基于GIS的全域旅游公路识别方法研究
2021-09-26肖向良戴一萌
陈 炜,彭 明,肖向良,戴一萌
(1.湖南省交通运输厅规划与项目办公室,湖南 长沙 410015; 2.湖南省交通科学研究院有限公司,湖南 长沙 410015)
0 引言
湖南是旅游大省,旅游资源丰富,拥有张家界、崀山2处世界自然遗产,韶山、花明楼、岳麓山等享誉中外的国家5A级景区。省十一次党代会明确提出全省打造以“锦绣潇湘”为品牌的全域旅游基地目标。湖南公路网络较为发达,截至2019年底,总里程达24万km,公路网面积密度为113.58 km/100 km2,构建了以高速公路为骨架、国省干线为支撑、农村公路为基础的公路网络,为服务全域旅游发展打下了较好的基础。
然而,在庞大的公路网络下,旅游公路难以有效识别。为节约资源与成本,仍以交通功能为主导,缺少旅游功能与特色;部分旅游公路等级低,旅游公路品质不高,交通与旅游的融合程度不够,制约了公路交通进一步支撑旅游业的发展。因此,如何在规模庞大的公路网中精准识别旅游公路,打造出具有特色功能的旅游公路是实现全域旅游公路高质量发展的重要前提。史超[1]通过“交通+旅游”模式实施的可行性和价值,研究了旅游公路的规划布局方法,黄睿等[2]通过“路学”为研究公路交通对旅游地影响提供新视角,曹芳东等[3]通过高速公路流与景区旅游流的空间关联及其耦合路径研究分析交通流与旅游流的空间关系。但现有方法缺少大区域范围内旅游资源点与公路网络之间关联性分析,对全域旅游发展趋势的适应性较差。
本文基于GIS构建了覆盖湖南省全域的旅游交通分析模型,通过划分旅游资源的等级权重,分析旅游资源要素之间公路网的连接关系,提出了全域旅游发展趋势下旅游公路的识别分析方法,有效识别旅游公路网络,为旅游公路的规划建设提供依据。
1 旅游交通分析模型的构建
1.1 旅游资源与交通资源分布
湖南是旅游资源与旅游产业大省,境内山水风光秀美奇特,形成以洞庭湖为中心,以武陵-雪峰、南岭、罗霄-幕阜山为构架的“一湖三山四水”总体格局。区域内历史文化遗迹资源丰富,民俗多姿多彩。截至2019年底,全省共有A级及以上旅游景区482个,其中4A以上景区130个,全年旅游总收入为9 762亿元,同比增加16.8%;2019年国内外游客人数为8.32亿人次,同比增加10.43%。
本研究纳入GIS分析的各类要素节点包括:旅游资源、交通资源、城镇资源,其中景区资源点596个,包括全省A级景区、国家级红色旅游经典景区、国省级特色小镇、全国乡村旅游重点村、国家级历史文化名镇、名村等国省级旅游资源;交通资源点包括机场、高铁站、普铁站、高速公路互通、汽车站(二级以上)等714个;市级行政单元14个,县级行政单元等点122个;共计节点数1 446个。各类交通要素节点范围见表1,湖南省旅游相关要素分布见图1。
表1 GIS分析各类要素节点范围类型主要内容数量/个A级景区482国家级红色旅游经典景区30主要景区国省级特色小镇28全国乡村旅游重点村34国家级历史文化名镇、名村22枢纽节点机场、高铁站、普铁站、汽车站(二级以上)284互通节点高速公路互通430城市节点市级行政单元14县级行政单元122合计1 446
1.2 规划方法
本次交通网络分析主要采用2019年湖南省公路网GIS路网,包高速公路、普通国省干线、县道乡道等,总里程24.06万km,数据格式为shp,主要包括路线名、编码、速度、里程、路基路面等属性。
1.3 模型数据处理
为满足GIS网络分析的需求,对全省路网进行预处理,完善空间位置、属性、网络拓扑,主要包括补充路网、拓扑处理、属性更新、构建网络等方面内容。
补充路网主要为对非公路系统管养的城市主要路网进行补充,以满足路网连通的需求。
拓扑处理主要包括对当前路网内的悬挂点、非连通点的连接,对相交线路进行打断或者非连通性处理。
属性更新主要包括定义不同公路运行速度、运行时间、交通管制规则、收费公路权重设置等。
a) 旅游资源分布 b)交通及行政资源分布
构建网络主要为路网节点、路段线、属性文件等构建网络分析模型,以满足最短路径分析、服务区分析、设施分析等功能。
2 旅游公路网络分析方法
2.1 主要方法
本文首先采用空间密度分析法对旅游资源的分布进行分析,得出资源点的核密度,以此来分析旅游资源的权重,再采用GIS网络分析法,将资源点衔接的最短路径与权重相结合,分析出全域旅游公路网。
2.1.1空间密度分析法
空间分析法主要用于分析旅游资源的空间分布特征。采用二维核密度分析函数[4],主要包括核函数和概率密度预测函数,核密度分析用于计算每个输出要素周围的点要素密度。
其中核函数为:
(1)
概率密度预测值为:
(2)
式中:R为搜索距离;popi为给定的权重值;n为二维点个数;di为要素i与其他要素距离。
2.1.2 交通GIS网络路径分析法
为分析各类旅游资源之间连接的主要公路,研究采用Dijkstra 算法[5],该算法是最常用的最短路径算法之一,可用于当寻找2节点之间以及起始点到剩余全部顶点的最短路径。主要原理如下:
设带权图G=
同时通过以下公式计算各公路路段的旅游功能权重:
wn(i,j)=wi·wj
(3)
式中:wi和wj为最短路径起点和终点连接资源要素权重;wn(i,j)为第n条资源点对路径穿过路段的要素权重。
(4)
式中:N为所有穿过L路段的点对路径集;wL为所有穿过路段L的要素点对集合的权重和。
2.2 分析流程
2.2.1交通网络构建
将已完成拓扑处理及属性更新后的公路网、已整理的旅游资源节点、交通资源节点、行政资源节点通过Arcgis软件进行网络建模,形成网络分析数据集。
2.2.2旅游资源空间分析及权重划分
通过结合空间密度分析法,明确1 286个的全域旅游相关要素点主要内容,对各类旅游资源的空间分布特征进行核密度分析,明确全省旅游资源的空间集聚特征,根据其在全域旅游中的重要性,结合类比法、专家经验法(DEPHI法)定性分析,划分各要素权重。
2.2.3交通网络分析
通过网络分析数据集的OD成本矩阵和路径分析功能,对各类要素资源点进行最短路径分析,其中权重主要采用行驶时间,计算各资源点对相互之间的最短路径,在路径寻找上限,主要考虑以下2种方式:① 基于一定数量要素点分别寻找最短路径;② 基于一定距离范围内的要素点分别寻找最短路径。
2.2.4交通网络密度分析
结合已分析形成的要素点对路径集合,结合不同要素点对起终点的权重赋值,对全路网的路段承担旅游路径对应的权重价值进行叠加,分析识别全省全域旅游公路网分布特征。
3 旅游公路公路识别分析
3.1 旅游资源权重分布情况
结合不同等级旅游资源点权重,通过Arcgis软件分析空间核密度,其中像元设置为200 m,搜索半径为20 km,形成全省旅游资源空间强度特征如图2所示。目前湖南省旅游资源主要集中在长株潭地区、大湘西地区、湘南片区、环洞庭湖片区。其中长株潭地区核密度最高,核心资源数量多、分布广,已形成连片发展的趋势,其次是大湘西片区,形成了张家界和凤凰2个核心点,湘南片区则形成以东江湖和南岳双核心格局。
在旅游空间交通廊道格局上,已形成长张高速串联的长益常张人文山水旅游廊道、京港澳串联的岳郴生态文化旅游廊道,并逐渐形成长娄邵怀生态文化旅游廊道、张吉怀武陵山世界遗产旅游廊道。
图2 全域旅游资源核密度分析示意图
3.2 旅游公路分析
3.2.1要素连接数量分析
基于要素点连接数量进行旅游公路网络分析,在此基础上研究各景区到周边一定数量的要素资源点路径集,结果如图3。图3a表示各景区要素点连接到5个临近点形成的廊道旅游权重分布,由图可以反映市州内部旅游出行廊道,跨市的廊道特征不明显;图3b表示各景区要素点连接到10个临近点形成的廊道旅游权重分布,由图可以看出,跨市出行的廊道特征已基本体现。若再用20个、30个全要素点进行分析,廊道路网结构未发生明显变化,主要表现在要素点之间联系关系增强。分析结果中,龙吉高速与包茂高速对于串联大湘西板块旅游资源发挥重要作用,夏厦蓉高速对串联湘南郴州永州的旅游资源功能明显。
通过分析可知,基于要素数量的交通网络分析在景区空间和道路均衡布局的情况下,能较好地反映出景区之间共用的廊道关系,但是对于旅游资源和路网分布不均衡的地区,易造成分析结果失真,如湘西地区旅游景区相对较为分散,通道较为单一,部分通道全域旅游功能权重偏高,无法准确地反映全网旅游特征,但能够对识别区域关键旅游公路提供参考。
a) 邻近5要素
b)邻近10要素
3.2.2要素连接距离分析
基于要素点连接距离进行旅游公路网络分析,在此基础上研究各景区到周边一定距离的要素资源点路径集,结果如图4。图4a表示各景区要素点连接到40 km的要素点廊道分布,由图可以看出,该条件下,主要以张家界、长沙、湘潭、衡阳等5A级景区所在区域的廊道最为突出,而缺乏大多数区域的跨市廊道特征;图4b表示各景区要素点连接到60 km的要素点廓道分布,分析来看,跨市出行的廊道特征已基本体现,且保留了高等级景点的聚集特征,特别是与市场化选择的“5+2”湖南旅游精品线路高度重合。若再采用距离80 km或以上进行分析,廊道路网规模继续增加,其路网特征类似于省域重要经济干线通道,且以高速为主。
a) 相邻40 km
b)相邻60 km
通过对比湖南省旅游景区自驾游轨迹数据、省“两客一危”旅游大巴出行轨迹等数据,基于60 km范围内要素点分别寻找最短路径得出的结论与实际旅游公路分布较为吻合,研究以此作为识别全域旅游公路的基础。
4 结语
本文主要采用GIS网络分析方法对湖南省旅游资源分布空间特征进行分析,并对服务全域旅游功能的公路网进行识别,初步形成全省各层级全域旅游公路分布格局,可为下一步全省旅游公路规划布局提供重要分析基础,为旅游公路规划建设提供参考,促进全域旅游公路高质量发展。