供了一种基于gis旅游地适宜性评价方法，图1是本发明实施例的基于gis旅游地适宜性评价方法的流程图，如图1所示，根据本发明实施例的基于gis旅游地适宜性评价方法具体包括：
28.步骤101，确定评价指标以及所述评价指标的评价方式；
29.在步骤101中，所述评价指具体包括：
30.规模容量：包括可供旅游土地面积占全部旅游土地面积之比；
31.环境水平：旅游地的植被覆盖度；
32.资源水平：包括自然科普旅游资源和人文科普旅游资源；
33.服务条件：包括基础设施、服务条件、以及设备状况；
34.区位条件：可进入性及交通条件。
35.在步骤101中，所述评价方式具体包括：
36.对所述规模容量进行评价的面积容量法：根据科普旅游地可游览面积、游客合理占用面积、全天开放时间、游玩所需时间这些指标按公式1计算游览区日环境容量：
37.c＝(a/a)*d公式1；
38.其中，c表示日环境容量；a表示可游览面积；a表示每位游人应占有的合理面积或最小面积；d表示周转率＝景点开放时间/游完景点所需时间；
39.对所述环境水平的评价方式为：采用归一化植被指数，根据植被的光谱特性，将红波段和近红外波段进行组合，根据公式2计算植被的覆盖程度，对各科普旅游地绿化程度进行评估：
40.ndvi＝(nir-r)/(nir+r) 公式2；
41.其中，nir为近红外波段的反射值，r为红波段的反射值，ndvi小于0 为水体，等于0为建筑，大于0为植被；
42.对所述资源水平的评价方式为：通过判断是否已经建成有知识科普价值的设施，或者定期在固定场所开展具有知识科普价值的活动来确定所述资源水平；
43.对所述服务条件的评价方式为：采用arcgis工具在各科普旅游地上创建三个等级的缓冲区，并与餐饮区叠加，得到各科普旅游地与最近餐饮区的距离关系，根据所述距离关系对所述服务条件进行评价；
44.对所述区位条件的评价方式为：基于gis分析各科普旅游地的交通布局情况，并针对各科普旅游地内主要交通节点的时空距离，对各科普旅游地的区位条件进行评估。
45.步骤102，通过主成分分析法，构造成分矩阵，得到评价指标体系，并确定各因子的权重；
46.步骤102具体包括：
47.打开spss statistic 25应用程序，导入已提前整理好的，格式为csv的数据文件
48.导入数据后，选择上方菜单栏中“分析”选项，随后选择下拉列表中的“降维”选项，随后选择“因子”选项，打开因子分析界面。
49.在“变量”一栏中添加所有需要纳入分析的变量，并在一旁的“描述”中勾选“系数”、“显著性水平”与“kmo与巴特利特球形度检验”选项；在“提取”选项中勾选“相关性矩阵”、“碎石图”选项，其他选项按照默认设置；在“旋转”选项的“方法”一栏中中勾选“最大方差法”，同时在“显示”一栏中勾选“旋转后的解”与“载荷图”选项。所有选项完成后点击“确定”进行分析。
50.得出具体结果，通过kmo和巴特利特检验表，判断分析是否可靠；观察“总方差解释”表格与碎石图并进行分析，得出评价指标体系对于所有情况的表达效果，与得出的主成分个数。
51.观察“旋转后的成分矩阵”与“成分转换矩阵”，结合具体树脂，分析具体各因子分别属于哪种主成分，根据主成分下包含的具体因子，对各主成分进行命名，并对各因子的权重进行确定。
52.步骤103，根据所述权重进行一致性检验，在通过检验后，根据所述评价指标、所述评价方式、以及所述权重构建完整的评价指标体系；
53.步骤103中，根据所述权重进行一致性检验具体包括：
54.根据公式5计算最大特征根λ
max
：
[0055][0056]
根据公式6计算一致性指标ic：
[0057]
ic＝(λ
max-1)/(n-1)公式6；
[0058]
根据公式7计算随机一致性比率rc：
[0059]
rc＝ic/ir公式7；
[0060]
其中：ir为平均随机一致性指标，若rc《0.100，确定判断矩阵通过一致性检验。
[0061]
步骤104，根据所述评价指标体系，获取对应数据，得出各科普旅游地对应的评价结果。
[0062]
步骤104具体包括：
[0063]
根据公式8得出各科普旅游地对应的评价结果：
[0064][0065]
其中，a为科普旅游地的参评因子指数和，pi为第i个评价因子的权重， ai为第i个评价因子的得分，n为评价因子数。
[0066]
在本发明实施例中，得出各科普旅游地对应的评价结果之后，还可以根据各科普旅游地对应的评价结果，对各科普旅游地进行评级，并以此为基础，调整各科普旅游地的资源配备，进行开发方向和旅游线路的规划。
[0067]
以下结合附图，以广州大学为例，对本发明实施例的上述技术方案进行详细说明。
[0068]
目前，广州市的旅游产业虽然发展程度较高，但是近年来，新开发的景区数量较少，而且开发的重心基本处在文化旅游方面(如“超级文和友”的建成)，对科普旅游方面的开发则有些相形见绌。而广州大学城位于广州市东部——番禺区新造镇小谷围岛中，规划范围约43.3平方公里，入驻10所高校，有多处历史文化遗产和博物馆等资源，是目前国内大学城中投资额最大的一个项目。城内丰富的旅游地资源是旅游开发的基础，同时还是旅游空间组织的基本集聚单元。广州大学城内的岭南历史风情、古民俗文化、广东科学中心和高校建设相得益彰，形成了城内丰富且多样的旅游地资源。大学城旅游地景观资源类为文化旅游地和历史古迹旅游地。旅游地功能包括：
①
观光旅游，含有岭南乡土风情和岭南民俗文化的旅游景区；
②
专项旅游，含有丰富知识，增加阅历旅游。因此，广州大学城在广州区域内具有较高景色质量和审美价值，可以在物质文化层、行为文化层、观念文化层3个层面上使这座城市的历史文化脉络得到延伸和升华。图2是本发明实施例的广州大学城各地块的分布示意图。
[0069]
评价指标选择
[0070]
科普旅游地质量高低主要取决于旅游地内旅游资源、旅游地区域和区位条件的综合属性的指标。本发明实施例结合自然资源和规划部门收集的相关的图件资料以及相关文本资料，从宏观和微观的角度，选取不同尺度的评价因子，并结合大学城区域的实际情况，建立起科普旅游开发用地评价体系。在本发明实施例中，选取以下5项作为广州大学城科普旅游地质量评价指标：1、规模容量：包括可供旅游土地面积占全部旅游土地面积之比(用s1表示)；2、环境水平：主要为旅游地的植被覆盖度；3、资源水平：包括自然科普旅游资源和人文科普旅游资源；4、服务条件：包括基础设施(通讯、供电、供水)服务条件(食宿及其他服务)与设备状况等；5、区位条件：可进入性及交通条件(路况、方便度、安全度)。
[0071]
规模容量：根据旅游环境容量测定所依据的生态学、环境保护学、旅游学、社会学、经济学、教育学等相关理论和国家法律、法规和相关规范，本着科学性和可操作性的要求，旅游环境容量主要按照面积容量法、线路容量法、卡口容量法这3种方法进行估测。旅游环境容量估测的3种方法适用于不同的旅游景区和旅游环境，因此，进行旅游环境容量估测时首先需要确定旅游功能区或旅游环境类型，然后根据不同旅游环境特点确定基本参数。广州大学城科普旅游集合了10所著名高校、汉唐至今的文化古迹等优质资源。景点基本以块状分布为主，游览方式以陆路游览为主，因此适合运用面积容量法进行估测。
[0072]
面积容量法：根据科普旅游区可游览面积、游客合理占用面积、全天开放时间、游玩所需时间等指标按公式计算游览区日环境容量。
[0073]
c＝(a/a)*d 式中：c-日环境容量，单位为人次；a-可游览面积，单位为m2；a-每位游人应占有的合理面积或最小面积，单位为m2；d-周转率(景点开放时间/游完景点所需时间)。
[0074]
环境水平：由于大学城内植被均由各高校根据校园格局及科普需要进行布置，因此采用归一化植被指数即根据植被的光谱特性，将红波段和近红外波段进行组合，计算植被的覆盖程度的方法来计算广州大学城的植被分布，对大学城内各科普旅游地绿化程度进行评估。
[0075]
ndvi＝(nir-r)/(nir+r)
[0076]
式中，nir为近红外波段的反射值，r为红波段的反射值。计算得出的 ndvi指数小于0为水体，等于0为建筑，大于0为植被。
[0077]
根据归一化植被指数可以将广州大学城的土地利用简易分类为植被、建筑、水体用地3种类型。
[0078]
资源水平：
[0079]
资源水平是指旅游地当前的科普旅游资源情况。本发明实施例中，科普旅游资源定义为是否已经建成有知识科普价值的设施(科普基地、展览馆、生态园、历史文化遗址等)，或者定期在固定场所开展具有知识科普价值(如学生毕设展览、社团成果展示摆摊等)的活动。科普旅游资源是评定旅游地是否具有科普旅游价值的一项重要指标，具有科普旅游资源的旅游地科普旅游开发的价值往往高于没有科普旅游资源的旅游地。如果旅游地自身的科普旅游资源比较少，进行旅游开发时就要投入成本去提升旅游地的科普旅游价值。
[0080]
服务条件：
[0081]
结合广州大学城科普旅游的特点，本着科学性和可操作性的原则，本文以餐饮为评价因子来评价广州大学城各地块的服务条件水平。考虑到作为科普旅游主体的高校与传统旅游行业主体有着一定的区别，部分要素不适宜作为评估的参考因素，但由于科普旅游在其本质上具备着旅游这一属性，因此在服务条件方面的参评中也纳入了餐饮这一最基本的要素作为服务条件的评价标准。主要考评方法是使用arcgis工具在各旅游区上创建三个等级的缓冲区，并与餐饮区叠加，得到各旅游地与最近餐饮区的距离关系。
[0082]
区位条件：在科普旅游的区位条件评价上，交通的便捷程度有着至关重要的地位，进而影响到游客对科普旅游地的选择。因此，本发明实施例结合gis，统计广州大学城各地块到大学城北站、大学城南站和南沙快速大学城出口的实际路面最近的距离，以分析个中的区位关系。
[0083]
本发明结合遥感、gis、实地踏勘等多种技术手段，包括如下步骤：
[0084]
1.地块划分
[0085]
(1)在arcgis中，打开大学城轮廓矢量文件和大学城路网数据。
[0086]
(2)通过“editor”工具，根据路网和的矢量底图依次绘制旅游地块、非旅游地块、餐饮服务地块三个图层，定义投影和坐标系。
[0087]
2.日环境容量计算
[0088]
(1)打开旅游地块的属性表，新建“面积”、“日环境容量”两个字段。
[0089]
(2)点击“面积”字段，右键选择“calculate geometry”，计算得出各地块面积。
[0090]
(3)点击“日环境容量”字段，右键选择“field calculator”，输入日环境容量计算公式计算得出各地块的日环境容量。
[0091]
(4)新建“规模容量”字段，通过arcgis的标准分类工具中的自然断点法将日环境容量分成5个等级，将分类结果存储在“规模容量”字段中
[0092]
3.环境水平计算
[0093]
(1)在arctoolbox中找到“raster processing”工具箱，打开“clip”工具，选择遥感影像和大学城轮廓矢量文件进行裁剪。
[0094]
(2)打开影像中的波段4、波段5影像，在arctoolbox中找到“spatial analyst tools”工具箱，打开“raster calculator”工具，在窗口中输入ndvi计算公式 ndvi＝(nir-r)/(nir+r)，输出结果。
[0095]
(3)打开属性表，选中“value”字段，右键选择“field calculator”，按表1对像元的“value”值进行重新赋值，分类为植被、建筑、水体用地3种类型，输出为地物分类影像。
[0096]
表1地物分类对照表
[0097]
原value值地物类型新value值-1～0建筑-10水体00～1植被1
[0098]
(4)在arctoolbox中找到“spatial analyst”工具箱，打开tabulate area 工具，添加地物分类影像和旅游地块图层，统计计算每个地块中每个像元值的数量。
[0099]
(5)打开旅游地块图层属性表，新建“植被占比”字段，右键选择“fieldcalculator”，计算植被覆盖率。
[0100]
(6)新建“环境水平”字段，通过arcgis的标准分类工具中的自然断点法将植被覆盖率分成5个等级，将分类结果存储在“环境水平”字段中。
[0101]
4、服务水平条件确定
[0102]
(1)打开旅游区属性表，新建“服务水平”字段。
[0103]
(2)根据实地调查结果，配置有餐饮服务区的旅游区的“与服务餐饮区距离”字段值填写为5；没有配置餐饮服务旅游区则筛选出来，通过arctool的 buffer工具，依次生成100米、200米、300米三个等级的缓冲区。
[0104]
(3)利用arcgis的spatial join工具将餐饮服务地块与100米缓冲区图层进行空
间关联，打开100米缓冲区的属性表，筛选出未与餐饮服务区地块关联的要素，选择与之对应的200米缓冲区图层进一步与餐饮服务地块关联，在如同上述操作将300米缓冲区图层与餐饮服务地块进行关联。
[0105]
(4)筛选出与服务区关联的缓冲区要素，用“join”工具将缓冲区属性表与旅游地块属性表相关联，根据缓冲区属性表的“buffer_dist”字段得到旅游区与餐饮服务区的距离关系，结合表2与“buffer_dist”值进一步填写“与服务餐饮区距离”值。
[0106]
表2旅游地块-餐饮服务区关系评定表
[0107]
旅游地块与餐饮区关系服务水平判定条件旅游地块内具有餐饮区5实地调查取得旅游地块100米范围内有餐饮区4关联后buffer_dist为100旅游地块200米范围内有餐饮区3关联后buffer_dist为200旅游地块300米范围内有餐饮区2关联后buffer_dist为300旅游地块300米范围内没有餐饮区1缓冲区未与餐饮服务区关联
[0108]
评价指标权重确定和一致性检验
[0109]
1、构造判断矩阵
[0110]
选择“1～3标度法”构造判断矩阵，以“1、2、3”分别表示两个指标相比时，一个指标比另一个指标“同等重要、比较重要、明显重要”，倒数表示两个指标的反比较，根据评价层次模型，构造出科普旅游地适宜性判断矩阵和区位条件判断矩阵，并邀请了来自广州大学、华南人文地理与城市发展研究中心、南宁师范大学等多个学校及组织的教授进行商讨，并最终确定赋值。
[0111]
2、计算各评价指标权重
[0112]
计算判断矩阵的每一行元素乘积的n次方根，得到方根向量ti：
[0113][0114]
其中：n为评价因子数目：x
ik
(i＝1，2，...，n；k＝1，2，...,n)为第i个指标与第k个指标相对重要性比较而获得的判断值。
[0115]
将方根向量ti归一化，得到该层各指标相对于上层某一指标的相对权重值：
[0116][0117]
表3广州大学城科普旅游适宜性评价层次模型及指标权重
[0118][0119]
一致性检验
[0120]
采用层次分析法得出的结果需要对各判断矩阵进行一致性检验，以保证结果的合理性和可靠性。
[0121]
计算最大特征根λmax：
[0122][0123]
计算一致性指标ic：
[0124]
ic＝(λ
max-1)/(n-1)
[0125]
计算随机一致性比率rc：
[0126]
rc＝ic/ir[0127]
其中：ir为平均随机一致性指标。若rc《0.100，说明判断矩阵通过一致性检验。本次研究构建的评价层次模型的rc为0.000，通过一致性检验。
[0128]
计算适宜性分值：
[0129]
根据得到的各评价指标的权重，求出大学城各旅游地块不同评价因子的得分，并按下式求出各旅游地块的指数和。
[0130][0131]
式中，a为某旅游地地块的参评因子指数和，pi为第i个评价因子的权重， ai为第i个评价因子的得分，n为评价因子数。得出各地块的评价因子指数和之后，即可分别划定潜力级标准，以确定各地块的等级。
[0132]
具体地，包括如下处理：
[0133]
(1)打开spssau，在找到ahp层次分析功能，采用“1～3”标度法构造判断矩阵，计算分析得出各个指标的权重，并根据该权重值进行一致性检验。
[0134]
(2)新建“适宜性评价”字段，右键选择“calculate geometry”，将权重指标分值与(1)中得到指标权重相乘求和，得出最终的评分。
[0135]
数据来源
[0136]
本发明实施例采用广州大学城2018年的指标数据，部分数据来源于地理数据平台、实地考察与问卷调查，其中2018年广州市landsat8遥感影像来源于地理空间数据云免费下载获得，精度为30m
×
30m。科普旅游资源数据及商业中心的餐饮分布数据则来源于实地观察调研记录、采访各商业中心的管理员两种方式获取，实时人流量则通过在2020年11月-12月期间多日于同一时间段进行实地调研记录获取。
[0137]
结果分析：
[0138]
1、日环境容量对比分析
[0139]
广州大学城科普旅游的环境容量按照每位游客应占有的最小面积601m2计算，各地块可容纳游客数量如图3所示，总共可容纳游客人129108人/d。日环境容量高的区域主要分布于中心湖地块、广东工业大学地块，广州大学地块、广中医广药地块、中山大学地块、华南理工大学地块次之，这些地块在游客容纳量上具有优势。广州美术学院地块、广州国际创新城西区的日环境容量最少，无法容纳过多游客，这是其作为科普旅游基地的劣势。
[0140]
2、环境水平对比
[0141]
从广州大学城土地利用情况(表4)可知，广州大学城植被、建筑、水体用地的面积比重分别为40％、52％和8％，绿地和水体的面积总占比为48％，接近总面积的一半。总体而言，广州大学城有较多的植被覆盖，绿化程度较高，适合旅游休憩。
[0142]
表4广州大学城土地利用表
[0143][0144][0145]
从各地块的土地利用情况来看，自然科普资源的环境水平明显比人文科普资源要高。位于外环地带的湾咀头湿地、赤坎湿地、贝岗湿地等公园类型的地块植被占比最高，而广东科学中心、国际创新城西区、各所高校的植被占比较少，植被占比最少的地块为广中医-广药地块、广东外语外贸大学地块。
[0146]
3、科普旅游资源分布
[0147]
从科普旅游资源分布表可以看出，人文科普旅游资源是广州大学城最主要的科普旅游资源类型。大学城当前的自然科普资源少，开发程度低。广东科学中心和岭南印象园具有丰富的科普旅游资源，在作为科普旅游基地进行开发时开发难度最低，投入成本最少。广州大学地块、广中医-广药地块、中心湖公园地块、星海华师地块具有一定的科普旅游资源，湾咀头湿地、赤坎湿地、贝岗湿地地块的现有科普旅游资源最少，开发最不完善，科普旅游开发难度最高。
[0148]
表5广州大学城科普资源分布表
[0149]
[0150][0151]
4、旅游地与餐饮区的位置关系
[0152]
从餐饮分布图(图4)可以看出，广州大学城的餐饮区基本分布在中环和内环之间，位于这一地带的旅游地块拥有着良好的餐饮服务条件。其中，各高校地块内均分布有餐饮区，餐饮服务条件最好；中心湖公园作为地处岛屿中央、毗邻几所大学、人流量相对较高的公园，在100米范围内布有餐饮区；南汉二陵博物馆邻近华师生活南区与广工西生活区，可以在200米范围内找到餐饮区；广州国际创新城西区与广美生活区、广工西生活区相邻，因而也能在300米范围内抵达餐饮区；而剩余的岭南印象园、广东科学中心、湾咀头湿地公园、
贝岗湿地公园、赤坎湿地公园普遍设于外环边缘，但各大高校的生活区一般位于内环与中环之间，几个布有餐饮区的村落也地处中环与外环、内环与中环之间，因而难以在300米内到达餐饮区。
[0153]
5、旅游地交通便利性
[0154]
结合广州大学城旅游地区位表进行分析可得，在所有的地块中，中心湖地块的区位条件最好，同时与大学城南，大学城北距离近，而广东科学中心地块、广中医-广药地块、湾咀头湿地公园地块、赤坎湿地公园地块、贝岗湿地公园地块远离大学城内的地铁站与高速公路出口，区位条件最差，是交通相对不便的景点。
[0155]
表4广州大学城旅游地区位表
[0156][0157][0158]
评价结果综合分析与验证
[0159]
本发明实施例通过实地调研充分获悉大学城内各高校及各旅游景点的科普旅游资源及交通、餐饮等配套设施，结合专家赋权，采用三级系统对广州大学城科普旅游地进行评价，即潜力级(第一级)、景观资源类(第二级)和功能型(第三级)。根据大学城的实际情况，划分出3个旅游地潜力级，即旅游潜力高、中、低的旅游地，分别用ⅰ、ⅱ、ⅲ表示(图5)。对大学城各地块逐一按照前述的评价因子标准进行评分，然后求出大学城各地块评价因子得分之和，再以各地块得分之和的平均值作为相应潜力级的标准。这里各因子得分之和均为加权指数和。具体标准是：ⅰ级旅游地各评价因子得分之和大于3.1，ⅱ级旅游地各评价因子得分之和为2.4-3.1，ⅲ级旅游地各评价因子得分之和小于2.4。
[0160]
广州大学城科普旅游地适宜性评价结果如图5所示，ⅰ级科普旅游地块：岭南印象园地块、广东科学中心地块、广州大学地块、广东工业大学地块、星海华师地块、中心湖公园地块；ⅱ级科普旅游地块：广州美术学院地块、中山大学地块、广中医广药地块、华南理工大学地块；其余为ⅲ级科普旅游地块。整体空间分布呈中心湖以西的科普旅游适宜性分值普遍高于东部的布局，同时总体上还呈现大致东北-西南对称的现象。
[0161]
评价结果综合验证
[0162]
通过进一步的探究发现，ⅰ级旅游地与ⅱ、ⅲ级旅游地相比，在科普旅游资源、餐饮服务条件等方面有着较为明显的优势，而这些也正体现在评价列表中权重比较高的几个因子，特别是科普旅游资源数量上。ⅰ级旅游地所拥有的科普旅游资源在所有地块中排名前列。
[0163]
同时，交通的便捷程度也是影响科普旅游地评级的重要因素，如广中医
‑ꢀ
广药地块，虽然在科普旅游资源方面与ⅰ级旅游地相比不遑多让，但是与地铁站、高速路等重要的交通枢纽距离较远，所以在评级中没能进入到ⅰ级旅游地的名单中。此情况的出现与广州大学城总体的交通布局有联系，大学城内有着内环、中环、外环三条环线，同时大学城南与大学城北两个地铁站呈对称状分布，但是由于有着位于岛内西南侧、与广州市区交通联系非常密切的南沙港快速路可直达大学城，使得岛内西南方的数个科普旅游地块——如广州大学地块、广东科学中心地块等地块的交通相对较便利，在评分上可见这几个地块在区位条件方面的得分也相对较高。
[0164]
本发明实施例也通过多次实地调查部分科普旅游地节假日高峰期的人流量，发现部分i级旅游地没有得到合理的开发，其中高校方面的开发基本上仍处于初期状态。。调查选取周末的时间，统一选取中午12：00-13：00高峰时间段前往不同类型的科普旅游地及部分配套设施区域进行人流量实地调研，经过数次调查后计算其平均值得出，中心湖公园的高峰客流量平均为482人，广东工业大学为8人，广东科学中心为102人，gogo新天地购物中心为2712人，赤坎湿地公园则为2人。可以看出在i级旅游地中，前往高校开展旅游活动的人数远少于另外一个i级旅游地——广东科学中心。由此可见，目前部分高校的科普旅游开发仍然有待开发。
[0165]
另外，周围的配套服务和交通的便捷程度也是影响大家前往科普旅游地十分重要的因素，如调研中的中心湖公园地块与广东科学中心地块，虽然从科普旅游资源角度出发，中心湖公园的科普旅游资源不如广东科学中心，然而得益于交通便利、配套设施——人流量巨大的gogo新天地距其较近、可容纳量大等有利条件，所以中心湖公园地区更受游客的青睐。而赤坎湿地公园由于远处岛内东北角，交通不便且科普旅游资源较少，作为iii级旅游地的它自然在游客数上与另外数个旅游地有着较为明显的差距，这也与研究中旅游地的分级情况较为符合。
[0166]
综上所述，本发明实施例运用rs遥感数据和实地考察分析资源价值和环境水平，以规模容量、环境水平、资源水平、区位条件和服务条件五个因素为切入角度，通过层次分析法，结合多位专家意见对五个因素进行赋权，构筑了一套评价大学城科普旅游地适宜性的指标。通过测算与实地调查对广州大学城科普旅游地开发适宜性进行评价，得出结论为：
[0167]
1)在广州大学城内科普旅游地的开发适宜性等级划分上，五个评价指标中以资源水平、区位条件权重较高，代表影响科普旅游地评价最重要的因素为资源水平其次是服务条件及其他。未来科普旅游地开发应优先注重区域的资源水平，同时要把其他要素纳入考虑中。
[0168]
2)在总体评价上大学城西部科普旅游地等级较东部高，代表大学城的科普旅游地开发中存在中西部与东部程度开发不均的情况，特别是在旅游资源数量相似的情况下，大学城西部的科普旅游地等级往往较东部高，这得益于西部地区较东部地区发达的交通，导
致大学城西部的旅游地适宜性评价等级较高。
[0169]
旅游地开发利用程度不仅取决于资源的丰度和特点，而且和与旅游开发有关的一系列社会经济、区位及环境条件相关联。大学城的科普旅游开发，应在景点丰富的区域完善旅游的基础设施和提高服务水平。结合广州大学城的实际情况，本文对广州大学城在建设科普旅游方面建议如下：
[0170]
1)在交通方面，应建设更多的道路和公共交通系统，加强与市区的联系，完善大学城内交通对称的布局。虽然岛内公共交通较为完备，拥有“三环”道路系统，但目前广州大学城与广州市区的联系仅有南沙港快速路，官洲隧道两条道路及地铁七号线、四号线的大学城北，大学城南站。总体而言道路布局呈现非对称现象，且地铁站的布局位于大学城环岛中心，导致大学城边缘地区的学校，村落无法享受到大交通便利，通勤时间增加。因此未来大学城的基础设施建设应着眼于道路的发展，在大学城的北部建设类似南沙港快速路等的高速公路，同时可以考虑开设“大学城东、西”等地铁站，在未来广州地铁新线设计上占据一定地位，一方面可以平衡目前大学城交通布局不均的现状，同时与周边的广州绕城高速接轨，与广州市区的大交通系统连接，让大学城不再变成“孤岛”。
[0171]
2)完善岛内的配套服务设施种类，充分规划服务设施的布局，同时打破界限，与附近的村落，岛屿形成片状地区。当前广州大学城内各大高校附近均存在部分待开发的土地，但目前广州大学城内提供餐饮，服务，住宿，休闲的场所较为有限，主要集中在gogo新天地商场，广大商业中心及位于大学城内的自然村落等，高校则只能提供一定的餐饮服务，对于其他服务的提供较为有限，且自然村落与商场相比，提供的服务质量参差不齐，难以吸引游客过夜，延长游览时间。因此，对于目前待开发的土地，一方面应充分考虑空间分布及种类，针对数个评价中虽然为i级旅游地，但客流量相对较少的地块(如广东科学中心)，及在空间分布上资源较为匮乏的地块(如湿地公园，大学城北部地区)等进行综合性商场，停车场，星级酒店等服务设施的建设，使得布局合理化。同时大学城可以打破原有界限，在空间上与附近的村落及岛屿(小洲村，长洲岛)等形成整体，加强数个村落、岛屿与大学城的联系，形成集群效应，推动地区科普旅游，红色旅游，研学旅行等多种旅行形式的发展。
[0172]
3)扩大客源辐射范围。本区目前的主要客源市场在于广州市民、附近村民、大学城学生，特别是以附近的村民和大学城的学生为主。但从另一方面分析，大学城地区的潜在客源市场较大，可以吸引岛外的人群前来观光度假。具体可从两个方面出发：一是适度扩大宣传，由政府牵头成立一个大学城旅游公司，整合大学城内所有科普旅游资源，在各大高校和科普旅游地举办活动，一方面向外界宣传大学城科普旅游，另一方面也吸引更多广州及周边市民周末来此观光旅游、休闲度假、康乐健身；二是建设更加齐全的大学城科学教育文化卫生体育设施，通过互联网等途径，吸引更多的学生来大学城参观游览，如广州大学城某高校举办地学夏令营活动。
[0173]
本发明对在参考已有技术的基础上，针对科普旅游地独有的性质，大学及大学城在客观上与传统旅游目的地性质上的区别，结合传统的土地测量评价指标与方法，为大学城科普旅游地适宜性制定了一套新的测评指标及对应的评价体系。该套测评指标及对应的评价体系可以有效协助管理者综合整理大学城内可用于科普旅游的资源，并且根据大学城内各高校旅游资源，餐饮、交通及商业布局情况，对大学城内各科普旅游点进行等级划分及评价，并为未来大学城内科普旅游开发及线路规划提供科学合理的依据。
[0174]
装置实施例一
[0175]
根据本发明实施例，提供了一种基于gis旅游地适宜性评价装置，图6是本发明实施例的基于gis旅游地适宜性评价装置的示意图，如图6所示，根据本发明实施例的基于gis旅游地适宜性评价装置具体包括：
[0176]
确定模块60，用于确定评价指标以及所述评价指标的评价方式；
[0177]
计算模块62，用于构造判断矩阵，通过所述判断矩阵计算各项评价指标的权重；具体包括如下处理：
[0178]
打开spss statistic 25应用程序，导入已提前整理好的，格式为csv的数据文件
[0179]
导入数据后，选择上方菜单栏中“分析”选项，随后选择下拉列表中的“降维”选项，随后选择“因子”选项，打开因子分析界面。
[0180]
在“变量”一栏中添加所有需要纳入分析的变量，并在一旁的“描述”中勾选“系数”、“显著性水平”与“kmo与巴特利特球形度检验”选项；在“提取”选项中勾选“相关性矩阵”、“碎石图”选项，其他选项按照默认设置；在“旋转”选项的“方法”一栏中中勾选“最大方差法”，同时在“显示”一栏中勾选“旋转后的解”与“载荷图”选项。所有选项完成后点击“确定”进行分析。
[0181]
得出具体结果，通过kmo和巴特利特检验表，判断分析是否可靠；观察“总方差解释”表格与碎石图并进行分析，得出评价指标体系对于所有情况的表达效果，与得出的主成分个数。
[0182]
观察“旋转后的成分矩阵”与“成分转换矩阵”，结合具体树脂，分析具体各因子分别属于哪种主成分，根据主成分下包含的具体因子，对各主成分进行命名，并对各因子的权重进行确定。
[0183]
构建模块64，用于根据所述权重进行一致性检验，在通过检验后，根据所述评价指标、所述评价方式、以及所述权重构建完整的评价指标体系；具体包括如下处理：根据公式5计算最大特征根λ
max
：
[0184][0185]
根据公式6计算一致性指标ic：
[0186]
ic＝(λ
max-1)/(n-1)公式6；
[0187]
根据公式7计算随机一致性比率rc：
[0188]
rc＝ic/ir公式7；
[0189]
其中：ir为平均随机一致性指标，若rc《0.100，确定判断矩阵通过一致性检验。
[0190]
评价模块66，用于根据所述评价指标体系，获取对应数据，得出各科普旅游地对应的评价结果。具体包括如下处理：
[0191]
根据公式8得出各科普旅游地对应的评价结果：
[0192][0193]
其中，a为科普旅游地的参评因子指数和，pi为第i个评价因子的权重， ai为第i个评价因子的得分，n为评价因子数。
[0194]
评价模块66还可以根据各科普旅游地对应的评价结果，对各科普旅游地进行评级，并以此为基础，调整各科普旅游地的资源配备，进行开发方向和旅游线路的规划。
[0195]
其中，所述评价指具体包括：
[0196]
规模容量：包括可供旅游土地面积占全部旅游土地面积之比；
[0197]
环境水平：旅游地的植被覆盖度；
[0198]
资源水平：包括自然科普旅游资源和人文科普旅游资源；
[0199]
服务条件：包括基础设施、服务条件、以及设备状况；
[0200]
区位条件：可进入性及交通条件。
[0201]
所述评价方式具体包括：
[0202]
对所述规模容量进行评价的面积容量法：根据科普旅游地可游览面积、游客合理占用面积、全天开放时间、游玩所需时间这些指标按公式1计算游览区日环境容量：
[0203]
c＝(a/a)*d公式1
[0204]
其中，c表示日环境容量；a表示可游览面积；a表示每位游人应占有的合理面积或最小面积；d表示周转率＝景点开放时间/游完景点所需时间；
[0205]
对所述环境水平的评价方式为：采用归一化植被指数，根据植被的光谱特性，将红波段和近红外波段进行组合，根据公式2计算植被的覆盖程度，对各科普旅游地绿化程度进行评估：
[0206]
ndvi＝(nir-r)/(nir+r)公式2；
[0207]
其中，nir为近红外波段的反射值，r为红波段的反射值，ndvi小于0 为水体，等于0为建筑，大于0为植被；
[0208]
对所述资源水平的评价方式为：通过判断是否已经建成有知识科普价值的设施，或者定期在固定场所开展具有知识科普价值的活动来确定所述资源水平；
[0209]
对所述服务条件的评价方式为：采用arcgis工具在各科普旅游地上创建三个等级的缓冲区，并与餐饮区叠加，得到各科普旅游地与最近餐饮区的距离关系，根据所述距离关系对所述服务条件进行评价；
[0210]
对所述区位条件的评价方式为：基于gis分析各科普旅游地的交通布局情况，并针对各科普旅游地内主要交通节点的时空距离，对各科普旅游地的区位条件进行评估。
[0211]
本发明实施例是与上述方法实施例对应的装置实施例，各个模块的具体操作可以参照方法实施例的描述进行理解，在此不再赘述。
[0212]
装置实施例二
[0213]
本发明实施例提供一种基于gis旅游地适宜性评价装置，如图7所示，包括：存储器70、处理器72及存储在所述存储器70上并可在所述处理72上运行的计算机程序，所述计算机程序被所述处理器72执行时实现如方法实施例中所述的步骤。
[0214]
装置实施例二
[0215]
本发明实施例提供一种计算机可读存储介质，所述计算机可读存储介质上存储有信息传输的实现程序，所述程序被处理器72执行时实现如方法实施例中所述的步骤。
[0216]
本实施例所述计算机可读存储介质包括但不限于为：rom、ram、磁盘或光盘等。
[0217]
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术
方案的范围。