本文以麥積山景區(qū)為例，通過空間信息疊層分析、理想場地描述與休憩地分類決策等關鍵過程的技術集成，實現(xiàn)各類游憩地空間優(yōu)化目標，探索露營地科學選址規(guī)劃的實現(xiàn)途徑，為露營地場地設計、建設及可持續(xù)管理提供決策依據(jù)。

　　一、項目概況

　　1 麥積山基本情況

　　麥積山景區(qū)自2014年成為世界遺產(chǎn)后，旅游熱度持續(xù)升高，作為西部長線自駕游熱門目的地，其出游高峰期出現(xiàn)在6～8月，大部分為自駕游群體。因此，市場消費需求正不斷在增長，景區(qū)內(nèi)原有游憩地需要結合新露營地規(guī)劃，進一步整合優(yōu)化其空間布局，從而促進景區(qū)逐步從單一游覽地向游憩體驗地轉(zhuǎn)變，并緩解景區(qū)瞬時旅游壓力。

　　在游客滿意度調(diào)查中，當問詢是否期待諸如車營地、戶外露營的體驗時，87.5%的游客表示“期待”。但營地規(guī)劃需要依托景區(qū)來形成不同特色主題，開發(fā)特色活動和游線，發(fā)展個性化。對景區(qū)來說，營地的建設對環(huán)境影響較小，屬于較為環(huán)保的開發(fā);相比酒店賓館，營地對管理和排污要求都相對較低，并且能起到一定的生態(tài)環(huán)保教育作用。露營地建設項目是一個相對復雜且與地域景觀特征、服務能力、環(huán)境影響、游憩機會等方面相結合的綜合游憩規(guī)劃，景區(qū)管理方也希望結合旅游周期將短期、高負荷的旅游趨勢向長期低負荷轉(zhuǎn)化，挖掘適應戶外運動愛好者親近自然體驗需求的游憩空間，并針對景區(qū)內(nèi)不同保護目標，進行包括游憩地在內(nèi)的各類露營地的統(tǒng)籌規(guī)劃與可持續(xù)管理。

　　2 明確規(guī)劃目標

　　在借鑒各類休閑營地規(guī)劃實踐的基礎上，針對整個風景區(qū)游憩系統(tǒng)發(fā)展不均衡的現(xiàn)狀，在不同景區(qū)實現(xiàn)分時序開發(fā)多類型的營地，拓展可接受的游憩項目，低影響開發(fā)實現(xiàn)各景區(qū)協(xié)調(diào)發(fā)展。具體規(guī)劃目標為：①緩解石窟景區(qū)旅游壓力，滿足景區(qū)生態(tài)保護的要求;②帶動鄉(xiāng)村旅游產(chǎn)業(yè)，提高近郊戶外游憩空間的利用率;③提供多樣化的露營地，滿足大眾各種戶外休閑體驗需要。結合麥積山露營地的多目標規(guī)劃，實現(xiàn)景區(qū)內(nèi)各類游憩地空間優(yōu)化布局的問題。

　　3 選擇露營地類型

　　針對景區(qū)保護要求與營地建設的可持續(xù)化問題，露營地發(fā)展必定會對植被、環(huán)境、水質(zhì)有一定的影響，多種類型的露營地選擇更利于開展多種方式的度假休閑項目。本文希望借助遺傳算法工具實現(xiàn)可發(fā)展不同游憩機會的營地類型與場地屬性智能匹配的問題。依據(jù)所在環(huán)境特點，營地一般被劃分為山地、湖畔、海濱、鄉(xiāng)村、海島和森林等6種類型?！蹲择{游目的地基礎設施和公共服務指南》明確指出，“露營地類型包括有帳篷露營地、集裝箱露營地、木屋露營地等多種類型的露營地”。在露營地規(guī)劃設計中，可依據(jù)主要服務對象和住宿設施來確定營帳型、小木屋型、自駕車型、房車型幾個營地類型。結合麥積山風景區(qū)資源特色及實際需要，將房車營地、小木屋、帳篷營地作為本次空間優(yōu)化布局的3種休閑營地類型，并結合景區(qū)建設規(guī)劃完善一定數(shù)量普通性休憩地。根據(jù)麥積山的“山、水、林、田”特色，可考慮規(guī)劃森林型、濱水型、田園型3種車營地，森林可移動木屋、森林小木屋、濱水小木屋三種，森林露營地與濱水露營地，以及功能型、水景型、觀景型3種休憩地。營地的主題可在后期游憩機會植入時進一步得到深化，規(guī)劃管理者可以對所有營地的開發(fā)時序與適應性管理做進一步探討。

　　二、方法應用

　　1 GIS空間疊層技術成果集成

　　近些年，GIS疊層技術的場地信息采集在大尺度規(guī)劃中應用廣泛。在麥積山風景區(qū)總體規(guī)劃中，對于景區(qū)自然環(huán)境狀況諸如坡度、坡向、高程、生態(tài)敏感性、視覺敏感性等分析成果，可以被有效利用進行成果集成(圖4)。另外，通用的3S技術集成成果與現(xiàn)場踏勘結合后，最后可確定50個場地并提取必要的場地信息(圖5)。根據(jù)各類營地設計的目標，利用關鍵指標來表達場地基本信息，并用于后續(xù)各場地屬性的描述上。

　　2 遺傳算法與理想場地描述

　　規(guī)劃管理者在規(guī)劃游憩項目與選點時，常因調(diào)研工作量太大、調(diào)研場地數(shù)量過小而導致游憩項目設計過于主觀化，影響游憩項目后期的管理與運營。同時，從環(huán)境保護的角度出發(fā)，景區(qū)營地后期持續(xù)管理包括基礎設施建設、生活垃圾處理、飲用水的安全等問題。因此，在對理想場地的描述中，規(guī)劃者兼顧市場需要、自然資源、交通網(wǎng)絡和保護等級等主要影響因素，既要依附于高稟賦資源的吸引，又要依賴于優(yōu)良生態(tài)環(huán)境的支撐，考慮適度交通水平、特色景觀空間及環(huán)境承載下的游憩活動潛力。最終，選取可能游憩機會、景域環(huán)境特征、場地主要朝向、植物自然度、植物郁閉度、可進入性、服務依托性、生態(tài)植被敏感度、景觀視覺敏感度9個場地屬性，對各類游憩地的理想場地進行描述(表1)。

　　3 場地基因染色體編碼與營地學習樣本

　　針對露營地空間做最優(yōu)選址問題，即在景區(qū)空間單元范圍內(nèi)找到最大化滿足符合理想場地屬性的場地。將每個場地理解為由多個場地屬性組成的組合編碼，成為該場地的染色體編碼。故需場地設計染色體為n個場地屬性的組合編碼，場地Pn可以通過9個場地屬性進行染色體編碼描述.

　　為盡量避免描述的主觀性，以更好地對接規(guī)劃目標，采用多位專家決策法，集成所有場地信息和場地各類分析成果，并對不同理想營地類型進行數(shù)字化描述(表2)，主要由場地物理屬性及環(huán)境影響因素來構思一系列理想化場地樣板，即營地學習樣本。

　　4 神經(jīng)網(wǎng)絡算法與場地分類決策

　　4.1 模型建立與算法

　　運用神經(jīng)網(wǎng)絡原理與統(tǒng)計學習理論為基礎，開發(fā)出的工具箱——SVM支持向量機進行模型的建立與算法，運用其模式分類和非線性回歸的功能，通過建立一個分類超平面作為決策曲面，使正例和反例之間的隔離邊緣被最大化。由臺灣大學林智仁教授開發(fā)設計的SVM模式識別器，在Matlab軟件環(huán)境中可完成工作計算，其算法流程為：確定場地訓練集(學習樣本)和測試集(場地)→數(shù)據(jù)處理→按理想場地訓練SVM訓練集→分類適應度→形成場地分類決策→MATLAB實現(xiàn)。

　　4.2 運算結果

　　經(jīng)計算得出的50個場地分類結果如表3所示。

　　三、結果分析與決策

　　1 可視化分析

　　在實際SVM訓練中，參數(shù)Bestc=27.5421;函數(shù)g=63.9757.通過遺傳算法進行分類，終止代數(shù)為100.種群數(shù)量POP=20.其CV適應度為93.0769%,訓練集的適應度為100%，實際測試集的適應度為74%，其運算顯示的分類可視化結果如圖6.

　　2 營地規(guī)劃與管理決策

　　空間優(yōu)化的決策分析成果為后續(xù)的景區(qū)生態(tài)保護與營地的持續(xù)管理提供科學依據(jù)。國外很早就有相關研究證明，規(guī)劃數(shù)量少、高使用率的營地要比規(guī)劃量大、低使用率營地的環(huán)境影響小很多。在營地管理對策中，短暫關閉高使用頻率的場地，便于在下次開放前得到足夠的修復。在景區(qū)管理中，最大化地減少露營地環(huán)境的不良影響極為關鍵，少量集中使用與輪休使用是兩種最為有效的方法。因此，兩大問題成為明確露營地規(guī)劃的策略及解決后續(xù)持續(xù)管理問題的關鍵。

　　2.1 關注開發(fā)優(yōu)先性問題

　　在擇選可以規(guī)劃特定營地類型的場地后，規(guī)劃者可根據(jù)可能的使用頻率高低及服務半徑，選擇優(yōu)先開發(fā)的類型與數(shù)量，并根據(jù)游客需求與資源保護要求，盡量規(guī)劃少量高使用頻率的營地。經(jīng)分析，麥積山的營地24與28可比33、29、38優(yōu)先建設(表4、圖7)。

　　2.2 解決管理營休性問題

　　對于同類型規(guī)劃的場地，可在同一景區(qū)內(nèi)或不同景區(qū)分別確定不同露營地、休憩地的營休計劃，以最大化地利用自然修復力達到生態(tài)保護的目標。如在石窟核心景區(qū)中，4與7號帳篷營地可根據(jù)旅游淡旺季制定交替的輪休開放計劃，以利于典型資源的保護。

　　四、討論與啟示

　　目前，國內(nèi)露營地建設除獨立開發(fā)外，大多依賴景區(qū)或依托旅游村落布置，景區(qū)內(nèi)的營地在與游憩機會結合的同時，可以成為特色亮點為景區(qū)帶來人氣，而依托村落建設的營地既可以充分共享村落公共設施，又進一步促進村落基礎設施更加完善，對營地與風景社區(qū)來說是雙贏的可持續(xù)發(fā)展之路。露營地規(guī)劃選址長久以來是一個體現(xiàn)過多規(guī)劃者主觀決策的過程，而新項目的選址恰恰可以通過集成技術來實現(xiàn)各類型游憩空間優(yōu)化目標。通過場地基因染色體編碼的方式有目的地選擇能夠?qū)右?guī)劃目標，以實現(xiàn)最理想的場地選擇圖式。缺陷仍在于帶有一定主觀性成分，特別是學習樣本屬性圖式的確定，會對后期分類結果的影響較大。另外，從場地測試集的適應度表現(xiàn)上看，有些選址點的適應度表現(xiàn)不佳也是一大問題，仍需要更多的后期人工判斷與調(diào)試。但隨著各城市大數(shù)據(jù)云的支撐、學習樣本數(shù)量的增加與各種實踐案例的經(jīng)驗積累，會不斷提高該技術方法的科學性。實證中，將近郊探險、拓展訓練、露營、野炊等游憩需要和遠程自駕旅游服務的露營地選址與原有游憩空間系統(tǒng)結合，精準對接規(guī)劃目標，在綜合考慮復雜環(huán)境影響、景觀特征、游憩服務等諸多因素的基礎上，探索一套可實現(xiàn)多樣化休閑游憩空間優(yōu)化的規(guī)劃方法。

　　該方法可以基于更大的城市尺度甚至區(qū)域尺度，選址點的數(shù)量可以成倍數(shù)增加，因為遺傳算法與神經(jīng)網(wǎng)絡算法的高階運算速度，可充分體現(xiàn)集成方法智能批量處理的效率優(yōu)勢。最后，集成技術體系可以在某些環(huán)節(jié)進一步拓展，使其更加科學化、智能化，是一個可改進及進化的開放方法體系。其應用范圍也不僅局限在露營地的選址問題，適用于城市其它各類項目分類選址，并進行空間優(yōu)化決策的問題研究。（作者：賈靜  吳承照）