基于MaxEnt模型的避暑地產空間布局研究

桂家齊，何 浪，楊孝增

(北京清華同衡規劃設計研究院有限公司西南第一分公司,貴州 貴陽 550081)

0 引言

近年來,我國多數地區夏季持續高溫,避暑地產發展迅速,已成為適應消費升級、拉動內需的投資熱點。貴陽市氣候清爽宜人、交通便捷高效、生態環境優越、旅游資源豐富,素有“中國避暑之都”之稱,連續多年高居全國避暑旅游目的地前列,且擁有龐大的避暑客源基礎,避暑地產發展潛力巨大。因此探討更科學、更精準的避暑地產空間布局適宜性研究方法,對推動貴陽市“旅游+地產”融合發展,不斷擴大“爽爽貴陽”城市品牌影響力,促進房地產業健康穩定發展具有重要意義。

目前,國內對避暑地產空間布局適宜性的研究較少,方法較單一。王成、宋丹妮、白婷等人均采用GIS和AHP法相結合的方法對避暑地產選址適宜性和空間布局適宜性進行了研究[1-3]。AHP法在因子權重賦值上主要采用德爾菲法,即專家打分法,受人為主觀因素影響,不同專家打分導致所得結論有可能存在較大差異,預測精度不夠高。MaxEnt模型也稱為最大熵模型,是基于最大熵原理推導而來,其優點在于不對未知事物做任何主觀假設,預測結果不受任何主觀因素的影響,能夠更客觀地反映事物的分布概率,預測精度更高。目前,MaxEnt模型被廣泛應用于物種潛在分布、生物保護、物種入侵等研究領域[4-8],但尚未應用在避暑地產空間布局適宜性研究領域。因此,本文以貴陽市為例,應用MaxEnt模型和GIS軟件,通過現狀避暑地產分布數據和相關環境因子模擬預測避暑地產在貴陽市的最適宜分布區域,并確定影響貴陽市避暑地產分布的最主要環境因子,以期對貴陽市避暑地產空間布局的規劃設計和項目選址提供更科學、客觀、可行的指導和理論支撐。

1 避暑地產的內涵與發展趨勢

避暑地產,也稱之為避暑休閑地產,是指位于高海拔、氣候涼爽、生態環境優質的地區,針對夏季炎熱天氣而建造的用于提供避暑納涼、休閑娛樂、度假旅游等服務的房地產項目。避暑地產有廣義和狹義之分,廣義的避暑地產,包括所有與避暑休閑活動有關的各種物業,如住宅、酒店、度假村、農家樂等;狹義的避暑地產主要指住宅特別是商品住宅[9]。從當前避暑地產市場來看,主要包含商品住宅、度假酒店、民宿客棧等產品類型。

近年來,隨著人們生活水平的提高和旅游消費觀念的升級,避暑地產呈現出更多元化、品質化、聚集化的發展趨勢。避暑地產除需滿足良好的氣候、優質的環境和便捷的交通等基本條件外,還需為游客提供更高品質和更豐富的避暑體驗服務,既包含商業、醫療、文體等基本生活服務,也包括休閑娛樂、康體養身、文化體驗、戶外運動等特色旅游服務。其次,為促進資源優化配置和高效利用,走集約開發、質量提升的內涵發展之路,實現人口、資源、環境相互協調,也已成為避暑地產發展的必然選擇[10]。

2 研究區域概況

本次研究區域貴陽市,是貴州省省會城市及政治、經濟、文化、服務中心,是中國西南地區重要交通樞紐,重要的中心城市之一,和重要的生態休閑度假旅游城市。地理位置東經106°07′～107°17′,北緯26°11′～26°55′,國土面積8 043 km2,海拔506 m～1 762 m,屬亞熱帶(副熱帶)高原季風濕潤氣候區,全年冬無嚴寒、夏無酷暑、熱量豐富、雨量充沛,曾榮登“中國時代避暑旅游城市”榜首,享有“中國避暑之都”美譽。

3 研究方法

3.1 模型介紹

MaxEnt模型是基于最大熵原理推導而來的一種概率模型,其原理是當對一個隨機事件的概率分布進行預測時,預測應當滿足全部已知的約束,而不對未知情況做任何主觀假設,在這種情況下,概率分布最均勻、預測風險最小,得到的概率分布的熵最大。MaxEnt模型就是通過物種已知的實際地理分布信息,結合對應的環境變量(即約束條件),根據環境相似原理,模擬一定約束條件下物種分布規律的最理想狀態,即熵最大時物種在預測地區的可能分布情況[11]。MaxEnt模型具備操作簡易、用時短、樣本需求少、預測精度高的優點,僅需少量樣本就可以達到較精準的預測效果,備受廣大學者們的青睞和認可,是預測效果最好、最具代表性且最常用的生態位模型。

3.2 數據準備

模擬分析需收集研究樣本及與之相關的環境變量數據。研究樣本數據包含對象名稱和經緯度,樣本數量一般不少于6個,大于80個為宜,本次研究通過網絡大數據共收集貴陽市域范圍內現狀避暑地產項目空間分布點97個。環境變量數據為可能會對避暑地產空間布局產生影響的各類因子,本次研究結合避暑地產發展特征及趨勢,共選取13個環境變量因子(見表1)。其中,8個氣象因子取自世界氣候(worldclim.org)網站;1個地形因子取自“地理空間數據云”網站;4個人類脅迫因子基于貴陽市POI大數據及車行成本數據,運用ArcGIS軟件的[成本距離]工具運算得出。

表1 環境變量因子一覽表

3.3 模型構建

將準備好的研究樣本和環境變量數據格式分別轉換為.csv和.asc格式,導入MaxEnt模型軟件,設置隨機選取75%數據用于模擬訓練,25%數據用于驗證模型,為保證訓練數據和驗證數據的精準性,設置重復運行(Replicates)10次,運行類型為自助法(Bootstrap),并采用受試者工作特征曲線(ROC曲線)預測模擬精度,采用刀切法 (Jackknife)檢驗環境變量重要性及貢獻率,最終生成模型。

3.4 模型結果分析

以ROC曲線AUC值作為衡量模型結果精準度的參考指標,值不超過1,AUC<0.75為不可用,0.75≤AUC<0.9為可用,AUC≥0.9為極好,AUC值越接近1,說明模型預測結果越精準。結合環境變量重要性及貢獻率,可綜合分析影響研究對象空間布局的主要環境因子,并通過環境變量的回應曲線(Variables response curves)可反映不同環境因子對研究對象空間布局的不同影響。

4 結果分析與論證

4.1 模型預測精度檢驗及適用性論證

根據重復10次生成的ROC曲線AUC值(見表2),訓練數據(Training data)AUC平均值為0.966,測試數據(Test data)AUC值為0.946,均大于0.9,預測結果極好,說明MaxEnt模型適用于避暑地產空間布局適宜性評價,結果可信,且具有極高的預測精度。

表2 ROC曲線AUC值統計表

4.2 環境變量重要性分析

根據環境變量貢獻率占比結果(見表3),景點資源可達性、服務設施可達性、最濕季度降水量和DEM的貢獻率最高,其次是高鐵站可達性和高速收費站可達性,貢獻率分別為36.8%,16.4%,11.8%,11.1%,6.9%和6.2%,累計貢獻率為89.2%,顯著高于其他因子。表明景點資源可達性、服務設施可達性、最濕季度降雨量和DEM是影響貴陽市避暑地產空間布局的主要影響因子,其次是高鐵站可達性和高速收費站可達性,其余氣象因子影響較小。根據刀切法檢驗各環境變量的重要性結果(見圖1),當使用單一變量時,增益最高的是景點資源可達性、服務設施可達性和最濕季度降水量,其次是高鐵站可達性、最濕月份降雨量、高速收費站可達性和最熱季度平均雨量,表明上訴因子對模型構建具有重要意義。綜合來看,影響貴陽市避暑地產空間布局最重要的因子分別是景點資源可達性,服務設施可達性和最濕季度降水量,其次是高鐵站可達性和高速收費站可達性。

表3 各環境變量因子的貢獻率占比統計表

對最重要的三個因子和次要的兩個因子的回應曲線進行分析,當分布概率大于0.5時視作對應環境適宜避暑地產空間布局。如圖2所示,貴陽市避暑地產空間布局的適宜條件為景點資源可達性20 min以內,服務設施可達性7 min以內,最濕季度降雨量522 mm～578 mm,高鐵站可達性15 min～45 min,高速收費站可達性10 min～40 min。當景點資源可達性和服務設施可達性為0 min,最濕季度降雨量為525 mm,高鐵站可達性30 min,高速收費站可達性25 min時,是最適宜貴陽市避暑地產空間布局的環境條件。

4.3 適宜區預測結果分析

運用ArcGIS軟件將模型數據結果進行柵格化,并采用自然間斷點分級法進行重分類,由低到高分成非適宜區(0～0.051)、低適宜區(0.052～0.16)、中低適宜區(0.17～0.34)、中適宜區(0.35～0.63)和高適宜區(0.64～1)5個等級(見圖3)。

預測結果顯示,貴陽市避暑地產空間布局高適宜區面積91.61 km2,占全市國土面積的1.14%,整體呈現“大分散、小集中”的布局特征。主要分布在貴陽市南部花溪區青黔高、燕樓及馬鈴鄉一帶(30.53 km2),東北部開陽縣禾豐鄉與南江鄉一帶(29.53 km2),東部烏當區下壩鎮、新堡鄉及漁洞峽區域(16.32 km2),西部觀山湖區百花湖鎮環百花湖區域(6.61 km2),合計82.99 km2,全市高適宜區面積占比高達90.59%,其余高適宜區規模較小且分散(見表4)。從空間分布特征上看,貴陽市避暑地產空間布局高適宜區主要分布區域與重要及次要環境變量因子的空間配度較高(見圖4)。同時,結合相關文獻研究成果,預測結果符合避暑地產布局特征,主要體現出向氣候涼爽的山區、景觀資源優良的旅游開發區以及生態條件好、具有城鎮依托的地方聚集的發展特征[9]121,進一步說明模型預測結果的可靠性。

表4 貴陽市各區(市、縣)避暑地產空間布局高適宜區面積統計表

5 結語

本研究應用MaxEnt模型對貴陽市避暑地產空間布局適宜性進行了模擬預測,預測精度AUC值>0.9,預測結果可信,且具有極高的預測精度。研究結果表明,景點資源可達性、服務設施可達性和最濕季度降水量是影響貴陽市避暑地產空間布局最重要的因子,其次是高鐵站可達性和高速收費站可達性。當景點資源可達性在20 min以內,服務設施可達性在7 min以內,最濕季度降雨量在522 mm～578 mm之間,高鐵站可達性在15 min～45 min之間,高速收費站可達性在10 min～40 min之間時,視為適宜貴陽市避暑地產空間布局,當景點資源可達性和服務設施可達性為0 min,最濕季度降雨量為525 mm,高鐵站可達性為30 min,高速收費站可達性為25 min時,視為最適宜貴陽市避暑地產空間布局的環境條件。根據模型預測結果,貴陽市避暑地產空間布局高適宜區主要分布在貴陽市南部花溪區青黔高、燕樓及馬鈴鄉一帶,東北部開陽縣禾豐鄉與南江鄉一帶,東部烏當區下壩鎮、新堡鄉及漁洞峽區域,以及西部觀山湖區百花湖鎮環百花湖區域。其空間分布特征與重要及次要環境變量因子的空間配度較高。同時,預測結果符合相關文獻研究成果中的避暑地產布局特征,進一步說明模型預測結果的可靠性。

綜上所述,MaxEnt模型適用于避暑地產空間布局適宜性研究,且相較于傳統的AHP法,MaxEnt模型在不受任何主觀因素的影響下,能夠更精準和科學地預測出避暑地產空間布局的適宜區域、用地面積和影響因子權重,能夠為貴陽市避暑地產空間布局規劃和項目選址提供更科學、客觀、可行的指導和理論支撐。