中国积雪资源时空演变特征及其旅游开发关键区识别_刘志林.pdf
《中国积雪资源时空演变特征及其旅游开发关键区识别_刘志林.pdf》由会员分享,可在线阅读,更多相关《中国积雪资源时空演变特征及其旅游开发关键区识别_刘志林.pdf(19页珍藏版)》请在咨信网上搜索。
1、地 理 研 究GEOGRAPHICAL RESEARCH第42卷 第2期2023年2月Vol.42,No.2February,2023中国积雪资源时空演变特征及其旅游开发关键区识别刘志林1,王 磊1,丁银平2,角媛梅3,周司洋1,徐秋娥3,唐承财4(1.宁夏大学前沿交叉学院,中卫 755000;2.乐山师范学院旅游与地理科学学院,乐山 614000;3.云南师范大学地理学部,昆明 650500;4.北京第二外国语学院旅游科学学院,北京 100024)摘要:积雪资源深刻影响着滑雪旅游的发展与布局,刻画中国积雪资源时空特征,识别旅游开发关键区,对中国冰雪旅游高质量发展具有重要意义。本文通过Mann
2、-Kendall突变检验、热点分析、重要-感知实绩分析(IPA)等方法刻画中国19792020年积雪资源时空演变特征,构建资源稳定性-旅游开发适宜性指标体系,识别中国滑雪旅游开发关键区。结果表明:中国积雪资源过去40年变化可划为3个阶段,19801995年()积雪资源下降,19952010年()增加,20102020年()下降。在空间上,变化面积呈现-(33.2%)-(31.1%)-(29.3%)的特征;中国积雪资源在月尺度上,13月()积雪资源基本维持稳定,310月()显著下降,1012月()恢复。在空间上,变化面积呈-(30.3%)-(28.3%)-(26.8%)的变化规律;中国境内滑雪旅
3、游开发极关键区面积占比为4.90%、关键区为11.69%、一般区为31.57%、不关键区为25.73%、极不关键区为26.11%,总体来看中国境内85%的区域不适宜开发滑雪旅游活动,具体开发过程应该根据社会发展水平分时期进行;冬季(122月)最适宜开发滑雪旅游的省份为辽宁、吉林省,集中在长白山一带,积雪资源稳定,旅游开发条件优越;积雪资源最好的省区为黑龙江、吉林、内蒙古、西藏、新疆、青海等。旅游开发条件最好的省份为北京、天津、广东、山东、上海、江苏、辽宁、河北、山西、安徽和湖北等;通过对滑雪旅游开发关键区季节分析,得出中国具备开发全季户外滑雪旅游的基础条件,华北、华东和华南等大都市圈具备在夏秋
4、季开展室内冰雪旅游的市场条件。关键词:积雪资源;滑雪旅游;稳定性;开发适宜性;关键区DOI:10.11821/dlyj0202207521 引言冰雪旅游是以冰雪为主要旅游资源,融合运动、娱乐、观光、度假、购物的一种旅游活动1,其核心是冰雪资源,本质是旅游活动。积雪是冰雪资源的重要组成部分,是滑雪旅游的基础与核心载体。全球变暖背景下,中国积雪资源分布面积不断萎缩、稳定性持续下降2-4,对冰雪旅游可持续发展产生了重要影响5-7。2015年中国成功申办冬奥会,提出“三亿人上冰雪”的目标,开启了中国冰雪旅游发展的高潮。2016年,习近平总书记提出“冰天雪地也是金山银山”,这一关键论断为冰雪旅游未来的建
5、设与开发指明了方向8。2022年中国成功举办冬奥会,实现了三亿人上冰雪的目标,推动了中国冰雪旅游收稿日期:2022-07-12;录用日期:2023-01-10基金项目:国家社会科学基金项目(20BJY202);国家自然科学基金项目(42071199)作者简介:刘志林(1990-),男,宁夏吴忠人,博士,讲师,硕士生导师,主要研究方向为旅游地理学与景观生态学。E-mail:通讯作者:王磊(1981-),男,宁夏银川人,博士,教授,硕士生导师,主要研究方向为旅游管理与规划。E-mail:dukenxu.edu.on352-370页2期刘志林 等:中国积雪资源时空演变特征及其旅游开发关键区识别业的高
6、速发展1,9。在全球变暖与申办冬奥会的背景下,厘清中国积雪资源的时空变化格局,识别旅游开发关键区,对中国冰雪旅游高质量发展具有重要的理论与现实意义。冰雪旅游包括冰川、滑雪、滑冰体验等旅游活动,是一项发展较为成熟、研究较为广泛的旅游项目1,10。冰雪旅游发展和成熟始于20世纪5060年代,以各个国家大规模建设滑雪场,开发旅游度假产品为主要标志1,11。学界对冰雪旅游的研究也在此阶段后快速发展,主要集中在冰雪旅游开发1、管理与可持续发展12,13、消费与社会经济14、气候与生态环境15,16等方向,研究范围由冰雪旅游开发、管理延伸到社会经济与生态环境方面。在研究方法上,主要有AHP17,18、DE
7、A19、Chi-squared20、DID21、情感分析法22、PSM计量分析23、地理探测器和空间自相关等24,在定性定量的基础上开始向空间计算与分析转变。从区域来看,全球冰雪旅游主要集中在欧洲、北美和东亚3个区域10,25,26。但发展程度不一,欧美区的冰雪旅游开发时间早、资源好、经验丰富,具有独特的旅游文化与景观,成为世界冰雪旅游的中心1,10,11。东亚区的冰雪旅游业总体发展相对较弱,但韩国和日本凭借丰富的冰雪资源,结合前瞻性的旅游开发理念,打造出了高标准的冰雪度假旅游项目,取得了一定成绩10。2015年后伴随中国申奥成功,冰雪旅游业迎来了大发展,市场规模从2015年的1700.1亿元
8、增长到2019年的约3859.5亿元,年平均增长率为 22.75%8。随之推动了中国冰雪旅游研究的快速发展,近 8 年来研究成果增长了385.7%。学者主要围绕冰雪旅游、冰雪产业18,27-29、冬奥会30,31、冰雪运动23,32和冰雪经济等方面进行深入研究32-34。但总体来看,中国冰雪旅游的理论研究落后于冰雪旅游发展现状,国家冰雪旅游的科学基础尚未形成,且缺少全国尺度上的冰雪资源与旅游开发关键区的识别与分析1,10,11,35。滑雪旅游对区域经济发展具有重要作用7,36。在中国成功举办冬奥会的社会背景下,滑雪旅游业迎来快速增长,国内滑雪场数量从2010年的270家急剧增加到2019年的7
9、70家37。从滑雪旅游的特征来看,其是一种严重依赖于积雪的旅游项目,且对气候变化极为敏感37,38。基于此学界开展了广泛研究,主要集中在:积雪变化对滑雪旅游适宜期的影响39,40、积雪条件与滑雪旅游盈利能力41、气候变化对滑雪旅游目的地影响42。滑雪旅游作为冰雪旅游的重要组成部分,积雪资源是其基本的物质与空间载体,但在全球气候变化背景下中国境内的积雪资源稳定性不断下降。2022年冬奥会成功举办,中国迎来了滑雪旅游业高速发展阶段,一方面是积雪资源稳定性不断下降,另一方面是滑雪旅游业快速发展的现实需求。因此学界迫切需要回答,全球气候变化背景下,中国境内的积雪资源如何变化?哪些区域适合发展滑雪旅游?
10、以此来推动中国冰雪旅游业的高速发展。2 数据来源与研究方法2.1 数据来源及预处理数据主要包括积雪覆盖数据和旅游开发适宜性评价因子数据。其中19792020年积雪数据来自国家青藏高原科学数据中心。该数据集的原始数据来自美国国家冰雪数据中心(NSIDC)处理的 SMMR(19791987 年)、SSM/I(19872007 年)和 SSMI/S(20082020年)逐日被动微波亮温数据(EASE-Grid),空间分辨率为25 km,数据制备过程中基于大量的气象台站数据,进行积雪深度反演公式修正,提高反演精度43-45。此数据集目前被广泛应用于青藏高原、祁连山、古尔班通古特沙漠等区域与全国尺度研究
11、 根据中国知网数据:2015年研究论文数为112篇,2022年16月为544篇。353地 理 研 究42卷中,通过实践证明具有较高的应用价值。旅游开发适宜性因子主要包括海拔、坡度、体感温度、人口密度、经济发展水平、城市辐射和交通。其中海拔和坡度数据来自地理空间数据云(http:/ 主要研究方法2.2.1 Mann-Kendall突变检验法Mann-Kendall突变检验法是世界气象组织推荐用于提取序列变化趋势的有效工具,目前已经被广泛用于众多学科研究中,其优点是不需要样本遵从一定的分布,也不受少数异常值的干扰,更适用于类型变量和顺序变量,计算也较为方便46,47。计算公式如下:对于具有n个样本
12、量的时间序列x,构造秩序列:Sk=i=2kj=1i-1aij,k=2,3,n(1)aij=1,xixj0,xi xj1 j i(2)式中:秩序列Sk是i时刻数值大于j时刻数值个数的和,可知k=1时,S1=0。在时间序列随机独立的假定下,定义统计变量:UF=Sk-E()SkVar(Sk),k=2,3,n(3)式中:UFk为定义的统计量,UF1=0;E(Sk)和 Var(Sk)是累计数 Sk的均值和方差,在 x1,x2,xn相互独立且有相同连续分布时,可通过以下公式进行计算:|E()Sk=k()k+14Var()Sk=k()k-1()2k+572(4)UF通过时间序列x1,x2,xn的顺序计算其统
13、计量,UB通过时间序列x的逆序计算。给定显著水平=0.05,查得临界值为1.96。若|UF|1.96,则表明序列存在显著的变化趋势。若UF0,表明序列呈现上升趋势,UF0表明呈下降趋势,UF=0表明无变化趋势。若UF1.96,则序列有显著上升趋势;UF-1.96,则序列有显著下降趋势。若UF与UB在临界值之间出现交点则交点对应的时刻为突变开始时间。2.2.2 热点分析法热点分析可以识别要素在空间上的变化特征,计算公式如下:H=j=1twijxj-Xj=1twij|tj=1tw2ij-|j=1twij2()t-1s(5)式中X的计算公式如下:X=j=1txjt(6)式中S的计算公式如下:3542
14、期刘志林 等:中国积雪资源时空演变特征及其旅游开发关键区识别S=j=1tx2jt-()X2(7)式中:xj是网格单元j的属性值;wij表示网格之间的空间权重,其中相邻取1,否则为0;t为网格数量;X为均值;S为标准差;H为统计结果的Z值。3 结果分析3.1 19802020年积雪资源的时空变化特征3.1.1 时间演化特征分别绘制19802020年中国积雪资源空间分布特征图,并进行月尺度和年尺度M-K突变分析(图1)。从空间特征来看,中国积雪资源集中分布在东北的图119802020年中国积雪资源空间分布特征Fig.1 Spatial distribution characteristics of
15、 snow cover resource in China from 1980 to 2020注:基于自然资源部地图技术审查中心标准地图服务网站的标准地图(审图号:GS(2020)3183号)绘制,底图边界无修改。355地 理 研 究42卷黑龙江和吉林(多年平均雪深4.31 mm和2.51 mm)、西北的新疆(1.34 mm)和青藏高原的西藏(1.42 mm)。在年尺度上,通过M-K分析可以将过去40年分为3个阶段(表1):第阶段为19801995年,其UF0,表明此阶段主要以积雪下降为主,1995年冰雪覆盖面积相对1980年下降了32.7%,雪深下降了20.7%;第阶段为19952010年,
16、其UF值由0转向0,表明此阶段积雪以增加趋势为主,到2010年中国境内的积雪面积在1995年基础上增加了73.7%,雪深增加了23.5%;第阶段为20102020年,其UF值由0转向0,表明此阶段积雪呈萎缩趋势,2020年相对2010年中国积雪覆盖面积萎缩了52.0%,雪深下降了5.9%。总体而言过去40年,中国积雪资源变化特征呈a0的三次函数,即在19801995年为下降趋势,19952010年呈增加态势,20102020年为再次下降趋势。月尺度上也可以划分为3个阶段:第阶段为13月,此阶段内UF值0,在积雪面积上呈微幅波动下降,3月相对1月覆盖面积仅减少了0.32%,但在雪深上呈持续增加趋
17、势,12月增加了44.6%,23月再次增加1.1%;第阶段为310月,UF-1.96,表明此阶段内积雪覆盖面积和雪深呈显著下降趋势,10月积雪面积相较3月份下降了97.5%,雪深减少了96.8%;第阶段为1012月,UF值由-1.96,向-1.96靠近,表明此阶段内积雪面积和雪深下降趋势有所减缓,呈恢复状态,12月份的积雪覆盖面积恢复到1月份的76.1%,雪深恢复到1月的48.3%。由上可知,在年尺度上积雪覆盖面积和雪深变化具有较高的一致性,但雪深变化幅度弱于面积,即雪深比面积更稳定,对外界的响应更弱;在月尺度上面积与雪深在312月变化趋势一致,且具有雪深变化幅度弱于面积的特征,但在13月雪深
18、与面积不具有一致性,主要原因是13月黑龙江、吉林、新疆、西藏等地的均温低于0,具有积雪条件,造成雪深持续增加。3.1.2 空间分化特征通过两个尺度3个时段的空间计算,获得-、-和-阶段的积雪资源空间分化特征(图2、表2)。在年尺度上,各阶段的变化面积呈现-表1年和月尺度上积雪资源变化特征Tab.1 Variation characteristics of snow cover resource at annual and monthly scales尺度年月阶段时间段198019951995201020102020133101012积雪覆盖面积(km2)418674.32514126.0547
19、1480.433906345.14620331.001861119.79UF值0由0转向0由0转向00,波动变化-1.96由-1.96,向-1.96靠近变化特征下降增加下降稳定显著下降恢复表219802020年中国积雪资源空间变化特征与面积统计Tab.2 Spatial variation characteristics and area statistics of snow cover resource in China from 1980 to 2020尺度年月阶段-变化占比(%)33.231.129.326.828.330.3热区占比(%)37.847.241.350.755.655.3
20、冷区占比(%)62.252.858.749.344.444.7变化特征下降下降下降稳定增加增加3562期刘志林 等:中国积雪资源时空演变特征及其旅游开发关键区识别(33.2%)-(31.1%)-(29.3%),表明-阶段中国积雪资源覆盖面积变化最剧烈,范围最广,-阶段变化幅度最小。主要原因是第时段内的2010年,降水量较常年多11.1%,东北和华北地区发生了40年一遇的冬春持续低温,新疆北部出现有气象记录以来最为严重的雪灾,低温和降水偏多,导致时段内积雪覆盖面积增加了图219802020年中国积雪资源的空间变化特征Fig.2 Spatial variation characteristics
21、of snow cover resource in China from 1980 to 2020注:基于自然资源部地图技术审查中心标准地图服务网站的标准地图(审图号:GS(2020)3183号)绘制,底图边界无修改。357地 理 研 究42卷71.8%,雪深上升了12.6%,从而使-阶段的积雪资源发生了显著空间变异。从冷热区占比来说,3个时段都以冷区变化为主,占比分别为62.2%、52.8%和58.7%,说明和时段、和时段、和时段相比境内的积雪资源主要以下降趋势为主,即积雪覆盖面积和雪深呈的变化规律。具体来看,-阶段内,热区主要分布在中国东北,新疆北部,冷区分布在青藏高原。表明与第时段相比,
22、第时段的积雪资源覆盖面积与雪深在东北与新疆北部显著增加,青藏高原显著下降。-阶段内,热区主要在东北平原、祁连山、新疆北部一带,冷区集中在青藏高原区域,反映出第时段与第时段相比,境内的东北平原、祁连山、新疆北部的积雪资源覆盖面积与深度呈增加趋势,青藏高原区域为减少趋势。-阶段,热区呈带状分布在东北平原-内蒙古高原,祁连山和喜马拉雅山一带,冷区呈块状分布于大兴安岭北部,准葛尔盆地东部,青藏高原中部区域,说明时段与时段相比,东北平原-内蒙古高原,祁连山和喜马拉雅山一带积雪资源覆盖面积更大,积雪更深,大兴安岭北部,准葛尔盆地东部,青藏高原中部区域的积雪覆盖面积更小,深度也更浅。在月尺度上,变化面积呈-
23、(30.3%)-(28.3%)-(26.8%)的变化规律,说明-阶段中国积雪资源在空间上变化最大,-阶段空间变化最弱。主要原因是时段(1012月)到时段(13月)处于积雪不断累积过程,因此其面积和深度持续增加,故在空间上变化较大。而-和-阶段中,时段(310月)处于积雪持续萎缩的阶段,积雪分布范围进一步收缩,变化范围较小。在冷热区上,-阶段,热区(50.7%)与冷区(49.3%)面积基本持平,表明与时段相比其积雪资源分布的区域基本一致。从空间来看,东北和新疆地区显著下降,青藏高原部分区域显著增加。主要原因是时段处于春夏季节,气温高,时段为冬季,气温低,因此在时段时东北和新疆地区积雪消融,从而使
24、上述区域的积雪覆盖面积和厚度显著下降。但在青藏高原地区,由于海拔较高,气温低,部分区域形成了永久冰冻和积雪带,加之夏季风带来丰沛的水汽,使其降水较时段更多。综上,海拔和充沛的降水造成时段青藏高原部分区域积雪覆盖进一步增加;-阶段,主要以热区变化为主(55.6%),表明时段与时段相比,境内的积雪覆盖面积和厚度以增加为主。在空间上,大兴安岭、阿尔泰和天山、青藏高原西部区域的积雪资源呈萎缩态势,青藏高原中部,祁连山、华北和东北平原区域为增加趋势。主要原因是时段相比时段,气温更低,更有利于积雪资源形成和积累,导致时段境内积雪资源呈热区增加状态;-阶段也以热区增加为主(55.3%),说明时段与时段相比,
25、境内积雪资源面积与雪深以增加趋势为主。在空间上,东北和新疆北部区域为显著下降,青藏高原区域为显著上升。主要原因是时段比时段均温低,更利于积雪资源形成与积累,导致东北和新疆北部的积雪资源分布面积与雪深优于时段。在青藏高原地区,由于海拔原因时段与时段的均温都小于0,根据季风降水规律时段的降水多于时段,因此在时段青藏高原地区的积雪覆盖范围更大。3.2 滑雪旅游开发关键区识别3.2.1 潜在开发关键区识别与空间分布特征滑雪旅游是依托积雪资源开展的一项特殊旅游活动,其核心是积雪资源。基于此,本文从资源的稳定性和开发适宜性两个维度,构建了滑雪旅游开发关键区的识别指标体系(表3)。一般来说,随社会发展与科技
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 中国 积雪 资源 时空 演变 特征 及其 旅游 开发 关键 识别 刘志林
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。