基于網格尺度的區域旅游資源災害風險評價研究

孫瀅悅，陳 鵬，張立峰，甘 靜，2

(1.吉林師范大學旅游與地理科學學院，吉林 四平 136000;2.東北師范大學地理科學學院，吉林 長春 130024)

近年隨著旅游業的快速發展，旅游業已成為多省市的支柱型產業。同時，由于旅游業具有綜合性、依賴性和季節性的特點，決定了旅游業是高敏感性的產業［1］。整個旅游資源災害研究系統中，一旦周圍環境變化都會引起旅游業的波動與震蕩。因此，自然災害的發生對旅游業影響較大，是目前研究的熱點問題。而針對旅游資源災害風險研究相對較少，且缺乏統一的程序與范式，尤其是在對區域旅游資源災害風險評價上，多數都是從行政區尺度、景區尺度進行評價研究［2-5］，但評價結果精度不夠，不能滿足實際工作需要。因此，本文著重對此研究熱點問題，以吉林省旅游資源為研究對象，采用網格尺度對區域旅游資源災害進行風險評價研究，提出了一套基于網格尺度的區域旅游資源災害風險評價的方法與思路，創建了基于網格尺度的區域旅游資源災害風險評價模型與范式，以充實、完善基于小尺度的區域旅游資源災害風險評價理論與方法，為我國制定區域旅游資源災害風險管理和規劃提供決策依據。

1 研究區概況

吉林省位于我國東北地區的中心地帶(40°51'-46°18'N，121°38'-131°17'E)。南北寬約600 km，東西長約750 km。省內自然災害種類較多 (洪澇、地震、火災、低溫、冷害等)，且發生較為頻繁，對吉林省旅游業影響較大。省內主要旅游資源有長白山國家5A級旅游景區、吉林霧凇、長影世紀城、吉林松花湖、高句麗王城文化遺址、長春凈月潭、長春偽滿皇宮等多處自然景觀和人文景觀，是全國著名的自然和人文旅游勝地(圖1)。

圖1 研究區位置

2 研究方法

2.1 數據網格化

數據網格化是指將空間上分布不均的數據，按照一定方法 (如克里格法、滑動平均等)規算成規則網格中的代表值 (趨勢值)的過程。規則網格大小應遵循研究目的和比例尺而定。數據網格化遵循研究變量的空間變化趨勢及規律，將空間上分散的數值轉換成規則分布的網格數據，可減少局部噪音，彌補空白網格的數據;基于GIS的數據網格化還賦予每個網格的單元空間結構及屬性，以更加完整和充分地反映客觀變量的空間模式。數據網格化常用在成圖技術和模式識別技術上，也是GIS技術構建數據層的一種最基本手段［6］。

2.2 空間數據網格化劃分

常見的基礎空間要素包括地形、地貌等，對基礎空間要素進行網格劃分，首先要獲取基礎空間要素對應和關聯的網格編碼。具體操作方法:根據研究區圖層比例尺確定該圖層所屬網格空間位置，根據該圖層范圍確定其對應網格的編號;將該圖層對應的網格編號和圖層對應屬性信息作為該圖層元數據，根據網格劃分的基本原則，以行政區為底圖對研究區進行網格劃分，生成以網格為基本單元的矢量圖層;利用ARCGIS空間分析功能，通過數據網格化和網格展布方法，將研究區底圖上的相關指標數據提取并整理到指定的每一個網格單元中，使每種指標數據作為網格圖的一個屬性列;利用ARCGIS中的屬性計算功能，對數據進行標準化，并通過相關指標計算出各指標數據值大小作為網格指標屬性。通過上述4個操作步驟把行政區尺度的指標數據展布到網格尺度指標數據，之后便可進行網格尺度的區域旅游資源災害風險評價及區劃。

2.3 線性加權模型

對于各指標的一些計算則使用線性加權模型計算指標層對準則層的貢獻度。用公式表達為:

式中，C是評價因子的總值，Wi為各指標的權重;Xi為各指標評價得分，m為準則層內每個因素包含的指標數。

3 指標數據網格化與空間展布

3.1 研究區網格生成

矢量網格生成工具有很多種地理信息系統軟件都能實現，ARCGIS也提供了多種矢量網格生成方法。例如ARCGIS的GENERATE命令就能實現矢量網格生成。但由于本研究缺少Workstation模塊，因此，采用HawthsTools插件在ARCMAP桌面工作環境中進行矢量網格生成。研究區矢量網格生成便是采用了該插件實現的，在該插件中Create Vector Grid功能可直接生成研究區矢量網格 (km網)。生成的矢量圖層中除了FID，Shape，ID等3個屬性以外，還自動生成了每個矢量網格坐標的最大值(Xmax，Ymax)、最小值 (Xmin，Ymin)。根據研究區的面積，在保證每個網格都有數據的情況下，將研究區劃分為2351個網格 (圖2)。其中研究區矢量圖統一采用1∶400萬的比例尺。

圖2 研究區網格化

3.2 指標網格化與空間展布

指標數據網格化，目前采用空間插值方法居多，尤其集中于氣象要素空間插值。本文在總結前人研究基礎上，采用了協同克里格和數據展布方法進行指標數據空間網格化。由于指標包括區域旅游資源點、游客分布、救援點、經濟數據等諸數據，所以需將各個數據進行相關數據的回歸并進行空間展布，實現各指標數據網格化與空間展布。

3.2.1 指標體系構建

總結已有的區域旅游資源災害風險評價方法，以區域旅游資源為基本評價單元，以自然災害風險評價理論為基礎，選取旅游地災害危險性 (H)、旅游者的暴露性 (E)、旅游者的脆弱性 (V)及防災減災能力 (R)等4大基本內容作為評價的主要因子。參照文獻［7］的區域旅游資源災害風險評估指標體系，危險性主要考慮了災害發生頻度、災害的破壞性2個因子，可通過點或面的網格化來實現;暴露性主要考慮了旅游資源數量、基礎設施完善程度、年接待游客數量、旅游收入4個因子，數據可通過間接的數據空間展布方法來實現;脆弱性主要考慮了國家重點名勝區數量、國家級重點保護單位數量、旅游設施完善程度、游客年齡結構比、旅游業GDP貢獻率5個因子，其中涉及到點數據的按照點數據網格化方法來實現;防災減災能力主要包括交通條件、避難所數量、救援能力、旅游業保險完善程度、醫院床位數5個因子，此5個因子包括點數據和線數據，因此可采取點或線的網格化方法來實現。由于所選因子有不能夠直接量化的指標，采取專家來對這些指標因子進行打分，其他容易量化因子直接參與網格化計算與空間展布，其權重采用層次分析法獲得網格尺度風險評價的權重體系，具體見表1。

表1 區域旅游資源災害風險評價指標體系及權重

3.2.2 游客數量與救援能力指標數據網格化

由于指標中游客數據與避難所、醫院分布都為點數據，而點數據可以直接落到對應區域的網格內，所以實現起來相對容易。通過多元相關分析、回歸分析確定游客數量相關的關鍵因素進行網格化，對2010年研究區游客數量進行展布，其他也按此操作 (圖3-4)。其中游客數量與避難所數量分別為0.972和0.945，得出人口空間展布方程:

式中，W為避難所數量，G為格網面積，P0為游客數量。

3.2.3 路網密度與旅游資源指標數據網格化

由于道路數據與旅游資源分布多數都呈條帶狀分布，把這兩方面數據按照線狀數據進行空間展布。對于線數據網格化處理起來較麻煩，線數據存在跨網格的線與跨網格的面，需要統計和計算網格面內的線數據長度和面積量算。但HawthsTools的Analysis工具集提供了對目標面的面積量算和對象內部長度計算的工具，因此利用此功能實現線數據和面數據網格化 (圖5-6)。

圖3 人口數據網格化

圖4 救援能力數據網格化

圖5 路網密度網格化

圖6 旅游資源數量網格化

3.2.4 社會經濟數據網格展布

常用的社會經濟數據網格化有空間插值法、遙感反演法、多因素綜合分析法。本研究的社會經濟數據的網格化是通過對已有空間數據間接實現的，利用多因素綜合分析法通過對已建立網格化數據和未建立網格化數據 (社會經濟數據)進行相互關系確定，并建立模型，實現社會經濟數據網格化?？臻g數據展布是為了把社會經濟數據的空間分布展布到矢量網格中，利用GIS空間分析模塊將旅游收入、GDP貢獻率、經濟損失等數據展布到每個網格中，采取公式獲取社會經濟數據的空間分布密度。

式中，Bj為j類旅游收入經濟指標，bij為i區j類旅游收入經濟指標的分布密度，Ai為i區域的面積。由此得到圖7中經濟指標的網格化與空間展布。

4 基于網格尺度的區域旅游資源災害風險評價模型構建

4.1 模型構建

研究采用的區域旅游資源災害風險評價模型采用線性加權模型及區域旅游資源災害風險度數學公式，結合區域旅游資源災害風險評價指標體系，構建區域旅游資源災害風險評價指數模型［8-9］。

圖7 經濟數據網格化

式中，LDRI為區域旅游資源災害風險指數，用來表示區域旅游資源災害風險大小，其值越大，區域旅游資源災害風險越大，反之越小。H，E，V，R的值分別表示危險性、暴露性、脆弱性、防災減災能力4因子指數。xi是各指標量化后的值，Wi為各指標的權重值。

4.2 評價結果分析

圖8 網格尺度的區域旅游資源災害風險評價

利用公式得到圖8基于網格尺度的區域旅游資源災害風險評價圖，風險等級劃分參考文獻 ［7］。從圖8可以看出，從區域總體上是長春市、吉林市、松原市區域旅游資源災害風險等級為高;遼源市、白山市及延邊市為較高風險;四平市處于中等風險;白城市為較低風險。但由于旅游資源分布并不是完全以行政范圍分布，有的以點狀分布，甚至是條帶狀，用整個行政區的區域旅游資源災害風險評價結果去表征這些區域旅游資源災害風險評價結果的精度非常低，因此采用網格尺度以提高區域旅游資源災害風險評價結果精度。

從評價結果可知，比行政區尺度的評價結果更為直觀、精度更高、更能準確地表征小尺度內的區域旅游資源災害風險，評價結果更為可信。

5 小結

研究結果表明，在建立區域旅游資源災害評價指標體系的基礎上，以網格為單元對各指標進行空間數據展布，可提高評價結果精度。以自然災害風險評價理論及綜合加權方法構建區域旅游資源災害風險評價模型，實現了區域旅游資源災害風險評價。以網格尺度實現區域旅游資源災害風險評價方法，彌補了以往研究中以行政區尺度評價結果精度不足問題，改變了研究中行政區尺度的較低精度分析的固定模式，提出全新的區域旅游資源災害風險評價方法，以期為區域旅游資源災害管理提供服務。

［1］張達.我國旅游災害的研究進展 ［J］.防災科技學院學報，2009，11(2):121-124.

［2］裴瑋.地震引發的四川旅游地災害風險評估與對策研究［J］.區域經濟，2010，4(24):89-91.

［3］劉麗，陸林，陳浩.基于目的地形象理論的旅游危機管理:以中國四川地震為例 ［J］.旅游學刊，2009，10(24):27-29.

［4］劉浩龍，葛全勝，席建超.區域旅游資源的災害風險評估:以內蒙古克什克騰旗為例 ［J］.資源科學，2007(1):118-125.

［5］席建超，劉浩龍，齊曉波，等.旅游地安全風險評估模式研究:以國內10條重點探險旅游線路為例 ［J］.山地學報，2007(5):370.

［6］張偉，賈慶炎，簡興祥.自然鄰點插值法及其在二維不規則數據網格化中的應用 ［J］.物探化探計算技術，2011，33(3):292.

［7］孫瀅悅，陳鵬.區域旅游資源災害風險評價模型研究［J］.長春師范學院學報:自然科學版，2010，29(4):83-85.

［8］劉興朋，張繼權.基于GIS技術的吉林省西部草原火災風險評價與區劃［J］.應用基礎與工程科學學報，2006，14(增刊):214-220.

［9］張繼權，梁警丹，周道瑋.基于GIS技術的吉林省生態災害風險評價［J］.應用生態學報，2007(8):1765-1770.