基于ASTER GDEM的湘西北生態旅游資源發掘研究

陶前輝, 楊波,*, 李博, 左青

基于ASTER GDEM的湘西北生態旅游資源發掘研究

陶前輝1,2, 楊波1,2,*, 李博1,2, 左青1

1. 湖南師范大學資源與環境科學學院, 長沙 410081 2. 地理空間大數據挖掘與應用湖南省重點實驗室, 長沙 410081

以遙感手段發掘潛在旅游資源, 對集中連片貧困區發展旅游業, 推動脫貧致富具有重要意義。基于90 m分辨率的ASTER GDEM數據, 采用相關矩陣法、OIF指數法、規則窗口法和均值變點法對湘西北潛在旅游資源進行探查和發掘。結果表明: (1)通過高程、坡度變率和全累計曲率最佳地形因子的組合可以最大化的反映影像中的地理特征信息; (2)對于湘西北地區, 開辟尺度為12×12, 面積為1.17 km2的地形起伏度分析窗口最為合適; (3)通過遙感手段, 借助地形因子, 基于宏觀發現微觀探查的原則在湘西北地區成功發現3處潛在旅游資源: 象形地貌類景觀, 湖光山色類景觀和特色臺地地貌景觀。發掘結果對地方旅游資源開發具有一定的參考價值, 驗證了基于地形的生態旅游資源發掘方法的可行性。

湘西北; ASTER GDEM; 生態旅游; 發掘; 遙感

0 前言

旅游扶貧是通過開發貧困地區豐富的旅游資源, 在保護自然的前提下, 實現貧困地區居民和地方財政雙脫貧致富, 這與美國生態旅游學會1992年對生態旅游的定義相契合。在集中連片貧困地區往往由于地理和經濟因素, 生態環境優美, 潛在旅游資源豐富, 但如何發掘潛在旅游資源尤其是生態旅游資源成為目前政府及相關行業關注的重要問題之一。

隨著旅游業的快速發展, 目前國內外對旅游資源的研究層出不窮。區域內旅游景點空間結構特征是目前相關研究的重要內容, 如S Kang基于錨點理論確定了韓國首爾旅游景點系統的空間結構[1]; Pujo S利用非線性回歸方法, 分析了Coastal of Bantul地區農業旅游地點特征和旅游吸引力的關系[2]; 祝亞雯, 朱磊, 劉潔卉, 分別基于地統計學、GIS空間分析方法、地理集中指數對皖南國際文化旅游示范區和河北省的旅游資源進行空間結構特征的研究分析[3-5]。這些都是在現有旅游資源的基礎上進行的現狀分析和優化, 缺少對偏遠落后地區旅游資源開發方面的研究。在旅游資源開發的研究中, 目前側重于不同區域[6-7]不同旅游資源[8–10]下的開發潛力研究, 尚處于潛力分析階段, 而對于旅游資源尤其是生態旅游資源如何發掘怎樣發掘的研究較少。在研究地域上多關注于延續歷史人文精神的特定文化區域[6-10]和大城市[11], 對集中連片的少數民族貧困地區缺乏關注。在技術應用上, 主要是利用遙感技術方法對旅游資源進行調查和評價[12-13], 在旅游資源發掘方面應用較少, 沒有充分發揮遙感宏觀與微觀相結合的技術優勢。

基于此, 本文選取湘西北地區為研究區域, 該區域為集中連片少數民族貧困地區且群山起伏, 地貌類型多樣, 生態環境優越, 潛在旅游資源豐富。嘗試借助遙感技術手段, 運用宏觀和微觀地形因子組合、最佳地形起伏度、三維顯示等方法對湘西北地區進行生態旅游資源的發掘、分析和展現, 探究利用地形因子進行生態旅游資源發掘的可能性, 為其他地區生態旅游資源發掘以及旅游資源開發提供參考。

1 研究區與數據說明

1.1 研究區概況

湘西北地區包括張家界市及湘西自治州, 地處湘、鄂、黔、渝四省交界處, 共有11個縣(市)總面積25115 km2, 人口434.69萬人, 為少數民族聚居區, 如圖1。湘西自治州和張家界市2018年地區生產總值為605.05億元和578.9億元, 分別位列湖南省第13、14位, 以旅游業為主的第三產業占地區生產總值的比重分別為58.4%和72.1%, 經濟發展水平落后。區域內旅游資源豐富, 擁有武陵源、天門山、鳳凰古城等國家重點風景名勝區。生態環境優越, 地形復雜, 地貌類型多樣, 境內群山起伏, 高低懸殊, 有響徹海內外的張家界地貌還有千奇百怪的溶洞洞穴, 自然旅游資源十分豐富。同時溫和的亞熱帶季風濕潤性氣候、優美的生態環境和悠久多彩的民族文化還孕育了獨特的人文旅游資源。

1.2 數據說明

本文研究采用的數據為ASTER GDEM, 下載自中國科學院計算機網絡信息中心科學數據中心建立的地理空間數據云(http://www.gscloud.cn/), 經投影、拼接和裁剪而成, 分辨率為90 m。從湘西自治州和張家界市旅游局官網獲取A級景區數據, 并通過91衛圖進行定位。下載中國地質調查局(http:// www.cgs.gov.cn/)1:50000的基礎地質圖以及GooleEarth 15 m分辨率的高清遙感影像, 以便進行地形地貌的展示。經濟統計數據來自于湖南省統計局(http://tjj.hunan.gov.cn/)2018年各市國民經濟和社會發展統計公報。

圖1 研究區位置示意圖

Figure 1 Location of the study area

2 研究方法

2.1 相關系數指數

地形因子間相關性系數的計算通常需要進行波段集統計, 包括協方差和相關系數等。通常用矩陣的方法來計算協方差, 這樣能更好的研究兩個隨機變量間的聯系。相關系數所表明的是變量間的相關性程度, 相關性越高, 數據冗余度就越大, 相對獨立性就越小。相關系數是由兩個變量間的協方差及其各自的標準差所決定, 其公式為:

式中,δ表示圖像波段標準差,δ表示圖像波段標準差,δ表示圖像波段和圖像波段之間的協方差[14]。

為了避免某些因子在圖像合成時權重過大, 可對地形因子進行歸一化處理, 使得地形因子量化到柵格影像單元值0—255, 同時不會使因子間的相關性發生變化。在進行歸一化處理時, 可采用影像拉伸時用到的極差法[15]處理:

=(–min)/(max–min)×255 (2)

2.2 OIF指數

式中,δ表示第波段的標準差,R表示和兩個波段間的相關系數[16]。

2.3 均值變點法

目前對于最佳地形起伏度窗口的確定有多種方法如: 人工作圖法、模糊數學法、最大高差-面積比法、均值變點法等。趙斌濱等[17]對各種方法進行綜合比較, 認為均值變點法得到的最佳分析窗口對應的地形起伏度更符合實際情況, 計算原理如下:

(1)依次計算不同遞增分析窗口下單位面積上的平均地形起伏度, 即單位地勢度。

T=t/s(=1,2, …, N) (4)

式中:T為第個分析窗口下的單位地勢度;t為平均地形起伏度;s為分析窗口面積。

(2)對數列取對數ln得到非線性數列樣本X(k=1,2,…,N)。

(4)計算統計量, 公式為:

式中:為總樣本的離差平方和;S為前后兩段樣本的離差平方和之差。

3 基于地形因子的生態資源發掘

3.1 地形因子的選取

基本地形因子可分為宏觀地形因子和微觀地形因子, 每個地形因子都具有具體的含義和地學意義[18], 結合實際復雜地形情況的考慮, 在宏觀中展現微觀既能表現整個地區的特征概況又能突出細節, 適合于象形類景觀和地形地貌類生態旅游資源探查。綜合考慮, 本研究有針對性的選取宏觀因子(地表粗糙度、地表切割度、地形起伏度、高程、高程變異系數)和微觀因子(坡度、坡度變率、地表累積曲率), 共8個地形因子作為研究的基本地形因子, 如圖2。

3.2 最佳地形因子組合

由于所有的地形因子都是基于同一DEM提取獲得, 因此無法避免個別地形因子間的高相關性, 如果將相關性高的地形因子進行組合會造成計算和信息的冗余, 不利于圖形信息量的展示和分析, 因此對影像間的相關系數及OIF指數進行計算和分析, 選取相關性小信息量高的地形因子進行組合。

通過ArcGIS中的空間分析模塊對各地形因子間的相關性進行判別, 同時為了更直觀更好的了解不同分量間的相關性, 引入相關系數矩陣, 如表1。由表可知(以0.85為相關性系數閾值[15])地表切割度和坡度是與其他地形因子高相關性頻率最高的兩個地形因子, 為避免信息冗余, 在進行最佳地形因子組合的選取時只考慮高程變異系數、地表累積曲率、坡度變率、高程和地表切割度5個地形因子。

Figure 2 Terrain factor of the study area

為了確定最佳波段組合, 使圖像表現出更多的信息, 依據OIF指數公式計算得到的各波段間組合的OIF指數并對其排序, 如表2。

表1 地形因子間相關系數矩陣

表2 波段組合OIF指數

由表2可知, 波段b、c、d即全累計曲率、坡度變率和高程的組合的OIF指數為1123.145,位于各波段組合的OIF指數之首, 這表明全累計曲率、坡度變率和高程的波段間相關性最小, 各波段的獨立性最強, 信息量最大。為了更好的了解生態旅游類景點與地形地貌的關系, 將生態旅游類的A級景區與最佳地形因子合成圖進行疊加, 如圖3。

由上圖可知, 高程、坡度變率和全累計曲率三波段的合成能夠清楚的看出湘西北地區的地貌地形的概況及細節特征, 能夠很好的對地形地貌進行區分, 適合依據地形地貌進行生態旅游資源的探查和發掘。從地形地貌看: 北部地區地形地貌相對豐富, 空間分布上也較為復雜, 而南部地區地形相對平緩, 地貌類型相對單一。區域內山脈及溝谷呈東北西南走向, 山峰溝谷相互交錯, 高差明顯, 在北部地區表現的尤為明顯, 總體上地勢為西北高東南低。因此, 以地貌地形為視角對生態旅游資源的發掘, 北部地區存在潛在旅游資源的可能性更大。通過與生態旅游類A級景點疊加可知, 生態旅游類型景區在湘西北北部地區的分布明顯多于南部, 這與地形地貌復雜程度相一致, 另外生態旅游類景點分布與地形地貌走向相一致呈東北西南走向, 在空間分布上具有一定的連續性, 說明生態旅游資源與地形地貌具有一定的關聯性。

3.3 基于最佳地形起伏度的生態旅游資源分析

地形起伏度是指在一定區域單元內, 海拔高度的最高點與海拔高度的最低點的差值。是描述特定區域內地形特征的一個宏觀性指標, 同時也是衡量一定區域內地形地貌豐富程度的重要指標。

圖3 最佳地形因子合成圖

Figure 3 Optimal terrain factor composite graph

3.3.1 最佳地形起伏度窗口的確定

鄰域單元是影響地形起伏計算精度的一個重要因素。通常情況下地形起伏度會隨著鄰域范圍的增加而不斷增大, 當鄰域范圍增加到一定閾值后地形起伏度會趨向于平穩。通過規則窗口遞增法, 以×(=3,6,9……42)增加步長為3柵格矩形作為模板算子, 3×3作為起始窗口, 對整個研究區域做遍歷運算, 遍歷所有柵格窗口范圍內高程的最大值及最小值, 至42×42終止。然后計算柵格窗口內的高程差即對應的柵格窗口的地形起伏度值, 如表3。

通過均值變點法得出第4個序列點即最佳分析窗口為12×12, 面積為1.17 km2, 如圖4。

3.3.2 基于地形起伏度的現有生態旅游景點分析

為了驗證生態旅游資源與地形地貌間的關聯性, 通過將生態旅游類型景區劃分為地形地貌類景觀類: 天門山國家森林公園、張家界國家森林公園、張家界大峽谷景區、五雷山仙山景區、矮寨奇觀風景區; 水域風光類: 寶峰湖風景區、趙家埡風景區、猛洞河漂流景區; 洞穴類: 黃龍洞景區、龍王洞景區、鳳凰奇梁洞景區三種類型并對其地形起伏度進行提取和比較, 如表4。

表3 湘西北地形起伏度與鄰域單元關系表

圖4 S和Si的差值變化曲線

Figure 4 Difference change curve ofandS

結合表4及圖3可知湘西北地區生態旅游類A級景區的地形起伏度普遍較高, 說明湘西北地區生態旅游類A級景區與地形地貌存在著密切聯系?；诩兊匦晤惥坝^如天門山、武陵源峰林、張家界大峽谷等都分布于地形起伏度高值地區, 均值更是達到了528 m; 湘西北地區水系發達, 河流眾多, 但發展成A級景區的水域風光景點都是在地形起伏度較高的地區, 均值達到298 m, 由此可知地形起伏度即地形地貌的特色與水域相結合形成區別于其他水域的山水湖光特色, 具有很強的旅游吸引力; 湘西北洞穴類景點地形起伏度集中分布于100—200 m左右, 相對于其他生態旅游類景點地形起伏度普遍偏低, 這可能與河流水系以及溶洞形成地形條件相關。綜上所述可知, 不同生態旅游資源類型所對應的地形地貌情況有所區別, 因此可依據地形地貌特征實現生態旅游資源的發掘。

3.4 地形地貌旅游資源探查

由于洞穴類景觀深入地下通過遙感難以發現, 因此能夠依據地形地貌發掘的生態旅游資源只有地貌景觀和水域風光兩大類。主要發掘方法為: 象形發掘、水域風光發掘和地形地貌景觀發掘。一、象形發掘, 即運用象形思維, 以形賦意, 賦予自然景觀各種神似的形象, 如人、動物、神仙、植物、器皿等[19]。在生態旅游景點中象形類景點不在少數, 如桂林的象鼻山、黃山的猴子觀海、克拉瑪依的魔鬼城等。這些象形景觀與當地特色文化相結合賦予游客無限遐想, 給游客帶來不一樣的旅游體驗, 已成為吸引游客旅游的一大重要因素。目前象形旅游資源的開發已越來越受關注, 如山東泰安市文化和旅游局與齊魯晚報聯合發起的“泰安象形景點三十佳”的攝影展活動, 以及利用遙感發現的泰安市山體與植被組成的千米級“壽”字。對于湘西北象形景觀的發掘可通過地形因子組合圖, 觀察湘西北地區山脈走勢及地貌特征嘗試發現象形類潛在旅游資源。二、水域風光發掘, 在非平原地區水域風光類旅游景點多分布于較高海拔的山地中[20], 山水結合形成不同的湖光山色, 如長白山天池、蒼山洱海、天山天池等。地形起伏度從一定程度上代表著區域內地形特征和特色, 與水域相結合更易形成具有山水特色的旅游資源。因此可提取湘西北地區主要湖泊并和湖泊對應的地形起伏度, 以水域風光景點中最低地形起伏度的寶峰湖風景區的起伏度值為節點, 對地形起伏度245 m以上的湖泊進行重點探查, 并結合地形因子組合圖分析其周邊地形地貌條件嘗試發現具有開發潛力的水域風光類旅游資源。三、地形地貌類景點發掘, 以現有地形地貌類生態旅游景點矮寨奇觀風景區的地形起伏度為節點結合地形因子合成圖對地形起伏度407 m以上區域進行重點探查并分析其紋理特征, 同時利用遙感對重點區域進行核查?；谏鲜鎏讲樵瓌t共發現3處典型的潛在生態旅游資源, 如圖5。

表4 生態類景點地形起伏度提取表(m)

圖5中, ①標注點位于湘西北地區的西北角, 該區域色調明暗交錯, 紋理特征復雜, 表明該地區地形地貌豐富。山脈呈環狀分布且周圍溝壑遍布, 總體呈放射狀, 加上中間部分的山地和溝谷地形, 共同勾勒出類似神人修仙的象形特征, 給人以無限遐想, 具有一定的旅游開發潛力。地質類型豐富且集中, 適合進行地質考察, 建立地質考察基地, 宣傳相關地質文化知識。另外該地區四面高山, 視野廣闊, 且受地形及地理位置影響開發較少, 生態環境保護較好, 適合進行戶外休閑旅游。從經濟發展的角度來說: 一方面, 該地區遠離大城市, 受其經濟發展帶動較弱, 經濟發展落后; 另一方面, 該地區距張家界主要景區相對較近, 但缺少旅游景點, 無法對張家界龐大的游客流進行引流, 難以帶動經濟發展。可通過以該潛在旅游資源和其他旅游景點為節點, 以張家界旅游資源的強大吸引力為發動機, 以必要的基礎設施建設和精品旅游路線的打造為脈絡, 形成遍布區域的旅游吸引物[21]和客流輸送網絡, 帶動地區經濟發展, 助力脫貧攻堅。

圖5 潛在生態旅游資源發掘標注

Figure 5 Exploration annotation of potential ecotourism resources

標注②位于湘西北東北部, 在最優地形因子融合影像上可以看出該地區整體上呈撕裂狀, 在地質活動作用下出現一連串的十字狀的湖泊, 區別于一般湖泊的條狀或塊狀, 別具特色。湖泊周圍高山環布, 落差明顯, 適合建立觀景平臺、度假酒店、水上游樂活動等, 以彌補目前湘西北尤其是張家界地區以山為主的旅游景觀類型。

標注③位于湘西北地區的東南部, 結合其他地形因子可以發現該點是其周邊為數不多的海拔較高的地區。結合最佳地形因子組合圖和地形起伏度可以發現A點和B點具有相似的地形地貌特征即: 海拔較高, 地形起伏度大, 坡度變化明顯, 地形地貌復雜, 蘊藏著巨大的潛在旅游資源。經驗證B點為張家界市天門山景區, 是已開發的世界聞名的5A級景區。A區域名為七星山, 海拔399 m至1528 m, 是一座四周絕壁的臺形山地, 臺地之大實屬罕見, 其森林覆蓋率為87%, 山頂全年平均氣溫在9 ℃左右, 是難得的休閑旅游及避暑勝地。該區域與天門山景區具有相似的地貌特征, 有峽谷等豐富的地貌類型且規模更大(如圖5所示, 為更全面的了解該區域地貌特征, 以北側俯瞰的視角進行三維展示), 適合進行休閑度假酒店、露營等旅游項目開發。另外該區域距市區較近, 交通便利, 具有絕佳的區位優勢, 開發潛力巨大。

4 總結

本文從遙感的視角出發, 以地形地貌為切入點, 借助遙感技術方法對湘西北地區生態旅游資源進行發掘。研究探討了遙感技術方法應用于生態旅游資源發掘的可行性, 并取得一定的成果。

(1)本文通過相關系數法、OIF指數法、均值變點法等方法確定了最優地形因子組合全累計曲率、坡度變率和高程, 以及尺度為12×12, 面積為1.17 km2的地形起伏度最佳分析窗口。

(2)通過遙感手段, 借助地形因子基于宏觀發現微觀探查的原則在湘西北地區成功發現3處具有旅游開發潛力的區域: ①地形構造象形且地質類型豐富, 適合進行戶外休閑旅游, 可以以此為節點借助張家界的旅游吸引力, 通過精品路線和基礎設施建設進行引流, 以帶動地區經濟發展, 助力脫貧攻堅; ②湖光山色, 形狀奇特, 呈十字狀且四周環山落差大, 適合開發休閑度假, 水上游樂活動, 一定程度上彌補了張家界地區水域旅游的缺失; ③海拔高, 坡度變化大, 有峽谷臺地等特殊地形, 森林覆蓋率高, 環境優美, 溫度適宜, 適合進行避暑、露營、探險等旅游開發, 且距市區較近, 具有良好的開發條件和區位優勢。

本研究以遙感為視角以地形為切入點對生態旅游資源進行發掘和探查, 方法具有一定的可推廣性, 對旅游資源的發掘具有重要的參考意義和價值。但是發掘潛在旅游資源不是最終目的, 今后需要進一步結合生態旅游資源以及不同生態環境下孕育的特色人文旅游資源進行相關研究和分析, 為湘西北的全域旅游網絡建設建言獻策, 通過旅游帶動經濟發展, 讓貧困群眾享受旅游發展帶來的福利, 助力脫貧攻堅。

[1] Kang S, Lee G, Kim J, et al. Identifying the spatial structure of the tourist attraction system in South Korea using GIS and network analysis: An application of anchor-point theory[J]. Journal of Destination Marketing & Management, 2018.

[2] Pujo S, Guntarti T M. Analysis of Prospect of Agro-tourism Attractiveness Based on Location Characteristics[J]. Agri-culture and Agricultural Science Procedia, 2015, 3.

[3] 祝亞雯,胡文海.基于地統計學方法的區域旅游空間結構研究——以皖南國際文化旅游示范區為例[J].地理科學,2016, 36(11): 1722–1728.

[4] 劉潔卉.河北省農業生態旅游空間格局分析[J].中國農業資源與區劃, 2019, 40(7): 227–232.

[5] 朱磊,胡靜,周葆華, 等.區域旅游景點空間分布格局及可達性評價——以皖南國際文化旅游示范區為例[J].經濟地理, 2018, 38(7): 190–198+216.

[6] 趙希勇,張璐,吳鴻燕,等.哈爾濱地區鄉村旅游資源評價與開發潛力研究[J].中國農業資源與區劃,2019, 40(5): 180–187.

[7] 侯志強,劉春雨.絲綢之路經濟帶西段五省區旅游資源群開發潛力評價[J]. 山地學報, 2019, 37(1): 109–117.

[8] 李濟任,許東.基于AHP與模糊綜合評價法的森林康養旅游開發潛力評價——以遼東山區為例[J].中國農業資源與區劃, 2018, 39(8): 135–142+169.

[9] 高文智,楊艷麗.農村生態旅游資源跨越式開發潛力評價——以北京市延慶區大莊科鄉為例[J].中國農業資源與區劃, 2016, 37(9): 191–195.

[10] 吳媛媛,顏節禮.蘇南國家級非物質文化遺產文化旅游開發潛力研究[J]. 地域研究與開發, 2013, 32(5): 157– 162.

[11] 鄭治偉.北京市鄉村旅游空間分布及發展評價[J]. 中國農業資源與區劃, 2018, 39(5): 224–230.

[12] 王緒龍,王世進,劉奇志,等.山東省旅游地質資源遙感調查成果及潛力展望[J].中國地質調查, 2018, 5(6): 90– 96.

[13] 王緒龍.基于3D GIS的山東省旅游地質資源遙感調查[J]. 測繪地理信息, 2018, 43(4): 45–47.

[14] 王冰, 安慧君,劉懷鵬,等.QuickBird影像城市陰影信息的提取與消除[J].地球信息科學學報, 2016, 18(2): 255–262.

[15] 常直楊,王建,白世彪,等.基于SRTM DEM數據的三峽庫區地貌類型自動劃分[J].長江流域資源與環境, 2014, 23(12): 1665–1670.

[16] 趙芳,朱豐琪,馮仲科,等.運用資源三號衛星影像數據提取水體信息的方法研究[J].測繪通報, 2014(3): 25–28.

[17] 趙斌濱,程永鋒,丁士君,等.基于SRTM-DEM的我國地勢起伏度統計單元研究[J].水利學報, 2015, 46(S1): 284– 290.

[18] 湯國安,劉學軍,閭國年.數字高程模型及地學分析的原理和方法[M].北京: 科學出版社, 2005.

[19] 程曼詩.傳播學視野下象形思維在旅游業自然景觀解說中運用的優缺點及對策[J].文教資料, 2015(27): 80–81.

[20] 周長威,代勝芳.西南地區四省一市旅游資源分布格局研究[J].度假旅游, 2018(10): 28–32.

[21] 楊洋,李吉鑫,崔子杰,等.節事吸引力感知維度研究[J].旅游學刊, 2019, 34(6): 85–95.

Exploration and research on ecological tourism resources in northwestern Hunan based on ASTER GDEM

Tao Qianhui1,2, yang Bo1,2,*, LI Bo1,2, ZUO qing1

1. College of Resources and Environmental Science, Hunan Normal University, Changsha410081, China 2. Key Laboratory of Geospatial Big Date Mining and Application, Changsha410081, China

Exploring potential tourism resources by remote sensing means is of great significance to the development of tourism in contiguous poverty areas and the promotion of poverty alleviation. Based on ASTER GDEM data with a resolution of 90 m, correlation matrix method, OIF index method, regular window method and mean variable point method were adopted to search and explore potential tourism resources in northwestern Hunan. The results indicated that: (1) the combination of the best terrain factors such as elevation, slope variability and total accumulated curvature could maximize the reflection of the geographic feature information in the image. (2) It was the most appropriate to open up a topographic relief analysis window with a size of 12×12 and an area of 1.17 km2in northwestern Hunan. (3) Three potential tourism resources were successfully discovered in the northwest region of Hunan Province by means of remote sensing, with the aid of terrain factors and based on the principle of macro discovery and micro exploration: pictographic landscape, lake and mountain landscape as well as characteristic platform landscape. The excavation results were of certain reference value to the development of local tourism resources, and then the feasibility of the topographical ecotourism resources excavation method was verified.

northwestern Hunan; ASTER GDEM; ecotourism; exploration; remote sensing

10.14108/j.cnki.1008-8873.2020.02.019

P66; Q149

A

1008-8873(2020)02-157-09

2019-07-12;

2019-08-04

國家自然科學基金項目(41171342); 湖南省教育廳2017年重點項目(17A127)

陶前輝(1992—), 男, 安徽安慶人, 碩士研究生, 主要從事生態旅游遙感研究, E-mail:1104443920@qq.com

楊波(1974—), 男, 湖南張家界人, 教授, 碩士生導師, 主要從事生態旅游遙感研究, E-mail:794349699@qq.com

陶前輝, 楊波, 李博, 等. 基于ASTER GDEM的湘西北生態旅游資源發掘研究[J]. 生態科學, 2020, 39(2): 157–165.

Tao Qianhui, yang Bo, LI Bo, et al. Exploration and research on ecological tourism resources in northwestern Hunan based on ASTER GDEM[J]. Ecological Science, 2020, 39(2): 157–165.