利用机器学习算法评价湖南省生态旅游适宜性

雷济华; 杨波

您当前的位置：

首页 >

文章列表页 >

利用机器学习算法评价湖南省生态旅游适宜性

空间分析与规划 | 更新时间：2026-02-25

- 利用机器学习算法评价湖南省生态旅游适宜性
- 利用机器学习算法评价湖南省生态旅游适宜性
- 地理空间信息 2026年24卷第1期页码：52-56+61
- 作者机构：
  
  湖南师范大学地理科学学院
- 作者简介：
- 基金信息：
  
  国家自然科学基金资助项目（41171342）;湖南省教育厅重点资助项目（17A127）
- DOI：
  中图分类号： F592.7;X322
- 纸质出版：2026
- 稿件说明：
移动端阅览
雷济华, 杨波. 利用机器学习算法评价湖南省生态旅游适宜性[J]. 地理空间信息, 2026,24(1):52-56+61.

雷济华, 杨波. 利用机器学习算法评价湖南省生态旅游适宜性[J]. 2026, 24(1): 52-56+61.
雷济华, 杨波. 利用机器学习算法评价湖南省生态旅游适宜性[J]. 地理空间信息, 2026,24(1):52-56+61. DOI：

雷济华, 杨波. 利用机器学习算法评价湖南省生态旅游适宜性[J]. 2026, 24(1): 52-56+61. DOI：

摘要

将机器学习算法引入生态旅游适宜性评价，基于多源地理空间数据，利用不同模型在同一应用进行横向对比，并以湖南省为例进行验证。结果表明：（1）在常用机器学习算法中，LGB的效果更好，准确率为87.82%，精确率为90.38%

-score为83.19%

AUC值为0.937 2，整体分类性能优秀；（2）生态旅游适宜性高度适宜区、中度适宜区、边际适宜区和不适宜区的占比分别为60.2%、20.1%、12.7%和7.0%，说明湖南省开发潜力较大、资源禀赋较多，未来可按照“两板块一区域”的策略重点发展高度适宜区；（3）特征重要度排名前五的特征为NDVI、人口密度、距水域距离、距居民点距离和地形起伏度，生态旅游发展时应着重考虑这些因素。

Abstract

关键词

Keywords

references

李龙梅.山西省旅游经济发展时空差异与影响因素研究[D].陕西师范大学,2013(04).

康洋,任洁,全凯,杨江涛,张宏鸣.基于改进AdaBoost的梯田提取方法研究[J].计算机应用与软件,2023(10).

谭翠,黄钦,杨波,李涛,雷济华.随机森林算法在区域生态旅游适宜性评价中的应用研究[J].地球信息科学学报,2024(02).

黄钦,谭翠,杨波.基于XGBoost算法的亚热带地区生态旅游适宜性评价方法研究[J].地球信息科学学报,2024(02).

杨波,黄钦,郑群明,龚熊波,梁莉莉,王敏,陈颖,袁慧芳.基于随机森林算法的张家界生态旅游适宜性评价研究[J].湖南师范大学自然科学学报,2021(04).

赵珂,李洁莲,夏清清.土地生态适宜性评价的机器学习方法——以山地传统聚落选址适宜性评价为例[J].城市发展研究,2021(05).

石丹,刘晓霞.基于模糊层次分析法的森林生态旅游景区开发潜力评价——以吉林省4个典型森林生态景区为例[J].桂林理工大学学报,2021(02).

石丹,杨慧.基于多层次灰色方法的生态旅游发展潜力评价及实证研究[J].中国农业资源与区划,2019(02).

王洪桥,袁家冬,孟祥君.东北地区A级旅游景区空间分布特征及影响因素[J].地理科学,2017(06).

吕建树,刘洋,张祖陆,李静,王学.鲁北滨海湿地生态旅游资源开发潜力评价及开发策略[J].资源科学,2011(09).

Xing Wenwen,Zhou Cheng,Li Junli,Wang Weiyin,He Jingchi,Tu Youjun,Cao Xiu,Zhang Yunhua.Suitability Evaluation of Tea Cultivation Using Machine Learning Technique at Town and Village Scales[J].Agronomy,2022.

Yang Shiliang,Wang Huimin,Tong Jinping,Bai Yang,Alatalo Juha M,Liu Gang,Fang Zhou,Zhang Fan.Impacts of environment and human activity on grid-scale land cropping suitability and optimization of planting structure, measured based on the MaxEnt model.[J].The Science of the total environment,2022.

Yu Xing,Tao Xu,Liao Jun,Liu Sicheng,Xu Le,Yuan Shen,Zhang Zuolin,Wang Fei,Deng Nanyan,Huang Jianliang,Peng Shaobing.Predicting potential cultivation region and paddy area for ratoon rice production in China using Maxent model[J].Field Crops Research,2022.

Shairy Chaudhary,Atul Kumar,Malay Pramanik,Mahabir Singh Negi.Land evaluation and sustainable development of ecotourism in the Garhwal Himalayan region using geospatial technology and analytical hierarchy process[J].Environment, Development and Sustainability,2021.

Safitri Sitarani,Wikantika Ketut,Riqqi Akhmad,Deliar Albertus,Sumarto Irawan.Spatial Allocation Based on Physiological Needs and Land Suitability Using the Combination of Ecological Footprint and SVM (Case Study: Java Island, Indonesia)[J].ISPRS International Journal of Geo-Information,2021.

Tianqi Chen,Carlos Guestrin.XGBoost: A Scalable Tree Boosting System.[J].CoRR,2016.

M. I. Jordan,T. M. Mitchell.Machine learning: Trends, perspectives, and prospects[J].Science,2015.

Khwanruthai Bunruamkaew,Yuji Murayam.Site Suitability Evaluation for Ecotourism Using GIS & AHP: A Case Study of Surat Thani Province, Thailand[J].Procedia - Social and Behavioral Sciences,2011.

Ensemble Machine Learning[J].2012.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于自适应遗传算法的个性化旅游景点智能推荐方法

融合时空上下文特征的共享单车站点功能区自动识别方法

基于FLUS模型的松潘城镇建设适宜性评价优化研究

多机器学习算法下沧源县滑坡地质灾害易发性评价

基于SHAP可解释特征优选的乌克兰作物制图研究