Туристско-рекреационная нагрузка в макрорегионе “из Москвы в Санкт-Петербург”: полимасштабная оценка с использованием больших данных

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Доступ платный или только для подписчиков

Аннотация

Рассмотрены возможности использования одной из разновидностей больших данных – геолокализованных фотографий – в качестве объективного показателя пространственного распределения и интенсивности туристско-рекреационной нагрузки в пределах туристского макрорегиона “Из Москвы в Санкт-Петербург”, выделенного в рамках Государственной программы Российской Федерации “Развитие туризма”. В исследовании используется оригинальная геоинформационная модель, собранная на основе свободно распространяемых слоев OpenStreetMap и локализованных в пространстве и времени точек фотосъемки. Она позволяет, с одной стороны, охарактеризовать особенности размещения аттракторов (природных, культурных) и туристско-рекреационной инфраструктуры, с другой – объективно оценить пространственное распределение присутствия туристов и рекреантов в пределах макрорегиона и описать специфику их внутригодового (сезонного) притяжения. Агрегирование точек фотосъемки в полигоны с учетом дифференцированной дистанции кластеризации дало возможность сформировать ареалы сезонного (летнего, зимнего и весенне-осеннего) пребывания туристов, а также получить представление о минимальных круглогодичных и максимальных эпизодических ареалах в пределах макрорегиона и отдельных областей, подвергающихся потенциальному воздействию туристов и рекреантов. Различия между минимальными и максимальными ареалами пребывания туристов и рекреантов предлагается использовать для оценки эффективности функционирования отрасли в областях макрорегиона. Полученные пространственные ареалы и паттерны присутствия туристов открывают возможности для объективной оценки потенциальной нагрузки на объекты природного и культурного наследия. Выявлена неравномерность включения как природных, так и культурных аттракторов в сферу туризма и рекреации, что приводит к ситуации, когда одни объекты природного и культурного наследия испытывают значительный отраслевой пресс, в то время как другие – остаются почти или совершенно не затрагиваемыми присутствием туристов и рекреантов. Обнаруженные слабые стороны использования геолокализованных фотоизображений для оценки распределения и интенсивности рекреационной нагрузки заключаются в невозможности разделения локального и транзитного потоков туристов и приведения общего объема фотографий к числу пользователей. Однако эти обстоятельства могут быть преодолены при участии заинтересованных сторон – держателей данных и менеджеров туристско-рекреационной сферы.

Полный текст

Доступ закрыт

Об авторах

Е. Ю. Колбовский

Московский государственный университет имени М.В. Ломоносова; Институт географии РАН

Автор, ответственный за переписку.
Email: kolbowsky@mail.ru
Россия, Москва; Москва

О. А. Климанова

Московский государственный университет имени М.В. Ломоносова

Email: oxkl@yandex.ru
Россия, Москва

Список литературы

  1. Антонов Е.В., Беляев Ю.Р., Битюкова В.Р., Бредихин А.В., Дехнич В.С., Еременко Е.А., Колдобская Н.А., Прусихин О.Е., Сафронов С.Г. Интегральная оценка антропогенного воздействия на Байкальской природной территории: методические подходы и типология муниципальных районов // Изв. РАН. Сер. геогр. 2023. T. 87. № 3. С. 430–447. https://doi.org/10.31857/S2587556623030032
  2. Антонов Е.В., Битюкова В.Р. Подходы к оценке антропогенного воздействия в муниципальных образованиях (на примере Байкальской природной территории) // Региональные исслед. 2023. Т. 80. № 2. С. 51–65. https://doi.org/10.5922/1994-5280-2023-2-5
  3. Битюкова В.Р. Экономико-географическая оценка экологических последствий трансформации отраслевой структуры хозяйства регионов и городов России в 2000–2020 гг. // Изв. РАН. Сер. геогр. 2022. Т. 86. № 3. С. 416–434. https://doi.org/10.31857/S2587556622030050
  4. Воробьёв А.Н. Большие данные в изучении локализации и мобильности населения // География и природные ресурсы. 2020. № 5. С. 203–207. https://doi.org/10.21782/GIPR0206-1619-2020-5(203-207)
  5. Вострова Е.И. Большие данные как инструмент преобразований в туристической отрасли // Социально-гуманитарные знания. 2022. № 4. С. 157–164. https://doi.org/10.34823/SGZ.2022.4.518862
  6. Грибок М.В. Геолокализованные фотографии в интернете как источник данных для географических исследований // Изв. РАН. Сер. геогр. 2020. Т. 84. № 3. С. 461–469. https://doi.org/10.31857/S2587556620030061
  7. Землянский Д.Ю., Климанова О.А., Колбовский Е.Ю., Илларионова О.А. Экологическая емкость туристских территорий: подходы к оценке, индикаторы и алгоритмы расчета. М.: ВАВТ, 2020. 102 с.
  8. Климанова О.А., Илларионова О.А., Климанов В.В. Природные туристские аттракторы в регионах России: методика анализа и пространственное распределение // Региональные исслед. 2023. № 2. С. 66–78. https://doi.org/0.5922/1994-5280-2023-2-6
  9. Климанова О.А., Колбовский Е.Ю., Илларионова О.А., Землянский Д.Ю. Концепция экологической емкости: современное содержание и алгоритм оценки для разных типов туристских территорий // Вестн. Санкт-Петербург. ун-та. Науки о Земле. 2021. № 66 (4). С. 806–830. https://doi.org/10.21638/spbu07. 2021.409
  10. Колбовский Е.Ю. Пространственный анализ в геоэкологии. М.: МГУ, 2022. 820 с.
  11. Колбовский Е.Ю. Экологический туризм и экология туризма. М.: Академия, 2011. 256 с.
  12. Колбовский Е.Ю., Медовикова У.А. Оценка эстетических свойств ландшафтов для управления территориями выдающейся культурно-исторической и природной ценности // Изв. РГО. 2016. Т. 3. С. 61–75.
  13. Мухина Л.И., Рунова Т.Г. О логике изучения географических аспектов взаимодействия в системе “население–хозяйство–природа” // Изв. АН СССР. Сер. геогр. 1977. № 4. С. 54–68.
  14. Радченко Т.А., Банникова К.А., Кочеткова Н.М. Развитие туриндустрии: геоаналитические данные как инструмент принятия решений // Вопросы гос. и муниц. управления. 2022. № 3. C. 193–218. https://doi.org/10.17323/1999-5431-2022-0-3-193-218
  15. Тикунов В.С., Белозеров В.С., Антипов С.О., Супрунчук И.П. Социальные медиа как инструмент анализа посещаемости туристических объектов (на примере Ставропольского края) // Вестн. Моск. ун-та. Серия 5: География. 2018. № 3. С. 89–95.
  16. Dunkel A. Visualizing the perceived environment using crowdsourced photogeodata // Landscape and Urban Planning. 2015. № 142. P. 173–186. https://doi.org/10.1016/j.landurbplan.2015.02.022
  17. Formica S., Uysal M. Destination attractiveness based on supply and demand evaluations: An analytical framework // J. of Travel Research. 2006. № 44 (4). P. 418–430. https://doi.org/10.1177/0047287506286714
  18. Gatrell A.C., Bailey T.C., Diggle P.J., Rowlingson B.S. Spatial point pattern analysis and its application in geographical epidemiology // Transactions of the Institute of British Geographers. 1996. № 21. P. 256–274.
  19. Grekousis G. Spatial analysis methods and practice: Describe–Explore–Explain through GIS. NY: Cambridge Univ. Press, 2020. 535 p.
  20. Kadar B., Gede M. Where do tourists go? Visualizing and analysing the spatial distribution of geotagged photography // Cartographica. The Int. J. for Geographic Information and Geovisualization. 2013. Vol. 48. № 2. P. 78–88. https://doi.org/10.3138/carto.48.2.1839
  21. Langemeyer L., Calcagnia F., Barуa F. Mapping the intangible: Using geolocated social media data to examine landscape aesthetics // Land Use Policy. 2018. № 77. P. 542–552. https://doi.org/10.1016/j.landusepol.2018.05.049
  22. O’Sullivan D., Unwin D. Geographic Information Analysis. John Wiley & Sons, 2010. 2nd Ed. 432 p.
  23. Openshaw S., Clark G. Developing Spatial Analysis Functions Relevant to GIS Environments / Spatial Analytical Perspectives on GIS / M. Fisher, H.J. Scholten, D. Unwin (Ed.). UK: Taylor & Francis Ltd., 2005. P. 24–44.
  24. Oyana T.J., Margai F. Spatial Analysis: Statistics, Visualization, and Computational Methods. CRC Press, 2015. 296 p. https://doi.org/10.1201/b18808
  25. Ribeiro J.C., da Cruz Vareiro L.M. The Tourist Potential of the Minho-Lima Region (Portugal) / Visions for Global Tourism Industry: Creating and Sustaining Competitive Strategies. 2012. P. 339–356. https://doi.org/10.5772/38197
  26. Yoshimura N., Hiura T. Demand and supply of cultural ecosystem services: use of geotagged photos to map the aesthetic value of landscapes in Hokkaido // Ecosystem Services. 2017. № 24. P. 68–78. https://doi.org/10.1016/j.ecoser.2017.02.009

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать
2. Рис. 1. Пример сравнения данных на графиках для Республики Карелии: а) распределение туристов по месяцам согласно данным СберАналитики, б) распределение фото по месяцам, в) зависимость числа сделанных фотографий от числа туристов (значение коэффициента детерминации R2 10.3%); синие значки – зимние месяцы, красные значки – летние месяцы, желтые значки – демисезон (весна – осень).

Скачать (214KB)
Метаданные
3. Рис. 2. Распределение геолокализованных фотоизображений по сезонам года в районе Петрозаводска на фоне элементов туристско-рекреационного потенциала.

Скачать (398KB)
Метаданные
4. Рис. 3. Некоторые типы сезонных паттернов и соответствующих им туристско-рекреационных местностей в пределах макрорегиона: (а) летний вокруг областного центра – Твери; (б) летний, прибрежного отдыха на Чудском озере; (в) летний приозерный на шхерных берегах Ладоги в окрестностях Кузнечного, Ленинградская область; (г) летний, с речным маршрутом Оредежское Кольцо в окрестностях Луги; (д) зимний вокруг музея-заповедника “Михайловское” в окрестностях Пушкинских гор; (е) зимний с горнолыжными трассами и рыбалкой в окрестностях Парголово, Ленинградская область.

Скачать (1MB)
Метаданные
5. Рис. 4. Сезонные ареалы присутствия в окрестностях Осташкова, Тверская область: (а) летние, (б) зимние, (в) демисезонные, (г) наложение трех ареалов.

Скачать (708KB)
Метаданные
6. Рис. 5. Типичные варианты соотношения ареалов присутствия туристов и рекреантов и ООПТ: (а) окрестности Санкт-Петербурга; (б) Валдайский национальный парк на границе Новгородской и Тверской областей; (в) Национальный парк “Завидово” на оси между Москвой и Тверью; (г) “Ладожские шхеры”, Республика Карелия; (д) северо-западное побережье Онежского озера, (е) “провинциальная” территория с ООПТ между Андреаполем и Нелидово, Тверская область. Плотность ареалов присутствия оценена по 7 классам, соответствующим интервалам абсолютных значений (способ разбиения “естественные границы”).

Скачать (1MB)
Метаданные

© Российская академия наук, 2024