长江流域资源与环境 >> 2025, Vol. 34 >> Issue (3): 585-599.doi: 10.11870/cjlyzyyhj202503010
张慧玲1 ,张虹1* ,孙德亮2
ZHANG Hui-ling1,ZHANG Hong1,SUN De-liang2
摘要: 乡村生态旅游资源竞争力是判别旅游发展潜力的重要依据,对乡村产业振兴有重要意义。XGBoost-SHAP解释性机器学习为乡村生态旅游资源竞争力测度提供可视化的智能工具。融合XGBoost-SHAP构建可解释的机器学习模型,以乡村生态旅游资源点为样本,从自然人文环境、生态资源和旅游基础设施3个维度选择测度指标,以识别重庆市乡村生态旅游资源竞争力水平。结果表明:(1)XGBoost通过学习样本数据潜在模式或规律,高效的识别了乡村生态旅游地的不同竞争力水平,并实现了较高的精度。(2)SHAP提高了XGBoost模型预测的透明度,能识别乡村生态旅游资源竞争力的主导因子,经济活动强度、NDVI、高程和生境质量是对重庆市乡村生态旅游资源竞争力最重要的4个因子,同时也是乡村生态旅游资源开发与可持续利用的主要考量因素。(3)重庆市乡村生态旅游资源强竞争力区域集中在市场、知名景区和交通沿线附近,形成了重庆市西部市场依托、东南和东北部为交通依托和景区依托3种乡村生态旅游发展模式。(4)资源竞争力具有空间溢出效应,距离核心景区远近是影响其强弱的主要因素,旅游基础设施和市场等人文条件也对其产生重要影响。最后,基于研究结论,对平衡重庆市旅游资源的开发与利用,优化旅游空间布局,以及推动“和美乡村”建设方面提供建议。可解释性机器学习模型能快速、准确测度区域乡村生态旅游资源竞争力,可以为旅游资源识别和定量分析提供方法借鉴。
No related articles found! |
|