降水风险评估与旅游气候指数外文翻译资料

英语原文共 8 页，剩余内容已隐藏，支付完成后下载完整资料

降水风险评估与旅游气候指数

Hossein G.T. Olya ，Habib Alipour

摘要：本研究提出了一种数学方法，用于针对旅游业与气候潜在变化之间的关系进行风险分析。基于北方旅游气候指数（TCI）利用信息扩散模型（IDM）和地理信息系统（GIS）对塞浦路斯进行过量降水空间风险分析。 使用IDM计算降雨过多的概率，然后在TCI公式插入数据，估算分析岛上每个站的旅游气候风险。利用地理统计技术和GIS编制与气候相关的旅游风险的空间格局。结果显示该岛的北部边界地区遭受高水平的降水，对旅游产生不利影响。旅游气候的空间时间风险评估使用TCI进行分析，并建议将气候保险作为解决季节性问题的自适应策略。

关键字：数学方法、GIS、空间格局、地理统计技术、北塞浦路斯

1. 简介

全球旅游业的主要社会经济影响是创造就业（1.01亿就业），金融扩张（营业额1075亿美元的国际旅游收入）和各国之间的互动互惠（10.35亿国际游客）（UNWTO，2013年）。根据UNWTO（2013）统计，到2030年每年将有18亿国际旅客。

Martin and Belen (2005) 将“旅游气候”定义为两个地理分支的汇合，即地理旅游和气候学，以展示旅游活动受气候影响。根据这个定义，游客倾向于访问/安置在所提供的气候和环境方面舒适度、幸福感高的地方。人们经常形容气候是旅游业发展中最宝贵的自然资源之一（Saarinen，2014），因为它影响了游客对目的地的选择（Mieczkowski，1985; Ridderstaat，Oduber，Croes，Nijkamp，＆Martens，2014）。除了在目的地的适合性方面发挥作用，气候对自然有着重大影响，是一个地区的资源。这些资源可以被认为是独特的旅游资产（Amengual，Homar，Romero，Ramis，＆Alonso，2014）。从供应方的角度来看（即规划者，决定制造商，利益相关者等），根据气候的时间、空间变化，需要规划与旅游活动的模式相匹配旅游项目。气候条件影响几个因素，例如访客到达/离开的时间模式，游客体验，游客满意度，口碑推荐，游客活动类型，设施的位置，基础设施的使用和效率，和投资回报（Becker, 2000; De Freitas, 2003;Hernandez-Lobato, Solis-Radilla, Moliner-Tena, amp; Sanchez-Garciacute;a,2006）。值得注意的是，气候是一种独特的，免费的，不可传输的，在不同的时间和空间下多样的非经济资源（Martin amp; Belen, 2005）。气候可以对大多数游客的满意感产生积极的或消极的影响，因此未来旅游规划者面临着不确定性的挑战（Hartman＆Spit，2014）。

旅游气候的风险评估不仅评估潜力气候的优点，但也提供了实用的方法减轻可能的过度的破坏性天气模式（如降雨量）（环境署，2008年）。使用此类评估确定有利/不利的旅游气候可以提供有用的信息，可用于确保期望游客很满足。结果数据也可以用于目的地营销（De Freitas, 2014; Martin amp; Belen, 2005）。Rutty，Scott，Steiger和Johnson（2014）指出在这种情况下，随着时间的推移，天气风险管理变得越来越重要，特别是在体育旅游（例如，冬奥会）中具有商业和金融效果。根据Becken的说法，Zammit和Hendrikx（2014），绘制了旅游气候及其变化的地图，提高游客的意识，并帮助利益相关者妥善规划旅游业的发展和管理，以及为游客提供目的地天气的真实图像（Assaker，2014; Denstadli，Jacobsen，＆Lohmann，2011; Matzarakis，2006）。除了对旅游目的地的选择产生积极影响，有利的气候可以提高旅游者的忠诚度（即增加再访次数）(Martin amp; Belen, 2005 )。来自斯堪的纳维亚半岛的证据显示虚假性天气预报影响了游客的感知和返回意图（Denstadli等，2011），对于减轻游客的期望和经历之间的差距起到重要作用。这个问题同几个旅游业和气候关系的复杂观点，仍然是一个未被充分研究的主题（De Freitas，Matzarakis，＆Scott，2007; Lohmann

＆Kaim，1999; Scott＆Lemieux，2010）。本研究综合一个具有旅游气候指数的数学模型来估算降水作为不利气候因素的风险对旅游活动的影响。

1.1 理论背景

本研究采用了IDM和旅游气候指数（TCI）对北塞浦路斯的不利气候（即降雨量增加）对游客的舒适感和幸福感的影响进行风险分析。建立模型来证明关于天气和旅游关系的风险评估理论和过程的合理性，在以下部分中进一步阐述。

1.1.1 信息扩散模型（IDM）

由Huang（1997）提出的IDM是用于风险分析的几种方法之一。它采用模糊集的评估方法提高灾害风险估算概率。 Feng，Mao和Zhao（2010）先前详细地描述了信息扩散理论：

“信息传播理论将有助于提取尽可能基础有用的数据，从而改善了系统识别的准确性。因此，该技术可以也称为模糊信息优化处理技术。信息扩散是模糊数学的过程中使用集合数字处理样本方法。通过这种技术可以将单值样本转换为集合的数值样本“（Feng et al。，2010年，第214页）。

该理论已被用于各种学科，如自然，社会和医学科学（Feng＆Luo，2008; Liu，Siu，Mitchell，＆Xu，2013; Shang，Lu，Jin，Zhang，2004）。在一项中国自然灾害造成的生命损失预计研究中，Liu et al. (2013) 使用IDM来估计多重风险对人类生命的危害以及此类风险的概率分布。另一项研究使用IDM来研究冠心病患病率及相关危险因素之间的联系（Shang et al。，2004）。研究人员还说，IDM是一个环境问题风险评估的实用工具，如化学工业造成的污染（Meng et al，2014）和草原生物灾难（Hao，Yang，＆Gao，2014）。此外，研究人员经常将这种方法应用于自然灾害和灾害的风险分析，除农业保险（Lou＆Sun，2013）外，还有如洪水（Feng＆luo,2008; Mouri et al,2013），气象干旱（张，Hou，＆Wang，2008），农业干旱（Kocheva，Georgiev,＆Kochev，2014），地震（Chen＆Hawkins，2009），草原火灾（Liu，Zhang，Cai，＆Tong，2010）和水危机（Feng＆黄，2008; Feng，Zhang，＆Luo，2009）。

1.1.2 旅游气候指数（TCI）

估算气候对旅游活动的适宜性的两种主要方法是Mieczkowski（1985）提出的基于专家的TCI指数和De Freitas, Scott, 和 McBoyle (2008)提出的基于用户的旅游气候指数。此外，基于旅游者响应的海滩用户气候指数由Morgan等人提出（2000）。在TCI的背景下，Mieczkowski（1985）加权五个气象参数，即温度，相对湿度，降水，风速和日照时数，对TCI的气候范围从不利（-20）到优秀（100）进行分类。 TCI有几个缺点，例如忽略天气和气候的非热性方面（Moreno＆Amelung，2009），超越降水和风的影响（De Freitaset al。，2008），以及由于基于专家而缺乏经验验证方法等（Perch-Nielsen，2010）。然而，许多研究人员用它来估计气候和气候的适宜度变化对旅游活动的影响（Amelung＆Nicholls，2014;Deniz，2011年; Mailly，Abi-Zeid，＆Pepin，2013; Rossello-Nadal，2014; Scott，McBoyle，＆Schwartzentruber，2004）。虽然一些研究人员只使用了气象参数，但是天气和旅游业之间存在着多种多样的联系，如下所示：

“......天气对旅游业的影响是复杂的。例如雨，降水直接损害了某些旅游业活动或者在下雨的情况下无法进行。雨也导致了访问问题（例如，由于河流泛滥），更高的运营成本（例如，建筑物的泄漏），结构对基础设施（例如桥梁和轨道）的损坏，以及融雪增加。与此同时，雨增加了室内景点的业务导致客人从露营地转移到其他住宿” （Becken等，2014年，第4页）。

在某种程度上，气象因素可以起到双刃剑的作用，一方面促进旅游活动，另一方面阻碍旅游活动。在Becken等人的研究中（2014年），一些旅游运营商将游客的消失归因于缺乏降水。相比之下，Foslash;rland等人（2013）的研究表明，游客不喜欢在休闲和休闲活动期间有频繁的降水或由此产生的低能见度。

降雨量增加被视为全球变暖的负面后果之一（Heltberg，Siegel，＆Jorgensen，2009）。不管气候变化的影响如何，大多数研究发现，降水被认为是旅游业的破坏性因素，（Day，Chin，Sydnor，＆Cherkauer，2013; De Freitas，2003, 2014; De Freitas et al. 2008, Jeuring amp; Becken, 2013;Scott et al. 2004)，Georgopoulou 等(2014)利用了TCI进行计算，研究气候变化对银行业的风险。Georgopoulou等（2014）也使用TCI来估计各种气候参数（最低/最高温度，湿度，降水量，阳光和风速）确定了热舒适度和旅游者“吸引力”的空间变化。由于气候导致的目的地选择的变化会对旅游业产生重大影响。选择旅游目的地的因素，除了非气象参数，还有如基础设施，经济增长和人口生长等。

本研究认为在旅游活动中降水是一个负面因素。我们利用IDM计算降雨概率，并使用TCI分析气候和所带来的风险旅游之间的关系。Xu，Xu和Meng（2012）将他们在不同土壤侵蚀研究中的类似方法用于降水情景，将RUSLE模型土壤侵蚀的估算嵌入IDM中。Zhang等（2008）在中国的干旱风险分析中使用IDM、干旱指数和降水数据。

本研究通过建立风险评估的科学框架有助于旅游和气候研究。几位学者（Becken＆Hay，2007;Day et al，2013; Heltberg，2009; Jeuring＆Becken，2013;Martin＆Belen，2005; Oliver-Smith，2014年; Scott，de Freitas＆Matzarakis，2009; Wolfsegger，Gossling，euro;＆Scott，2008）强调风险管理战略作为一种适应性方法和解决气候变化对旅游业的潜在不利影响的必要性。对相关文献的回顾表明，没有技术方法利用旅游气候指数分析风险气象参数对旅游业构成的影响。风险的结果评估TCI中的破坏性参数，再加上IDM，用GIS映射，这些提供了有用的旅游活动气候保险工具。众多学者强调了这种保险的必要性（例如，包括Becken＆Hay，2007; De Freitas，2003; De Freitas等，2008;Dubois＆Ceron，2006; Heltberg等，2009）。娄和孙（2013）而Jiquan，Xingpeng和Zhijun（2012）提供了IDM和GIS在自然现象风险评估图中的能力以及数据对决策者，规划者和保险公司的实际影响的经验证据。

本研究提出了一种风险分析方法（IDM），以评估降雨风险作为基于TC的不利因素。该气候与旅游之间的关系很复杂。风险评估可以解决气象参数中的不确定性和随机性，这可能导致许多困难。可以采用破坏性气候相关因子（即降雨量）影响的风险分析结果来制定适应气候变化的方法。据我们所知，即使用旅游气候指数中制定的气象数据对旅游气候进行风险分析，没有实证研究能够实现上述当前知识库中的差距。最后，本研究的结果将通过旅游气候风险图/数据提供有用的意义，这些数据可与环境风险数据相结合，以实现旅游目的地的空间管理。

2.研究方法

2.1样品和程序

数据来自地中海北塞浦路斯的气象站，其中包含1980年至2013年的纵向数据。这些数据是在与北塞浦路斯首都莱夫科萨的气象组织负责人进行了长时间讨论后获得的。在解释研究目的后，授予了使用数据的许可。北塞浦路斯位于地中海的东翼，夏季漫长，温暖，干燥，冬季温和，每年日照时间超过3300小时，中轻风。这些气候特征提供了有利于旅游的3S（即太阳，海，沙），这些因素对气候很敏感(De Freitas, 1990)。正如韦弗（Weaver，1993）所指出的那样，3S旅游产品被认为是适用于小岛屿工业的两个小节（海滩度假村和游轮活动）。 De Freitas等人提出的降雨的不利影响（2008）强调了降雨对海滩使用者满足感的破坏性影响。降雨可能会影响其他气候因素的适应性，并导致游客放弃海滩。 Amengual等。 （2014年）和Bafaluy，Amengual，Romero和Homar（2013年）强调，在地中海岛屿的海滩旅游和其他类型的旅游活动的气候吸引力方面，压倒一切的降雨属性。 无论旅游气候系统的复杂程度如何，投资中心司的降水参数都被认为是估算旅游气候风险的决定性因素。 徐等人。 （2012）和Feng和Luo（2008）分别在土壤侵蚀和水资源短缺的风险评估中采用了这种假设。 另一项研究发现

与其他TCI因素相比，降雨量变化的可能性使得气候对游客不利，特别是在北塞浦路斯，这一点很高（Amelung＆Viner，2006）。本研究考虑了基于IDM的降水/降雨的不确定性，以及TCI。 因此，根据IDM计算了降水作为旅游气候有利性的风险因素的评估。 从TCI中嵌入的IDM中提取不同的降水概率，以计算不同降雨情景下旅游气候的风险。 然后使用ArcGIS软件绘制旅游气候风险的空间分布图（图1）。

图片 1：研究设计

2.2 IDM

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[19416]，资料为PDF文档或Word文档，PDF文档可免费转换为Word