环境因子的定义范文

导语：想要提升您的写作水平，创作出令人难忘的文章？我们精心为您整理的5篇环境因子的定义范例，将为您的写作提供有力的支持和灵感！

篇1

中图分类号：S24 文献标识码：A 文章编号：1672-3791（2015）08（c）-0101-02

茶叶品质的好坏将直接决定其在茶叶销售市场上的经济价值，因此对茶叶品质相关的研究得到了过国内外相关研究人员广泛的重视与关注[1]。对于茶叶品质的研究目前主要通过集中在内部化学成分测量，例如：吴云影等人运用原子吸收分光光度计法测量茶叶中所含的锰、锌等微量元素指标，实验结果显示锰、锌等微量元素会呈现一定程度上的损失[2]。王安俊等人对贵州省湄潭县茶园茶叶以及土壤中所含有的水溶性氟指标进行测量 [3]。但是，目前国内外很少研究将内部化学成分构成动力学系统进行研究分析。

文章提出利用分形和混沌理论中的Grassberger-Procaccia （G-P）算法[4-5]提取龙井茶和径山茶和邻近叶片SPAD差值队列的分形维数，来证明龙井茶和径山茶茶叶在受自然环境因子的制约下叶片SPAD差值存在混沌行为，根据茶叶茶叶片SPAD关联维饱和度的混沌特性来定量复杂和多变叶绿素演化度和自然环境因子管理行为，进而确定茶叶的品质。

1 材料与方法

1.1 仪器与材料

使用KONICA MINOLTA 公司生产的便携手持式叶绿素计SPAD-502 定量龙井茶和径山茶邻近叶片SPAD指标，该仪器对于叶片测量测量精度为 SPAD单位偏差。检测方式采用红光外吸收及近红外各一只光电二极管作为发射源，利用植物叶片双波长吸收强度差度量方式来获得植物叶片SPAD值。径山茶叶采集自杭州西北部约浙江杭州市余杭区径山茶种植园，龙井茶叶采集自浙江杭州市西湖区西湖龙井茶园，其中随机选择了100对叶片用SPAD仪器进行测量，每对叶片共测量3次差值，最后计算3次测量的取平均值作为后续分析使用。

1.2 GP算法

关联积分定义为[4]：

（1）

其中，表示与的欧式距离，（・）阶跃函数，因此可以计算出关联维数：

（2）

当足够大到不再随发生变化时，即吸引子最小嵌入维数：

（3）

2 试验结果与分析

根据（1）～（2）式分别对径山茶叶与龙井茶叶叶邻近叶片SPAD差值队列进行饱和关联维计算。对于径山茶当时间增量确定后，与的关系曲线在无标度区呈近似直线，且随着嵌入维数的增加，直线段趋于平行。采用最小二乘法来确定・无标度区的斜率，即相空间的关联维饱和度的值。从估计的关联维数・演化状况来看，当时趋向于稳定。根据实验结果可以计算出饱和关联度最小嵌入维数和。换句话说说，径山茶叶片邻近叶片SPAD差值队列演化动力系统会在相空间中的运动轨道上缩变到一个值约为12.29维度的吸引子上，描述该近叶片SPAD差值队列演化动力系统需要8个因素，说明径山茶叶邻近叶片SPAD差值队列受自然环境因子的制约混沌行为。对于西湖龙井茶叶邻近叶片SPAD差值队列进行分析显示，饱和关联度，最小嵌入维数，这也说明龙井茶叶邻近叶片SPAD差值队列会受自然环境因子的制约混沌行为。

3 结语

该研究将分形和混沌理论应用到径山和龙井茶茶叶叶片分析中，使用自相关函数检验使用叶绿素计SPAD-502仪测量得到的径山和龙井茶茶叶SPAD差分系列值，并确定径山茶和龙井茶迟滞时间，利用GP算法在相空间重构该差分系列值，进而获得径山和龙井茶茶叶SPAD差分系列关联维饱和度，分别为9.07和12.29，这证明了龙井茶和径山茶茶叶受自然环境因子的制约，龙井茶和径山茶邻近叶片SPAD差值存在混沌行为。

参考文献

[1] 朱旭君，王玉花，张瑜，等.施肥结构对茶园土壤氮素营养及茶叶产量品质的影响[J].茶叶科学，2015（3）：248-254.

篇2

2012年国发2号文件《国务院关于进一步促进贵州经济社会又好又快发展的若干意见》的正式，使贵州省旅游产业的发展迎来了重大契机。在新的形势下如何增强贵州省旅游产业竞争力，使其发挥应有的社会经济价值，实现贵州旅游业的可持续发展，是当前和今后值得深入研究的重要问题，也是本文研究的价值所在。

一、贵州省旅游产业竞争力评价模型与评价结果

（一）样本数据来源

本文的研究数据来自于2011年全国统计年鉴、2011年全国旅游统计年鉴以及各省市2011年的地方统计年鉴。

（二）评价指标体系的构建

本文在前人研究的基础上，通过查阅相关统计资料，兼顾数据的可得性，联系地区的实际情况，选取旅游基础竞争力、旅游核心竞争力、旅游环境竞争力三个方面共15个指标，构建了旅游产业竞争力评价指标体系，参见表1。

（三）数据处理

为了确保所选择竞争力指标之间的相关性，同时消除极端值和量纲的影响，在进行主成分分析前需要进行标准化处理以及KMO、Bartlett球度检验：

1、标准化处理。采用的处理方法是对指标进行标准化，数据标准化的公式为：Zi=(Xi—Xmin)/(Xmax—Xmin ) 其中Zi是指标的标准分数，Xi为某指标的指标值，Xmax为某指标的最大值，Xmin为指标的最小值。

2、KMO、Bartlett球度检验，参见表2。

由表2可以看出KMO取值为0.726，表明所选观测变量作因子分析是可以接受的。巴特利统计值的显著性概率为0，拒绝H0，所以可以对样本数据进行主成分分析。

（四）实证分析

1、利用SPSS软件，对所选择样本的数据进行分析，求出各主成分的特征值、贡献度和累计贡献度，参见表3。从表3可知前4个主成分累积贡献率已达85.322%，所以选取前4个主成分分析即可，且从特征值碎石图可知前四个特征值均大于1，符合要求。

2、为了进一步确认输出的4个主成分是否合适，我们需要分析在指定4个特征根时的因子分析的初始解，参见表4。

从表4的提取项可以看出，此时所有变量的值都大于0.626，共同度均较高，各个变量的信息丢失较少，因此，可以确定本次按照4个特征根进行因子提出的总体效果理想。

3、将因子矩阵做方差最大化旋转，得到旋转后的因子负载矩阵，可以得出各变量在主成分上的负载，参见表5。

由表5可知，第一主成分与星级饭店全员劳动生产率、居民消费水平、人均GDP、城镇化率、星级饭店人均占用固定资产、旅行社人均占用固定资产高度正相关，而这六个指标基本反映了各地区经济环境因子，因此我们称第一主成分为经济环境因子，记为F1。第二主成分与客房入住率、旅客周转量、旅游高校数量、国内旅游人次和国内旅游收入市场相关度较大，这几个指标更多地体现了社会经济效益，我们称第二主成分为社会经济效益因子，记为F2。第三主成分在国际旅游人次和国际旅游收入市场方面比重较高，这些指标则反映了国际旅游经营能力，所以我们称第三主成分为国际旅游经营因子，记为F3。第四主成分主要与森林覆盖率相关，我们将其定义为自然环境因子，记为F4。

4、采用回归法估计因子得分系数，并输出因子得分系数矩阵，参见表6。

根据表6可以写出以下因子得分函数：

经济环境因子：

F1=0.224X1+0.143X2+0.242X3+0.063X4-0.167X5+0.001X6-0.017X7-0.051X8+0.021X9-0.082X10+0.012X11+0.181X12+0.181X13+0.192X14+0.028X15

社会经济效益因子：

F2=-0.11X1-0.193X2+0.081X3+0.354X4+0.169X5+0.26X6+0.037X7+0.189X8+0.196X9-0.178X10-0.118X11+0.082X12+0.052X13+0.018X14-0.041X15

国际旅游经营因子：

F3=-0.081X1+0.145X2-0.173X3-0.329X4+0.171X5-0.1X6+0.212X7+0.088X8+0.024X9+0.446X10+0.319X11-0.071X12-0.062X13-0.058X14+0.006X15

自然环境因子：

F4=0.268X1+0.02X2+0.167X3+0.259X4-0.12X5-0.012X6+0.028X7-0.095X8-0.176X9+0.069X10+0.049X11-0.127X12-0.176X13-0.042X14+0.821X15

通过以上因子得分函数，再代入各指标后，我们可以计算出各样本的因子得分。

根据表3，以四个主成分的贡献度作为权重，我们可以构造2010年全国各省市的旅游产业竞争力的评价函数：

F=0.4805F1＋0.2191F2＋0.087F3＋0.067F4

将已计算出的各样本的因子得分代入以上公式，可以得到2010年竞争力综合得分，并按分值高低进行排序，参见表7。

篇3

中图分类号：TP274+2 文献标识码：A DOI 编码：10.3969/j.issn.1006-6500.2015.12.018

Data Acquisition and Data Format of Orchard Environment based on XML

ZHOU Guo-min，FAN Jing-chao，WU Ding-feng，XIA Xue，QIU Yun

（Agricultural Information Institute， Chinese Academy of Agricultural Sciences， Beijing 100081， China）

Abstract：According to the lack of exchanging and sharing data format in the orchard environment，based on analyzing the characteristics of the orchard environment data， an orchard environment data format which was expressed by Schema XML was presented by method of variable data acquisition indicator. It consisted of 43 elements. The root element was <OrchardEnvironmentData>， and consisted of 7 elements： <Version>， <BeginDate>， <EndDate>， <Orchard>， <FruitVariety>， <RecordingDefinition>， <RecordSet>. Its feasibility was verified by the actual application of data representation which acquired by the Orchard Data Acquisition System， and by the data share application in Internet.

key words：orchard;environment data;data format;XML

突破传统果业的限制，发展现代果业是我国水果产业发展的必然趋势。现代果业的重要特征是果园生产和管理的数字化、信息化、机械化，数字果园的概念也应运而生[1]。果园环境涉及的数字化对象包括空气温湿度、光照强度、光有效辐射、紫外线强度、降雨量、风速、风向、露点、土壤水分含量、土壤温度、土壤NPK含量、土壤微量元素含量、土壤重金属含量等。近年来，果园环境数据采集系统的研制与应用已得到重视，相关研究也比较多。在围绕某一个指标进行数据采集和监测的研究方面，Changying Li[2]报道了一种气体传感器阵列监测蓝莓果实病害的方法，樊志平等[3]设计实现了柑橘园土壤墒情远程监控系统，李光林等[4]研制了一种基于太阳能的柑桔园自动灌溉与土壤含水率监测系统， 张会霞等[5]利用“3S”技术设计实现了一种柑橘园GPS数据采集系统。在对整个果园环境多个指标进行数据采集和综合管理的研究方面，叶娜等[6]报道了一种苹果园环境监控系统的研究与设计，王新忠等[7]研究了基于无线传感的丘陵葡萄园环境监测系统，杨爱洁等[8]提出了一种基于无线传感器网络的果园数字信息采集与管理系统，王文山等[9]采用物联网技术设计了一种果园环境信息监测系统。另外，还有一些学者的研究则侧重在果园环境数据采集所涉及的信息通讯技术，如Raul Morais等[10]报道了用于葡萄精准管理的多点环境数据采集装置，岳学军等[11]采用GPRS和ZigBee技术实现了果园环境监测系统，潘鹤立等[12]采用ZigBee和3G/4G技术研究分布式果园远程环境监控系统的设计，徐兴等[13]报道了山地橘园无线环境监测系统优化设计方法及如何提高监测的有效性。综上，这些研究工作基本上都是在利用多种信息技术来实现果园环境数据的获取和监测，不同的是使用的监测指标和监测手段有所差异，但他们都对所获取的数据多采用私有的数据格式进行存贮和管理，对如何把所监测的数据与其他信息系统进行交换和共享则几乎没有涉及。

近年来如何从技术角度来消除“信息孤岛”，解决信息系统之间的数据交换问题受到很多研究者的关注，常志国等[14]提出了一种交通信息基础数据元XML Schema表示模型来解决交通信息系统之间的数据交换和共享，潘峰等[15]构建了国家卫生数据字典XML Schem来实现卫生数据的交换与共享，农业领域也有学者开展数据交换和共享方面的研究，如戴建国等[16]针对国营农场管理报道了基于 REST 架构和XML的农情数据共享技术研究，陈宏等[17]提出了蔬菜种植元数据模型信息描述方法。但针对果园环境数据表示以及数据共享技术方面的研究几乎没有涉及。

本研究在分析果园环境数据内涵的基础上，研究基于XML技术的果园环境采集数据表示技术，重点解决果园环境采集数据的表示格式，为不同系统之间果园环境采集数据的交换和共享应用提供支撑。

1 材料和方法

1.1 果园环境数据分析

果园环境是果园中果树群体以外的空间，以及直接或间接影响该果树群体生存与活动的外部条件的总和。果园环境包括非生物因素和生物因素两方面，非生物因素是指温度、光、水分、空气、土壤、地形、污染等环境因素;生物因素是指果树以外的动物、植物、微生物等环境因素。果园环境采集数据就是利用技术手段获取的各种环境因子的状态数据或者特征数据，从数据形态上来看，有数值、字符、图像、视频、声音、矢量等。

果园气候环境因子方面，大气、温度、光照、水分等气候因子与果树生产有密切的关系，目前利用物联网技术可直接采集的数据包括空气温湿度、光照强度、光有效辐射、紫外线强度、降雨量、风速、风向、露点等。

果园土壤环境因子方面，利用物联网技术或者实验室检测手段可以采集的数据有土壤含水率、土壤pH值、土壤有机质含量、土壤电导率、土壤温湿度、土壤重金属含量、地下水位、土壤盐分等。其中，土壤有机质含量是评价果园土壤肥力的重要指标，也是影响果树生长的重要因素。土壤水分是果树吸收水分的主要来源，土壤湿度过低时，果树吸水困难，甚至凋萎，但如果土壤湿度过高，又会发生渍害，土壤水分含量影响着果树的产量和品质。土壤中重金属含量影响着果品安全，也越来越受到人们的关注。

果园地形环境因子方面，一般利用遥感技术和GIS技术获取和管理果园的地形起伏、海拔、山脉、坡度、坡向、高度等地貌特征数据。

果园生物环境因子方面，果园病虫害和杂草方面的数据更受关注。近来利用现代信息技术手段自动测报果园病虫害数据得到研究和应用部门重视。伍梅霞等[18]报道了自动虫情测报灯在果园有害生物测报上的初步应用情况。邢东兴等[19]利用光谱数据定量化测评红蜘蛛虫害对红富士苹果树的危害程度。

1.2 果园环境采集数据表示格式设计方法

果园环境采集数据不但为果园生产管理系统提供支撑，同时也是果品质量追溯、果品电子商务等果园经营管理系统的数据源之一，果园环境采集数据需要在不同管理系统之间实现自动交换和共享。现有的果园数据采集与管理系统一般采用私有的数据格式进行数据存贮和管理，因此需要设计一个果园环境采集数据表示格式，基于这样的标准格式，才能在不同系统之间实现数据的自动交换和共享。

XML（Extensible markup language）是国际互联网联盟（W3C）开发的用于网络环境下进行数据交换和管理的技术[20]，它以一种开放的、自我描述的方式定义数据结构，通过Schema使XML文档结构化，并能创建不依赖于平台、语言或者格式的共享数据。近年来，农业领域一些学者也开始采用XML技术来研究农业数据元数据标准以及数据表示。日本学者吉田智一[21]提出了农业生产工程管理中的数据表示格式FIX-pms，欧洲学者Martini[22]提出了用于农业信息交换的agriXchange格式规范，Kunisch M[22-23]提出了针对农场的信息表示格式规范agroXML。本研究也采用XML技术来描述果园环境采集数据。

果园环境因子众多，不同果园因管理目的不同，所选择的采集指标也不同，不同采集指标的采样频率也不尽相同。为了提高果园环境采集数据表示格式的通用性，本研究采用可变采集指标项的数据表示方法。该方法把果园环境采集数据文件分为两个部分。第一部分用来定义所选择的采集指标项情况，包括指标名称、数据单位、数据采集点的GPS坐标、数据采用方法说明。第二部分用来顺序存放所采集的数据，每条数据中采集指标项的次序与第一部分定义的数据采集指标项相对应。

2 结果与分析

2.1 果园环境采集数据格式的Schema

果园环境采集数据采用XML文件来存贮，按照可变采集指标项的数据表示方法，其XML文件的语法规则采用Schema文件来定义。在Schema文件中，按照基本数据类型、基础子元素类型、子元素类型、根等4个层次，一共定义了43个元素。Schema文件中各元素之间逻辑关系如图1所示。

从图1可以看出，果园环境采集数据表示格式的根元素是<OrchardEnvironmentData>，它由<Version>、<BeginDate>、<EndDate>、<Orchard>、<FruitVariety>、<RecordingDefinition>、 <RecordSet>这7个元素组成。版本元素<Version>描述了果园环境数据表示格式所采用的XML Schemas版本号。时间元素< BeginDate > EndDate >描述果园环境数据采集的开始时间和结束时间。<Orchard>元素描述果园名称和果园ID号， < FruitVariety>元素描述水果品种名称、学名和ID号。通过这两个元素的ID号可以把果园的环境数据与其他生产经营管理数据进行关联。<RecordingDefinition>元素描述数据存贮的结构，是对具体数据记录存放形式的解释，由若干个数字型、矢量型、图像型、视频数据型、声音型、备注型的数据采集指标项的结构定义组成，支持可变指标项的定义，可根据实际情况来决定数据采集指标项的数量。<RecordSet>元素是实际采集数据的记录实体，由顺序存放的<Record>元素组成，<Record>元素中的数据项和<RecordingDefinition>元素中定义的数据采集指标项是一一对应的，并通过数据采集指标项中的<index>元素值来关联。

2.2 果园环境采集数据表示格式实例

以位于陕西洛川某果园的数据采集系统为例，其数据采集点现场以及采集数据的快照如图2。各种传感器采集的果园环境数据由专门系统来进行管理，并存贮在SQL Server数据库中。

根据Schema文件中所规定的语法形式，就可以把SQL Server数据库中存贮的果园环境数据表示成XML格式的数据。图3是所形成的果园采集环境数据XML文件的片段。如图3所示，在<RecordingDefinition>元素部分，定义了所采集的指标项分别是大气温度、大气湿度、降雨量、监测点1的土壤温湿度和监测点2的土壤温湿度以及光合辐射，这些数据都是DataItem型，如果涉及到监测点的GPS坐标，则在<Coord>元素中定义。在< RecordSet >元素部分，则通过<Record>元素来顺序存放所采集的数据。

2.3 果园环境采集数据表示格式的应用

对于现有的果园数据采集与管理系统来说，利用本文所述的果园环境数据表示格式，不需要改变其数据存贮形式和相应的管理程序，只需在此基础上，通过一个数据转换程序，把果园的环境数据转换成符合果园环境数据表示格式的XML文件，然后通过webservices技术实现一个数据共享接口，需要使用这个果园的环境数据时，只需要调用这个数据共享接口，就能获得相关的数据。其应用方案的逻辑结构如图4，其特点在于不改造原有的果园数据采集系统，仅需通过新增加一个数据共享接口就能实现果园环境数据的共享应用。

果园环境数据共享服务包括3个接口。GetDataStruct接口返回数据结构定义信息，实际上就是<RecordingDefinition>元素中的内容。GetDataBeginEndDate接口返回已有数据的起始和结束日期，以图2所示的实例为例，其返回开始日期是2015-01-01T08：00：00，结束日期是2015-01-01T15：00：00。GetData接口返回指定起止日期的果园环境数据，实际输出形如图3的XML文件。

3 结 论

本研究设计了一种果园环境采集数据表示格式，并通过对某果园数据采集系统所采集数据的实际表示，以及在Internet环境中的共享应用，来验证果园环境采集数据表示格式的设计。结果表明，该格式的设计是可行的，并且具有潜在的良好性能：（1）数据格式简明易用;（2）系统集成简单，用户可以很方便地建立起一个网络化的果园环境数据集成共享系统;（3）透明，用户关心的事情少，并不需要知道原有果园数据采集系统的实现细节，只需要了解能提供的服务。

参考文献：

[1] 周国民.数字果园研究现状与应用前景展望[J].农业展望，2015，11（5）：61-63.

[2] LI C Y， GERARD W K， JI P S， et al. Gas sensor array for blueberry fruit disease detection and classification[J]. Postharvest Biology and Technology，2010， 55：144-149.

[3] 樊志平，洪添胜，刘志壮，等. 柑橘园土壤墒情远程监控系统设计与实现[J].农业工程学报，2010，26（8）：205-210.

[4] 李光林，李晓东，曾庆欣. 基于太阳能的柑桔园自动灌溉与土壤含水率监测系统研制[J].农业工程学报，2012，28（12）：146-152.

[5] 张会霞，陈宇晖，望勇. “数字果园”GPS 数据采集系统的设计与实现[J].广东农业科学，2014，41（5）：227-231.

[6] 叶娜，钱稷，刘俊峰，等. 苹果园环境监控系统的研究与设计[J].农机化研究，2010，32（10）：55-58.

[7] 王新忠，顾开新，陆海燕. 基于无线传感的丘陵葡萄园环境监测系统研究[J].农机化研究，2011，33（11）：191-194.

[8] 杨爱洁，沈焱鑫，金丹娜，等. 基于无线传感器网络的果园数字信息采集与管理系统[J].农业工程，2011，1（1）：37-41.

[9] 王文山，柳平增，臧官胜，等. 基于物联网的果园环境信息监测系统的设计[J].山东农业大学学报（自然科学版），2012，43（2）：239-243.

[10] RAUL M， MIGUEL A， FERNANDES S G， et al. A ZigBee multi-powered wireless acquisition device for remote sensing applications in precision viticulture[J].Computers and Electronics in Agriculture， 2008， 62： 94-106.

[11] 岳学军，王叶夫，刘永鑫，等. 基于GPRS与ZigBee的果园环境监测系统[J].华南农业大学学报，2014，（4）：109-113.

[12] 潘鹤立，景林，钟凤林，等. 基于ZigBee和3G/4G技术的分布式果园远程环境监控系统的设计[J].福建农林大学学报（自然科学版），2014，43（6）：661-667.

[13] 徐兴，洪添胜，岳学军，等. 山地橘园无线环境监测系统优化设计及提高监测有效性[J].农业工程学报，2013，29（11）：147-153.

[14] 常志国，张绍阳，曹金山，等. 交通信息基础数据元XML Schema表示模型[J].现代电子技术，2012，35（18）：29-32.

[15]潘峰，刘丹红，杨鹏，等. 国家卫生数据字典XML Schem的构建[J].第四军医大学学报，2009，30（10）：869-872.

[16] 戴建国，王克如，李少昆，等.基于 REST 架构和XML 的农情数据共享研究[J].中国农业科学， 2012， 45（20）：4156-4165.

[17] 陈宏，赵健，池美香，等. 蔬菜种植元数据模型信息描述研究[J].安徽农业科学，2012，40（3）：1288 -1290，1475.

[18] 伍梅霞，李立国，杨小平，等. 自动虫情测报灯在果园有害生物测报上的应用初报[J].山西果树，2012（2）：8-9.

[19] 邢东兴，常庆瑞. 基于光谱反射率的果树病虫害级别定量化测评[J]. 西北农林科技大学学报（自然科学版）， 2009， 37（11）：143-148.

[20] W3C.Extensible Markup Language（XML） 1.0[EB/OL].[2015-03-18]. http：///TR/1998/REC-XML-19980210.

篇4

中图分类号：X37；X321；F590.1 文献标识码：A 文章编号：0439-8114（2014）02-0457-06

Constructing Recreation Opportunity Spectrum for Global Geopark in Songshan

FANG Shi-ming，YI Ping

（School of Public Administration， China University of Geosciences，Wuhan 430074，China）

Abstract： The recreation opportunity spectrum （ROS） has been proved to be one of the most scientific and reasonable tool for tourism resources planning and wilderness recreational activities management. In order to optimize the goal of recreational resources， settings， activities and rexperiences， the recreational settings were classified in terms of natural environment，social environment and administrationt environment. Based on reviewing the theoretical background and basic concept of ROS and taking Songshan Geopark as an example， the setting variables influencing recreation opportunity and the preference in different recreational settings were analyzed by questionnaire survey and multivariate statistical analysis method. Eight main setting factors were identified. The recreation areas of Songshan Geopark were classified into three distinctive settings such as open， semi-open and semi-closed， closed. According to recreational activities and experiences expected by recreationists， the recreation opportunity spectrum was constructed.

Key words： recreation opportunity spectrum； recreational settings； recreational experiences； geopark of Songshan

游憩机会是在美国国家公园规划与自然资源管理实践中诞生的一个核心概念，美国林业局《ROS使用者指南》中对游憩机会的定义是游憩者在可供选择的游憩环境中，通过选择所喜爱的游憩活动而获得期望得到的满意体验过程中所行使的真正选择机会。游憩机会谱（Recreation Opportunity Spectrum，ROS）既是一个概念（Concept）又是一个规划框架（Planning framework）[1]，是评判区域旅游资源禀赋、生态环境条件和管理政策是否有利于旅游产品开发和开发成何种类型旅游产品的一种规划管理工具[2]，成为美国、加拿大、英国等发达国家进行自然资源保护、规划和管理的重要理论与实践基础。游憩机会谱主要由环境（Settings）、活动（Activities）和体验（Experiences）3个部分组成[3]，游憩环境（Recreational setting）是一个由自然（Biophysical）环境、社会（Social）环境和管理（Managerial）环境三方面耦合演化而成的综合体，游憩机会谱的构建主要取决于这3种环境序列的状况及其相关指标的组合[4]，不同的环境提供不同的游憩活动和游憩体验。ROS的实践框架可以简述为，从游客体验和活动需求角度出发，利用可以准确反映区域游憩机会环境条件的指标体系划分区域游憩环境类型，制定不同游憩环境类型适宜的游憩机会谱，提供相应的游憩活动以及基础设施和管理措施，为游憩者提供特定的游憩体验[5]。

随着旅游业的高速发展，游憩资源保护、利用与规划管理的协调性亟待提高，目前，中国很多地质公园、主题公园、风景名胜区、森林公园等公共游憩地的规划建设都在沿用传统的开发理念。原有的以产品数量为基础、以经济增长为目标的发展模式导致景区近距离重复建设、旅游产品同质化和生态环境破坏现象严重，已不能适应旅游市场需求的变化和环境的可承受能力[6]。学术界开始探讨新型的游憩规划管理模式，美国内务部针对人口稠密的滨水区游憩空间管理现状制定出滨水区游憩机会谱（Water Recreation Opportunity Spectrum，WROS）[7]；Butler等[8]建立了适用于旅游系统规划的旅游机会谱（Tourism Opportunities Spectrum，TOS）；Hass[9]提出水域游憩机会谱（Water Opportunities Spectrum，WROS）；黄向等[10]构建了中国生态旅游机会图谱（Chinese Ecotourism Opportunity Spectrum，CECOS）的理论框架，并应用于肇庆市鼎湖山生态旅游规划。如何可持续利用游憩资源，维持区域生态系统的良性循环；如何确保游憩资源环境对游憩者的长久吸引力，实现游憩规划由资源导向型向市场导向型转变；如何应对游憩市场需求的巨大变化，为游憩者提供多样化的游憩产品和高质量的游憩体验；如何协调好游憩环境、活动和体验三者之间的关系，科学合理地指导游憩规划管理等课题具有重大的现实意义[11]。本研究试图将游憩机会谱理论引入地质公园这一微观领域，在借鉴游憩机会谱理论内涵和应用框架的基础上，以嵩山世界地质公园为例，通过问卷调查与多元统计分析，期望构建出一个既迎合游憩者游憩体验需求又保护区域生态环境的地质公园游憩机会谱（Geopark Recreation Opportunity Spectrum，GROS），为地质公园游憩规划与管理提供参考。

1 研究区概况

嵩山世界地质公园位于河南省登封市北部，地理坐标为东经112°56′07″-113°11′32″，北纬34°23′31″-34°35′53″，是一座以地质构造、地层剖面为主，地质地貌、水体景观为辅，生态和人文相互辉映为特色的综合性地质公园。公园总面积264.3 km2，包括4个景区（五佛山景区、少室山景区、太室山景区和九龙潭景区）和1个保护区（中生代-新生代地层剖面保护区），公园内连续完整地出露着35亿年以来太古宙、元古宙、古生代、中生代和新生代5个地质历史时期的变质岩和沉积岩地层以及岩浆岩活动痕迹，地层层序清楚，构造形迹典型，被地质界称为“五代同堂”，是一部记录在石头上的地质史书。园区内清晰地保存着发生在距今25亿年、18亿年、5.7亿年分别被命名为“嵩阳运动”、“中岳运动”、“少林运动”的3次全球性前寒武纪造山、造陆运动所形成的角度不整合接触界面及构造形态遗迹，这些构造形迹是研究前寒武系沉积建造受运动影响挤压变质、褶皱造山、剥蚀夷平等过程乃至地壳演化规律的良好场所，被地质工作者誉为“天然地质博物馆”和“地学百科全书”。加上少林寺、嵩阳书院、中岳庙等人文景观，形成了以科学考察、科普教育、考古研究、地学游览、旅游观光、休闲度假等多功能立体的世界地质公园旅游胜地[12]。

嵩山世界地质公园凭借“世界文化遗产”和“世界地质公园”两项桂冠赢得了中外游客的青睐，截至2011年12月底，登封市共接待游客768万人次，与2010年同期相比增长8.1%，门票直接收入2.86亿元，同比增长12.9%。其中，少林寺景区243万人次，收入1.99亿元，与2010年同比分别增长17.4%、13.7%，中岳庙景区61.8万人次，太室山景区44.3万人次，三皇寨景区13.4万人次，嵩阳书院景区50.9万人次，观星台景区2.3万人次，音乐大典32.7万人次，其他景区共接待游客319.6万人次，巨大的游客量给游憩资源与环境保护工作带来了巨大挑战。

2 游憩环境分析

2.1 游憩环境类型的初步划分

有关游憩环境类型划分的研究大都是从影响游憩体验的角度出发，结合环境的自然、社会和管理属性，将游憩环境划分为不同的等级和类型，每个环境类型提供不同的游憩活动和体验。美国国家林业局综合游憩环境、活动和体验，将森林游憩环境分成不同的类型，确立了从城市到原始区域的6个游憩机会序列：原始（Primitive）、半原始无机动车辆（Semi-primitive non-motorized）、半原始有机动车辆（Semi-primitive motorized）、通路的自然区域（Roaded natural）、乡村（Rural）及城市（Urban）[13]。为了加强对人口稠密的滨水区游憩空间管理，美国内务部制定出滨水区游憩机会谱，将水体游憩环境分为以下6类：原始区域（Primitive）、半原始区域（Semi-primitive）、自然乡村区域（Rural natural）、开发的乡村区域（Rural developed）、城郊区域（Suburban）、城市区域（Urban）[14]。肖随丽等[1]借鉴游憩机会谱的分级分类理念，结合分类指标和资源清查结果，将北京城郊山地森林游憩环境划分为5大类型：城郊开发区域、城郊自然区域、乡村开发区域、乡村自然区域、半原始区域。为了更方便有效地进行问卷调查，借鉴已有游憩环境类型划分的成果，结合嵩山世界地质公园游憩环境的现状，初步将其游憩环境划分为开放型、半开放半封闭型和封闭型3大类。

2.2 游憩环境因素的确定

在分析影响中国生态旅游机会图谱（CECOS）和美国滨水区游憩机会谱（WROS）的环境因素的基础上，结合嵩山世界地质公园的自然、社会和管理环境条件，初步确定了24个环境变量因素，其中包括7个自然环境因素、4个社会环境因素和13个管理环境因素（表1）。

3 问卷设计和数据分析

3.1 问卷设计

研究采取问卷调查的方式收集原始数据，期望获得影响嵩山世界地质公园游憩体验的典型环境因子和游憩者在不同环境类型中偏好的游憩活动以及想要得到的游憩体验。调查问卷共分为两部分，第一部分为游客对24个环境变量因素的重要程度和偏好程度进行评分，形成“重要程度-偏好程度”量表，重要性程度问卷采用常用的5点李克特量表形式，按重要性程度分值1～5分，分别代表“非常不重要”、“不重要”、“一般重要”、“重要”、“非常重要”设计题目选项，受访者根据自身的体验和感知对各题项作出直观判断，得分越高表明游客认为嵩山世界地质公园的某项环境变量越重要；偏好程度问卷也采用5点李克特量表形式设计题目选项，其中森林覆盖程度、景观完好程度和生物多样性3个变量按照分值l代表“广泛”，2代表“普遍”，3代表“一般”，4代表“少”，5代表“很少”设计题目选项；其他21个环境变量按照分值l代表“很低”，2代表“低”，3代表“一般”，4代表“高”，5代表“很高”设计题目选项，受访者根据个人对量表中各环境变量的偏好程度作出选择。第二部分是游憩活动和游憩体验调查，受访者写出在公园3种不同游憩环境类型中期望参与的游憩活动和获得的游憩体验。调查时间为2012年10月1～7日，调查对象是嵩山世界地质公园各景区出口的游客。正式开展调查之前进行了30份的试调查，以保证调查结构的严谨性和完备性。采用现场访谈、现场填写和现场回收的方式，共发放问卷300份，回收检查后剔除答案前后矛盾、漏项太多的问卷，最终筛选有效问卷254份，有效回收率84.67%。将收集的数据在Excel表格整理后导入SPSS 16.0软件，进行数据分析处理。

在进行问卷的数据分析前，有必要检验其信度，确保测量的可靠性。本研究采用克朗巴哈系数（Cronbach's α）来分析信度，利用SPSS 16.0软件中Scale模块的可靠性分析（Reliability analysis）功能分析得出，总量表的Cronbach α系数为0.823，各变量的Cronbach α系数均在0.600以上，说明问卷调查得到的数据是可靠的。

3.2 描述性分析

运用均值和标准差对各环境变量的重要性程度进行描述性统计分析，平均值反映游憩者对环境变量作用于体验的重要性程度的总体感知情况，标准差则体现离散程度。从表2可以看出，不同的环境变量对游憩体验影响的重要程度差异较大，地质遗迹景观和科学普及活动这两项环境变量的得分均值最高，反映了其对游憩体验影响的重要性最突出，这也是地质公园区别于其他公园的重要标志；水体污染程度、独处机会和生物多样性3个环境变量的平均值都小于3，说明这3个变量对游憩体验影响的重要性较小。

3.3 因子分析

通过SPSS 16.0软件的因子分析确定影响游憩体验的重要环境因子，在进行因子分析之前，首先用KMO检验与Bartlett球形检验法检验环境变量是否适合进行因子分析。根据Kaiser给出的标准，KMO取值大于0.7则适合做因子分析，KMO抽样适当性检验结果显示，KMO值约为0.817，Bartlett球形检验的显著性为0.000，小于显著性水平0.05，所以拒绝零假设，说明适合进行因子分析。

采用主成分分析法和方差最大正交旋转法提取主因子，保留特征根大于1的因子，提取出影响游憩体验的重要环境因子，作为划分嵩山世界地质公园游憩环境类型的一级指标。根据游憩环境变量因子分析的结果（表3），共提取8个环境因子，累计方差贡献率为75.283%，表示8个因子涵盖了原有变量包含的大部分信息，可以较全面地反映公园的环境状况。各因子层面的Cronbach α系数均大于0.6，表明具有较好可信性，其中F1、F2和F6三个因子的Cronbach α系数均大于0.8，具有高度有效性。8个因子可以看作是嵩山世界地质公园游憩环境的主要组成部分，每个因子集中解释游憩环境构成的某一核心方面，其中包含2个自然环境因子，1个社会环境因子和5个管理环境因子，这与游憩机会谱理论提出的游憩环境的三维构成理念是一致的。从分析结果中可以看出，管理环境因子占有明显的优势，这与初始的研究设计是相符的。从游客体验角度来看，自然环境因子可能是游憩体验形成的直接动力，但是管理环境因子更加灵活有效，通过制定游憩体验的管理措施达到提升游憩体验质量的效用。各环境变量对主因子成分的载荷即为其相应的重要性，统计结果选取因子载荷系数大于0.6的环境变量进入最终游憩机会环境变量集，剔除生物多样性和独处机会两项环境变量。

3.4 环境因子偏好程度分析

环境因子是划分游憩环境类型和影响游憩体验的主要因素，不同环境因子的组合构成多样的游憩机会环境类型[15]。环境因子偏好程度分析一方面反映游憩者所偏好的环境组成特点，另一方面可以分析游憩者期望在不同的环境类型中参与的游憩活动和获得的游憩体验。从表4可以看出，吸引物作为影响嵩山世界地质公园知名度和辐射力大小的核心游憩资源，普遍倾向于在开放型和半开放半封闭型的环境中游赏，封闭型环境中的需求很小。科学普及包含的2个变量在各环境类型之间存在不同程度的变化，游憩者对科学普及活动的需求呈现全谱性分布，偏向于开放型和半开放半封闭型的环境；大多数游憩者更偏向于在开放型的环境中参观地质博物馆，在半开放半封闭型环境中表现为一般需求，在封闭型环境中需求较小。游憩设施中，游憩者对安全防护设施、公共卫生设施和通讯设施在不同环境中的偏好程度差异不大，这也说明这3种设施是公园游憩活动必备的基础设施，都具有较高的需求；而餐饮设施、供水供电设施和住宿设施偏向于开放型一端，表现为普遍需求，在半开放半封闭型和封闭型环境中需求偏小。解说咨询展示游憩者对不同游憩环境中标识牌、导游路标、安全警告牌、科普知识牌和导游解说等信息服务的偏好情况，3个环境变量在不同的环境类型中均值波动不大，表明游憩者在任何环境中都希望得到较完善的信息服务。可接受的冲击程度偏好反映游憩者对公园环境污染的心理承受能力，不同环境类型中的游憩者普遍期望能获得较高的环境质量，通过调查发现，游憩者普遍要求人工开发程度比较高的开放型环境比开发程度低的封闭型环境对污染物的冲击有更强的承受能力。自然性中森林覆盖程度和植被覆盖程度2个环境变量在3种环境类型中的偏好更倾向于封闭型一端，总体呈现由“一般”到近“很丰富”的线性变化。隔绝程度是一个社会因子，反映的是对来自其他游憩者干扰程度的感知，总体上呈现出由高到低的变化。可进入性包含2个变量，其中道路交通在3类环境中总体呈现出由高到低的变化，偏向于开放型一端；游憩者期望有较少的使用收费限制，同时对收费行为也具有一定的承受能力。

4 游憩机会谱的构建

4.1 游憩环境类型划分

在上述游憩环境类型初步划分的基础上，结合游憩者对环境因子偏好程度的总体变化状况，包括自然环境、社会环境和管理环境因子，确定嵩山世界地质公园的游憩环境类型分为三大类：开放型（Open）、半开放半封闭型（Semi-open and semi-closed）和封闭型（Closed）。各个游憩环境类型的总体描述如下。

1）开放型。开发程度较高，兼有少量自然性的特点，有良好的可进入性，可见到的现代景观很多，地质博物馆、科普电影馆（影视厅）、地质科普广场都聚集在开放型的环境中。园区和景区有较为完善的旅游服务设施，包括大门、停车场、标志牌、游客中心、公共卫生间、餐饮购物场所、观景台等。定期举行大量的科普活动，提供众多观光和娱乐机会，解说系统齐全，游客集中程度很高，游憩活动大多在此类环境中进行。用地类型以公园设施用地、交通与工程用地、居民社会用地为主。地质公园中的游客服务区、科普教育区、游览区（包括地质、人文、生态、特别景观游览区）等大部分功能区布局于此。

2）半开放半封闭型。在原有自然环境的基础上加以适当的人工修饰，开发与生态环境相协调的景观和景点，安置必要的游赏步道和相关设施，提供完善的安全警告信息和科普知识，提供少量的游憩活动，控制游客数量，严禁机动交通工具进入，游客集中程度较高，有一定的独处机会。用地类型以一、二、三级地质遗迹景观用地，林地，园地，草地和水域为主，设施供给以安全防护设施、公共卫生设施和休息设施为主，一、二、三级地质遗迹保护区内允许设立少量地学旅游服务设施，但必须限制与地学景观游赏无关的建筑，各项建设与设施应与景观环境相协调。

3）封闭型。以人与自然和谐相处的环境为主，开发程度很低，生物多样性丰富，可以见到大量的原始森林和植被，禁止游客进入参观，提供必要的科学考察设施，一般将地质公园内地质遗迹特级保护区置于此类环境中，特级保护区是地质公园内的核心保护区域，不允许观光游客进入，只允许经过批准的科研、管理人员进入开展保护和科研活动。区域内不得设立任何建筑设施，不得进行任何与保护功能不相符的工程建设活动，不得进行矿产资源勘查、开发活动，不得设立宾馆、招待所、培训中心、疗养院等大型服务设施。

4.2 游憩机会谱的构建

根据问卷调查中游憩者在3类不同环境类型中期望的游憩活动和游憩体验，综合游憩环境因子的重要程度-偏好程度的分析，确定基于环境类型、游憩活动和游憩体验3个方面的嵩山世界地质公园游憩机会谱（表5）。

参考文献：

[1] 肖随丽，贾黎明，汪 平，等.北京城郊山地森林游憩机会谱构建[J].地理科学进展，2011，30（6）：746-752.

[2] 黄 向，保继刚.基于PCI的“中国生态旅游机会图谱”适用性评价[J].中山大学学报（自然科学版），2009，48（1）：81-86.

[3] 蔡 君.略论游憩机会谱（Recreation Opportunity Spectrum， ROS）框架体系[J].中国园林，2006（7）：73-77.

[4] WESLEY BURNETT G， CONKLIN DAVID G. Inventorying Recreation Potentials on Dispersed Tracts[J]. Joumal of Forestry， 1979，77（3）：765-768.

[5] 刘明丽，张玉钧.游憩机会谱（ROS）在游憩资源管理中的应用[J].世界林业研究，2008，21（3）：28-33.

[6] 俞孔坚，李海龙，李迪华.“反规划”与生态基础设施：城市化过程中对自然系统的精明保护[J].自然资源学报，2008，23（6）：937-958.

[7] 郑辽吉，刘惠清.城镇滨水区游憩管理模式[J].地理科学进展，2010，29（10）：1256-1262.

[8] BUTLER R W，WALDBROOK L A. A new planning tool： the tourism opportunity spectrum[J]. Journal of Tourism Studies，1991， 2（1）：4-14.

[9] HASS G E. On the water front-vital judical ruling addresses visitor capacity[J].Parks and Recreation，2004，39（9）：106-113.

[10] 黄 向，保继刚，沃尔・杰弗里.中国生态旅游机会图谱（CECOS）的构建[J].地理科学，2006，26（5）：629-634.

[11] LIER H N，TAYLOR P D.New Challenges in Recreation and Tourism Planning.Development in landscape and urban planning 6D[M].Amsterdam：Elsevier Scienee Publishers，1993.

[12] 郑泰森.嵩山世界地质公园[EB/OL].http：///ShowNews.aspx？typeid=24&newsid=NEWS00000000731， 2009-01-09.

篇5

    二、中国医药制造业的区位优势评价模型

    确定影响我国制药产业布局的因素及影响程度,是合理布局产业、促进其发展的关键所在。目前我国制药企业资源相对分散、企业规模参差不齐的格局,实际上已经造成基础资源的浪费。为了解决现有的空间分布问题,进行合理的空间布局调整,本文运用一些分析工具对我国制药产业发展及布局的相关问题进行定量研究:以区位基本理论为基础结合医药制造业特点,提出关于医药产业区位选择的理论框架,并建立评价我国制药产业区位发展优势的指标体系,借助因子分析方法,对我国28个省市发展制药产业的区位优势进行评估和比较。

    (一)指标体系与研究方法指标体系设计的基本程序如下图所示:产业的区位竞争优势是经济空间中诸多影响因素共振耦合的结果。为了对这一竞争优势进行全面分析,在文献研究基础上遵循统计学中指标选取的科学性、系统性、可比性和可行性原则设计了如下指标体系,鉴于目前还没有比较系统的评价制药产业区位竞争优势的指标体系,且数据收集较为困难,只能设置易于收集的指标和现有统计数据,对于部分有价值但无法统计或难以取得资料的指标暂不纳人体系,从而增强可操作性。由于各指标数目繁多且存在一定的相关性,造成信息重叠,不利于统计分析和经济评价。多元统计分析中的因子分析法能够从众多观测变量中找出几个不能直接观测到的抽象综合变量,有效提取数据内在结构,解决原始变量之间的多重共线性问题,同时也能依据对方差的解释水平进行客观赋权,克服指数综合法、层次分析法等其他综合评价方法需要主观确定参考变量、评价结果因人而异的缺陷,客观有效地寻找综合指标,即达到了维持一定的信息量又简化评价指标体系、梳理结构的目的。

    (二)因子分析

    1.数据的获取及使用的统计工具。医药制造业区位优势评价设计体系的大部分指标均自《2005中国统计年鉴》以及《2005中国高技术统计年鉴》取得,部分指标是在实际观测数据基础上二次加工取得。本文所采用的统计分析工具为SPSSl2.O。

    2.数据的标准化处理。尽管在指标设计过程中尽可能的使用相对指标,但仍无法排除指标数值的量纲影响,因此在因子分析前首先对数据进行标准化处理。采用z—score标准化公式:。.≈一x;i—xi,+‘2_,+~,其中^{『为标准化数据,^玎为样本数据,^J为第j项指标的均值,“为第j项指标的标准差,(i_1,2,……,13;j=1,2,……,10,其中i为样本数量,i为指标数量)。

    3.运算结果。(1)KMO、Banlett球度等检验的结果。KMO值为O.741,根据Kaiser给出的标准,做因子分析的结果应该还不错,Bartle以求度检验的相伴概率为0.000,小于显着性水平0.05,拒绝Banlett球度检验的零假设,认为适合于因子分析。(2)旋转前后的方差贡献分析。旋转前,前5个因子的累计方差贡献率达到91.8%,前3个因子的特征值大于1;旋转后前5个因子的特征值均大于1,累计方差贡献率不变;另外通过对碎石图拐点的观察也可以得到相同的结论,因此选取前5个因子进行分析是比较理想的。

    三、运算结果的评价与分析

    1.因子解释。因子模型估计出来后,必须对所得到的因子进行合理的解释,这种解释具有一定的主观陛。通过方差极大因子旋转在一定程度上实现了简化模型结构、方便解释的目的,从旋转后的因子载荷表中我们可以看到,因子载荷发生了向0、+1和一l的两极转化,现根据某一因子上有较高负载的变量来定义各抽象因子。因子1上有9个原始指标有较高负载,模糊指标体系下所有的集聚指标(Al—A5)都在因子l中得到了反映,另外地区医药制造业的劳动力数量、质量以及GDP总量亦得到了体现,劳动力的影响是多方面的,高素质劳动力也是产业集聚的一个基础,所以综合考虑可以将因子1定义为医药制造业集聚因子。因子2上有三个原始指标有较高负载,包括劳动力成本、服务业发展水平以及政策环境,在此将因子2定义为劳动力成本和产业发展软环境因子。因子3上有两个原始指标由较高负载,均为医疗基础设施方面的指标,在此将因子3定义为医疗基础设施因子。因子4上有两个原始指标有较高负载,包括市场化水平(非国有经济的比重)和人均道路面积,在此将因子4定义为市场化和硬件环境因子。因子5上仅有一个原始指标有较高负载,考虑到GDP增长率是反应市场增长潜力的一个非常重要的指标,在此不依照通常做法(一个因子只涵盖一个指标时,如果该指标与其它指标存在很强的相关关系,可以删除它们,由相关指标代替;否则可以结合定性的方式将他们并人其它因子)将其进行归并或者删除,而是在此将其命名为地区发展潜力因子。