采用网格尺度评价吉林省旅游资源灾害风险

　　近年随着旅游业的快速发展,旅游业已成为多省市的支柱型产业。同时,由于旅游业具有综合性、依赖性和季节性的特点,决定了旅游业是高敏感性的产业。整个旅游资源灾害研究系统中,一旦周围环境变化都会引起旅游业的波动与震荡。

　　因此,自然灾害的发生对旅游业影响较大,是目前研究的热点问题。而针对旅游资源灾害风险研究相对较少,且缺乏统一的程序与范式,尤其是在对区域旅游资源灾害风险评价上,多数都是从行政区尺度、景区尺度进行评价研究,但评价结果精度不够,不能满足实际工作需要。因此,本文着重对此研究热点问题,以吉林省旅游资源为研究对象,采用网格尺度对区域旅游资源灾害进行风险评价研究,提出了一套基于网格尺度的区域旅游资源灾害风险评价的方法与思路,创建了基于网格尺度的区域旅游资源灾害风险评价模型与范式,以充实、完善基于小尺度的区域旅游资源灾害风险评价理论与方法,为我国制定区域旅游资源灾害风险管理和规划提供决策依据。

　　1、研究区概况

　　吉林省位于我国东北地区的中心地带(40°51'-46°18'N,121°38'-131°17'E)。南北宽约600km,东西长约750km。省内自然灾害种类较多(洪涝、地震、火灾、低温、冷害等),且发生较为频繁,对吉林省旅游业影响较大。省内主要旅游资源有长白山国家5A级旅游景区、吉林雾凇、长影世纪城、吉林松花湖、高句丽王城文化遗址、长春净月潭、长春伪满皇宫等多处自然景观和人文景观,是全国著名的自然和人文旅游胜地(图1)。

　　2、研究方法

　　2.1数据网格化

　　数据网格化是指将空间上分布不均的数据,按照一定方法(如克里格法、滑动平均等)规算成规则网格中的代表值(趋势值)的过程。规则网格大小应遵循研究目的和比例尺而定。数据网格化遵循研究变量的空间变化趋势及规律,将空间上分散的数值转换成规则分布的网格数据,可减少局部噪音,弥补空白网格的数据;基于GIS的数据网格化还赋予每个网格的单元空间结构及属性,以更加完整和充分地反映客观变量的空间模式。数据网格化常用在成图技术和模式识别技术上,也是GIS技术构建数据层的一种最基本手段。

　　2.2空间数据网格化划分

　　常见的基础空间要素包括地形、地貌等,对基础空间要素进行网格划分,首先要获取基础空间要素对应和关联的网格编码。具体操作方法:根据研究区图层比例尺确定该图层所属网格空间位置,根据该图层范围确定其对应网格的编号;将该图层对应的网格编号和图层对应属性信息作为该图层元数据,根据网格划分的基本原则,以行政区为底图对研究区进行网格划分,生成以网格为基本单元的矢量图层;利用ARCGIS空间分析功能,通过数据网格化和网格展布方法,将研究区底图上的相关指标数据提取并整理到指定的每一个网格单元中,使每种指标数据作为网格图的一个属性列;利用ARCGIS中的属性计算功能,对数据进行标准化,并通过相关指标计算出各指标数据值大小作为网格指标属性。通过上述4个操作步骤把行政区尺度的指标数据展布到网格尺度指标数据,之后便可进行网格尺度的区域旅游资源灾害风险评价及区划。

　　2.3线性加权模型

　　对于各指标的一些计算则使用线性加权模型计算指标层对准则层的贡献度。用公式表达为:

　　式中,C是评价因子的总值,Wi为各指标的权重;Xi为各指标评价得分,m为准则层内每个因素包含的指标数。

　　3、指标数据网格化与空间展布

　　3.1研究区网格生成

　　矢量网格生成工具有很多种地理信息系统软件都能实现,ARCGIS也提供了多种矢量网格生成方法。例如ARCGIS的GENERATE命令就能实现矢量网格生成。但由于本研究缺少Works tation模块,因此,采用Hawths Tools插件在ARCMAP桌面工作环境中进行矢量网格生成。研究区矢量网格生成便是采用了该插件实现的,在该插件中Create Vector Grid功能可直接生成研究区矢量网格(km网)。

　　生成的矢量图层中除了FID,Shape,ID等3个属性以外,还自动生成了每个矢量网格坐标的最大值(Xmax,Ymax)、最小值(Xmin,Ymin)。根据研究区的面积,在保证每个网格都有数据的情况下,将研究区划分为2351个网格(图2)。其中研究区矢量图统一采用1∶400万的比例尺。

　　3.2指标网格化与空间展布

　　指标数据网格化,目前采用空间插值方法居多,尤其集中于气象要素空间插值。本文在总结前人研究基础上,采用了协同克里格和数据展布方法进行指标数据空间网格化。由于指标包括区域旅游资源点、游客分布、救援点、经济数据等诸数据,所以需将各个数据进行相关数据的回归并进行空间展布,实现各指标数据网格化与空间展布。

　　3.2.1指标体系构建

　　总结已有的区域旅游资源灾害风险评价方法,以区域旅游资源为基本评价单元,以自然灾害风险评价理论为基础,选取旅游地灾害危险性(H)、旅游者的暴露性(E)、旅游者的脆弱性(V)及防灾减灾能力(R)等4大基本内容作为评价的主要因子。参照文献[7]的区域旅游资源灾害风险评估指标体系,危险性主要考虑了灾害发生频度、灾害的破坏性2个因子,可通过点或面的网格化来实现;暴露性主要考虑了旅游资源数量、基础设施完善程度、年接待游客数量、旅游收入4个因子,数据可通过间接的数据空间展布方法来实现;脆弱性主要考虑了国家重点名胜区数量、国家级重点保护单位数量、旅游设施完善程度、游客年龄结构比、旅游业GDP贡献率5个因子,其中涉及到点数据的按照点数据网格化方法来实现;防灾减灾能力主要包括交通条件、避难所数量、救援能力、旅游业保险完善程度、医院床位数5个因子,此5个因子包括点数据和线数据,因此可采取点或线的网格化方法来实现。由于所选因子有不能够直接量化的指标,采取专家来对这些指标因子进行打分,其他容易量化因子直接参与网格化计算与空间展布,其权重采用层次分析法获得网格尺度风险评价的权重体系,具体见表1。

　　3.2.2游客数量与救援能力指标数据网格化

　　由于指标中游客数据与避难所、医院分布都为点数据,而点数据可以直接落到对应区域的网格内,所以实现起来相对容易。通过多元相关分析、回归分析确定游客数量相关的关键因素进行网格化,对2010年研究区游客数量进行展布,其他也按此操作(图3-4)。其中游客数量与避难所数量分别为0.972和0.945,得出人口空间展布方程:

　　P0=16.102+0.132W-10.56Gr,r=0.967。

　　式中,W为避难所数量,G为格网面积,P0为游客数量。

　　3.2.3路网密度与旅游资源指标数据网格化

　　由于道路数据与旅游资源分布多数都呈条带状分布,把这两方面数据按照线状数据进行空间展布。对于线数据网格化处理起来较麻烦,线数据存在跨网格的线与跨网格的面,需要统计和计算网格面内的线数据长度和面积量算。但HawthsTools的Analysis工具集提供了对目标面的面积量算和对象内部长度计算的工具,因此利用此功能实现线数据和面数据网格化(图5-6)。

　　3.2.4社会经济数据网格展布

　　常用的社会经济数据网格化有空间插值法、遥感反演法、多因素综合分析法。本研究的社会经济数据的网格化是通过对已有空间数据间接实现的,利用多因素综合分析法通过对已建立网格化数据和未建立网格化数据(社会经济数据)进行相互关系确定,并建立模型,实现社会经济数据网格化。空间数据展布是为了把社会经济数据的空间分布展布到矢量网格中,利用GIS空间分析模块将旅游收入、GDP贡献率、经济损失等数据展布到每个网格中,采取公式获取社会经济数据的空间分布密度。

　　式中,Bj为j类旅游收入经济指标,bij为i区j类旅游收入经济指标的分布密度,Ai为i区域的面积。由此得到图7中经济指标的网格化与空间展布。

　　4、基于网格尺度的区域旅游资源灾害风险评价模型构建

　　4.1模型构建

　　研究采用的区域旅游资源灾害风险评价模型采用线性加权模型及区域旅游资源灾害风险度数学公式,结合区域旅游资源灾害风险评价指标体系,构建区域旅游资源灾害风险评价指数模型[8-9]。

　　式中,LDRI为区域旅游资源灾害风险指数,用来表示区域旅游资源灾害风险大小,其值越大,区域旅游资源灾害风险越大,反之越小。H,E,V,R的值分别表示危险性、暴露性、脆弱性、防灾减灾能力4因子指数。xi是各指标量化后的值,Wi为各指标的权重值。

　　4.2评价结果分析

　　利用公式得到图8基于网格尺度的区域旅游资源灾害风险评价图,风险等级划分参考文献。

　　从图8可以看出,从区域总体上是长春市、吉林市、松原市区域旅游资源灾害风险等级为高;辽源市、白山市及延边市为较高风险;四平市处于中等风险;白城市为较低风险。但由于旅游资源分布并不是完全以行政范围分布,有的以点状分布,甚至是条带状,用整个行政区的区域旅游资源灾害风险评价结果去表征这些区域旅游资源灾害风险评价结果的精度非常低,因此采用网格尺度以提高区域旅游资源灾害风险评价结果精度。

　　从评价结果可知,比行政区尺度的评价结果更为直观、精度更高、更能准确地表征小尺度内的区域旅游资源灾害风险,评价结果更为可信。

　　5、小结

　　研究结果表明,在建立区域旅游资源灾害评价指标体系的基础上,以网格为单元对各指标进行空间数据展布,可提高评价结果精度。以自然灾害风险评价理论及综合加权方法构建区域旅游资源灾害风险评价模型,实现了区域旅游资源灾害风险评价。以网格尺度实现区域旅游资源灾害风险评价方法,弥补了以往研究中以行政区尺度评价结果精度不足问题,改变了研究中行政区尺度的较低精度分析的固定模式,提出全新的区域旅游资源灾害风险评价方法,以期为区域旅游资源灾害管理提供服务。

　　参考文献:
　　[1]张达.我国旅游灾害的研究进展[J].防灾科技学院学报,2009,11(2):121-124.
　　[2]裴玮.地震引发的四川旅游地灾害风险评估与对策研究[J].区域经济,2010,4(24):89-91.
　　[3]刘丽,陆林,陈浩.基于目的地形象理论的旅游危机管理:以中国四川地震为例[J].旅游学刊,2009,10(24):27-29.
　　[4]刘浩龙,葛全胜,席建超.区域旅游资源的灾害风险评估:以内蒙古克什克腾旗为例[J].资源科学,2007(1):118-125.
　　[5]席建超,刘浩龙,齐晓波,等.旅游地安全风险评估模式研究:以国内10条重点探险旅游线路为例[J].山地学报,2007(5):370.
　　[6]张伟,贾庆炎,简兴祥.自然邻点插值法及其在二维不规则数据网格化中的应用[J].物探化探计算技术,2011,33(3):292.
　　[7]孙滢悦,陈鹏.区域旅游资源灾害风险评价模型研究[J].长春师范学院学报:自然科学版,2010,29(4):83-85.
　　[8]刘兴朋,张继权.基于GIS技术的吉林省西部草原火灾风险评价与区划[J].应用基础与工程科学学报,2006,14(增刊):214-220.
　　[9]张继权,梁警丹,周道玮.基于GIS技术的吉林省生态灾害风险评价[J].应用生态学报,2007(8):1765-1770.