《ISPRS International Journal of Geo-Information》:Social Sensing and Geospatial Visual Analytics of Tourist Destination Image and Town-Scale Gravity
编辑推荐:
旅游业已成为城镇建设、日常生活改善和文化复兴的关键途径。然而,目的地形象与城镇吸引力之间的关联机制仍未得到充分理解,尤其是在精细化的城镇尺度上。本研究利用中国天津市26个特色小镇的社交媒体照片和签到记录,将旅游目的地形象解构为图像基因,并检验其与城镇引力的关联
旅游业已成为城镇建设、日常生活改善和文化复兴的关键途径。然而,目的地形象与城镇吸引力之间的关联机制仍未得到充分理解,尤其是在精细化的城镇尺度上。本研究利用中国天津市26个特色小镇的社交媒体照片和签到记录,将旅游目的地形象解构为图像基因,并检验其与城镇引力的关联。基于VGG19的图像识别模型被用于识别68个场景类型并将其聚合为9个图像基因类别,同时来自微博和小红书的签到数据被用于测量目的地引力。结果表明,独特性图像(uniqueness image)、文化习俗基因(cultural custom genes)、公共空间基因(public space genes)、人行道密度(sidewalk density)和兴趣点(POI)混合度(POI mix)与城镇引力呈显著正相关,而动物基因(animal genes)则呈现显著负相关。这些发现为政策制定者和规划者提供了实证依据,以加强特色文化表征、优化公共空间系统和服务多样性,并促进城镇目的地的可持续吸引力。
**论文解读:基于社会感知与地理空间视觉分析的旅游目的地形象与城镇尺度引力研究**
**研究背景与问题**
旅游业已成为推动城镇建设、改善日常生活和促进文化复兴的关键路径。然而,现有研究对目的地形象与城镇吸引力之间关联机制的理解仍不充分,尤其缺乏在精细化的城镇尺度上的探讨。相关研究多集中于大城市或封闭景区,忽视了城镇作为独特定居单元的特征:旅游功能深度嵌入日常街道、公共空间、文化实践和本地服务之中。此外,传统研究依赖游客意向调查,难以直接反映实际行为;而基于社交媒体照片和签到数据的分析虽能提供替代证据,却鲜少将视觉表征、建筑环境与平台记录活动整合于统一框架。因此,该研究旨在通过解构目的地形象为图像基因,结合建筑环境指标,检验其与城镇引力的条件关联,弥补现有研究在理论整合与实证分析上的不足。
**研究内容与结论**
研究人员选取中国天津市26个市级特色小镇,收集2023年1月至6月的社交媒体照片(15,489张)和签到记录,运用基于VGG19的卷积神经网络对照片进行场景分类,将68个场景类型聚合为9个图像基因类别(公共空间、动物、山、建筑、文化习俗、地标、植物、水、天空),并计算每个小镇的独特性图像(UI)得分。签到数据来自微博和小红书,用于衡量平台记录的城镇引力(town gravity)。建筑环境变量包括到市中心距离、人行道密度、水系统长度、天空视因子(SVF)、POI混合度(香农指数)、平均地块面积、开放空间比例和旅游景点密度。采用多元泊松回归模型(Poisson regression)分析变量间的条件关联。
结果表明:在完整模型(模型4)中,独特性图像、文化习俗基因、公共空间基因、人行道密度和POI混合度与城镇引力呈显著正相关;动物基因与城镇引力呈显著负相关。假设H1(独特性图像正相关)和H2(文化习俗与公共空间基因正相关)得到支持,H3(建筑环境因素关联)部分支持:人行道密度和POI混合度正相关,但到市中心距离不显著。模型拟合度从模型1到模型4逐步改善(AIC和BIC值降低)。
**主要技术方法**
研究采用基于VGG19的卷积神经网络对社交媒体照片进行场景识别,将68个场景类型语义聚合为9个图像基因类别,并计算独特性图像(UI)指标。签到数据来自微博和小红书,用于表征平台记录的城镇引力。建筑环境数据来源于高德地图,包括距离、人行道密度、水系统长度、天空视因子(SVF)、POI混合度、平均地块面积、开放空间比例和旅游景点密度。分析使用多元泊松回归模型,并比较嵌套模型。样本来源为中国天津市26个特色小镇。
**研究结果**
**3.1 空间分布描述**
通过对城镇引力、目的地图像特征和建筑环境条件的空间分布描述,发现签到强度较高的城镇多位于靠近天津中心城区及南部区域,而外围城镇活动记录较低。该模式反映了地理位置、旅游资源可见性与建筑环境支持的共同作用。
**3.2 目的地图像、建筑环境与城镇引力的关联**
基于泊松回归模型,研究人员逐步纳入变量:模型1仅含建筑环境变量,显示人行道密度、开放空间比例和旅游景点密度与城镇引力显著正相关,而到市中心距离、水系统长度和POI混合度显著负相关。模型2加入独特性图像后,水系统长度不再显著,独特性图像显著正相关。模型3加入9个图像基因类别,文化习俗和天空基因显著正相关,POI混合度和平均地块面积显著负相关。模型4纳入所有变量,独特性图像、文化习俗基因、公共空间基因显著正相关,动物基因显著负相关;建筑环境中,人行道密度和POI混合度显著正相关。模型4的AIC和BIC值最低,模型拟合度最优。
**讨论与结论**
讨论部分指出,独特性图像、文化习俗基因和公共空间基因的正向关联表明,视觉上独特的形象、地方文化习俗及可进入的公共空间有助于提升城镇引力。动物基因的负向关联可能源于其相对窄化的视觉表征挤占了文化习俗与公共空间的份额,或因其与城镇身份锚定较弱。建筑环境方面,人行道密度和POI混合度的正相关凸显了步行连续性和服务多样性对城镇引力的支持作用,但POI混合度的系数在嵌套模型中变化,提示其解释依赖于其他变量。
研究结论翻译如下:目的地符号可作为游客的“诱饵”。基于此,本研究检验了天津市26个特色小镇的数字表征目的地形象、建筑环境属性与平台记录城镇引力之间的条件关联。社交媒体照片被转化为图像基因和独特性图像变量,聚合签到事件被用作数字可观察城镇活动的比较指标。在完整模型中,独特性图像、文化习俗基因、公共空间基因、人行道密度和POI混合度与平台记录城镇引力呈正相关,而动物相关图像基因呈负相关。POI混合度系数在嵌套模型中的变化表明其解释依赖于所包含的目的地图像和建筑环境变量。总体而言,这些发现区分了符号性目的地表征与支持记录游客活动的物质空间条件,同时表明这两个维度紧密相关。这些结果不能建立因果效应,且特定于所选直辖市、平台和2023年1月至6月的观察期。对于可比大都市环境中数字可见的特色小镇,研究建议文化可读性、社会可用的公共空间、步行连续性和适当整合的服务应被联合考虑。这些启示应根据当地条件调整,而非作为城镇更新或可持续旅游规划的普遍性处方。