基于隨機(jī)森林算法的張家界生態(tài)旅游適宜性評(píng)價(jià)研究

楊 波，黃 欽，鄭群明，龔熊波，梁莉莉，王 敏，陳 穎，袁慧芳

(湖南師范大學(xué)，a 地理科學(xué)學(xué)院，地理空間大數(shù)據(jù)挖掘與應(yīng)用湖南省重點(diǎn)實(shí)驗(yàn)室；b 旅游學(xué)院，中國(guó) 長(zhǎng)沙 410081)

隨著公眾環(huán)境保護(hù)意識(shí)的提升，追求人與自然和諧共生的生態(tài)旅游模式成為當(dāng)前旅游研究的熱點(diǎn)。在“生態(tài)文明”建設(shè)背景下，準(zhǔn)確把握適宜的開(kāi)發(fā)尺度，實(shí)現(xiàn)生態(tài)效益與經(jīng)濟(jì)效益相融合，區(qū)域保護(hù)與適度開(kāi)發(fā)相平衡，持續(xù)發(fā)展與永續(xù)利用相協(xié)調(diào)是生態(tài)旅游研究關(guān)注的重點(diǎn)問(wèn)題。科學(xué)構(gòu)建生態(tài)旅游適宜性評(píng)價(jià)指標(biāo)體系，綜合各個(gè)因子的貢獻(xiàn)率對(duì)生態(tài)敏感區(qū)的旅游開(kāi)發(fā)適宜性進(jìn)行科學(xué)合理評(píng)價(jià)，對(duì)于建設(shè)生態(tài)旅游景區(qū)、落實(shí)“兩山理論”、豐富評(píng)價(jià)方法有著重要的現(xiàn)實(shí)與理論意義。

生態(tài)旅游適宜性評(píng)價(jià)是在生態(tài)旅游環(huán)境和生態(tài)旅游資源評(píng)價(jià)的基礎(chǔ)上，對(duì)特定地域是否適合開(kāi)展生態(tài)旅游活動(dòng)進(jìn)行判斷、做出決策，從而為生態(tài)旅游規(guī)劃的功能分區(qū)與旅游項(xiàng)目選址提供科學(xué)理論依據(jù), 為實(shí)現(xiàn)生態(tài)旅游業(yè)的可持續(xù)發(fā)展奠定基礎(chǔ)[1]。國(guó)外學(xué)者關(guān)于生態(tài)旅游適宜性評(píng)價(jià)的研究起步較早，其評(píng)價(jià)模型最早由美國(guó)風(fēng)景園林規(guī)劃師McHarg于1969年在其著作Designwithnature[2]中首次提出。國(guó)內(nèi)生態(tài)旅游適宜性評(píng)價(jià)是伴隨著生態(tài)保護(hù)意識(shí)的覺(jué)醒和旅游開(kāi)發(fā)需求的增長(zhǎng)而逐步發(fā)展起來(lái)的。隨著游客消費(fèi)需求和旅游市場(chǎng)的轉(zhuǎn)變，其在評(píng)價(jià)方法、內(nèi)容、尺度、體系和區(qū)域上也潛在地發(fā)生變化。在評(píng)價(jià)方法上，其主要發(fā)展趨勢(shì)由以定性為主的主觀經(jīng)驗(yàn)評(píng)價(jià)逐漸向以定性和定量相結(jié)合的評(píng)價(jià)方向轉(zhuǎn)變，并在實(shí)踐中不斷豐富和完善。在評(píng)價(jià)尺度上，由以省域、市域單元為主逐漸過(guò)渡到縣域、村域、景區(qū)景點(diǎn)細(xì)化單元[3]。隨著空間分析技術(shù)及其相關(guān)理論的發(fā)展，國(guó)內(nèi)外關(guān)于生態(tài)旅游適宜性評(píng)價(jià)方法也在不斷豐富和完善。諸如德?tīng)柗品╗4]、模糊綜合分析法[5]、層次分析法[6]、RS與GIS技術(shù)[7]、SWOT分析法[8]、神經(jīng)網(wǎng)絡(luò)[9]、因子加權(quán)疊加法[10]、灰色聚類評(píng)價(jià)模型[11]、最大信息熵模型[12]、模糊層次分析法[13]等方法被廣泛應(yīng)用。

雖然學(xué)術(shù)界對(duì)生態(tài)旅游開(kāi)發(fā)適宜性進(jìn)行了較為深入的研究，但仍然存在不足之處。首先，在構(gòu)建指標(biāo)體系和確定因子權(quán)重時(shí)尚無(wú)法避免人為因素的介入，或多或少引入了專家打分[14]，這在很大程度上增加了評(píng)價(jià)結(jié)果的主觀性。前者受不同評(píng)價(jià)人員不同評(píng)價(jià)目標(biāo)的影響，導(dǎo)致所構(gòu)建的指標(biāo)體系不具有普適性；后者受限于評(píng)價(jià)人員專業(yè)背景的差異，在權(quán)重賦值時(shí)出現(xiàn)偏差。其次，絕大多數(shù)現(xiàn)有的評(píng)價(jià)方法往往忽略了評(píng)價(jià)因子之間可能存在的復(fù)雜線性關(guān)系，未對(duì)此進(jìn)行驗(yàn)證分析，導(dǎo)致評(píng)價(jià)結(jié)果中相關(guān)因子權(quán)重占比隱性疊加[15]。基于此，生態(tài)旅游適宜性評(píng)價(jià)研究亟需擺脫固有方法的缺陷，并嘗試從新方法上取得突破。

近年來(lái)，隨著計(jì)算機(jī)技術(shù)和信息科學(xué)理論的不斷發(fā)展和完善，機(jī)器學(xué)習(xí)方法進(jìn)入廣大研究人員視野，為解決上述問(wèn)題提供重大機(jī)遇。機(jī)器學(xué)習(xí)是基于計(jì)算機(jī)資源、利用統(tǒng)計(jì)學(xué)理論和方法在大型數(shù)據(jù)集中發(fā)現(xiàn)少量已知樣本所形成的模式或規(guī)律(模型訓(xùn)練)，運(yùn)用該模式或規(guī)律構(gòu)造模型來(lái)預(yù)測(cè)大量未知數(shù)據(jù)集(模型應(yīng)用)的自動(dòng)化或半自動(dòng)化過(guò)程[16]。作為機(jī)器學(xué)習(xí)諸多算法之一，隨機(jī)森林算法RF(Random Forest)能夠通過(guò)對(duì)小規(guī)模已知樣本的訓(xùn)練學(xué)習(xí)實(shí)現(xiàn)大規(guī)模未知數(shù)據(jù)的高精度分類與評(píng)價(jià)[15]，其對(duì)噪聲和異常值具有較高的容忍度且不容易出現(xiàn)過(guò)擬合，在解決分類與回歸問(wèn)題中表現(xiàn)優(yōu)異，在眾多科研領(lǐng)域已經(jīng)得到推廣和應(yīng)用。將隨機(jī)森林算法與GIS技術(shù)相結(jié)合，利用現(xiàn)有數(shù)據(jù)集在客觀計(jì)算權(quán)重、進(jìn)行空間分析方面有獨(dú)特優(yōu)勢(shì)。基于此，本文以張家界市為研究區(qū)，運(yùn)用隨機(jī)森林算法對(duì)其生態(tài)旅游適宜性開(kāi)展實(shí)證研究，劃分不同適宜程度的開(kāi)發(fā)區(qū)域，并針對(duì)不同分區(qū)深入分析其影響因素，以實(shí)現(xiàn)生態(tài)旅游適宜性的客觀定量評(píng)價(jià)，以期為張家界市生態(tài)環(huán)境保護(hù)、旅游資源開(kāi)發(fā)、生態(tài)旅游布局、國(guó)土空間規(guī)劃、區(qū)域可持續(xù)發(fā)展提供技術(shù)服務(wù)支持，從而為生態(tài)文明建設(shè)的理論思考和制度創(chuàng)新提供重要依據(jù)[14]。

1 研究區(qū)概況

圖1 張家界市地理分布圖 Fig. 1 Geographical distribution map of Zhangjiajie city

張家界市位于湖南省西北部武陵山脈腹地(圖1)，地處洞庭湖沉降區(qū)與云貴高原隆起結(jié)合部，屬亞熱帶季風(fēng)性濕潤(rùn)氣候，雨量豐沛(年平均降水量約1 400 mm)，氣候溫和(年平均氣溫約16.6 ℃)，地理位置介于東經(jīng)109°40′～111°20′，北緯28°52′～29°48′之間。其地層復(fù)雜多樣；地勢(shì)西北高，沿澧水向東南傾斜；地形以山地為主，約占總面積的76%；境內(nèi)河溪縱橫、山川廣布、動(dòng)植物資源豐富。張家界市下轄2區(qū)(永定區(qū)、武陵源區(qū))2縣(慈利縣、桑植縣)，總面積9 653 km2，常住人口約154.9萬(wàn)人(2019年)。張家界市因旅游而興，是中國(guó)最重要的旅游城市之一，現(xiàn)已發(fā)展成為世界著名旅游勝地。其中武陵源風(fēng)景名勝區(qū)擁有世所罕見(jiàn)的石英砂巖峰林地貌，是我國(guó)首批世界自然遺產(chǎn)、地質(zhì)公園、5A級(jí)旅游景區(qū)，風(fēng)景游覽區(qū)面積達(dá)264.6 km2。2019年，全市接待國(guó)內(nèi)游客7 912.3萬(wàn)人次，入境游客137.0萬(wàn)人次，創(chuàng)造旅游總收入905.6億元。

2 數(shù)據(jù)來(lái)源及研究方法

2.1 數(shù)據(jù)來(lái)源

本研究所需數(shù)據(jù)來(lái)源如下：(1)生態(tài)旅游景點(diǎn)POI數(shù)據(jù)來(lái)源于國(guó)家地理信息公共服務(wù)平臺(tái)(https://service.tianditu.gov.cn/#/)并結(jié)合百度地圖API爬取相關(guān)POI并經(jīng)過(guò)清洗篩選處理得到；(2)DEM數(shù)據(jù)來(lái)源于地理空間數(shù)據(jù)云(http://www.gscloud.cn/sources/?cdataid=302&pdataid=10)，空間分辨率為30 m；(3)人口數(shù)據(jù)來(lái)源于WorldPop全球高分辨率人口計(jì)劃項(xiàng)目數(shù)據(jù)集(www.worldpop.org)，空間分辨率為3弧度(在赤道處約為100 m)；(4)路網(wǎng)數(shù)據(jù)來(lái)源于OSM(www.openstreetmap.org)，通過(guò)疊加在線天地圖篩選得到；(5)河流水系數(shù)據(jù)來(lái)源于全國(guó)地理信息資源目錄服務(wù)系統(tǒng)(https://www.webmap.cn/main.do?method=index)1∶25萬(wàn)全國(guó)基礎(chǔ)地理數(shù)據(jù)庫(kù)；(6)生態(tài)系統(tǒng)服務(wù)價(jià)值數(shù)據(jù)(生物多樣性、美學(xué)景觀)來(lái)源于中國(guó)科學(xué)院地理科學(xué)與資源研究所資源環(huán)境科學(xué)與數(shù)據(jù)中心的中國(guó)陸地生態(tài)系統(tǒng)服務(wù)價(jià)值空間分布數(shù)據(jù)集[17]；(7)遙感數(shù)據(jù)來(lái)源于地理空間數(shù)據(jù)云(http://www.gscloud.cn/home)Landsat 8 OLI_TIRS 數(shù)據(jù)，用以計(jì)算NDVI(歸一化植被指數(shù))；(8)氣溫和降水?dāng)?shù)據(jù)來(lái)源于中國(guó)科學(xué)院地理科學(xué)與資源研究所資源環(huán)境科學(xué)與數(shù)據(jù)中心(http://www.resdc.cn/)中國(guó)1980年以來(lái)逐年年降水量和年平均氣溫空間插值數(shù)據(jù)集。

2.2 研究方法

2.2.1 理論分析 隨機(jī)森林模型是一種基于決策樹(shù)用于分類和回歸的機(jī)器學(xué)習(xí)算法，由Breiman[18]于2001年提出，其本質(zhì)是一種裝袋集成算法(Bagging)，利用bootsrap重抽樣方法從原始樣本中抽取多個(gè)樣本，對(duì)每個(gè)bootsrap樣本進(jìn)行決策樹(shù)建模得到每個(gè)基評(píng)估器，然后對(duì)基評(píng)估器的預(yù)測(cè)結(jié)果進(jìn)行平均或用多數(shù)表決(投票)原則來(lái)決定集成評(píng)估器的結(jié)果。式(1)表示隨機(jī)森林組合分類模型：

(1)

式中：H(X)表示模型最終分類結(jié)果，I(·)為示性函數(shù)，hi(Xi)為單棵決策樹(shù)分類器，Y為輸出變量。作為一種非線性建模工具，隨機(jī)森林算法不僅可以很好地處理非線性、非高斯問(wèn)題，而且在學(xué)習(xí)過(guò)程中不容易出現(xiàn)過(guò)擬合，在模型預(yù)測(cè)和回歸過(guò)程中具有較好的準(zhǔn)確性、泛化性和魯棒性[19]。在數(shù)據(jù)處理和建模過(guò)程中，不需要對(duì)樣本數(shù)據(jù)進(jìn)行歸一化、標(biāo)準(zhǔn)化等過(guò)多的預(yù)處理工作，不僅具有參數(shù)調(diào)整少、運(yùn)算效率高、分類(或回歸)準(zhǔn)確率高等優(yōu)點(diǎn)，而且能夠度量各個(gè)特征在分類(或回歸)中的重要性，從而避免了人為因素的介入賦予因子權(quán)重，增加了評(píng)價(jià)結(jié)果的客觀性。

機(jī)器學(xué)習(xí)算法中提供了一系列模型優(yōu)化策略，貫穿于數(shù)據(jù)處理、模型選擇、結(jié)果預(yù)測(cè)等過(guò)程之中。如為避免數(shù)據(jù)過(guò)擬合，在建模過(guò)程中加入數(shù)據(jù)劃分、交叉驗(yàn)證等方法提高模型泛化能力。又如為保證評(píng)價(jià)結(jié)果的穩(wěn)定性，引入懲罰因子平衡模型訓(xùn)練復(fù)雜度，使評(píng)價(jià)結(jié)果不易受特征維度劇烈變化的影響。再如為尋求最適宜模型，動(dòng)態(tài)調(diào)整特征維度以尋找評(píng)分最高的最適宜模型，分析各個(gè)特征對(duì)建模的貢獻(xiàn)率。作為一種有監(jiān)督學(xué)習(xí)方法，隨機(jī)森林算法評(píng)價(jià)結(jié)果的可靠性直接受到樣本數(shù)據(jù)的影響，模型訓(xùn)練基于已知數(shù)據(jù)樣本特性展開(kāi)，基于評(píng)價(jià)目標(biāo)科學(xué)選取，基于評(píng)價(jià)因子合理定義，樣本選擇對(duì)最終評(píng)價(jià)結(jié)果產(chǎn)生直接影響。本研究的隨機(jī)森林模型基于Python中的scikit-learn庫(kù)(https://pypi.org/project/scikit-learn/)開(kāi)發(fā)。隨機(jī)抽取70%的數(shù)據(jù)用于訓(xùn)練，剩下30%的數(shù)據(jù)用于驗(yàn)證，最后通過(guò)交叉驗(yàn)證、參數(shù)調(diào)優(yōu)選擇最佳模型。

2.2.2 指標(biāo)體系 由于不同領(lǐng)域?qū)W者對(duì)生態(tài)旅游的不同理解會(huì)導(dǎo)致其不同的指標(biāo)取向，所以指標(biāo)選取不可能面面俱到。基于此，本文綜合了不同學(xué)者對(duì)生態(tài)旅游學(xué)術(shù)定義的共性：以自然資源為基礎(chǔ)，有較強(qiáng)環(huán)境承載力，兼顧環(huán)境保護(hù)與可持續(xù)發(fā)展，對(duì)區(qū)域經(jīng)濟(jì)社會(huì)發(fā)展有積極影響。通過(guò)以上分析，本文認(rèn)為區(qū)域生態(tài)適宜性影響因素應(yīng)包括以下4個(gè)方面：地形地貌、自然環(huán)境、社會(huì)經(jīng)濟(jì)和資源稟賦。在指標(biāo)選取中，應(yīng)堅(jiān)持科學(xué)性、客觀性、系統(tǒng)性和實(shí)用性原則，盡量以少量指標(biāo)表征生態(tài)旅游適宜性的4方面影響因素。此外，由于張家界市自然條件和社會(huì)經(jīng)濟(jì)發(fā)展?fàn)顩r的特殊性，許多數(shù)據(jù)獲取困難，所以指標(biāo)體系不宜太過(guò)龐大。綜合以上分析，構(gòu)建張家界市生態(tài)旅游適宜性評(píng)價(jià)指標(biāo)體系如表1所示。

表1 張家界生態(tài)旅游適宜性評(píng)價(jià)指標(biāo)體系

2.2.3 數(shù)據(jù)處理 為方便數(shù)據(jù)分析，需要對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，所有數(shù)據(jù)預(yù)處理過(guò)程基于ArcGIS 10.6軟件并結(jié)合Python編程工具處理得到。首先需要利用張家界市行政邊界數(shù)據(jù)將原始數(shù)據(jù)進(jìn)行裁剪或掩膜，以劃分為大小相同的矢量或柵格；其次，將經(jīng)過(guò)初步處理后的數(shù)據(jù)進(jìn)行投影轉(zhuǎn)換，將地理坐標(biāo)系轉(zhuǎn)換為投影坐標(biāo)系，以便創(chuàng)建漁網(wǎng)、計(jì)算河流和路網(wǎng)密度等；最后，將各個(gè)因子統(tǒng)一為100 m空間分辨率的柵格，通過(guò)掩膜提取相同大小的行列，以便數(shù)據(jù)導(dǎo)入Python運(yùn)用隨機(jī)森林模型進(jìn)行訓(xùn)練。以下是對(duì)部分因子具體計(jì)算過(guò)程的補(bǔ)充：

(1)河網(wǎng)密度：其計(jì)算公式如下

Dw=Li/Ai，i=1,2,3,…，n，

(1)

式中：Dw為河網(wǎng)密度，Li為區(qū)域i中干支流總長(zhǎng)度，Ai為區(qū)域i所占面積。河網(wǎng)密度指數(shù)可以有效表示流域內(nèi)河網(wǎng)的疏密程度及水流切割程度。

(2)路網(wǎng)密度：路網(wǎng)密度是指區(qū)域內(nèi)不同等級(jí)道路加權(quán)長(zhǎng)度總和與該區(qū)域面積之比，是評(píng)價(jià)交通狀況的重要指標(biāo)之一[20]。由于不同等級(jí)道路對(duì)區(qū)域交通通達(dá)性的貢獻(xiàn)不同，所以本研究采用路網(wǎng)加權(quán)密度模型來(lái)計(jì)算路網(wǎng)密度，其計(jì)算公式為

式中：Dr為路網(wǎng)密度，ρj為j類型道路所占權(quán)重，Lij為區(qū)域i中j類型道路總長(zhǎng)度，Ai為區(qū)域i所占面積，m為道路類型總數(shù)。根據(jù)道路的不同等級(jí)以及不同交通方式對(duì)區(qū)域人力物流流通影響能力的差別，結(jié)合專家意見(jiàn)，采用綜合評(píng)價(jià)方法對(duì)各類型道路賦予相應(yīng)權(quán)重(如表2)。

表2 不同類型道路權(quán)重

(3)植被覆蓋：植被覆蓋率是衡量生態(tài)旅游潛力的重要指標(biāo)之一，歸一化植被指數(shù)(NDVI)可以有效反映地表植被覆蓋狀況。NDVI是遙感影像中近紅外波段與紅光波段的反射率值之差與其兩者之和的比值，是反映植被覆蓋的重要參數(shù)之一[21]。其計(jì)算公式為

NDVI=(NIR-R)/(NIR+R)，

(3)

式中：NIR為近紅外波段的反射率值，R為紅光波段的反射率值。

(4)地勢(shì)起伏度：地勢(shì)起伏度是以DEM數(shù)據(jù)為手段分析地形起伏特征的宏觀指標(biāo)，是指某一區(qū)域內(nèi)最高點(diǎn)高程與最低點(diǎn)高程之間的差值。其計(jì)算公式為

Hi=Hmax-Hmin，

(4)

式中：Hi為鄰域范圍內(nèi)的高差，Hmax為鄰域范圍內(nèi)所有像元的最大值，Hmin為鄰域范圍內(nèi)所有像元的最小值。本研究選取矩形作為分析窗口，采用窗口分析法(3×3窗口)提取地勢(shì)起伏度。

(5)濕度指數(shù)：纓帽變換中所得到的濕度分量可以有效反映地表土壤和植被含水狀況，從而把握區(qū)域整體土壤植被水環(huán)境空間分布情況，是生態(tài)環(huán)境質(zhì)量評(píng)價(jià)的重要指示因子[22]。Landsat 8的濕度指數(shù)WI為

WIlandsat 8=0.151 1b1+0.197 3b2+0.328 3b3+0.340 7b4-0.711 7b5-0.455 9b6，

式中:b1為藍(lán)光波段；b2為綠光波段；b3為紅光波段；b4為近紅外波段；b5為短波紅外波段1；b6為短波紅外波段2。

3 結(jié)果分析

3.1 精度評(píng)價(jià)

混淆矩陣又稱為可能性表格或是錯(cuò)誤矩陣，是二分類問(wèn)題的多維衡量指標(biāo)，是模式識(shí)別領(lǐng)域中一種常用的表達(dá)形式，描繪了樣本數(shù)據(jù)的真實(shí)屬性與識(shí)別結(jié)果類型之間的關(guān)系，是評(píng)價(jià)分類器性能的一種常用方法[23]，用來(lái)呈現(xiàn)算法性能的可視化效果，在樣本不平衡時(shí)尤其有用。ROC(Receiver Operating Characteristic Curve，受試者工作特征曲線)是基于非閾值依賴判斷模型精度，即以預(yù)測(cè)結(jié)果的每一個(gè)值作為可能的判斷閾值，由此計(jì)算得到相應(yīng)的敏感度和特異度。然后以1-特異度(即假陽(yáng)性率)為橫坐標(biāo)，敏感度(即真陽(yáng)性率或召回率)為縱坐標(biāo)繪制ROC曲線，其與橫坐標(biāo)圍成的封閉幾何圖形的面積即為AUC(Area Under ROC Curve)值，取值范圍為[0,1]，其值大小表征模型的準(zhǔn)確度，數(shù)值越大說(shuō)明模型準(zhǔn)確度越高[24]。本文采用混淆矩陣(如圖2)與ROC曲線(如圖3)來(lái)評(píng)估模型性能。

當(dāng)閾值較小時(shí)，敏感度指標(biāo)很高。隨著閾值的增加，敏感度逐漸下降，即漏檢逐步增多，而誤殺緩慢減少。當(dāng)閾值趨于中間范圍時(shí)，模型評(píng)估指標(biāo)各有優(yōu)缺點(diǎn)，當(dāng)閾值等于0.5 時(shí)，敏感度偏高，但是誤殺的樣本個(gè)數(shù)較多。當(dāng)閾值等于0.6時(shí)，敏感度有所下降，F(xiàn)1 measure達(dá)到最大值。表明在該閾值下，捕捉少數(shù)類(正類)的需求與盡量不誤傷多數(shù)類(負(fù)類)需求達(dá)到平衡，模型達(dá)到較好狀態(tài)。

智能制造不是簡(jiǎn)單的自動(dòng)化，而是制造業(yè)借助信息技術(shù)和互聯(lián)網(wǎng)，讓機(jī)器、生產(chǎn)流程和產(chǎn)品變得智能化、人性化。智能制造戰(zhàn)略不是工業(yè)自動(dòng)化發(fā)展的必然產(chǎn)物，需要引導(dǎo)和支持工業(yè)自動(dòng)化和信息通信技術(shù)深度有機(jī)融合；實(shí)施智能制造戰(zhàn)略支撐因素的缺失，將延緩制造業(yè)向智能制造升級(jí)。

表3 不同閾值下的隨機(jī)森林模型評(píng)估指標(biāo)

為進(jìn)一步確定最佳閾值，評(píng)估模型性能，基于混淆矩陣分析結(jié)果(圖2)，運(yùn)用ROC曲線和AUC值評(píng)估模型在盡量捕獲少數(shù)類的同時(shí)誤傷多數(shù)類的變化情況，如圖3。

經(jīng)過(guò)模型檢驗(yàn)，通過(guò)ROC圖像可以判斷該模型達(dá)到預(yù)期效果，整體表現(xiàn)良好，AUC值高達(dá)0.99，模型在該訓(xùn)練數(shù)據(jù)下表現(xiàn)優(yōu)秀。通過(guò)索引最佳閾值點(diǎn)的位置得出最佳分類概率閾值為0.66，即在此概率閾值以上的點(diǎn)均為正類(生態(tài)旅游景點(diǎn))，在此概率值以下的點(diǎn)均為負(fù)類(非生態(tài)旅游景點(diǎn))。此點(diǎn)下的假陽(yáng)性率(1-特異度)為0.025，真陽(yáng)性率(敏感度)為0.981。在該閾值下，模型達(dá)到最佳狀態(tài)，既能夠捕捉出少數(shù)類(正類)，又能夠盡量不誤傷多數(shù)類(負(fù)類)，模型整體精確性和對(duì)少數(shù)類的捕捉得到可靠保證。

注：圖中黑色圓點(diǎn)代表最佳閾值點(diǎn)。 圖3 ROC曲線擬合結(jié)果及AUC值Fig. 3 ROC curve fitting results and AUC value

3.2 驅(qū)動(dòng)因素分析

通過(guò)訓(xùn)練模型返回的特征重要性排序結(jié)果(如圖4)分析發(fā)現(xiàn)，影響張家界生態(tài)旅游適宜性的特征(因子)主要為路網(wǎng)密度、多年平均氣溫和多年平均降水，其中，路網(wǎng)密度與多年平均氣溫對(duì)模型的貢獻(xiàn)率最為接近，也最為重要。一方面，張家界獨(dú)特的氣候條件得天獨(dú)厚，氣候溫和，雨量充沛，由于海拔較高，植被覆蓋旺盛，成為重要的旅游避暑勝地。另一方面，交通問(wèn)題是影響生態(tài)旅游發(fā)展的重要因素，發(fā)達(dá)的交通系統(tǒng)會(huì)給旅游目的地帶來(lái)充足客源，所以在進(jìn)行生態(tài)旅游資源開(kāi)發(fā)時(shí)應(yīng)兼顧生態(tài)保護(hù)與資源開(kāi)發(fā)，在保護(hù)的前提下合理布局交通要道。此外，生物多樣性、NDVI、美學(xué)景觀價(jià)值等因素對(duì)模型的貢獻(xiàn)率也較大，土地利用、距離最近河流距離等特征對(duì)模型的貢獻(xiàn)率相對(duì)較小，其他特征對(duì)模型的貢獻(xiàn)相對(duì)均衡。這與生態(tài)旅游的自身特點(diǎn)高度相關(guān)，豐富的動(dòng)植物資源、高價(jià)值的美學(xué)景觀以及高覆蓋度的植被生態(tài)等是發(fā)展生態(tài)旅游的重要前提，這些潛在的旅游資源在空間上相互組合，成為發(fā)展生態(tài)旅游的物質(zhì)基礎(chǔ)。所以發(fā)展生態(tài)旅游需立足于當(dāng)?shù)氐纳鷳B(tài)旅游資源，結(jié)合自身特點(diǎn)在保護(hù)的前提下適度開(kāi)發(fā)。通過(guò)以上特征重要性分析可以發(fā)現(xiàn)生態(tài)旅游與自然環(huán)境和資源稟賦關(guān)系密切，在社會(huì)經(jīng)濟(jì)條件中交通因素至關(guān)重要，考慮到特征維度，盡量以少量指標(biāo)表征生態(tài)旅游適宜性因子指標(biāo)體系，可以選擇考慮利用排序靠前的特征擬合模型，從而降低特征維度和時(shí)間復(fù)雜度。

3.3 結(jié)果分析

圖4 隨機(jī)森林分類結(jié)果Fig. 4 Random forest classification results

根據(jù)隨機(jī)森林訓(xùn)練模型預(yù)測(cè)結(jié)果，得到各個(gè)格網(wǎng)適宜開(kāi)展生態(tài)旅游的概率，概率值的大小代表開(kāi)展生態(tài)旅游適宜性的高低，其取值范圍在0～1之間，其值越高代表越適宜開(kāi)展生態(tài)旅游 (圖4)。根據(jù)類內(nèi)差異最小，類間差異最大原則，通過(guò)不斷迭代計(jì)算分級(jí)，使得數(shù)據(jù)級(jí)內(nèi)變異最小，級(jí)間變異最大[25]。在ArcGIS 10.6平臺(tái)中對(duì)其采用自然斷點(diǎn)法進(jìn)行分類，得出適宜性概率臨界值，并結(jié)合實(shí)地情況劃分為4個(gè)不同程度的生態(tài)旅游適宜開(kāi)展區(qū)：高度適宜發(fā)展區(qū)、適度適宜發(fā)展區(qū)、邊際適宜發(fā)展區(qū)、不適宜發(fā)展區(qū)[26]。

生態(tài)旅游高度適宜發(fā)展區(qū)，其適宜性概率介于0.73～1.00之間，面積為2 143.86 km2，占區(qū)域總面積的22.21%，主要分布于武陵源區(qū)中部，永定區(qū)南部，慈利縣中部、西南部、西北部；桑植縣北部、西北部、東北部及東南部地區(qū)。這些區(qū)域大多處于核心景區(qū)范圍內(nèi)，植被覆蓋率高，生態(tài)環(huán)境承載力強(qiáng)，生物多樣性豐富，自然生態(tài)景觀完整，生態(tài)旅游資源豐富。有武陵源風(fēng)景名勝區(qū)、天門山國(guó)家森林公園、黃龍洞旅游區(qū)、紅砂溪原生態(tài)旅游觀光園、寶峰湖風(fēng)景區(qū)、八大公山自然保護(hù)區(qū)等品味極高的旅游資源，這些資源集中分布于省道干線附近，形成以公路為軸線的生態(tài)旅游帶。這些區(qū)域的旅游知名度高，接待能力強(qiáng)，景點(diǎn)分布集中，交通及基礎(chǔ)設(shè)施相對(duì)完善，加之適宜的氣候，使其成為高度適宜發(fā)展區(qū)域。除此類知名景點(diǎn)外，在桑植縣東北部、東南部，慈利縣中部、西北部及西南部地區(qū)雖沒(méi)有核心景點(diǎn)分布其中，但由于其獨(dú)特的地貌景觀、豐富的動(dòng)植物資源、原始的生態(tài)環(huán)境、相對(duì)便捷的交通，加之其距離知名景區(qū)較近，在空間分布上符合地理學(xué)第一定律，具有潛在豐富的生態(tài)旅游資源，因而均被劃為高度適宜發(fā)展區(qū)。未來(lái)發(fā)展生態(tài)旅游，可以優(yōu)先考慮這些區(qū)域，并結(jié)合已有景區(qū)各自的特點(diǎn)和優(yōu)勢(shì)，在保護(hù)的基礎(chǔ)上將其融入其中，發(fā)展成為更大的區(qū)域生態(tài)旅游綜合體。

生態(tài)旅游邊際適宜發(fā)展區(qū)，其適宜性概率介于0.43～0.58之間，面積為3 009.99 km2，占區(qū)域總面積的31.18%。主要分布于桑植縣東南部，永定區(qū)中北部和東南部，慈利縣大部分區(qū)域，與不適宜發(fā)展區(qū)相間分布。該區(qū)域地表較為破碎，可依托的居民點(diǎn)數(shù)量少且分散，無(wú)主要生態(tài)旅游景點(diǎn)分布，地貌景觀特征不夠典型，海拔較低，氣溫較高，降水較少，坡度相對(duì)較大，植被覆蓋度相對(duì)較低，加之交通基礎(chǔ)設(shè)施不夠完善，美學(xué)價(jià)值不夠特別突出，生物多樣性相對(duì)較低。該區(qū)發(fā)展生態(tài)旅游應(yīng)堅(jiān)持“保護(hù)優(yōu)先”的原則，始終將生態(tài)環(huán)境保護(hù)放在第一位。在少數(shù)生態(tài)環(huán)境承載力強(qiáng)，具有資源特色的地區(qū)，選擇性地開(kāi)展生態(tài)旅游。

生態(tài)旅游不適宜發(fā)展區(qū)，其適宜性概率介于0.10～0.43之間，面積為1 132.67 km2，占區(qū)域總面積的11.74%，其分布特征與邊際適宜發(fā)展區(qū)類似且與其相間分布。該區(qū)域不僅包括一些城鎮(zhèn)區(qū)域還包括生態(tài)敏感脆弱地區(qū)。在城市內(nèi)部或距離城鎮(zhèn)較近的地區(qū)，其生態(tài)旅游資源匱乏，且受人類活動(dòng)影響大，故不適宜發(fā)展生態(tài)旅游。在一些生態(tài)敏感脆弱地區(qū)如張家界大鯢自然保護(hù)區(qū)，飲用水源保護(hù)區(qū)，永久基本農(nóng)田等區(qū)域內(nèi)，不適宜發(fā)展生態(tài)旅游，應(yīng)以保護(hù)為主，保持原有的自然生態(tài)環(huán)境。上述因素共同決定了該地區(qū)不適宜開(kāi)展生態(tài)旅游活動(dòng)，在今后生態(tài)旅游發(fā)展過(guò)程中，應(yīng)實(shí)施分區(qū)規(guī)劃、分區(qū)發(fā)展、分區(qū)保護(hù)，使生態(tài)旅游更加健康、科學(xué)、持續(xù)發(fā)展。

4 結(jié)論與討論

4.1 結(jié)論

本文將GIS技術(shù)與機(jī)器學(xué)習(xí)算法相結(jié)合，利用隨機(jī)森林算法對(duì)張家界市生態(tài)旅游適宜性進(jìn)行實(shí)證研究，經(jīng)過(guò)特征選擇、交叉驗(yàn)證、模型優(yōu)化、精度檢驗(yàn)、模型預(yù)測(cè)等步驟，得出如下結(jié)論：

圖5 生態(tài)旅游適宜性評(píng)價(jià)指標(biāo)權(quán)重Fig. 5 Ecotourism suitability evaluation index weight

(1)經(jīng)過(guò)特征選擇和因子重要性分析，影響張家界市生態(tài)旅游適宜性的因子主要是路網(wǎng)密度、多年平均氣溫；此外，多年平均降雨量、生物多樣性、NDVI、美學(xué)景觀價(jià)值等因子也有重要貢獻(xiàn)；距河網(wǎng)距離、濕度等因子貢獻(xiàn)相對(duì)較少；其他因子對(duì)模型的貢獻(xiàn)率如圖5所示。

(2)模型優(yōu)化后的測(cè)試精度高達(dá)94.20%，預(yù)測(cè)結(jié)果反映出張家界市適宜性旅游景點(diǎn)的規(guī)模較大，該算法的魯棒性較強(qiáng)，在模型泛化和精度檢驗(yàn)上表現(xiàn)良好。

(3)從生態(tài)旅游POI的空間分布與數(shù)量上看，其空間分布符合張家界市現(xiàn)有生態(tài)旅游空間格局特征，說(shuō)明隨機(jī)森林模型很好地?cái)M合了其空間分布形態(tài)特征。

綜上所述，基于隨機(jī)森林算法的機(jī)器學(xué)習(xí)方法能夠較好地支撐生態(tài)敏感區(qū)的旅游適宜性評(píng)價(jià)工作，具備較強(qiáng)的理論支撐，分類預(yù)測(cè)精度高，評(píng)價(jià)結(jié)果穩(wěn)定可靠，能夠?yàn)閮?yōu)化生態(tài)旅游景區(qū)空間規(guī)劃提供科學(xué)依據(jù)。

4.2 討論

機(jī)器學(xué)習(xí)算法可以有效克服傳統(tǒng)生態(tài)旅游適宜性評(píng)價(jià)研究中因子選取、權(quán)重設(shè)置、因子間復(fù)雜線性關(guān)系的干擾，在應(yīng)用可行性、客觀性、準(zhǔn)確性上相較于傳統(tǒng)方法有巨大優(yōu)勢(shì)，避免了因過(guò)多引入專家打分而使得評(píng)價(jià)結(jié)果缺乏客觀性的窘境。由于隨機(jī)森林是一種有監(jiān)督學(xué)習(xí)算法，所以分類模型的性能很大程度上依賴于訓(xùn)練樣本的選擇，在應(yīng)用該算法時(shí)需要提高訓(xùn)練樣本精度。

本研究也存在一些不足之處：由于數(shù)據(jù)獲取困難，缺乏永久基本農(nóng)田、自然保護(hù)區(qū)、生態(tài)保護(hù)紅線、飲用水源保護(hù)區(qū)等生態(tài)敏感區(qū)域數(shù)據(jù)，使得模型分類預(yù)測(cè)時(shí)出現(xiàn)一定的偏差。今后對(duì)于該問(wèn)題的研究可以考慮加入此類數(shù)據(jù)，通過(guò)對(duì)預(yù)測(cè)結(jié)果進(jìn)行掩膜，可以將此類生態(tài)敏感區(qū)域劃為禁止開(kāi)發(fā)區(qū)域，更好地權(quán)衡保護(hù)與開(kāi)發(fā)尺度，使研究成果更好地服務(wù)于生態(tài)旅游資源開(kāi)發(fā)與生態(tài)環(huán)境保護(hù)。此外，目前在生態(tài)旅游適宜性評(píng)價(jià)研究中多種機(jī)器學(xué)習(xí)方法間的對(duì)比研究尚未涉及，基于機(jī)器學(xué)習(xí)算法的適宜性評(píng)價(jià)研究還有待深入。未來(lái)對(duì)于生態(tài)旅游適宜性評(píng)價(jià)研究可以考慮在傳統(tǒng)研究方法的基礎(chǔ)上，結(jié)合機(jī)器學(xué)習(xí)算法的優(yōu)勢(shì)，綜合諸多分類算法(支持向量機(jī)、決策樹(shù)、邏輯回歸、樸素貝葉斯、K-近鄰算法、人工神經(jīng)網(wǎng)絡(luò)等)進(jìn)行對(duì)比分析。同時(shí)，基于適宜性評(píng)價(jià)結(jié)果開(kāi)展后續(xù)的土地利用布局優(yōu)化與景區(qū)規(guī)劃也是未來(lái)研究方向之一。