旅游生态环境大数据分析与应用

扫码查看

原文链接

NETL

中文摘要：旅游业在给当地经济和就业率带来春天的同时，也会因为过度开发而造成各种消极效应如污染加剧、垃圾堆积、生态破坏等，这给当地的自然生态环境带来巨大压力，从而直接或间接地影响旅游景区及周边地区的可持续发展。因此，对旅游区域生态环境状况进行实时监测和分析就显得十分迫切和必要。旅游生态环境系统是指在自然生态系统基础上，通过人类旅游活动对自然生态环境的适应与改造而建立起来的自然生态、旅游经济产业和地域社会文化复合体系。随着卫星对地观测技术和智慧旅游的快速发展，获取旅游区域的生态环境大数据和旅游大数据已经成为可能。这对探究生态环境与人类旅游活动之间的相互响应关系，指导旅游景区及周边地区未来可持续发展具有重要意义。论文以九寨-黄龙风景名胜区及周边地区为研究区，基于长时间序列的多源异构时空大数据资料（卫星遥感数据、气象数据、社会经济数据等），提取并构建了旅游生态环境要素综合数据集；同时，利用遥感（RS）和地理信息系统（GIS）技术，基于生态足迹理论对研究区的可持续发展状况进行长时间序列评价和驱动因子分析；最后，结合历史与现状分析，采用大数据预警预测方法对研究区未来发展趋势进行预判。论文的主要研究内容和成果如下所示：（1）通过对长时间序列的多源异构时空大数据（卫星遥感大数据、气象大数据、社会经济统计数据等）进行收集、整理和提取，构建了旅游生态环境要素综合数据集。基于RS和GIS技术提取典型旅游生态环境要素，挖掘并获取了各生态环境要素和社会经济要素的长时间序列变化规律。（2）在生态足迹理论和旅游生态足迹理论的基础上，对研究区的生态足迹、生态承载力、生态赤字、生态盈余等可持续发展指标进行计算并分析各指标的长期变化模式。结果表明，研究区生态足迹呈逐年递增趋势，但生态足迹始终小于生态承载力，说明区域还处于可持续发展状态之内；然而人均生态盈余表现为逐年递减趋势，说明区域的可持续发展状况正在变差。（3）通过对研究区生态足迹进行驱动因子分析，得到以产业支持能力和经济发展水平为主的经济社会要素为主要的驱动因素。（4）采用大数据预警预测方法来探究区域未来的可持续发展能力。通过比较ARIMA时间序列预测模型和LSTM时间序列预测模型的精度，最终选取ARIMA（1，1，0）模型对研究区人均生态盈余进行预测。结果表明，该模型预测的未来10年内研究区人均生态盈余呈现逐渐降低的发展趋势，区域的自然生态资源越来越难以满足人类社会发展和经济发展的需要。

作者：

高树煦

展开 >

关键词：

旅游生态环境大数据生态承载力生态足迹预测模型

授予学位：

硕士

学科专业：

电子与通信工程

导师：

何彬彬

学位年度：

2019

学位授予单位：

电子科技大学

语种：

中文

中图分类号：

F59