基于ASTER GDEM的湘西北生态旅游资源发掘研究

陶前辉, 杨波,*, 李博, 左青

基于ASTER GDEM的湘西北生态旅游资源发掘研究

陶前辉1,2, 杨波1,2,*, 李博1,2, 左青1

1. 湖南师范大学资源与环境科学学院, 长沙 410081 2. 地理空间大数据挖掘与应用湖南省重点实验室, 长沙 410081

以遥感手段发掘潜在旅游资源, 对集中连片贫困区发展旅游业, 推动脱贫致富具有重要意义。基于90 m分辨率的ASTER GDEM数据, 采用相关矩阵法、OIF指数法、规则窗口法和均值变点法对湘西北潜在旅游资源进行探查和发掘。结果表明: (1)通过高程、坡度变率和全累计曲率最佳地形因子的组合可以最大化的反映影像中的地理特征信息; (2)对于湘西北地区, 开辟尺度为12×12, 面积为1.17 km2的地形起伏度分析窗口最为合适; (3)通过遥感手段, 借助地形因子, 基于宏观发现微观探查的原则在湘西北地区成功发现3处潜在旅游资源: 象形地貌类景观, 湖光山色类景观和特色台地地貌景观。发掘结果对地方旅游资源开发具有一定的参考价值, 验证了基于地形的生态旅游资源发掘方法的可行性。

湘西北; ASTER GDEM; 生态旅游; 发掘; 遥感

0 前言

旅游扶贫是通过开发贫困地区丰富的旅游资源, 在保护自然的前提下, 实现贫困地区居民和地方财政双脱贫致富, 这与美国生态旅游学会1992年对生态旅游的定义相契合。在集中连片贫困地区往往由于地理和经济因素, 生态环境优美, 潜在旅游资源丰富, 但如何发掘潜在旅游资源尤其是生态旅游资源成为目前政府及相关行业关注的重要问题之一。

随着旅游业的快速发展, 目前国内外对旅游资源的研究层出不穷。区域内旅游景点空间结构特征是目前相关研究的重要内容, 如S Kang基于锚点理论确定了韩国首尔旅游景点系统的空间结构[1]; Pujo S利用非线性回归方法, 分析了Coastal of Bantul地区农业旅游地点特征和旅游吸引力的关系[2]; 祝亚雯, 朱磊, 刘洁卉, 分别基于地统计学、GIS空间分析方法、地理集中指数对皖南国际文化旅游示范区和河北省的旅游资源进行空间结构特征的研究分析[3-5]。这些都是在现有旅游资源的基础上进行的现状分析和优化, 缺少对偏远落后地区旅游资源开发方面的研究。在旅游资源开发的研究中, 目前侧重于不同区域[6-7]不同旅游资源[8–10]下的开发潜力研究, 尚处于潜力分析阶段, 而对于旅游资源尤其是生态旅游资源如何发掘怎样发掘的研究较少。在研究地域上多关注于延续历史人文精神的特定文化区域[6-10]和大城市[11], 对集中连片的少数民族贫困地区缺乏关注。在技术应用上, 主要是利用遥感技术方法对旅游资源进行调查和评价[12-13], 在旅游资源发掘方面应用较少, 没有充分发挥遥感宏观与微观相结合的技术优势。

基于此, 本文选取湘西北地区为研究区域, 该区域为集中连片少数民族贫困地区且群山起伏, 地貌类型多样, 生态环境优越, 潜在旅游资源丰富。尝试借助遥感技术手段, 运用宏观和微观地形因子组合、最佳地形起伏度、三维显示等方法对湘西北地区进行生态旅游资源的发掘、分析和展现, 探究利用地形因子进行生态旅游资源发掘的可能性, 为其他地区生态旅游资源发掘以及旅游资源开发提供参考。

1 研究区与数据说明

1.1 研究区概况

湘西北地区包括张家界市及湘西自治州, 地处湘、鄂、黔、渝四省交界处, 共有11个县(市)总面积25115 km2, 人口434.69万人, 为少数民族聚居区, 如图1。湘西自治州和张家界市2018年地区生产总值为605.05亿元和578.9亿元, 分别位列湖南省第13、14位, 以旅游业为主的第三产业占地区生产总值的比重分别为58.4%和72.1%, 经济发展水平落后。区域内旅游资源丰富, 拥有武陵源、天门山、凤凰古城等国家重点风景名胜区。生态环境优越, 地形复杂, 地貌类型多样, 境内群山起伏, 高低悬殊, 有响彻海内外的张家界地貌还有千奇百怪的溶洞洞穴, 自然旅游资源十分丰富。同时温和的亚热带季风湿润性气候、优美的生态环境和悠久多彩的民族文化还孕育了独特的人文旅游资源。

1.2 数据说明

本文研究采用的数据为ASTER GDEM, 下载自中国科学院计算机网络信息中心科学数据中心建立的地理空间数据云(http://www.gscloud.cn/), 经投影、拼接和裁剪而成, 分辨率为90 m。从湘西自治州和张家界市旅游局官网获取A级景区数据, 并通过91卫图进行定位。下载中国地质调查局(http:// www.cgs.gov.cn/)1:50000的基础地质图以及GooleEarth 15 m分辨率的高清遥感影像, 以便进行地形地貌的展示。经济统计数据来自于湖南省统计局(http://tjj.hunan.gov.cn/)2018年各市国民经济和社会发展统计公报。

图1 研究区位置示意图

Figure 1 Location of the study area

2 研究方法

2.1 相关系数指数

地形因子间相关性系数的计算通常需要进行波段集统计, 包括协方差和相关系数等。通常用矩阵的方法来计算协方差, 这样能更好的研究两个随机变量间的联系。相关系数所表明的是变量间的相关性程度, 相关性越高, 数据冗余度就越大, 相对独立性就越小。相关系数是由两个变量间的协方差及其各自的标准差所决定, 其公式为:

式中,δ表示图像波段标准差,δ表示图像波段标准差,δ表示图像波段和图像波段之间的协方差[14]。

为了避免某些因子在图像合成时权重过大, 可对地形因子进行归一化处理, 使得地形因子量化到栅格影像单元值0—255, 同时不会使因子间的相关性发生变化。在进行归一化处理时, 可采用影像拉伸时用到的极差法[15]处理:

=(–min)/(max–min)×255 (2)

2.2 OIF指数

式中,δ表示第波段的标准差,R表示和两个波段间的相关系数[16]。

2.3 均值变点法

目前对于最佳地形起伏度窗口的确定有多种方法如: 人工作图法、模糊数学法、最大高差-面积比法、均值变点法等。赵斌滨等[17]对各种方法进行综合比较, 认为均值变点法得到的最佳分析窗口对应的地形起伏度更符合实际情况, 计算原理如下:

(1)依次计算不同递增分析窗口下单位面积上的平均地形起伏度, 即单位地势度。

T=t/s(=1,2, …, N) (4)

式中:T为第个分析窗口下的单位地势度;t为平均地形起伏度;s为分析窗口面积。

(2)对数列取对数ln得到非线性数列样本X(k=1,2,…,N)。

(4)计算统计量, 公式为:

式中:为总样本的离差平方和;S为前后两段样本的离差平方和之差。

3 基于地形因子的生态资源发掘

3.1 地形因子的选取

基本地形因子可分为宏观地形因子和微观地形因子, 每个地形因子都具有具体的含义和地学意义[18], 结合实际复杂地形情况的考虑, 在宏观中展现微观既能表现整个地区的特征概况又能突出细节, 适合于象形类景观和地形地貌类生态旅游资源探查。综合考虑, 本研究有针对性的选取宏观因子(地表粗糙度、地表切割度、地形起伏度、高程、高程变异系数)和微观因子(坡度、坡度变率、地表累积曲率), 共8个地形因子作为研究的基本地形因子, 如图2。

3.2 最佳地形因子组合

由于所有的地形因子都是基于同一DEM提取获得, 因此无法避免个别地形因子间的高相关性, 如果将相关性高的地形因子进行组合会造成计算和信息的冗余, 不利于图形信息量的展示和分析, 因此对影像间的相关系数及OIF指数进行计算和分析, 选取相关性小信息量高的地形因子进行组合。

通过ArcGIS中的空间分析模块对各地形因子间的相关性进行判别, 同时为了更直观更好的了解不同分量间的相关性, 引入相关系数矩阵, 如表1。由表可知(以0.85为相关性系数阈值[15])地表切割度和坡度是与其他地形因子高相关性频率最高的两个地形因子, 为避免信息冗余, 在进行最佳地形因子组合的选取时只考虑高程变异系数、地表累积曲率、坡度变率、高程和地表切割度5个地形因子。

Figure 2 Terrain factor of the study area

为了确定最佳波段组合, 使图像表现出更多的信息, 依据OIF指数公式计算得到的各波段间组合的OIF指数并对其排序, 如表2。

表1 地形因子间相关系数矩阵

表2 波段组合OIF指数

由表2可知, 波段b、c、d即全累计曲率、坡度变率和高程的组合的OIF指数为1123.145,位于各波段组合的OIF指数之首, 这表明全累计曲率、坡度变率和高程的波段间相关性最小, 各波段的独立性最强, 信息量最大。为了更好的了解生态旅游类景点与地形地貌的关系, 将生态旅游类的A级景区与最佳地形因子合成图进行叠加, 如图3。

由上图可知, 高程、坡度变率和全累计曲率三波段的合成能够清楚的看出湘西北地区的地貌地形的概况及细节特征, 能够很好的对地形地貌进行区分, 适合依据地形地貌进行生态旅游资源的探查和发掘。从地形地貌看: 北部地区地形地貌相对丰富, 空间分布上也较为复杂, 而南部地区地形相对平缓, 地貌类型相对单一。区域内山脉及沟谷呈东北西南走向, 山峰沟谷相互交错, 高差明显, 在北部地区表现的尤为明显, 总体上地势为西北高东南低。因此, 以地貌地形为视角对生态旅游资源的发掘, 北部地区存在潜在旅游资源的可能性更大。通过与生态旅游类A级景点叠加可知, 生态旅游类型景区在湘西北北部地区的分布明显多于南部, 这与地形地貌复杂程度相一致, 另外生态旅游类景点分布与地形地貌走向相一致呈东北西南走向, 在空间分布上具有一定的连续性, 说明生态旅游资源与地形地貌具有一定的关联性。

3.3 基于最佳地形起伏度的生态旅游资源分析

地形起伏度是指在一定区域单元内, 海拔高度的最高点与海拔高度的最低点的差值。是描述特定区域内地形特征的一个宏观性指标, 同时也是衡量一定区域内地形地貌丰富程度的重要指标。

图3 最佳地形因子合成图

Figure 3 Optimal terrain factor composite graph

3.3.1 最佳地形起伏度窗口的确定

邻域单元是影响地形起伏计算精度的一个重要因素。通常情况下地形起伏度会随着邻域范围的增加而不断增大, 当邻域范围增加到一定阈值后地形起伏度会趋向于平稳。通过规则窗口递增法, 以×(=3,6,9……42)增加步长为3栅格矩形作为模板算子, 3×3作为起始窗口, 对整个研究区域做遍历运算, 遍历所有栅格窗口范围内高程的最大值及最小值, 至42×42终止。然后计算栅格窗口内的高程差即对应的栅格窗口的地形起伏度值, 如表3。

通过均值变点法得出第4个序列点即最佳分析窗口为12×12, 面积为1.17 km2, 如图4。

3.3.2 基于地形起伏度的现有生态旅游景点分析

为了验证生态旅游资源与地形地貌间的关联性, 通过将生态旅游类型景区划分为地形地貌类景观类: 天门山国家森林公园、张家界国家森林公园、张家界大峡谷景区、五雷山仙山景区、矮寨奇观风景区; 水域风光类: 宝峰湖风景区、赵家垭风景区、猛洞河漂流景区; 洞穴类: 黄龙洞景区、龙王洞景区、凤凰奇梁洞景区三种类型并对其地形起伏度进行提取和比较, 如表4。

表3 湘西北地形起伏度与邻域单元关系表

图4 S和Si的差值变化曲线

Figure 4 Difference change curve ofandS

结合表4及图3可知湘西北地区生态旅游类A级景区的地形起伏度普遍较高, 说明湘西北地区生态旅游类A级景区与地形地貌存在着密切联系。基于纯地形类景观如天门山、武陵源峰林、张家界大峡谷等都分布于地形起伏度高值地区, 均值更是达到了528 m; 湘西北地区水系发达, 河流众多, 但发展成A级景区的水域风光景点都是在地形起伏度较高的地区, 均值达到298 m, 由此可知地形起伏度即地形地貌的特色与水域相结合形成区别于其他水域的山水湖光特色, 具有很强的旅游吸引力; 湘西北洞穴类景点地形起伏度集中分布于100—200 m左右, 相对于其他生态旅游类景点地形起伏度普遍偏低, 这可能与河流水系以及溶洞形成地形条件相关。综上所述可知, 不同生态旅游资源类型所对应的地形地貌情况有所区别, 因此可依据地形地貌特征实现生态旅游资源的发掘。

3.4 地形地貌旅游资源探查

由于洞穴类景观深入地下通过遥感难以发现, 因此能够依据地形地貌发掘的生态旅游资源只有地貌景观和水域风光两大类。主要发掘方法为: 象形发掘、水域风光发掘和地形地貌景观发掘。一、象形发掘, 即运用象形思维, 以形赋意, 赋予自然景观各种神似的形象, 如人、动物、神仙、植物、器皿等[19]。在生态旅游景点中象形类景点不在少数, 如桂林的象鼻山、黄山的猴子观海、克拉玛依的魔鬼城等。这些象形景观与当地特色文化相结合赋予游客无限遐想, 给游客带来不一样的旅游体验, 已成为吸引游客旅游的一大重要因素。目前象形旅游资源的开发已越来越受关注, 如山东泰安市文化和旅游局与齐鲁晚报联合发起的“泰安象形景点三十佳”的摄影展活动, 以及利用遥感发现的泰安市山体与植被组成的千米级“寿”字。对于湘西北象形景观的发掘可通过地形因子组合图, 观察湘西北地区山脉走势及地貌特征尝试发现象形类潜在旅游资源。二、水域风光发掘, 在非平原地区水域风光类旅游景点多分布于较高海拔的山地中[20], 山水结合形成不同的湖光山色, 如长白山天池、苍山洱海、天山天池等。地形起伏度从一定程度上代表着区域内地形特征和特色, 与水域相结合更易形成具有山水特色的旅游资源。因此可提取湘西北地区主要湖泊并和湖泊对应的地形起伏度, 以水域风光景点中最低地形起伏度的宝峰湖风景区的起伏度值为节点, 对地形起伏度245 m以上的湖泊进行重点探查, 并结合地形因子组合图分析其周边地形地貌条件尝试发现具有开发潜力的水域风光类旅游资源。三、地形地貌类景点发掘, 以现有地形地貌类生态旅游景点矮寨奇观风景区的地形起伏度为节点结合地形因子合成图对地形起伏度407 m以上区域进行重点探查并分析其纹理特征, 同时利用遥感对重点区域进行核查。基于上述探查原则共发现3处典型的潜在生态旅游资源, 如图5。

表4 生态类景点地形起伏度提取表(m)

图5中, ①标注点位于湘西北地区的西北角, 该区域色调明暗交错, 纹理特征复杂, 表明该地区地形地貌丰富。山脉呈环状分布且周围沟壑遍布, 总体呈放射状, 加上中间部分的山地和沟谷地形, 共同勾勒出类似神人修仙的象形特征, 给人以无限遐想, 具有一定的旅游开发潜力。地质类型丰富且集中, 适合进行地质考察, 建立地质考察基地, 宣传相关地质文化知识。另外该地区四面高山, 视野广阔, 且受地形及地理位置影响开发较少, 生态环境保护较好, 适合进行户外休闲旅游。从经济发展的角度来说: 一方面, 该地区远离大城市, 受其经济发展带动较弱, 经济发展落后; 另一方面, 该地区距张家界主要景区相对较近, 但缺少旅游景点, 无法对张家界庞大的游客流进行引流, 难以带动经济发展。可通过以该潜在旅游资源和其他旅游景点为节点, 以张家界旅游资源的强大吸引力为发动机, 以必要的基础设施建设和精品旅游路线的打造为脉络, 形成遍布区域的旅游吸引物[21]和客流输送网络, 带动地区经济发展, 助力脱贫攻坚。

图5 潜在生态旅游资源发掘标注

Figure 5 Exploration annotation of potential ecotourism resources

标注②位于湘西北东北部, 在最优地形因子融合影像上可以看出该地区整体上呈撕裂状, 在地质活动作用下出现一连串的十字状的湖泊, 区别于一般湖泊的条状或块状, 别具特色。湖泊周围高山环布, 落差明显, 适合建立观景平台、度假酒店、水上游乐活动等, 以弥补目前湘西北尤其是张家界地区以山为主的旅游景观类型。

标注③位于湘西北地区的东南部, 结合其他地形因子可以发现该点是其周边为数不多的海拔较高的地区。结合最佳地形因子组合图和地形起伏度可以发现A点和B点具有相似的地形地貌特征即: 海拔较高, 地形起伏度大, 坡度变化明显, 地形地貌复杂, 蕴藏着巨大的潜在旅游资源。经验证B点为张家界市天门山景区, 是已开发的世界闻名的5A级景区。A区域名为七星山, 海拔399 m至1528 m, 是一座四周绝壁的台形山地, 台地之大实属罕见, 其森林覆盖率为87%, 山顶全年平均气温在9 ℃左右, 是难得的休闲旅游及避暑胜地。该区域与天门山景区具有相似的地貌特征, 有峡谷等丰富的地貌类型且规模更大(如图5所示, 为更全面的了解该区域地貌特征, 以北侧俯瞰的视角进行三维展示), 适合进行休闲度假酒店、露营等旅游项目开发。另外该区域距市区较近, 交通便利, 具有绝佳的区位优势, 开发潜力巨大。

4 总结

本文从遥感的视角出发, 以地形地貌为切入点, 借助遥感技术方法对湘西北地区生态旅游资源进行发掘。研究探讨了遥感技术方法应用于生态旅游资源发掘的可行性, 并取得一定的成果。

(1)本文通过相关系数法、OIF指数法、均值变点法等方法确定了最优地形因子组合全累计曲率、坡度变率和高程, 以及尺度为12×12, 面积为1.17 km2的地形起伏度最佳分析窗口。

(2)通过遥感手段, 借助地形因子基于宏观发现微观探查的原则在湘西北地区成功发现3处具有旅游开发潜力的区域: ①地形构造象形且地质类型丰富, 适合进行户外休闲旅游, 可以以此为节点借助张家界的旅游吸引力, 通过精品路线和基础设施建设进行引流, 以带动地区经济发展, 助力脱贫攻坚; ②湖光山色, 形状奇特, 呈十字状且四周环山落差大, 适合开发休闲度假, 水上游乐活动, 一定程度上弥补了张家界地区水域旅游的缺失; ③海拔高, 坡度变化大, 有峡谷台地等特殊地形, 森林覆盖率高, 环境优美, 温度适宜, 适合进行避暑、露营、探险等旅游开发, 且距市区较近, 具有良好的开发条件和区位优势。

本研究以遥感为视角以地形为切入点对生态旅游资源进行发掘和探查, 方法具有一定的可推广性, 对旅游资源的发掘具有重要的参考意义和价值。但是发掘潜在旅游资源不是最终目的, 今后需要进一步结合生态旅游资源以及不同生态环境下孕育的特色人文旅游资源进行相关研究和分析, 为湘西北的全域旅游网络建设建言献策, 通过旅游带动经济发展, 让贫困群众享受旅游发展带来的福利, 助力脱贫攻坚。

[1] Kang S, Lee G, Kim J, et al. Identifying the spatial structure of the tourist attraction system in South Korea using GIS and network analysis: An application of anchor-point theory[J]. Journal of Destination Marketing & Management, 2018.

[2] Pujo S, Guntarti T M. Analysis of Prospect of Agro-tourism Attractiveness Based on Location Characteristics[J]. Agri­culture and Agricultural Science Procedia, 2015, 3.

[3] 祝亚雯,胡文海.基于地统计学方法的区域旅游空间结构研究——以皖南国际文化旅游示范区为例[J].地理科学,2016, 36(11): 1722–1728.

[4] 刘洁卉.河北省农业生态旅游空间格局分析[J].中国农业资源与区划, 2019, 40(7): 227–232.

[5] 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+216.

[6] 赵希勇,张璐,吴鸿燕,等.哈尔滨地区乡村旅游资源评价与开发潜力研究[J].中国农业资源与区划,2019, 40(5): 180–187.

[7] 侯志强,刘春雨.丝绸之路经济带西段五省区旅游资源群开发潜力评价[J]. 山地学报, 2019, 37(1): 109–117.

[8] 李济任,许东.基于AHP与模糊综合评价法的森林康养旅游开发潜力评价——以辽东山区为例[J].中国农业资源与区划, 2018, 39(8): 135–142+169.

[9] 高文智,杨艳丽.农村生态旅游资源跨越式开发潜力评价——以北京市延庆区大庄科乡为例[J].中国农业资源与区划, 2016, 37(9): 191–195.

[10] 吴媛媛,颜节礼.苏南国家级非物质文化遗产文化旅游开发潜力研究[J]. 地域研究与开发, 2013, 32(5): 157– 162.

[11] 郑治伟.北京市乡村旅游空间分布及发展评价[J]. 中国农业资源与区划, 2018, 39(5): 224–230.

[12] 王绪龙,王世进,刘奇志,等.山东省旅游地质资源遥感调查成果及潜力展望[J].中国地质调查, 2018, 5(6): 90– 96.

[13] 王绪龙.基于3D GIS的山东省旅游地质资源遥感调查[J]. 测绘地理信息, 2018, 43(4): 45–47.

[14] 王冰, 安慧君,刘怀鹏,等.QuickBird影像城市阴影信息的提取与消除[J].地球信息科学学报, 2016, 18(2): 255–262.

[15] 常直杨,王建,白世彪,等.基于SRTM DEM数据的三峡库区地貌类型自动划分[J].长江流域资源与环境, 2014, 23(12): 1665–1670.

[16] 赵芳,朱丰琪,冯仲科,等.运用资源三号卫星影像数据提取水体信息的方法研究[J].测绘通报, 2014(3): 25–28.

[17] 赵斌滨,程永锋,丁士君,等.基于SRTM-DEM的我国地势起伏度统计单元研究[J].水利学报, 2015, 46(S1): 284– 290.

[18] 汤国安,刘学军,闾国年.数字高程模型及地学分析的原理和方法[M].北京: 科学出版社, 2005.

[19] 程曼诗.传播学视野下象形思维在旅游业自然景观解说中运用的优缺点及对策[J].文教资料, 2015(27): 80–81.

[20] 周长威,代胜芳.西南地区四省一市旅游资源分布格局研究[J].度假旅游, 2018(10): 28–32.

[21] 杨洋,李吉鑫,崔子杰,等.节事吸引力感知维度研究[J].旅游学刊, 2019, 34(6): 85–95.

Exploration and research on ecological tourism resources in northwestern Hunan based on ASTER GDEM

Tao Qianhui1,2, yang Bo1,2,*, LI Bo1,2, ZUO qing1

1. College of Resources and Environmental Science, Hunan Normal University, Changsha410081, China 2. Key Laboratory of Geospatial Big Date Mining and Application, Changsha410081, China

Exploring potential tourism resources by remote sensing means is of great significance to the development of tourism in contiguous poverty areas and the promotion of poverty alleviation. Based on ASTER GDEM data with a resolution of 90 m, correlation matrix method, OIF index method, regular window method and mean variable point method were adopted to search and explore potential tourism resources in northwestern Hunan. The results indicated that: (1) the combination of the best terrain factors such as elevation, slope variability and total accumulated curvature could maximize the reflection of the geographic feature information in the image. (2) It was the most appropriate to open up a topographic relief analysis window with a size of 12×12 and an area of 1.17 km2in northwestern Hunan. (3) Three potential tourism resources were successfully discovered in the northwest region of Hunan Province by means of remote sensing, with the aid of terrain factors and based on the principle of macro discovery and micro exploration: pictographic landscape, lake and mountain landscape as well as characteristic platform landscape. The excavation results were of certain reference value to the development of local tourism resources, and then the feasibility of the topographical ecotourism resources excavation method was verified.

northwestern Hunan; ASTER GDEM; ecotourism; exploration; remote sensing

10.14108/j.cnki.1008-8873.2020.02.019

P66; Q149

A

1008-8873(2020)02-157-09

2019-07-12;

2019-08-04

国家自然科学基金项目(41171342); 湖南省教育厅2017年重点项目(17A127)

陶前辉(1992—), 男, 安徽安庆人, 硕士研究生, 主要从事生态旅游遥感研究, E-mail:1104443920@qq.com

杨波(1974—), 男, 湖南张家界人, 教授, 硕士生导师, 主要从事生态旅游遥感研究, E-mail:794349699@qq.com

陶前辉, 杨波, 李博, 等. 基于ASTER GDEM的湘西北生态旅游资源发掘研究[J]. 生态科学, 2020, 39(2): 157–165.

Tao Qianhui, yang Bo, LI Bo, et al. Exploration and research on ecological tourism resources in northwestern Hunan based on ASTER GDEM[J]. Ecological Science, 2020, 39(2): 157–165.