基于空间自适应地理加权回归(Geographically Weighted Regression, GWR)模型的高海拔山区生态旅游适宜性评价研究——以埃塞俄比亚Debark地区为例
《Geocarto International》:Exploring highland ecotourism potential through spatially adaptive GWR modeling
编辑推荐:
本研究通过应用先进地理空间工具结合地理加权回归(Geographically Weighted Regression, GWR),考察高海拔(highland)区域生态旅游(ecotourism)适宜性。研究人员选取坡度(slope)、降雨量(rainfall
本研究通过应用先进地理空间工具结合地理加权回归(Geographically Weighted Regression, GWR),考察高海拔(highland)区域生态旅游(ecotourism)适宜性。研究人员选取坡度(slope)、降雨量(rainfall)、土地利用(land use)/土地覆被、海拔(elevation)及距河流与道路的邻近度(proximity to rivers and roads)等关键环境与基础设施因子解释适宜性变异,并以综合指数表征总体潜力。为保证精度,所有数据集均进行位置误差校正并在GIS框架内标准化。GWR模型输出空间显式(local)系数、局部R2值及诊断结果,揭示各因子影响随景观空间位置变化。模型表现良好,调整R2(adjusted R2)高于0.77,残差接近正态分布。结果表明局部化规划的必要性——生态旅游驱动因子并非均一分布而是情境依赖(context-dependent)。通过捕捉此种空间异质性(heterogeneity),研究为针对高海拔环境制定可持续生态旅游策略提供实践指导。
论文解读:《Exploring highland ecotourism potential through spatially adaptive GWR modeling》发表于《Geocarto International》
一、研究背景与意义
以往埃塞俄比亚及其他发展中国家基于GIS的生态旅游适宜性研究多采用全局回归模型(Ordinary Least Squares, OLS)或多准则评价(Multicriteria Evaluation, MCE/AHP),此类方法默认空间平稳性(spatial stationarity),假设环境变量对适宜性的影响在全研究区均一,忽视了山地景观中环境条件随短距离快速变化的特性,导致适宜性图谱可靠性受限且难以支撑点位级规划。埃塞俄比亚高原(以Debark地区及Simien Mountains National Park入口为例)生态文化资源丰富但基础设施薄弱、选址缺乏科学框架。为此,研究人员引入空间自适应地理加权回归(Geographically Weighted Regression, GWR),允许回归系数随空间位置变化以捕捉局部关系,结合12.5 m高分辨率栅格数据,评估坡度、降雨、土地利用、海拔、距河流距离、距道路距离对生态旅游适宜性的局部影响,生成空间显式适宜性图谱,为异质高海拔环境下的生态旅游规划提供可复现的方法论框架。
二、主要关键技术方法
研究区为埃塞俄比亚Amhara州Debark District(约1080 km2)。以12.5 m分辨率DEM为基准重采样对齐所有图层,共4862个栅格单元(grid cells)。因变量(y)为经验构建的生态旅游适宜性——由Simien Mountains National Park管理局年度游客量空间化与区域生物多样性调查(物种丰富度、植被覆盖度)标准化为z-score后合并,范围-2.5至+2.5,经2023年实地调研验证避免循环论证。自变量:坡度(由DEM派生)、降雨(气象记录空间插值)、土地利用(遥感分类后哑变量化dummy-coded)、海拔、欧氏距离至最近河流、欧氏距离至最近道路,连续变量标准化为z-score。先算全局Moran's I(因变量I=0.23, p<0.01)及OLS残差Moran's I(I=0.21, p<0.05)验证空间非平稳性,确认适用GWR。GWR采用高斯核(Gaussian kernel),固定带宽(fixed bandwidth)通过校正赤池信息量(Akaike Information Criterion corrected, AICc)最小化优选为19550.8 m。进行方差膨胀因子(Variance Inflation Factor, VIF)多重共线性检验(全<10,最高土地利用VIF=4.8),输出局部系数(local coefficients)、条件数(condition number)、局部R2、标准化残差分布验证模型。对比OLS与GWR的R2、adjusted R2、AICc及残差自相关,并通过高适宜区与已知景点叠置、实地核查、独立旅游统计与生物多样性数据库进行三方验证。
三、研究结果
Thematic layers(专题图层分析)
GWR产出的空间显式系数显示:陡坡区斜率为负系数,表明大坡度降低可达性与安全性,适宜性下降;中等坡度呈较小或略正系数,兼顾景观美感与可达性。降雨系数在全区大部为正,高海拔高降水区更强,反映降水维持植被与生物多样性从而提升适宜性。土地利用中森林与自然用地系数为正(生态完整性高),耕地与建成区为负(生境干扰)。海拔系数呈中海拔(约1800–3000 m)正、极高山负的特征,反映中海拔气候与生物多样性更利于旅游。距河流与距道路距离均为负系数——距河流/道路越远适宜性越低,近河具生态与景观价值,近路保障可达性与基建支撑。整体适宜性图谱显示高潜力簇状分布于河谷及交通可达廊道。
Regression coefficients(回归系数空间分布)
斜率系数图在陡坡带显负值在中等坡显近零/微正;降雨系数图全区正且在高降水带更高;土地利用系数图森林为正耕作/城镇为负;海拔系数图中海拔带分化明显。距河流与距道路系数空间分布图均为负值主导。条件数(Condition Number)全域稳定在可接受阈值内(约17–30),无严重多重共线性。局部R2(Local R2)空间变异,河谷与道路邻近带解释力高(达0.72–0.77),偏远山脊略低,印证GWR捕捉局部异质性之必要。
Statistical outputs(统计诊断输出)
GWR带宽19550.8 m,残差平方和(Residual Sum of Squares) 997.4482,sigma 2.1259,有效参数个数(Effective Number of Parameters) 25.3087,AICc 1086.737,R2 0.7657,Adjusted R2 0.771979(文中表1记为0.771979/文中结果段亦报告R2≈0.775752),说明模型解释生态旅遊适宜性变异的绝大部分。VIF检验确认所有自变量VIF<10,最独立者为坡度、降雨、距河距,土地利用VIF最高(4.8)但仍安全。
Spatial diagnostics(空间诊断)
标准化残差呈高斯(Gaussian)分布(图4d),支持回归假设。条件数全域稳定无共线性警告。局部R2空间分异如上所述。OLS对比:OLS R2=0.62,Adjusted R2=0.61,残差Moran's I=0.21(p<0.05)存空间自相关,AICc=3125.4;GWR残差Moran's I=-0.043(无显著自相关),AICc大幅降低(1086.737),证明GWR拟合优度与简洁性均优于OLS。验证:高适宜区与现有景区(含Simien Mountains National Park及社区生态旅游点)空间重叠度高;抽样实地核查确认高适宜区具生物多样性和可达性;独立旅游统计与生物多样性记录进一步佐证。
四、讨论与结论总结
讨论指出坡度的双重作用(陡坡降适宜、中坡增景观价值)、降雨在高海拔生态脆弱区作用更显著、林地正向而农建用地负向贡献、中海拔最优、距河/距路负向关系符合国际同类研究。GWR相较传统MCE/AHP与OLS的优势在于显式建模空间异质性,局部R2与系数地图可指导分区施策——可达性主导区投基础设施,生态质量主导区行保护导向管理(生态旅馆、限径步道、用地管控)。局限含未纳入社区参与/治理/文化遗产等社会文化维度、为单期横断面数据、分级阈值存在主观性,建议未来融入参与式制图与机器学习对比。
结论翻译浓缩:研究人员将地理加权回归(GWR)应用于埃塞俄比亚Debark地区生态旅游适宜性评价,整合坡度、降雨、土地利用、海拔及距河流与道路邻近度于GIS框架。结果显示生态旅游潜力在研究区内高度空间异质,环境与基础设施因子交互作用具局地特征。统计诊断证实模型具高解释力与可靠性,专题图层与系数分布提供因子影响的空间显式认知。GWR超越传统GIS选址法,捕捉空间非平稳性并对山地景观生态旅游潜力给出更精细理解。方法学创新含因变量与解释变量分离、距离变量显式处理、核函数/带宽/标准化详细报告,增强可解释性与可复现性,为地形复杂及基建受限的发展中国家提供可推广框架。虽未含社会文化变量与时间动态,该框架仍为制定兼顾生态完整性的可持续旅游发展政策提供循证依据。研究彰显地理空间技术与高级统计建模融合对强化生态旅游研究与资源管理决策之价值。