如何用大数据画出“人气”旅游线？

📖📖研究背景
⚫︎遗产保护已从孤立的点状保护转向系统性的区域保护。
⚫︎然而，现有的遗产廊道研究多基于最小累积阻力（MCR）模型构建单一线路，难以反映复杂的空间连通性，且往往忽视了公众的使用偏好。
⚫︎如何结合公众参与数据（如社交媒体打卡），利用电路理论构建多路径的遗产廊道网络，并对其进行科学分级，成为提升遗产活化利用效率的关键问题。

📝📝研究方法
▶️以北京密云区为研究区，整合266处遗产点数据与“六只脚”平台的公众照片打卡数据：
⚫︎网络构建：选取自然环境、交通可达性、公共服务3类12项阻力因子构建综合阻力面，利用电路理论（Circuit Theory）模拟电流扩散，构建初始遗产廊道网络。
⚫︎公众参与修正：运用形态学空间格局分析（MSPA）处理照片打卡数据，识别出9个公众参与源点（PPSP），将其作为补充节点融入网络进行修正。
⚫︎网络分级：采用多中心性评估（MCA）模型，结合接近度中心性、介数中心性及廊道阻力三个指标，利用sDNA工具对廊道网络进行综合分级（一级至五级）。

🟡🟡重要研究结果
⚫︎遗产分布格局：密云区遗产呈现“三核一带”的空间分布特征，受自然环境约束和功能导向影响明显，主要沿长城分布带集中。
⚫︎网络优化效果：引入公众参与源点（PPSP）后，廊道数量由277条增至284条，总长度增加。网络的平均接近度中心性降低，介数中心性升高，表明修正后的网络连通性和桥梁作用更强。
⚫︎廊道分级特征：一级和二级高等级廊道主要分布在水库北、东、西北部，是连接各大遗产簇群的关键通道；五级廊道多位于网络边缘，连通性较弱。
⚫︎阻力因素权重：在廊道分级中，廊道阻力权重最高（0.46），说明在山地地形中，建设成本和通行难度是决定廊道等级的关键因素。

🟡🟡研究意义
该研究突破了传统单一廊道识别的局限，提出了一种融合公众感知与电路理论的网络构建新方法，证实了社交媒体数据在优化遗产空间网络中的有效性。研究揭示了密云区遗产廊道的空间骨架，为制定分级保护策略和遗产活化利用提供了科学依据，同时也为其他地区的遗产网络化保护提供了可复制的分析框架。

RING科研岛｜专注人居环境相关领域的科研服务
👉SCI、SSCI、核心期刊发表｜会议收录｜国内外申博｜毕业论文指导👈