研究气候变化对生态系统旅游和休闲功能的影响是旅游地理学的重要领域.本文发展和优化了基于Logistic曲线从微博大数据中提取赏樱旅游活动开展时间的方法,并从2879033条与樱花相关的新浪微博大数据中筛选出587891条有效微博,进而提取和重建了中国2010-2019年赏樱旅游活动时间数据集,该数据集通过了物候站点观测数据和与温度响应关系的验证.在此基础上分析了过去10 a中国21个城市赏樱旅游活动始日、末日和持续期的时空格局,并模拟和预测了 SSP2-4.5和SSP5-8.5两种气候情景下,2020-2050年中国赏樱旅游活动时间的变化趋势.结果表明:①过去10 a,全国大部分城市赏樱旅游活动始日提前(占比61.9％),末日提前(占比76.2％),持续期缩短(占比52.4％).纬度每升高1°,始日、末日分别推迟0.286 d(P＜0.01)和0.394 d(P＜0.01),持续期缩短0.286 d(P＞0.05).②未来气候情景下,大部分城市赏樱旅游活动始日和末日提前,持续期延长.SSP5-8.5情景对赏樱旅游活动的影响比SSP2-4.5情景更明显.本文的方法和框架能够为气候变化对特定旅游活动的影响研究提供基于大数据视角的参考.

樱花观赏;旅游行为;旅游流;响应;气候变化

刘俊;王胜宏;余云云;赵旭;彭聪

四川大学旅游学院,成都610225

地理学报

[1]刘俊;王胜宏;余云云;赵旭;彭聪-.基于微博大数据的气候变化对中国赏樱旅游的影响)[J].地理学报,2022(09):2292-2307

樱花观赏

博大,旅游地理学,文发,旅游活动,活动开展,新浪微博,活动时间,物候,观测数据,温度响应,响应关系,末日,持续期,时空格局,SSP2,SSP5,气候情景,纬度,推迟,未来气候,大数据视角,旅游行为,旅游流

0.271701