基于个体记忆效应和距离效应的出行目的地识别

通过分析个体出行轨迹数据,挖掘个体出行历史记忆特征以及个体所处位置与潜在目的地的距离特征,建立新的出行目的地识别模型.利用杭州市200个匿名个体62 880次出行数据测试所建模型的效果.对基于位置的服务(LBS)数据进行预处理,提取以活动为目的的分段出行数据片段,采用GeoHash网格编码方法得到网格化后的个体历史目的地集合.利用随机缺失的个体出行历史轨迹数据构建训练集和测试集,采用非线性最小二乘法对模型进行参数标定.结果表明,所建模型提升了出行目的地识别精度;对比不同模型的召回率、折扣累计收益和F1分数,所建模型优于马尔可夫模型、决策树模型以及随机森林模型;数据缺失率敏感性分析结果验证了所建模型的鲁棒性.

自然因素约束下潜在海洋潜水旅游目的地识别方法与案例

潜水品质取决于海洋自然环境,须在自然环境适宜地建设潜水旅游目的地,才能培育潜水旅游业.借助ArcGIS10.5软件,运用多因子、层次分析方法构建海洋潜水旅游目的地适宜性评价指标及集成判别技术路线,识别全球海洋潜水旅游目的地的潜在分布,并结合我国潜水分布适宜区为海域空间规划编制内容提供现实依据.研究发现:(1)影响建设海洋潜水旅游目的地的因素是海水深度、海洋表层水温、海流、潮汐、珊瑚密度等,热量条件对适宜潜水全球分异起到了关键制约,随着海水水温、珊瑚礁分布等自然条件优势减弱,适宜性也逐渐降低,形成由低纬向高纬递减规律;(2)全球最适宜发展潜水旅游的地点集中在东南亚、太平洋西部与东部、印度洋西部与北部、中美洲等地区;(3)由于南海和东海部分海域更具丰富的生物多样性、良好的光热条件,是中国潜水旅游目的地的最适宜区和较适宜区,海南三亚、西沙群岛以及广西涠洲岛等目的地已成为中国海洋潜水旅游的重点开发区域.